Yrityksissä käytetään helposti satoja tuhansia tai miljoonia euroja uuden tuotteen lanseeraukseen, brändiuudistukseen tai markkina-avaukseen. Silti päätöksen taustalla olevan epävarmuuden vähentämisessä saatetaan säästää muutamia tuhansia euroja.
Erikoinen paikka säästää.
Tutkimuksen hintaa kannattaa aina verrata siihen, mitä väärä päätös voi maksaa. Jos muutaman kymmenen tuhannen euron tutkimuksella voidaan olennaisesti pienentää miljoonan euron riskiä, tutkimus ei todellakaan ole kustannus vaan investointi. Ja kuten investoinneilla yleensä, tutkimuksella pitää olla selvästi hintaansa suurempi arvo.
Joten tutkimatta jättäminen voi tulla kalliiksi. Mutta huono tutkimus voi tulla vielä kalliimmaksi.
Huono tutkimus on vaarallisen vakuuttavaa
Jos tehdyn päätöksen taustalla ei ole tutkimusta, johto ainakin tietää toimivansa epävarmuudessa. Päätös voi osoittautua hyväksi tai huonoksi, mutta kukaan ei kuvittele, että tulos tiedetään etukäteen.
Sen sijaan huonosti tai liian suurpiirteisesti tehty tutkimus on vaarallisempi. Vastaajia voi olla riittävästi, prosenttilukuja ja graafeja riittää, ja kaupan päälle on isketty pari desimaaliakin.
Kokonaisuus näyttää uskottavalta. Ja juuri siksi siihen on helppo luottaa.
Jos olemme kysyneet väärää asiaa, kysyneet sitä väärin tai tehneet analyysissä liian rohkeita oletuksia, ei ole väliä, kuinka iso otos taustalla on tai kuinka tyylikäs esitys siitä on rakennettu. Päinvastoin, ne voivat vain luoda valheellista varmuutta.
On aina parempi valita tietoinen epävarmuus kuin valheellinen varmuus. Mutta paras vaihtoehto on vähentää epävarmuutta luotettavasti.
Lanseeraustutkimuksen pitäisi ennustaa tulevaa
Otetaan esimerkiksi uuden tuotteen lanseeraus. Siinä tutkimuksen tehtävänä ei ole ensisijaisesti kertoa, mitä ihmiset ajattelevat tuotteesta. Sen tehtävänä on kertoa, mitä tapahtuu sen jälkeen, kun tuote tulee markkinaan.
Siinä on todella olennainen ero. On aivan eri asia tietää, että kuluttajat suhtautuvat konseptiin myönteisesti kuin arvioida sitä, syntyykö siitä riittävästi myyntiä kannattavaan liiketoimintaan.
Täydellistä ennustetta ei ole olemassa. Ensimmäistä kokeilua ja ostoa pystytään usein arvioimaan paremmin kuin pitemmän aikavälin uudelleenostoa, koska jälkimmäiseen vaikuttaa vahvasti se, lunastaako tuote sille asetetut odotukset. Tämä ei kuitenkaan ole peruste tyytyä hähmäiseen, vähän suuntaa-antavaan tietoon.
Jos lanseeraustutkimuksen jälkeen ei pystytä muodostamaan riittävän luotettavaa go/no-go -näkemystä tai määrittelemään ehtoja, joilla lanseeraus kannattaa tehdä, jäi tutkimus päätöksenteon kannalta liian vajaaksi.
“Ostaisitko tämän?” kuulostaa paremmalta kysymykseltä kuin se on
Kun halutaan arvioida uuden tuotteen potentiaalia, houkutus on suuri kysyä suoraan: kuinka todennäköisesti ostaisit tämän? Ja ehkä jatkokysymyksenä: paljonko olisit valmis maksamaan?
Kuulostaa järkevältä. Kysyimme asiakkaalta juuri sitä, minkä halusimme tietää.
Paitsi että emme oikeastaan kysyneet.
Todellisessa ostotilanteessa kuluttaja ei arvioi tuotetta tyhjiössä. Hän näkee hinnan, kilpailijat, pakkauksen, brändin ja muut vaihtoehdot. Hänellä on rajallinen määrä rahaa ja lukematon määrä muitakin asioita ostettavana. Lopulta hänen pitää myös oikeasti luopua rahastaan.
Tutkimuksessa on paljon helpompaa olla kiinnostunut.
Tästä pääsemme teoreettisen ja toteutuvan kysynnän eroon. Teoreettinen kysyntä kertoo, että tuotteelle voisi olla markkinaa. Toteutuva kysyntä syntyy vasta, kun saamme oikean kohderyhmän valitsemaan juuri meidän tuotteemme riittävän hyvällä hinnalla ja riittävän usein.
Liiketoiminnan kannalta jälkimmäinen ratkaisee.
Toteutuvaa kysyntää pitää optimoida
Markkinapotentiaalin löytäminen on vasta ensimmäinen askel. Sen jälkeen pitää ymmärtää, keitä kannattaa tavoitella, mikä saa juuri heidät valitsemaan meidät ja millä hinnalla yhtälö toimii parhaiten myös euroissa.
Tätä ei yleensä ratkaista yhdellä kyselyllä. Eikä pidäkään.
Lanseerausta kannattaa ajatella sarjana epävarmuuksia, joita vähennetään oikeassa järjestyksessä. Ensin pitää tietää, onko markkinaa. Sen jälkeen voidaan optimoida kohderyhmä, positiointi, viestit, tuoteominaisuudet, hinta ja esimerkiksi pakkaus. Jokaisella tutkimuksella on silloin selkeä tehtävä, joka vie kaupallista kokonaisuutta eteenpäin.
Ennen merkittävää go-päätöstä pitäisi tietää ainakin neljä asiaa:
- Mikä on arvokkain kohderyhmämme?
- Mikä saa sen valitsemaan meidät?
- Mikä hintapiste maksimoi tuoton?
- Riittääkö kysyntä kannattavaan lanseeraukseen?
Jos näistä tiedetään liian vähän tai liian epävarmasti, kaupallisen onnistumisen edellytyksiä on jätetty turhan paljon hyvän onnen varaan.
Mittaa sitä, mitä yrität kasvattaa
Kohderyhmien kokoa kuvataan tutkimuksissa usein osuutena kuluttajista. Se on joskus oikea mittari, mutta ei läheskään aina.
Jos tavoite on kasvattaa liikevaihtoa tai katetta, kiinnostavampi kysymys on usein se, kuinka suuren osan markkinan euroista eri segmentit muodostavat ja kuinka paljon niissä on realistisesti voitettavaa.
Kaikki kuluttajasegmentit eivät ole kaupallisesti samanarvoisia. Kymmenen prosentin segmentti voi olla paljon kiinnostavampi kuin kolmenkymmenen, jos sen jäsenet ostavat useammin, käyttävät enemmän rahaa, tuottavat paremman katteen ja ovat vielä kohtuullisen helposti aktivoitavissa.
Periaate on lopulta hyvin yksinkertainen: mitataan sitä, mitä tavoittelemme. Jos tavoittelemme asiakasmäärää, ihmisten määrä on järkevä mittari. Jos tavoittelemme euroja, niiden pitäisi näkyä myös tutkimuksessa ja analyysissä.
“Erittäin” ja “melko” eivät tarkoitta samaa asiaa
Ostoaikomuksia mitattaessa, usein muutenkin, törmätään hyvin tavalliseen oikotiehen.
Jos 18 prosenttia kertoo ostavansa tuotteen erittäin todennäköisesti ja 34 prosenttia melko todennäköisesti, luvut yhdistetään helposti yhdeksi 52 prosentin top-2-boxiksi.
Kätevä tapa. Ainakin informaation hävittämiseen, jos ei muuhun.
“Erittäin todennäköisesti” ja “melko todennäköisesti” eivät ole käyttäytymisen kannalta samanarvoisia vastauksia. Niiden realisoituminen ostoksi voi olla aivan eri tasolla.
Ajatellaan kahta tuotetta. Tuotteella A luvut ovat 25 ja 25 prosenttia, tuotteella B 10 ja 40 prosenttia. Molempien summa on 50 prosenttia.
Onko niiden kaupallinen potentiaali siis sama? Tuskin.
Tutkimuksen tarkoitus ei ole saada kiinnostusta näyttämään mahdollisimman suurelta, vaan ennustaa toteutuvaa käyttäytymistä mahdollisimman hyvin.
Menetelmillä on väliä, vaikka johdon ei tarvitse niitä osata
Juuri tässä kohtaa tutkimusmenetelmät muuttuvat tärkeiksi. Niiden avulla päästään lähemmäs todellista valintatilannetta.
Jos haluamme ymmärtää, mitä ihmiset priorisoivat, MaxDiff pakottaa tekemään trade-offeja tavalla, johon tavallinen tärkeysasteikko ei pysty.
Conjointilla puolestaan voidaan tutkia, miten hinta, ominaisuudet ja muut tekijät vaikuttavat valintaan yhdessä. Siinä tutkimusvastaaja asetetaan ostopäätöstilanteisiin.
Segmentoinnilla voidaan löytää aidosti erilaisia kaupallisia kohderyhmiä, ja hintaoptimointien pitäisi auttaa maksimoimaan euroja eikä vain löytämään hintaa, jota mahdollisimman moni pitää mukavana.
Menetelmiä on paljon, eivätkä ne ole itseisarvo. Johdon ei tarvitse hallita niiden matematiikkaa. Mutta jos miljoonaluokan lanseerauksen tai merkittävän brändiuudistuksen tutkimus koostuu ostoaikomuskysymyksestä, muutamasta asteikosta ja prosenttijakaumista, kannattaa kysyä, onko meillä varmasti riittävän luotettavaa tietoa päätöksen tekemiseen.
Tutkimuksen pitäisi päätyä päätökseen
Tutkimuksen pitää myös uskaltaa mennä loppuun asti. Pelkät havainnot eivät riitä.
Hyvässä projektissa pystytään näyttämään kirkkaasti, mikä on havainto, mikä siitä tehtävä johtopäätös ja mitä tämän perusteella suositellaan tehtäväksi. Näiden väliltä pitäisi löytyä looginen ketju, joka kestää myös kriittiset kysymykset.
Jos suositusta ei pystytä perustelemaan datalla ja analyysillä, kyseessä on vain mielipide. Mielipiteitä johdolla on yleensä riittävästi omastakin takaa.
Siksi merkittävien tutkimusten pitää olla myös johdon agendalla. Johdon tehtävä ei ole suunnitella lomaketta tai valita estimointimenetelmää, mutta sen pitää vaatia lopputulokselta paljon: mitä meidän pitäisi tehdä ja mikä tekee johtopäätöksestä luotettavan?
Täydellistä varmuutta ei tarvita
Kaikkea ei kannata tutkia. Jos päätös on pieni, nopeasti kokeiltavissa ja helposti peruttavissa, oikea ratkaisu voi olla mennä suoraan markkinaan.
Tilanne muuttuu, kun päätös on kallis ja vaikeasti peruttava. Mitä enemmän euroja on kiinni, sitä järkevämpää keskeisiä epävarmuuksia on vähentää etukäteen.
Täydellistä tietoa ei silti pidä tavoitella. Tavoitteena on riittävä päätösvarmuus tärkeimmissä asioissa ennen kuin markkina ehtii juosta ohi.
Hyvä vastaus liian myöhään on lopulta aika huono vastaus.
Lopulta kyse on euroista
Otetaan yksinkertainen esimerkki. Yritys valmistelee lanseerausta, johon tuotanto, jakelu, kampanja ja muut kaupalliset panostukset sitovat miljoona euroa. Tutkimuksen ja optimoinnin kustannus olisi vaikkapa 40 000 euroa.
Tutkimuksesta voidaan tietysti säästää. Tehdään vähän kevyempi toteutus, jätetään yksi vaihe pois ja pudotetaan hinnasta 15 000 euroa. Excelissä näyttää todella hyvältä.
Mutta jos seurauksena valitaan väärä kohderyhmä, liian korkea hinta tai viesti, joka ei aktivoi potentiaalisimpia asiakkaita, säästöpäätös saattoi tulla moninkertaisesti kalliimmaksi. Yksi väärä kaupallinen valinta voi maksaa moninkertaisesti koko tutkimuksen hinnan.
Siksi tutkimuksen arvo ei synny siitä, kuinka paljon dataa se tuottaa. Arvo syntyy siitä, kuinka paljon paremmaksi päätös sen avulla muuttuu.
Vaihtoehtoja on lopulta kolme. Voimme vähentää epävarmuutta kunnolla ennen kuin merkittävä raha on kiinni. Voimme jättää tutkimatta ja tehdä tietoisen uskonhypyn. Tai voimme tehdä jotain halvalla vähän sinnepäin, kysyä kuka ehkä ostaisi ja paljonko hän olisi valmis maksamaan, ja antaa siistien prosenttilukujen synnyttää vaikutelma varmuudesta.
Viimeinen vaihtoehto on näistä vaarallisin. Tutkimatta jättäminen jättää epävarmuuden näkyviin. Huono tutkimus peittää sen.
Mieluummin tietoinen epävarmuus kuin valheellinen varmuus.
Ja mitä enemmän euroja päätös liikuttaa, sitä kalliimmaksi väärä varmuus voi tulla.
