C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
De Marketing Analyse Kubus – een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen Inleiding en plaatsbepaling. Het marketingdenken wordt in toenemende mate beïnvloedt door de ontwikkelingen in communicatie- en informatietechnologie (Tapscott, 1996, Shapiro, 1999). Toch wordt door marketeers in vergelijking tot andere bedrijfsfuncties relatief weinig gebruik gemaakt van de mogelijkheden van informatietechnologie (Wierenga, 1993, Huizingh, 1992), hoewel dit moeilijk ‘meetbaar’ is. Dit geeft aanleiding tot de effectiviteitsparadox van IT, waarbij toenemende toepassingsmogelijkheden en noodzaak van gebruik vergezeld gaan met (schijnbaar) niet sterk stijgende rendementen. We kiezen hier voor de stelling dat een belangrijk deel van de paradox wordt veroorzaakt dat de ‘realiteit’ van marketingprocessen vaak onvoldoende gespecificeerd wordt tussen bouwers en gebruikers van (marketing) IT toepassingen. Ieder (informatie) systeem als samenhangend geheel van componenten berust op een model, een vereenvoudigde voorstelling van de realiteit (zie ook Rowe, 1996). Er bestaat een afstand tussen de denkwerelden van systeemontwikkelaars en marketeers, eenvoudig uitgedrukt in het verschil tussen ´high tech´en ´high touch´: marketingbeslissingen worden vaak genomen met een grote mate van intuïtiviteit, terwijl informatietechnologie een expliciete formulering vereist. Door deze ‘mentale’ afstand sluiten ontwikkelde informatiesystemen niet goed aan bij wat marketeers zouden willen en blijft het gebruik achter, ondanks de noodzaak in een snel veranderende, complexe beslissingsomgeving. We presenteren hier een concept, de marketing analyse kubus, waarmee de inzet van informatietechnologie voor de ondersteuning van marketingbeslissingen verbeterd kan worden. Enerzijds gaat het daarbij om de specifieke marketingsbeslissingsproblematiek ´beter´ te formuleren (althans meer in automatiseerdersjargon). Anderzijds hebben ook automatiseringsoplossingen een interpreterend kader nodig, waardoor ze voor marketeers begrijpelijk en toepasbaar worden. Modellering van marketingbeslissingssituaties. Voor IT-ondersteuning ten behoeve van marketing, en met name marketingbeslissingen, is het allereerst noodzakelijk dat de problematiek gestructureerd wordt: een helder zicht moet worden verkregen wat de beïnvloedende factoren zijn, wat de context van de beslissing is, wat de doelstellingen zijn en wat de relaties tussen de verschillende factoren zijn. Met andere woorden, een conceptualisering van de beslissingssituatie is vereist. Men zou een dergelijke conceptualisering van de beslissingssituatie een (beslissings-) model kunnen noemen. Immers, een model geeft, als gestileerde representatie van de werkelijkheid, de belangrijkste elementen of entiteiten en relaties in de beslissingssituatie, weer (Nielen, 1993). De vraag in hoeverre het model een getrouwe weergave van de werkelijkheid is bepaalt de kwaliteit van het model en daarmee (waarschijnlijk) de kwaliteit van beslissingen die aan de hand van het (beslissings-)model worden genomen. Marketeers maken intuïtief gebruik van dergelijke modellen om inzicht te verkrijgen in de beslissingssituatie. Bepaalde (oorzakelijke) samenhangen tussen doelstelling en stuurmaatregelen, gegeven contextuele factoren worden vervat in ´mentale modellen´. Dergelijke modellen zijn vaak in hoge mate subjectief: de ene marketeer is de andere niet (zie o.a. Bell, 1991). De subjectiviteit van de mentale modellen opent de vraag naar de kwaliteit van dergelijke modellen: waarschijnlijk ontstaan er grote verschillen in de ´performance´ van marketeers, afhankelijk van de kwaliteit van het gehanteerde beslissingsmodel. De modellering van de beslissingssituatie kan worden gezien als informatieverwerkende activiteit. De grote, maar toch begrensde capaciteit van menselijke hersenen roept de vraag op in hoeverre marketeers in staat zijn om de complexiteit van de marketingwerkelijkheid te vervatten in adequate, mentale beslissingsmodellen. Gezien de trends in marketing naar individualisering van afnemers, een grote varieteit aan producten/diensten en ingewikkelde concurrentieverhoudingen (om er maar eens enkele te noemen) lijkt de mentale verwerkingscapaciteit van marketeers (te) beperkt om die complexiteit te overzien. Vaak wordt dan teruggevallen op een simplificatie van de beslissingssituatie en worden beslissingsproblemen heuristisch benaderd. Men zoekt niet meer naar optima, maar neemt genoegen met ´voldoende´ beslissingen (Simon, 1992). 1
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
De ontwikkelingen in informatietechnologie kunnen de informatieverwerkende mogelijkheden van marketeers vergroten. Die capaciteit dient echter wel volgens een bepaald concept te worden gemobiliseerd. Bepaalde elementen uit de werkelijkheid worden hierbij in beschouwing genomen, en andere niet (Nielen, 1993). Juist een concept wat een invulling geeft aan die denkwijze voor de conceptualisering van marketingbeslissingsproblematiek, èn aansluit bij de mentale modellen van marketeers en automatiseerders kan de inzet van informatietechnologie binnen marketingbeslissingen verbeteren. De marketing analyse kubus: een denkwijze voor marketingmodellering. De modellering van de werkelijkheid van marketeers ten behoeve van beslissingsprocessen kent vele aspecten. Vanuit (gestileerde) beschrijvingen van vele feitelijke beslissingssituaties is het idee ontstaan dat marketingbeslissingen gemeenschappelijke elementen bevatten, weliswaar in wisselende samenstelling. Het combineren van deze (algemene) elementen tot een beschrijving van een (specifieke) beslissingsituatie heeft tot het concept van de marketing analyse kubus geleid. Het (metaforische) idee van een (multi-dimensionele) kubus is de combinatie van afzonderlijke dimensies tot bepaalde ´ruimtelijke´ voorstellingen (voorwerpen) leidt, ieder met hun eigen karakteristieke geometrie. Met een beperkt aantal dimensies kan een groot aantal complexe ‘vormen’ worden gerepresenteerd, waarbij een toename in het aantal beschrijvende dimensies de mogelijkheden van beschrijvingsvormen sterk doet toenemen. Immers, in het platte vlak (2 dimensies) kennen we de circel en het vierkant, in 3 dimensies komen daar de bol en de kubus bij (zie voor een grappige beschrijving het boek van Edwin Abbott, Flatland). De filosofie achter de marketing analyse kubus is dat door het geschikt combineren van een (beperkt) aantal ´marketing´dimensies een adequate beschrijving (geometrie) van het marketingbeslissingsprobleem kan worden gegeven. Hiertoe moeten de dimensies onderling onafhankelijk zijn en samen compleet zijn in de beschrijving van de beslissingssituatie. De analogie met de Rubik-kubus dringt zich op, waarbij door het in 3 richtingen/dimensies bewegen van de zes gekeurde vlakken van de kubus een zeer groot aantal configuraties van vlakverdelingen kan ontstaan. Een dimensie is een op zich zelf staande, gestileerde entiteit, dat in de beschrijving van meerdere marketingproblemen naar voren komt. De bedoeling is immers om tot een abstractie te komen, die meerdere specifieke beslissingsituaties generiek kan beschrijven. Een voorbeeld van een dergelijke entiteit is de ´klant´: bijna ieder marketingprobleem bevat (minimaal) een verwijzing naar de entiteit ´klant´. De specifieke invulling van de geabstraheerde entiteit ´klant´ kan in individuele beslissingsituaties verschillen: zo zal de invulling van het begrip ´klant´in business-to-business markten een andere invulling hebben dan het in business-to-consumer markten heeft. Een dimensie is over het algemeen een verzameling van achterliggende, meer gedetailleerde entiteiten. De dimensie ´klant´ kan (omgekeerd) geaggregeerd worden naar ´doelgroep´ en zelfs naar ´markt´ niveau. Bovendien kan, in het geval van de dimensie ‘klant’, worden gesproken over recursiviteit (de ‘klant’ van de ‘klant’, vgl. intermediaire markten). Iedere dimensie wordt omschreven door een aantal attributen. In de business to consumer markt kan de klant bijvoorbeeld omschreven worden aan de hand van de attributen Naam, Adres, Woonplaats (NAW). Maar ook demografische of psychografische gegevens kunnen aan de entiteit ´klant´ worden gekoppeld. Voorbeelden hiervan zijn leeftijd, geslacht, welstandsklasse, gezinssituatie etc. De attributen in die gebruikt worden in de beschrijving van de entiteit dienen er in ieder geval voor te zorgen dat afzonderlijke voorbeelden (instances) van de entiteit specifiek (uniek) benoemd kunnen worden. Voorbeelden van de entiteit ´klant´ zijn dan ´de heer Janssen´ en ´de heer Pieterse´, voorzover de personen Janssen en Pieterse een product of dienst van de desbetreffende aanbieder hebben afgenomen. In dit geval wordt het naam-attribuut als identificerend kenmerk gebruikt om de personen Janssen en Pieterse uniek aan te wijzen. Vaak is hiervoor een combinatie van attributen (de sleutel) voor nodig. Naast de entiteit of dimensie ´klant´ worden er binnen de marketing analyse kubus (op dit moment) nog een viertal dimensies onderscheiden, te weten ´transactie´, ´interactie´, ´tijd´ en ‘plaats’. Deze 5 dimensies bieden, voorzover we nu kunnen overzien, voldoende ‘ruimte’ om marketingprocessen af te beelden. Er is echter geen conceptueel bezwaar om het aantal dimensies uit te breiden, zolang 2
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
relevantie voor de beschrijving van marktingconcepten en onafhankelijkheid van de overige dimensies kan worden aangetoond.
Campaign Effectiveness
Interaction
Transaction
Customer
[Space, Time]
Segmentation Dynamical behaviour
Figuur 1. De Marketing Analyse Kubus als 5-dimensionale beslissingsconceptualisering, met relaties tussen afzonderlijke dimensies als marketingvraagstukken. De ´transactie´-dimensie beschrijft die entiteiten die een weerspiegeling zijn van de behoeftensituatie van de ´klant´ èn het assortiment of de capaciteit van de aanbieder om deze behoeften te beredigen. Marketing is er op gericht om de afstemming tussen enerzijds de wensen en behoeften van de klant en anderzijds de producten, diensten of ideeën (kortweg: product) van de aanbieder(s) te faciliteren. Behoefte en product vormen in dat opzicht elkaars weerspiegeling, weergegeven als de ´transactie´ (in economische termen: een waarde-uitwisseling). Om tot een transactie tussen aanbieder en afnemer te komen zullen wederzijdse onzekerheden over het product cq. de behoeftensituatie moeten worden weggenomen. Veelal komt er een communicatiestroom op gang tussen aanbieder en afnemer. Door deze twee-zijdige (interactieve) communicatie ontstaat er geleidelijk een ´shared meaning’, een overeenstemming over het feit dat de aanbieder de behoeften van de afnemer (op zijn minst gedeeltelijk) kan vervullen tegen een geaccepteerde (geldelijke) tegenprestatie van de afnemer. De specifieke entiteiten van communicatie worden gerepresenteerd in de ´interactie´dimensie. De laatste twee te onderscheiden dimensies zijn tijd en plaats. Gegeven de dynamiek van marketingprocessen en meer specifiek de veranderingen in de overige dimensies wordt het noodzakelijk om ontwikkelingen in de tijd te kunnen identificeren door er een tijdlabel aan te hangen. In de interactie, transactie en klantdimensie wordt daarmee een historie gecreëerd waarbinnen alle veranderingen getraceerd kunnen worden. Om een voorbeeld te noemen: veranderingen in de behoeftensituatie (de transactiedimensie) kunnen op deze manier gevolgd worden. Plaats is noodzakelijk om een (ruimtelijke) positionering van entiteiten mogelijk te maken. Door de combinatie van tijd en plaats is het mogelijk om distributievraagstukken (in feite verplaatsingen door tijd en over plaats van transactie-elementen) af te beelden. Relaties tussen dimensies in de marketing analyse kubus: representatie van marketingproblemen. In essentie voeren we ieder marketingbeslissingsprobleem terug op het bepalen van de waarden op (een samenstelling van) dimensies. Zo leidt een waardevaststelling in de dimensie ´klant´ tot een segmentatie, een uitsplitsing van ´klanten´ die wel of niet voldoen aan de waarden. Een typisch segmentatieprobleem ontstaat als de waarden op de verschillende attributen binnen de dimensie ´klant´willen weten waar de grootste verkoopmogelijkheid (voor een product) ontstaat (doelgroepbepaling). Een doelgroepbeschrijving zou dan kunnen bestaan uit die klanten (personen) die ´leeftijd<= 30 jaar en inkomen>45.000´ op de respectievelijke achterliggende attributen leeftijd en inkomen hebben. Het segmentatieprobleem is dan gelegen in het bepalen van de attributen (leeftijd en inkomen, maar niet geslacht) en de waarde op die gekozen attributen (leeftijd<=30 jaar). Keuzes van attributen en waarden op die attributen binnen één dimensie worden zeer waarschijnlijk in samenhang gebracht met keuzes betreffende attributen in andere dimensies. Zo kan men segmenteren ten behoeve van de verschillende producten (zoals hierboven, de combinatie met ´transactie´-dimensie)
3
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
of kijken bij welke klanten een communicatie-uiting het beste zal aanslaan (een combinatie met ´interactie´). Andere combinaties tussen dimensies snijden weer andere marketingbeslissingsproblemen aan. Een combinatie van ´interactie´ en ´transactie´ (met ´tijd´) kan leiden tot relaties tussen inspanningen in communicatie (´interactie´) en daaruit resulterende opbrengsten, gerepresenteerd in de ´transactie´dimensie. Een aggregatie van de historie in de ´transactie´ en ´interactie´ per individuele ´klant´ geeft inzicht in de opbrengsten en kosten per klant, wat gesommeerd kan leiden tot de invulling van het begrip customer life time value. De koppeling tussen ´transactie´ en ´tijd´ per klant legt de nadruk op het langdurig onderhouden van een relatie met een klant, waarbinnen meerdere transacties mogelijk worden. Niet zozeer de individuele (verkoop) transactie is dan het uitgangspunt van de marketinginspanningen, maar het opbouwen van een langdurige relatie, waarbinnen gestuurd wordt op ´loyalty´. In de meeste beslissingsproblemen zullen dan ook alle dimensies vertegenwoordigd zijn. Een product (´transactie´) wordt altijd aan een ´klant´ verkocht, terwijl communicatie ook altijd aan een ´klant´ gericht is (alhoewel niet altijd een individueel identificeerbare klant, zie verschil tussen thema advertising en direct marketing technieken). Accentverschillen ontstaan in het belang van diverse dimensies en attributen daarbinnen. Beslissingsproblemen kunnen over het algemeen dan herleid worden tot keuzes van attributen en waardevaststellingen daarbinnen over alle dimensies, zodanig dat bepaalde commerciele doelstellingen, c.q. resultaten behaald worden. Hierbij kunnen kosten en opbrengsten verbonden worden met (waarden op) dimensies.
Figuur 2. Samenhang tussen combinaties van waarden op dimensies en commerciele aantrekkelijkheid (willekeurig voorbeeld op 2 onbenoemde dimensie-attributen met bepaalde domeinen). Een koppeling naar informatietechnologie: de gegevensgerichte gegevensgerichte en procesgerichte benadering. Vanuit een conceptualisatie van marketingbeslissingen in termen van de marketing analyse kubus (dus in termen van entiteiten en attributen) is het een relatief kleine stap om te komen tot beschrijving van de gegevens die binnen de beslissingssituatie relevant zijn. De entiteiten en attributen van het feitelijke en het beslissingsmodel kunnen vertaald worden naar gegevensverzamelingen. De dimensionering leidt tot de conceptualisatie van de relaties binnen de gegevensverzameling. De conceptualisering van de marketing analyse kubus vertoont een sterke overeenkomst met de ER-modellering in de informatica (Chen, 1976). Wat opvalt is dat in de huidige implementatie van informatiesystemen de verschillende dimensies ook gerepresenteerd worden in verschillende systemen. Dit leidt tot vaak tot ´eiland´ automatisering, in die zin dat relevante koppelingen tussen systemen vanuit een beslissingsoptiek lastig te realiseren vallen (McFarlan, 1983). Immers, de conceptualisering van beslissingsproblemen veronderstellen bijna altijd een samenhang tussen alle dimensies. Alleen zijn de dimensies informatietechnisch gepresenteerd in verschillende systemen die over het algemeen maar lastig te koppelen zijn. De dimensie ´transactie´ is van oudsher het domein van financieel-administratieve systemen. De facturering richting ‘klanten’, 4
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
waarbij een economische, geldelijke waarde wordt toegekend aan transacties, wordt over het algemeen in administratieve systemen beheerd. De dimensie ‘klant’ als zodanig wordt vaak gerepresenteerd in marketing- en verkoopinformatiesystemen. Hoewel in beide systemen de dimensie ‘klant’ wordt onderscheiden is een ‘klant’ in het factureringsysteem niet altijd te koppelen aan een ‘klant’ in het marketingsysteem. De marketing analyse kubus biedt daarom ook belangrijke uitgangspunten voor het ontwerp van informatie-architecturen, waarbij er vanuit wordt gegaan dat informatie over entiteiten eenduidig wordt gerepresenteerd binnen een gedefinieerde marketing informatie-architectuur (zie voor architectuurbegrip Vreven, 1996, van der Sanden, 1997). Noodzakelijke relaties tussen dimensies worden afgebeeld door relevantie koppelingen tussen systemen. Een doordenking van de huidige informatie-architectuur in termen van representatie van de marketing analyse kubus dimensies kan bedrijven helpen om redundantie, inconsistenties en het ontbreken van koppelingen te helpen voorkomen. Naast bovenstaande gegevensgerichte benadering is ook een procesgerichte benadering noodzakelijk, die het (dynamisch) gebruik van gegevens in marketingprocessen beschrijft. Hier zal een separaat artikel 1 aan gewijd worden . Dynamiek in marketingbeslissingen: een eventevent-driven benadering. Veranderingen in en relaties tussen dimensies leiden tot het idee om marketingprocessen (en beslissingen die daarover genomen worden) te symboliseren als ´events´. Een event is een verandering in de waarde van een attribuut of een verzameling van attributen (binnen één of meer dimensies) die consequenties heeft voor een (toekomstige) waardeverandering binnen de marketing analyse kubus. Met andere woorden, het gaat niet om veranderingen van dimensie-attributen als zodanig, maar om die veranderingen die eventueel in samenhang met veranderingen op andere dimensie-attributen tot een wezenlijke verandering van de conceptualisering van het beslissingsprobleem, ofwel van het commercieel resultaat, leiden. Een voorbeeld is dat het krijgen van een kind (een verandering in de context van ‘klant’) pas commercieel interessant is als het leidt tot een verandering in de dimensie ‘transactie’. Verzekeringsmaatschappijen (sparen voor het kind), autodealers (grotere auto noodzakelijk) en felicitatiediensten zullen deze verandering als wezenlijk beschouwen, andere bedrijven niet. Een belangrijk onderdeel van commercieel handelen is dan ook gebaseerd op het definieren van betekenisvolle veranderingen binnen de marketing analyse kubus (triggers), waarop beinvloedende activiteiten ondernomen kunnen worden, c.q. noodzakelijk zijn. Een dergelijke benadering kan informatietechnisch ondersteund worden door zgn. aktieve databases (Ceri, 1997). In plaats van opslag van gegevens die op het initiatief van de marketeer aangeboden worden, geven deze databases signalen zodra een attribuut binnen het systeem verandert. Op basis van vooraf ingebrachte ‘regels’ worden dergelijke veranderingen automatisch aangeboden aan de marketeer. De formulering van dergelijke regels, die met recht business rules kunnen worden genoemd, kan in de 2 context van de marketing analyse kubus geschieden . Een andere gedachte is dat bepaalde samenstellingen van waarden binnen de marketing analyse kubus waarschijnlijker, c.q. commercieel aantrekkelijker zijn dan andere (in termen van figuur 2: we zijn op zoek naar de ‘toppen’). Bepaalde typeringen van ‘klant’ zijn bijvoorbeeld gekoppeld aan hogere volumes, c.q. diversiteit van ‘transacties’. Een groot deel van de beslissingsproblematiek van de marketeer bestaat uit het vinden van dergelijke aantrekkelijke combinaties van waarden op dimensies. Vaak gaat het hierbij om koppelingen tussen inspanningen en resultaat (vgl. vraagstuk van accountability, zie bijvoorbeeld Kappert, 1999a). Het probleem is echter dat er een groot aantal mogelijke combinaties bestaat: de samenhang tussen de dimensies leidt al snel tot de ‘curse of dimensionality’ ofwel de combinatorische explosie.
1
Zie ook Kappert, C.B., 1999c. Deze methodiek wordt in de sterk dynamische beleggingsmarkten al geruime tijd toegepast. Door middel van triggers (vooraf gedefinieerde handelingsdrempels) worden samenstellingen van beleggingsportefeuilles gewijzigd, soms zelfs zonder menselijke tussenkomst. Dat dit niet altijd tot bevredigende uitkomsten leidt door de combinatie van blind automatisme of verkeerd geformuleerde triggers (plotselinge koersvallen etc.) doet niets af van het concept als zodanig. 2
5
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
De commerciele keuzeproblematiek van de marketeer kan vertaald worden in een zoektocht binnen de opgespannen ruimte van mogelijkheden door combinaties van dimensiewaarden. Naast het feit dat een groot deel van de opgespannen ruimte leeg is (sparse, tal van combinaties zijn onwaarschijnlijk), kan deze zoektocht ondersteund worden door twee benaderingen, respectievelijk gericht op het verleden en de toekomst: 1. ‘memory marketing’: het commercieel handelen in het verleden geeft een aantal combinaties te zien van dimensiewaarden binnen de kubus. Immers, de marketeer heeft in het verleden ook bepaalde beslissingen genomen, en daarvan is het commerciele resultaat bekend. Door een aantal van deze situaties achter elkaar te plaatsen kan wellicht een patroon binnen de combinaties worden onderscheiden: bepaalde combinaties werkten wel, andere weer niet. Hiertoe is het noodzakelijk dat de marketeer kan terugkijken, met andere woorden, beslissingssituaties in het verleden moeten gerepresenteerd zijn binnen informatiesystemen. De opslag van historisch commercieel handelen kan benaderd worden als het creeeren van geheugen. Evolutionair kan dit als belangrijk voordeel worden aangemerkt, doordat men is staat is om van fouten te leren (combinaties die in het verleden niet gewerkt hebben worden uitgesloten, combinaties die goed gefunctioneerd hebben worden verder uitgewerkt om een nog beter resultaat te bereiken). Met andere woorden, door de opslag van beslissingssituaties in het verleden is het wellicht mogelijk om het berglandschap van figuur 2 te reconstrueren. 3 2. ‘expeditionary marketing’ : Ondanks het leermoment uit het verleden blijven er onzekerheden bestaan, bijvoorbeeld omdat de marktomstandigheden veranderen (combinaties tussen dimensiewaarden zijn niet meer geldig). Naar de toekomst toe kan deze onzekerheid worden verminderd door gericht te varieren met combinaties van dimensiewaarden. Net als bij de conjuncte analyse (zie Wittink, 1989) niet alle waarden op alle kenmerken aan respondenten hoeven voorgelegd om te bepalen welke productkenmerken ze nu echt belangrijk vinden, hoeven niet alle combinaties van dimensiewaarden doorlopen te worden om de topologie van de opgespannen ruimte op commerciele aantrekkelijkheid te onderzoeken. Waarschijnlijk kan met een beperkt aantal commerciele concepten (een samenstelling van dimensiewaarden) bepaald worden welke concepten wel en niet werken. Belangrijk is om deze conceptvarianten niet altijd te laten definieren door wat in het verleden succes heeft gehad. Doet men dit wel, dan kan een soort ‘tunnelvisie’ ontstaan, waardoor niet meer de totale ruimte wordt doorzocht, maar slechts een beperkt gedeelte, nl. het gedeelte waarbinnen men in het verleden succes heeft gehad. Door veranderingen van marktomstandigheden kunnen echter de commercieel aantrekkelijke varianten wel eens buiten dit gebied komen te liggen. Een brede orientatie in de definiering van commerciele concepten kan derhalve bevorderlijk zijn. Informatietechnologisch kunnen beide varianten door de opkomst van nieuwe technieken ondersteund worden. Het zoeken naar relevante combinaties van dimensiewaarden binnen de mogelijkheden van de opgespannen ruimte wordt in toenemende mate ondersteund door artificiele intelligentie technieken zoals neurale netwerken en genetische algoritmen (zie Bishop, 1995, Holland, 1995, Goldberg, 1989). Zij kunnen niet-lineaire mappings construeren tussen combinaties van dimensiewaarden en commerciele aantrekkelijkheid, gebaseerd op een ‘geheugen’ dat in bedrijfsdatabases en externe gegevensbronnen is geconstrueerd. Samenvatting en conclusies: naar kennisgedreven marketing. Door de representatie van de marketingbeslissingsproblematiek in het concept van de marketing analyse kubus is een brug geslagen van de beslissingsituatie van de marketeer naar de betekenisvolle ondersteuning met behulp van informatietechnologie. Deze brug kan de communicatie tussen gebruikers (marketeers) en ontwikkelaars (IT’ers) van informatietechnologie in marketingomgevingen vergemakkelijken, waardoor het rendement van investeringen in dergelijke technologie zeer waarschijnlijk vergroot wordt. De marketing analyse kubus beschrijft de beslissingsproblematiek als een combinatiekeuze van waarden over elementaire dimensies. Hiermee wordt de beslissingsproblematiek afgebeeld als een (gerichte) zoektocht over waarden op attributen, waarvanuit de informatica- en besturingsmodellering ruime ervaring mee bestaat. Deze ervaring en de daarmee samenhangende technieken kunnen gebruikt worden om de marketeer gericht te ondersteunen en het rendement van zijn beslissingen te vergroten.
3
naar idee van Hamel, 1994. 6
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
Door een weliswaar abstracte en generieke, maar zeker ook expliciete modellering van de elementen die in marketingprocessen een rol spelen, kan door geschikte analyse specifieke marketingkennis worden opgebouwd. Een ‘geheugen’ ontwikkeld op basis van een historische representatie van events in bedrijfsdatabases speelt hierbij een belangrijke rol. Door deze (non-lineaire) modellering longitudinaal uit te voeren, kunnen leermomenten op basis van feiten worden gecreerd die tot een vergroting van zowel de wetenschappelijke alsook praktische marketingkennis kunnen leiden. Op basis van geschikte ‘experimenten’ in de door de marketing analyse kubus opgespannen ruimte kan die kennis verder vergroot worden. Experimenten worden opgezet in die gebieden waar commercieel of intellectueel uitdagingen liggen, maar waarover nog onzekerheid bestaat. De inhoud van dit artikel is met name theoretisch-conceptueel. Inmiddels zijn diverse toepassingen van het concept van de mak, met de daarbijbehorende informatietechnische tools in de praktijk gerealiseerd (zie bijvoorbeeld Kappert, 1996 en Kappert, 1999b). De benadering heeft tot een aanmerkelijk groter inzicht geleid in de werking van (dynamische) marketingsprocessen en besturingsmaatregelen. Door middel van longitudinaal onderzoek zal worden getoetst of dit vergrote inzicht ook tot daadwerkelijk commercieel rendement heeft geleid.
7
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
Literatuur Bell, David E., Raiffa, Howard and Tversky, Amos, Decision Making - Descriptive, normative, and prescriptive interactions, Cambridge University Press, 1991. Bishop, Christopher M., Neural Networks for Pattern Recognition, Clarendon Press, Oxford, 1995. Ceri, Stefano and Fraternali, Piero, Designing Database Applications with Objects and Rules - The Idea Methodology, Addison-Wesley, Harlow, England, 1997. Chen, P., 'The Entity-Relationship Model - Toward a Unified View of Data', ACM Transactions on
Database Systems, Vol. 1, No. 1, pp. 9-36, 1976.
Goldberg, David Edward, Genetic Algorithms in Search, Optimization, and Machine Learning, AddisonWesley Publishing Company, Reading, Massachusetts, 1989. Hamel, Gary and C.K. Prahalad, De strijd om de toekomst - Baanbrekende Strategieen voor Marktleiderschap en het Creeeren van Nieuwe Markten, Scriptum Books, Schiedam, Holland, 1994. Holland, John H., Hidden Order - How Adaptation Builds Complexity, Helix Books, Perseus Books, Reading, Massachusetts, 1995. Huizingh, K.R.E., Marketing Informatiesystemen: Perspectief voor een Ontwikkelingspad, Academic Service, Schoonhoven, 1992. C.B. Kappert, C.H. Schaake, ‘Event-driven Marketing bij Greenpeace’, Customerbase, Tijdschrift voor Customer Loyalty en Database Marketing, December 1996, jaargang 2, nummer 6. C.B. Kappert, ‘Evolutionary Campaign Management’, Chapter 9 in: Brands & Advertising – How advertising effectiveness influences brand equity, eds. Giep Franzen, Admap Publications, Oxfordshire, United Kingdom, 1999a. C.B. Kappert, O. Omta, ´The application of datawarehousing to new service development – a case study at a fundraising organization´, 1999 IAMOT congres, 15-17 maart 1999b, Caïro, Egypte. C.B. Kappert, R. Bloemink en C. Hoekstra, ‘The Use of Information Technology to Support Relationship Management – Strategic, Organizational and Technological Issues’, proceedings van IMP Conference, Dublin, 2-4 september 1999c. McFarlan, F. W., J. L. McKenney, and Ph. Pyburn. 'The Information Archipelago: Plotting a Course', Harvard Business Review, 61, 1983, pp. 145-154. Nielen, G.C., Van Informatie tot Informatiebeleid, Samson Bedrijfsinformatie, Alphen a/d Rijn/Zaventem, 1993. Quinn, James Brian, Intelligent Enterprise: a knowledge and service-based paradigm for industry, The Free Press, New York, 1992. Rowe, Alan J. and Davis, Sue Anne, Intelligent Information Systems: Meeting the Challenge of the Knowledge Era, Quorum Books, Westport, Connecticut, 1996. Sanden, Wim van der en Sturm, Bart, Informatie-architectuur - de Infrastructurele Benadering, Panfox Holding BV, Rosmalen, 1997. Shapiro, Carl and Varian, Hal R., Information Rules - A Strategic Guide to the Network Economy, Harvard Business School Press, Boston, Massachusetts, 1999. Simon, H.A., Economics, Bounded Rationality and the Cognitive Revolution, Edward Elgar Publishing Company, Vermont, 1992.
8
C.B. Kappert, ‘De Marketing Analyse Kubus – Een concept als brug tussen gebruikers en ontwikkelaars van informatietechnologie in kennisgedreven marketingprocessen’, Tijdschrift voor Marketing, November 1999, pp. 8-11. © MindMatters
Tapscott, Don, The Digital Economy - Promise and Peril in the Age of Networked Intelligence, McGrawHill, New York, 1996. Vreven, A.A., Het Ontwerpen en Exploiteren van Client/Server-Toepassingen: een geintegreerde benadering, Kluwer Bedrijfswetenschappen, Deventer, 1996. Wierenga, Berend, and Bruggen, Gerrit H., ´Marketing Management Support Systems: Evolution. Adoption and Effectiveness´, ESOMAR Symposium ´Information Based Decision Making in Marketing: Reconciling the needs and interest of decision makers, data collectors and data providers´, Paris, 17-19 November, 1993. Wittink, D. R. and P. Cattin, ‘Commercial Use of Conjoint Analysis: an Update’, Journal of Marketing, 53, 1989, pp. 91-96.
9