Artificial Intelligence (AI) kan de kosten van marktonderzoek enorm reduceren. Computers verwerken data en doen geautomatiseerde voorspellingen. ‘We hebben bij Insites Consulting het experiment gedaan en in een community robots de vragen laten stellen. De efficiëntie nam met 80 procent toe. Onder meer omdat we minder tijd in moderatie hoefden te stoppen. Computers kunnen op basis van woordkeuze ook voorspellen of mensen nog verder zullen deelnemen. Daardoor is er minder verloop en dus meer participatie’, zegt Niels Schillewaert, managing partner en co-founder bij InSites Consulting.
‘Maar om bijvoorbeeld humor of ironie te interpreteren, om gedrag te verklaren en te begrijpen, hebben we mensen nodig. Mens en machine samen kunnen enorm efficiënt zijn: machines nemen de repetitieve taken over en de mens krijgt ruimte om creatief bezig te zijn. Het repetitieve, descriptieve onderzoek in marketing staat onder zware druk, maar verklarend onderzoek zal belangrijker worden’, aldus Schillewaert.
Data rich, insight poor
Door digitalisering wordt marketing steeds meer data driven. Facebook en Spotify zitten op een constante en omvangrijke datastroom. ‘Als ze een nieuwe feature willen introduceren kunnen ze die heel snel gericht testen op een klein publiek en zien ze ook direct wat werkt en niet werkt. Die evolutie zal marktonderzoek en marketing zoals we het kenden definitief veranderen.’
Organisaties hebben massa’s interessante data voorhanden via hun eigen Facebook-pagina, Twitter stream, Google Analytics. Keerzijde van de medaille: marketeers en brand owners hebben het idee dat ze alles weten en denken minder research nodig te hebben. Dat is onjuist, waarschuwt Niels. ‘De data die we online binnen krijgen is niet altijd even betrouwbaar én social media is niet de hele wereld. Door de massa gegevens zijn we data rich, maar insight poor. De challenge zal zijn om de online en offline datastromen samen te brengen én daarmee de brug naar sales te slaan, door die data te koppelen aan koopgedrag, wanneer dat tenminste mag van Europa.’
Validiteit van data monitoren
Een andere uitdaging is de kwaliteit van data. Er is veel data beschikbaar, maar ze is niet altijd even kwalitatief. Vorige week nog kwam uit dat Facebook het bereik van hun advertenties stelselmatig overdrijft om adverteerders te lokken. In de VS bleken ze in een bepaalde leeftijdscategorie meer Amerikanen te bereiken dan dat er in werkelijkheid zijn.
Dat terwijl het amper een jaar geleden is dat uitkwam dat Facebook de tijd die een gemiddelde gebruiker spendeert aan het bekijken van advertenties opblaast. Facebook telde elke video-advertentie die gedurende minstens drie seconden bekeken werd, mee als een ‘view’ waarvoor het de adverteerder een vergoeding kon aanrekenen.
Facebook gaat voor gegevens als de locatie en leeftijd van zijn leden enkel af op de informatie de leden zelf opgeven en controleert die data niet. ‘Wie een marktonderzoek leidt, moet ook aan risk management doen: zijn we tevreden met data die 60 procent van de realiteit dekt, misschien minder correct is, maar die we op de helft van de tijd en aan de helft van de kost kunnen bemachtigen?’, zegt Schillewaert.
Hoe kunnen we waken over de correctheid van onze data als we er volledig afhankelijk voor zijn van Facebook of Google? ‘Er zal met de tijd een zekere openheid moeten komen en nieuwe spelers zullen kwaliteitsstandaarden opgelegd krijgen door de markt’, weet Schillewaert. ‘Het is een zelfregulerend mechanisme en daarnaast zorgen organisaties als Esomar – dat wereldwijd marktonderzoek en data-analyse promoot – voor guidelines en educatie.’ Dergelijke instanties zullen overal opduiken om de bereikcijfers die bedrijven voorhouden, door een onafhankelijke instantie te laten controleren.
