Zo kun je onbewuste associaties en voorkeuren van consument meten

Impliciet onderzoek moet kans op sociaal wenselijke antwoorden verminderen.

Tekst: Leonie Madder*
 

Traditioneel marktonderzoek wordt nog altijd door de meerderheid van de bedrijven ingezet om te achterhalen wat de mening van consumenten is over het bedrijf, het merk en de producten of diensten.

 

Dit marktonderzoek bestaat uit een aantal methoden die al vele decennia nuttig worden ingezet, maar heeft ook een groot nadeel wat we anno 2017 niet kunnen negeren.

 

Kwalitatief onderzoek en kwantitatief onderzoek door middel van vragenlijsten kunnen leiden tot sociaal wenselijke antwoorden (McFadden, 1986). Ook wordt er geen rekening gehouden met mentale processen in het brein van de consument, hoewel drie decennia geleden al bekend was dat cognitieve processen invloed hebben op het menselijke beslissingsproces.

 

Hieronder verstaan we de perceptie en overtuiging ten opzichte van het product. Maar ook de gegeneraliseerde attitudes en waarden van de consument en de interne protocollen die voorkeuren omzetten in een daadwerkelijke keuze.

 

Deze cognitieve processen zijn de basis van het gedrag van consumenten. Het zou daarom vanzelfsprekend moeten zijn dat hier rekening mee gehouden wordt in onderzoek naar consumentengedrag.

 

Onbewuste keuzes

Echter wordt met traditioneel marktonderzoek vaak nog expliciete (bewuste) vragen aan consumenten gesteld, waarop vaak sociaal wenselijke antwoorden worden gegeven. Impliciete testen, zoals responsetijd gedreven onderzoek en impliciete associatie testen houden hier wel rekening mee. 95 procent van onze keuzes nemen wij onbewust. Wanneer je consumenten expliciet iets vraagt geef je ze de tijd om na te denken over hun keuzes.

 

Maar dit gebeurt in het dagelijks leven niet op deze manier.

 

In tegenstelling, de meeste keuzes maak je snel, automatisch en zonder veel nadenken. Nieuwe impliciete methoden onderzoekt klantgedrag echter wel op een onbewuste (impliciete) niveau. Diepere inzichten in de motieven achter het keuzegedrag van de consument komen aan het oppervlak en daardoor hebben deze methoden vaak meer voorspelkracht dan de oudere traditionele onderzoeksmethoden.

 

Hoe zien de impliciete testen eruit?

De meeste klassieke en gangbare vorm van impliciet testen maakt gebruik van de impliciete associatie test (IAT).

 

Deze test is initieel ontwikkeld aan Washington University met als doel het onderzoeken van sociale paradigma’s en wordt nu ook ingezet om de onbewuste associaties en voorkeuren van de consument te meten.

 

In de test krijgen respondenten de opdracht om woorden en afbeeldingen te categoriseren. Door het meten van de reactietijden wordt bepaald of een product een sterke associatie opwekt in het brein van de consument. Keuze-experimenten, ook wel ‘binary choice experiments’ genoemd, zijn simpelweg het voorleggen van keuzeopties zoals de consument die in de praktijk ook tegenkomt.

 

In het algemeen geldt dat hoe dichter een experiment echte marktbeslissingen nabootst, hoe meer valide de behaalde resultaten zijn. Dit is een belangrijk voordeel van keuze experimenten en IAT’s ten opzichte van traditionele conjoint-methoden.

 

De testen simuleren aankoopbeslissingen die over het algemeen realistischer en eenvoudiger zijn voor de consument (Zweringa, 2011).

 

Impliciet onderzoek is daarom goed voor het pretesten; het kost vooraf niet veel tijd en geld en het levert achteraf juist meer op.

 

Reactietijd metingen en valide onderzoek

Even terug naar reactietijden. Het meten van de reactietijden geeft inzicht in de onbewuste voorkeuren van de consument. Het idee hierbij is dat een sterkere associatie, bijvoorbeeld een grotere voorkeur of juist grotere afkeur, steviger versleuteld ligt in het brein.

 

Hierdoor is het makkelijker om te antwoorden, wat dus minder (reactie) tijd kost. Voorbeeld: meerdere designs, producten of merken (afhankelijk van de businessvraag) worden even vaak geselecteerd en scoren allen goed op de test.

 

Het toevoegen van de dimensie reactietijd leert dat wanneer een optie significant sneller is, deze specifieke keuze sterker in het brein genesteld is. Door het meten van reactietijden wordt naast de expliciete (bewust gemaakte) keuze van de consument, ook impliciet (onbewust) de sterkte van de keuze gemeten.

 

Wel moet benadrukt worden dat het onderzoeksdesign en de formatie van keuzeopties cruciaal is voor de externe validiteit van de test (Lancsar, E., & Swait, J. (2014).

 

Dit betekent geen appels met peren vergelijken, en alleen informatie voorleggen waarover de consument in de praktijk ook de beschikking heeft. Het is dus essentieel om te zorgen voor een design dat het best de praktijk weerspiegelt én tevens voldoende statistische power heeft (Louviere et al., 2008).

 

Impliciete onderzoek is breed inzetbaar in marketingonderzoek

Het grote voordeel aan deze impliciete testen is dat het breed inzetbaar is en valide, praktijk voorspellende resultaten geeft.

 

De laatste jaren zijn deze methoden in populariteit gegroeid in de gedragseconomie en marketing. Deze relatief nieuwe manier voor het meten van associaties en voorkeuren kan namelijk met verschillende doeleinden worden ingezet (Lockshin et al. 2006; Train, K., & Weeks, M., 2005), zoals:

>          proposities of communicatie-uitingen te testen

>          merkwaarde en merkassociaties meten

>          merken en campagnes monitoren

>          het juiste overtuigingsmechanismen bepalen

>          incentives testen

>          product designs testen

>          prijsstelling of willingness to pay bepalen

 

Een praktisch voorbeeld

Om het effect van impliciet meten wat duidelijker te maken zal ik een voorbeeld bespreken. Een bedrijf wil incentives inzetten om de conversie van een e-mail te verhogen.

 

Ze hebben meerdere potentieel goede ideeën zoals cadeaus, kortingen, en donaties aan goede doelen.

 

In de praktijk wordt de keuze voor die incentive vaak gebaseerd op onderbuikgevoel en meningen. Logischerwijs leidt dit niet altijd tot een keuze voor de best converterende incentive. In dit voorbeeld werd er daarom gekozen om de incentives vooraf te testen met een keuze experiment.

 

Na analyse van de testresultaten kwamen er enkele  conclusies uit het onderzoek.

 

Ten eerste kwam uit het voorgaande praktijkvoorbeeld dat het toevoegen van incentives zorgde voor een significante conversiestijging van maar liefst 56 procent. We kunnen dus degelijk stellen dat incentives conversieverhogend werken.

 

Ook kwamen er uit de test een aantal interessante verschillen tussen incentives naar boven. Zo scoorde een donatie van 4 euro aan een goed doel (20 procent conversie) beter dan een opleidingscheque van 50 euro (16 procent conversie).

 

Ook bleek dat algemene cadeaus beter scoren dan seizoensgebonden cadeaus, zoals bijvoorbeeld een oliebollenpakket dat niet beter scoorde tijdens de kerstperiode.

 

Als laatste leert het onderzoek dat specifieke doelgroepen andere onbewuste voorkeuren hebben. We zien bijvoorbeeld een grotere voorkeur voor een donatie bij jongeren dan bij ouderen, 23 procent om 19 procent.

 

De praktijkresultaten van het impliciete onderzoek lagen in lijn met wat er daadwerkelijk uit de campagne kwam.

 

Concluderend zien we dus dat impliciet onderzoek breed inzetbaar is om verschillende typen business vragen te beantwoorden. Ook heeft het een korte doorlooptijd.

 

Indien de test wetenschappelijk opgezet wordt met een gedegen onderzoeksdesign, biedt impliciet onderzoek erg veel perspectief in het beantwoorden en voorspellen van marketingvraagstukken.

 

Samenvattend:

  • Consumenten expliciet vragen zorgt voor sociaal wenselijke antwoorden. 
  • Impliciete methoden houden beter rekening met onbewust consumentengedrag.
  • Door het meten van reactietijden meet je de sterkte van associaties in het brein.
  • Impliciete methodes geven praktijk voorspellende resultaten wat leidt tot meer conversie verhoging.

*Leonie Madder is neuroscience researcher bij onderzoeks- en marketingbureau Braynz

Beeld: alphaspirit / 123RF Stockfoto

Referenties:
- Haaijer, R., Kamakura, W., & Wedel, M. (2000). Response latencies in the analysis of conjoint choice experiments. Journal of Marketing Research, 37(3), 376-382.
- Lancsar, E., & Swait, J. (2014). Reconceptualising the external validity of discrete choice experiments. Pharmacoeconomics, 32(10), 951-965.
- Lockshin, L., Jarvis, W., d’Hauteville, F., & Perrouty, J. P. (2006). Using simulations from discrete choice experiments to measure consumer sensitivity to brand, region, price, and awards in wine choice. Food quality and preference, 17(3), 166-178.
- Louviere, J. J., Islam, T., Wasi, N., Street, D., & Burgess, L. (2008). Designing discrete choice experiments: Do optimal designs come at a price?. Journal of Consumer Research, 35(2), 360-375.
- McFadden, D. (1986). The choice theory approach to market research. Marketing science, 5(4), 275-297.
- Swait, J., & Adamowicz, W. (2001). Choice environment, market complexity, and consumer behavior: a theoretical and empirical approach for incorporating decision complexity into models of consumer choice. Organizational Behavior and Human Decision Processes, 86(2), 141-167.
- Train, K., & Weeks, M. (2005). Discrete choice models in preference space and willingness-to-pay space. Applications of simulation methods in environmental and resource economics, 1-16.
- Zweringa, Klaus (2013). Discrete Choice Experiments in Marketing: Use of Priors in Efficient Choice Designs and Their Application to Individual Preference Measurement. Springer Science & Business Media.

 

Plaats als eerste een reactie

Ook een reactie plaatsen? Word lid van Adformatie!

Word lid van Adformatie → Login →
Advertentie