Marketing inovativnih proizvoda i usluga

Marketinška istraživanja se obično određuju kao „prikupljanje, analiza i izvještavanje o tržišnim (marketinškim) informacijama“[1], koje se mogu iskoristiti za donošenje marketinških odluka, odnosno rješavanje marketinških problema. Neka poduzeća, kao Google, poznata su po poslovnom odlučivanju, koje je zasnovano na „tvrdim“ podacima (umjesto na „osjećaju“ poduzetnika i menadžera). Od svih se zaposlenika očekuje da postavljaju pitanja i donose odluke, utemeljene na „opipljivim“ podacima, umjesto korišenja iskustva, „osjećaja“, itd. Sve se marketinške odluke trebaju potkrijepiti konkretnim podacima o korisnicima, koji se koriste i za procjenu učinkovitosti rada menadžmenta[2]. Ovakav pristup, kojeg obilježava kontinuirano prikupljanje i korištenje tržišnih podataka u donošenju odluka i rješavanju problema, obično se naziva marketinška inteligencija (marketing intelligence,engl.). Osim u industrijama visoke tehnologije, od značaja je i u drugim poslovnim okruženjima s brzim promjenama ukusa i potreba korisnika, kao što je modna industrija.

Poduzeće, koje se često navodi kao primjer marketinške orijentacije je španjolska maloprodajna modna kompanija Zara – dio grupe Inditex, u čijem je vlasništvu i niz drugih uspješnih europskih modnih marki, kao št su Bershka, Massimo Dutti, Pull & Bear, Stradivarius, itd. Umjesto da je ustrojila poseban odjel za marketing, Zara se odlučila na razvoj kulture, koja podržava provedbu marketinške inteligencije od strane svakog zaposlenika/ice. U Zari, kao i u cijeloj grupi Inditex, svi zaposlenici/e se trebaju posvetiti postianju zadovoljstva kupaca i razvoju boljih tržišnih ponuda od konkurenata. Naime, tvrtka je, među svojom konkurencijom, na glasu po isporuci novih proizvoda na dnevnoj razini, i to korištenjem podataka iz svojih prodavaonica. Njih prikupljaju zaposlenici, ali i automatizirani informacijski sustavi za upravljanje zalihama i maloprodajnim blagajnama te ih prosljeđuju Inditexovim odjelima za dizajn novih proizvoda, nabavu i proizvodnju. U njima se modni proizvodi pokušavaju prilagoditi potrebama lokalnih kupaca, a menadžeri prodavaonica, koji pripadaju različitim Inditexovim tržnim markama, korištenjem informacijskog sustava, nazvanog Cassiopeia. Njegov je temeljni zadatak opisati najpopularnije proizvode na svake razini prodavaonice i predvidjeti kakve specijalizirane proizvode izraditi i dostaviti u prodavaonicu, pa čak i u relativno malim količinama. Ovaj se sustav koristi i za određivanje cijena, na temelju lokalnih informacija koliko su kupci spremni platiti za određeni proizvod. Tek nakon toga, u Zari se odlučuje o materijalima i izradi odjeće, kako bi se osiguralo da svaki proizvod i dalje pridonosi ostvarivanju dobiti[3].

 

Što je marketinška orijentacija?

Studija slučaja Inditexa govori da poduzeće mora imati odgovarajuću organizacijsku kulturu, ali i stalno provoditi marketinške aktivnosti, kako bi se razvila trajna i uspješna marketinška inteligencija. Brojni su teoretičari pokušali odgovoriti na pitanje kako usmjeriti prethodno spomenute čimbenike prema ostvarivanju „stalno budne“ (agilne) organizacije, u marketinškom smislu. Jednu od najpopularnijih teorija razvili su poznati istraživači marketinga Ajay K. Kohli i Bernard J. Jaworski[4], a ona govori da se marketinška orijentacija poduzeća sastoji od triju koraka. Prvi se odnosi na prikupljanje tržišnih informacija, koje se, nakon toga, trebaju distribuirati po čitavoj organizaciji. Organizacija, u posljednjem koraku, treba razviti prikladan odgovor za tržišne izazove, kao što je prikazano na sljedećoj slici.

Slika 4. Marketinška orijentacija (prema Kohliju i Jaworskom)

Izradili autori. Stavlja se na uporabu temeljem licence Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

 

Kako provoditi marketinško istraživanje?

Postoji nekoliko koraka, koje treba izvršiti, da bi se uspješno provelo konkretno marketinško istraživanje. Svaki od koraka odnosi se na jednostavno pitanje, na koje postoji jedno (ili više odgovora)[5], i to:

• Bilo kakva istraživačka nakana temelji se na odgovarajućem istraživačkom pitanju kao izvorištu. Ovdje se podrazumijeva identifikacija stvarnog problema, kao najznačajniji dio marketinškog istraživačkog procesa. Ukoliko se ne istražuju ključni problemi, organizacije će „bockati“ po simptomima, umjesto da pronađe stvarnu „bolest“ te trošiti vrijeme i novac na nepotrebne istraživačke inicijative.

 

Ova je faza obično vrlo teška za buduće poduzetnike/ice, koji se često nekritično „zaljubljuju“ u svoje poduzetničke ideje i smatraju ih fenomenalnima. Ovo je i jedan od najčešćih izvora poduzetničkog neuspjeha, u kojem se precjenjuje realni interes potencijalnih kupaca za proizvodom (uslugom), jer poduzetnik/ica nije u stanju razmišljati o svojoj marketinškoj ponudi iz korisničke perspektive. Stoga, svaku poslovnu ideju treba analizirati iz gledišta kupaca i prikupiti realne tržišne informacije, kao temelj svake marketinške odluke.

 

• Nakon što se utvrdi istraživačko pitanje (što istraživati?), potrebno je definirati Jedno od temeljnih metodoloških pitanja odnosi se na vrstu podataka koji će se prikupljati, odnosno na izbor između primarnih i sekundarnih tržišnih podataka. Dok se primarni podaci prikupljaju od stvarnih (ili postojećih) korisnika, sekundarni podaci su već prikupljeni. Na temelju njih je već, vjerojatno, izrađena korisna marketinška analiza/izvješće o marketinškom istraživanju, koje možete dobiti – bilo besplatno, ili ga kupiti od specijalizirane marketinške agencije. Primjerice, izvješća o marketinškim istraživanjima se mogu kupiti na internetskim stranicama agencija, kao što su http://www.marketresearchstore.com, http://www.reportlinker.com, or  http://www.marketresearch.com (obično uz cijenu od nekoliko stotina do tisuća dolara). Za iscrpnije informacije o izdvojenim industrijama, poduzetnici se mogu obratiti specijaliziranim poduzećima, koja se bave industrijskom inteligencijom/tržišnim izvještavanjem. Za poduzetnike/ice iz područja informatičke tehnologije, kao jednog od najznačajnijeg područja za brzo rastuće start-upove, najvažnije izvore informacija predstavljaju konzultantska i istraživačka kuća Gartner  (http://www.gartner.com) te istraživačka kompanija International Data Corporation (IDC) (https://www.idc.com).

 

Čak i bez velikog utroška resursa, potencijalni poduzetnici/e mogu koristiti internetske stranice s vijestima i internetske pretraživače, kao što je Google, da bi pronašli informacije korisne za razvoj svojih budućih tvrtki. Neka korisna istraživačka internetska oruđa su Google Trends (https://www.google.com/trends), koji govori što internetski korisnici trenutno pretražuju te Google Correlate (https://www.google.com/trends/correlate), uz pomoć kojeg se analiziraju odnosi između internetskih pretraživanja i dostupnih sekundarnih podataka.

 

Veliki problem kod korištenja besplatnih internetskih izvora podataka predstavlja njihova upitna autentičnost, s obzirom da ih može objaviti bilo tko, bez prevelike kontrole kvalitete ili obraćanja pozornosti na točnost izvora. Ukoliko informacija dolazi iz izvora s visokom reputacijom, kao što je poznati novinski izdavač ili televizijska kuća, vjerojatno ne treba propitivati njezinu pouzdanost. Međutim, informacije koje se mogu pronaći na osobnim blogovima, sustavima za internetske diskusije (forumima), društvenim mrežama, i slično, mogu biti upitnog karaktera. Stoga je internetske informacije potrebno provjeriti uz pomoć „razumnih“ standarda analize pouzdanosti, odnosno konzultirati neovisne internetske stranice, posvećene razotkrivanju često iznošenih neistina i prevara na Internetu (npr. http://www.snopes.com; http://www.factcheck.org). Autentičnost slika, javno dostupnih na Internetu, može se provjeriti internetskom pretragom usluge Google Image (https://images.google.com). Također je moguće sliku „uploadirati“ na internetsku uslugu za pretraživanje pomoću slika, kao što je TinEye.com, ili za tu svrhu koristiti popularnu tražilicu Google (https://www.google.com/intl/
es419/insidesearch/features/images/searchbyimage.html).

 

S druge strane stoji prikupljanje primarnih podataka, za što je moguće koristiti više različitih pristupa. Oni uključuju[6]: promatranje kupaca i njihovog ponašanja, anketiranje kupaca, ili čak eksperimente, koji pokušavaju pokazati kakvi će biti rezultati određene marketinške odluke.

 

Bez obzira koji će se od spomenutih oblika prikupljanja podataka koristiti, postoji i više načina pristupa kupcima i traženja suradnje u prikupljanju podataka. Njega je tradicionalno provodilo istraživačko osoblje, koje bi pristupilo kupcu i zamolilo za suradnju, pri čemu se prikupljanje samih podataka odvija uz pomoć intervjua (razgovora), ispunjavanja tiskanog upitnika – bilo fizički, ili putem telefona, itd. Ipak, suvremena se marketinška istraživanja sve više oslanjaju na internetsko prikupljanje podataka, koje se može jednostavno provesti uz pomoć besplatnih alata za on-line anketiranje (pri čemu treba napomenuti da postoje i znatno moćnije, plaćene inačice ovakvih internetskih usluga).

 

Jedan od vodećih ponuditelja  usluga on-line anketiranje je SurveyMonkey (https://www.surveymonkey.com), iako treba napomenuti da je njegova besplatna inačica ograničena na samo 10 pitanja i ukupno 100 ispitanika/ica. Drugi alati, poput

SurveyPlaneta (https://surveyplanet.com) nemaju ovakvih ograničenja, a dostupna su i tehnički orijentirani alati, poput besplatnih Google Forms (https://docs.google.com/forms). Oni omogućavaju istraživačima stvaranje složenih internetskih upitnika, spremanje podataka u on-line pohranu i analizu te preuzimanje podataka u obliku, pogodnom za dodatnu obradu u specijaliziranim softverskim alatima.

 

Potencijalni poduzetnici/e koji i dalje ne žele ili ne mogu angažirati profesionalne marketinške istraživače (specijaliziranu marketinšku agenciju) mogu i sami obaviti tu aktivnost, uz odgovarajući podsjetnik na metodološka znanja, koja se slušaju na visokoškolskim ustanovama. Ovo nije teško, uz brojne besplatne on-line akademske tečajeve (Massive Open Online Courses – MOOC), koje putem Interneta nude vodeća svjetska sveučilišta. U vrijeme izrade ovog nastavnog materijala, jedan od najpopularnijih internetskih tečajeva iz navedenog područja bio je dostupan na stranici servisa Coursera, a vodili su ga nastavnici sa Sveučilišta u Michiganu (na engleskom jeziku)[7]. Slični se MOOC tečajevi mogu pronaći i na internetskim stranicama, kao što je https://www.mooc-list.com, ili kupiti od individualnih trenera/konzultanata na on-line trgovini za elektroničko učenje. Jedan od najpopularnijih internetskih portala te namjene je Udemy (http://www.udemy.com), a alternativu mu predstavljaju internetske usluge koje naplaćuju članarinu i omogućavaju pristup stotinama ili tisućama tečajeva  (npr. Lynda.com, ili Skillshare.com).

 

Drugi često korišteni pristup prikupljanju podataka odnosi se na dubinski intervju, koji spada u eksploratorne istraživačke tehnike. On se temelji na otvorenim pitanjima i ispitaniku/ici daje priliku da iskažu svoja iskustva, povezana s određenim proizvodom, načinom na koji ga ispitanik/ica koristi, itd. Druga eksploratorna metoda je fokus grupa, u kojoj skupina (potencijalnih ili postojećih) kupaca iznosi svoja razmišljanja i iskustva o problemu marketinškog istraživanja. Ovim specifičnim oblikom sastanka/razmjene mišljenja upravlja istraživač/ica, koji/a usmjerava i strukturira diskusiju. Navedene istraživačke tehnike obično se zaključuju izradom transkripta (prijepisa) provedenog razgovora, koji se interpretira, analizom načina razmišljanja i navedenih opisa ponašanja kupaca.

 

• U sljedećem je koraku potrebno utvrditi populaciju i uzorak istraživanja. Populacija koju se istražuje sastoji se od svih (postojećih i potencijalnih) kupaca proizvoda, odnosno usluge, tj. svih članova/ica ciljane skupine. Međutim, nije lako identificirati pojedine članove populacije, ukoliko ne postoji praktičan popis dostupnih ispitanika, koji se obično naziva okvir izbora uzorka (sampling frame, engl.)[8]. Navedeno može biti javni telefonski imenik, interna lista kupaca s podacima za kontakt, marketinška lista, kupljena od specijalizirane marketinške agencije, itd.

 

Postoje dva temeljna načina izbora uzorka (sample, engl.), odnosno određenog broja kupaca, koji će se uključiti u uzorak iz izabranog okvira izbora (tj. konkretne liste dostupnih kupaca). Na uzorku se provode prikupljanje primarnih podataka i statistička analiza (koje se, vjerojatno, sjećate iz odgovarajućeg kolegija na studiju, ili je možete naučiti iz nekog od izabranih MOOC tečajeva[9]), kako bi se došlo do odgovarajućih zaključaka na razini cijele populacije.

 

No, zašto uopće koristiti statistiku? Odgovor je jednostavan i svodi se na odnos troškova i koristi. Ne bi bilo teško istražiti sve potencijalne kupce (ukoliko već imate pristup okviru za izbor uzorka), ali bi ovaj pristup bio, jednostavno, preskup. Ujedno, ne bi se dobila posebna korist, u odnosu na mnogo jeftinije, statističko istraživanje, utemeljeno na sistematskom i znanstvenom pristupu kreiranju uzorka.

Najjednostavniji način za kreiranje uzorka se temelji na prigodnom uzorku, u kojem se pokušava prikupiti što veći broj sudionika/ica u istraživanju. Do ispitanika/ica se dolazi načelom dostupnosti, tj. što jednostavnijeg prikupljanja: to može biti ispitivanje kupaca, dostupnih u trgovačkom centru; u stanu, u trenutku kada ih se pokuša kontaktirati telefonom; na internetskoj društvenoj mreži; itd. Na žalost, nitko ne može garantirati da će izabrani sudionici adekvatno predstavljati cijelu populacije i njezina realna obilježja. Primjerice, ukoliko se želi istražiti tržišna atraktivnost za poduzeće, koje proizvodi cipele velikih konfekcijskih brojeva, veliki broj ljudi s „velikim nogama“ u prigodnom uzorku može, zaista, značiti da se radi o atraktivnoj tržišnoj skupini. Međutim, može se raditi i o čistoj slučajnosti.

S druge strane, probabilistički (slučajni) uzorak pretpostavlja da istraživači posjeduju okvir za izbor uzorka (tj. listu sa imenima svih potencijalnih ispitanika/ica) i koriste znanstveni pristup, da bi izabrali željeni broj imena s navedene liste. Ovakav pristup svim članovima liste daje jednaku mogućnost za ulazak u istraživanje. Iako će konkretna stopa odaziva (response rate, engl.) biti niža od planiranog broja ispitanika/ica (s obzirom da neki/e od njih nisu spremni sudjelovati u istraživanju), probabilistički uzorak garantira da se, na dobivenom uzorku, statističke metode mogu primijeniti na korektan način. To znači da se za rezultate istraživanja može reći, koristeći određenu razinu vjerojatnosti, da podaci iz uzorka uspješno predstavljaju cijelu populaciju kupaca, iz koje je uzorak izabran.

 

• Nakon prikupljanja primarnih podataka, potrebno ih je pripremiti za računalnu analizu, što podrazumijeva niz kontrolnih aktivnosti. Primjerice, potrebno je ukloniti dvostruke unose istih podataka i ukloniti očite greške. Polovično popunjene ankete je moguće tolerirati, izbaciti iz analize, ili aproksimirati, uz pomoć statističkih metoda, itd. Analiza podataka se rutinski obavlja uz pomoć računala, uz pomoć softverskih paketa za tablične proračune, kao što je Microsoft Excel (https://products.office.com/en/excel), ili besplatna i otvorena aplikacija (http://www.libreoffice.org). No, potpunu statističku funkcionalnost pružaju samo specijalizirane istraživačke aplikacije, od kojih se izdvaja IBM-ov PASW (http://www.ibm.com/analytics/us/en/technology/spss, još uvijek poznatiji pod ranijim imenom SPSS – Statistical Package for Social Science – SPSS). Iako postoji i besplatna probna inačica ovog softverskog paketa[10], buduće poduzetnike bez dovoljno resursa bi mogla zanimati i besplatni, otvoreni softverski paket s osnovnim statističkim funkcijama (https://www.gnu.org/software/pspp)[11].

 

• Posljednji je korak logičan, s obzirom da istraživač(i) treba(ju) izraditi izvješće za naručitelja(e), u kojima se prezentiraju rezultati provedenog istraživanja, zajedno sa zaključcima i preporukama za marketinške menadžere. Ukoliko radite istraživanje za vlastite potrebe, vjerojatno nećete pisati formalno izvješće o rezultatima (osim ako to od Vas ne traži nastavnik/ica za ocjenu), ali i dalje trebate promisliti o dobivenim rezultatima i njihovom značenju.

 

AKTIVNOST ZA STUDENTE:

Pogledajte sljedeći film na internetskoj stranici You Tube, kao dio šire serije za besplatnu obuku vlasnika/ica malih poduzeća:

https://www.youtube.com/watch?v=aHqoDAGHko4

 

Prije nego što pogledate film, sami razmislite o sadržaju marketinškog istraživanja, kojeg biste željeli provesti za svoje potrebe, tj. što želite istražiti i kako biste proveli istraživanje. Pribilježite svoje komentare i usporedite ih s preporukama u filmu. Jeste li bili u pravu?

 

POVEZANE RADNE LISTE:

Nakon što ste svladali i potpuno razumjeli teme, o kojima se do sada raspravljalo, moći ćete ispuniti radnu listu 1B.

[1] Izvor: Saylor.org academy: Principles of Marketing (otvorena/open-source publikacija), http://www.saylor.org/site/textbooks/Principles%20of%20Marketing.pdf, str. 305.

[2] Izvor: Garvin, D. A.: How Google Sold Its Engineers on Management, Harvard Business Review, December 2013, https://hbr.org/2013/12/how-google-sold-its-engineers-on-management

[3] Izvor: Andrés Mazaira E. González Ruth Avendaño, The role of market orientation on company performance through the development of sustainable competitive advantage: the Inditex-Zara case, Marketing Intelligence & Planning, god. 21, br. 4, 2003, str. 220 – 229

[4] Izvor: Kohli, A.K. & Jaworski, B.J. Market Orientation: The Construct, Research Propositions, and Managerial Implications, The Journal of Marketing, 54 (2), 1990, str. 1-18.

[5] Izvor: Saylor.org academy: Principles of Marketing (otvorena/open-source publikacija), http://www.saylor.org/site/textbooks/Principles%20of%20Marketing.pdf, p. 322.

[6] Izvor: Armstrong, G., Kotler, P.: Marketing: An Introduction, 12^th Ed (Global Edition), Pearson Education, 2015, str. 135-144.

[7] https://www.coursera.org/learn/questionnaire-design

[8] Prijevode engleskih istraživačkih pojmova vidjeti na internetskoj stranici Državnog zavoda za statistiku (http://www.dzs.hr/app/rss/rjecnik_izlist.aspx).

[9] Pogledajte neke od sljedećih tečajeva, dostupnih na MOOC internetskoj stranici Coursera (https://www.coursera.org/learn/statistical-inference, ili https://www.coursera.org/learn/business-statistics), odnosno na sličnom internetskom poslužitelju, po imenu EdX (https://www.edx.org/course/data-analysis-take-it-max-delftx-ex101x-0). Postoje i besplatni te slobodno dostupni tečajevi statistike, koje na svojim internetskim stranicama nude renomirana svjetska sveučilišta, kao što je Stanford Lagunita (https://lagunita.stanford.edu/courses/OLI/ProbStat/Open/about, https://lagunita.stanford.edu/courses/OLI/StatReasoning/Open/about).

[10] http://www.ibm.com/analytics/us/en/technology/spss/spss-trials.html

[11] Softverski paket PSPP je jednostavan za uporabu i ima grafičko korisničko sučelje, slično SPSS/PASW-u, ali pruža prilično ograničene statističke funkcionalnosti. „Profesionalni“ statistički paket, kojeg razvija i na uporabu besplatno nudi akademska zajednica, po imenu R (https://www.r-project.org), mnogo je moćniji, ali i teži za uporabu, jer traži poznavanje naredbenog retka i vlastitog programskog jezika. Pojednostavljeni softverski alati za korištenje R-a pružaju besplatna grafička korisnička sučelja, slična onima iz SPSS/PASW-a. Najpopularnija su R Commander (http://socserv.mcmaster.ca/jfox/Misc/Rcmdr) i Deducer (http://www.deducer.org/pmwiki/index.php?n=Main.DeducerManual).