Im Jahr 2014 haben wir die erste Version unserer Marktforschungssoftware Placedise mit vielen potenziellen Kunden und Partnern getestet.
Es gab viele interessante Einblicke und auch neue Entdeckungen, die uns zu einigen Pivotierungen und der nächsten Version führten.
Diese sehr frühen Erkenntnisse waren jedoch ziemlich speziell und könnten anderen helfen — insbesondere in der Marktforschungsbranche.
Ich habe sie irgendwie im komplexeren Artikel über Placedise (du möchtest vielleicht diesen zuerst lesen) angesprochen, aber ich möchte hier einige weitere Details teilen.
💄 Marken wollen getäuscht werden
Anfangs haben wir die Qualität einer Maßnahme auf einer Skala von 0 bis 100 % bewertet.
Wie von Dr. Ferdinand Froning zu uns gesagt, ist das im Grunde nicht nutzbar.
Nicht, weil es falsch wäre, sondern weil niemand Qualität unter 100 % will.
Da das Maximum das absolute Maximum war, das auch ziemlich schwer zu erreichen war, würden alle Manager ständig hinterfragen, ob unsere Nutzer gute Arbeit leisten.
Als Ergebnis haben wir die Skala auf 140 % erweitert, sodass die Wahrscheinlichkeit, über 100 % zu liegen, erhöht wurde. Dies war irgendwie ein lebensrettender Rat (danke dafür), blieb aber eines unserer Hauptprobleme.
Wir haben eine Marktforschungslösung gebaut, um Qualität zu messen.
Egal welche Skala, die Nutzer würden fast immer das Maximum nicht erreichen. Und diese Art von Transparenz wird nur vom CEO gewünscht. Jeder andere liebt einen höheren Grad an Intransparenz.
Denn, seien wir ehrlich, die meisten Manager wollen immer die 100 % — unabhängig von der zugrunde liegenden Logik und dem Hintergrund.
Daher konzentrieren sich Unternehmen eher auf leere KPI als auf wertvolle.
Mit „leer“ meine ich zum Beispiel explizite Zahlen wie die Reichweite einer Maßnahme (könnten Klicks sein).
Dies ist ein schöner KPI, weil er normalerweise (im Detail) nicht direkt mit einer Aktion verbunden ist.
Gleichzeitig ist er mehr oder weniger nutzlos. Du kannst 1 Milliarde Menschen erreichen. Wenn sie alle deine Botschaft hassen, würdest du dein Unternehmen ruinieren. Erreiche 100 mit der richtigen Geschichte und du könntest bereits ein Vermögen verdienen.
Siehst du das Problem?
Das bringt mich zu dem Schluss, dass Marken (hier ihre Marketingmanager) in den meisten Fällen nicht an einer Qualitätsmessung interessiert sein können.
Und das gilt noch mehr für Mediaagenturen.
🤡 Marken betreiben keine ernsthafte Marktforschung
Aber was ist mit Marktforschung?
Zahlen große Konzerne nicht viel Geld für Marktforschung, die im Grunde dasselbe ist — Qualitätsbewertung?
Ja und nein.
Ja, Marktforschung ist teuer und Unternehmen zahlen dafür. Aber normalerweise nur, wenn es der persönlichen Mission der Leute zugutekommt, die die Studie kaufen.
Wir haben all dies explizit gefragt, als wir mit dem verantwortlichen Manager eines führenden Automobilherstellers und einem der größten Product-Placement-Ausgeber gesprochen haben.
Sie haben alle 3–4 Jahre Marktforschung betrieben, während niemand an den Ergebnissen interessiert war.
Es wurde eher gemacht, um irgendwie interne Budgets zu behalten — also haben sie alles getan, um es glänzend aussehen zu lassen.
Und da jeder das wusste, verlor die Marktforschung ständig noch mehr Vertrauen.
Erkenntnis: Fast niemand betreibt Marktforschung, um den Markt wirklich zu verstehen. Wenn überhaupt, wird es gemacht, um eine bestimmte Agenda zu unterstützen.
Traue keiner Statistik, die du nicht selbst gefälscht hast.
(Winston Churchill)
🧩 Es gibt keinen 1 „Entscheidungsträger“ im B2B
In meinem Beratungspraktikum und bei einem Verkaufstraining habe ich einmal gelernt, dass du immer den Entscheidungsträger finden und mit ihm sprechen musst.
Die eine Person, die am Ende die Entscheidung trifft. Jeder andere ist nutzlos.
Bitte glaube das nicht — besonders nicht, wenn du im großen Corporate-B2B-Vertrieb arbeitest!
Natürlich hängt es von deinem Produkt oder deiner Dienstleistung ab.
Wenn du nur schicke PowerPoint-Folien an die C-Ebene verkaufst (aka ein Managementberater sein), reicht es aus, den CEO zu überzeugen, die riesige Rechnung zu bezahlen.
Wenn dein Produkt jedoch von anderen Leuten verwendet wird, ist es viel komplizierter.
Der endgültige Entscheidungsträger könnte der CEO (oder ein anderes höheres Management) sein und in unserem Fall war diese Person auch immer begeistert von Placedise.
Er/sie muss jedoch nicht direkt mit dem Produkt umgehen und (schlimmer) kann nicht bewerten, ob die Lösung gut ist oder nicht.
Also schickte er/sie dies an den Head of Marketing (oder Research) weiter.
Diese Person hatte nun eine völlig andere Agenda, und wenn du den CEO zuerst angesprochen hast, ist dein Pitch jetzt verloren.
Diese Person berichtet dem CEO, dass dein Produkt nutzlos ist, und der CEO hat keine andere Wahl, als dieser Meinung zu vertrauen.
Kurz gesagt, es gibt nicht 1 Entscheidungsträger, sondern eher mindestens 3 Ebenen, die du gleichzeitig überzeugen musst:
- Die Nutzer: Hilft es ihrer täglichen Arbeit (sollte weniger Arbeit ohne Risiko, ersetzt zu werden, sein)?
- Ihr Manager: Unterstützt es seine/ihre Ziele (befördert zu werden) und Prozesse (mehr mit weniger zu liefern)?
- Der große Boss: Bringt es dem Unternehmen Wert und damit seinen/ihren Zielen (aka Gewinn)?
Sie alle hören aufeinander und vertrauen einander, während jeder seine/ihre eigene Agenda hat.
Wir haben dies hier gelernt und auch in allen späteren Schritten gesehen, während ich dies auch in meiner späteren Unternehmenskarriere von der anderen Seite erlebt habe.
👶 Halte es einfach
Das klingt offensichtlich, aber es gibt einen großen Unterschied, ob du eine Wetter-App baust oder Excel neu erfindest.
Da unser ursprünglicher Fall im wissenschaftlichen Marktforschungsumfeld angesiedelt war, war unser „Produktkonkurrent“ irgendwie vielleicht SPSS.
Wir hatten dies bereits stark vereinfacht!
Wir haben jedoch gelernt, dass dies von Anfang an falsch gewesen sein könnte.
Aber wenn wir nicht für Marktforscher, sondern für Marketingmanager und Vertriebsmitarbeiter bauen, müssten wir unser Produkt von Grund auf neu überdenken.
Und wenn der große Vorteil und USP, unser Algorithmus, spezifische Daten benötigte, um zu funktionieren — wie könnten wir die Anwendung einfach machen, ohne den Algorithmus zu töten?
Je weniger Daten du einer Maschine zur Verfügung stellst, desto schlechter ist ihre Fähigkeit, das Problem zu lösen.
Daher KISS, aber achte auf dein Zielpublikum.
Einfach für den einen ist normalerweise nicht einfach für den anderen!
Nun, wir haben auf dem Weg noch viel mehr Beobachtungen gemacht.
Es war eine Fahrt.
Wenn du mehr darüber lesen möchtest, lies die vollständige Geschichte im entsprechenden Artikel:
Meine vollständige filmähnliche Gründerstory — ohne Happy End
Viel Spaß!
