Ik ben net terug van de EMAC 2016 -conferentie (Engels), die dit jaar in Oslo plaatsvond (volg de link voor meer informatie over vorige edities: EMAC 2014, EMAC 2011 (Frans), EMAC 2010 (Frans)).
Dit jaar was het thema van de conferentie : “Marketing in de tijd van gegevens”. Het is niet nodig u te zetten dat het onderwerp van Big Data (Frans) zeer aanwezig was met vooral boeiende presentaties over de aanbevelingslogaritmen en over de “privacy”-aspecten die voortkomen uit het gebruik van Big Data.
In twee keynotes op 26 mei gaven de professoren Michel Wedel (Engels) van de Universiteit van Maryland in de Verenigde Staten en Koen Pauwels (Engels) van de Universiteit Ozyegin in Turkije een voor universitairen zorgwekkende voorstelling op het gebied van marketing. Wedel en Pauwels stelden dat universitairen, misschien voor de eerste keer, achter liepen op mensen in de praktijk. En het is het op het vlak van de Big Data dat die achterstand zich voordoet. Instrumenten gebruikt door universiteitsonderzoekers zijn niet degene die in de industrie nodig zijn en monsters en academische methoden weerspiegelen de huidige praktijk niet meer. Distributed computing, bijvoorbeeld, wordt niet gebruikt bij universitair marketingonderzoek en ook specifieke technologieën en talen van de Big Data zijn onbekend in universiteiten (Hadoop, Spark, Kafka, …). Terwijl de R op weg is de referentietaal in bedrijven te worden, wordt ze paradoxaal genoeg niet gebruikt door marketingonderzoekers.
Met een dergelijke kloof tussen wetenschappelijke marketing en marketing in bedrijven kan men zich afvragen hoe die eerste nog zinvol kunnen bijdragen naast de eenvoudige theoretische ideeën.
Al te dikwijls zijn de voorgestelde modellen niet bruikbaar voor ondernemingen. Ik nam deel aan een workshop waar een onderzoeker een metingsmodel voor « privacy » voorstelde dat was gebaseerd op een tiental parameters, elk daarvan met 5 tot 10 variabelen. Behalve de eenvoudige intellectuele uitdaging, tot wat kan een dergelijk model dienen ? De meeste (zo niet alle) parameters zijn onmogelijk te meten in een gewone businesscontext (beeld u in uw klanten te vragen een formulier met 100 vragen in te vullen ?).
Normaal zouden universiteiten zich vragen moeten stellen over de managementimplicaties van hun onderzoek. De meeste tijd echter, merkte ik dat dat deel vlug werd afgehandeld en tot simplistische, zelfs tegengestelde conclusies leidde, waaruit een gebrekkige kennis van de praktijk bleek.
Die situatie is zorgwekkend omdat bedrijven meer dan ooit hun concurrentievoordelen moeten kunnen versterken met innovatieve ideeën uit onder meer de universiteitsomgeving. Helaas voldoen de ontwikkelde methodes, instrumenten en modellen zelden aan de huidige businessactiviteiten.