semantische web-forschung und suchmaschinenoptimierung

Fünf Thesen darüber, wie und warum die traditionelle Marktforschung für Innovationen, gerade in wissens- und innovations- intensiven Bereichen, manchmal eher bremsend als unterstützend wirkt:

1. Fokussierung auf die 'falschen' Kunden. Nicht die Kunden, die zufriedene Kunden sind, sondern nicht zufriedene Kunden, sowie diejenigen, die, weil sie noch nicht überzeugt sind, und noch keine Kunden sind, obwohl sie Interesse an dem durch ein Podukt versprochenen Lösungen zeigen, können echte und die wahren Innovations-Signale zur Verbesserung liefern. Die semantische @bis Web-Marktforschung kann die Äusserungen dieser Gruppe, wie kein anderes im Aufwand vergleichbares Verfahren traditioneller Marktforschung, erfassen und auswerten.
2. Das Stellen ungeeigneter Fragen. Fragen wie "Was möchten Sie" oder "Welche Eigenschaften soll das neue Produkt haben" können solange nicht zur Lösung führen, solange die Lösung eines Problems noch unvorstellbar ist. Erst eine real existierende und bekannte Innovation ist bei der Mehrheit der Befragten in der Lage, eine Vorstellbarkeit der Lösung zu erzeugen, und diese Frage 'aus dem Nachhinein' beantworten zu lassen. Die semantische @bis Web-Marktforschung hingegen fragt nicht, sondern schaut in innovative Umfelder, und findet so bereits Bewertungen zu, in der Praxis oder durch innovativere Produkte der Mitbewerber, bereits gefundenen Antworten, wenn andere Verfahren noch nach den Innovationen suchen.
3. Die Daten auf einer falschen Ebene interpretieren. Oftmals werden Entscheidungen von höherrangigen Entscheidungsträgern anhand von Zusammenfassungen gefällt. Das heisst, nachdem bereits wichtige Innovations-Signale und Erkenntnisse, bewusst oder unbewusst, aus den Daten herausgefiltert worden sein können. Interpretationen sollten hingegen grundsätzlich von den Resultaten unterschieden, und fundierte Entscheidungen nur im Einklang mit einer guten Kenntnis der Roh-Daten gefällt werden. Die semantische @bis Web-Marktforschung unterstützt dieses Vorgehen durch eine übersichtliche Dokumentation der Daten-Grundlagen.
4. Die falschen Schlussfolgerungen aus Marktforschungs-Daten ziehen. Die Gefahr des im Innovationsbereich besonders wahrscheinlichen Findens von Falsch-Positiven Ergebnissen (scheinbare Ergebnisse, in der Statistik als 'Typ I' Fehler bezeichnet) entsteht dann, wenn exploratives nicht von hypothesenbestätigendem Vorgehen unterschieden wird. Die semantische @bis Web-Forschung erlaubt ein explizit hypothesenbestätigendes, auf statistischen Signifikanzen beruhendes Vorgehen in innvations-nahen Populationen, das durch systematische Stabilitäts-Untersuchungen weiter unterstützt wird.
5. Fehlende Gewichtungsmöglichkeiten gefundener Innovations-Signale. Nicht alle Eigenschaften eines Produktes, und nicht alles, was Mitberweber tun, ist wichtig für die Kunden, und damit für die Verkaufsförderung von Produkten. Eine wirtschaftlich rationale Entwicklung setzt eine solche Unterscheidbarkeit jedoch voraus. Meistens sind es Eigenschaften, die begeistern, die den stärksten zusätzlichen Schub bei durch den ROI zu rechtfertigenden Entwicklungs-Kosten auslösen können. Die semantische @bis Web-Forschung kann solche Faktoren identifizieren.