“Weil die anderen es auch so machen”, ist meist das schlechteste Argument

Warum nichts so ist, wie es scheint und die meisten Vergleiche hinken.

Wenn es darum geht, treffende Ideen für neue Geschäftsfelder oder aufmerksamkeitsstarke Kampagnen zu entwickeln lautet das Credo häufig: Da müssen wir uns erstmal anschauen, was der Wettbewerb so macht! Woher diese Denkweise kommt, warum das häufig ein Schritt in die falsche Richtung ist und was wir stattdessen tun sollten:

“Nobody gets fired for hiring IBM.” 

Eine Analyse des Bekannten ist einfach. Sie bringt Sicherheit und Halt. Durch Tools wie similarweb lassen sich heute relevante KPIs ganz leicht quantifizieren und erfolgreiche Ideen identifizieren. Aber passen diese Ideen auch zu uns?

‍

Ceteris Paribus 

Warum bestimmte Ideen erfolgreich sind und waren, liefern diese Tools nicht. Mannigfaltige Einflussfaktoren entscheiden in Nuancen darüber, ob ein Kampagnenkonzept oder eine Business-Hypothese aufgeht. Diese sind häufig in ihrer Gänze über das eigene Unternehmen nicht erfassbar und für das fremde, analysierte Unternehmen erst recht nicht.

‍

Produktentwicklung am Kunden

Das allerwichtigste und wirksamste jedoch ist die Produktentwicklung direkt am und mit dem Kunden. Durch Marktforschung, intensive Zusammenarbeit mit Testgruppen oder lokale Piloten können Business-Hypothesen validiert und ggf. korrigiert werden. 

Intelligente Datenakquise und intensives CRM bilden die Grundlage für ehrliche Kundenmeinungen. Hier können Brand Ambassadors entstehen, die Ideen und Produkte aus Überzeugung ihren Freunden empfehlen. 

Parallel dazu lässt sich durch Tools wie Appinio oder Attention Insight weiteres “Kundenfeedback” sammeln - schnell, günstig und diskret. 

Mit Hilfe der Attention Insight KI lässt sich die menschliche Reaktion auf ein Design in den ersten drei Sekunden der Wahrnehmung prognostizieren. Wo schaut der Betrachter zuerst hin? Wohin besonders lange? Wie einfach sind die dargestellten Information zu verstehen? Diese und weitere Fragen lassen sich mit Hilfe der künstlichen Intelligenz, die mit über 70 Tausend Datensätzen des MIT trainiert wurde, verstehen und beantworten. So lässt sich in kurzen Iterationszyklen Designoptimierung für ein besseres Kundenerlebnis erzielen.

‍