Oxford professor: How Brands Grow klopt niet!

Leestijd: 5 minuten

Byron Sharp heeft een lange tijd met de scepter gezwaaid in marketingland. Natuurlijk is er kritiek geweest, maar tot nu toe heeft hij die prima overleefd. In een dynamisch vakgebied heeft Sharp een welkome eenvoud gebracht. Eindelijk waren er overzichtelijke uitgangspunten om tot een sterke merkstrategie te komen.

Maar er is al enige jaren een nieuwe kaper op de kust. Dat is universitair hoofddocent Felipe Thomaz van de Saïd Business School van de Universiteit van Oxford. Eerder deelde ik zijn kritiek al op LinkedIn. Maar gisteren kwam ik opnieuw een groot artikel over hem tegen. Dat voelde als een goede aanleiding om zijn kritiek op Sharp uitgebreider aandacht te geven.

“Als je aan de koning komt, dan kun je beter niet missen.” Dat was het advies dat Mark Ritson eerder aan Thomaz gaf. En dat lijkt Thomaz ter harte te hebben genomen. Want hij schiet met scherp en zonder genade.

Mentale beschikbaarheid bestaat niet.

Om maar met één van de kroonjuwelen van Sharp te beginnen: begrippen als “mentale beschikbaarheid” komen niet eens voor in de academische theorie, stelt Thomaz. Althans niet in de marketingliteratuur “die de strengste beoordelingen van collega’s heeft weten te weerstaan”.

Thomaz onderbouwt zijn stellingen in een nog te verschijnen paper. Daarin heeft hij 1.000 campagnes en een miljoen klantreizen geanalyseerd, op basis van onderzoeken van Kantar en Wavemaker. Thomaz hoopt dat zijn artikel, dat de afgelopen twee jaar uiterst kritisch door collega’s is geanalyseerd, begin volgend jaar in de Journal of Marketing wordt gepubliceerd.

Hij deelt een andere gevoelige tik uit door te stellen dat het boek van Sharp, “How Brands Grow”, een verkeerde titel heeft. Het beschrijft hoe grote merken een groot marktaandeel behouden. Maar niet hoe ze daar zijn gekomen.

Dat komt omdat het boek van Sharp voortborduurt op gebreken in het eerdere werk van Andrew Ehrenberg. De conclusies van Ehrenberg werken voornamelijk goed in statische markten, waar merken weinig van elkaar verschillen, stelt Thomaz. Ehrenberg heeft dan ook waarschuwingslabels op zijn originele onderzoek geplakt. Die benadrukten volgens Thomaz in feite dat het onderzoek niet vertelt hoe marketing werkt. Het laat vooral zien wat het effect van marktaandeel is, niet hoe je dat bereikt. Thomaz: “Er staat letterlijk ‘Hoe groter je bent, hoe beter je af bent’. Je doet suggesties over hoe je jouw marktaandeel kunt veranderen op basis van een model dat niet met verandering om kan gaan.”

Differentiatie van je merk is wèl belangrijk.

Hij stelde eerder ook dat Sharps kritiek op merkdifferentiatie onterecht is. Thomaz constateert juist dat de consensus binnen de academische marketinggemeenschap is dat differentiatie essentieel is voor merkgroei. “Door differentiatie weg te nemen, heeft Sharp het merk kapotgemaakt”, concludeerde Thomaz. Want als je de logica volgt, wordt je merk een anonieme speler in een één pot nat-categorie. “Dat is wat het bewijsmateriaal al 100 jaar laat zien. Groei is een functie van waargenomen differentiatie.” Alleen een focus op eigenheid (“distinctiveness”) werkt simpelweg niet.

Dat ziet Thomaz als een belangrijke reden waarom grote FMCG-bedrijven verrast werden door wendbaardere, gedifferentieerde startups die zich succesvol focusten op niche-markten. Denk aan de opkomst van microbrouwerijen, die grote bierbrouwers overviel. Zij gingen uit van merken met weinig intrinsieke verschillen die een zo groot mogelijk bereik  moeten behalen (“marktpenetratie”).

Bereik is niet de sleutel.

Daarmee zaagt Thomaz aan een volgende tafelpoot: het optimaliseren van media op alleen een zo groot mogelijk bereik werkt ook niet.

“Niets daarvan klopt … Ik zie dat 1 procent van de campagnes daadwerkelijk uitzonderlijk veel geld oplevert, terwijl de overgrote meerderheid ervoor kiest om echt middelmatige resultaten te behalen.”

Want niet elk bereik is hetzelfde. Thomaz stelt daarmee dat er potentie is voor marketeers die de categoriespecifieke implicaties van media begrijpen. Als voorbeeld noemt hij het laatste deel van de aankoopfunnel: TV heeft slechts twee procent kans om een ​autoklant te beïnvloeden. Maar bij persoonlijke verzorging is die kans 50 procent.

Dit komt omdat er een grote diversiteit onder klanten is. Mensen kunnen enorm verschillen in hoe makkelijk ze van hun voorkeuren afwijken. En elk kanaal of distributievorm beïnvloedt mensen anders. Uitgevers die deze categorienuances begrijpen, kunnen specifieke uitingen voor specifieke klanten tegen een betere prijs verkopen. Als je Meta bent, kun je nu zeggen: “Mijn kanaal doet dit heel goed in jouw categorie, geen enkel ander kanaal biedt dat voordeel”. Hier ligt dan ook een kans voor mediabedrijven om waardevolle, gespecialiseerde inzichten te verkopen.

Data is koning, context is keizer.

Maar hoe je de vereiste gegevens kunt bemachtigen om zijn advies op te volgen, is niet helemaal duidelijk, geeft Thomaz toe. Zeker niet in een industrie die nog steeds worstelt met metingen over kanalen heen en het meten van incrementeel bereik.

Desalniettemin heeft hij een duidelijke boodschap voor jouw merkstrategie: “Stop met het blindelings najagen van maximaal bereik. Richt je in plaats daarvan op het begrijpen van welke kanalen het meest effectief zijn voor specifieke doelen en jouw specifieke categorie.”

Data is daarmee koning, maar context is keizer. Gebruik de data die je hebt, maar plaats deze in de context van de markt, doelgroep en doelen. Vertrouw niet op generieke modellen die mogelijk niet op jouw situatie van toepassing zijn, waarschuwt Thomaz.

“Marketeers zullen moeilijk het overkoepelend effect in beperkte datasets kunnen zien, omdat ze alleen hun eigen geschiedenis kennen – ​​dus je weet geen dingen die je nog niet hebt verkend. Maar dat is het soort data waar je naar moet kijken, media-effectiviteit en mediaplanning, alle liftstudies die je hebt gedaan, dingen rond marketingmixmodellen.”

Hierbij merkt hij op dat Mixed Media Modellen beladen zijn met configuratieproblemen (zie ook mijn eerdere artikel hierover). Maar als er al gegevens zijn om je keuzes te valideren, dan ligt daar volgens hem de eerste stap.

Omarm complexiteit.

Daarmee kan dus een einde komen aan de overzichtelijke eenvoud die Sharp heeft gecreëerd. Omarm die complexiteit, stelt Thomaz. Volgens hem is het vereenvoudigen van complexe sociale systemen aantrekkelijk, omdat je er niet echt over na hoeft te denken. Maar uiteindelijk brengt het een hoge mate van risico’s en fouten met zich mee.

“Als je eenvoudig wilt zijn, geniet dan van je 2% ROI. Maar de echte winsten liggen in het omarmen van de nuances met intelligente mediaplanning.” Immers, als het waar was dat alleen een focus op bereik voldoende was, dan zouden alle mediaexperts van de ene op de andere dag zijn vervangen door algoritmes.

Uiteraard zijn er reacties gekomen vanuit het kamp van Sharp, zoals deze van zijn collega Jenni Romaniuk. Deze lijkt vooralsnog niet uit het veld geslagen. Waarop Thomaz hier uiteraard weer reageert.

Al met al is het nu wachten op de publicatie van het artikel van Thomaz. Enerzijds ben ik daar nieuwsgierig naar. Dit soort discussies prikkelen mijn brein. Anderzijds hoop ik eigenlijk dat de meeste principes van Sharp netjes stand houden.  Want niets menselijks is mij vreemd: uiteindelijk houd ook ik van een overzichtelijke wereld met simpele principes.

Belangrijkste bron: Mi3

 

Case: hoe Electronic Arts FIFA te slim af is

Leestijd: 3 minuten

Sterke merken maken organisaties succesvoller. Dat toont onderzoek keer op keer aan. Maar wat is de kracht van een merk? Is het de naam? De gewoonte van het gebruik? De herinneringen aan ervaringen uit het verleden? De beschikbaarheid van het product? En wat als twee krachtige merken tegenover elkaar staan? De merkstrateeg in mij spitst dan zijn oren!

De bron van het conflict.

Want die vragen kwamen naar boven toen de voetbalbond FIFA recht tegenover gamemaker Electronic Arts (EA) stond. Samen zorgden ze voor de bijzonder populaire voetbalgame FIFA. Sinds het debuut van de game in ’93 zijn er bijna 30 miljoen exemplaren per jaar verkocht. Tel de in-game aankopen daarbij op en je krijgt een jaarlijkse omzet van meer dan 3 miljard dollar. Dit is bijna twee derde van de winst van EA. FIFA is dan ook een van de grootste namen in de game-industrie.

Toch besloot EA een jaar geleden om de naam van deze hit te veranderen. FIFA werd “EA Sports FC”. En iedere marketeer weet: het zomaar veranderen van je merknaam kan enorme gevolgen hebben. Neem de naamswijziging van Overtoom (toet-toet) naar Mantuan (huh?). Zeker bij een product waar beleving, status en authenticiteit centraal staan.

EA nam deze stap omdat FIFA naar verluidt een hoger bedrag eiste dan de ongeveer 150 miljoen dollar die de bond elk jaar kreeg van EA voor het gebruik van de naam. EA koos ervoor om een streep te trekken en te gaan voor “een van de grootste rebrandings in de entertainmentgeschiedenis”.

De gok lijkt zijn vruchten af te werpen. EA rapporteerde in juli dat de inkomsten van het spel waren gestegen vergeleken met de vorige editie, die nog een FIFA-stempel had.

De kracht van het merk EA.

Interessant is te zien welke factoren hierbij een rol speelden. Allereerst is EA Sports een sterk merk op zichzelf. Gamers zijn al decennia bezig met uitgaven van EA. Engelse scheidsrechters dragen het logo al jaren op hun mouwen. En een recent marketingoffensief heeft het merk verder versterkt: geld dat anders naar FIFA zou gaan, is nu besteed aan allerlei promoties, bijvoorbeeld het sponsoren van de Spaanse competitie, nu “LaLiga EA Sports” genoemd.

Dus, check, met de mentale beschikbaarheid van EA is het goed gesteld. Ook qua fysieke beschikbaarheid scoort de uitgever goed. Sony en Microsoft waren erg gemotiveerd om ook het hernoemde spel zichtbaar te houden in de winkels van PlayStation en Xbox. Want het is goed voor maar liefst 10% van de uitgaven op die platforms.

Verder hebben decennia van dominantie van de game krachtige netwerkeffecten gecreëerd. Je speelt een voetbalgame immers niet alleen, maar grotendeels online tegen je vrienden. Zoals de keuze voor Signal of Telegram versus WhatsApp laat zien: jij kunt wel besluiten om over te stappen naar een andere aanbieder. Maar als je daarmee je netwerk verliest, is de bruikbaarheid van het product enorm verminderd. Daarom kon Elon Musk ook “relatief goed” wegkomen met de plotselinge naamswijziging van Twitter naar X. Veel gebruikers waren vergroeid met het ecosysteem. Een online netwerk vervang je daardoor een stuk minder makkelijk dan een telefoonabonnement.

Ook lukt het EA om de game zonder FIFA authentiek en geloofwaardig te houden. De gamemaker heeft allerlei licentieovereenkomsten met voetballers, clubs en competities, waarvan sommige exclusief zijn en honderden miljoenen per jaar kosten. Dit zorgt voor belangrijke toetredingsbarrières. Dus ook zonder FIFA is het voetbalspel van EA op dat gebied moeilijk te overtreffen.

De nieuwe kansen.

En het laten vallen van de FIFA-naam heeft andere kansen geboden. EA kan nu nauwer samenwerken met partners als Nike en Pepsi, die eerder op een zijspoor stonden door FIFA’s relaties met aartsrivalen Adidas en Coca-Cola. EA heeft nu ook meer vrijheid om te innoveren. Spelers kunnen inmiddels videobeelden van hun heldendaden met elkaar delen binnen het spel en kunnen binnenkort merchandising om hun digitale outfits te verbeteren.

De grote vraag is natuurlijk of EA met deze merkstrategie vooral een meevaller op de korte termijn heeft. Want allerlei andere merkcases leren ons: keuzes kunnen op de langere termijn heel anders uitpakken. En zal FIFA terugslaan? In mei stelde het hoofd van FIFA dat er wordt gewerkt aan een rivaliserend spel dat “uiteraard, zoals alles wat we doen, het beste zal zijn”.

Wordt vervolgd dus.

Bron: Economist

Wanneer Mixed Media Modelling wel werkt en niet

Leestijd: 5 minuten

Mixed Media Modelling (MMM) bestaat al een tijd. Maar de effectmeting is de laatste jaren in opkomst. Want andere meetmethoden staan door strengere privacywetgeving onder druk. Digitaal is er meer data om analyses mee te maken. En AI is steeds beter in staat om complexe datasets te combineren.

Maar hoe goed werkt Mixed Media Modelling? Een paar dagen geleden kwam ik deze quote tegen van merkexpert Tom Goodwin.

“We have things like media mix modelling, the idea that you put things into a thing, crank the handle and it’s complete nonsense. How can you create a media plan when you don’t know what the creative is? How you can create a media plan based on what’s worked in the past when you don’t know what’s now new?”

Dit voelde als een goede aanleiding om de voors en tegens rond Mixed Media Modelling op een rij te zetten. Graag deel ik mijn constateringen met je, vanuit mijn perspectief als merkstrateeg.

Wat is Mixed Media Modelling ook alweer?

In iedere presentatie over merkstrategie staat het: marketingkanalen versplinteren, er is loeiveel content en klantgedrag wordt beïnvloed door een enorm scala aan factoren. Daarmee is het gevaarlijk om een geïsoleerde visie op je merk te hebben.

Neem het bekende probleem van “de laatste klik”: je kunt weliswaar herleiden dat een klant op banner A klikte en daarna aankoop B deed. Maar dat betekent niet dat het succes aan deze banner te danken is. De klant kan heel goed beïnvloed zijn door een mooi verhaal van een vriendin en een advertentie in de krant. De banner hoefde dit enthousiasme alleen maar in te koppen.

Een optimalisatie met geavanceerde statistiek.

Mixed Media Modelling is een analytische techniek die merken helpt te begrijpen hoe verschillende mediakanalen bijdragen aan hun marketingdoelen. Dat gebeurt met historische gegevens en geavanceerde statistische methoden. Zo kunnen marketeers hun marketingmix optimaliseren en meer budget toewijzen aan kanalen met het hoogste rendement.

Een merk kan ontdekken dat hoewel televisie een breder bereik heeft, digitale uitingen een hogere conversie per euro opleveren. Of dat juist de meerwaarde van dure, gepersonaliseerde advertenties niet opweegt tegen goedkoop “schieten met hagel”. Er zijn cases van merken die tijdens de COVID-crisis hun kanalen beter optimaliseerden dan hun concurrenten. Ze wisten data van eerdere economische crises te vertalen naar een slimme media-inzet.

Zo kan Mixed Media Modelling bedrijven helpen beter te anticiperen op veranderingen in de markt. Een voedingsmerk kan seizoensgebonden trends in klantgedrag scherper identificeren, promoties beter inplannen en productvoorraad efficiënter beheren.

Mixed Media Modelling kan zorgen voor een welkome rationalisatie van een merkstrategie. Immers, door collega’s met een cijfermatige achtergrond kan marketing als “vage hocus pocus” worden gezien. Marketeers kunnen hen beter overtuigen met harde, objectieve cijfers in plaats van aannames of intuïtie.

De digitale opleving van Mixed Media Modelling.

Zoals ik in de inleiding schreef: er is hernieuwde belangstelling voor Mixed Media Modelling in de digitale tijd. Dit komt deels door nieuwe privacyregels. Die bemoeilijken het gebruik van klantdata van derde partijen, waardoor allerlei trackingmethoden onmogelijk zijn geworden. Voor de meeste merken is het inmiddels een stuk lastiger om individueel consumentengedrag te analyseren. En steeds meer digitale organisaties begrijpen dat zo’n geïndividualiseerde benadering helemaal niet effectief is (zie bijvoorbeeld de case van Nike, waarover ik recentelijk schreef).

Daarom is er een verschuiving naar een meer geaggregeerde benadering. Veel marketeers hebben Mixed Media Modelling ontdekt als een alternatief om marketingprestaties te meten zonder afhankelijk te zijn van gevoelige persoonlijke gegevens. De afgelopen jaren is de methodiek verder ontwikkeld, bijvoorbeeld door de integratie van (eigen) digitale data en real-time analyse.

Daarnaast lijkt AI de analysemogelijkheden aanzienlijk te hebben uitgebreid. AI kan immers enorme hoeveelheden data analyseren en  patronen identificeren die voorheen onopgemerkt bleven. Zo kunnen econometrische voorspellingen nauwkeuriger worden gemaakt en merkstrategieën beter worden geoptimaliseerd. En het lijkt mogelijk om snel in te spelen op vluchtig consumentengedrag.

De nadelen van Mixed Media Modelling.

Maar je leest het goed, ik gebruik in dit artikel woorden als “lijken”. Want niet alle beloftes van Mixed Media Modelling zijn uitgekomen. Het opzetten en beheren blijkt bijvoorbeeld complex. Mixed Media Modelling vereist meer gespecialiseerde kennis van statistiek en data-analyse dan merken denken. Daardoor vertrouwen marketeers te veel op complexe data-modellen, zonder ze goed te begrijpen. Ze zetten hun intuïtie overboord en maken “onderbouwde” beslissingen die niet in lijn zijn met de realiteit in de markt.

Verder is Mixed Media Modelling sterk afhankelijk van historische gegevens om toekomstige prestaties te voorspellen. Statistische modellen zijn doorgaans beter geschikt voor langetermijnanalyse. Ze kunnen moeite hebben om kortetermijnfluctuaties, plotselinge marktveranderingen of volatiel consumentengedrag accuraat te voorspellen.

In snel veranderende markten kan dit problematisch zijn. Denk aan techmerken of de mode-industrie. Hier hoeven historische trends niet representatief te zijn voor toekomstige omstandigheden. Zoals de beurs ons leert: resultaten uit het verleden bieden geen garanties voor de toekomst, hoeveel analyses je ook doet.

Hoge kosten en beperkte flexibiliteit.

Het implementeren van Mixed Media Modelling kan daarbij duur zijn, vooral voor kleinere bedrijven. De kosten voor gespecialiseerde software, de inkoop van data en econometrische deskundigen zijn aanzienlijk. Zeker nu digitale data lastiger is te verkrijgen door privacywetgevingen. Voor kleinere bedrijven kan het nuttiger zijn om alternatieve methoden te overwegen, zoals eenvoudigere analytische technieken of kwalitatief onderzoek.

En hoewel het voor de hand ligt dat AI problemen rond kosten en snelheid oplost, zijn er ook hier uitdagingen. AI-modellen kunnen een black box zijn, waarbij het onduidelijk is hoe beslissingen tot stand komen. Dit kan het vertrouwen in de resultaten ondermijnen. Bovendien kan een te groot vertrouwen in AI leiden tot een gebrek aan menselijke visie en creativiteit.

Daarnaast heeft zelfs AI moeite met plotselinge marktveranderingen. Immers, modellen die zich baseren op resultaten uit het verleden lopen altijd achter de feiten aan, hoe snel de analyses ook zijn.

Een beetje van het ene, een beetje van het andere.

Daarom is vooralsnog de conclusie dat Mixed Media Modelling een krachtig instrument kan zijn, zeker met de toevoeging van AI. Grote organisaties met toegang tot uitgebreide datasets en geavanceerde statistische middelen kunnen daarbij flink in het voordeel zijn.

Maar het is altijd verstandig om Mixed Media Modelling aan te vullen met andere onderzoeksmethoden en met strategisch, menselijk denken. Enerzijds om een vollediger beeld te krijgen van de situatie. Anderzijds om de uitkomst van een model kritisch tegen het licht te houden.

In mijn boek Sterk Digitaal Merk noem ik het voorbeeld van LEGO. In 2003 zakte het merk in elkaar en verloor het 30% van z’n omzet. De toekomst was somber. Elke statistische analyse kwam tot dezelfde conclusie: de nieuwe generatie had de interesse in de blokjes verloren. LEGO paste niet bij hun korte aandachtsspanne.

Pas met kwalitatief onderzoek ontdekte LEGO dat jongeren ook op zoek zijn naar bijzondere vaardigheden. Deze zorgen voor sociale status. Dit kunnen spannende stunts op skateboards zijn, maar ook indrukwekkende LEGO-bouwwerken. Zo ontstond een LEGO-crowdsourcing-platform met miljoenen fans.

Kortom…

Het is daarmee belangrijk dat marketeers een holistisch beeld houden over wat ze doen en wat dit oplevert. Mixed Media Modelling biedt aanzienlijke voordelen voor merken die hun merkstrategie willen optimaliseren. Het stelt ze in staat om inzicht te krijgen in de effectiviteit van verschillende mediakanalen. Ze kunnen budgetten efficiënter alloceren. En er kunnen data-gedreven beslissingen worden genomen, zonder dat de privacy van hun klanten in gevaar komt. In een tijd waarin budgetten onder druk staan en de concurrentie heviger is dan ooit, kan Mixed Media Modelling een waardevol instrument zijn om inzicht te krijgen in wat werkt en wat niet.

Echter, de complexiteit van Mixed Media Modelling, de afhankelijkheid van historische data en de hoge kosten mogen niet over het hoofd worden gezien. Als merkstrateeg is het dus belangrijk om te beoordelen of Mixed Media Modelling wel geschikt is voor de specifieke behoeften en middelen van het merk. En hoe deze methode kan worden geïntegreerd met andere analytische benaderingen.

Plus: hoe graag we ook alles in cijfers willen vastleggen, merkbouwen blijft een mix van kunst en wetenschap. Juist merken die gedurfd met de historische regels breken, kunnen enorm succesvol zijn. Ik denk dat er weinig statistische modellen waren die de opkomst van Tesla voorspelden of de impact van ChatGPT zagen aankomen.

Onderzoek: merken ook steeds belangrijker voor B2B

Leestijd: 3 minuten

Natuurlijk ben ik een slager. Dus logischerwijs zie ik overal mensen worst eten. Maar de terugkeer van het merk in het digitale marketingdenken blijft onmiskenbaar zichtbaar. Ook al kijk ik naar de wereld als merkstrateeg.

In mijn boek Sterk Digitaal Merk liet ik zien dat merkdenken sinds 2020 steevast in de top 3 van CMO’s staat. Dit terwijl het de jaren daarvoor ergens onderaan de lijst bungelde.

Meer merk, minder lead-generation

Een nieuw onderzoek van Dentsu pakt door op deze ontwikkeling. Het beschrijft dat merken ook steeds belangrijker worden voor B2B-marketing. En ook hier speelt het herstellen van de balans tussen de lange en korte termijn een grote rol.

Want volgens het rapport ligt lead-generation steeds meer onder vuur. In 2021 zetten B2B-marketeers deze taak op plek 3. Nu is deze gedaald naar nummer 7. Tegelijkertijd is het vergroten van merkbekendheid van plek 6 naar de nummer 1-positie gesprongen (!). B2B-marketeers richten zich vandaag nadrukkelijk op het begin van de aankoop-funnel.

Ook keert een andere disbalans terug: bijna driekwart (71%) van de B2B-marketeers denkt goed te promoten wat hun merk bijzonder maakt. Maar meer dan tweederde (68%) van hun kopers vindt dat B2B-merken allemaal een pot nat zijn. Dit is een toename van de ‘Sea of Sameness’ van 8 procent sinds 2021.

Het is belangrijker een thoughtleader te zijn.

Het onderzoek suggereert dat B2B-merken zichzelf nadrukkelijker als thought-leader moeten positioneren. Vorig jaar stond dit aspect op plek 20, nu staat het ineens op nummer 3. En ook hier lopen zaken scheef. Slechts 26% van de B2B-merken wordt door kopers hoog beoordeeld op hun thought-leadership. Dit is een afname ten opzichte van 2022. De onderzoekers denken dan ook dat hier een grote kans zit voor B2B-merken.

Goed werkgeverschap is belangrijk voor B2B-kopers.

Veel bedrijven zien inmiddels het belang van een sterk werkgeversmerk in. Maar dit is niet alleen belangrijk richting talent. Ook B2B-kopers kijken kritisch of een merk een goede werkgever is. Want als een bedrijf goed is voor z’n mensen, voelt het betrouwbaar. Dit blijkt zelfs de op één na belangrijkste aankoopfactor op dit moment.

Het allerbelangrijkste voor zakelijke kopers is dat ze zich veilig voelen om iets te kopen: ze willen zeker weten dat het goed zit. En ze willen dat het makkelijk is om hun collega’s van hun keuze te overtuigen. Daarom is het voor hen belangrijk dat het merk al eerder goed werk heeft geleverd.

Het moment van de magische ommekeer.

Het bovenstaande wordt door onderzoekers van LinkedIn’s B2B Institute ook wel ‘de ommekeer’ genoemd: het ‘magische moment’ waarop B2B-bedrijven zich realiseren dat merkmarketing veel meer financiële waarde creëert dan performance marketing. B2B CMO’s realiseren zich dan dat ze ten minste 51% van hun budget aan ‘top-of-funnel-activiteiten’ moeten besteden.

Dit is een lang verhaal kort.

Kortom: de allerbelangrijkste conclusie uit het onderzoek is dat B2B-kopers zich veilig voelen. Ze willen zeker weten dat ze de juiste keuze maken. En dat ze hun collega’s hier makkelijk van kunnen overtuigen. B2B-bedrijven moeten daarom meer aandacht besteden aan hun merk. Een sterk merk zorgt immers voor een betere reputatie. En goede reputaties zijn cruciaal voor veilige aankoopkeuzes. Zeker als deze groot, complex of abstract zijn.

B2B-merken moeten daarom duidelijk laten zien wie ze zijn, waar ze voor staan en wat hen onderscheidt. Verder is het belangrijk dat ze een expertpositie in de markt creëren. Plus ze moeten benadrukken dat ze zich inzetten voor hun mensen, want correct werkgeverschap zorgt voor betrouwbaarheid richting kopers. Als laatste moeten ze bewijzen dat ze goed werk hebben verricht voor eerdere opdrachtgevers: resultaten uit het verleden bieden garanties voor de toekomst.

Bron: Marketingweek