Tavaliselt teeb ettevõttes müügitulu suurendamiseks mõeldud uuendusi juhtkond. Vahel see õnnestub, vahel aga mitte.
2011. aastal sai Apple'i edukast vanemasepresidendist Ron Johnsonist J. C. Penney tegevjuht.
Ilma eelnevate katsetusteta tegi ta kohe muudatuse, mis hävitas Penney müügitulu. Ta tõi kasutusele tehnoloogia, mis võttis üle kassapidajate ülesanded. See aga muutis tasumiskogemuse liiga ametlikuks.
Kõik tühjendusmüügid ja allahindlused lõppesid.
Lisaks muutusid poodides valdavaks kallid margitooted.
Vaid aasta ja viis kuud pärast neid muudatusi langes J. C. Penney müügitulu kõigi aegade madalaimale tasemele. Juhtkond reageeris. Nad vallandasid Johnsoni tegevjuhi ametikohalt ja loobusid muudatustest vana korra kasuks.
Miks ei osutunud J. C. Penney muudatused edukaks hoolimata sellest, et kogu teave tehingutega seotud suundumuste ja tarbijakäitumise kohta oli saadaval?
Juhtidel ei ole tihti üksikasjalikku teavet, et uuenduste kohta õigeid otsuseid langetada. Saada olev teave hõlmab tavaliselt ainult eelnevat tarbijakäitumist.
Ei ole infot selle kohta, kuidas need andmed tulevaste äärmuslike muudatustega suhestuvad. Ilma kindla juhendita võtavad juhid seega aluseks oma kogemused ja vaistu.
Ent katse teha ettevõttes uuendusi ei tohiks olla õnneküsimus. Kaalul on mitu asjaolu. Peale ettevõtte tahte on eduka uuendamise puhul esmatähtis ka tarbijakäitumine ja tagasiside analüüs.
Isegi kui kliendid olid ilmselgelt rahulolematud, keeldus Johnson negatiivse reaktsiooni eest vastutust võtmast. Pigem uskus ta, et kliente on vaja harida, et nad muudatused omaks võtaksid.
Ärikatse hõlmab uue äritootega kaasnevaid eksperimente, andmekogumist ja analüüse.
See aitab ettevõttel hinnata klientide reaktsiooni tootele enne otsustamist, kas võtta see kasutusele või mitte.
See on kõige kindlam viis, kuidas juhid saavad uue toote või teenuse edu ette aimata. Kui J. C. Penney oleks teinud Johnsoni muudatusettepanekute kohta ärikatse, siis oleksid nad klientide negatiivset reaktsiooni märganud.
Ettevõtted arvavad, et uuenduste katsetamine on kallis ja aeganõudev. Seetõttu ei taha nad seda eriti kasutada. Hoolimata katsetamise suurest kasutegurist ei ole see siiski nii lihtne, kui tundub.
Võrdluskatsete tegemine on lihtsam internetipõhiste ettevõtete kui tavapäraste jaekaubandusettevõtete puhul.
Tavaettevõtetel on mitu harupoodi eri asukohtades ja seetõttu on seal keeruline eksperimenteerida.
Tänu internetikatsetele pääsevad veebipõhised ettevõtted ligi paljudele tarbijatele ja neil on võimalus koostada nii suur juhuvalim, kui nad soovivad. See võib hõlmata isegi tuhandeid inimesi.
Selline valim ei ole tavapärase ettevõtte puhul võimalik. On võimatu teha ärikatseid tuhandetes asukohtades.
Selle probleemi tõttu viivad ettevõtted tavaliselt katseid läbi ainult väikese arvu tarbijate peal, mis ei ole aga piisav, et näidata enamiku tarbijate tegelikku tõenäolist reaktsiooni.
Nii väheulatusliku katse tulemusel teevad juhid valesid otsuseid. Selleks, et pääseda ligi täielikule teabele, tänu millele ärikatse end ära tasuks, peavad ettevõtted enne teatavad punktid selgeks tegema.
Need on järgmised:
Ärikatsel peab olema selge eesmärk. Keskenduda tuleb juhtkonna täpselt kindlaks määratud algatusele, mida juba arutatakse.
Peab olema selge ootus, mida eksperimendi teel teada saada soovitakse. Ettevõtted peaksid kasutama katseid praktiliste vahenditena, mille abil juhtkonna algatusi paremini mõista.
Näitejuhtum käsitleb suurt jaemüügiettevõtet Kohl’s.
2013. aastal otsis Kohl’s viise, kuidas oma tegevuskulusid vähendada.
Tehti ettepanek avada poed esmaspäevast laupäevani tund aega hiljem. See põhjustas ettevõtte juhtkonna hulgas suure arutelu.
Üks rühm toetas seda ettepanekut, ent teine väitis, et selle tulemusel väheneb müük. Ainus viis, kuidas teada saada, kummal rühmal on õigus, oli teha ulatuslik ärikatse.
Pärast katse korraldamist rohkem kui sajas poes oli tulemuseks see, et hilisem avamisaeg ei mõjuta müüki märkimisväärselt halvasti.
Eesmärk oli selge. Sooviti selgeks teha, kas poe avamine tund aega hiljem, et vähendada tegevuskulu, põhjustab müügi kahanemist.
Kõikide otsustajate pühendumus on teine tähtis tegur. Kõik huvirühmad peavad katse tulemuse aktsepteerimises kokku leppima. Tulemuse rakendamist ei tohi mõjutada tunded.
Meeskonnaliikmed peavad kokku leppima, et aktsepteerivad tulemust täielikult ega võta arvesse ainult osa sellest. Kui tulemus ei ole paljulubav, siis peavad kõik olema nõus ettepanekust loobuma.
Kui Kohl’s tahtis lisada uueks tooteks mööbli, siis oli juhtkond optimistlik. Nad arvasid, et selline toode mõjutab ettevõtte müüki hästi.
Kuus kuud hiljem ja pärast 70 poes tehtud katseid Kohl’si läbimüük vähenes.
Põhjus oli selles, et mööblile tuli põrandaruumi ohverdada paljude teiste tootete arvelt. Selle tulemusena kahanes teiste toodete müük.
Ükskõik kui suurepärane see väljavaade tundus, kaotas Kohl’s nii tulu kui ka kliente. Kõik huvirühmad olid seega nõus sellest ideest loobuma.
Ärikatsel on alati tulemus. Millal on see tulemus aga usaldusväärne? Selle asjakohase küsimuse puhul keskendutakse katseviisile.
Kuigi ärikatsete tegemiseks on olemas kindlaksmääratud kord, eelistavad ettevõtted tavaliselt usaldusväärsusele aega, hinda või muud praktilisemat elementi. Järgmised kolm katsemeetodit on kasulikud usaldusväärsete tulemuste saavutamiseks.
Pimekatsed. Need aitavad vähendada eksperimendi mõju osalejatele ehk seda, et osalejaid mõjutab teadlikult või alateadlikult teadmine, et nad osalevad ärikatses. Kui osalejad ei tea, et neid jälgitakse, käituvad nad tavaliselt loomulikumalt ja seega suureneb katsetulemuste usaldusväärsus.
Juhuslikud katsed. Juhuslikkuse põhimõte on selge: valitakse juhuslik rühm katseisikuid, kellel on ühiseid omadusi, ning jagatakse nad katse- ja kontrollrühma. Seejärel korraldatakse katserühmaga eksperiment ja kontrollitakse nende reaktsiooni, võrreldes seda kontrollrühma käitumisega. Kui reaktsioon on sobiv, siis on katsetulemus usaldusväärne.
Suurandmed. Nagu eespool mainitud, hõlmab internetikaubanduses katsete tegemine kindlaksmääratud korda. Ent füüsiliste ettevõtete puhul, näiteks jaemüügipoed, millel on eksperimentide puhuks piiratud valim, tuleb arvestada palju tegureid. Siin tulevad mängu suurandmed.
Toome näiteks suure jaemüügiettevõtte, kes kaalub oma poodide ümberkujundamist tuhandes asukohas ja 500 miljoni dollari eest. Ümber kujundati 30 poodi ja jälgiti tulemusi.
Finantsosakond analüüsis tulemusi ja otsustas, et ümberkujundamise tulemusel oleks müügikasv marginaalne ega tooks kasumit. Turundusosakond tegi oma analüüsi ja ennustas, et müük suureneks märkimisväärselt.
Finantsosakond kasutas ainult kuue kuu andmeid, mis hõlmasid aega enne ja pärast ümberkujundamist. Kontrollpoode ei valitud samast asukohast kui katsepoode. Turundusosakond kasutas oma analüüsis aga kaheteistkümne kuu andmeid.
Kontrollpoed valiti samast geograafilisest asukohast kui katsepoed. Ettevõte kasutas seejärel suurandmeid, et teha kindlaks nende kahe prognoosi usaldusväärsus.
Suurandmed hõlmasid rohkem muutujaid, näiteks ilm, demograafia, müügiaeg, konkurents, hinnad jne.
Pärast sobivate statistiliste meetodite rakendamist leidis jaemüüja, et kuna kasutati sama asukoha kontrollpoode kui katsepoed, siis oli turundusosakonna analüüs usaldusväärsem.
Kui praktiline on katse? See on tähtis küsimus igale ettevõttele, kes kaalub ärikatse tegemist.
Ettevõtetel peab olema võimalik eksperimendi prognoose katsetada. Teostatavus ei seisne ainult katse- ja kontrollrühma tulemuste võrdlemises. See on laiaulatuslikum.
Praeguses dünaamilises ärikeskkonnas on tulemuste tõenäolised põhjused tavaliselt ebaselged. Muutujate vahel on keerulised suhted, mida on raske mõista.
Seetõttu on vaja põhjalikke teadmisi ärikeskkonnast.
Keskkonnas, kus põhjuseid on palju, tuleb kindlaks teha, kas on võimalik kasutada väga suurt valimit, et vähendada mõju, mida avaldavad muutuvad elemendid, mida ei vaadelda. Väga suure valimi kasutamine ei ole tavaliselt kulutõhus ega praktiline. Selline andmemaht võib toiminguid märkimisväärselt muuta. Parem oleks kasutada väikest valimit koos suurandmete analüüsiga, et saavutada täpsem katsetulemus.
Väga suur valim ei anna tingimata paremat tulemust. Ettevõte ei pea müüma otse igale oma kliendile, et saada teavet tarbijakäitumise kohta. Tarbijaandmete võrdlemiseks ja analüüsimiseks võib kasutada väikest hulka turustajaid. Valimi suurus oleneb tavaliselt eeldatava mõju suurusest.
Väike valim sobib suurepäraselt, kui põhjusel on suur mõju. Kui juhid leiavad, et põhjusel on minimaalne mõju, siis tuleks rakendada väga suurt valimit.
Suur järelduste arv on oluline, et eristada oodatud mõju kõrvalisest mõjust. Õige suurusega valim võimaldab ettevõttel kokku hoida katsekulusid ja tõstab uuenduse taset. See tagab ka statistiliselt õiged tulemused.
Viimaseks on tarvis teada, milline on ärikatse loodud väärtus. Ettevõtted ei peaks kindlaks tegema mitte ainult seda, mis töötab, vaid ka seda, mis tingimustes see kõige tõhusamini töötab. Oleks hea selgitada väärtus, mis tekib uuenduse katsetamisel eri segmentide, keskkondade ja tarbijate peal.
Keskenduda tuleks ainult valdkondadele, kus on võimalik saavutada võimalikult suur väärtus.
Näiteks kui Petco teeb ärikatse ja selle tulemus on hea, siis ei tee nad muudatust kohe kogu ettevõttes.
Muudatus tehakse ainult kontrollpoodides, millel on ühiseid omadusi katsepoodidega.
Suunatud muudatusega hoiab Petco kokku kulu, mis tekib muudatuse rakendamisel kõikides poodides. Kõrvale jäetakse ka need poed, kus uuendus tõenäoliselt kasu ei too. Petco suunatud muudatus on võimaldanud neil oma muudatuste prognoositud väärtust kahekordistada.
Ettevõtted, kes leiavad ärikatse tulemuste põhjuse ilma põhjaliku analüüsita, teevad endiselt teavitamata otsuseid.
Kui Kohl’s tegi katse oma poodide hilisema avamise kohta, siis esialgu müük vähenes. Kui Kohl’s oleks algatusest loobunud, oleksid nad võimalikust kasumist ilma jäänud.
Põhjalikumast analüüsist ilmnes, et hoolimata müügi kahanemisest jäi tehingute arv kliendi kohta samaks. Müügi languse põhjustas esialgne esemete arvu vähenemine tehingu kohta. Hiljem see suurenes, viies müügi endisele tasemele ja säästes ühe tunni võrra tegevuskulu. Juhtkond ei võrdsustanud kiirustades katsetulemusi põhjusega.
Ettevõtted hakkavad aru saama, et katse ise on vaid esimene samm. Väärtus luuakse siis, kui katsetulemusi põhjalikult analüüsitakse. Seega võimaldab ärikatse tänu selle tulemuste põhjalikule analüüsile juhtidel paremini otsuseid teha.