1. 1
Recepten uit het kookboek
van het gebruik van sociale media
voor innovatie
2. 2 3
Introductie
Door het Internet zijn sociale media platformen populair gewor-
den. Deze bevatten onder andere Facebook, Twitter maar ook
LinkedIn en blogs. Het doel van deze platformen is sociaal
netwerken dus kennisuitwisseling en het samen kennis creëren.
De platformen bieden bedrijven veel nieuwe kansen, met name
om hun innovatiecapaciteit te vergroten. Sociale media zijn dé
weg naar open innovatie. Maar welke recepten leiden tot succes?
En zijn deze recepten gelijk voor bedrijven die homogene
groepen experts dan wel vaak zeer heterogene groepen
klanten betrekken?
Empirisch bewijs toont aan dat sociale media veel voordelen
bieden. Poetz en Schreier (2012), bijvoorbeeld, toonden dat crowd
sourcing leidt tot meer en betere productideeën. Nischikawa et al
(2013) toonden positieve effecten aan op het financieel presteren
van bedrijven. Voorwaarde voor succes lijken echter een professio-
nele organisatie, en afstemming met het productontwikkelproces
van het bedrijf (Kenly en Poston, 2010). Wij pakten de handschoen
op en onderzochten welke precieze combinaties van factoren
(configuratie) een bedrijf nodig om succesvol sociale media in te
zetten in new product development (NPD). Wij hielden rekening
met de wijze waarop de verkregen kennis wordt geïntegreerd in
het NPD-proces. We deden dit op twee manieren. Enerzijds namen
we mee dat bedrijven bet probleem en de crowd goed moeten
specificeren, goed moeten motiveren en goed ideeën moeten
evalueren. Zonder deze doelgerichtheid zal geen goede kennis-
acquisitie kunnen gebeuren. Ook betrokken we de invloed van
cross-functionele coördinatie tussen R&D en marketing; immers
om de kennis goed te kunnen opnemen en integreren is goede
samenwerking en begrip tussen afdelingen essentieel. Tot slot
hielden we rekening met de mate van nieuwheid van de produc-
ten die men ontwikkelt; komt sociale media gebruik met name ten
goede aan incrementele of radicaal nieuwe producten?
Analytische methode
Het onderzoek richtte zich op het gebruik van social media voor
innovatiedoeleinden bij het MKB in Limburg. Omdat dit gebruik
nog beperkt is, moest specifiek worden gezocht naar gebruikers.
Via twee wegen waren we in staat 37 bedrijven te vinden die
bereid waren mee te doen. Dit waren: het benaderen van (1) drie
bedrijfskringen van technische bedrijven in Brabant/Limburg, en
(2) bedrijven van de top 100 meest innovatieve bedrijven in
Nederland. De bedrijven werd gevraagd een web-survey in te
vullen. De respondenten waren met name directeur/eigenaren.
Het onderzoek vond plaats medio 2014. Voor de verschillende
constructen van het model werden vragen opgesteld en vooraf
getest.Figuur 1
Onderzoeksmodel: De ingrediënten van gebruik van social media die we bekijken
Sociale media
en NPD Set
Inzet sociale media:
- vermogen definiëren probleem
- vermogen identificeren
juiste crowd
- vermogen motiveren crowd
- vermogen evalueren
uitkomsten
Type nieuwe producten:
- Radicale nieuwheid producten
Organisatie:
- Cross-functionele coördinatie
Uitkomst Set
Mate kwaliteit van de kennis
verkregen van de crowd
- van klanten (heterogeen)
- van experts
Overlap verwijst naar zeer succesvolle configuraties en dus recepten
3. 4 5
Opvallend aan al onze drie oplossingen zijn de overeenkomsten.
In feite zien we dat veel ingrediënten aanwezig moeten zijn. Het
wijst uit dat: (a) een zeer systematische aanpak essentieel is, waarbij
het gaat om goede probleemafbakening, motiveren van de crowd
en een goede evaluatie van verkregen ideeën1
. Verder geldt dat
een goede cross-functionele samenwerking van R&D met
Marketing cruciaal is en dus aanwezig moet zijn. Tot slot zien we
dat de inzet van sociale media met klanten alleen succes geeft
voor radicaal nieuwe producten. Voor gebruik van sociale media
met experts is er één specifieke oplossing gericht op alleen
niet-radicaal (=incrementele) nieuwe producten en een meer
generieke oplossing die samengaat met radicale en incrementele
nieuwe producten (zie × en [spatie] bij respectievelijk de linker
en rechter oplossing bij experts in Tabel 1).
1 met een kleine uitzondering voor probleem afbakening
bij oplossing 1 waar iets clementie is.
De data werden geanalyseerd in twee fasen. In de eerste fase
werden de constructen aangemaakt en gecontroleerd op
betrouwbaarheid en validiteit (SPSS.20 software). In fase twee
werd naar recepten van indicatoren/constructen gezocht van
bedrijven met een hoge mate van kwaliteit van de verkregen
kennis. Hierbij werd onderscheid gemaakt inzet van social media
voor het verkrijgen van kennis van experts en van klanten. Terwijl
experts vaak een wat kleinere groep betreft met toegesneden
kennis, gaat het bij klanten om grote aantallen en het ‘leveragen’
van heterogeniteit. (vergelijk Bonabeau 2009).
Voor de analyse gebruikten we fuzzy set Qualitative Case Analysis
(fsQCA). Deze techniek bekijkt cases in totaliteit. Specifiek zoekt
het programma alle mogelijke profielen van c.q. combinaties van
‘traits’ af en zoekt die profielen die consistent zijn met de profielen
van cases die ook als kenmerk hebben dat ze in de groep (set)
zitten van hoog presterende bedrijven. In ons geval: definieerden
we hoog presteren als bedrijven met een hele hoge mate van
kwaliteit van kennis van de social media excercitie. We keken naar
de 25% ’top performers‘ qua kennis verkregen van inzet van social
media bij experts en klanten.
Resultaten: de configuraties
van ”top performers”
We vonden twee succesprofielen voor het gebruik van sociale
media met experts (zie linker kant Tabel 1); en één profiel voor het
betrekken van klanten (rechter kant van Tabel 1). De ’overall consis-
tency‘ van de oplossingen is hoog (>86%). Dit is een indicatie van
de kwaliteit van model fit, welke dus goed genoemd kan worden.
De codes dient u als volgt te lezen:
-- ingrediënten die per se nodig zijn:
-- ingrediënten die fataal zijn en dus per se vermeden moeten
worden: ×
-- ingrediënten die er niet zo toe doen: [spatie].
Tabel 1
fsQCA Results: Drie configuraties leidend tot zeer hoge kennis voor NPD als
resultaat van het betrekken van experts en klanten via sociale media
Oplossingen/configuraties
Experts Klanten
1 2 1
1. Vermogen specificeren probleem/crowd
2. Vermogen motiveren crowd
3. Vermogen evalueren uitkomsten crowd
4. Cross-functional cooperatie
5. Radicale nieuwe producten ×
Consistentie .91 .90 .86
Ruwe coverage .77 .74 .69
Unieke coverage .10 .07 .69
Overal consistentie .91 .86
Overal coverage .83 .69
Legenda: symboliseert noodzakelijke aanwezigheid van de ‘trait’/kenmerk.
Het × teken stelt noodzakelijke afwezigheid van het kenmerk. ‘Spatie’ verwijst naar
de conditie dat kenmerk geen impact heeft/ mag aanwezig als wel afwezig zijn.
4. 6
Discussie
Ons onderzoek toont aan dat MKB bedrijven zeer succesvol sociale
media voor NPD inzetten. Het vraagt echter strikt management
om tot de top 25% presteerders te gaan horen. Of men nu de
sociale media gebruikt om experts of klanten aan te sluiten,
steeds zal een zeer systematische aanpak nodig zijn, waarbij het
probleem goed geduid wordt en de crowd goed gekozen, men
deelnemers goed motiveert en de verkregen kennis zorgvuldig
evalueert, alvorens het te integreren in het NPD proces. Dit laatste
vereist een hoge mate van crossfuntionele coördinatie en
samenwerking is tussen R&D en marketing, zo zeggen onze
resultaten. Het inzetten van sociale media met klanten kan voor
het creëren van radicaal nieuwe producten. Voor de inzet om
kennis te verwerven voor incrementele verbetering van nieuwe
producten vinden we geen aanwijzingen en dus ook geen
recepten. Dit is consistent met het idee dat veel klanten betrekken
inspeelt op heterogeniteit van kennis. Het faciliteert zogenaamde
’distant search’ en dat geeft radicalere innovatie. Inzet van sociale
media bij experts is flexibeler, in die zin dat het goed samen gaat
met radicale en incrementele productvernieuwing. Consistent
hiermee is bijvoorbeeld ook geen scherpe probleemformulering
nodig om incrementele verbeteringen samen met experts aan
producten aan te brengen. Dit is echter wel belangrijk als meer
radicale stappen in coöperatie met experts beoogd worden.
Colofon
Auteurs
Prof. Dr. Ed Nijssen, TU Eindhoven
Dr. Jimme Keizer, TU Eindhoven en Zuyd Hogeschool
Dr. Aukje Leufkens, TU Eindhoven en Zuyd Hogeschool
Drs. Astrid Schiepers, Zuyd Hogeschool
Drs. Rienke Schutte, Zuyd Hogeschool
Uitgave
Sittard, januari 2015
7