Hoe onderzoek je de oorzaak van het belangrijkste pijnpunt?

Je weet waar de doelgroep vastloopt: offertes zijn lastig te vergelijken en een keuzevoorstel blijft liggen. Maar waardoor gebeurt dat? Ontbreken gedeelde selectiecriteria, leveren aanbieders verschillende informatie aan of is niet duidelijk wie het besluit mag nemen?

Het veld Oorzaak van het belangrijkste pijnpunt dwingt je om verder te gaan dan de klacht. Je beschrijft hoe het probleem ontstaat of blijft bestaan. Dat maakt het makkelijker om gerichte onderzoeksvragen en mogelijke verbeteringen te formuleren. De kwaliteit zit in de onderbouwing van de verklaring, niet in hoe overtuigend het verhaal klinkt.

In de doelgroepkaart beschrijft dit veld de factor of combinatie van factoren die het belangrijkste pijnpunt veroorzaakt of in stand houdt, met een uitleg van de werking en de beschikbare onderbouwing. Wanneer de oorzaak nog niet is vastgesteld, bevat het veld een expliciete hypothese.

Dit is de praktische werkdefinitie van Neurofactor. De naam van het veld staat in het enkelvoud, maar dat betekent niet dat ieder probleem precies één oorzaak heeft. Maak duidelijk wat is waargenomen, welke verklaring wordt voorgesteld en wat nog moet worden onderzocht.

Gebruik onderstaande afbakening om verschillende soorten informatie op hun eigen plek te houden. De voorbeelden zijn fictief.

De rol van een factor hangt af van de onderzoeksvraag. Tijdsdruk kan een aanleiding zijn, maar ook bijdragen aan minder zorgvuldig vergelijken. Leg de rol daarom uit. Een oorzaak hoeft bovendien niet op zichzelf voldoende te zijn om het probleem te laten ontstaan.

Oorzaak is een algemeen wetenschappelijk begrip, geen marketingterm met één aanwijsbare bedenker. Drie publicaties helpen om dit kaartveld zorgvuldig in te vullen.

Samenhang beoordelen. Hill besprak in 1965 gezichtspunten voor de beoordeling van causaliteit, waaronder tijdsvolgorde. Hij presenteerde ze niet als sluitende bewijsregels. Hill, 1965.

Aannames expliciet maken. Pearl laat zien dat statistische samenhang alleen geen causale conclusie onderbouwt: er zijn ook causale aannames nodig. Pearl, 2009.

Zelfverklaringen zorgvuldig behandelen. Nisbett en Wilson bespreken beperkingen van introspectieve verklaringen van denkprocessen. Dat maakt een opgegeven reden niet automatisch een vastgestelde oorzaak, maar betekent evenmin dat iedere zelfrapportage onjuist is. Nisbett & Wilson, 1977.

Deze publicaties komen uit verschillende onderzoeksgebieden. De toepassing op de doelgroepkaart hieronder is van Neurofactor; de bronnen valideren geen vast invulschema of automatische oorzaakscores.

“Gebrek aan vertrouwen” klinkt als een oorzaak, maar laat nog veel open. Vertrouwen waarin, door welke ervaring en met welk gevolg voor de taak? Een verklaring wordt bruikbaarder als je de tussenstappen benoemt.

Een fictieve hypothese kan zijn: aanbieders gebruiken verschillende definities voor bereik; de beoordelaar kan daardoor geen gelijkwaardige vergelijking maken; het keuzevoorstel blijft liggen. Dit is een mogelijke werking, geen bewijs dat deze keten daadwerkelijk is opgetreden.

Vraag welke waarneming bij de verklaring past én welke haar minder aannemelijk zou maken. Als voorstellen met gelijke definities ook blijven liggen, moet je verder kijken. Misschien ontbreken beslisbevoegdheid of budget, of speelt meer dan één factor.

Een duidelijke verklaring hoeft niet de diepste denkbare “grondoorzaak” te benoemen. Kies een afbakening die past bij de taak en onderzoeksvraag. Noteer wanneer je een bijdragende factor onderzoekt, zonder te claimen dat daarmee alles is verklaard.

Onderstaande werkwijze is een praktisch onderzoeks- en redactiekader.

1. Zet het hoofdprobleem vast. Neem de concrete probleemzin uit het vorige kaartveld over. Verander de klacht niet onderweg zodat zij bij een favoriete verklaring past.
2. Reconstrueer de gebeurtenis. Vraag wat er vóór, tijdens en na het vastlopen gebeurde. Gebruik waar mogelijk documenten, versies, tijdstippen of observaties naast het gesprek.
3. Formuleer meerdere verklaringen. Noteer bijvoorbeeld ontbrekende informatie, verschillende beoordelingscriteria of onduidelijk mandaat als afzonderlijke hypothesen.
4. Beschrijf per hypothese de werking. Welk tussenliggend proces zou het probleem moeten verklaren? Welke aanwijzingen verwacht je dan te vinden?
5. Zoek onderscheidende gegevens. Vergelijk gevallen waarin het probleem wel en niet speelt. Onderzoek welke andere verschillen een uitkomst kunnen verklaren. Eén gunstig geval beslist de vraag niet.
6. Onderzoek zo mogelijk een gerichte verandering. Leg vooraf vast wat je verandert, waarmee je vergelijkt en welke uitkomst je meet. Beperk gelijktijdige veranderingen en kies waar uitvoerbaar een passende gecontroleerde opzet.
7. Formuleer de conclusie op bewijsniveau. Vermeld factor, werking, context en onzekerheid. Bewaar ook aanwijzingen die tegen de voorkeursverklaring spreken.

Vraag bijvoorbeeld: “Welke informatie ontbrak op dat moment?”, “Wat kon je daardoor niet doen?”, “Wanneer lukte het vergelijken wel?” en “Wat veranderde er toen?” Alleen steeds opnieuw “waarom?” vragen is geen zelfstandige toets van de antwoorden.

Gebruik passende formuleringen. De onderstaande labels zijn redactionele hulpmiddelen en vormen geen gevalideerde bewijsladder.

Een gecontroleerd onderzoek kan een effect van een verandering ondersteunen zonder iedere tussenstap te bewijzen. Ook een goed onderbouwde verklaring voor één organisatie geldt niet vanzelf voor een heel segment. Kies de formulering op basis van wat de daadwerkelijke opzet toelaat.

Fictieve illustratie, geen onderzoeksresultaat. Het hoofdprobleem uit het vorige artikel is dat onvoldoende vergelijkbaarheid tussen offertes een onderbouwd keuzevoorstel belemmert. Nu onderzoeken we drie mogelijke verklaringen.

Stel dat in deze fictieve casus de offertebestanden inderdaad andere eenheden bevatten. Dat ondersteunt het bestaan van een vergelijkingsprobleem. Het bewijst nog niet dat het de enige of doorslaggevende oorzaak van het uitblijvende voorstel is.

Een voorlopige kaartzin kan luiden:

> Vermoedelijk dragen verschillende definities en eenheden in offertes bij aan het vastlopen van de vergelijking, doordat de beoordelaar eerst aanvullende informatie nodig heeft.

Vervolgens kun je onderzoeken of gelijkwaardig aangeleverde informatie het vergelijken verbetert, terwijl je andere verschillen zo goed mogelijk beheerst. Gaat tegelijkertijd ook het mandaat op de schop, schrijf een verbetering dan niet uitsluitend aan de offerte-informatie toe.

Associaties kunnen onderdeel zijn van een te onderzoeken verklaring. Een associatieve doelgroep is een afgebakende groep mensen bij wie overeenkomstige associaties richting geven aan beslissingen binnen een specifieke keuzecontext. Daarmee is nog niet vastgesteld dat een bepaalde associatie het hoofdprobleem veroorzaakt.

Onderzoek bijvoorbeeld de hypothese dat “onbekende aanbieder” wordt verbonden met “moeilijk te verantwoorden”, waardoor meer bewijs wordt gevraagd. Houd drie vragen uit elkaar: komt de associatie voor, hangt zij samen met de afweging en is haar causale bijdrage onderzocht? Dit voorbeeld is fictief.

Gebruik een associatiemeting of EEG-uitkomst alleen voor conclusies die het onderzoeksontwerp ondersteunt. Een gemeten reactie bevat niet vanzelf de verklaring voor een keuze. Houd ook praktische factoren, zoals budget en procedure, in beeld; de oorzaak hoeft niet uitsluitend psychologisch te zijn.

• Het probleem herhalen. “Vergelijken lukt niet omdat offertes onvergelijkbaar zijn” verklaart niet hoe de belemmering ontstaat.
• Een karakteroordeel invullen. “De doelgroep is besluiteloos” vraagt om concrete situaties en onderzoek naar omstandigheden.
• Een gevolg als oorzaak behandelen. Extra overleg kan ontstaan doordat de vergelijking vastloopt; controleer de tijdsvolgorde.
• Alleen bevestiging verzamelen. Zoek ook situaties die niet bij jouw verklaring passen.
• Een oplossing terugredeneren tot noodzaak. Dat jij een vergelijkingsdienst aanbiedt, toont niet aan dat dit de oorzaak wegneemt.
• Van verbetering direct naar causaliteit springen. Noteer welke andere dingen tijdens de verandering gebeurden.

Bij een nog te onderzoeken verklaring:

> Vermoedelijk draagt [factor] in [context] bij aan [pijnpunt], doordat [veronderstelde werking].

Bij een ondersteunde conclusie:

> Binnen [onderzochte context] ondersteunen [gegevens] dat [factor] bijdraagt aan [pijnpunt] via [onderbouwde werking].

Gebruik het tweede sjabloon alleen als de genoemde werking ook wordt ondersteund; laat die anders als hypothese staan. Bewaar bronverwijzingen, onderzoeksopzet, alternatieve verklaringen, reikwijdte en open vragen naast de kaartzin. Zijn er nog geen gegevens, schrijf dan “Oorzaak nog niet onderzocht” en noteer welke hypothesen je wilt toetsen.

Dit kaartveld verbindt het hoofdprobleem met een factor en een werking die je kunt onderzoeken. Een concrete hypothese met een duidelijke bewijsstatus is bruikbaarder dan een stellige verklaring zonder onderbouwing. Laat zichtbaar welke alternatieven zijn onderzocht en welke vragen nog openstaan.

Wil je onderzoeken waardoor je doelgroep vastloopt en welke associaties daarbij een rol spelen? Bespreek de keuzecontext, de beschikbare aanwijzingen en de open onderzoeksvragen met Neurofactor.