Forscher des Dartmouth College, der Tilburg University, der University of Technology Sydney, der University of New South Wales, der University of Sydney und der University of Florida haben einen neuen Artikel in der veröffentlicht Zeitschrift für Marketing das sich für einen Empirics-First (EF)-Ansatz für die Forschung im Marketing einsetzt.
Die Studie, die in Kürze erscheint Zeitschrift für Marketing, trägt den Titel „Learning from Data: An Empirics-First Approach to Relevant Knowledge Generation“ und wurde verfasst von Peter N. Golder, Marnik G. Dekimpe, Jake T. An, Harald J. van Heerde, Darren SU Kim und Joseph W. Alba.
Vor über 50 Jahren wurde die akademische Forschung in mehreren betriebswirtschaftlichen Disziplinen kritisiert, weil sie hinter wissenschaftlichen Standards zurückblieb. Dies führte zu einem Paradigmenwechsel weg von der Beschreibung und hin zur Theorie – ein Wechsel, der durchaus angemessen und weitgehend erfolgreich war. Aber hat sich das Pendel zu weit bewegt? Wird die wissenschaftliche Legitimität so eng gesehen, dass sie die Relevanz in der realen Welt unterdrückt und die Neuheit von Ideen einschränkt, die von Beobachtungen in der realen Welt ausgehend erfasst werden könnten?
Es ist Zeit für einen weiteren Paradigmenwechsel, einen, bei dem empirische Beweise mehr verehrt werden als Theorie. Dieser neue Artikel plädiert für einen Empirics-First (EF)-Ansatz für die Marketingforschung im Gegensatz zum vorherrschenden Theory-First (TF)-Ansatz. EF bezieht sich auf Forschung, die:
In den meisten veröffentlichten akademischen Marketingforschungen wird eine Theorie entlehnt, verfeinert oder entwickelt und dann empirisch getestet. Infolgedessen folgen viele Artikel, die in führenden Marketingzeitschriften (insbesondere in der Verbraucherforschung und -strategie) veröffentlicht werden, einem typischen Schema: Einführung → Vorliteratur → Übergreifender theoretischer Rahmen → Hypothesen → Empirischer Test → Diskussion.
Das Forschungsteam befürwortet eine EF-Forschung, die mit einem realen Marketingphänomen, -problem oder einer Beobachtung beginnt; nutzt Daten aus; und entwickelt valide marketingrelevante Insights – mit oder ohne Annäherung an die Theorie. Mehrere Entwicklungen tragen zur Aktualität (und Zeitlosigkeit) des EF-Ansatzes bei. Ein wichtiger Treiber ist das Streben nach Forschungsrelevanz. „EF-Forschung wird oft durch „Daten“ aus der realen Welt angeregt, was bedeutet, dass die Forschung einen neuen Weg einschlagen und neue Fragen stellen kann, die nicht von den Anforderungen der bestehenden Theorie belastet sind. Mit anderen Worten, der natürliche Bogen des EF-Ansatzes biegt sich leichter zurück zu den Auswirkungen auf die reale Welt“, sagen sie. Andere Entwicklungen, die zum Bedarf an EF-Forschung beitragen, umfassen die Verfügbarkeit neuer Daten und Analysemethoden, die Notwendigkeit des Marketings, um kritische reale Probleme wie Impfstoffakzeptanz, Klimawandel und Desinformation anzugehen, und die Vertrauenskrisen, die die Sozialwissenschaften plagen Replizierbarkeit und Datenmanipulation.
Warum konnte die EF-Forschung nicht Fuß fassen?
Die Bereiche Strategie und experimentelle Verbraucherforschung folgen am ehesten einem TF-Ansatz. Ein möglicher Grund ist, dass die TF-Forschung in Ph.D. Bildung und verwendet eine Reihe klar definierter Schritte, während die EF-Forschung, die dazu neigt, offen und unstrukturiert zu sein, an Strenge zu fehlen scheint.
Das Forschungsteam erklärt, dass die EF-Forschung aus drei Phasen besteht. In der ersten Phase – genannt „Identify Opportunity“ – wird ein sinnvolles, reales Thema mit breitem Anklang für Marketing-Stakeholder ausgewählt. In der zweiten Stufe – „Explore Terrain“ – nutzen die Forscher erste empirische Erkenntnisse, um den Forschungsrahmen zu erweitern und zu vertiefen. Schließlich zielt die dritte Stufe – „Advance Understanding“ – darauf ab, empirische Regelmäßigkeiten, konzeptionelle und theoretische Einsichten sowie Ratschläge für Interessengruppen bereitzustellen.
Der Erfolg der EF-Forschung beruht sowohl auf der ordnungsgemäßen Durchführung als auch auf der effektiven Kommunikation. EF-Stipendiaten sollten die Erwartungen des Journal-Review-Teams berücksichtigen, von denen viele möglicherweise in der TF-Tradition verwurzelt sind. Es sollte deutlich gemacht werden, warum der EF-Ansatz für das jeweilige Forschungsproblem geeignet ist. Außerdem wird EF-Stipendiaten empfohlen, die von ihnen untersuchten Variablen zu begründen, ihre genauen Schritte zu erklären, zu berichten, was funktioniert hat und was nicht, die Robustheit zu testen und die Ergebnisse vollständig zu berichten.
Herausforderung der Berichterstattung über EF-Forschung
Das Forschungsteam sagt: „Um effektiv über den nichtlinearen Prozess zu berichten, der die EF-Forschung ausmacht, empfehlen wir, der Kommunikation der Struktur und Erzählung des Papiers besondere Aufmerksamkeit zu widmen Forschungsfragen, verwenden Sie Abschnitts-, Tabellen- und Abbildungsüberschriften, die den Leser leiten, und stellen Sie erklärende Brücken zwischen den Schritten des Prozesses her.“
Zeitschriftenrezensenten und -redakteure sollten bei der Bewertung von EF-Forschung aufgeschlossen und informiert sein. Anstatt einen übergreifenden theoretischen Rahmen, eine einzelne theoretische Linse oder perfekt saubere Ergebnisse zu fordern, sollten sie realistisch sein, welche Robustheitsprüfungen durchführbar sind. Auch wenn eine Robustheitsprüfung nicht alle Ergebnisse bestätigt, sollten Gutachter dies als Lernmöglichkeit betrachten. Gutachter sollten auch keine traditionellen theoretischen Implikationen fordern oder erwarten, dass EF-Forschung als TF-Forschung gemeldet wird, da dies zu HARKing führen kann (Hypothesenstellung, nachdem die Ergebnisse bekannt sind).
„Wenn der EF-Pfad ehrgeizig und rigoros verfolgt wird, bietet er eine Möglichkeit, den Anforderungen nach Relevanz, Neuheit, Reproduzierbarkeit und Verallgemeinerbarkeit gerecht zu werden. D. Bildung, und einen Journal-Review-Prozess, der die inhärenten Kompromisse bei der Fortsetzung der EF-Forschung akzeptiert. Unser ultimatives Ziel ist es, den Weg für EF zu ebnen, um in den Mainstream der akademischen Marktforschung einzutreten“, behaupten die Forscher.
Mehr Informationen:
Peter N. Golder et al, EXPRESS: Learning from Data: An Empirics-First Approach to Relevant Knowledge Generation, Zeitschrift für Marketing (2022). DOI: 10.1177/00222429221129200