DETERMINANTEN VAN ADOPTIE VAN MARKETING...

DETERMINANTEN VAN ADOPTIE VAN MARKETING AUTOMATISATIE

DE ROL VAN KUNSTMATIGE INTELLIGENTIE Aantal woorden: 21.850

Michaël Saintobyn Stamnummer : 01413368 Promotor: Prof. dr. Iris Vermeir Masterproef voorgedragen tot het bekomen van de graad van:

Master of Science in de Handelswetenschappen Academiejaar: 2016 - 2017

1

DETERMINANTEN VAN ADOPTIE VAN MARKETING AUTOMATISATIE

DE ROL VAN KUNSTMATIGE INTELLIGENTIE Aantal woorden: 21.850

Michaël Saintobyn Stamnummer : 01413368 Promotor: Prof. dr. Iris Vermeir Masterproef voorgedragen tot het bekomen van de graad van:

Master of Science in de Handelswetenschappen Academiejaar: 2016 - 2017

2

VERTROUWELIJKHEIDSCLAUSULE

Ondergetekendeverklaartdatdeinhoudvandezemasterproefmaggeraadpleegden/ofgereproduceerdworden,mitsbronvermelding.

Naamstudent:MichaëlSaintobyn

Handtekening

3

Voorwoord

Hiernawordt demasterproef ‘determinanten van adoptie vanmarketing automatisatie: de rol van

kunstmatige intelligentie’ gepresenteerd. Het onderzoek voor deze masterproef is uitgevoerd bij

marketingmanagersenchiefmarketingofficersbijverschillendeondernemingen.Dezemasterproefis

geschreveninhetkadervanmijnafstuderenaandeopleidingCommercieelBeleidaandeUniversiteit

Gent.Hetonderzoeklieptussenjanuari2017enjuni2017.

Onder begeleiding van professor Iris Vermeir zijn de verschillende onderzoeksvragen voor deze

masterproefbedacht.Hetonderzoekdattotstandisgebracht,wascomplex.Metdecombinatievan

bestaande literatuur, theorieën en kwalitatief onderzoek werden de onderzoeksvragen

beantwoord.Tijdens dit onderzoek stond mijn promotor professor Iris Vermeir voor mij klaar. Ze

heeftsteedsmijnvragenbeantwoordwaardoorikmijnonderzoekkonverderzetten.

Hierbijwil ik graagmijn promotor bedanken voor de aangename begeleiding en de ondersteuning

tijdenshetverloopvandezestudie.Ookwilikallerespondentenbedankendiemeehebbengewerkt

aan dit onderzoek. Zonder hun inzet had dit onderzoek nooit de behaalde resultaten kunnen

bereiken. Daarnaast wil ik mijn collega’s bij Teamleader graag bedanken voor de fijne

samenwerking.Vaakwerderopeffectievewijzeovermijnonderzoekgedebatteerd.Totslot,vanmijn

vrienden en familie heb ik wijze raad mogen ontvangen. Hun motivatie heeft geholpen om het

onderzoektoteengoedeindetebrengen.

Ikwensuveelleespleziertoe.

MichaëlSaintobyn

Gent,6juni2017

4

Samenvatting

Delaatstetweedecenniawareneentijdvangroteveranderingenophetgebiedvanmarketing.Een

daarvan is digitalisering,wat inmiddels is uitgegroeid tot eenpermanent onderdeel vanmarketing.

Digitaliseringheeftervoorgezorgddatgegevensefficiëntwordenverzameld.Adoptievantechnologie

voor marketing is essentieel voor de digitale communicatie van ondernemingen. Personalisatie en

aanbevelingenvancontentspeleneencrucialerolbijdigitalecommunicatie.Ditheefteenbehoefte

gecreëerdvoorautomatiseringvanmarketingacties,omzogerichtecontentefficiëntteverspreiden.

Alsgevolgvanmarketingautomatisatiewordtmeer informatieverzameldvanklanten.Kunstmatige

intelligentie gebruikt deze grote hoeveelheden gegevens voormarktvooruitzichten, automatisering

van processen en om beslissingen te nemen. Hoewelmarketing automatisatie al wordt ingezet bij

ondernemingen,heefthetnogweinigacademischeaandachtgekregen.Daarom is inditonderzoek

geprobeerddeadoptievanmarketingautomatisatieteverklarenbijondernemingen.Daarenbovenis

onderzocht wat de belangrijkste determinanten zijn voor adoptie en welke rol kunstmatige

intelligentie hierop uitoefent. Deze studie heeft ook tot doel gehad een bijdrage te leveren aan

bestuurlijkeimplicaties.Omantwoordtevindenopbovengenoemdevragen,iskwalitatiefonderzoek

uitgevoerd.Zozijnmarketingmanagersenchiefmarketingofficersdiegebruikmakenvanmarketing

automatisatiegeïnterviewd.Ook iseen inductievebenaderinggebruikt,waarinbestaande literatuur

met empirische bevindingen is gecombineerd. De studie onthulde elf determinanten die bijdragen

aan de adoptie van marketing automatisatie. Dit zijn performantie, compatibiliteit, complexiteit,

waarneembaarheid, vertrouwen, technologische kennis, controle, attitude, subjectieve norm,

trialabilityenkunstmatigeintelligentie.Verderzijnerdriemoderatorengevondendieeenpositieveof

negatieve invloed hebben op laatstgenoemde determinanten; namelijk sector, leeftijd en ook

kunstmatigeintelligentie.

5

Inhoud

Voorwoord..................................................................................................................................................3

Samenvatting..............................................................................................................................................4

Figuren-entabellenlijst..............................................................................................................................7

Afkortingen.................................................................................................................................................8

Begrippenlijst/Definities.............................................................................................................................9

1.Inleiding................................................................................................................................................13

1.1Objectieven.....................................................................................................................................15

1.2Structuur.........................................................................................................................................16

2.Theoretischkader.................................................................................................................................17

2.1Digitalemarketing..........................................................................................................................17

2.1.1Marketingtechnologie.............................................................................................................18

2.1.2Relatiemarketingengegevensverzameling............................................................................18

2.2Customerrelationshipmanagement.............................................................................................20

2.2.1Leadgeneratie..........................................................................................................................21

2.2.2Contentmarketing..................................................................................................................22

2.3Marketingautomatisatie................................................................................................................23

2.3.1Voorbeeldvantoepassingen...................................................................................................24

2.3.2Onderscheidvangerelateerdeterminologie..........................................................................24

2.3.3Marketingautomatisatieproces.............................................................................................25

2.3.4Personalisatie..........................................................................................................................27

2.3.5Scoringsregels..........................................................................................................................28

2.3.6Aanbevelingen.........................................................................................................................29

2.4TechnologieAcceptatie-,Adoptie-endiffusietheorieën.............................................................31

2.4.1Innovationdiffusiontheory.....................................................................................................32

2.4.2Theoryofplannedbehaviour..................................................................................................35

2.4.3Technologyacceptancemodellen..........................................................................................37

2.4.3.1Technologyacceptancemodel........................................................................................37

2.4.3.2Technologyacceptancemodel;versie2.........................................................................38

2.4.3.3Technologyacceptancemodel;versie3.........................................................................40

2.4.3.4Automationacceptancemodel........................................................................................42

2.4.4Unifiedtheoryofacceptanceanduseoftechnology............................................................43

2.4.5Unifiedtheoryofacceptanceanduseoftechnology,eentweedeversie............................46

2.5Determinantenenmoderatoren...................................................................................................49

6

2.6Kunstmatigeintelligentie...............................................................................................................50

2.6.1Computertechnologie.............................................................................................................50

2.6.2Besluitvorming.........................................................................................................................51

2.6.3Automatisatie..........................................................................................................................51

3.Methodologie.......................................................................................................................................52

3.1Kwalitatiefonderzoek.....................................................................................................................52

3.2Veldonderzoek................................................................................................................................53

3.3Gegevensverzameling....................................................................................................................54

3.4Gegevensanalyse............................................................................................................................55

3.5Ondernemingen..............................................................................................................................56

4.Resultaten.............................................................................................................................................57

4.1Determinanten...............................................................................................................................57

4.2Implicaties.......................................................................................................................................60

4.3Kunstmatigeintelligentie...............................................................................................................65

5.Conclusie...............................................................................................................................................67

5.1Theoretischeimplicaties................................................................................................................67

6.Discussie................................................................................................................................................72

6.1Bestuurlijkeimplicaties..................................................................................................................72

6.2Evaluatie.........................................................................................................................................73

6.3Aanbevelingen................................................................................................................................73

Literatuurlijst/Bibliografie........................................................................................................................74

Bijlage1.....................................................................................................................................................83

7

Figuren-entabellenlijst

Figuur1:Verkooptrechter........................................................................................................................21

Figuur2:Marketingautomatisatieconcept............................................................................................26

Figuur3:Personalisatieproces.................................................................................................................27

Figuur4:Aanbevelingsysteem................................................................................................................29

Figuur5:Voorbeeldverkooptrechtermetmarketingautomatisatie......................................................30

Figuur6:Innovationdiffusiontheorycurve.............................................................................................32

Figuur7:Innovationdiffusiontheory.......................................................................................................33

Figuur8:Theoryofplannedbehaviour....................................................................................................35

Figuur9:Technologyacceptancemodel.................................................................................................37

Figuur10:Technologyacceptancemodel2............................................................................................38

Figuur11:Technologyacceptancemodel3............................................................................................40

Figuur12:Automationacceptancemodel...............................................................................................42

Figuur13:Unifiedtheoryofacceptanceanduseoftechnology............................................................43

Figuur14:Unifiedtheoryofacceptanceaduseoftechnology2...........................................................46

Figuur15:Kunstmatigeintelligentievenndiagram..................................................................................50

Figuur16:Determinantenvooradoptie..................................................................................................57

Figuur17:DeterminantenvanMA-adoptiemetmoderatoren..............................................................67

Figuur18:Factorenvoorsuccesvolleimplementatievanmarketingautomatisatie..............................72

Tabel1:Classificatieadoptersvolgensdeinnovationdiffusiontheory..................................................33

Tabel2:Determinantenenmoderatoren................................................................................................49

Tabel3:Geïnterviewdeondernemingen.................................................................................................56

8

Afkortingen

AAM Automationacceptancemodel

B2B Business-to-business

B2C Business-to-consumer

C-TAM-TPB Combinatievantechnologyacceptancemodelentheoryofplannedbehavior

CMO Chiefmarketingofficer

CRM Customerrelationshipmanagement

e-commerce Electroniccommerce

e-CRM Electroniccustomerrelationshipmanagement

ERP Enterpriseresourceplanning

ICT Informatie-encommunicatietechnologie

IDT Innovationdiffusiontheory

KI Kunstmatigeintelligentie

m-commerce Mobilecommerce

MA Marketingautomatisatie

MM Motivationalmodel

PC Personalcomputer

ROI Returnoninvestment

SEA Searchengineadvertising

SEO Searchengineoptimization

TAM Technologyacceptancemodel

TPB Theoryofplannedbehavior

TRA Theoryofreasonedaction

UTAUT Unifiedtheoryofacceptanceanduseoftechnology

9

Begrippenlijst/Definities

Aanbevelingstechnologie

Software dat beschikbare gegevens analyseert om suggesties te maken

voor iets dat een websitegebruiker mogelijk zou kunnen interesseren,

zoalseenboek,eenvideo,ofanderemogelijkheden.

AdaptatieEen onderneming past hun product, service, marketingacties aan om

verschillendenodentevervullen.

AdoptieDe overdracht tussen een oud systeem en een nieuw systeem in een

organisatie.

AdvergamingEen videospel dat op een of anderemanier een advertentie bevat voor

eenproduct,serviceofonderneming.

Affiliatemarketing

Een tactiek waarmee een product eigenaar de verkoop kan verhogen

door anderen toe te laten op hetzelfde publiek – ‘affiliates’ - om een

commissieteverdienendoorhetproductaananderenteadviseren.

ApplicatiesEen applicatie is een programma of groep programma's die voor de

eindgebruikerisontworpen.

Awarenessfase

Tijdens deze fase is iemand zich bewust van een probleem. Hij/zij zal

verschillende opties bekijken en overwegen. In feite is dit een

oriëntatiefasewaarbijgeendefinitievebeslissingwordtgenomen.

Beslissingssysteem

Eencomputerprogrammadatbedrijfsgegevensanalyseertenpresenteert

op een bepaalde manier zodat gebruikers gemakkelijker zakelijke

beslissingenkunnennemen.

Bigdata

Eenevoluerendetermdieeenomvangrijkehoeveelheidgestructureerde,

semigestructureerd en ongestructureerd data beschrijft die de

mogelijkheidheeftomtewordenontgintvoorinformatie.

BouncerateHet percentage bezoekers die naar een website komen en vertrekken

zonderanderepagina'sopdewebsitetebekijken.

Business-to-businessDeuitwisselingvanproducten,dienstenofinformatietussenbedrijven,in

plaatsvantussenbedrijvenenconsumenten.

Business-to-consumerEen dienst of productuitwisseling van een bedrijf naar een consument,

terwijldehandelarenproductenaandeconsumentverkopen.

CampagnemanagementEen proces dat het plannen, uitvoeren, volgen en analyseren van direct

marketingcampagnesomvat.

10

ColdcallingAanwenden van personen die nog geen relatie met de onderneming

hebben,doorgaanspertelefoon.

Considerationfase

Deze fasevolgtopdeawareness fase.Hierheeftdekopereenbewuste

overweginggemaaktenverschillendeoplossingenonderzocht.Dekoper

heefteenreeksmogelijkheden.

Content

Hetcreërenendelenvanonlinemateriaal(zoalsvideo's,blogsensociale

mediaberichten)dienietexplicietisbedoeldomhetbevorderenvaneen

merk,omdebelangstellingvoorproductenofdienstentestimuleren.

ConversieDe handeling van het omzetten van bezoekers die een gewenste actie

ondernemen.

Conversieratio Hetpercentagebezoekersdieeengewensteactieondernemen.

Convertfase Bezoekersconverterennaarleads.

Cross-sellingTechniekomeenklantmeertedoenbestedendooreenproducttekopen

datverbandhoudtmetwateralwerdgekocht.

CrossplatformGebruikvaneenmarketingkanaalomeenanderkanaalteondersteunen

oftebevorderen.

Customerjourney

Detotalewaardevanalleinteractiesmeteenondernemingofmerk,toe

te schrijven aan een klant, terwijl op zoek naar een product of dienst

leidendnaareentransactie.

CustomersuccesDepartement van een onderneming dat verantwoordelijk is voor het

beheervanderelatietussendeondernemingenhaarklanten.

Databasemarketing

Een systematische aanpak van het verzamelen, consolideren en

verwerkenvanconsumentengegevens(zowelvoorklantenalspotentiële

klanten).

Datamining

Hetprocesvansorterenaandehandvangrotedatasetsompatronente

identificeren en relaties op te zetten om problemen op te lossen door

middelvandata-analyse.

Diffusie Hoeeeninnovatiezichheeftverspreidineengroep,gemeenschapofland

DirectemarketingEen vorm van marketing waarbij een onderneming direct in contact

treedtmetpotentiëleklanten,aandehandvane-mail,telefoon,etc.

Empirisch Afgeleidvanofgeleiddooreenobservatieofexperiment.

Expertsysteem

Eencomputerprogrammadatgebruikmaaktvankunstmatigeintelligentie

omeenoordeelengedragtesimulerenvaneenmensofeenorganisatie

diedeskundigekennisenervaringheeftineenbepaaldgebied.

11

InboundmarketingEen strategie dat zich richt ophet aantrekken van klanten, of leads, via

content,waardoorpotentiëleklantennaardeondernemingkomen.

Informatietechnologie

Het gebruik van computers, opslag, netwerken en andere fysieke

apparaten,infrastructuurenprocessenomallevormenvanelektronische

gegevenstemaken,verwerken,opslaan,beveiligenenuitwisselen.

InteractievemarketingStrategie die tweerichtingscommunicatie gebruikt om consumenten

directmeteenondernemingteverbinden.

KanalenVerwijstnaareenmanieromeenproductbeschikbaartestellenvoorde

eindverbruikers.

Klantsegmentatie

De praktijk van het verdelen van een klantenbestand in groepen van

personendieopbepaaldemanierenrelevantzijn,zoalsleeftijd,geslacht,

etc.

KlassiekemarketingActies gedefinieerd door het 4P’s van de marketingmix; Product,

Promotie,PrijsenPlaats.

LandingspaginaEen standalone webpagina die verschilt van de hoofdwebsite, en is

ontworpenvooreendoelgerichteactie.

LeadgeneratieEenprocesompotentiëleklantenteidentificerenentecultiverenvoorde

productenofdienstenvaneenonderneming.

LeadsPotentiëleverkoopkansen:eenindividuoforganisatiedieinteressegeeft

inproductenofdienstenvaneenonderneming.

MachinaallerenBiedt computers de mogelijkheid om te leren zonder expliciet

geprogrammeerdteworden.

MediumEenmedium is een derde of een element waarmee een bericht wordt

medegedeeld.

MobielemarketingMobiele marketing is promotieactiviteit ontworpen voor mobiele

telefoons,smartphonesenanderemobieleapparaten.

Mobilecommerce

Handel van goederen en diensten via mobiele apparaten zoals

smartphones.

NeuralenetwerkenEen systeem van hardware en/ of software die volgens dewerking van

neuroneninhetmenselijkebreinisgevormd.

Nurtureflow

Proces om relaties met kopers te ontwikkelen in elk stadium van de

verkooptrechter.

12

OutboundmarketingEen onderneming start de conversatie en stuurt zijn bericht naar een

publiek.

PersonalisatieHetprocesvanhetopmaatmakenvanpagina’senanderemediumsnaar

individuelekenmerkenofvoorkeurenvanindividuelegebruikers.

Prospect Eenpotentiëleklant.

Relatiemarketing

Een proces van coöpererende activiteiten met klanten om wederzijdse

economische, sociale en psychologische waarde te behalen of te

verbeteren.

Retentiepercentage Hetpercentageklantendieineenvolgendjaarblijvenkopen.

TechnicalstackEen groepering van technologieën die marketeers gebruiken om uit te

voerenenhetverbeterenvanhunmarketingactiviteiten.

TriggerEenhandelingofgebeurtenis,diealsstimulusfungeerteneenreactieof

reeksreactiesinitieert.

UpsellingTechniek om een klant meer te doen besteden door een upgrade of

premiumversievanwaterwerdgekochttekopen.

Verkeer Hetaantalmensendateenbepaaldewebsitebezoekt.

Viralemarketing

Techniekdieeenondernemingofgebruikervoorzietomeenberichtdoor

te geven aan websites of gebruikers, waardoor een potentiële

exponentiëlegroeiindezichtbaarheidwordtveroorzaakt.

WebinarsEen educatieve, informatieve of instructieve presentatie die online

beschikbaarwordtgesteld,meestalalsvideoofaudiometdia's.

Zoekmachine

advertenties

Adverteren op zoektermen, zodat tekstadvertenties worden getoond

tussendegesponsorderesultateninzoekmachines.

Zoekmachine

optimalisatie

Geheel aan activiteiten bedoeld om een website hoog in de

zoekresultatentelatenverschijnenvaneenzoekmachine.

13

1.Inleiding

Marketing isdeafgelopen tweedecennia ingrijpendveranderd.Gedruktemedia, televisieenaudio

verliezenhunrelevantiealsmedium,terwijltechnologieendigitalisatienieuwemanierencreërenom

mensen tebeïnvloeden (Holliman,Rowley,&Smith, 2012).Dezenieuwemanieren kenmerken zich

door twee zaken. Enerzijds biedt deze nieuwe manier van marketing (ook wel digitale marketing

genoemd) zowel individuen als ondernemingen de mogelijkheid om marketingacties efficiënt en

kosteneffectief toe te passen. Anderzijds heeft digitale marketingtechnologie een omgeving

gecreëerd waarmee grote volumes respondenten kunnen worden bereikt zonder al te grote

marketinginvesteringen(Brinker&McLellan,2014).

Determ‘digitalemarketing’wordtregelmatiggebruiktdoorzowelondernemingenalsindividuen.Lee

Oddenheeftnegenchiefmanagerofficers(CMO’s)geïnterviewdomdetermteherdefiniëren,omdat

ergeeneenduidigbegripbestaatdoordatdetermvaakgebruiktwordt.Deconclusiewasdatdigitale

marketingeenhefboomeffectuitoefendeopdemogelijkhedenvanmarketing.Digitalemarketing is

meetbaar,waardoormarketingnuttigerwordt voorpersonenenondernemingenom te gebruiken.

OokmeentOddendatdigitalemarketingwordtgekenmerktdoorhetgebruikenvaneenbreedscala

aan verschillende kanalen om content te verspreiden (Odden, 2015). De auteurs Visser & Berend

beschrijven digitale marketing als de combinatie van zowel online kanalen als marketingkanalen.

Voorbeeldenhiervanzijnwebsites,e-mailen(digitale)televisie(Visser&Berend,2015).

Digitale marketing bevindt zich anno 2017 in een fase waarin automatisering plaatsvindt (Hilker,

2017).Marketing automatisatie (MA), refereert naar softwaremet het doel ommarketingacties te

automatiseren.Marketingafdelingenhebbenherhaalde takenzoalse-mails, socialemediaberichten

en andere marketingacties. De technologie van marketingautomatisering maakt de uitvoering van

deze taken makkelijker (Wood, 2015). In het eerste wetenschappelijke onderzoek over MA

gepubliceerdin1998warenBuckling,LehmannenLittleervanovertuigddatMA,gecombineerdmet

digitale marketing, het marketinggebeuren zou doen veranderen. De transformatie - of anders

geformuleerd,digitalisatie -vanmarketingheeftdoordegroeiaanmediumseenbehoefteaanMA

gecreëerd.MAiseenessentieelonderdeelvandigitalemarketinggeworden,omdathetessentieelis

inhet leverenvan relevantegepersonaliseerde communicatie viadigitaleenofflinemedia. (Sabnis,

Chatterjee, Grewal, & Lilien, 2013). Het aanpassen van content op basis van personalisatie, is een

centraal component van MA. Inmiddels is dit niet meer weg te denken uit een digitale

marketingstrategie. (Montgomery & Smith, 2009). Personalisatie geeft aan demarketeer de juiste

signalenomrelevantecontenttoetewijzenaaneenpersoon(Vesanen,2007).

14

MA vereist geavanceerde systemen om grote hoeveelheden data te verwerken. Systemen voor

klantbeheer (CRM), analytische systemen zoals Google Analytics en andere software zijn dan ook

noodzakelijk voor de opbouw van MA. MA heeft een ondersteunende functie voor de

verkoopafdeling.MAbiedtinformatieoververkoopopportuniteitenviaeenCRM-systeem(Järvinen&

Taiminen,2016).

In België bieden bedrijven zoals Hubspot, Marketo, Pardot en Eloqua reeds hun diensten en

ondersteuning aan op het gebied van MA. Volgens onderzoek in 2016 gebruikt 37% van de

ondernemingen in België MA. Niettemin zijn er bij deze ondernemingen problemen met het in

gebruikstellenvanMA.Bijeenderdevandeondernemingenstaatdatacentraalbijhetnemenvan

marketingbeslissingen. Verder blijkt dat 43% van de ondernemingen moeite heeft met de

implementatievanMA(Thehouseofmarketing,2016).

BijgevolgisdeadoptievanMAeeninteressantonderwerpomteonderzoeken.Echter,ontbreekter

nogwetenschappelijkeonderbouwing/onderzoek.Diemoeterwel zijn,wantMA is essentieel voor

veel ondernemingen. Als gevolg groeit het aantal aanbieders van MA sterk, grote bedrijven zoals

Hubspot en Marketo leveren MA aan het grote publiek (Ascend2Research, 2015; The house of

marketing,2016).

Er wordt gesproken over kunstmatige intelligentie (KI) van zodra computers intelligent gedrag

vertonen.Dit iseenonderzoeksdomeinindecomputerwetenschappenenheeftin2014zijnintrede

inmarketinggedaan (Brinker,2016;Roetzer,2014).Doordatdeklantsteedshogereeisensteltaan

personalisatieendienstverlening,heeftdemarketeertemakenmetcomplexekeuzes.KIkanhieraan

bijdragen,doorzichtoetespitsenopspecifieketakenengebruiktemakenvangrotehoeveelheden

dataenmachinaalleren(Lazaris,Vrechopoulos,Katerina,&Doukidis,2014).

DitonderzoekcombineertconceptueleadoptiemodellenvantechnologiemetMA.Hetvindenvande

factorendieeenrolspelenindeadoptievanMA,zorgtvooreensamenhangendestudie,dievalide

informatieenonderwerpenoplevertvoorverderonderzoek.Naasthetraadplegenvanacademische

literatuur worden interviews afgenomen bij marketingmanagers en CMO’s van verschillende

ondernemingen.Hetresultaatwordtopeenuniverseelniveauvoorgesteldomdedeterminanten,en

de rol van KI te onthullen in de adoptie vanMA, zodat het toekomstige onderzoekers op de best

mogelijkemanierkandienen.

15

1.1Objectieven

Het doel van deze studie is enerzijds om uit te zoeken welke determinanten er bestaan voor de

adoptie vanMA,enanderzijdsofKIhieraanbijdraagt.Daaromwordenondernemingenonderzocht

dieenigeervaringmetMA-technologiehebben.Hethuidigeonderzoekconcentreertzichopadoptie

vantechnologie;ditisvrijgeneriekenkentgeenverdereonderscheiding.DeadoptievanMAisweinig

onderzocht,integenstellingtotdeinvloedvanKIopautomatischeprocessen.Decrucialeelementen

dienodig zijnvoorhetuitvoerenvanMAwordengrondigbestudeerd.Watnietwegneemtdatook

elementenzoalsCRM,personalisatie,content,leadgeneratieenscoringsregelswordeningezetinhet

bepalenvande invloedvanKIopadoptie.Wetenschappelijke literatuurspeelteenessentiëlerolbij

hetcombinerenvanbestaande literatuurrondadoptievantechnologieenonderzoekenbetreftMA

en KI. Theoretischemodellen van adoptie leggen de basis voor dit onderzoek; deze bepalenwelke

determinanteninaanmerkingkomenvoorMA.Theorieënvanautomatischeprocessen,personalisatie

en aanbevelingen zijn essentieel om KI te verbinden met MA. Een empirisch onderzoek wordt

uitgevoerd bij ondernemingen die MA succesvol hebben geïmplementeerd. Het gebruik van deze

gegevens zorgt voor een breed perspectief, verder biedt het meerdere middelen om een dieper

inzichtteverkrijgenindevoordelenvanMA.

Onderzoeksvragen:

1. Welkedeterminantendragenbijaandeadoptievanmarketingautomatisatie?

a. Watzijndebelangrijkstedeterminantenvooradoptie?

2. Hoedraagtkunstmatigeintelligentiebijaandeadoptievanmarketingautomatisatie?

Dehierbovengenoemdeonderzoeksvragenvormeneengedegenbasisomeencoherenteenvalide

studie op te zetten over de adoptie vanMA en de rol van KI. Het onderzoek omvat alle cruciale

elementenvanadoptie,MAenKI.Daarenbovenkandestudiewordengebruiktdoorondernemingen

bijhetimplementerenvanMAenpotentieelKI.

16

1.2 StructuurDe studie bestaat uit zes hoofdstukken met elk een onderverdeling. Het literatuuronderzoek in

hoofdstuk 2 start met digitale marketing, om daarna verder te gaan naar customer relationship

management (CRM). Dit vormt de uiteindelijke basis voor MA en het geautomatiseerde

marketingproces. Aansluitend op de basis van wetenschappelijke literatuur worden vier

hoofdmodellen voorgesteld over adoptie, acceptatie en diffusie van technologie. Aan de hand van

dezemodellenwordendeterminanteninkaartgebrachtvoordeadoptievantechnologie.Tenslotte

wordenuitgaande van literatuur debestanddelen van KI gepresenteerd in relatie totmarketing en

automatisatie. Na de onderzoeksaanpak in hoofdstuk 3, worden de bevindingen gerapporteerd in

hoofdstuk4.Deresultatenzijnonderverdeeldindriecategorieën.EerstwordtMAvolledigbesproken

met de verschillende determinanten in relatie tot adoptie van MA, en daarna opmerkelijke

implicaties.HiernawordtKIonderdeloepgenomen.Inhoofdstuk5wordtindezestudieverzamelde

theoretischeenempirischekennisbesproken.Overeenkomstenenverschillenwordenverduidelijkt,

evenals worden de onderzoeksvragen beantwoord. Verder in hoofdstuk 6 worden implicaties

omschrevendieconcretesuggestiesbiedenaanmarketingmanagersenCMO’sbijhetoverwegenom

gebruik te maken van een MA-systeem als onderdeel van hun marketing. Als afsluiting worden

suggestiesgegevenvoorverderonderzoek.

17

2.Theoretischkader

“Ifthishasbeentheageofmarketingdecisionsupport,weforseethatthenexttwodecadeswillusher

intheeraofmarketingdecisionautomation.Inotherwords,thedecisionswecansupporttodayare

primecandidatestobedecisionswecanautomatetomorrow.”(Bucklinetal.1998)

Inhoofdstuktweewordtdebestaandeliteratuuruiteengezet.AllenoodzakelijkeonderdelenvanMA

wordenbehandeld.Dehuidige studiebespreektdeadoptie vanMA,enMA in relatie totKI.Het is

daarom van belang om door alle aspecten te gaan die bij de uitvoering van het proces zijn

opgenomen.DeliteratuurstudiestartmetdeelementendieMAnodigheeftomtefunctioneren.

Eerstwordtdigitalemarketinggeïntroduceerd,daarnaCRM’senhoeleadswordengegenereerd.Dan

wordtMAinkaartgebracht.Hetbegrip‘kunstmatigeintelligentie’wordtnaderhandbekeken.

2.1Digitalemarketing

Ondankshetveranderendekaraktervanmarketing,blijftdeessentieervanhetzelfde.Wantvolgens

Hauerismarketingnogsteedsbedoeldombekendheidteverwezenlijkenondereengewenstegroep

mensen.Enkeldemiddelenomdittebereiken,zijndeafgelopen20jaarveranderd(Hauer,2011).Uit

onderzoek blijkt ook dat marketing is getransformeerd van een doelgericht denkproces naar

geïntegreerde marketingcommunicatie, bestaande uit meerdere offline en online kanalen waar

klanten aanwezig zijn (Richardson, James, & Kelley, 2015). Geïntegreerde marketingcommunicatie

impliceerteenplanningsprocesomdeboodschapzoduidelijkencoherentmogelijkovertebrengen.

Na succesvolle communicatie is het de bedoeling dat de klant een duidelijk beeld heeft van het

betreffendemerk,ongeachthetmarketingkanaal(Karjaluoto,2010).

De verschillende vormen van marketing verbeteren de ontwikkeling van een meer holistische

boodschapnaardeklantenverhogentegelijkertijddewerklastvoormarketeersomwillevandegroei

aan nieuwe marketingkanalen. MA bestaat ook om dit proces efficiënter te doen verlopen en

uiteindelijkdeklantbetertebedienen(Bucklin,Lehmann,Warren,&Little,1998).

Bekendemiddelenvoordigitalemarketingzijndirectemarketing(bijvoorbeeld:e-mailentelefoon)en

internet marketing. Laatstgenoemde doelt op marketing op bepaalde websites, banners,

zoekmachineadvertenties (SEA) en zoekmachineoptimalisatie (SEO). Andere soorten van digitale

marketing zijn virale marketing, advergaming, mobiele marketing, sociale media marketing,

interactievetelevisieenwebinars(Karjaluoto,2010).

18

Literatuur omschrijft mobiele marketing als een van de snelst groeiende mediums (Leppaniemi &

Karjaluoto,2005).Vandaagdedagismobielemarketinggegroeidvaneenbeknopteberichtendienst

naarmobielemarketingopsmartphonemetapplicaties,mobielewebpagina’senlocatie-gebaseerde

marketing.Daarnaasthebbencrossplatformapplicatiesendienstenvoormeerderemarketingkanalen

eenoptimaleomgevinggecreëerdomteadverterenendatateverzamelen(Tunsakul,2008).

2.1.1Marketingtechnologie

Onder ‘marketingtechnologie’ vallen initiatieven en instrumenten die technologie inzetten om hun

doelstellingen te bereiken. Een instrument is bijvoorbeeld sociale marketing (Andreasen, 1994;

Khanlari, 2015). Vrijwel iedereen die in contact komt met digitale marketing heeft te maken met

marketingtechnologie (Ford & Saren, 2001; Malhotra, 2002). Marketingtechnologiemaakt gebruik

van het internet (Atwong & Hugstad, 1997). Hierdoor zijn nieuwe mogelijkheden ontstaan, zoals

personalisatie, business-to-business (B2B), ontdekken van nieuwemarkten, relaties opbouwenmet

deconsument(Ansari&Mela,2003;Choudhury&Harrigan,2014).

Onderzoekovermarketingtechnologieisnietnieuwinhethuidigmarketinglandschap(Katz&Shapiro,

1986). Wel is er de afgelopen 20 jaar een groei van het aantal studies naar deze technologieën

(Atwong & Hugstad, 1997; Brinker & McLellan, 2014; Gummesson, 2008; Roberts, 2003). Verder

bestaat er uitgebreide literatuur die zich toespitst op specifieke technologieën zoals customer

relationshipmarketing(Zikmund,McLeod,&Gilbert,2003).

2.1.2Relatiemarketingengegevensverzameling

De traditionelemarketing is hoofdzakelijk gericht op een onmiddellijke stijging van de omzet. Het

houdtgeenrekeningmethetvooruitzichtvaneenlangdurigerelatiemetdeklant(Zikmund,McLeod,

&Gilbert, 2003). Ondernemingenmoeten blijven innoveren en dienen zich te onderscheiden door

actuele noden van klanten te (her)kennen. Zo is er een behoefte ontstaan aan het opbouwen en

onderhouden van klantenrelaties (Baran, Galka, & Strunk, 2008). Dit type marketing heet

relatiemarketing(Gummesson,2008).

Relatiemarketingheeftaltijdbestaan.Vanaf1980zorgdehetdigitaletijdperkvooreenherdefiniëring

van het begrip.Onderzoekers ontwikkelden daaromeen nieuwedefinitie: “Relatiemarketing is een

proces van coöpererende activiteiten met klanten om wederzijdse economische, sociale en

psychologischewaardetebehalenofteverbeteren."(Sheth,Parvatiyar,&Sinha,2015).

19

Het onderzoek vermeldt dat relatiemarketing zich verder zal uitbreiden tot meerdere

marketinggebiedendankzijcoöperatietussenondernemingenensamenwerkingmetdeklanten.Ook

Gummesson benadrukt in zijn studie dat de ontwikkeling van informatietechnologieën, CRM-

systemen en digitalisering ervoor zorgt datmarketingmeer gericht is op het bouwen van relaties

(Gummesson,2008).

Digitale marketing biedt marketeers de gelegenheid om precies te kunnen volgen welke acties

(toekomstige)klantenhebbenuitgevoerdopdebedrijfskanalen.Dezeinformatiewordtopgeslagenin

een centraal CRM-systeem (Baran e.a., 2008). Met deze gegevens kan de marketingmanager een

relatie met de klant opbouwen. Het verzamelen van informatie gebeurt via allerlei methoden

(bijvoorbeeld: e-commerce software, e-mail of online formulieren). Door digitalemarketing en een

CRM-systeem op een technologisch niveau te combineren, kan gegevensverzameling op een

individueelniveauplaatsvinden(Järvinen&Taiminen,2016).

20

2.2Customerrelationshipmanagement

Customer relationship management (CRM) bestaat sinds eind jaren 90 in de bedrijfswereld.

Aanvankelijk werd het alleen voor klantenservice gebruikt en niet als eenmarketinginstrument op

zich. Door de opkomst van de informatietechnologie,worden CRM-systemen nu gebruikt voor het

opslaan van grote hoeveelheden data uit verschillende kanalen. Deze datawordt gebruikt door de

verkoop-, marketingafdeling, klantenservice en andere departementen van een onderneming

(Fjermestad & Nicholas, 2015). Het traditionele CRM-systeem is geëvolueerd van CRM naar

elektronischeCRM(eCRM),waarelektronischetransactiesplaatsvinden,engegevensverzamelingen

handelingenmet de klant real-timeworden opgeslagen in het CRM-systeem (Gurău, Ranchhod, &

Hackney,2003).CRM-systemenzijndusuitgegroeidtoteenondersteuningvanallebedrijfsprocessen

(Barane.a.,2008).

CRMisontwikkeldomeenvoudig informatieteverzamelen,waardevolleklantenidentificerenende

klantenloyaliteittebewaren.Eendergelijksysteembiedtdemanagerdemogelijkheidomklantente

voorzien van aangepaste producten en diensten op basis van de verzamelde gegevens (Rigby,

Reichheld, & Schefter, 2002). Door de verzamelde gegevens op te slaan in het systeem, kan een

onderneming proactieve en gebruikelijke processen automatiseren, zoals het opstellen van een

offerte,ofinkaartbrengenwaaractiesvanklantenwordenopgevolgd(Aguilar-Savén,2004).

CRM-systemen leggen de basis voor dewerking vanMA. Verschillende gegevens verzameld uit de

marketingmixmakenhetmogelijkomautomatiseringtehanterenophetgebiedvanrelatiemarketing,

dievaakinB2B-marketingwordttoegepast(Hajihosseini,Faradmal,&Sadighi-Pashaki,2015).

Eerder behandelde onderwerpen omtrent digitale marketing en CRM zijn de beginsels voor het

verdereonderzoekvanMAenmeer specifiekvoorklantenaan tebrengen,namelijk leadgeneratie,

hetgeenvervolgenswordtbesproken.

21

2.2.1Leadgeneratie

Vooraleer er sprake was van de termen ‘informatietechnologie’ en ‘e-commerce oplossingen’,

gebeurdehet verzamelen van klantendoorgaans via netwerkingof directemarketing.De focus lag

daarbij op de verkoop. Professoren Üstüner en Godes suggereren in hun onderzoek een

netwerkmodelomde verkopen ineenonderneming te verbeteren (Üstüner&Godes, 2006). Inde

eerste plaats wordt de prospect geïdentificeerd, om vervolgens door te gaan naar leadgeneratie.

Daarnawordteenoplossingbedachtvoordeklantzijnbehoeftenenwordtdeverkoopgesloten.Dit

modelvanleadgeneratiewerktvoornamelijkindeB2B-sector(Järvinen&Taiminen,2016).

Het evaluatieproces van nieuwe klanten startmet het indelen van personen of ondernemingen in

segmenten.Ditgebeurtopbasisvandekanstotconversie;dewaarschijnlijkheiddatiemandeenklant

wordt.D’haensamenmetVandenDoelconceptualisereneenverloopvanacquisitievanklanten.Dit

verloopkrijgtdeterm‘verkooptrechter’alsbenamingenwordtweergegeven in figuur1 (D’Haen&

VandenPoel,2013).

Hetprocesbegintmetgeïnteresseerden,waarinallemogelijkeklantenvervatzitten.Danvolgende

prospecten die bestaan uit een groep van personen of ondernemingen die worden gefilterd met

behulpvangedefinieerdecriteria.Nadeprospectenkomendeuitonderzoekverkregenleadsaande

beurt.Leadszijn individuenofondernemingendieaanspecifiekecriteriavoldoenofmeer interesse

hebbengetoondtijdenshetselectieproces.Klantenbestaanuitleadsdieuiteindelijkwordenomgezet

naareenverkoop(bijvoorbeeldnaeenverkoopgesprek)(D’Haen&VandenPoel,2013).

Het evaluatieproces van geïnteresseerden, prospecten en leads heeft een grote hoeveelheid aan

informatie te verwerken. Dit gebeurt aan de hand van computerprogramma’s. In het bijzonder

gebeurtditaandehandvandataminingenmachinaalleren(ziehoofdstuk2.6).

Figuur1:Verkooptrechter(D’Haen&VandenPoel,2013)

22

Het proces kan worden opgesplitst in twee delen; enerzijds datamining gebaseerd op opgeslagen

informatie, anderzijds het verwerken van overige data uit allerlei bronnen (Srivastava, Cooley,

Deshpande, & Tan, 2000). Verworven geïnteresseerden, prospecten en leads aan de hand van de

marketingmix kunnenworden gekwalificeerd enworden nadien verwerkt langs de verkooptrechter

metMA(Järvinen&Taiminen,2016),wat inhoofdstuk2.3wordtonderzocht.Contentmarketing is

een van de meest gewaardeerde marketinginstrumenten bij het genereren van prospecten, en

uiteindelijkvanleads,wataanbodkomtinvolgendonderdeel(Holliman&Rowley,2014).

2.2.2Contentmarketing

Erheerstdiscussieoverwelkepositiecontentmarketinginneemtsindsdatdetermpopulairwerdin

2006(Holliman&Rowley,2014;Rowley,2008).Eenbreedgebruikteengerelateerdetermisinbound

marketing. Dit is een aanpak gericht op het aantrekken van klanten door middel van content en

interacties die relevant zijn (Holliman & Rowley, 2014). Potentiële klanten worden gevonden

gebruikmakendvanblogs,podcasts,nieuwsbrieven,websites,ebooks,SEO,socialemediaenandere

manieren om content te verspreiden (Lin & Yazdanifard, 2014). Het formuleren van een verschil

tussencontent-en inboundmarketing ismoeilijk.Perslotvanrekeningheeftcontentmarketingde

techniekennodigvan inboundmarketingomzich teverspreidden. Inboundmarketingheeftopzijn

beurt content nodig om te functioneren (Hilker, 2017). Content- en inbound marketing zijn

opgenomen in dit onderzoek omdat inbound marketing wordt gebruikt in MA, en content nodig

heeft.Doordatcontentwordtgecreëerdomspecifiekebehoeftenvanklantenaantepakken,wakkert

inboundmarketingde interessevanpotentiëleklantenaan(Holliman&Rowley,2014).Content-en

inboundmarketingwordenzoweldoorB2B-alsB2C-ondernemingeningezet.BijB2C-marketinggeeft

volgensonderzoekhetverstrekkenvanbetrouwbareargumentenvertrouwenaandeconsument(Kim

&Benbasat, 2006). Inboundmarketingwordtmeestal geassocieerdmetB2B-ondernemingen.Voor

dit typeondernemingen is een goede klantrelatie creërenenbehoudenbelangrijk.Dit kanworden

verwezenlijktmetcontentmarketing(Holliman&Rowley,2014).OokvoorB2C-ondernemingenmet

dehulpvane-commerceenmobilecommerce(m-commerce)(Hilker,2017).Ditmaakteveneenshet

verzamelen van data op elk moment mogelijk en deze data is belangrijk voor het aanleveren van

relevante content (Balasubraman,Peterson,& Jarvenpaa,2002).Gegevensverzamelinggebeurt aan

de hand van content-, inbound marketing, e-commerce en m-commerce. Deze informatie wordt

nadienopgeslagen ineenCRM-systeem, inclusiefde validatie vangeïnteresseerden,prospectenen

leads. Hoe deze methoden worden ingezet richt het onderzoek zich op MA, wat hierna wordt

behandeld.

23

2.3Marketingautomatisatie

Ditonderzoekverdieptzichinmarketingautomatisatie(MA).RandolphBucklin,DonaldLehmannen

JohnLittleintroduceerdenin1998hetideevanmarketingautomatisering(Buckline.a.,1998).Tijdens

eenpresentatievanJohnD.C.Littleopde5deInvitationalChoiceSymposiumin2001vervatteLittlein

volgendezindeessentievanmarketingautomatisatie:"WatvertellenweaanretailerXomtedoen

alsklantYopmaandagochtendverschijnt?"(Little,2001).

ToenwerdreedsvoorgesteldomdigitalesporenteverzamelenvanklantYomnadienmodelleninte

zetten om tot relevante resultaten te komen. Een dergelijk geautomatiseerd

marketingbeslissingssysteem belooft een verhoogde productiviteit en betere return on investment

(ROI)opmarketinginvesteringen(Bucklin,Lehmann,&Little,1998).

Demotivatievan2001verschiltweinigmetdehuidigedefinitie;hetgebruikvangeschiktemodellen

opgrotehoeveelhedendata(Durga,2015).Hetkernideewasomadaptieftereagerenopkeuzesdie

klantenmakenophetinternet.Littlesuggereertvijfniveausvansysteemwerking:(1)Gegevensinvoer,

(2)Real-timebeslissingsregels, (3)Updatesvandebeslissingsregels, (4)Feedbackaanmanagers,en

(5)keuzevanstrategie(Bucklin,Lattin,Ansari,Gupta,Bell,Little,e.a.,2002;Little,2001).Ditconcept

suggereertdeimplementatievanreal-timebeslissingsregelsdiewordengekalibreerdmetbehulpvan

historische informatie en bijgewerktworden door kleine veranderingen door te voeren tijdens het

aankoopproces(Buckline.a.,1998;Little,2001).

In2001verwachttemendateenMA-systeemfeedbackgafaanhetmanagementvoordirectiesom

de gebruikte strategieën aan te passen. Het initiële begrip van MA werd niet gespecifieerd en

omvatte bijvoorbeeld de ontwikkeling van aanbevelingstechnologie (wat inmiddels een eigen

onderzoekingsveldvormt)(Hung,2005).TerwijlMAbestemdwasvoorpersonalisatiedoormiddelvan

allevierdemarketingmixactiviteiten(product,prijs,promotie,plaats)(Aquino,2013;Montgomery&

Smith,2009).Echter,ishetingeperkttotdecomputergestuurdereal-timegepersonaliseerdeprijzen,

en promotie (Heimbach, Kostyra, & Hinz, 2015). Kantrowitz definieert MA als het gebruik van

software voor het automatiseren van marketingprocessen, zoals klantsegmentatie en campagne

management.Het doel is klantenbinnenhalen en vertrouwenop te bouwenmet de (toekomstige)

klanten door het automatisch aanpassen van persoonlijke en relevante content (Hubspot, 2015;

Kantrowitz,2014).

MA bevindt zich volgens Brinker in de categorie van ‘content & experience’ in het

technologielandschap (Brinker, 2016). Het gebruik van marketing automatisatie software maakt

processen die anders manueel worden uitgevoerd, veel efficiënter. Verder is MA is een integraal

onderdeelvancustomerrelationshipmanagement(Sweezey,2014).

24

2.3.1Voorbeeldvantoepassingen

Om het concept vanMA beter te begrijpen, zijn er drie fictieve scenario’s uitgewerkt waarin MA

gebruiktkanworden.

1. Eenrestaurantketenkandeinhoudaanpassenvoorhunsmartphoneapplicatieopbasisvan

het weer en de locatie van de gebruiker. Als het een zonnige dag in Barcelona is, kan de

applicatieautomatischcouponsvoorfrisdranktonenaandegebruikers.

2. Een klant heeft reeds enkele bioscooptickets gekocht, waarin telkens dezelfde populaire

acteurspeelt.Gebaseerdopdeaankoopgeschiedenisengeslacht,isdeklantinditgevaleen

vrouw.Voordepremièrevaneenfilmwaarindemannelijkeacteurdehoofdrolspeelt,wordt

automatischeene-mailverstuurdnaardezeklant.

3. Een online reisbureau past hun aanbiedingen aan op ingevoerde trefwoorden in een

zoekmachinediegebruikersdoorverwijstnaardewebsitevanhetonline reisbureau. Indien

degebruikerdetrefwoorden“strandmetveelzon”invoert,zaldewebsitealseerstezonnige

bestemmingen laten zien. De website past zich aan naar winterbestemmingen indien de

zoekopdracht“skiën”is.

2.3.2Onderscheidvangerelateerdeterminologie

MA wordt vaak geassocieerd met CRM-systemen of mailinglijsten gebaseerd op campagnes, zoals

nieuwsbrieven. Het kan snel verward worden met andere gerelateerde marketinggebieden, zoals

database marketing, interactieve marketing, gepersonaliseerde marketing en directe marketing

(Montgomery&Smith,2009).HetconceptMAheeftenkelegemeenschappelijkeprincipesmetdeze

gerelateerdegebieden,maarbezit componentendiezijnautonomedefinitie rechtvaardigt.Dekern

vanMAiseenautomatischeaanpassing,andersgezegdeenpersonalisatievandemarketingmix.MA

kent zijn ontstaan in B2B. B2B-marketeers beheren hun klanten in een CRM-systeem, waarbij de

klanten op basis van hun interesse gepersonaliseerde aanbiedingen ontvangen van de

verkoopafdeling(Järvinen&Taiminen,2016).DeB2Chanteerteenanderebenadering,enisenigszins

beperktinhetaanbiedenvangepersonaliseerdecontent.

DetoepassingvanMAtransfereertaspectenvanhetB2B-modelnaarhetB2C-modeldoorklantente

adresseren met gepersonaliseerde content en relevante aanbiedingen. Met als resultaat dat een

verhoogde betrokkenheid wordt waargenomen (Li & Karahanna, 2015). Bovendien is er meer

aandachtvoorhetmerkdankzijdeverbeterde relevantievandeverstrektecommunicatie (Dijkstra,

2008).BijgevolgkunnenondernemingendieMAgebruikenhunconversieratio,cross-enupsellingen

retentiepercentageverhogen.

25

MA vult marketinggebieden zoals interactieve en directe marketing aan door de toevoeging van

geautomatiseerde processen (Durga, 2015). Verder overtreft het conventionele

CRM-systemen en e-mailmarketing, omdatMAmeerdere bronnen gebruikt - zelfs van onbekende

gebruikers - om content te plannen voor allerlei raakpunten. Voorbeelden hiervan zijn websites,

smartphonesofe-mails(Aquino,2013).

2.3.3Marketingautomatisatieproces

MA komt overeen met het klassieke marketingmanagementproces, waarbij ten eerste de situatie

geanalyseerdwordt(data-analyse).Tentweedewordendedoelstellingenafgeleid,waarnadeacties

of handelingen worden gedefinieerd. Vervolgens worden deze geïmplementeerd, waarna de

resultatengemetenwordenenerbijgestuurdwordtwaarnodig(Bucklin,Lattin,Ansari,Gupta,Bell,

Coupey, e.a., 2002). Omdat de analysefase in het begin is gekoppeld aan klant- of

gebruikersinformatie,isdebeschikbaarheidvandataeenkritiekevoorwaardevoorMA(Little,2001).

Dezegegevenskunnenafkomstig zijnuiteenklantendatabase,maarkunnenookverzameldzijnvia

een website (Bucklin, Lattin, Ansari, Gupta, Bell, Little, e.a., 2002). Ook na de analyse zijn deze

gegevens nog van belang, aangezien alle geautomatiseerde acties een direct gevolg vormen op

bestaandeof actuele informatie.Debelangrijkste opbrengst ligt in de geautomatiseerdeuitvoering

vandezeactiesvoorduizendengebeurtenissenzodraeenregelbepaaldis.Hiertoekunnenmanagers

historischeklantgegevensexploiteren,omvervolgensbijvoorbeeldklantentesegmenterenopbasis

van reactie op marketingcommunicatie, zoals nieuwsbrieven, of demografische informatie zoals

leeftijd. Managers distilleren inzichten uit deze segmenten en regels voor toekomstige

marketingacties(Sabnise.a.,2013).DaarnaastkanMAingezetwordenwanneerhetgebruikersgedrag

waarneembaar is, bijvoorbeeld een onbekende gebruiker is via een andere website doorverwezen

naardeorganisatiewebsite(Klos,Somefun,&LaPoutré,2011).Gelijksoortigegebeurtenissen inhet

verleden kunnen hebben aangetoond dat een bepaalde marketingactie rendabel kan zijn in

bovenstaande situatie (Sweezey, 2014). Bijvoorbeeld; een aanpassing van een landingspagina

(webpaginadieverschijntals reactieophetklikkenopeenzoekresultaatofeenonlineadvertentie)

(Ash,2012).

Echter, het optimalisatieproces zelf kan tot op een zekere hoogte geautomatiseerd worden. Als

bijvoorbeeldeenbeperktaantalmogelijkhedenvantoepassingis(bijvoorbeeldachtergrondkleurvan

een webpagina), dan is MA-software in staat om deze opties willekeurig toe te wijzen en

achtereenvolgens het objectieve alternatief te bevorderen (bijvoorbeeld een groene

achtergrondkleur verlaagt de bounce rate; het percentage gebruikers dat een webpagina bezoekt

zondereentweedetebekijken)(Farris,Bendle,Pfeifer,&Reibstein,2010).

26

Dit optimalisatieproces en de uitvoering van bovengenoemde regels kunnen te allen tijde worden

gecontroleerdenaangepastdoordemanager(Sabnise.a.,2013).Figuur2toonthetalgemeneproces

vanMA.

Daarnaast zijn er ook processen die niet noodzakelijkerwijs afhangen van grotere inzichten of

optimalisatieprocedures, maar wel de klantervaring verbeteren. Een voorbeeld hiervan is een

geautomatiseerdwelkomstsbericht(AberdeenGroup,2014).

InhetalgemeenvattentweevragendediversiteitvanMAsamen:Watwordtafgestemd?Enwelke

triggerwordtergebruikt?Deeerstevraagrichtzichopdeinformatieenhetmedium.MAkanworden

gebruiktomdeinhoud,structuurofdekenmerkenvaneenaanbiedingaantepassen(Heimbache.a.,

2015).Daarnaastkanmenautomatischeene-mailenanderekanalenaanpassen(bijvoorbeeld:een

smartphone-applicatie of een landingspagina). Zelfs traditionele (offline) kanalen kunnen worden

verbeterddoorMA(Holliman&Rowley,2014).Tedenkenvaltaanhetvermeldenvandevoornaam

vandebezoekeropeenbioscoopticket.Detweedevraagrichtzichopdetrigger(ziefiguur2).

Menkandeinhoudaanpassenopbasisvanabstracteinformatiezoalstijd(verstrekentijdoftijdstip,

datum, IP-adres (voor locatiegebaseerdemarketing),apparaatofbrowser).Het isookmogelijkom

individuele informatie zoals ingevoerde zoekwoorden in een zoekmachine, aankoopgeschiedenis,

vorige of huidige browsergedrag of accountinformatie (bijvoorbeeld: demografische informatie) te

gebruiken(Wood,2015).

Figuur2:Marketingautomatisatieconcept(Heimbach,Kostyra,&Hinz,2015)

27

2.3.4Personalisatie

Personalisatie en adaptatie zijn de hoofdbestanddelen van MA. Op basis van personaliseerbare

informatiewordenklantenbeterbedienddooraanpassingenincontent(Järvinen&Taiminen,2016).

Eenonderscheidtussenpersonalisatieenadaptatieisessentieel.Metpersonalisatiewordtverwezen

naarbeslissingenvanmarketingmanagersdiegebaseerdzijnopverworveninformatievanprospecten

(Heimbach e.a., 2015). Samenhangend is adaptatie een element van personalisatie, het aanpassen

van content (Montgomery & Smith, 2009). De term ‘personalisatie’ wordt door onderzoekers

omschrevenalseenalteratievandemarketingmixelementengebaseerdopdatavandeklant(Coner,

2003; Roberts, 2003;Wind&Rangaswamy, 2001).Het proces vanpersonalisatiewordt getoond in

onderstaand figuur (zie figuur 3). Hierop is te zien dat Vesanen een kader weergeeft voor

personalisatiewaaradaptatiewordtgecreëerddoormiddelvan interactiesenuitwisselingvandata

tussenbeidepartijen(Vesanen,2007).

Inbovenstaandconceptwordtdatageïmporteerdvanuitexternegegevens.Ookinternebronnenzijn

een bron van informatie. Informatie uit externe bronnen kunnen bijvoorbeeld door analyses zijn

opgehaald(Vesanen,2007).

Na het personalisatieproces gebeurt er een controle van het toezicht dat is uitgevoerd door

management op de set van regels voor personalisatie, zoals weergegeven in het MA-proces in

hoofdstuk2.3.3(ziefiguur2)(Heimbache.a.,2015).Enwordtvervolgensbehandeld.

Figuur3:Personalisatieproces(Vesanen,2007)

28

2.3.5Scoringsregels

Deconventionelemaniervanverkopenomvattemeestaldeaanschafvancontactlijsten,coldcalling,

beurzen en andere manuele handelingen (Khanlari, 2015). Systemen voor het verzamelen van

gegevensenvoorhetmakenvananalyseshebbendezemethodenwetenschappelijkergemaakt.Deze

systemen kunnen volgens onderzoek een acquisitieproces automatisch laten verlopen. De meest

potentiëlegeïnteresseerden,prospectenenleadskunnenautomatischgefilterdwordenuitdegrote

hoeveelheidbeschikbaredata (Yilmaz&Tolk,2008).Verderkandezedatabehandeldwordendoor

eenmarketingmanager.Hetpersonalisatieprocesverzorgddebasisvoorscoringsregelsvoorleadsen

hetcreatieprocesvandezeregels,watdeautomatischefilteringmogelijkmaakt(Maes,2016).

Het geautomatiseerde marketingproces komt overeen met het normale

marketingmanagementproces, maar herbergt voor een stuk automatisering. In eerste instantie

gebeurtereenanalysevandedata,enwordtdestandvanzakenopgemaakt.Demogelijkedoelendie

kunnen worden behaald worden vastgelegd en een reeks van automatische regels worden

uitgevoerd.Vervolgenswordendeverkregengegevensgeanalyseerdenwordenverderebeslissingen

genomenmetbetrekking totmarketingcampagnes (Heimbache.a.,2015).Tijdenshetproceswordt

de regelgeving (bijvoorbeeld: wie is een lead en wie niet?) en de scoringsregels (bijvoorbeeld: in

welke fase van het aankoopproces bevindt een lead zich?) bepaald. In dit proces benutten

marketingmanagers deze regels om inzicht te verwerven (bijvoorbeeld: X is geïnteresseerd in Y

gebaseerdopdezecampagne)(Buckline.a.,1998).Duszijndeverzameldehistorische-enreal-time

datavanklantenhetmeestcrucialeonderdeelvanhetprocesvoorMA-regels.Dezegegevenskunnen

worden opgeslagen in een CRM-systeem, dat de nieuwe gegevens samenvoegt met de reeds

bestaande. Op diemanier worden er nieuwe leads gecreëerd of bestaande aangevuld (Järvinen&

Taiminen, 2016). Nadat de regels zijn vastgelegd, kunnen marketingmanagers starten met het

validerenenopvolgenvanleadsmethetaanbiedenvanrelevantecontentofmarketingcampagnesen

verderhetverloopbevordereninhetaankoopproces,dieookautomatischgebeurd.Daarnaworden

de meest potentiële leads overhandigd aan de verkoopafdeling om verder te worden bewerkt.

(Järvinen&Taiminen,2016).Regelgevingenscoringsregelszorgenvoordebasisvangekwalificeerde

leadsdiehetverkoopprocesdoorlopen,watvervolgenswordtbehandeld.

29

2.3.6Aanbevelingen

Met MA is het resultaat telkens een gekwalificeerde lead voor de verkoopafdeling in een B2B-

onderneming of een verkoop in de B2C-sector. Als dat niet het geval is, wordt er tenminste data

verzameldoverdeklant(Reinhold&Reinhold,2014).IndeB2C-sectorbestaaterspecifiekesoftware

voormarketingmanagersoninformatieoverklantenteverzamelen,geautomatiseerdecampagnesuit

te voeren (Li & Karahanna, 2015). In het Intelligent System rapport werd een interactief

verkoopprocesvoorgesteldwaaringeaggregeerdeanoniemegegevensvanklantvoorkeurenworden

gecombineerd met specifieke gegevens over het lopende onderhandelingsproces met de

representatieveklant(Klose.a.,2011).Eensoortgelijksysteemwerdgepresenteerdin2014opbasis

van het genereren van aanbevelingen als eenB2CMA-systeem.Op figuur 4 is het concept van dit

systeemweergegeven(Reinhold&Reinhold,2014).

Hetaanbevelingssysteeminfiguur4demonstreertdedatastroomendemogelijkhedendiebigdata

(ziehoofdstuk2.6)samenmetaanbevelingencreërenvoormarketingmanagers(bijvoorbeeld:cross-

selling).InB2B-automatisatieisdehoeveelheidvanrelevantecontentvanbelang.Opbasisvaneerder

besprokenregelswordenpotentiëleklantengefilterddoorhetMA-systeemenwordhenspecifieke

content aangeboden. Dit leidt tot een situatie waarin de meest potentiële klanten bereid zijn tot

aankoop.Opditmomentneemtdeverkoopafdelinghetprocesover(Heimbache.a.,2015).Figuur5

toont een B2B-verkoopproces waar MA ingezet wordt (Järvinen & Taiminen, 2016).

Hierop is de oorsprong te zien van de geïnteresseerden, en hoe deze transformeert naar een

prospect,omuiteindelijkalseenleadnaareenverkooptewordenbegeleidenteeindigenalsklant.

Figuur4:Aanbevelingsysteem(Reinhold&Reinhold,2014)

30

Figuur5:Voorbeeldverkooptrechtermetmarketingautomatisatie(Järvinen&Taiminen,2016)

Zoals blijkt uit figuur 5 bestaat het proces uit vijf niveaus. In de eerste fase wordt het contact

geïdentificeerdwaarnahetMA-systeembeginttewerkenendemeestgeschiktecontent levertaan

de lead. Tijdens de opvolging transfereert de lead verder naar fase twee, drie en vier, waarbij de

verkoopafdelingdeleadopneemtinhunprocessenmetbehulpvaneenCRM-systeem.Deleadsdie

niettotaankoopovergaan,kerenterugenwordenverderopgevolgddoormiddelvanhetleverenvan

content gebaseerd op onderlinge observaties van de marketingmanager en het MA-systeem. De

gegevensdiewordenopgeslagendoordemarketing-enverkoopafdelinginhetCRM-systeem,stellen

MA instaatomopeenhogerniveau tewerken,danenkelmetbehulpvandegegevensverzameld

dooranalyses(Fjermestad&Nicholas,2015;Järvinen&Taiminen,2016;Sabnise.a.,2013).

31

2.4TechnologieAcceptatie-,Adoptie-endiffusietheorieën

Hoeenwaaromtechnologiezichverspreidt,isalonderzocht(Karahanna,Straub,&Chervany,1999).

Metbehulpvanwetenschappelijkeliteratuurtrachtditonderzoektedoorgrondenwelkeprocessener

plaatsvinden inhetaanwendenvanMA-technologie,metbehulpvanviermodellen.Dezemodellen

zijneerderinverbandgebrachtmettechnologischetoepassingen(Dervin,2015).

Determ‘diffusie’wordtgedefinieerdalshetprocesdat innovatie,eennieuwproductof ideemoet

doorlopen omdoor demarkt teworden geaccepteerd (Cooper, 2007). Kortom, demanierwaarop

een organisatie in contact komt met een product of idee, en of dit product dan wel idee in de

organisatiebehoefte voorziet (Mohr, 1969). Adoptie omvat het besluitvormingsproces van een

individu. Oftewel, het psychologische proces van individuen om innovaties te accepteren (Rogers,

1962).

Determen‘adoptie’en‘acceptatie’betekenenongeveerhetzelfde,alheeftadoptieeenietsbredere

betekenis.Adoptiegaatverderdanacceptatieomdathetookdeonafhankelijkheidenafhankelijkheid

vantechnologiemeeneemt(Limayem,Hirt,&Cheung,2007).

Terwijl de innovation diffusion theory (IDT) van Rogers een antwoord biedt op de aanname en

verspreiding van innovatie in een organisatorisch perspectief, is het eveneens van belang om

individueel gedrag in kaart te brengen. De theory of planned behavior (TPB), het technology

acceptance model (TAM) en de unified theory of acceptance and use of technology (UTAUT)

onderzoekendezeprocessenopeen individueel level. Aangezienmanagers debeslissingnemenof

technologische toepassingen worden gebruikt binnen een onderneming, wordt de nadruk

hoofdzakelijkopdezeindividueleprocessengelegd(Bysinger,1996).Doorverschillendemodellentoe

tepassenopmarketingautomatisatietechnologiekunnenervoorspellingengedaanwordeninwelke

matemanagersditzullenaccepterenenadopteren.

32

2.4.1Innovationdiffusiontheory

De IDT van Everett Rogers is de grondlegger geweest voor veel onderzoek naar adoptie en het

diffusieproces.Inde5eeditievanzijnboek‘DifussionofInnovations’verklaartRogersdeverspreiding

vaninnovatie;eennieuwproductofidee(Rogers,1962).Rogersheeftaangetoondinzijnonderzoek

dat een diffusieproces een logistisch verloop (gele lijn in figuur 6) kent, waarbij de cumulatie van

adoptie vaneenproductof idee langzaamstart indemarkt.Ditwordtopgevolgddooreenhevige

versnellingeneindigtlangzaam,wanneerersaturatieindemarktoptreedt(Rogers,1962).

Eveneens stelde Rogers later vast dat de beslissing om een innovatie wel of niet te adopteren in

verschillende fasen verloopt. In essentie vormt dit verloop een besluitvormingsproces, met

verschillendefasenhoeweeenbesluitvormenomeenkeuzetemaken.DeIDTonderscheidthierin

vijf fasen. In een eerste fase wordt de manager blootgesteld (1) aan een nieuw product of idee.

Nadien toont hij interesse in de innovatie, verkrijgt hij kennis (2) en vormt zich vervolgens een

mening.Aansluitendzalhijeenbeslissing (3)makenomde innovatie teaccepterenofaf tewijzen.

Daarnavolgtdeimplementatie(4),daarhijdebruikbaarheidervanbepaalt.Indelaatstefasewilde

manager zijnbeslissingbevestigd (5) ziendoor zijnomgeving (S.Newell, Robertson,&Swan,2001;

Rogers,1962).

Figuur6:Innovationdiffusiontheorycurve(Rogers,1962)

Het adoptieproces te zien op figuur 6 heeft de vorm van eenGauss curve. Het gemiddelde aantal

managersdat innovatieadopteert,neemttoetothalverwegehetdiffusieprocesomnadienterugte

dalen. Er ontstaat een verschil in de mate waarin een manager relatief sneller een innovatie

adopteertdananderemanagers.DitsteldeRogersinstaatomeenmodeloptestellendatmanagers

classificeert inverschillendegroepen,gebaseerdophet ideedatbepaaldemanagersonherroepelijk

meeropenstaanvooradoptiedanandere.

33

Tabel1:Classificatieadoptersvolgensdeinnovationdiffusiontheory(Rogers,1962)

Categorie Definitie

A InnovatorsDurvers,trekkendeverandering,dereferentiegroepwordtalsvernieuwend

beschouwd.

B Earlyadopters Socialeleiders,populair,proberennieuweideeën,voorzichtig.

C Earlymajority Bedachtzaam,voorzichtigmaaracceptereninnovatiesnellerdangemiddeld.

D LatemajoritySceptisch,waarderentraditie,prijsbewust,zullennieuweideeënofproducten

enkelaccepterenalsdemeerderheidhetreedsgebruikt.

E LaggardsTraditionelemensen,zijnkritischtenopzichtevannieuweideeënenzullenhet

slechtsaccepterenalshetnieuweideemainstreamgewordenis.

Rogers model kan ook worden uitgedrukt in termen van volwassenheid van het product. De te

onderscheiden fases zijn dan: introductie (A), groei (B), volwassenheid (C), verzadiging (D) en

achteruitgang(E).

Rogersidentificeerdedaarnaastvijfdeterminantenvaneeninnovatiedievolgenshemvaninvloedzijn

op de verspreiding en acceptatie van nieuwe technologie: relatief voordeel, compatibiliteit,

complexiteit,trialabilityenwaarneembaarheid.Dezevijfdeterminanten(ziefiguur7)bepalenvolgens

onderzoekvanRogerstot87%variatieindeadoptievannieuwetechnologie(Rogers,1962).

Figuur7:Innovationdiffusiontheory(Rogers,1962)

34

a) Relatief voordeel: de mate waarin de innovatie of technologie wordt gezien als een

verbetering van het idee dat het vervangt. Voorbeelden hiervan zijn economisch voordeel,

socialestatus,gemakentevredenheid.DezedeterminantwordtdoorRogersbeschouwdals

debestevoorspellervanadoptie.Andersgeformuleerd,hoegroterhetwaargenomenrelatief

voordeel,hoesnellerdeadoptiezalplaatsvinden.

b) Compatibiliteit: de mate waarin innovatie overeenkomt met de waarden, ervaringen en

behoeftenvandemanager.

c) Complexiteit: de mate van waargenomen moeilijkheid, waarin innovatie wordt gezien als

moeilijktegebruikenenbegrijpen.

d) Trialability:dematewaarininnovatiealdannietgelimiteerdkanwordengetest.

e) Waarneembaarheid:dematewaarinderesultatenzichtbaarzijnvooranderen.

Devraagisechterofdezemeerdanvijftigjaaroudeindelingvandaagnogvantoepassingis,geziende

sterke groei van technologie. Het is volgens Kralingen raadzaam om Rogers theorie met nodige

voorzichtigheid tebenaderen (Kralingen,2014). Lang isditeenalgemeenaanvaardmodelgeweest,

momenteelrusteralwatkritiekophetmodel.Afhankelijkvandemarkten/ofhetproductblijktdat

ditmodelnietaltijdstandhoudt(Peres,Muller,&Mahajan,2010).

35

2.4.2Theoryofplannedbehaviour

Ajzen en Fishbein formuleerden in 1980 de theory of reasoned action (TRA). Dit resulteerde uit

onderzoek naar sociaal gedrag. Grote delen van dit onderzoek zijn gebaseerd op theorieën uit de

psychologie. Ajzen en Fishbein ontwikkelden de TRA na het bepalen van de discrepantie tussen

attitude en gedrag (Ajzen& Fishbein, 1980). De TPB baseert zich op theoretische constructenmet

individuelemotivatiefactorenzoalsdeterminantenvoorhetverklarenvangedrag.Dezetheoriewordt

weergegeven op figuur 8. De TRA werd in verband gelegd met vrijwillig gedrag. Nadien bleek dit

gedrag niet 100% vrijwillig en controleerbaar te zijn. Dit resulteerde in de toevoeging van

‘waargenomen gedragscontrole’,wat refereert naar percepties van eigen kunnen of het vermogen

omeenbepaaldgedragtelatenzien(Ajzen,2002).Vergelijkbaarisdeterm‘zelfontplooiing’wathet

vertrouwen voorstelt in de eigen bekwaamheid om met succes invloed uit te oefenen (Bandura,

1977).MetdezetoevoegingwerdhetmodelomgedoopttotdeTPB(Ajzen,1985,1991).

De TPB suggereert dat het gedrag afhangt van de intentie die eenmanager heeft om het gedrag

daadwerkelijk uit te oefenen. Intentie blijkt de beste voorspeller van gedrag te zijn (Ajzen, 1991).

Intentiewordtbepaalddoordriefactoren:

1) Attitude tegenover specifiek gedrag: de houding die de manager heeft tegenover een

bepaaldegedraging(Ajzen,1985).

2) Subjectievenorm:watmendenktdatanderenervanvindenalsdemanagerbepaaltgedrag

vertoont,dematewaarineenmanager zichaandeze sociale invloedaanpast is vanbelang

(Ajzen,1975;Nigg,Lippke,&Maddock,2009;Venkatesh&Davis,2000).

3) Waargenomen gedragscontrole: percepties van eigen kunnen of het vermogen om een

bepaaldgedragtelatenzien(Ajzen,2002).

Dezevoorspellersleidentotintentie.Dealgemeneregelluidt:hoebeterdeattitudeendesubjectieve

normenhoegroterdewaargenomencontrole,hoesterkerdeintentievandemanagerombepaald

gedragtevertonen.

Figuur8:Theoryofplannedbehaviour(Ajzen,1985,1991)

36

Wanneer een van bovenstaande factoren niet geldt, dan zal de kans afnemen dat iemand het

gewenstegedraguitvoert.Bovendiendaaltdewaarschijnlijkheidnogmeeralsertweefactorenniet

gelden(Armitage&Conner,2001;Pavlou&Fygenson,2006).

37

2.4.3Technologyacceptancemodellen

2.4.3.1Technologyacceptancemodel

Het technology acceptancemodel (TAM)werd inde jaren90ontwikkelddoor FredDavis.Methet

TAM kan voorspeld en verklaard worden of een informatiesysteem geaccepteerd wordt door de

organisatie die er gebruikt vanmaakt. Daarom onderzocht Davis de belangrijkstemotieven tussen

karakteristiekenvaneensysteemenhetwerkelijkgebruikervan.HetTAMisgefundeerdophetTRA

enTPBvanFishbeinenAjzenbesprokeninhoofdstuk2.4.2.HetTAMwordtweergegeveninfiguur9

enhetmodelwerdontwikkeldinhetkadervaneeninformatiesysteem(Davis,1989).

Figuur9:Technologyacceptancemodel(Davis,1989)

TAMverschiltvanTPB,omdatDavistheoretiseertdatsubjectievenormennietdirectgerelateerdzijn

aan attitude of gedrag in relatie tot het gebruik van technologie. In plaats daarvanwordt attitude

volgensDavisbepaalddoortweefactoren:

• Gepercipieerdnut: dit refereert naardematewaarin eenmanager gelooft dat het gebruik

vaneenbepaaldinformatiesysteembijdraagtaaneenverbeteringvanprestatiesophetwerk

(Bondarouk,terHorst,&Engbers,2009;Torrisi-Steele,2014).

• Gepercipieerdegebruiksvriendelijkheid:Davisomschrijftditals“dematewaarineenpersoon

gelooftdathetgebruikvaneenbepaaldsysteemgeeninspanningvereist”(Davis,1989).Een

systeem dat beschouwd wordt als gemakkelijker in gebruik, heeft zo meer kans om

geaccepteerdtewordendoordemanager.

Dasguptaetal.gebruiktenhetTAMomdeacceptatievanonlinetechnologieteonderzoeken.Deze

studietoontaandatmetTAMdeacceptatievanonlinetechnologievoorspeldkanworden(Dasgupta,

Granger, & McGarry, 2002). Hernández et al. gebruikten het TAM om de implementatie van

bedrijfssoftwareteonderzoekenvanuithetoogpuntvandemanager.Zoiseronderanderegekeken

naarCRMenERP.Hernándezenzijncollega’sconcludeerdendatbruikbareengemakkelijkinzetbare

technologie zorgt voor een betere adoptie (Hernández, Jiménez, &Martín, 2008). Uit een andere

studienaarhet gebruik vanhetTAM ineenERP-omgeving concludeertmenopnieuwdathetTAM

bruikbareinformatieoplevert.

38

Wel is aanbevolen dat dit model moet worden geïntegreerd in een bredere opstelling en dus

meerderedeterminantenmoetmeenemen,waaronderdeadoptievantechnologie(Legris,Ingham,&

Collerette,2003).

2.4.3.2Technologyacceptancemodel;versie2

OnderzoekinbedrijfsomgevingenheeftaangetoonddatdetweefactorenvanhetTAMbetrouwbare

voorspellers zijn van acceptatie technologie (Adams, Nelson, & Todd, 1992). In 1991 vergeleek

MathiesonhetTAMmetdeTPB.Hijconcludeerdedatbeidemodellengedragcorrectvoorspellenin

relatietotintentie(Mathieson,1991).IdemditovergeleekTaylorenTodddeTPBmethetTAM.Hun

onderzoeksteldevastdattweefactorenwatweinigisomgedragtevoorspellen,maardathetTAM

wel een goede voorspeller is voor gedrag. Echter, in het onderzoek kwamook naar voren dat het

vermogen tot zelfontplooiingen subjectievenormengedragook sterkbeïnvloeden (Taylor&Todd,

1995). Inhet jaar2000 lietenDavisenVenkateshhun lichtopnieuwschijnenoverhetTAM. Inhun

onderzoek werd ‘gepercipieerd nut’ wederom significant bevonden (p=0,01). Daarom zijn extra

determinantentoegevoegdomdezevariabeleteverklaren.Ditresulteerdeineennieuweversievan

TAM;TAM2(Venkatesh&Davis).

Inhetnieuwemodel(ziefiguur10)wordterkenddatdematewaarineengebruikerverplichtwordt

denieuwetechnologietegebruiken,eenrolspeeltindeacceptatieervan(Venkatesh&Davis,2000).

Maar ook cognitieve invloeden hebben invloed op de acceptatie van nieuwe technologie,

bijvoorbeeldhoerelevanteennieuwetechnologieisvooriemandswerkofdagelijksleven.

Figuur10:Technologyacceptancemodel2(Venkatesh&Davis,2000)

39

Socialedeterminanten

a) Subjectievenorm:ziehoofdstuk2.4.2(TPB)

b) Imago: de mate waarin een manager ervaart of ondervindt dat het gebruik van MA zijn

socialestatuskanversterken(Moore&Benbasat,1991).

c) Bereidwilligheidenverplichting:dematewaarineenmanagerzichbereidtofverplichtvoelt

omMAteadopteren(Agarwal&Prasad,1997;Barki&Hartwick,1994;Moore&Benbasat,

1991).

Functioneledeterminanten

d) Jobrelevantie:dematewaarineenmanagergelooftdatMAeenbijdragelevertaanzijnwerk

(Venkatesh&Davis,2000).

e) Resultaten:dematewaarineenmanagergelooftdatMAgoederesultatenzalopleveren.

f) Resultaataantoonbaarheid:dematewaarineenmanagergelooftdathetresultaatconcreet,

waarneembaarenoverdraagbaaris(Moore&Benbasat,1991).

Moderatoren

g) Ervaring: hoe meer ervaring een manager heeft met MA, hoe lager het effect van de

subjectievenorm(Venkatesh&Davis,2000).

h) Bereidwilligheid en verplichting: Hartwik en Barki concludeerden in hun onderzoek dat de

subjectievenormeensignificanteffectheeftopdeintentie,wanneerdemanagerverplichtis

omde technologie te gebruiken (Barki&Hartwick, 1994).VankateshenDavis testtendeze

theorie in hun model en stelden vast dat bereidwilligheid het effect op subjectieve norm

modereertopdeintentie(Venkatesh&Davis,2000).

Zo is het TAM 2 een veelgebruikt model geweest om de acceptatie van e-learning technologie te

onderzoeken (Šumak, Heričko, & Pušnik, 2011). Bovendien tonen studies uit de gezondheidszorg,

educatie, communicatie, logistiekenandere sectorenaandatTAM1enTAM2effectief zijn inhet

voorspellenvanacceptatieopbasisvanintentie,metbetrekkingtothetadopterenvantechnologie,

onafhankelijk van de sector (Fathema, Ross,&Witte, 2014; Lu, Yu, Liu,& Yao, 2003; Venkatesh&

Davis,2000).

40

2.4.3.3Technologyacceptancemodel;versie3

Inhetkadervane-commerceisTAM2verderontwikkeldnaarTAM3.Dederdeversievanhetmodel

bevatookobjectievegebruiksvriendelijkheidenhetgepercipieerdrisicovanhetingebruiknemenvan

de technologie (Venkatesh&Bala,2008).Omdezelfde redenendie zorgdevoordeaanvullingnaar

TAM 2, werden deze keer determinanten toegevoegd die leiden tot gepercipieerde

gebruiksvriendelijkheidvanhetmodel(Venkatesh,Thong,&Xu,2012).

Figuur11:Technologyacceptancemodel3(Venkateshe.a.,2012)

41

Determinanten

i) Computer zelfontplooiing:dematewaarineenmanagergelooftdathijbekwaamgenoeg is

omtewerkenmeteencomputer(Compeau&Higgins,1995a,1995b).

j) Gepercipieerde controle: de mate waarin een manager gelooft dat er organisatorische en

technische ondersteuning bestaan bij het gebruik van het systeem (Viswanath Venkatesh,

MichaelG.Morris,GordonB.Davise.a.,2003).

k) Computerangst: de hoeveelheid angst of afkeer die eenmanager heeft als hij een nieuwe

technologiegebruikt(Venkatesh,2000).

l) Computerplezier:dematewaarineenmanagerplezierervaartalshijeennieuwetechnologie

gebruikt(Webster&Martocchio,1992).

m) Gepercipieerdamusement:dematewaarineenmanagerplezierervaartbijhetwerkenmet

het systeem. Hierin wordt niet meegenomen of het werk als kwaliteitsvol wordt ervaren

(Venkatesh, 2000). Bijvoorbeeld het verschil tussen e-mail checken versus klantdata

analyseren.

n) Objectieve gebruiksvriendelijkheid: de manager vergelijkt de gebruiksvriendelijkheid van

verschillendetechnologieënmetelkaar(Venkatesh,2000).

42

2.4.3.4Automationacceptancemodel

Omwille van de voorspellingskracht van het TAM, hebben onderzoekers dit model gebruikt om

nieuweconstructen temaken in relatie tot technologie (Bajaj&Nidumolu,1998;Dishaw&Strong,

1999;Yi,Jackson,Park,&Probst,2006).ZoonderzochtenGhazizadehetal.ofmetTAMdeacceptatie

van automatisatie technologie kan worden voorspeld. Dit resulteerde in een aangepast model,

genaamd‘automationacceptancemodel’(AAM)(Ghazizadeh,Lee,&Boyle,2012).

Figuur12:Automationacceptancemodel(Ghazizadehe.a.,2012)

Devolgendedeterminantenzijntoegevoegd:

a) Compatibiliteit: de overeenkomst tussen uit te voeren taken en technologie (Karahanna,

Agarwal, & Angst, 2006). De compatibiliteit meet de cohesie tussen technologie en de

waarden en ervaringen van de gebruiker. Daarnaast is compatibiliteit een van de vijf

kenmerkenvaneeninnovatievolgensIDT(ziehoofdstuk2.4.1)(Rogers,1962).

b) Vertrouwen: in literatuur is bewijs gevonden voor de invloed van vertrouwen op

automatisatie technologie, zowel direct als indirect. Zo demonstreert het AAM dat

vertrouwen in direct verband staatmet intentie. Indirecte invloed is terug te vinden in de

factoren ‘gepercipieerd nut’ en ‘gepercipieerde gebruiksvriendelijkheid’ (Carter&Bélanger,

2005;Gefen,Karahanna,&Straub,2003;Pavlou,2003).

EenbelangrijkonderdeelvanhetAAMisdemogelijkheidtotobservatievanhetadoptieprocesmet

behulp van feedback. Dit is weergegeven als een stippellijn in figuur 12. Dit feedbackmechanisme

wordt gevalideerdmetbehulp vanquasi-experimenteel onderzoek, een studiewaarindeperceptie

van de automatisatie technologie wordt vastgelegd door middel van enquêtes op verschillende

momenten(Ghazizadehe.a.,2012).

43

2.4.4UnifiedtheoryofacceptanceanduseoftechnologyHet Unified theory of acceptance and use of technology (UTAUT) modelis het resultaat van

theoretischeconstructenvanuitmeerderemodellen.NaastTAM1(ziehoofdstuk2.4.3.1)enIDT(zie

hoofdstuk 2.4.1) is voor de formulering van UTAUT ook gebruikgemaakt van de TRA, TPB (zie

hoofdstuk2.4.2),hetMotivationalModel(MM),eengecombineerdmodelvanTAMenTPB(C-TAM-

TPB), het model of PC utilization (MPCU) en de Social Cognitive Theory (SCT). Al deze modellen

verschilleninhunverklaringskrachtenbereik.Alsbijgevolgzijndezemodellenenhuncomponenten

gefusioneerdtotéénmodel;hetATAUT-model(ziefiguur13).Ditmodelverklaart46%vandeintentie

totadoptievantechnologie(ViswanathVenkatesh,MichaelG.Morris,GordonB.Davise.a.,2003).

Determinanten

a) Verwachting van performantie: de mate waarin een manager gelooft dat de technologie

bijdraagt tot het geslaagd uitvoeren van zijn taken. Deze term komt overeen met

‘gepercipieerd nut’ van TAMen TAM2, alsook ‘relatief voordeel’ volgens IDT. Verwachting

van performantie is een sterke determinant in het voorspellen van intentie in het UTAUT-

model. (Ajzen, 1991; Rogers, 1962; Venkatesh, Morris, & Ackerman, 2000; Viswanath

Venkatesh,MichaelG.Morris,GordonB.Davise.a.,2003).

b) Verwachting van inspanning: dematewaarin eenmanager denkt inspanningen temoeten

leverenomtestartenmetdetechnologie.Dekansdattechnologiegebruiktwordt,neemtaf

almanagersdenkendatdetechnologielastigingebruikis(SusanA.;Venkatesh,2005).

Figuur13:Unifiedtheoryofacceptanceanduseoftechnology(ViswanathVenkatesh,MichaelG.Morris,

GordonB.Davise.a.,2003)

44

c) Socialeinvloed:inhoeverreeenmanagergelooftdathijdetechnologiedienttegebruikenop

basisvanwatanderenvanhemvinden.Andersgeformuleerd inhoevereenmanagerdenkt

dat de technologie bijdraagt aan het verweren van een hogere sociale status. Deze term

verenigt ‘subjectieve norm’ uit TPB en TAMmet ‘imago’ uit TAM 2 en IDT (Rogers, 1962;

Venkatesh&Davis,2000).

d) Gepercipieerde controle: dit verwijst naar dematewaarin eenmanager gelooft dat dat er

organisatorische en technische ondersteuning beschikbaar is voor het gebruik van de

technologie.EvenzogebruiktTAM3dezedeterminant(Venkateshe.a.,2012).

Moderatoren

e) Geslacht: eenmoderatordieeenonderscheidmaakt tussenmannenen vrouwen.Geslacht

kaneffecthebbenopdeverwachtingenvanperformantieeninspanningen,alsookopsociale

invloed.

i. Verwachtingvanperformantie:Mintonconcludeertdatereenverschilbestaattussen

mannenen vrouwen in verbandmet taakgerichteopdrachten.Mannen lijkenmeer

taakgerichttewerkendanvrouwen(Minton,H.L.,Schneider,F.W.,&Wrightsman,

1980). Met als gevolg dat mannen hogere verwachtingen hebben van hun

opdrachten(ViswanathVenkatesh,MichaelG.Morris,GordonB.Davise.a.,2003).

ii. Verwachtingvaninspanning:deinvloedopdeinspanningsverwachtingenisgroterbij

vrouwendanbijmannen(Venkatesh&Davis,2000).

iii. Socialeinvloed:meerderestudiesmerkenopdatvrouwenminderrationeelhandelen

onder invloed van de mening van anderen als het gaat om de acceptatie van

technologie (BakerMiller, 1986; Venkatesh e.a., 2000).Daarnaast tonenVenkatesh

enMorrisaandatvrouwenrationelerwordentegenoveranderennaarmatezemeer

ervaringhebben.Metanderewoordenheteffectvangeslachtverminderdnaarmate

ervaringtoeneemt(Morris&Venkatesh,2000).

f) Leeftijd:eenmoderatordieeenonderscheidmaaktindeouderdomvaneenmanager.

i. Verwachting van performantie: naarmate een manager jonger is, heeft hij hogere

verwachtingen van performantie (ViswanathVenkatesh,MichaelG.Morris,Gordon

B.Davise.a.,2003).

ii. Verwachting van inspanning: naarmate een manager ouder is, zijn er lagere

inspanningsverwachtingen.

iii. Socialeinvloed:naarmateeenmanagerouderwordt,hechthijmeerbelangaanwat

anderendenken(Morris&Venkatesh,2000).

45

iv. Gepercipieerde controle: hoe hoger de leeftijd van een manager, hoe meer

ondersteuning hij verwacht bij het werken met technologie (Morris & Venkatesh,

2000).

g) Ervaring: een moderator die dezelfde invloed uitoefent op verwachting van inspanning,

sociale invloed en gepercipieerde controle. Zodoende eenmanagerminder ervaring heeft,

wegen vermelde determinanten zwaarder mee (Viswanath Venkatesh, Michael G. Morris,

GordonB.Davise.a.,2003).

h) Bereidwilligheid en verplichting: een moderator die enkel een uitwerking heeft op de

determinant‘socialeinvloed’.Indieneenmanagernietverplichtwordtomdetechnologiein

gebruik te nemen, zal hijmeer belang hechten aanwat anderendenken.Als eenmanager

geenverplichtingheeft,isheteffectvansocialeinvloedkleineropdeadoptievantechnologie

(ViswanathVenkatesh,MichaelG.Morris,GordonB.Davise.a.,2003).

46

2.4.5Unifiedtheoryofacceptanceanduseoftechnology,eentweedeversie

EenstudievanVenkateshinsamenwerkingmetThongenXubiedteenuitbreiddingophetbestaande

UTAUT-model.Hetoriginelemodelisoorspronkelijkontwikkeldoporganisatieniveau.Hetvernieuwde

modeldaarentegenvindtzijnoorsprongbijconsumenten,opeen individueelniveau.Dezewijziging

brachtenkeleveranderingenmetzichmee.Omtebeginnenzijndemoderatoren‘bereidwilligheid’en

‘verplichting’ weggelaten omdat deze in een context van consumenten niet van toepassing zijn.

Immers, consumenten worden niet verplicht om bepaalde technologie te gebruiken. Een tweede

wijzigingisdetoevoegingvandrieextradeterminanten:hedonischemotivatie,prijsengewoonte.De

huidige moderatoren (geslacht, leeftijd en ervaring) beïnvloeden eveneens deze nieuwe

determinanten.Deextradeterminantenzorgdevooreenverklaringvanintentiedieoploopttot74%.

Bovendienbepaald intentievoor50%deadoptievantechnologie (Venkateshe.a.,2012).Ditmodel

wordtweergegeveninonderstaandefiguur(ziefiguur14).

Figuur14:Unifiedtheoryofacceptanceaduseoftechnology2(Venkateshe.a.,2012)

47

Determinanten

a) Hedonische motivatie: de mate waarin een manager beïnvloed wordt door hedonische

motieven of waarden. Dit zijn plezier, opwinding, spanning en sensatie die de technologie

oproepen (de Rijcke, 2000). In onderzoek naar consumentengedrag en informatiesystemen

zijnverschillendeconstructeninrelatietothedonischemotievengevondendiebelangrijkzijn

in het gebruik van technologie (Heijden, 2004; Holbrook & Hirschman, 1982; Nysveen,

Pedersen, & Thorbjørnsen, 2005; Susan A.; Venkatesh, 2005) Hedonische motivatie wordt

beïnvloed door de moderatoren ‘leeftijd’, ‘geslacht’ en ‘ervaring’. Bijgevolg zijn deze

motivatieshetgrootstbijjongemannenmetweinigervaring(Venkateshe.a.,2012).

b) Prijs: dematewaarin eenmanagerwordt beïnvloed door prijs. Deze determinant kan een

aanzienlijke impacthebbenophet gebruik van technologie. Een studieuit China toont aan

datdepopulariteit van sms-berichten zijn succes tedankenheeft aanhet gebruik van lage

tarieven tenopzichtevananderevormenvansoortgelijke toepassingen (Chan,Gong,Xu,&

Thong, 2008). Prijs wordt ook beïnvloed door de determinanten ‘leeftijd’ en ‘geslacht’.

Psychologischonderzoekwijstuitdatvrouwenmeeropdetailslettendanmannen.Mannen

hebben de neiging om onafhankelijk en competitief gedrag te vertonen, en maken

beslissingen op basis van selectieve informatie. Vrouwen vertonen een groter onderlinge

afhankelijkheid,zijncoöperatiefennemenmeer informatiemeeinhunbeslissingen(Bakan,

1966; Deaux & Kite, 1987). Hieruit kan geconcludeerd worden dat vrouwen in een

commerciële contextmeer aandacht besteden aan prijs, en dusmeer prijsbewust zijn dan

mannen. Ook gaan vrouwen beter om met geld en hebben zij een groter

verantwoordelijkheidsgevoeldanmannen(Slama&Tashchian,1985).

c) Gewenning: In het kader van het UTAUT 2-model en in lijn met de TPB wordt de term

‘gewoonte’gedefinieerdalseenherhaaldeuitvoeringvangedrag,datdefinitiefleidtnaareen

intentieofeenattitude (Ajzen&Fishbein,2000).Moderatoren zoals ‘leeftijd’, ‘geslacht’en

‘ervaring’ beïnvloeden de determinant. Uit literatuur blijkt bijvoorbeeld dat ouderen

geautomatiseerd te werk gaan in het verwerken van informatie (Hasher & Zacks, 1979)

(Jennings & Jacoby, 1993). Zodra ouderen een bepaalde gewoonte hebben ontwikkeld,

wordenanderemanierenonderdruktofgeblokkeerd.Hierdoor ishetvoorouderenmoeilijk

omzichaantepassenaannieuwetechnologie.Mannenhebbenmeermoeiteomzichaante

passen dan vrouwen. Dit kan verklaard worden doordat vrouwen informatie subtieler en

gedetailleerderverwerkendanmannen(Darley&Smith,1995).

48

De relatie tussen ervaring en gewoonte wordt gevormd door het herhalen van bepaald

gedrag (Limayem e.a., 2007; A. Newell & Rosenbloom, 1981). Met als gevolg dat oudere

mannenmetervaringzichmeerbaserenopgewoontes(Venkateshe.a.,2012).

49

2.5Determinantenenmoderatoren

In tabel 2wordt eenoverzichtweergegeven van alle determinantenenmoderatorenbesproken invorigehoofdstukken.Dezestaangerangschiktpermodelendedeterminanten,moderatorenwordenaangevuldindienermeerdereversieszijn.

Tabel2:Determinantenenmoderatoren

DETERMINANTEN MODERATORENInnovationdiffusiontheory

Relatiefvoordeel Compatibiliteit Complexiteit Trialbility Waarneembaarheid

TheoryofplannedbehaviourAttitudetegenoverspecifiekgedrag Subjectievenorm Waargenomengedragscontrole

TechnologyacceptancemodelGepercipieerdnut Gepercipieerdegebruiksvriendelijkheid

Technologyacceptancemodel;versie2Subjectievenorm ErvaringImago BereidwilligheidenervaringBereidwilligheidenverplichting Jobrelevantie Outputkwaliteit Resultaataantoonbaarheid

Technologyacceptancemodel;versie3Computerzelfeffectiviteit Gepercipieerdecontrole Computerangst Computerplezier Gepercipieerdamusement Objectievegebruiksvriendelijkheid

AutomationacceptancemodelCompatibiliteit Vertrouwen

UnifiedtheoryofacceptanceanduseoftechnologyVerwachtingvanperformantie GeslachtVerwachtingvaninspanning LeeftijdSocialeinvloed ErvaringGepercipieerdecontrole Bereidwilligheidenverplichting

Unifiedtheoryofacceptanceanduseoftechnology,eentweedeversieHedonischemotivatie Prijs Gewenning

50

2.6Kunstmatigeintelligentie

Kunstmatige intelligentie (KI) iseen studiegebiedvan informatie-encommunicatietechnologie (ICT)

dat intelligentgedragaandehandvancomputerprocessenprobeertna tebootsenen teverklaren

(Schalkoff,1990).Denkbijvoorbeeldaanbeslissingennemen,ofproblemenoplossen(Bellman,1978).

KI is gefocust op zowel het begrijpen als construeren van intelligente entiteiten en bezit de

mogelijkheid om processen te automatiseren (S.J.Russell & P.Norvig, 2003). KI heeft invloed op

verschillende disciplines. Echter, wetenschappelijke literatuur met toepassing tot marketing is

schaars.

Ontwikkelingen inKIopeenscalaaandisciplineshebbengeleid totdeontplooiingvanKI-systemen

die nuttig blijken voor marketing (Martínez-López & Casillas, 2013). Deze systemen bieden

ondersteuning op bijvoorbeeld marktvooruitzichten, automatisering van processen en

besluitvorming.Daarnaast verhogendeze systemendeefficiëntie van takendienormaal gesproken

doormensenwordenuitgevoerd.Dewetenschapachterdezesystemenkanwordenomschrevenvia

neuralenetwerkenenexpertsystemen,computerprogramma’sdieinvoervangegevensverwerkenen

waardevolle output genereren(S.J.Russell & P.Norvig, 2003). KI heeft de laatste jaren aanzienlijke

erkenninggekregen indemarketingindustrie.Echter,ethischekwestiesronddezesystemenenhun

potentieeliseencontroversieelonderwerp(Bostrom,2003;Wierenga,2010).

2.6.1Computertechnologie

Oponderstaandefiguur(ziefiguur15)isdeconfiguratieweergegevenwaarKIzichbevindtindeICT-

sector. KI bevat verschillende onderdelen, zoals big data, datamining en machinaal leren. Deze

wordenkorttoegelichtomtebegrijpenwatKIbetekent,ookincombinatiemetMA.

Figuur15:Kunstmatigeintelligentievenndiagram(Goodfellow,Bengio,&Courville,2016)

51

• Bigdataishetverwerken,opslaanenbeherenvangrotehoeveelhedengegevens.Hetbetreft

zoveeldata,datstandaardsoftwarenietdecapaciteitheeftomdittedoen(Homayouni,Azizi,

Javadi,Mahdipour,&Ejtahed,2012).

• Datamining is een computerproces om patronen te herkennen in grote hoeveelheden

gegevens(Chakrabarti,Ester,Fayyad,&Gehrke,2012).

• Machinaal of automatisch leren is volgens Munoz “de mogelijkheid van computers om te

lerenzondererexplicietgeprogrammeerdvoorteworden”(Munoz,2014).Geëvolueerduit

de studie van patroonherkenning verkent machinaal leren de studie en constructie van

algoritmendiekunnenlerenenvoorspellingenmaken(Kohavi,1998).

2.6.2Besluitvorming

Marketingbeslissingen worden veelal genomen op basis van intuïtie (Wierenga, 2010). Door

groeiende mogelijkheden om digitale gegevens te verzamelen en te gebruiken is het steeds

complexergewordenomeenbeslissingtenemen.KIkandebeslissingnemerhelpenomeenkeuzete

maken, door voorspellingen te genereren en zo alleen de informatie aan te bieden die de

beslissingnemerechtnodigheeft.Hierdoorwordtdebeslissingnemernietoverbelastmetinformatie

(Yilmaz&Tolk,2008).

2.6.3Automatisatie

In termen van marketing worden MA-systemen gebruikt om handmatige processen uit te laten

voeren door software. Door deze verschuiving worden processen efficiënter uitgevoerd (Roetzer,

2014). Denk bijvoorbeeld aan klantensegmentatie, campagnebeheer en aanbiedingen. Zoals

besprokeninhoofdstuk2.2isMAeenonderdeelvanCRM.Ondernemingengebruikensystemendie

datamining inzettenomhunklantenbestandteanalyseren,waardoorer inzichtwordtverworven in

deklant.Dezeinformatiekanbetrekkinghebbenopdemografischegegevens,eerdereinteractiesof

deaankoopgeschiedenisvandeklant(Sharma,Goyal,&Mittal,2010).

52

3.Methodologie

Hoofdstukdrieschetstenverklaartdeonderzoeksmethodendieinhetonderzoekzijngebruikt.Inde

eersteplaatswordtdekwalitatievemethodegepresenteerdendesystematischecombinatietechniek.

Verderwordendemethodenvoorgegevensverzamelingbeschreven.

3.1Kwalitatiefonderzoek

Kwalitatiefonderzoekiseenverzameltermvoorverschillendemethodenenbenaderingen.Kwalitatief

onderzoek kan bestaan uit teksten, interviews, transcripten, video’s en websites. De gegevens die

wordengebruiktinkwalitatiefonderzoekzijndikwijlsprimairegegevens(Flick,2002;Saldana,2011).

Deessentiëlekenmerkenvankwalitatiefonderzoekzijndejuistekeuzevoordegeschiktemethodes

en theorieën, analyses van verschillende inzichten, reflecties van de onderzoeker zelf en de

verscheidenheid van verschillende benaderingen (Saldana, 2011). De doelstellingen van kwalitatief

onderzoek zijn afhankelijk van de aard en het doel van de studie. De bevindingen worden vaak

gecompileerduitderepresentatiesvandeconclusiesuitanalysesvandata(Saldana,2011).Hetdoel

inkwalitatiefonderzoek isnietom iets te testenwatal reeds isgebeurd,eerderom ietsnieuws te

ontdekken of ontwikkelen. In kwalitatief onderzoek zijn de bevindingen geen cijfermateriaal als in

kwantitatiefonderzoek,maarwoorden(Flick,2002).

Opmarketinggebiedwordtkwalitatiefonderzoekregelmatiggebruikt,omdathetonderzoekprimaire

gegevens kan bieden rond een marketingfenomeen (Carson, 2001). Het te onderzoeken

marketingfenomeen kan niet worden onderzocht in een geïsoleerde kunstmatige omgeving, dus

wordt dit onderzoek uitgevoerdmet behulp van een kwalitatieve onderzoeksmethode. De intentie

vandezestudieisnietomenkelnieuweinzichtenenwetenschappelijkekennistecreëren,maarom

praktische informatie te vinden rond alledaagse problemen (Flick, 2002). Zo is de kwalitatieve

onderzoeksmethode geschikt voor het bestuderen van determinanten voor adoptie van MA-

technologie,endaarnaastdeassociatievanKI. Inditonderzoekwerdeenveldonderzoektoegepast

eninterviewswerdenafgenomen,bijgevolgwordendezealsvolgtbesproken.

53

3.2Veldonderzoek

Veldonderzoekgeefteenmaniervanaanpakvoorhetonderwerpdatwordtbestudeerd.Hetrichtzich

op het produceren van gedetailleerde en holistische kennis en gebruikt meerdere verschillende

empirische bronnen om deze kennis nadien te gebruiken en analyseren (Eriksson & Kovalainen,

2008).Erzijntweesoortenveldonderzoek;intensiefveldonderzoekenuitgebreidveldonderzoek.Bij

intensief onderzoek worden verschillende kwesties bestudeerd, met als doel volledig inzicht te

verwerven in specifieke materie. Daartegenover richt een uitgebreid veldonderzoek zich op het

toetsen van theoretische constructendooreenaantal studies te repliceren (Eriksson&Kovalainen,

2008). In dit onderzoek wordt de uitgebreidemethode gebruikt om het best mogelijke inzicht en

diepgaande informatie te verkrijgen over het gebruik van MA bij managers in de onderzochte

ondernemingen.

Hetsubjectdatwordtonderzochtineenstudiekaneenonderneming,persoon,gemeenschapofiets

equivalent. Het is belangrijk om bij een veldonderzoek een duidelijk vertrekpunt en duidelijk

gevormde onderzoeksvragen te hebben, anders kan de studie niet duidelijk en coherent worden

uitgevoerd(Saldana,2011).

Duboi & Gadde introduceren de term ‘systematische combinatiemethode’; het combineren van

empirische gegevens met theorie tijdens (Dubois & Gadde, 2002). Ook in het huidige onderzoek

worden empirische gegevens uit het veldonderzoek gecombineerd met al bestaande

wetenschappelijke literatuur. Zo kan tot een grondiger inzicht gekomen worden. In bestaande

academischeliteratuurwordtadoptievanMAnietgrondigbehandeld.Onderzoeknaarderelatievan

MA-adoptiemetKI,ontbreekt.Zowordteenoptimaalresultaatbereiktdoordebestaandegegevens

te combineren met de verzamelde empirische gegevens. Vanwege het specifieke karakter van de

besproken thema’s rond MA en hun onderlinge samenhang, zijn er maar een beperkt aantal

ondernemingendatdezekennisbezitenMAinzet.Ditbemoeilijktedezoektochtnaarrespondenten.

HetonderzoekomvatnegenverschillendeinterviewsvanondernemingendiegebruikmakenvanMA.

De marketingmanagers van de ondernemingen wensen anoniem te blijven. De onderzochte

ondernemingen worden gepresenteerd in hoofdstuk 3.5, zonder daarmee de vertrouwelijkheid te

schenden.

54

3.3Gegevensverzameling

VolgensYinzijnerzesmogelijkebronnenominformatieteverkrijgenuiteenveldonderzoek.Ditzijn

documenten, archiefstukken, interviews, directe observaties, deelnemer observaties en fysieke

objecten (Yin, 2003). In dit onderzoek zijn interviews, interviewtranscripten en directe observaties

onderzocht. Volgens Eriksson & Kovalainen is het gebruik van een veldonderzoek een flexibele en

nuttigemanieromeennieuwfenomeenteonderzoeken(Eriksson&Kovalainen,2008).

Bij elke onderneming is apart een interview afgenomen op een semigestructureerde manier. Een

semigestructureerd interview volgt geen vaste volgorde van vragen rondom het topic,maar bevat

eerdereenalgemeenontwerpvoorhetonderzoeksonderwerp,dat tijdenshetgesprekkanworden

aangepast (Packer, 2011). Dit type interview is geselecteerd om optimaal inzicht te krijgen in het

onderwerp. Alle interviews zijn opgenomen, getranscribeerd en geanalyseerd.Het interviewbegon

met de algemene kennisvragen over MA en hoe de onderneming MA gebruikt. Ook kwamen

aanvullende vragen over KI aan bod. De geïnterviewde kreeg de mogelijkheid om alle processen

grondigteverklarenzolangde focusbleefopdeoorspronkelijkematerie.Hetalgemeneplanende

hoofdvragenvanhetinterviewzijntevindeninbijlage1.

55

3.4Gegevensanalyse

Kwalitatiefveldonderzoekisgerichtophetgenererenvaninzichtvaneenfenomeenopeenflexibele

manier(Yin,2003).Daarommoetookdemaniervangegevensanalysehieropaangepastworden.De

aanpakdieinditonderzoekwordtgebruiktisontwikkelddoorEriksson&Kovalainen.Inhunmethode

worden alle gevallen eerst individueel bestudeerd. Vervolgens volgt een cross-vergelijking om

overeenkomstenenverschillentevindentussenondernemingen(Eriksson&Kovalainen,2008).Om

een nog beter inzicht te krijgen, is ook een tweede methode gebruikt; die van Boeije. In deze

methodewordendegegevenseerstafgezonderdinsegmentenendaarnaweersamengesteldalseen

geheel, waar de belangrijkste bevindingenworden aangeduid. Nadienworden de gegevens verder

onderverdeeld in thema’s. Nadat de thema’s zijn opgesplitst, worden de soortgelijke thema’s

samengevoegdomfundamenteleenrelevanteinformatieuitdeinterviewstehalen.Inhetvolgende

stadiumwordenpatronenenrelatiestusseninterviewsvergelekenenonderzocht.Indelaatstefase

wordendevoorafgecreëerde thema’saangepastomovereen te stemmenmetdebevindingendie

tijdens het vergelijkingsproces werden gemaakt en worden vervolgens als hoofdstukken toegelicht

(Boeije, 2009). Als gevolg werden drie hoofdstukken gevormd. In die hoofdstukken worden eerst

algemenebevindingenuiteengezet,waarnainzichtenperonderneming.Dezewordengepresenteerd

ineencombinatievansamenvattingenencitaten.Deverschillenderespondentenwordenaangeduid

methetwoord‘onderneming’pluseencijfer,omhunanonimiteittewaarborgen.

56

3.5Ondernemingen

Deonderzochteondernemingenmoestenaaneenpaareisen voldoen. Zomoesten zij eenbepaald

niveauvanMAhebben.OokmoestMAeenondersteunenderolinnemeninhetbedrijf,ennietenkel

onderdeel uitmaken van de klantendienst. Volgens onderzoek is er geen minimum aantal

respondenten nodig, vanwege de variatie tussen ondernemingen (Saldana, 2011). Toch moet er

voldoendeaantalgevallenwordentoegekendomdebestmogelijke inzichtenteverwervenvanhet

fenomeen. Dit loopt verder tot uiteindelijke saturatie van inhoudelijke informatie, met andere

woordentotwanneererweinigtotgeenvariatiemeertevindenis(Eriksson&Kovalainen,2008).In

ditonderzoekzijnnegeninterviewsgehoudenbijverschillendeondernemingen.Dezeondernemingen

variërenvankleintotgrootombeideaspecteninkaarttebrengen.Kleineondernemingenzijnvaak

flexibeler in hun processen en uiteindelijk adoptie. In contrast hebben grote ondernemingenmeer

vereistenenzijnminderflexibel(Thong&Yap,1995).Inhetselectieprocesvandezeondernemingen

werdgeenspecifiekesectorgekozen.Echterwerdenondernemingenuitverschillendebedrijfstakken

gekozenomeenuitgebreidoverzichtvanhetonderwerptehebben. In tabel3 ishetvakgebied,de

functievandegeïnterviewdendelengtevanhetinterviewweergegeven.

Tabel3:Geïnterviewdeondernemingen

Sector Functie Duur

Onderneming1 InformatieenCommunicatieTechnologie(B2B) Marketingmanager 72min.

Onderneming2 Financiëledienstverlening(B2B) CMO 50min.

Onderneming3 InformatieenCommunicatieTechnologie(B2B) CMO 51min.

Onderneming4 Financiëleinstelling(B2B&B2C) CMO 48min.


Onderneming6 InformatieenCommunicatieTechnologie(B2B) Marketingmanager 82min.

Onderneming7 Retail(B2C) CMO 40min.



57

4.Resultaten

In hoofdstuk vier worden de bevindingen van het onderzoek gepresenteerd. Het hoofdstuk begint

breedmetbetrekkingtotMAengaatdanovernaarspecifiekedeterminantenvanadoptie.Daarnaast

wordt KI in relatie gebracht totMA. Voor de eenvoud in deze studie te bewaren kennen intentie,

acceptatie en adoptie in dit onderzoek geen nuanceverschil. Zo maakt empirische data geen

onderscheidinadoptieenintentiezoalsbeschreveninhetliteratuuronderzoek.Hetbegrip‘adoptie’

wordtgebruikttijdensinderapporteringvandezestudie.

4.1DeterminantenInditdeelwordenverschillendedeterminantenweergegeven,inclusiefhunonderlingesamenhang.In

figuur 16 zijn de determinanten gerangschikt in de mate waarin ze aan bod kwamen tijdens de

interviews. In figuur 16 krijgt de meest aan bod gekomen determinant het gewicht van 100 %

toegekendomderelatietussenanderedeterminantenduidelijkweertegeven.

Figuur16:Determinantenvooradoptie

58

Alle respondenten benadrukken dat technologische oplossingen nodig zijn voor de uitvoering van

marketingacties, omdat deze de mogelijkheid bieden voor gegevensverzameling, waardoor

nauwkeurigerenefficiëntergewerktkanworden:

Opnieuwedigitaletoolshebbenwedelaatstevijfjaarmassaalopingezet(…)webezittenallanger

veeldatavanonzeklantenennucombinerenweditmetdigitalegegevens,waardoorwedeklant

beterbegrijpenenefficiënterwerkendanvroeger.

(Onderneming4)

Alle ondervraagde ondernemingen accentueren dat determinanten zoals relatief voordeel,

gepercipieerdnut,outputkwaliteitendeverwachtingvanperformantieaanelkaarverwantzijninde

context van MA en verwijzen onrechtstreeks naar de resultaten die kunnen worden bereikt.

ZodoendewordtditbeschouwdalsdebelangrijkstefactorbijadoptievaneenMA-systeem.

Vervolgens vermelden ondernemingen dat de complexiteit in het gebruik vanMA een cruciale rol

inneemtnaderesultaten.ErwordtaangegevendateenMA-systeemgebruiksvriendelijkdienttezijn.

Ondernemingen beschrijven compatibiliteitmet andere systemen als doorslaggevend in hun keuze

van eenMA-systeem.De respondenten geven aan dat dit op plaats 3 komt.Onderneming 3 geeft

helder weer dat de combineerbaarheid met andere systemen die een onderneming gebruikt

belangrijkis:

Integratiemogelijkhedenmetanderetoolsdiejegebruiktinuwtechnicalstackiskey.

(Onderneming3)

OokbenadruktenallegeïnterviewdendeonmisbaarheidvanMAindeverschillendesystemendiezij

gebruikenbijdeuitoefeningvanmarketing.Ondernemingen,evenalsdeexperts,vermeldendatMA

centraalstaatindeuitoefeningvanmarketingacties:

Deallerbelangrijkstetooldieeigenlijkonmisbaarzouzijn.

(Onderneming3)

Daaropvolgendkomenwaarneembaarheidenaantoonbaarheidvanresultatenaanbod.Verschillende

ondernemingen wijzen op het belang dat resultaten overzichtelijk moeten gepresenteerd worden.

Het hebben van overzicht van de resultaten van verschillendemarketingacties komt op een vierde

plaats. Nadien benadrukken ondernemingen het belang van vertrouwen in een systeem, zoals

dataprotectie en het vertrouwen in digitale toepassingen. Managers geven aan dat de rol van

vertrouweninsystemenindetoekomstnogbelangijkerwordt.Ookgeeftonderneming9aandatde

overheideenrolspeeltinhetkunnenvertrouwenvansoftwaresystemen.

59

Vervolgensbenadrukkenverschillendeondernemingendathetbezitvanenigetechnologischekennis

essentieel is omMA correct te gebruiken. Bovendien vermelden ondernemingen dat controle een

belangrijkedeterminantis.Onderneming4werdgevraagdomdebesteeigenschappenvaneenMA-

systeem te noemen. Controle staat bij deze onderneming op de tweede plaats van belangrijkste

determinanten:

Decontrole,ikkanzienwatwerkt,watnietwerktendusbijsturenwaarnodig,uiteindelijkisdatook

eenvormvangeld,geldwinst.(Onderneming4)

Alle respondenten staan positief tegenoverMA, hebben een positie attitude.Onderneming 3 en 6

gevenditalsvolgtweer:

Dusdetoekomstiséénenalautomatisatie.(Onderneming3)

Ja,ikvindhetsuper!Datiswaarwenaartoemoeten.(Onderneming6)

OndernemingenvermeldendatdemogelijkheidomeenMA-applicatietekunnentesten,meetelt in

dekeuzevooreenapplicatie.Onderneming1verteldedatwanneereenprobeerperiodenietwordt

voorgesteld, dit voldoende is omhet systeemniet in gebruik te nemen.Anderenbenadrukkendat

eengratisprobeerperiodestandaardmoetwordenaangebodenzonderenigebetalingsverplichting.Er

wordtverderaangegevendatdesubjectievenormendesocialeomgevingmindervan invloedzijn.

Managerszijnheterookovereensdatdehunimagonauwelijkswerdverbeterdbijhetgebruikenvan

MA.

Anderedeterminantenuitdebesprokenmodellenkwamennietterugindeinterviews.

60

4.2ImplicatiesBij de vraag of MA cruciaal is geweest bij de groei van de onderneming, geven CMO’s positieve

antwoorden. Onderneming 3 vermeldt dat MA essentieel was voor de expansie van hun

onderneming. Op de vraag of de onderneming dezelfde resultaten zou behalen zonder MA werd

volgendantwoordgegeven:

Nee,onmogelijk.Dankunnenweookonmogelijkdoenwatwewillendoenmetditbedrijf,

namelijkEuropaveroveren.Onmogelijk.

(Onderneming3)

Ook gevenmarketingmanagers aan dat doelstellingen efficiënter werden bereikt aan de hand van

MA.Onderneming6verwoordtdaterminderhandelingennodigzijnmeteenMA-systeem:

Ja,alsjegeenmarketingautomatisatiedoetdanhebjeveelmeermankrachtnodig.Alsjeeenbeetje

serieusbentoverdemarketingafdelingdankunjedatnietmissen.

(Onderneming6)

CMO’s zijn in verhouding tot marketingmanagers eerder in contact gekomen met MA en de

conceptualisatie vanMA. CMO’s geven telkens aan dat ze sinds het begin vanMA ermeewerken.

Onderneming 3 geeft weer dat bij het ontstaan vanMA, de onderneming al enkele experimenten

uitvoerdeomhetconceptmanueelteimplementereninhunmarketingstrategie:

Ikzouzeggen,eenjaarof5–6geledentoenernognauwelijkssprakewasvanmarketingautomation,

hebbenwewatexperimentengedaanmethetautomatiserenvanmarketing.Endatkanjetoennog

gerustpragmatischenhands-onvoorstellen,ikzalhetzozeggen,waarweeeneerstetestgedaan

hebbennaarmanueleleadscoring.

(Onderneming3)

Er zijn geen opmerkelijke verschillen in de resultaten te vinden tussen man en vrouw. De meest

voorkomende determinanten ‘performantie’, ‘compatibiliteit’ en ‘complexiteit’ blijven van cruciaal

belang,zowelbijmannenalsvrouwenbijhetaankopenenimplementerenvanMA.Eenvrouwelijke

CMOverteltdatdatdeperformantieeenbelangrijkerolinneemt:

Mijinteresseertwatgaathetuiteindelijkdoen,watkanikeruithalenaanreturn.

(Onderneming4)

61

Verder zijn er verschillen op te merken tussen verschillende sectoren. Zo ligt in retail de focus

hoofdzakelijkopconsumenten(B2C).Onderneming7benadrukthetbelangvanpersonalisatie inde

sector:

(…)zorelevantmogelijkennogveelmeergepersonaliseerdcommunicatiedingentekunnensturen.

Dusvooronswashetnietalleeneenopportuniteitmaargewooneennoodzaak,omdatwemetandere

kanalenminderdeboodschapbijdedoelgroepkregen.

(Onderneming7)

Erzijnovereenkomstenoptemerkentussendeonderzochtesectoren.Zesondernemingenzijnactief

inde ICT-sector.Andere sectoren zijnde retail-, financiële-engeneeskunde sector. Inde ICT-sector

wordt erop gehamerd dat MA een instrument is om bepaalde strategieën toe te passen. Dit in

tegenstelling tot de andere sectoren,waarinMAervarenwordt als een te volgen strategie. Verder

suggereertonderneming9hetbelangendeonmisbaarheidvanMA:

Waarjeeigenlijkinitieeldenktdatjetechnologienodighebtomdattedoen,datkloptergens.Datis

eigenlijkjemotor.Maardebrandstofomindiemotortezetten,datisdecontent.…Ja,datgaat

gewoonnietzondermarketingautomation.Danmoetenwe10manextraaanwervenomaldiedingen

optezetten.Duseigenlijkishetgewoonnietmeermogelijkomdoelentebehalenzonderdat.

(Onderneming9)

Onderneming7 legt denadrukoppersonalisatie en aanbevelingen inhun zoektochtnaar eenMA-

systeem:

Duswetesteninterndoorbijvoorbeeldalledameshierpersonalisedrecommendationstesturendoor

hunaankoopgedragenhunprofielendangaanweopbasisdaarvanbeslissenwelkefeedofwelke

engineonseigenlijkdebesteresultatenoplevert.

(Onderneming7)

DeB2B-sectorkentminderbovenstaandeeisenvoorhunklanten.Erwordtmeeraandachtbesteed

aanhetaantrekkenvanleads.Bovendienishetbelangrijkomdekwaliteitvandeleadstecontroleren.

Volgensonderneming3zorgteenhoogaantal leadsvanondermaatsekwaliteitvoorveelwerkvoor

deverkoopafdeling.HetwerkneemtafwanneerdoormiddelvanMAdekwaliteitvannieuweleads

wordtgewaarborgd.

62

MAisdusnodigomondernemingentehelpenbijeengrootaantalleads,omzotekunnengroeien:

Heteinddoelwaseigenlijkbusinessbinnenbrengenvooreenonzeservicewaarweeenaantalleads

voorgenererenmetbeperktesalescapaciteit(…)datautomatisatieplatformmaakthetvoorons

gewoonmogelijkomonzeaanpakteschalen.Alsikenkeleleadsbinnenhaalpermaanddanhebik

geenHubSpotnodig.Alsikveelleadsbinnenhaalpermaand,watnuhetgevalis,hebikdatwelnodig.

Hetisgewoononontbeerlijkomeenaanpaktekunnenzettenendieteschalen.

(Onderneming3)

In de geneeskunde sector (in dit onderzoekookB2B-gericht)wordtbelang gehecht aanhet sturen

vancorrecte informatienaarde juistepersonen.Data staat centraal inhunmarketingprocessenen

dientdezegegevensomdepartementenzoalssalesteondersteunenomeenleadbinnentekrijgen:

So,wenolongerhavethecaseofmarketingbuildingpapertoolsthatarethenshippedtotheaffiliates

andthatthenstaysinacupboardbasicallyoracloset.Orthatsaleswillneverknowabout.Wealways

nowpushthisinformationtothem,andtheypartofitfollowingupontheinformation.

(Onderneming5)

DefinanciëlesectoronderscheidtzichinzoverredatdezezowelB2BalsB2Cactiefis.Onderneming3

is hoofdzakelijk actief in B2B en suggereert dat outbound marketing essentieel was om groei te

waarborgen:

Wemoestenonsherpositionerenquamarketingaanpak.Enzoueigenlijkvanoutbound,ofpush

marketing,volledigomgegaannaarinboundofpull.Waarwenurtureflowsbouwenenwaarwevan

deawareness,danconciderationnaardeconvertfasegaanomgeïnteresseerden,eigenlijkdoor

middelvancontent,eerstaantetrekkenendanverdertenurturen.

(Onderneming3)

Onderneming 4, actief in de B2C-sector, benadrukt dat alle kanalen in een MA-systeem moeten

vervatzitten,zodatdeklantlangsdezekanaleneenvolledigeervaringkrijgt:

Duswillenwegaankijkenvanwelkekanalenmoetenwijaanbiedenindemodernetijd,ikzalhetzo

zeggen.Enalsik,alsikeentool,ja,uiteindelijkzalikweleenaanbevelingmoetendoenvooreentool.

Zalheterwelenenmoetenzijndiezoveelmogelijkdekanalenvanonzeklantenoverspant,dat

fragmentarischemoetervoormijechtweluit.Liefstdaneensysteemdatallesomvat.

(Onderneming4)

63

DaaropvoortbouwendbenadrukkenverschillendeondernemingeneentekortaanoverzichtvanKPI's

(key performance indicators) die relevant zijn voor een bepaald doel of bedrijfsproces. Zoals

onderneming4voorheenaanhaaldevoorallekanalenteintegrereneneenoverzichtvaneengeheel

aangegevens tebewaren.Onderneming8 suggereertdathetbelangrijk isomactuele gegevens te

aggregeren en beschikbaar te hebben; van klantdata en gegevens over campagnes, tot financiële

informatie.Welbenadruktonderneming8datdedatagoedgeïntegreerdmoetzijnindedatatool:

Strevennaarzoalshetdanheet:oneversionofthetruth.Endaaromwiljeeigenlijknietvansysteem

naarsysteemgaanexporterenenterugimporteren.Eigenlijknetjesconnecterenzodatjealtijdop1

versievandewaarheidaanhetkijkenbent.Datiskeyinorganisaties.

(Onderneming8)

Ondernemingen geven aandat niet alleendemarketingafdeling vanMAprofiteert. Erwordt nauw

samengewerktmetdeafdelingverkoopeneventueelcustomersucces.Onderneming5geeftaandat

MA het gehele marketingproces omvat, en bovendien deel uitmaakt van processen in andere

departementenbinnendeonderneming:

Demarketingafdelingnatuurlijk.Maarvoormijismarketingautomatisatie,netalsmarketing

trouwens,isvoormijééndeeltjevandeketting,vaneenaantalkettingen. Deeerstekettingdieikga

benoemenisdekettingvoordatiemandklantwordt.Dusvoormijmaaktsalesookdeeluitvan

marketingautomatisatie.

(Onderneming1)

Voor onderneming 2 is de kostprijs van hetMA-systeem irrelevant, omdat zij verwachten dat het

system zichzelf terugverdient.Overige ondernemingen benadrukken hetzelfde en zien prijs niet als

eenwaardigedeterminant:

Hoegroterdatjewordt,hoeprocentueellagerdekostprijsvandietoolwordtnatuurlijk.

Dusikdenk2jaargeledenwasheteenduretool.Hetkostnogaltijdveelgeldmaardiekostverdwijnt

eenstukindestijgingvananderekosten.Prijsisrelatieftegenoverwatweeruithalen.Uiteindelijkis

hetnietbelangrijk.

(Onderneming2)

Ondanks de kleine verschillen in leeftijd komt bij oudere managers performantie minder aan bod

tijdens de interviews in tegenstelling tot jongere managers. Performantie of gelijkwaardige

terminologiekomtmeeraanbodtijdenshetonderzoekbijjongemanagers.

64

Totslotwerddefasevanadoptieonderzochtwaarderespondentenzichzelf inherkennen.Waarbij

volgendebegrippenhetmeestaanbodkwamen:nieuweideeënproberen,socialeleider,voorzichtig

enbedachtzaam.

65

4.3KunstmatigeintelligentieVolgensdegeïnterviewden isKIeenonderdeel vanautomatisatiedat kanhelpenbijdeverwerking

vangegevens. Elke respondent kentde aspecten vanKI, ongeacht leeftijd, geslacht enervaring. Zo

geven ondernemingen het belang van KI aan in hun marketingbeleid. Volgens de ondernemingen

draagtKIbijaanhetefficiënterwerkenmetdata.Metnamedegegevensverzamelingenverwerking

vandatagebeurtautomatischdoorsoftware:

Kunstmatigeintelligentiehijkanzichhiereenbijdragezijnvolgensmijinmarketingenkanheelveel

informatieverzamelenenverwerken.

(Onderneming8)

OokvermeldenondernemingenhetbelangvanKIbijMA.Onderneming9beschrijftdewaardevanKI

indekeuzevaneenMA-systeem:

Stelnu,ikzitineenaankoopprocesvooreenmarketingautomationtoolentoolAheefteengoede

prijsenheeftgeenartificialintelligencemijtebieden.ToolBheeftdezelfdeprijsstructuur,dezelfde

meerwaarde,whatever.Enzegtvan:kijk,dezevijfartificialintelligencezakenhebbenweingebouwdin

onzetoolendiekanjezoenzogebruiken.Danheefttool2duidelijkeengrotestapvoor.

(Onderneming9)

VerderbenadrukkenondernemingendevoordelenvanKI.Echter,deimplicatieervanwordtintwijfel

getrokken.Onderneming2benadruktzijnzorgenoverhetontbrekenvanspontaniteitdoorKI:

Ikdenkdatdatgrotendeelsalleenmaarvoordelenheeft,ikstelmewelallangerookbewustgewoon

constructiefkritischevragenofdatjeconsumenten/klanten/prospectennietteveelinderichtinggaat

duwenomopbasisvanhungedrag,opbasisvangedragendusblijvenzeineenbepaaldsegment,een

bepaaldeleefwereld.

(Onderneming2)

Aansluitend benadrukken ondernemingen dat demogelijkheid om in te grijpen belangrijker wordt

met de integratie van KI. De determinant ‘controle’ wordt aangehaald. Aansluitend op hierboven

vermeldezorgenoverspontaniteit,wordtookhetontbrekenvanpersoonlijkcontactvermeld:

Hetpersoonlijkcontactisdaneenbeetjeverloren.Ikvindkunstmatigeintelligentiegeenprobleem

zolangdatjenogdemogelijkheidhebtomintegrijpen,wanteenmachinekanzichvergissen.

(Onderneming4)

66

HetanalyserenvangegevensvlotterlatenverlopendoormiddelvanKIkomtinmeerderevormenaan

bod.Onderneming1wijstophetautomatischtoekennenvaneenscoreaanklanten,inplaatsvande

regelsmanueeloptezetten.Vervolgenssteltonderneming9voordathetmanueeldenkproces(dat

gegevens met elkaar vergelijkt) zou kunnen gebeuren door een intelligent systeem in plaats van

manueel.Hijomschrijfthetalsvolgt:

Numoetenwetochechtwelzeermanueelherdenkenvan:wacht,eerstanalyseren.Iemanddieiets

aanhetdoenis,datmoetenweeigenlijkgaanoverzettenoponzemarketingaanpak.Alswedaareen

stukjeintelligentiezoudenkunneninstekendatzouweleengoedideekunnenzijn.

(Onderneming9)

67

5.Conclusie

Het huidige onderzoek is uitgevoerd om inzicht te krijgen in de aankoopbeslissing van MA-

technologie, aangevuld met KI. In dit hoofdstuk wordt de theorie vergeleken met de empirische

bevindingen. Op basis daarvan worden de onderzoeksvragen beantwoord en verdere implicaties

vastgesteld. Verderworden de beperkingen en betrouwbaarheid van deze studie geëvalueerd. Tot

slotwordenaanbevelingengegevenvoortoekomstigonderzoek.

5.1Theoretischeimplicaties

Debasisvanhetonderzoek ligt ineentheoretischkaderoverdeadoptievanMA.Uitde interviews

ontstond een selectie van determinanten voor adoptie van MA. Nadien werd gekeken of de

determinanten uit de interviews en hun gewicht, overeenkomen met de determinanten uit de

modellen.VerderisonderzochtofKIderolinneemtvaneendeterminantofmoderator.Aansluitend

werd verder onderzocht op welke manieren KI een bijdrage levert aan MA. Figuur 17 geeft de

theoretischeimplicatiesweer.Ditiseenaanvullingopfiguur16.

Figuur17:DeterminantenvanMA-adoptiemetmoderatoren

68

Vraag1:Welkedeterminantencontribuerenbijdeadoptievanmarketingautomatisatie?

Het conceptvanMAwasvoorelke respondentduidelijkenwerdopdezelfdemanieruitgelegd.De

literatuur (zie hoofdstuk 2.3) definieert MA haast hetzelfde: MA betekent geautomatiseerde

personalisatieeneenaanpassingvandemarketingmixomtevoldoenaandebehoeftenvandeklant

(Heimbach e.a., 2015; Järvinen& Taiminen, 2016;Montgomery& Smith, 2009). Het enige verschil

wasdatdeterm‘marketingmix’nietvoorkwamindeinterviews;meestalwerddeterm‘content’als

synoniemgebruikt.Zoalsverwachtisergeeneenduidigtheoretischmodeldatallefactorenverklaart,

maar is het een combinatie van determinanten uit verschillende theoretische modellen. Uit de

interviews kwam naar voren dat de resultaten die eenMA-systeem oplevert, primair zijn voor de

adoptie ervan (zie figuur 17). Waarbij resultaten hoofdzakelijk gelijk worden gesteld aan het

genererenvanleads.DekritiekopdeIDT(ziehoofdstuk2.4.1)wordtnietbevestigd,dathetvijftigjaar

oudemodel nietmeer van toepassing is voor hoogtechnologische systemen, zoalsMA. Echter, de

determinant‘relatiefvoordeel’wordtalsbelangrijkgeziendoorzowelCMO’salsmarketingmanagers.

Deze determinant wordt door Rogers beschouwd als de beste voorspeller van acceptatie (Rogers,

1962).DeconclusiedieRogersinzijnonderzoekvondoverdebestevoorspellerkomtovereenmetde

resultaten van dit onderzoek. Vervolgens komt de determinant ‘resultaten’ aan bod uit het TAM2

(Venkateshe.a.,2000).Alslaatsteiserdedeterminant‘verwachtingvanperformantie’vandeUTAUT.

Deze komt volgens Venkatesh overeen met ‘gepercipieerd nut’ van het TAM. Besproken

determinantenwordenals zodanig samengevoegdonderhetbegrip ‘performantie’opbasis vande

gelijkenissenuitdebevindingenindecontextvanadoptievanMA.

VervolgensiscompatibiliteitbelangrijkindeadoptievanMA,overeenkomstigmetdeIDTvanRogers.

IndeinterviewswerdenerzijdsverwezennaardecompatibiliteitvanMAmetanderesystemen,zoals

CRM. Anderzijds wordt compatibiliteit bedoelt van een onderneming met de verschillende

departementen.Daarmeesamenhangendkomtgebruiksvriendelijkheidencomplexiteit vanMAaan

bod.EmpirischonderzoektoontaandateenMA-systeemgebruiksvriendelijkdienttezijnomhet in

gebruiktenemen.AlsookspeeltgebruiksvriendelijkheidinhetTAM1enTAM3eenbelangrijkerolbij

adoptievantechnologie.Eenverbandtussengebruiksvriendelijkheidenvertrouwenwerdechterniet

waargenomen,zoalshetAAMsuggereert.

Waarneembaarheidenaantoonbaarheidvanresultatenwordtalseendeterminantaanzien.Volgens

Rogers stelt waarneembaarheid de mate voor waarin de resultaten zichtbaar zijn voor

anderen(Rogers, 1962). Venkatesh en Davis omschrijven aantoonbaarheid als demate waarin een

managergelooftdathetresultaatconcreetenwaarneembaaris(Venkatesh&Davis,2000).

69

Dezedeterminantenzijnvolgensempirischonderzoekovereenkomstig.Ondernemingenbenadrukken

dat een overzicht van resultaten cruciaal is voor het functioneren van een onderneming. Uit

bovenstaande conclusies blijkt dat essentiële determinanten voor ondernemingen voornamelijk

gelinkt zijn aan de IDT van Rogers met performantie, compatibiliteit, complexiteit,

waarneembaarheid.

Verder vinden CMO’s en marketingmanagers vertrouwen een belangrijke determinant in hun

keuzeproces.DezevolgensliteratuurnieuweenweinigbestudeerdedeterminantbevestigthetAAM,

dat vertrouwen wel degelijk invloed uitoefent op de adoptie van automatisatiesystemen. Daarbij

stond vertrouwen volgens de respondenten in direct verband met adoptie. Dit resultaat vonden

Carter&Bélangerookinhunonderzoek(Carter&Bélanger,2005).Verderspeeltdataprotectieeen

rol bij het vertrouwen van een MA-systeem. Het beschermen van gegevens is voor de manager

belangrijk.

Technologische kennis komt meermaals naar voor tijdens de interviews als technologische

bekwaamheid, plezier om software te gebruiken en ermee aan de slag te gaan, of de manager

technologie beschouwt als een belemmering door onvoldoende kennis (Venkatesh & Bala, 2008).

Zodoende worden deze uitbreiddingen gebundeld onder de noemer ‘technologische kennis’. Deze

omvatomschrevensubdeterminantendieaanelkaargelinktwordenopbasisvanantwoordenuithet

empirischonderzoek.GepercipieerdecontrolebetekentinhetTAM3ofdemanagerervanovertuigd

isdatertechnischeondersteuningisbijhetgebruikvanMA.HetzelfdewordtgebruiktinhetUTAUT-

model.Defactor‘waargenomengedragscontrole’wordtdoordeTPBgebruiktomaantetonenofeen

manager in staat is om controle te hebben over technologie, op basis van percepties van eigen

kunnen (Ajzen, 1991). Attitude lijkt van belang indien de manager overtuigd is en een positieve

houding heeft tegenover MA, dan neemt de kans toe tot adoptie van het systeem, zoals Ajzen

omschreefindeTPB(1991).

DetrialabilityuitdeIDTwordtbeschouwalseendeterminant.ZowelmarketingmanagersalsCMO’s

vindenhet belangrijk omeenMA-systeem te kunnen testen zonder enige verplichtingen.De laatst

gevonden determinant is ‘subjectieve norm’. Determinanten ‘subjectieve norm’ en ‘imago’ uit het

TAM 2, ‘sociale invloed’ uit het UTAUT-model dragen weinig bij in de adoptie vanMA.Managers

verklarendathunsocialeomgevingenpotentietotverhogingvanhunimagoweinigbijdraagtinhet

aankoopprocesvaneenMA-systeem.

70

Ervaring speelt volgens de empirische gegevens een belangrijkere rol bij zowel CMO’s als

marketingmanagers.‘Ervaring’iseenmoderatorinhetTAM2.Volgensditmodeldaaltheteffectvan

subjectievenormalseenmanagermeerervaringheeft.Dezeconclusies zijnniet gevonden indeze

studie. ‘Geslacht’ is volgens de literatuur een moderator op subjectieve norm, complexiteit en

performantie(Morris&Venkatesh,2000;ViswanathVenkatesh,MichaelG.Morris,GordonB.Davis

e.a.,2003).Dezeeffectenwerdennietgevondenindeinterviewsmetverschillendemanagers.Tussen

sectorendaarentegenzijnerwelverschillenmerkbaar.Leeftijd,eenmoderatorinhetUTAUT-model,

heeftvolgensliteratuureenimpactopperformantie.Bevindingeninditonderzoekzijninlijnmethet

UTAUT-model, waarbij jongere managers meer belang hechten aan performantie dan oudere

managers(ViswanathVenkatesh,MichaelG.Morris,GordonB.Davise.a.,2003).Verderstaaterniets

omschrevenindehuidigeliteratuuropvlakvanverschillendesectorenenadoptievantechnologieof

gelijkaardig. Uit de bevindingen blijkt dat de ICT-sector een andere attitude bezit dan andere

sectoren.DaaropvolgendisereenverschilinhetdoelvanMAtussendeB2B-sectorenB2C-sector.In

hetliteratuuronderzoekwordthierechtergeenonderscheidingemaakt.DeB2B-sectorgebruiktMA

hoofdzakelijk om het aantal leads te verhogen. Daarentegen gaat men bij B2C op zoek naar

personalisatie en aanbevelingen in MA. Indien een onderneming zich focust op consumenten of

ondernemingen heeft een verschil in conformiteit met een MA-systeem. Als laatste is het

noemenswaardigdat‘prijs’nietinalsdeterminantwordtopgenomen.Volgensdebevindingenspeelt

de aankoopprijs geen rol, dit geldt voor zowel voormannen als vrouwen. Omdat er vooral wordt

gekeken naar wat het systeem oplevert. Dit is in contrast met het UTAUT 2-model (Venkatesh &

Davis,2000).

Tot slot worden de ondernemingen in dit onderzoek gekenmerkt als ‘early adopters’ en ‘early

majority’,volgenshetadoptieprocesvanhetIDT(ziefiguur6)(Rogers,1962).

71

Vraag2:Hoedraagtkunstmatigeintelligentiebijaandeadoptievanmarketingautomatisatie?

In de literatuur wordt KI omschreven als een verzamelnaam voor meerdere aspecten, waaronder

dataminingenmachinaallerenaandehandvanbigdata(Goodfellow,Bengio,&Courville,2016).Ook

ondernemingendefiniërenKIopdiemanier.DetheoretischeuitlegoverKIinrelatietotMA,verschilt

nietvandeuitlegdie inde interviewsgegevenwerd.Ondernemingenziende invloedvanMAenKI

teruginhetefficiëntverzamelenenverwerkenvangegevens.Dataminingwerdveelbesprokeninde

interviews. Met de komst van KI, kan dit voortaan automatisch gebeuren, tot vreugde van de

ondernemers.Daarvooriservolgensliteratuuronderzoekenigszinsbigdataenmachinaallerenvoor

vereist(Munoz,2014).

Ondernemers zien KI zowel als determinant als moderator. KI heeft een positief effect op de

determinanten ‘performantie’ en ‘waarneembaarheid’. Het is immers het resultaat dat telt. Een

onderdeel van KI is machinaal leren. Ondernemingen zien voordelen in het automatiseren van

scoringsregels. In het literatuuronderzoek worden scoringsregels en aanbevelingen besproken.

Onderzoek geeft weer wat dat op basis van gedefinieerde regels een klantprofiel kan worden

samengesteldopbasisvanacties(Munoz,2014;Sharmae.a.,2010).VolgensondernemingenheeftKI

ookdepotentieomdezeregelsteblijvenoptimaliseren.

Voortvloeiend uit de bevindingen in hoofdstuk 4.2 werden enkele zorgen benadrukt over het

ontbrekenvan spontaniteiten controlealsKIwordt ingezet. Zowordtdeze zorg in verbandgelegd

met de determinanten vertrouwen en controle. Waarin een gebrek aan vertrouwen wordt geuit

wanneer een automatisatiesysteem zelf beslissingen neemt. Daarnaast vinden ondernemingen het

belangrijkomenigevormvancontrole tehebben, zodat zij tijdigkunnen ingrijpen.KIwordtopdie

manierdoorondernemingenalsnegatievemoderatorgezien.

AldezeelementenzijnvanbelangvoorondernemingenbijhetaannemenvanMAincombinatiemet

KI. In figuur 17 is aan de ene kant te zien welke werking KI op adoptie van MA heeft als

determinanten, aan de andere kant is te zien op welke determinanten KI invloed uitoefent als

moderator.ZoheeftKIenkelerollen inMAengeeftditonderzoekaandatde impacthiervan inde

toekomstnogverderzaluitbreidden.

72

6.Discussie

6.1BestuurlijkeimplicatiesEmpirische en theoretische bevindingen pleiten voor de opkomst van MA in bedrijven.

Ondernemingenuitallerleisectorenbeginnenhettotopzekerehoogtetegebruikten.Figuur18toont

de determinanten gerangschikt volgens hun gewicht die bepalen of een MA-systeem succesvol

ingevoerdkanwordenineenonderneming.Hierdienthetbestuurdusrekeningmeetehouden.

Figuur18:Factorenvoorsuccesvolleimplementatievanmarketingautomatisatie

Daarnaast zijn er tweemoderatoren die bovenstaande determinanten positief of negatief kunnen

beïnvloeden.Zo iserenerzijdsdesectorwaareenondernemingzich inbevindt,bijvoorbeeldofde

ondernemingactiefisindeB2B-ofB2C-sector.Anderzijdsiseenjongemanagermeertoegelegdop

resultatendieMAkangenerenintegenstellingtotouderemanagers.

73

6.2EvaluatieVolgensonderzoekwordenbetrouwbaarheidenvaliditeitgebruiktomeenkwalitatiefonderzoek te

evalueren. Met betrouwbaarheid wordt bedoeld in welke mate de procedures of maatregelen

dezelfde resultaten behalen. Validiteit wordt omschreven als in hoeverre de conclusies van het

onderzoekeengoedeomschrijvinggevenvanwaterpreciesisgebeurd(Eriksson&Kovalainen,2008).

De geïnterviewde ondernemingen zijn geselecteerd op basis van toeval, omdat er geen officiële

gegevensoflijstenbestaanvanondernemingendieMAgebruikenalsonderdeelvanhunmarketing.

Aanhetonderzoeknamenverschillendeondernemingendeel.Hierdoor kangesteldwordendatde

gevonden antwoorden voldoende variatie bevatten. Anderzijds kwam er na negen interviews,

observatiesgeennieuweinformatiebij.Ertradinhoudelijkeverzadigingoftewelsaturatieop,duskan

worden aangenomen dat er geen verdere variatie in de antwoorden zou plaatsvinden. Op deze

manierkanhetonderzoekalsbetrouwbaarwordenbeschouwd.

Het doel van deze studiewas om inzicht te krijgen in de determinanten van adoptie vanMA. Het

onderzoek is uitgevoerd uit het oogpunt van een onderneming. De studie was in staat om solide

antwoordentegeven,endeconclusieverschaftpraktischehulpmiddelenvoorondernemingenomin

twee fasen te benutten: bij het aanwerven van een MA-systeem, en wanneer het systeem al in

gebruikgenomenis.

6.3AanbevelingenOm een gedetailleerd inzicht te verwerven in de adoptie van marketing automatisatie, is een

kwantitatiefvervolgonderzoekvereist.Indehuidigestudieisenkelgebruikgemaaktvankwalitatieve

methoden.Ditbetekentdatdeantwoordenafkomstigzijnuiteenbeperktesteekproef.

DebasisvanMAligt inklantgegevens.Wanneerdezegegevenswordenmisbruikt,kandegebruiker

hetgevoelhebbendatzijnprivacygeschondenis.Ondernemingenhebbenhunzorgengeuitoverhet

ontbrekenvanspontaniteitencontroleoverdedata, inrelatiemetKI.Daaromzoueenstudienaar

privacy vanuit het klantenperspectief een meerwaarde betekenen voor een marketingmanager of

CMOdiedecontentcreëerten/ofdeautomatiseringstuurt.

Indeacademische literatuur isdeadoptievanMAeenonbekendonderwerp,voornamelijkdoordat

hetnogniettoegepastwordtinalleondernemingen,zoalsCRM.BovendienkentMAeenstijgingvan

het aantal aanbieders. Daarom is het belangrijk om dit onderwerp verder te onderzoeken en het

kaderinfiguur17verderteontwikkelen.

74

Literatuurlijst/Bibliografie

AberdeenGroup.(2014).ResearchReport|StateofMarketingAutomation2014:ProcessesthatProduce.

Adams,D.A.,Nelson,R.R.,&Todd,P.A.(1992).PerceivedUsefulness,EaseofUse,andUsageofInformationTechnology :AReplication.MISQuarterly,16(2),227–247.https://doi.org/10.2307/249577

Agarwal,R.,&Prasad,J.(1997).TheRoleofInnovationCharacteristicsandPerceivedVoluntarinessintheAcceptanceofInformationTechnologies.DecisionSciences,28(3),557–582.https://doi.org/10.1111/j.1540-5915.1997.tb01322.x

Aguilar-Savén,R.S.(2004).Businessprocessmodelling:Reviewandframework.InternationalJournalofProductionEconomics,90(2),129–149.https://doi.org/10.1016/S0925-5273(03)00102-6

Ajzen,I.(1975).Belief,Attitude,Intention,Behavior :AnIntroductiontoTheoryandResearch.Addison-WesleyPub.Co.

Ajzen,I.(1985).Fromintentionstoactions:Atheoryofplannedbehavior.Actioncontrol:Fromcognitiontobehavior,11–39.https://doi.org/10.1007/978-3-642-69746-3_2

Ajzen,I.(1991).Thetheoryofplannedbehavior.OrgnizationalBehaviorandHumanDecisionProcesses,50(2),179–211.https://doi.org/10.1016/0749-5978(91)90020-T

Ajzen,I.,&Fishbein,M.(1980).Understandingattitudesandpredictingsocialbehavior.EnglewoodCliffsNYPrenticeHall,278,278.https://doi.org/Z

Ajzen,I.,&Fishbein,M.(2000).AttitudesandtheAttitude-BehaviorRelation:ReasonedandAutomaticProcesses.EuropeanReviewofSocialPsychology,11(1),1–33.https://doi.org/10.1080/14792779943000116

Andreasen,A.R.(1994).SocialMarketing:Itsdefinitionanddomain.JournalofPublicPolicy&Marketing,13(1),108–114.https://doi.org/10.2307/30000176

Ansari,A.,&Mela,C.F.(2003).E-Customization.JournalofMarketingResearch,40(2),131–145.https://doi.org/10.1509/jmkr.40.2.131.19224

Aquino,J.(2013).Growingprofitswithmarketingautomation.CRMMagazine,17(5),32–35.

Armitage,C.J.,&Conner,M.(2001).EfficacyoftheTheoryofPlannedBehaviour:ameta-analyticreview.TheBritishjournalofsocialpsychology/theBritishPsychologicalSociety,40(Pt4),471–499.https://doi.org/10.1348/014466601164939

Ascend2Research.(2015).MarketingAutomationStrategiesforSustainingSuccess.

Ash,T.(2012).Landingpageoptimization:Thedefinitiveguidetotestingandtuningforconversions.WileyPublishing,Inc.,1–27.https://doi.org/10.1145/358438.349303

Atwong,C.T.,&Hugstad,P.S.(1997).InternetTechnologyandtheFutureofMarketingEducation.JournalofMarketingEducation,19(3),44–55.https://doi.org/10.1177/027347539701900305

Bajaj,A.,&Nidumolu,S.R.(1998).Afeedbackmodeltounderstandinformationsystemusage.Information&Management,33(4),213–224.https://doi.org/10.1016/S0378-7206(98)00026-3

Bakan,D.(1966).Thedualityofhumanexistence:Isolatio1.BakanD.Thedualityofhumanexistence:IsolationandcommunioninWesternman.BeaconPress(MA);1966.nandcommunioninWesternman.BeaconPress.

75

BakerMiller,J.(1986).TowardaNewPsychologyofWomen.BeaconPress.

Balasubraman,S.,Peterson,R.A.,&Jarvenpaa,S.L.(2002).ExploringtheImplicationsofM-CommerceforMarketsandMarketing.JournaloftheAcademyofMarketingScience,30(4),348–361.https://doi.org/10.1177/009207002236910

Bandura,A.(1977).Towardaunifyingtheoryofbehavioralchange.PsychologicalReview,84(2),191–215.https://doi.org/10.1037/0033-295X.84.2.191

Baran,R.J.,Galka,R.J.,&Strunk,D.P.(2008).PrinciplesofCustomerRelationshipManagement.MasonOH[etc.]:Thomson/South-Western.

Barki,H.,&Hartwick,J.(1994).ExplainingtheroleofuserparticipationininformationsystemuseParticipationvs.InvolvementTheoryofReasonedAction(TRA).ManagementScience,40(4),440–465.

Bellman,R.(1978).AnIntroductiontoArtificialIntelligence:CanComputersThink?Boyd&FraserPub.Co.

Boeije,H.(2009).AnalysisinQualitativeResearch.SAGE.

Bondarouk,T.V.,terHorst,V.,&Engbers,S.(2009).Exploringperceptionsabouttheuseofe-HRMtoolsinmediumsizedorganizations.InHandbookofresearchone-transformationandhumanresourcesmanagementtechnologies:organizationaloutcomesandchallenges(pp.304–323).IGIGlobal.https://doi.org/10.4018/978-1-60566-304-3.ch018

Bostrom,N.(2003).EthicalIssuesinAdvancedArtificialIntelligence.Cognitive,EmotiveandEthicalAspectsofDecisionMakinginHumansandinArtificialIntelligence,2,12–17.

Brinker,S.(2016).HackingMarketing:AgilePracticestoMakeMarketingSmarter,Faster,andMoreInnovative.

Brinker,S.,&McLellan,L.(2014).Theriseofthechiefmarketingtechnologist.HarvardBusinessReview.

Bucklin,R.E.,Lattin,J.M.,Ansari,A.,Gupta,S.,Bell,D.,Coupey,E.,…Steckel,J.(2002).ChoiceandtheInternet:FromClickstreamtoResearchStream.MarketingLetters,13(3),245–258.https://doi.org/10.1023/A:1020231107662

Bucklin,R.E.,Lattin,J.M.,Ansari,A.,Gupta,S.,Bell,D.,Little,J.D.C.,…Steckel,J.(2002).FromClickstreamChoiceandtheInternet :toStream.MarketingLetters,13,245–258.

Bucklin,R.E.,Lehmann,D.R.,Warren,G.E.,&Little,J.D.C.(1998).FromDecisionSupporttoDecisionAutomation:A2020Vision.MarketingLetters,93(3),235–246.https://doi.org/10.1023/A:1008047504898

Bysinger,B.(1996).InvestinginInformationTechnology:ADecision-MakingGuideforBusinssan.JohnWiley&Sons.

Carson,D.(2001).Qualitativemarketingresearch.SAGE.

Carter,L.,&Bélanger,F.(2005).Theutilizationofe-governmentservices:Citizentrust,innovationandacceptancefactors.InformationSystemsJournal,15(1),5–25.https://doi.org/10.1111/j.1365-2575.2005.00183.x

Chakrabarti,S.,Ester,M.,Fayyad,U.,&Gehrke,J.(2012).Dataminingcurriculum:aproposal,Version1.0(2006).www.Kdd.Org/Curriculum/.

76

Chan,K.Y.,Gong,M.,Xu,Y.,&Thong,J.Y.L.(2008).ExamininguseracceptanceofSMS:AnempiricalstudyinChinaandHongKong.InProceedingsof12thPacificAsiaConferenceinInformationSystem(p.294).

Choudhury,M.M.,&Harrigan,P.(2014).CRMtosocialCRM:theintegrationofnewtechnologiesintocustomerrelationshipmanagement.JournalofStrategicMarketing,22(2),149–176.https://doi.org/10.1080/0965254X.2013.876069

Compeau,D.R.,&Higgins,C.A.(1995a).Applicationofsocialcognitivetheorytotrainingforcomputerskills.Informationsystemsresearch,6(2),118–143.https://doi.org/10.1287/isre.6.2.118

Compeau,D.R.,&Higgins,C.A.(1995b).DevelopmentofaMeasureandInitialTest.MISQuarterly,19(2),189–211.https://doi.org/10.2307/249688

Coner,A.(2003).Personalizationandcustomizationinfinancialportals.JournalofAmericanAcademyofBusiness.

Cooper,R.(2007).AdoptieEnDiffusieVanInnovaties :EverettRogers,(3),12–13.

D’Haen,J.,&VandenPoel,D.(2013).Model-supportedbusiness-to-businessprospectpredictionbasedonaniterativecustomeracquisitionframework.IndustrialMarketingManagement,42(4),544–551.https://doi.org/10.1016/j.indmarman.2013.03.006

Darley,W.K.,&Smith,R.E.(1995).Genderdifferencesininformationprocessingstrategies:Anempiricaltestoftheselectivitymodelinadvertisingresponse.JournalofAdvertising,24(1),41–56.https://doi.org/10.1080/00913367.1995.10673467

Dasgupta,S.,Granger,M.,&McGarry,N.(2002).Useracceptanceofe-collaborationtechnology:Anextensionofthetechnologyacceptancemodel.InGroupDecisionandNegotiation(Vol.11,pp.87–100).KluwerAcademicPublishers.https://doi.org/10.1023/A:1015221710638

Davis,F.D.(1989).PerceivedUsefulness,PerceivedEaseofUse,andUserAcceptanceofInformationTechnology.MISQuarterly,13(3),319–340.https://doi.org/10.2307/249008

deRijcke,J.(2000).HandboekMarketing.Garant.

Deaux,K.,&Kite,M.E.(1987).ThinkingaboutGender.Analyzinggender:Ahandbookofsocialscienceresearch,92–117.https://doi.org/10.2307/3809877

Dervin,B.(2015).Informationseekingbehaviorandtechnologyadoption:Theoriesandtrends.InformationSeekingBehaviorandTechnologyAdoption:TheoriesandTrends.https://doi.org/10.4018/978-1-4666-8156-9

Dijkstra,A.(2008).ThePsychologyofTailoring-IngredientsinComputer-TailoredPersuasion.SocialandPersonalityPsychologyCompass2/2,2(2),765–784.https://doi.org/10.1111/j.1751-9004.2008.00081.x

Dishaw,M.T.,&Strong,D.M.(1999).ExtendingtheTechnologyAcceptanceModelwithTask-TechnologyFitConstructs.InformationManagement,36(1),9–21.https://doi.org/10.1016/S0378-7206(98)00101-3

Dubois,A.,&Gadde,L.E.(2002).Systematiccombining:Anabductiveapproachtocaseresearch.JournalofBusinessResearch,55(7),553–560.https://doi.org/10.1016/S0148-2963(00)00195-8

Durga,A.(2015).AGuidetoEmailMarketingandMarketingAutomationTools.EContent,38(6),30–31.

77

Eriksson,P.,&Kovalainen,A.(2008).Qualitativemethodsinbusinessresearch.SAGE.

Farris,P.W.,Bendle,N.T.,Pfeifer,P.E.,&Reibstein,D.J.(2010).MarketingMetrics:TheDefinitiveGuidetoMeasuringMarketingPerformance.SecondEdition.FTPress.

Fathema,N.,Ross,M.,&Witte,M.(2014).StudentAcceptanceofUniversityWebPortals:AQuantitativeStudy.InternationalJournalofWebPortals,6(2),42–58.https://doi.org/10.4018/ijwp.2014040104

Fjermestad,J.,&Nicholas,R.(2015).ElectronicCustomerRelationshipManagement,4(2),224.

Flick,U.(2002).Anintroductiontoqualitativeresearch.InformationSystemsJournal(Vol.9).Sage.https://doi.org/10.1109/TVCG.2007.70541

Ford,D.,&Saren,M.(2001).ManagingandMarketingTechnology(Vol.2001).

Gefen,D.,Karahanna,E.,&Straub,D.W.(2003).TrustandTAMinOnlineShopping:AnIntegratedMode.MISQuarterly,27(1),51–90.https://doi.org/10.1017/CBO9781107415324.004

Ghazizadeh,M.,Lee,J.D.,&Boyle,L.N.(2012).ExtendingtheTechnologyAcceptanceModeltoassessautomation.Cognition,Technology&Work,14(1),39–49.https://doi.org/10.1007/s10111-011-0194-3

Goodfellow,I.,Bengio,Y.,&Courville,A.(2016).Deeplearning.MITPress.

Gummesson,E.(2008).RelationshipMarketingintheNewEconomy.JournalofRelationshipMarketing(Vol.1).Taylor&FrancisGroup.https://doi.org/10.1300/J366v01n01_04

Gurău,C.,Ranchhod,A.,&Hackney,R.(2003).Customer-CentricStrategicPlanning:IntegratingCRMinOnlineBusinessSystems.InformationTechnologyandManagement,4(2/3),199–214.https://doi.org/10.1023/A:1022902412594

Hajihosseini,M.,Faradmal,J.,&Sadighi-Pashaki,A.(2015).Survivalanalysisofbreastcancerpatientsaftersurgerywithanintermediateevent:Applicationofillness-deathmodel.IranianJournalofPublicHealth,44(12),1677–1684.https://doi.org/http://dx.doi.org/10.1108/17506200710779521

Hasher,L.,&Zacks,R.T.(1979).Automaticandeffortfulprocessesinmemory.JournalofExperimentalPsychology:General,108(3),356–388.https://doi.org/10.1037/0096-3445.108.3.356

Hauer,C.(2011).MarketingintheDigitalAge.Editors’Bulletin,7(3),77–79.https://doi.org/10.1080/17521742.2011.685643

Heijden,H.Vander.(2004).Useracceptanceofhedonicinformationsystems.MISQuarterly,28(4),695–704.https://doi.org/10.2307/25148660

Heimbach,I.,Kostyra,D.S.,&Hinz,O.(2015,april3).MarketingAutomation.BusinessandInformationSystemsEngineering.https://doi.org/10.1007/s12599-015-0370-8

Hernández,B.,Jiménez,J.,&Martín,M.J.(2008).ExtendingthetechnologyacceptancemodeltoincludetheITdecision-maker:Astudyofbusinessmanagementsoftware.Technovation,28(3),112–121.https://doi.org/10.1016/j.technovation.2007.11.002

Hilker,C.(2017).GrundlagendesContentMarketing.InContentMarketinginderPraxis(pp.1–69).Wiesbaden:SpringerFachmedienWiesbaden.https://doi.org/10.1007/978-3-658-13883-7_1

78

Holbrook,M.B.,&Hirschman,E.C.(1982).Theexperientialaspectsofconsumption:Consumerfantasies,feelings,andfun.JournalofConsumerResearch,9(2),132–140.https://doi.org/10.1086/208906

Holliman,G.,&Rowley,J.(2014).Businesstobusinessdigitalcontentmarketing:marketers’perceptionsofbestpractice.JournalofResearchinInteractiveMarketing,8(4),269–293.https://doi.org/10.1108/JRIM-02-2014-0013

Holliman,G.,Rowley,J.,&Smith,K.T.(2012).LongitudinalstudyofdigitalmarketingstrategiestargetingMillennials.JournalofConsumerMarketingIssJournalofResearchinInteractiveMarketingRezaKianiInternetResearchIssAmericanManagementAssociationJournalofConsumerMarketing,29(5),86–92.https://doi.org/10.1108/07363761211206339

Homayouni,A.,Azizi,A.,Javadi,M.,Mahdipour,S.,&Ejtahed,H.(2012).Factorsinfluencingprobioticsurvivalinicecream:Areview.InternationalJournalofDairyScience.https://doi.org/10.3923/ijds.2012.1.10

Hubspot.(2015).WhatisMarketingAutomation?Geraadpleegd7maart2017,vanhttps://www.hubspot.com/marketing-automation-information

Hung,L.P.(2005).Apersonalizedrecommendationsystembasedonproducttaxonomyforone-to-onemarketingonline.ExpertSystemswithApplications,29(2),383–392.https://doi.org/10.1016/j.eswa.2005.04.016

IcekAjzen.(2002).PerceivedBehavioralControl,Self-Efficacy,LocusofControl,andtheTheoryofPlannedBehavior.JournalofAppliedSocialPsychology,80(6),2918–2940.https://doi.org/10.1111/j.1559-1816.2002.tb00236.x

Järvinen,J.,&Taiminen,H.(2016).HarnessingmarketingautomationforB2Bcontentmarketing.IndustrialMarketingManagement,54,164–175.https://doi.org/10.1016/j.indmarman.2015.07.002

Jennings,J.M.,&Jacoby,L.L.(1993).Automaticversusintentionalusesofmemory:aging,attention,andcontrol.PsycholAging,8(2),283–293.https://doi.org/10.1037/0882-7974.8.2.283

Kantrowitz,A.(2014).TheCMO’sGuidetoMarketingAutomation|Digital-AdAge.Geraadpleegd7maart2017,vanhttp://adage.com/article/digital/cmo-s-guide-marketing-automation/294524/

Karahanna,E.,Agarwal,R.,&Angst,C.(2006).ReconceptualizingCompatibilityBeliefsinTechnologyAcceptanceResearch.MISQuarterly,30(4),781–804.https://doi.org/10.2307/25148754

Karahanna,E.,Straub,D.W.,&Chervany,N.L.(1999).InformationTechnologyAdoptionAcrossTime:ACross-SectionalComparisonofPre-AdoptionandPost-AdoptionBeliefs.MISQuarterly,23(2),183.https://doi.org/10.2307/249751

Karjaluoto,H.(2010).Digitaalinenmarkkinointiviestintä.Esimerkkejäparhaistakäytännöistäyritys-jakuluttajamarkkinointiin.Jyväskylä:Docendo.

Khanlari,A.(2015).Strategiccustomerrelationshipmanagementintheageofsocialmedia.(A.Khanlari,Red.).IGIGlobal.https://doi.org/10.4018/978-1-4666-8586-4

Kim,D.,&Benbasat,I.(2006).TheEffectsofTrust-AssuringArgumentsonConsumerTrustinInternetStores:ApplicationofToulmin’sModelofArgumentation.InformationSystemsResearch,17(3),286–300.https://doi.org/10.1287/isre.1060.0093

Klos,T.,Somefun,K.,&LaPoutré,H.(2011).Automatedinteractivesalesprocesses.IEEEIntelligentSystems,26(4),54–60.https://doi.org/10.1109/MIS.2010.34

79

Kohavi,R.(1998).GlossaryofTerms.MachineLearning,30,371–374.

Kralingen,R.M.van(RolandM..(2014).Frontrunners :de8eigenschappenvanmarktleiders.AdfoGroep|UitgeverijBusinessContact.

Lazaris,C.,Vrechopoulos,A.,Katerina,F.,&Doukidis,G.(2014).Exploringthe“Omnichannel”ShopperBehaviour.InAMASERVSIG,InternationalServiceResearchConference,13-15June(pp.1–5).https://doi.org/10.13140/2.1.1278.2089

Legris,P.,Ingham,J.,&Collerette,P.(2003).Whydopeopleuseinformationtechnology?Acriticalreviewofthetechnologyacceptancemodel.InformationandManagement,40(3),191–204.https://doi.org/10.1016/S0378-7206(01)00143-4

Leppaniemi,M.,&Karjaluoto,H.(2005).Factorsinfluencingconsumers’willingnesstoacceptmobileadvertising:aconceptualmodel.InternationalJournalofMobileCommunications,3(3),197.https://doi.org/10.1504/IJMC.2005.006580

Li,S.S.,&Karahanna,E.(2015).OnlineRecommendationSystemsinaB2CE-CommerceContext :AReviewandFutureDirectionsOnlineRecommendationSystemsinaB2CE-commerceContext :AReviewandFutureDirections.JournaloftheAssociationforInformationSystems,16(2),72–107.

Limayem,M.,Hirt,S.G.,&Cheung,C.M.K.(2007).HowHabitLimitsthePredictivePowerofIntention:TheCaseofInformationSystemsHowHabitLimitsthePredictivePowerofIntention:TheCaseofInformationSystemsContinuance1.Source:MISQuarterly,31(4),705–737.

Lin,C.O.Y.,&Yazdanifard,R.(2014).HowGoogle’sNewAlgorithm,Hummingbird,PromotesContentandInboundMarketing.AmericanJournalofIndustrialandBusinessManagement,4(1),51–57.https://doi.org/10.4236/ajibm.2014.41009

Little,J.D.C.(2001).Marketingautomationontheinternet.InUCBerkeleyFifthInvitationalChoiceSymposium.Monterey.

Lu,J.,Yu,C.,Liu,C.,&Yao,J.E.(2003).TechnologyacceptancemodelforwirelessInternet.InternetResearch,13(3),206–222.https://doi.org/10.1108/10662240310478222

Maes,P.(2016).Disruptiveselling :eennieuwekijkopsales,marketingencustomerservice.LannooCampus.

Malhotra,N.(2002).Integratingtechnologyinmarketingeducation:Perspectiveforthenewmillennium.MarketingEducationReview.

Martínez-López,F.J.,&Casillas,J.(2013).Artificialintelligence-basedsystemsappliedinindustrialmarketing:Anhistoricaloverview,currentandfutureinsights.IndustrialMarketingManagement,42(4),489–495.https://doi.org/10.1016/j.indmarman.2013.03.001

Mathieson,K.(1991).Predictinguserintentions:Comparingthetechnologyacceptancemodelwiththetheoryofplannedbehavior.InformationSystemsResearch,2(3),173–191.https://doi.org/10.1287/isre.2.3.173

Minton,H.L.,Schneider,F.W.,&Wrightsman,L.S.(1980).DifferentialPsychology.ProspectHeights,IL :Wave-land.https://doi.org/10.1163/_q3_SIM_00374

Mohr,L.B.(1969).DeterminantsofInnovationinOrganizations.TheAmericanPoliticalScienceReview,63(1),111–126.https://doi.org/10.2307/1954288

Montgomery,A.L.,&Smith,M.D.(2009).ProspectsforPersonalizationontheInternet.JournalofInteractiveMarketing,23(2),130–137.https://doi.org/10.1016/j.intmar.2009.02.001

80

Moore,G.C.,&Benbasat,I.(1991).Developmentofaninstrumenttomeasuretheperceptionsofadoptinganinformationtechnologyinnovation.InformationSystemsResearch,2(3),192–222.https://doi.org/10.1287/isre.2.3.192

Morris,M.G.,&Venkatesh,V.(2000).AgeDifferencesinTechnologyAdoptionDecisions:ImplicationsforAChanginWorkForce.PersonnelPsychology,53(2),375–403.https://doi.org/10.1111/j.1744-6570.2000.tb00206.x

Munoz,A.(2014).MachineLearningandOptimization.CourantInstituteofMathematicalSciences.

Newell,A.,&Rosenbloom,P.S.(1981).Mechanismsofskillacquisitionandthelawofpractice.CognitiveskillsandtheirAcquisition(Vol.6).

Newell,S.,Robertson,M.,&Swan,J.(2001).ManagementFadsandFashions.Organization,8(1),5–15.https://doi.org/10.1177/135050840181001

Nigg,C.R.,Lippke,S.,&Maddock,J.E.(2009).Factorialinvarianceofthetheoryofplannedbehaviorappliedtophysicalactivityacrossgender,age,andethnicgroups.PsychologyofSportandExercise,10(2),219–225.https://doi.org/10.1016/j.psychsport.2008.09.005

Nysveen,H.,Pedersen,P.E.,&Thorbjørnsen,H.(2005).IntentionstoUseMobileServices:AntecedentsandCross-ServiceComparisons.JournaloftheAcademyofMarketingScience,33(3),330–346.https://doi.org/10.1177/0092070305276149

Odden,L.(2015).WhatDoesDigitalMarketingMean?Definitionsfrom9CMO’s.Geraadpleegd6mei2017,vanhttp://www.toprankblog.com/2014/07/digital-marketing/

Packer,M.J.(2011).Thescienceofqualitativeresearch.CambridgeUniversityPress.

Pavlou,P.A.(2003).ConsumerAcceptanceofElectronicCommerce:IntegratingTrustandRiskwiththeTechnologyAcceptanceModel.InternationalJournalofElectronicCommerce/Spring,7(3),69–103.

Pavlou,P.A.,&Fygenson,M.(2006).UnderstandingandPredictingElectronicCommerceAdoption:AnExtensionofTheTheoryofPlannedBehavior.MISQuarterly,30(1),115–143.https://doi.org/10.2307/25148720

Peres,R.,Muller,E.,&Mahajan,V.(2010).Innovationdiffusionandnewproductgrowthmodels:Acriticalreviewandresearchdirections.InternationalJournalofResearchinMarketing,27(2),91–106.https://doi.org/10.1016/j.ijresmar.2009.12.012

Reinhold,M.,&Reinhold,S.(2014).Data-drivenIntelligenceforSMEE-Business:AMarketingandSalesPerspective.MarketingReviewSt.Gallen,31(4),52–59.https://doi.org/10.1365/s11621-014-0381-8

Richardson,N.,James,J.,&Kelley,N.(2015).Customer-CentricMarketing:SupportingSustainabilityintheDigitalAge.

Rigby,D.K.,Reichheld,F.F.,&Schefter,P.(2002).AvoidthefourperilsofCRM.HarvardBusinessReview.https://doi.org/10.1287/mnsc.1070.0767

Roberts,M.L.(2003).Internetmarketing :integratingonlineandofflinestrategies.McGraw-Hill/Irwin.

Roetzer,P.(2014).Themarketingperformanceblueprint :strategiesandtechnologiestobuildandmeasurebusinesssuccess.

Rogers,E.M.(1962).DiffusionofInnovations.FreePress.

81

Rowley,J.(2008).Understandingdigitalcontentmarketing.JournalofMarketingManagement,24(5–6),517–540.https://doi.org/10.1362/026725708X325977

S.J.Russell,&P.Norvig.(2003).ArtificialIntelligence.AModernApproach.PrenticeHall.

Sabnis,G.,Chatterjee,S.C.,Grewal,R.,&Lilien,G.L.(2013).TheSalesLeadBlackHole:OnSalesReps’Follow-UpofMarketingLeads.JournalofMarketing,77(1),52–67.https://doi.org/10.1509/jm.10.0047

Saldana,J.(2011).FundamentalsofQualitativeResearch:UnderstandingQualitativeResearch.OxfordUniversityPress.

Schalkoff,R.J.(1990).ArtificialIntelligence:AnEngineeringApproach.McGraw-Hill.

Sharma,S.,Goyal,D.P.,&Mittal,R.K.(2010).Imperativerelationshipbetweendataqualityandperformanceofdata-miningtoolsforCRM.InternationalJournalofBusinessCompetitionandGrowth,1(1),45–61.https://doi.org/10.1504/IJBCG.2010.032828

Sheth,J.,Parvatiyar,A.,&Sinha,M.(2015).TheConceptualFoundationsofRelationshipMarketing:ReviewandSynthesis.FacultyPublications.

Slama,M.,&Tashchian,A.(1985).Selectedsocioeconomicanddemographiccharacteristicsassociatedwithpurchasinginvolvement.Journalofmarketing,49(1),72–82.https://doi.org/10.2307/1251177

Srivastava,J.,Cooley,R.,Deshpande,M.,&Tan,P.N.(2000).WebUsageMining:DiscoveryandApplicationsofUsagePatternsfromWebData.SIGKDDExplorations,1(2),12–23.https://doi.org/10.1145/846183.846188

Šumak,B.,Heričko,M.,&Pušnik,M.(2011,november).Ameta-analysisofe-learningtechnologyacceptance:Theroleofusertypesande-learningtechnologytypes.ComputersinHumanBehavior.https://doi.org/10.1016/j.chb.2011.08.005

SusanA.;Venkatesh,V.(2005).ModelofAdoptionandTechnologyinHouseholds:ABaselineModelTestandExtensionIncorporatingHouseholdLifeCycle.MISOuarterly,29(3),399–436.https://doi.org/10.2307/25148690

Sweezey,M.(2014).Marketingautomationfordummies.Wiley.

Taylor,S.,&Todd,P.A.(1995).Understandinginformationtechnologyusage:Atestofcompetingmodels.InformationSystemsResearch,6(2),144–176.https://doi.org/10.1287/isre.6.2.144

Thehouseofmarketing.(2016).YearlyMarketingSurvey2016.

Thong,J.Y.L.,&Yap,C.S.(1995).CEOCharacteristics,OrganizationalCharacteristicsandInformationTechnologyAdoptioninSmallBusinesses.Omega,INternationalJournalManagement,23(4),429–442.https://doi.org/10.1016/0305-0483(95)00017-I

Torrisi-Steele,G.(2014).FactorsShapingAcademics’UseofTechnologyinTeaching:AProposedModel.InHandbookofResearchonEducationandTechnologyinaChangingSociety(pp.806–820).IGIGlobal.

Tunsakul,K.(2008).TheEvolutionofMobileMarketing.ExecutiveJournal,187–192.

Üstüner,T.,&Godes,D.(2006).Bettersalesnetworks.HarvardBusinessReview.

Venkatesh,V.(2000).DeterminantsofPerceivedEaseofUse:IntegratingControl,IntrinsicMotivation,andEmotionintotheTechnologyAcceptanceModel.InformationSystemsResearch,11(4),342–365.https://doi.org/10.1287/isre.11.4.342.11872

82

Venkatesh,V.,&Bala,H.(2008).Technologyacceptancemodel3andaresearchagendaoninterventions.DecisionSciences,39(2),273–315.https://doi.org/10.1111/j.1540-5915.2008.00192.x

Venkatesh,V.,&Davis,F.D.(2000).ATheoreticalExtensionoftheTechnologyAcceptanceModel:FourLongitudinalFieldStudies.ManagementScience,46(2),186–204.https://doi.org/10.1287/mnsc.46.2.186.11926

Venkatesh,V.,Morris,M.G.,&Ackerman,P.L.(2000).ALongitudinalFieldInvestigationofGenderDifferencesinIndividualTechnologyAdoptionDecision-MakingProcesses.OrganizationalBehaviorandHumanDecisionProcesses,83(1),33–60.https://doi.org/10.1006/obhd.2000.2896

Venkatesh,V.,Thong,J.,&Xu,X.(2012).ConsumerAcceptanceandUseofInformationTechnology:ExtendingTheUnifiedTheoryofAcceptanceandUseofTechnology.MISQuartrly,36(1),157–178.

Vesanen,J.(2007).Whatispersonalization?Aconceptualframework.EuropeanJournalofMarketing,41(5/6),409–418.https://doi.org/10.1108/03090560710737534

Visser,M.,&Berend,S.(2015).BasisboekOnlineMarketingvanstrategietotconversie.NoordhoffUitgevers.

ViswanathVenkatesh,MichaelG.Morris,GordonB.Davis,F.D..D.,Venkatesh,V.,Morris,M.G.,Davis,G.B.,&Davis,F.D.(2003).Useracceptanceofinformationtechnology:Towardaunifiedview.MISQuarterly,27(3),425–478.https://doi.org/10.2307/30036540

Webster,E.J.and,&Martocchio,J.J.(1992).Microcomputerplayfulness:developmentofameasurewithworkplaceimplications.MISQuarterly,6(2),201–226.https://doi.org/10.2307/249576

Wierenga,B.(2010).MarketingandArtificialIntelligence:GreatOpportunities,ReluctantPartners(pp.1–8).SpringerBerlinHeidelberg.https://doi.org/10.1007/978-3-642-15606-9_1

Wind,J.,&Rangaswamy,A.(2001).Customerization:Thenextrevolutioninmasscustomization.JournalofInteractiveMarketing,15(1),13–32.https://doi.org/10.1002/1520-6653(200124)15:1<13::AID-DIR1001>3.0.CO;2-#

Wood,C.(2015).Marketingautomation:Lessonslearntsofar….JournalofDirect,DataandDigitalMarketingPractice,16(4),251–254.https://doi.org/10.1057/dddmp.2015.31

Yi,M.Y.,Jackson,J.D.,Park,J.S.,&Probst,J.C.(2006,april).Understandinginformationtechnologyacceptancebyindividualprofessionals:Towardanintegrativeview.InformationandManagement.https://doi.org/10.1016/j.im.2005.08.006

Yilmaz,L.,&Tolk,A.(2008).IntelligentDecisionMaking:AnAI-BasedApproach.IntelligentDecisionMaking:AnAI-BasedApproach(Vol.97).https://doi.org/10.1007/978-3-540-76829-6

Yin,R.K.(2003).Casestudyresearch :designandmethods.

Zikmund,W.G.,McLeod,R.,&Gilbert,F.W.(2003).Customerrelationshipmanagement :integratingmarketingstrategyandinformationtechnology.Wiley.

83

Bijlage1

1. Metwelkesystemenwerktuwondernemingvoordeuitvoeringvandemarketing?

2. Hoelangmaaktuendeonderneminggebruikvanmarketingautomatisatie?

3. (Hoe)heefthetconceptvanmarketingautomatisatiegeholpenvooruitdagingenopte

lossen?

4. Hoemeetudewaardevandezeinvesteringenrapporteertaanhetmanagement?

5. Hoestaatutegenovermarketingautomatisatie?

6. Hoebentuvoorheteerstinaanrakinggekomenmethetbegrip?

7. Waarvoorgebruikjedesoftware?

a. Uitvoerenvanelementairecampagnes?

b. Implementerenvanomnichannelcampagnes?

c. Nurturevanleads?

d. Scoreleads?

e. Salesinschakelen?

f. Automatiserenmarketingprocessen?

g. Metenenanalyserenmarketingresultaten?

8. Watisdebesteeigenschapvooruvanhetsysteem?Watishetergste?

9. Ishetaangenaamomhetsystemtegebruiken?Kanjeerplezierinvinden?

10. Heeftdeimplementatieaanuwbehoeftenvoldaan?

11. (Hoe)heeftuwteamdeopleidingenkennisgekregendienodigisomsuccesvoltewerken

metdesoftware?

12. Hoezorgtdeondernemingvoorhetblijvenbestaanvanuwsuccesmetmarketing

automatisatie,doetuberoepopinternekennisofextern,enwaarom?

13. Wanneerteamledenproblemenervaren,watisuwaanpak?Hoewordthiermeeomgegaan?

14. Welkedepartementenmakengebruikvandesoftware?

15. Watwarendebelangrijksteredenenvooruwkeuze?

16. Hoezouuwevaluatiecriteriaveranderenalsjeopnieuweenleveranciermoestselecteren?

17. Hoezwaarweegtdekostprijsvanhetsysteemdoorinuwkeuzevanleverancier?

18. Inwelkematewordtersamengewerktmeteenmarketingbureau?Welkezakenworden

uitbesteedt?

19. Inwelkemateishetbelangrijkomdesoftwareuitteproberen,bekijktuvideo’s,blogs,

webinarsofmaaktueendemoaan?

20. Ziejeuzelfalsiemandmetveeltechnischekennisopvlakvandigitalemarketing?

21. Denktudatmarketingautomatisatiebelangrijkis?Zoja,waaromjuist?

84

22. Indienunietgebruikzoumakenvanmarketingautomatisatie,zouuhetgevoelhebbendatu

achterlooptopgebiedvanmarketing?

23. Kentuhetbegrip“ArtificialIntelligence”?Zoja,kanditeenbijdragezijninmarketing?

24. IndienmarketingautomatisatiezelfbeslissingenzoukunnenmakenmetbehulpvanAI,zou

dituwperceptieveranderentegenovermarketingautomatisatie?

25. Hoebelangrijkishetvooruomkunstmatigeintelligentietegebruikeninmarketing,met

namemarketingautomatisatie?

26. IndienbijvoorbeeldA/Btestenautomatischwordengeoptimaliseerddoorsoftwareinplaats

vanmanueel,zoudituwgedragveranderen?Watisuwmeninghierover?

DETERMINANTEN VAN ADOPTIE VAN MARKETING...

Documents

Transcript of DETERMINANTEN VAN ADOPTIE VAN MARKETING...