Wanneer je analyses zeggen dat je prijs klopt, maar de markt iets anders laat zien |
Veel organisaties noemen zich datagedreven wanneer ze prijsbeslissingen nemen, maar baseren zich vaak op onvolledige data. Door vooral data van kopers te analyseren en de veel grotere groep te missen die afhaakte of nooit klant werd, ontstaat selection bias.
Hierdoor lijkt de prijsacceptatie hoger dan zij werkelijk is en worden prijsverhogingen te snel gerechtvaardigd. Het gevolg is een schijnbaar goed onderbouwde prijsstrategie die omzet laat liggen omdat zij slechts een bevooroordeeld deel van de markt weerspiegelt.
Selection bias ontstaat wanneer je conclusies trekt op basis van een groep die niet representatief is voor de volledige populatie.
Een eenvoudig voorbeeld: je beoordeelt de kwaliteit van je sollicitatieprocedure door te kijken naar de prestaties van mensen die je hebt aangenomen. Die blijken prima te functioneren, dus je besluit dat je selectieproces uitstekend werkt. Maar je ziet niet hoe de afgewezen kandidaten het zouden hebben gedaan. Je meet dus niet de procedure, maar enkel de prestaties van degenen die door de procedure zijn gekomen.
Datzelfde mechanisme speelt bij klantonderzoek en prijszetting. Bedrijven baseren zich vaak op feedback van bestaande klanten. Echter, zij kochten het product........