Företag kan upptäcka kundbehov som är okända för kunderna själva genom att lära sig av sina egna marknadserfarenheter och observera marknadserfarenheterna från samarbetspartners och konkurrenter, säger en forskningsartikel av en professor vid University of Alabama i Huntsville (UAH), en del av University of Alabama System.

Att göra det kan öka chanserna att skapa en populär produkt som kommer att undvika den skrothög av misslyckanden som väntar omkring 40 % av alla nyligen introducerade produkter, säger Dr Yongchuan "Kevin" Bao, en docent i marknadsföring vars medförfattare dök upp i Strategisk Entreprenörskapstidning .

Dr. Baos arbete utmanar den traditionella synen på entreprenöriella möjligheter, som från utbudssidan har uppfattats som antingen en introduktion av nya varor till priser som är högre än produktionskostnaderna eller utnyttjande av konkurrensfel på produkt- eller faktormarknader.

Utmaningen är att kunderna själva inte uppfattar att de har dessa orealiserade behov eller har svårt att uttrycka sådana behov, som Dr. Bao förklarar kallas latenta kundbehov.

"Latenta kundbehov är tyst inbäddade i kundupplevelsen och smälter in med framträdande marknadshändelser och förändringar, " Dr. Bao säger. "Sådana behov uppstår när kunder stöter på oväntade, onormala problem i deras dagliga liv eller arbetsplatser, men kan lätt undkomma kundernas medvetenhet eftersom de uppmärksammar de synliga, framträdande frågor i deras konsumtionsrutiner eller uppgiftsutförande."

Entreprenörer och företag kan upptäcka och tillfredsställa sådana latenta behov genom att noggrant övervaka sin egen erfarenhetsbaserade marknadsinlärning (EML) och ställföreträdande marknadsinlärning (VML) hos konkurrenter och branschkollegor.

"För att upptäcka de latenta behoven, företag måste lägga märke till och tolka ovanliga händelser för att förstå orsaksmönstret för kundproblem, " säger Dr. Bao.

"Från upplevelsebaserat lärande baserat på direkt marknadserfarenhet, företag utvecklar en tyst, vägberoende kunskapsskript som gör det möjligt för dem att lägga märke till inkonsekvensen i en oväntad händelse och att tolka orsaksmönstren för anomali, " han säger.

Ett latent behov hos bönder av en tvättmaskin som kunde tvätta grönsaker identifierades av Haier, världens ledande tillverkare av hushållsapparater, baserat på en bondes klagomål om att tvättmaskinen han köpte från Haier ofta blev igensatt. När en tekniker upptäckte att bondens problem berodde på att använda tvättmaskinen för att tvätta grönsaker, som inte överensstämde med den normala tvättmaskinens konsumtionsrutin.

Att lära sig av den oväntade händelsen fick Haier att identifiera det outtalade, böndernas tysta önskan om en ny tvättmaskin som skulle kunna lösa deras smärta att manuellt tvätta grönsaker.

Likaså, baserat på ställföreträdande marknadsinlärning, observation av andra företags marknadserfarenhet, ett företag lär sig av en bred spridning av marknadsföringsaktiviteter och lärdomar, säger Dr Bao.

"Eftersom dessa ställföreträdande upplevelser har sina rötter i idiosynkratiska sammanhang, lärandet stimulerar flera och till och med motsägelsefulla tolkningar av marknadshändelser som företag stöter på under olika omständigheter, " säger han. "Som ett resultat, det ställföreträdande lärandet agerar för att ifrågasätta de konventionella tankarna om kundernas behov och hjälper till att identifiera kopplingar mellan de olika tolkningarna, som slutar med överraskande fynd av ovanliga orsaksmönster som signalerar latenta behov."

Apple identifierade oavsiktligt ett latent kundbehov baserat på observationer av Napsters marknadserfarenhet, företaget som uppfann mjukvaruappen som låter användare ladda ner musik online. Den kontroversiella praxisen med gratis nedladdning av musik ledde till stämningar från musikproducenter och skivbolag, och bjöd in till debatter i musikbranschen.

Kontroversen ifrågasatte det traditionella sättet att lyssna på musik och hjälpte Apple att upptäcka konsumenternas outtalade behov av att skapa en musiklista med sina favoriter, vilket den uppfyllde med iPod.

Dr Bao säger att trycket från aktivt lärande baserat på marknadserfarenhet verkar vara oerhört högt i tillväxtekonomier, eftersom snabb ekonomisk tillväxt och unik marknadsdynamik ofta leder till oväntade händelser och överraskningar.

Från en forskningsundersökning av 238 företag i Kina, den största framväxande ekonomin, Dr. Bao och hans medförfattare har modellerat en portfölj av T-formade företagsinlärningsstrategier bildade av erfarenhetsbaserat lärande baserat på EML och VML. I modellen, EML hänvisar till den vertikala dimensionen av T-formen på grund av dess vägberoende av direkt marknadserfarenhet och VML representerar den horisontella dimensionen eftersom den bygger på andra företags bilaterala erfarenheter.

"Specifikt, företag och enskilda entreprenörer bör fördjupa sig i kundernas verkliga liv för att upptäcka kundernas smärtpunkter och de onormala händelser som motsäger våra förväntningar på kundbeteenden eller konsumtionsrutiner, " säger Dr. Bao.

"Dessutom, de bör aktivt lära sig att observera andra företags och enskilda entreprenörers marknadsaktiviteter och vara vaksamma på de motsägelsefulla tolkningarna av marknadshändelser från olika företag och entreprenörer, " säger han. "Dessa lärandestrategier kan hjälpa företag att ligga före konkurrenterna genom att identifiera latenta kundbehov som är okända för konkurrenterna."

I en fartfylld, turbulent marknad virvlar runt med förändringar i kundernas preferenser och segment, företag och entreprenörer bör förlita sig mer på ställföreträdande lärande än erfarenhetsbaserat lärande i sina ansträngningar att identifiera latenta kundbehov.

"Eftersom ett företags kunskap om kunder ackumulerat från EML är vägberoende på tidigare marknadserfarenhet, den snabba förändringstakten på marknaden minskar relevansen av förkunskaper för tolkningen av oväntade marknadshändelser som inträffar från den snabba förändringen, vilket gör det svårt att urskilja meningsfulla orsaksmönster som avslöjar latenta kundbehov, " säger Dr. Bao.

"I kontrast, VML placerar ett företag i en bättre position att identifiera latenta kundbehov i en turbulent marknadsmiljö, eftersom de olika tolkningarna av andra företags heterogena marknadserfarenheter gör det möjligt för ett företag att uppnå en relativt korrekt förståelse av de skumma orsaksmönstren för oväntade marknadshändelser som ofta äger rum på en marknad med hög förändringstakt."

Kunddriven innovation kan hjälpa till att undvika oroväckande höga marknadsmisslyckanden, han säger.

"En primär faktor som leder till produktmisslyckande är att de inte uppfyller ett meningsfullt kundbehov. Många företag tror felaktigt att en spjutspetsteknologi i sig skulle få kunderna att köpa, samtidigt som man försummar ansträngningarna att ta reda på vad kunderna verkligen vill ha."

Forskningen tillhandahåller en portfölj av inlärningsstrategier för att hjälpa företag att övervinna utmaningen att kunder inte medvetet vet vad de vill ha och öka sannolikheten för framgång för nya produkter.

"Först när ett företag identifierar vad kunderna verkligen vill ha kan det utveckla en win-win produktlösning som skapar värde för sina kunder å ena sidan och driver företagets vinsttillväxt å andra sidan."

Studien öppnar för nya framtida möjligheter att förena olika teorier om ursprunget till entreprenöriella möjligheter.

"Ur linsen av latenta kundbehov, den verkliga substansen i entreprenörsmöjligheter finns oberoende av entreprenörer, men kan observeras eller upptäckas, utan krav på vinstförverkligande, och dessutom, genom den aktiva lärandeprocessen baserad på marknadserfarenhet, vilket i slutändan leder till skapandet av ny kunskap om kundernas behov, " säger Dr. Bao.

"Trots dessa insikter, vi behöver en formell strävan att etablera en ny teori för att integrera dessa olika synsätt utifrån latenta kundbehov."

Ett andra område av framtida forskning är att undersöka under vilka förutsättningar identifiering av latenta kundbehov kan upprätthålla ett företags konkurrensfördel eller marknadsledarskap.

Sista, det kan finnas en roll för artificiell intelligens (AI) för att fastställa dessa behov, Dr Bao säger, eftersom lärande baserat på marknadserfarenhet skiljer sig från det traditionella sättet för marknadsinlärning baserat på abstrakt information som konsumentstatistik insamlad genom systematisk sökning.

"Det skulle vara väldigt intressant att se om big data och AI-teknik kan avanceras till den nivå där den gigantiska mängd information vi samlar in online kan användas för att förutsäga latenta kundbehov och överträffa mänskligt eller organisatoriskt lärande baserat på marknadserfarenhet."