چکیده
محصولات غذایی جدید شانس بالایی برای شکست بازار دارند. برای بهبود شانس موفقیت محصول جدید، یک رویکرد مبتنی بر مصرفکننده برای توسعه محصول توصیه شدهاست. این روش بر اهمیت تناسب مطلوب بین نیازهای مصرف کنندگان و محصول جدید تاکید دارد. برای رسیدن به این هدف، متخصصان غذا انواع و روشهای مختلف داده مصرف کنندگان را تولید و استفاده میکنند. با این حال، مطالعات بسیار کمی نشان می دهد که میزان مصرف مواد مصرفی در توسعه محصولات صنایع غذایی چگونه است. این مطالعه به بررسی میزان استفاده از داده های مختلف مصرف کننده در مراحل مختلف، یعنی توسعه محصول جدید (NPD) و چرخه عمر محصول (PLC) و همچنین روش های جمع آوری داده های آنها پرداخته است. در مطالعه حاضر داده های مصرف کننده را به سه نوع تقسیم می کند:مشارکت مصرف کننده، گرایش غذایی و داده های عامل محیطی. نتایج نشان داد که بیش از 85 درصد از پاسخ دهندگان از سه نوع داده در توسعه محصول جدیدNPD استفاده می کنند، در حالی که به ندرت از داده های مصرف کننده در چرخه عمر محصول PLC استفاده می کنند. پاسخ دهندگان اغلب از روش های جمع آوری داده ها مانند گروه های تمرکز، نظرسنجی مصرف کنندگان و جمع آوری داده های غیرمستقیم (به عنوان مثال، اینترنت، مجلات) استفاده می کنند. این روشها در اطمینان از موفقیت محصول و توسعه محصولات جدید به جهان کمتر موثر هستند. در حقیقت، بیش از نیمی از پاسخ دهندگان هرگز به ندرت بر روی پروژههای جدید کار میکردند. افزایش استفاده از دادههای مصرفکننده در چرخه عمر محصول PLC و تطبیق روشهای جمعآوری داده به نوع پروژه و مرحله (فاز) توسعه محصول، فرصتهایی را برای شرکتهای غذایی فراهم میکند تا شانس موفقیت محصول جدید را بهبود بخشد.

معرفی
شکست محصولات جدید مواد غذایی هنوز یک نتیجه نهایی غالب فعالیت های توسعه بسیاری از شرکت ها است. نیلسن گزارش داد که بین سال های 2011 تا 2013، ۷۶ درصد از کالاهای مصرفی در بازار، یک سال در بازار دوام نیاورده است، در حالی که ۴۵ درصد کمتر از نیم سال در بازار باقی ماندند (Dijksterhuis، 2016). در چند دهه گذشته، شرکت ها از یک رویکرد مبتنی بر مصرف کننده یا مبتنی بر مصرف به منظور توسعه محصول برای طراحی محصولات غذایی موفق جدید استفاده کرده اند. بوسی و سیبرت (2018) یک مرور کلی از تعاریف توسعه محصولات مبتنی بر مصرف کننده و مبتنی بر مصرف را ارائه کردند. در اینجا، توصیف توسعه محصولات مصرفی را برای رسیدن به درجه مطلوب مناسب بین نیازهای جدید و نیازهای مصرف کنندگان (Costa and Jongen، 2006) می پذیریم.
برای تعیین درجه مطلوب مناسب بین محصول جدید و نیازهای مصرف کنندگان هدف، شرکت های مواد غذایی از روش های مختلف برای جمع آوری اطلاعات مربوط به نیازها و ترجیحات مصرف کنندگان استفاده می کنند (بوسی و زیبرت، 2018؛ نیسن و لیشات، 1995). با توجه به ساگای و موسکوویتز( 2013)، تعدادی از آزمون ها برای به دست آوردن پاسخ مصرف کننده به ایده های محصول، مفاهیم و محصولات فیزیکی برای ارزیابی سطح پذیرش محصول در صنایع غذایی مورد استفاده قرار گرفت (ساکای و موسکوویتز، 2013). این تست ها برای به دست آوردن اطلاعات مربوط به مشارکت مصرف کننده مفید بوده است (یانسان و دانکبار ، 2008). سایر انواع داده ها همچنین می توانند برای تعیین درجه مطلوب مناسب، مانند داده های مربوط به گرایش های تغذیه فعلی یا داده های جمع آوری شده در مورد عوامل محیطی که نیاز و ترجیحات مصرف کننده را تحت تأثیر قرار می دهند، مانند جمعیت شناسی، اقتصادی، اجتماعی فرهنگی یا تکنولوژیکی ( جانسن و دانکبار، 2008؛ ستوارت ناکس و میشل، 2003؛ گرانترت و همکاران، 1996).
چارچوب مفهومی
برای تحلیل انواع دادههای مصرفکننده که شرکت ها از ان در طول توسعه محصول استفاده میکنند، ما یک چارچوب مفهومی ایجاد کردیم (شکل ۱). این چارچوب سه نوع داده اصلی یعنی مشارکت مصرفکننده، گرایش غذایی و دادههای عامل محیطی را نشان میدهد. در زمینه این مطالعه، سه نوع داده مستقل از هم هستند، و ما آنها را براساس ویژگی و چارچوب زمانی آنها متمایز میکنیم. علاوه بر این، شکل 1 نشان می دهد که ما قصد داریم تعیین کنیم که آیا فاز توسعه محصول، نوع پروژه توسعه محصول و اندازه و عملکرد شرکت بر نوع داده های مصرف کننده مورد استفاده تاثیر می گذارد. ما مولفههای چارچوب را در متن زیر توضیح میدهیم.
انواع داده های مصرف کننده
داده های مشارکت مصرف کننده
تعامل و همکاری با مصرف کنندگان، جنبه های اصلی NPD های مبتنی بر مصرف کننده هستند که برای درک تناسب محصول با نیازهای مشتریان مهم می باشند (کوستا و جونگن، ۲۰۰۶). مستقیم ترین راه برای ارزیابی میزان تناسب بین یک محصول جدید و نیازهای مشتریان، مشارکت مستقیم مصرف کنندگان در NPD و PLC است. در اینجا سه سطح اصلی مشارکت مصرف کننده برای به دست آوردن داده ها را در نظر می گیریم: "طراحی برای"، طراحی با" و"طراحی از طریق" (جانسن و دانکبار، ۲۰۰۸؛ کولیو، ۱۹۹۸). در سطح "طراحی برای"، براساس نظریه های عمومی و مدل های رفتار مصرف کننده و اطلاعات بدست آمده از اینترنت، مجلات، موسسات بازاریابی، سوپرمارکت ها، نظرسنجی از مصرف کنندگان و گروه های تمرکز، نیازها و اولویت های مصرف کنندگان مشخص می شوند. در سطح "طراحی با"، معمولا مشتریان از طریق آزمون های حسی، تست مفهومی، تجزیه و تحلیل دوگانه و ارزیابی طبقه ای، نظرات خود را در مورد مفاهیم محصول و محصولات فیزیکی بیان می کنند. در سطح "طراحی از طریق"، مصرف کنندگان به صورت فعال و جدی در هم آفرینی محصول دخالت و مشارکت می کنند و روش هایی مانند روش کاربر پیشرو، الگوهای نوآوری و طراحی ایده آل مصرف کننده به کار می روند. مشارکت مصرف کننده در سطحی مانند سطح "طراحی از طریق"، برای توسعه ایده هایِ یک محصول منحصر به فرد مفید است، زیرا از روش هایی استفاده می کند که امکان کشف نیازها و ارزش های مشتریان را فراهم می کند (جانسن و دانکبار، ۲۰۰۸؛ کریستنسون و همکاران، ۲۰۰۳). برای مثال، روش کاربر پیشرو نیازمند یک تیم اختصاصی ۴ تا ۶ نفره است که مهارت های مصاحبه پیشرفته داشته باشند و به مدت شش ماه به صورت نیمه وقت برای توسعه یک مفهوم محصول تلاش کنند (آیزنبرگ، ۲۰۱۱). به همین ترتیب، طراحی ایده آل مصرف کننده، با وجود اینکه مشابه گروه های تمرکز است، نیازمند تسهیل کنندگان ماهر و سرمایه گذاری بلند مدت توسط تسهیل کنندگان و شرکت کنندگان است (سیسانتلی و مگیدسون، ۱۹۹۳). در حالی که برخی مطالعات نشان می دهند که به کارگیری روش های "طراحی از طریق"، مانند هم آفرینی و روش کاربر پیشرو، منجر به موفقیت در NPD شده است (زبورک و تیلور، ۲۰۱۹)، شواهد تجربی کافی وجود ندارد که نشان دهد استفاده از "طراحی برای" یا "طراحی با"، منجر به محصولات موفق تر خواهد شد.
مواد و روش ها
پرسشنامه آنلاین
طراحی پرسشنامه
با توجه به اصول ارائه شده توسط آیروسی (۲۰۰۶)، پرسشنامه متشکل از سه بخش طراحی شد. بخش اول شامل پرسش های کلی است که هدف آن معرفی پاسخ دهندگان (به عنوان مثال، آیا در زمینه توسعه محصول غذایی کار می کنند، عملکرد آن ها، اندازه شرکت) و نوع پروژه های نوآوری غذایی است که در آن دخیل هستند. بخش دوم و سوم ساختار چارچوب مفهومی را منعکس نمود. در اینجا هدف ما جمع آوری پاسخ ها درمورد انواع داده ها بود که پاسخ دهندگان در NPD و PLC و مراحل خاص NPD و PLC مورد استفاده قرار دادند. در نهایت، پاسخ دهندگان نشان دادند که چگونه داده ها با انتخاب روش های مختلف جمع آوری شدند. آزمون مقدماتی پرسشنامه (مطالب تکمیلی ۱) توسط مدیران مقدماتی انجام شد، که پس از آن تغییراتی جزئی اعمال شد. ارزش آلفای کرونباخ 0.948 است که نشان می دهد قابلیت اطمینان قابل قبول است لانس و همکاران، 2006).
نتایج
انواع داده های مصرف کننده که در توسعه محصول مورد استفاده قرار گرفت
جدول ۲ میزان استفاده از انواع مختلف داده های مصرف کننده در طی توسعه محصول جدید (NPD) و چرخه عمر محصول (PLC) را نشان می دهد. هر سه نوع داده اصلی به میزان مشابه در NPD استفاده می شود، به عنوان مثال برای دخالت مستقیم مصرف کننده، گرایش غذایی و عوامل محیطی، میزان استفاده از داده ها به ترتیب 85.8٪، 87.6٪ و 89.4٪ بود. نتایج آزمون McNemar نشان می دهد که میزان همه ی انواع داده ی مصرف کننده در PLC به طور قابل ملاحظه ای کمتر از NPD است.
پاسخ دهندگان اغلب در سطح "طراحی برای " و "طراحی با" از داده های مشارکت مصرف کننده در NPD استفاده می کنند، در حالی که تنها یک سوم از پاسخ دهندگان از "طراحی از طریق" استفاده می کنند. استفاده از هر سه دسته ی داده های مشارکت مصرف کننده، به طور قابل توجهی در PLC کمتر است. علاوه بر این، گرایش به غذای سالم بیش ترین میزان گرایش درNPD (۷۴ درصد) را دارد، پس از آن غدای آماده (۶۱ درصد) و غذای پایدار (۵۰ درصد). در PLC، پاسخ دهندگان اغلب از داده های مربوط به گرایشات غذایی سالم استفاده می کنند (۴۱.۶%)، در حالی که داده های گرایش پایداری و غذای آماده، کمتر مورد استفاده قرار می گیرند (۳۳.۶% و ۲۴.۸%).
بحث
در این مطالعه، هدف ما افزایش درک این مسائل است: کدام نوع از داده های مصرف کننده از شرکت های غذایی اروپایی است، در کدام مراحلِ توسعه محصول، از این داده ها استفاده می کنند و داده ها را چگونه جمع آوری می کنند. از نتایج استفاده شد تا در مورد فرصت های بهبود استفاده از داده ها در توسعه محصول بحث کنیم.
استفاده از انواع مختلف داده های مصرف کننده: فرصت هایی برای بهبود
پاسخ دهندگان از هر سه نوع داده ی مصرف کننده، در توسعه محصول استفاده می کنند (جدول ۲). از گروه داده های مشارکت مصرف کننده، داده های "طراحی از طریق"، کمتر مورد استفاده قرار می گیرد. استفاده اندک از "طراحی از طریق" داده های مشارکت مصرف کننده، سازگار با این مشاهده است که پاسخ دهندگان به ندرت بر "پروژه های جدید جهانی" کار می کنند (شکل ۶ را ببینید). سطح "طراحی با" در مشارکت مصرف کننده، اغلب در NPD پروژه های "جدید در جهان" مورد استفاده قرار می گیرد که در آن، مهم است که نیازهای برآورده نشده مصرف کننده را در مقایسه با محصولات موجود کشف کنیم. داده های "طراحی برای" و "طراحی با"، بیشتر در NPD نوآوری های فزاینده استفاده می شود، مانند بهبود محصول و توسعه خط محصول (جانسن و دانکبار، ۲۰۰۸). پاسخ دهندگان به ندرت از داده های "طراحی برای" و "طراحی با" در PLC استفاده می کنند. جمع آوری اطلاعات مصرف کننده در PLC ضروری است تا نیاز به جایگاه یابی مجدد محصول را کشف کنند یا یک خط تولید جدید را راه بیاندازند (پلوا، 2016؛ ایرل و همکاران، 2001؛ اوربون و هوسر، 1993). استفاده اندک از داده های مربوط به مشارکت مصرف کننده در PLC (جدول 2) ممکن است مانع توانایی شرکت ها در کشف تغییر در نیازهای مصرف کنندگان و شناسایی نیازهای بهبود محصول و گسترش خطوط محصول شود.
نتیجه گیری و مفاهیمی برای متخصصان
متخصصان مطالعه ما، از هر سه نوع داده در NPD (مشارکت مصرف کننده، گرایشات غذایی و عوامل محیطی)، به طور گسترده استفاده می کنند، در حالی که استفاده از آنها در PLC به طور قابل توجهی کمتر است. غالبا آن ها از هر سه نوع داده ی مصرف کننده در مراحل شناسایی فرصت و مراحل طراحی محصول NPD استفاده می کنند. استفاده از داده های مشارکت مصرف کننده، تنها در مرحله آزمایش محصول زیاد است، که نشان دهنده آگاهی پاسخ دهندگان از اهمیت داده های مصرف کننده در موفقیت NPD است. با این حال، استفاده بسیار اندک از هر سه نوع داده در PLC، به خصوص پس از مرحله معرفی نشان می دهد زمانی که محصولات در بازار عرضه می شوند، پاسخ دهندگان مطالعه ما، درجه تناسب بین محصول و نیاز مصرف کنندگان را به میزان کمتری ارزیابی می کنند. اگر تغییر در درجه تناسب نادیده گرفته شود، این امر می تواند بر موفقیت محصول تاثیر داشته باشد. علاوه بر این، معمولا پاسخ دهندگان از روش هایی مانند گروه های تمرکز، نظرسنجی مصرف کنندگان و اینترنت و مجلات استفاده می کنند. روش های "طراحی از طریق"، مانند روش های هم آفرینی و روش کاربر پیشرو، به ندرت استفاده می شوند و استفاده از آن ها با مشارکت در پروژه های "جدید در دنیا" مرتبط است. جالب است که اکثر پاسخ دهندگان بر پروژه های "جدید در جهان کار" نمی کنند و عمدتا بر پروژه هایی مانند بهبود محصول، توسعه خط تولید و خطوط جدید محصول کار می کنند. در نهایت، بین اندازه شرکت و نوع داده و روش های استفاده شده در NPD ارتباطی وجود دارد. پاسخ دهندگانِ شرکت های کوچک، از داده های مشارکت مصرف کننده در NPD، به ویژه در مرحله آزمایش بسیار کمتر استفاده می کنند و در مقایسه با پاسخ دهندگان شرکت های بزرگ، از آزمون های حسی کمتر استفاده می کنند. علاوه بر این، پاسخ دهندگانِ شرکت های بزرگ بیش از پاسخ دهندگان شرکت های کوچک از شرکتهای مشاور و آژانس های بازاریابی استفاده می کنند تا داده هایی درمورد عوامل محیطی و گرایشات به دست آورند.
متخصصان در توسعه محصولات غذایی، با هماهنگ کردن استراتژیک جمع آوری داده ها برای نوآوری محصول و رسیدن به مرحله توسعه محصول می توانند شانس موفقیت محصول را بهبود دهند. علاوه بر این، با استفاده از روش های "طراحی از طریق" و با استفاده از روش های چندگانه برای کشف نیازهای پنهان و موجود مصرف کنندگان، متخصصان می توانند سطح بالاتری از مشارکت مصرف کننده را در توسعه محصول به کار ببرند، به خصوص اگر بخواهند محصولات جدیدی به جهان عرضه کنند. علاوه بر این، برای جمع آوری داده ها در مورد گرایش غذایی و عوامل محیطی، می توانند روش های رسمی را در نظر بگیرند. در حال حاضر این نوع داده ها اغلب از طریق منابع ثانویه (از جمله خبرنامه ها، گزارش ها، نمایشگاه های مواد غذایی و اینترنت) جمع آوری می شوند.
در نهایت، برای یکپارچه سازی داده های مختلف و بهبود درک ارتباط بین داده های جمع آوری شده و عملکرد محصول، شرکت های اروپایی می توانند از شبیه سازی و مدلسازی کامپیوتری پیچیده، مانند دینامیک های سیستم یا مدلسازی مبتنی بر عامل استفاده کنند. برای اینکه جامعه علمی به این تلاش کمک کند، می تواند پتانسیل استفاده از چنین روش های مدلسازی را در مدیریت توسعه محصول مواد غذایی بررسی کند.
این مقاله ISI در سال 2019 در نشریه الزویر و در مجله کیفیت و اولویت غذا، توسط گروه کیفیت و طراحی غذا منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله استفاده از داده های مصرف کننده در توسعه محصول جدید در سایت ای ترجمه مراجعه نمایید.