Binnen het project Future-Proof Retail werden acht labformules ontworpen en getest. Het EHBR(etail) lab bleek een van de drie succesformules te zijn: alle betrokken stakeholders hebben deze vorm van samenwerking beoordeeld als heel positief. Tussen 2018 en 2020 vonden zes edities van het lab plaats in verschillende gemeenten in Zuid-Holland. Hierbij had De Haagse Hogeschool de leiding. Onder regie van de opleiding Ondernemerschap & Retail Management werden derde jaarsstudenten via een minor ingezet. De bedoeling van deze handleiding is om te zorgen voor een opschaling van het EHBR(etail) lab in meerdere Nederlandse regio’s en in samenwerking met andere hogescholen en mbo-onderwijsinstellingen. Hierbij is het belangrijk om te realiseren dat de regierol niet alleen specifieke expertise en ervaring in businessmanagement vraagt, maar ook een serieuze investering in tijd en geld. Bovendien is intensieve inzet van hbo-studenten nodig: twee dagen per week gedurende een semester, of minimaal een onderwijsblok van tien weken. Tijdens het living lab worden retailers geactiveerd en kan er een nieuw of aangepast businessmodel ontstaan. Zowel voor individuele retailers of een heel winkelgebied. De verschillende vragen die wor den opgepakt in een EHBR(etail) lab, zijn veel breder dan de vragen bij andere labs. Het inhoudelijke proces is compleet anders dan bij een Hype lab en Lab Circularity, namelijk iteratief - hierbij verwij zen wij graag naar de handleidingen van deze twee labs. Studenten doen met de eerste (hulp)vraag van de individuele retailer of van een heel winkelgebied als startpunt een empathisch onderzoek naar de omgeving. Ze gaan op zoek naar de vraag achter de vraag: wat is nu eigenlijk het probleem of de uitdaging van de ondernemer of het collectief? In het EHBR(etail) lab werken hbo-studenten, bij voorkeur samen met mbo-studenten, met onder zoekers en het bedrijfsleven aan innovatief onderzoek. Dat gebeurt in een zogenaamde quadruple helix-omgeving (zie figuur 1). In cocreatie ontwikkelen de verschillende partijen praktische tools. Gemiddeld nemen vijf tot twintig retailers deel aan een lab. Samen met de studenten doen ze bijvoorbeeld onderzoek naar de relevantie van de deelnemende retailers voor bestaande en nieuwe klanten. De studenten lichten bestaande businessmodellen inclusief ‘customer journey’ door. Het lab werkt in sprints van zes à tien weken, en de deelnemers hanteren de methode van design thinking. Het succes van het lab bleek namelijk in grote mate samen te hangen met de design-thinking skills van de betrokken studenten en docenten. Studenten die in labs het probleem van ondernemers en medewerkers konden herkaderen (het probleem áchter het probleem boven tafel wisten te krijgen), konden veel waarde toevoegen aan het leerproces van de ondernemer. Zeker omdat zij volgens design thinking verbeterplannen ook concreet konden toepassen en uittesten in experimenten.
Retail industry consists of the establishment of selling consumer goods (i.e. technology, pharmaceuticals, food and beverages, apparels and accessories, home improvement etc.) and services (i.e. specialty and movies) to customers through multiple channels of distribution including both the traditional brickand-mortar and online retailing. Managing corporate reputation of retail companies is crucial as it has many advantages, for instance, it has been proven to impact generated revenues (Wang et al., 2016). But, in order to be able to manage corporate reputation, one has to be able to measure it, or, nowadays even better, listen to relevant social signals that are out there on the public web. One of the most extensive and widely used frameworks for measuring corporate reputation is through conducting elaborated surveys with respective stakeholders (Fombrun et al., 2015). This approach is valuable but deemed to be laborious and resource-heavy and will not allow to generate automatic alerts and quick and live insights that are extremely needed in this era of internet. For these purposes a social listening approach is needed that can be tailored to online data such as consumer reviews as the main data source. Online review datasets are a form of electronic Word-of-Mouth (WOM) that, when a data source is picked that is relevant to retail, commonly contain relevant information about customers’ perceptions regarding products (Pookulangara, 2011) and that are massively available. The algorithm that we have built in our application provides retailers with reputation scores for all variables that are deemed to be relevant to retail in the model of Fombrun et al. (2015). Examples of such variables for products and services are high quality, good value, stands behind, and meets customer needs. We propose a new set of subvariables with which these variables can be operationalized for retail in particular. Scores are being calculated using proportions of positive opinion pairs such as <fast, delivery> or <rude, staff> that have been designed per variable. With these important insights extracted, companies can act accordingly and proceed to improve their corporate reputation. It is important to emphasize that, once the design is complete and implemented, all processing can be performed completely automatic and unsupervised. The application makes use of a state of the art aspect-based sentiment analysis (ABSA) framework because of ABSA’s ability to generate sentiment scores for all relevant variables and aspects. Since most online data is in open form and we deliberately want to avoid labelling any data by human experts, the unsupervised aspectator algorithm has been picked. It employs a lexicon to calculate sentiment scores and uses syntactic dependency paths to discover candidate aspects (Bancken et al., 2014). We have applied our approach to a large number of online review datasets that we sampled from a list of 50 top global retailers according to National Retail Federation (2020), including both offline and online operation, and that we scraped from trustpilot, a public website that is well-known to retailers. The algorithm has carefully been evaluated by manually annotating a randomly sampled subset of the datasets for validation purposes by two independent annotators. The Kappa’s score on this subset was 80%.
MULTIFILE
Tijdens de COVID-19 crisis heeft een aantal MKB-winkeliers zonder webwinkel op succesvolle wijze winkelbeleving op afstand toegepast. Met behulp van digitale technologieën werden klanten hierbij, ongeacht hun locatie, bij de fysieke winkel betrokken en in staat gesteld elementen van deze omgeving te beleven. Dit zou, gezien de verwachte toegenomen behoefte van klanten aan winkelen zonder fysiek in de winkel te zijn, het onderscheidend vermogen en de concurrentiepositie van de MKB-winkelier kunnen versterken. Vooralsnog ontbreekt echter toegepaste kennis van de manieren waarop winkelbeleving op afstand effectief toegepast kan worden. Drie MKB-winkeliers, namelijk DroomHout, Chase Concept Store en MeubelBaas, hebben ons consortium verzocht deze kennis te verstrekken. Dit verkennende onderzoek beoogt dergelijke kennis te creëren door het beantwoorden van deze onderzoeksvragen: • Wat zijn geschikte manieren om winkelbeleving op afstand toe te passen? • Wat zijn de (beoogde) effecten van deze toepassingen voor MKB-winkeliers, hun personeel en klanten? • Welke succes- en faalfactoren beïnvloeden deze effecten? • Welke stappen kunnen MKB-winkeliers gegeven deze succes- en faalfactoren zetten ten einde winkelbeleving op afstand effectief toe te passen? Het Centre for Market Insights van de Hogeschool van Amsterdam, TMO Fashion Business School en het lectoraat Regio Ontwikkeling van Saxion zullen dit project in samenwerking met de drie winkeliers uitvoeren. Hiertoe zullen een literatuuronderzoek, interviews, observaties, een survey en experimenten worden gedaan. Dit onderzoek biedt niet alleen waardevolle inzichten voor de retailsector, maar is ook een eerste stap in het opzetten van een langduriger onderzoeksprogramma. Het project zal resulteren in een rapportage over de effectieve toepassing van winkelbeleving op afstand, consortiumbijeenkomsten over de resultaten, een stappenplan voor winkeliers, twee vakpublicaties, een academisch working paper, bijeenkomsten om het consortium uit te breiden, een eindpresentatie aan het consortium en geïnteresseerden, en een RAAK-mkb opzet.
Voor MKB-winkeliers is het de afgelopen jaren steeds lastiger geworden om goed personeel te vinden. De kwaliteit van de dienstverlening in de winkel komt hierdoor onder druk te staan wat ten koste gaat van klanttevredenheid en omzetten. Om het tij te keren willen MKB-winkeliers meer kennis opdoen over de mogelijkheden die sociale robots hen bieden om klanten te bedienen. Uit de vraagarticulatie is gebleken dat de MKB-winkeliers het meeste verwachten van de mogelijkheden om met sociale robots klanten te ontvangen, hen de weg te wijzen, promoties te tonen, productinformatie te verstrekken, en advies te geven. In dit project onderzoeken wij de toegevoegde waarde van sociale robots die deze dienstverlenende taken uitvoeren in tien winkels in Nederland. De centrale onderzoeksvraag van dit project luidt: “Hoe en in welke mate leidt de inzet van sociale robots voor diverse dienstverlenende taken in de winkel (ontvangen van klanten, wijzen van de weg, promoten van aanbiedingen, verstrekken van productinformatie, het geven van advies) tot tevredenheid van klant en personeel, en zorgt het voor toegevoegde waarde voor de winkelier?” Om deze vraag te kunnen beantwoorden zijn vijf deelvragen geformuleerd, die aan de hand van drie samenhangende werkpakketten samen met consortiumpartners via praktijkgericht onderzoek zullen worden beantwoord. De kern van het consortium bestaat uit de Hogeschool van Amsterdam, de Vrije Universiteit Amsterdam, TMO Fashion Business School, tien winkeliers, en een robotprovider. De nieuwe kennis die met dit project wordt gegenereerd over de mogelijkheden van sociale robots voor de dienstverlening in winkels (en daarmee hun voortbestaan), is van grote waarde voor MKB-winkeliers in heel Nederland. De resultaten van het onderzoek worden daarom in een vierde werkpakket breed gedeeld via de brancheorganisaties INretail, Het Vakcentrum en Techniek Nederland, een websitepagina op Retail Insiders, een YouTube kanaal, een boekje, en blogartikelen voor winkeliers op toonaangevende online platforms.
MKB-winkeliers worden geconfronteerd met een teruglopend aantal winkelbezoekers, waardoor omzetten dalen en hun voortbestaan in het gedrang komt. Door online concurrentie en veranderend consumentengedrag dalen het aantal winkelbezoekers en de omzet. Om het tij te keren willen MKB-winkeliers meer kennis opdoen over de mogelijkheden die innovatieve technologie hen biedt om meer winkelbezoekers aan te trekken. Uit de vraagarticulatie is gebleken dat zowel de winkeliers als technologiepartijen uit het MKB het meeste verwachten van vier soorten technologie: een mobile loyalty app, interactieve digitale schermen, locatie-specifieke berichten (geofencing) en augmented reality. Over deze innovatieve technologieën willen zij meer kennis op doen. In dit project onderzoeken we het effect van deze vier technologieën in twee verschillende winkelgebieden: de Beethovenstraat en het Hallenkwartier in Amsterdam. De centrale onderzoeksvraag van dit project luidt: “Hoe en in welke mate leidt de inzet van diverse innovatieve technologieën (mobile loyalty app, interactieve digitale schermen, geofencing, en augmented reality) tot een hoger aantal winkelbezoekers?” Om deze vraag te kunnen beantwoorden zijn vier deelvragen geformuleerd, die aan de hand van vier samenhangende werkpakketten samen met consortiumpartners via praktijkgericht onderzoek zullen worden beantwoord. De kern van het consortium bestaat uit de Hogeschool van Amsterdam, Stad&Co, acht winkeliers en vijf technologiepartijen. De nieuwe kennis die met dit project wordt gegenereerd over de mogelijkheden die innovatieve technologieën bieden om het aantal winkelbezoekers (en daarmee de omzet) te verhogen, is van grote waarde voor MKB-winkeliers in heel Nederland. De resultaten van het onderzoek worden daarom in een vijfde werkpakket via een te lanceren website gedeeld. Deze website bevat tevens een interactief raamwerk waarmee de winkelier wordt geholpen om een keuze voor technologie te maken (keuzehulp) en een overzicht van (op het MKB gerichte) leveranciers van de diverse technologieën, zodat winkeliers en technologiebedrijven elkaar in de toekomst beter kunnen vinden.
