DSS-Effektivität bei Entscheidungen zur Marketingressourcenzuteilung: Realität vs. Wahrnehmung

Wir untersuchen den Prozess, durch den modellbasierte Entscheidungshilfesysteme (DSS) die Entscheidungsfindung von Managern im Kontext von Marketingbudgets und Ressourcenzuteilung beeinflussen. Wir konzentrieren uns darauf, zu untersuchen, ob und wie DSSs den Entscheidungsprozess beeinflussen (z. B. den eingesetzten kognitiven Aufwand, die Diskussionsqualität und die in Betracht gezogenen Entscheidungsalternativen) und wie sich diese DSSs letztlich auf die Entscheidungsergebnisse auswirken (z. B. Profit und Zufriedenheit sowohl mit dem Entscheidungsprozess als auch mit dem Ergebnis). Wir untersuchen zwei spezifische Entscheidungen zur Marketingressourcenzuteilung in einem Laborumfeld: Zuweisung von Verkaufsaufwand und Kundenzielgruppenansprache. Wir stellen fest, dass Entscheidungsträger, die hochwertige, modellbasierte DSSs verwenden, objektiv bessere Entscheidungen treffen als Entscheidungsträger, die nur Zugang zu einem generischen Entscheidungstool (Microsoft Excel) haben. Ihre subjektiven Bewertungen (Wahrnehmungen) sowohl ihrer Entscheidungen als auch der Prozesse, die zu diesen Entscheidungen führen, verbessern sich jedoch nicht notwendigerweise durch die Nutzung von DSS. Expertengutachter, die als Stellvertreter des oberen Managements fungieren, haben Schwierigkeiten, die objektive Qualität dieser Entscheidungen zu bewerten. Unsere Ergebnisse deuten darauf hin, dass das, was Manager aus einem hochwertigen DSS erhalten, erheblich besser sein kann als das, was sie sehen. Um die Neigung zur Annahme und Nutzung von DSS durch das Management zu erhöhen, müssen wir die Nutzer dazu bringen, die Vorteile der Nutzung eines DSS „zu sehen“. Unsere Ergebnisse schlagen auch zwei Möglichkeiten vor, die Wahrnehmung-Realität-Kluft zu überbrücken: (1) den wahrgenommenen Wert des Entscheidungsprozesses verbessern, indem DSSs sowohl so gestaltet werden, dass sie Diskussionen fördern (z. B. durch Bereitstellung von Erklärungen und Unterstützung für alternative Empfehlungen), als auch die wahrgenommene Komplexität des Problems verringern, damit Manager mehr kognitiven Aufwand in die Erkundung zusätzlicher Optionen investieren, und (2) Feedback zu den voraussichtlichen Markt-/Geschäftsergebnissen verschiedener Entscheidungsoptionen bereitstellen.