دانلود رایگان مقاله درک استفاده از داده های مصرف کننده در توسعه محصول جدید و چرخه عمر آن

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.

1. 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).

           با این حال، اکثر مقالات علمی مربوطه بر روی اطلاعات مربوط به مشارکت مصرف کننده ها و روش های جمع آوری داده ها که شرکت ها از آن استفاده می کنند متمرکز شده اند، در حالی که دو نوع اطلاعات مصرف کننده، یعنی گرایش غذایی و عوامل محیطی، به ندرت مورد مطالعه قرار گرفته اند (مانند بوسی و زیبرت، 2018؛ گایر و همکاران، 2018؛ کروسن و همکاران، 2013؛ جانسن و دانکبار، 2008؛ کولیو، 1998). داده های به دست آمده از دخالت مستقیم مصرف کننده در توسعه محصول جدید NPD، مانند ایجاد همکاری مصرف کننده، می تواند منبع ایده های محصول باشد و می تواند تاثیر مثبتی بر عملکرد مالی یک شرکت داشته باشد (سابورک و منزور، 2019؛ مارتینز، 2014). با این حال، مهم است که بدانیم که آیا شرکت های مواد غذایی از گرایش های غذایی و داده های عامل عوامل محیطی استفاده می کنند. چنین داده هایی نشان می دهد که تغییرات آینده در نیازها و ترجیحات مصرف کنندگان، که می تواند با توسعه محصولات به موفقیت محصولات در چرخه های طول عمر محصول (PLC)، کمک کند (فولر، 2005).

           علاوه بر این، مطالعات گذشته عمدتا بر اطلاعاتی که  مربوط به مشارکت مصرف کننده در تولید محصول جدید (NPD) تا زمان عرضه محصولات جدید کسب شده و مورد استفاده قرار گرفته، تمرکز کرده است . با این حال، نیازها و سلیقه مصرف کنندگان در طول زمان تغییر می کند و درجه مناسب بودن ثابت نیست، به همین دلیل شرکت ها اغلب محصولات غذایی را دوباره طراحی و اصلاح می کنند، در حالی که این محصولات در حال حاضر در بازار موجود هستند (فن تریر و استینکامپ، 2005؛ اوربان و هوسر، 1993 ). برای موفقیت طراحی مجدد و اصلاح یک محصول، ضروری است بدانید که مصرف کنندگان چه چیزی را در مورد محصول جدید دوست دارند و چه چیزی را دوست ندارند (اتو و وود، 2003). بنابراین، لازم است که بدانیم آیا شرکت‌های غذایی پس از راه‌اندازی محصول در طی چرخه عمر محصول PLC  داده‌های مصرف‌کننده را کسب می کنند یا به کار می‌برند یا خیر. در این مطالعه، توسعه محصول را به عنوان ترکیبی از توسعه محصول جدید NPD تعریف می کنیم که شامل مراحل توسعه قبل از عرضه محصول جدید در بازار و چرخه عمر محصول PLC است که شامل مراحل پس از عرضه محصول جدید در بازار می شود. در نهایت، مطالعات قبلی، استفاده از داده های مصرف کننده از شرکت های مربوط به صنایع مختلف، نه تنها شرکت های مواد غذایی را مورد بررسی قرار داد،  به طور مثال مطالعات جانسن و دانکبار (2008).

          موسکوویتز و ساگای (2013) خواستار بازبینی نقش تحقیقات مصرف کننده در شرکت های مواد غذایی شدند. آنها پیشنهاد کردند که تحقیقات مصرف کننده نباید فراتر از آزمایش محصول باشد و بیشتر درگیر سایر مسائل مربوط به کسب و کار در توسعه محصول باشد. برای رسیدن به این هدف، نیاز به افزایش دانش علمی (موسکوویتز و ساگای، 2013) وجود دارد. موفقیت محصولات در چرخه عمر محصول PLC یکی از مهمترین مسائل تجاری است، زیرا فروش محصول به طور قابل توجهی به رشد شرکت کمک می کند (برازاک و کان، 2012). یک مسیر بالقوه در تحقیقات مصرف کننده می تواند در مسائل تجاری بیشتر درگیر شود و تولید و استفاده از داده های مصرف کننده فراتر از آزمایش محصول در توسعه محصول جدید NPD می تواند باشد. در حال حاضر، به خوبی مشخص نیست که شرکت‌های غذایی تا چه حد از انواع مختلف داده‌های مصرف‌کننده درتوسعه محصول جدید NPD استفاده می‌کنند یا اگر آن را پس از تولید محصولات در مراحل مختلف چرخه عمر محصول PLC به کار گیرند. بنابراین، نیاز به ارزیابی وضعیت فعلی صنایع غذایی و شناسایی شکاف دانش در استفاده از داده های مصرف کننده وجود دارد. بنابراین، نیاز به ارزیابی وضعیت کنونی در صنعت غذا و شناسایی شکاف‌های دانش در مصرف داده‌های مصرف‌کننده وجود دارد. این می‌تواند تولید دانش علمی را تسهیل کند که اجازه استفاده وسیع‌تر از تحقیقات مصرف‌کننده در تضمین موفقیت محصول را می‌دهد. بنابراین، هدف مطالعه حاضر، کمک به درک این است که شرکت های غذایی اروپایی چه نوع داده‌های مصرف‌کننده را به کار می گیرند و در چه مرحله از توسعه محصول از داده‌ها استفاده می‌کنند، و چگونه داده‌ها را جمع‌آوری می‌کنند. براساس این مطالعه، پرسش تحقیقاتی کلی به شرح زیر است:

چه نوع از داده‌های مشتریان را در توسعه محصول در شرکت‌های مواد غذایی اروپایی در توسعه محصول جدید NPD و در چرخه عمر محصول PLC استفاده می‌کنند، در چه مراحل NPD و PLC از آن استفاده می‌کنند، و از چه روش‌هایی برای  جمع‌آوری داده‌های مصرف‌کننده استفاده می‌کنند؟

           برای پاسخ به این سوال تحقیقاتی، یک چارچوب مفهومی حاوی انواع داده های مصرف کننده مورد استفاده در توسعه محصول را به عنوان پایه ای برای طراحی نظرسنجی، که ما در میان متخصصان NPD اروپایی در شرکت های مواد غذایی توزیع کردیم، توسعه دادیم.

2. 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.

2.1. انواع داده های مصرف کننده

2.1.1. 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. 

Abstract

           New food products have a high chance of market failure. To improve the chances of new product success, a consumer-oriented approach to product development has been recommended. The approach emphasizes the importance of an optimal fit between consumers’ needs and the new product. To achieve this goal, food professionals generate and use various consumer data types and methods. However, very few studies address the extent to which the food industry uses consumer data in product development. This study investigated to what extent European food firms use various consumer data in different phases, i.e., new product development (NPD) and the product life cycle (PLC), and what data collection methods they employ. The current study classified consumer data into three types: consumer involvement, food trend, and environmental factor data. The results showed that more than 85% of the respondents use all three data types in NPD, while they rarely use consumer data in the PLC. Respondents most frequently use data collection methods such as focus groups, consumer surveys, and indirect data collection (e.g., internet, magazines). These methods are less effective in assuring product success and in developing new-to-the-world products. In fact, more than half of the respondents never or rarely worked on new-to-theworld projects. Increasing the use of consumer data in the PLC and adapting data collection methods to the type of the project and the phase of product development present opportunities for food firms to improve chances of new product success.

1. Introduction

          Failure of new food products is still a prevailing end-result of many firms’ product development activities. Nielsen reported that between 2011 and 2013, 76% of the launched consumer goods did not survive one year on the market, while 45% remained on the market for less than half a year (Dijksterhuis, 2016). In the last few decades, firms have been applying a consumer-oriented, or consumer-led, approach to product development to design successful new food products. Busse and Siebert (2018) provided an extensive overview of definitions for consumer-oriented and consumer-led product development. Here, we adopt the description of consumer-oriented product development to achieve an optimal degree of fit between the new product and consumers’ needs (Costa and Jongen, 2006).

          To determine the optimal degree of fit between the new product and the needs of the target consumers, food firms use various methods to collect data about consumers’ needs and preferences (Busse and Siebert, 2018; Nijssen and Lieshout, 1995). According to Moskowitz and Saguy (2013), a range of tests to obtain consumers’ response to product ideas, concepts, and physical products to assess a product’s acceptance level have been employed in the food industry (Moskowitz and Saguy, 2013). These tests have been useful for obtaining consumer involvement data (Janssen and Dankbaar, 2008). Other types of data can also be used to determine the optimal degree of fit, such as data on current food trends or aggregated data on environmental factors that affect consumers’ needs and preferences, e.g., demographic, economic, socio-cultural, or technological (Janssen and Dankbaar, 2008; Stewart-Knox and Mitchell, 2003; Grunert et al., 1996). However, the majority of related scientific literature is focused on what consumer involvement data firms employ and what data collection methods they use, while the other two consumer data types, i.e., food trends and environmental factors, have rarely been studied (e.g., Busse and Siebert, 2018; Geyer et al., 2018; Creusen et al., 2013; Janssen and Dankbaar, 2008; Kaulio, 1998). Data obtained by direct consumer involvement in NPD, such as consumer co-creation, can be a source of product ideas and can have a positive effect on the financial performance of a company (Zaborek and Mazur, 2019; Martinez, 2014). However, it is also important to understand whether food firms use food trend and environmental factor data. Such data indicate future changes in consumers’ needs and preferences, which can aid product success by developing products with longer product life cycles (PLC) (Fuller, 2005).

           Moreover, past studies mainly focused on consumer involvement data obtained and used in the new product development (NPD) up to the launch of new products. However, consumers’ needs and tastes change over time, and the degree of fit is not static, which is why firms often redesign and reformulate food products once they are already on the market (van Trijp and Steenkamp, 2005; Urban and Hauser, 1993). To successfully redesign and reformulate a product, it is essential to know what consumers like, or dislike, about the existing product (Otto and Wood, 2003). Therefore, it is necessary to understand whether food firms obtain and employ consumer data after the product is launched during the PLC as well. In this study, we define product development as the combination of NPD, which includes the development phases before a new product is launched on the market, and the PLC, which includes the phases after the new product is launched on the market. Lastly, previous studies analysed consumer data use of firms from various industries, not only food firms, except, for example, the study by Janssen and Dankbaar (2008).

          Moskowitz and Saguy (2013) called for redefining the role of consumer research in food companies. They suggested that consumer research should move beyond mere product testing and become more involved in other business issues in product development. To achieve that, there is a need to increase scientific knowledge (Moskowitz and Saguy, 2013). The success of products in the PLC is one of the most important business issues since product sales substantially contribute to company growth (Barczak and Kahn, 2012). A potential way consumer research could become more involved in business issues could be by generating and using consumer data beyond product testing in NPD. Currently, it is not well known to what extent food firms use different types of consumer data in NPD or if they employ it after products are launched in various PLC phases. Therefore, there is a need to assess the current situation in the food industry and to identify knowledge gaps in consumer data use. This could facilitate the generation of scientific knowledge that would allow broader use of consumer research in assuring product success. Therefore, the aim of the current study is to contribute to the understanding of what consumer data types European food firms employ, in what phases of product development they use the data, and how they collect the data. Based on the study aims, the overall research question follows:

What consumer data types do people working in product development in European food firms use in NPD and the PLC, in what phases of NPD and the PLC do they use it, and what consumer data collection methods do they employ?

           To answer this research question, we developed a conceptual framework containing the types of consumer data used in product development as the basis for the survey design, which we distributed among European NPD professionals working in food firms.

2. Conceptual framework

          To analyse what consumer data types firms use during product development, we developed a conceptual framework (Figure 1). The framework displays three main data types, i.e., consumer involvement, food trend, and environmental factor data. In the context of this study, the three data types are independent of each other, and we differentiate them based on their specificity and time frame. Moreover, Figure 1 shows that we aim to determine whether the phase of product development, the type of product development project, and the firm size and function influence the types of consumer data used. We explain the framework elements in the following text.

2.1. Types of consumer data

2.1.1. Consumer involvement data

         Interaction and collaboration with consumers are major aspects of consumer-oriented NPD that are important for understanding the fit of the product with consumers’ needs (Costa and Jongen, 2006). The most straightforward way to assess the degree of fit between a new product and consumers’ needs is to involve consumers directly in the NPD and the PLC. Here, we consider three major consumer involvement levels to obtain data: “design for”, “design with”, and “design by” (Janssen and Dankbaar, 2008; Kaulio, 1998). In the “design for” level, consumers’ needs and preferences are determined based on general theories and models of consumer behaviour and on information obtained from the internet, magazines, marketing agencies, supermarkets, consumer surveys, and focus groups. In the “design with” level, consumers typically express their opinions on product concepts and physical products through sensory tests, concept testing, conjoint analysis, and category appraisal. In the “design by” level of involvement, consumers are strongly and actively involved and participate in the co-creation of the product, and methods such as lead user method, innovation templates, and consumer-idealized design are employed. Consumer involvement, such as with the “design by” level, is beneficial for the development of unique product ideas due to the use of methods that allow the discovery of consumer needs and values of which consumers themselves are not aware (Janssen and Dankbaar, 2008; Kristensson et al., 2003). However, “design by” methods can have certain limitations that hinder their more frequent use compared to “design for” and “design with” methods. For example, the lead-user method requires a dedicated team of 4 to 6 people with advanced interviewing skills for part-time work for six months to develop a product concept (Eisenberg, 2011). Likewise, consumeridealised design, although similar to focus groups, requires skilful facilitators and more time investment by facilitators and participants (Ciccantelli and Magidson, 1993). While some studies show that employing “design by” methods, such as co-creation and lead user method, results in successful NPD (Zaborek and Mazur, 2019; Chang and Taylor, 2016), there is a lack of empirical evidence, which would show that the use of “design by” consumer involvement, instead of “design for” or “design with”, will lead to more successful products.

چکیده

1. معرفی

2. چارچوب مفهومی

2.1. انواع داده های مصرف کننده

2.1.1. داده های مشارکت مصرف کننده

2.1.2. داده های گرایش غذایی

2.1.3. داده عوامل محیطی

2.1.4. تفاوت در میان انواع داده ها - چارچوب زمانی و ویژگی

2.2. فاز توسعه محصول، نوع پروژه توسعه محصول، اندازه شرکت و عملکرد پاسخ دهندگان می تواند بر استفاده ی داده های مصرف کننده تاثیر بگذارد

3. مواد و روش ها

3.1. پرسشنامه آنلاین

3.1.1. طراحی پرسشنامه

3.1.2. پاسخ دهندگان

3.2. تجزیه و تحلیل داده ها

4. نتایج

4.1. انواع داده های مصرف کننده که در توسعه محصول مورد استفاده قرار گرفت

4.2. استفاده از داده های مصرف کننده در مراحل مختلف توسعه محصول

4.3. استفاده از روش های مختلف برای جمع آوری داده های مصرف کننده

4.4. انواع پروژه های توسعه محصول و روابط بین نوع پروژه و اطلاعات مورد استفاده ی مصرف کننده

4.5. رابطه بین اندازه شرکت یا عملکرد پاسخ دهندگان و داده های مصرف کننده و روش های مورد استفاده

5. بحث

5.1. استفاده از انواع مختلف داده های مصرف کننده: فرصت هایی برای بهبود

5.2. داده های مصرف کننده در مراحل مختلف تولید محصول: فرصت هایی برای بهبود

5.3. پیامدهای احتمالی استفاده از روش های مختلف جمع آوری اطلاعات برای موفقیت محصول

5.4. نوع پروژه NPD، اندازه شرکت و عملکرد، بر نوع داده مورد استفاده درمورد مصرف کننده تاثیر می گذارد

5.5. محدودیت های مطالعه و توصیه هایی برای تحقیقات بیشتر

6. نتیجه گیری و مفاهیمی برای متخصصان

منابع

Abstract

1. Introduction

2. Conceptual framework

2.1. Types of consumer data

2.1.1. Consumer involvement data

2.1.2. Food trend data

2.1.3. Environmental factor data

2.1.4. Differences among data types – time frame and specificity

2.2. The product development phase, type of product development project, firm size and respondent’s function can impact consumer data use

3. Materials and methods

3.1. Online questionnaire

3.1.1. Questionnaire design

3.1.2. Respondents

3.2. Data analysis

4. Results

4.1. Consumer data types used in product development

4.3. Utilization of different methods to collect consumer data

4.5. Relationship between firm size or function of the respondents and consumer data and methods used

5. Discussion

5.1. Use of different consumer data types: opportunities for improvement

5.2. Consumer data use in different product development phases: opportunities for improvement

5.3. Possible implications of using different consumer data collection methods for product success

5.4. The type of NPD project, firm size, and function have an impact on the type of consumer data used

5.5. Study limitations and recommendations for further research

6. Conclusions and implications for practitioners

References