Giuliana Francesca Manganaro, Lehr­stuhl für Sales & Service Marketing: Marketing the organizational Purpose (August 2024)

Um den Erfolg von Unter­nehmen und der Individuen besser zu verstehen, studierte Giuliana Francesca Manganaro Finanzen in Frankfurt (B.Sc.) und Philosophie in Mannheim (M.A.). Während ihrer Studien­gänge legte sie Wert darauf, Einblicke in die Markt- und Motivations­psychologie zu gewinnen, die sie nun in ihrer Dissertation weiter vertieft. Unter der Sales & Service orientierten Betreuung von Prof. Dr. Florian Kraus befasst sich Giuliana Francesca Manganaro mit der Ver­markt­ung des Unter­nehmens-Purpose.

Was ist Ihr aktuelles Forschungs­thema und warum finden Sie die Forschung relevant?

In meiner Forschung konzentriere ich mich auf die Ver­markt­ung des „organisationalen Purpose.“ Die Relevanz von „Purpose“ als philosophisches Konstrukt wurde bisweilen, vor allem aus einer individualpsychologischen Perspektive, legitimiert. Da Organisationen von und für den Wohlstand der Individuen erst existieren, manche Organisationen, jedoch auf Grundlage des begrenzten Zeithorizonts, der die Organisation bildenden Individuen, die kurzfristige Profitmaximierung der nachhaltigen Wertsteigerung vorziehen, womit sie unserem Wohlstand letztlich schaden, erscheint es für mich schon fast vulgär die Betrachtung und Ver­markt­ung des organisationalen „Purpose“ unbeachtet zu lassen. Mit anderen Worten: Es scheint mir sinnvoll, gerade in einer Zeit, in der viele Leser vielleicht schon nach meinem vorherigen Satz den Faden verloren haben, den Zweck, der das Unter­nehmen legitimiert, klar und verständlich darzustellen. Das bedeutet auch, dass dieser Grund so veranschaulicht wird, dass wir in einer angemessenen Zeitspanne einschätzen können, ob das Unter­nehmen uns langfristig bereichert oder schadet. Falls letzteres zutrifft, grenzt es schon fast an Dummheit, ein solches Unter­nehmen auf dem Markt in irgendeiner Form zu legitimieren. Wenn wir als Gesellschaft Geld dann gemäß seiner eigentlichen Funktion nutzen, sehe ich in meiner Forschung die spielerische und leicht naive Möglichkeit, sich der initialen Idee der Markt­wirtschaft zu nähern und den Wohlstand zu optimieren.

Für alle, die noch nicht so tief in Ihr Thema und in das Thema „Data Science“ eingestiegen sind: Wie würden Sie einem Kind erklären, woran Sie arbeiten?

Die Frage gefällt mir. Sie ist auch für einen selbst hilfreich, um mögliche Widersprüche zwischen dem, was man tut, und dem, was man will, aufzuzeigen, oder? Zur Beantwortung: Ich möchte herausfinden, wie wir den wahren Luxus der Markt­wirtschaft ausschöpfen können. Um das zu verstehen, sollten wir unseren Verstand nutzen – auch, wenn es manchmal anstrengend ist. Und, damit ich einen klaren Kopf bewahre, benutze ich die fortschrittlichsten Werkzeuge, die sich mit dem Namen „Data Science“ schmücken.

Alle sprechen über Data Science – wie würden Sie die Bedeutung des Themas für sich selbst in drei Worten beschreiben?

Cost-Benefit-Analysis

Wie hoch ist der Wert von Data Science für Ihre Arbeit?

Sehen Sie, Wissenschaft war schon immer bereichernd, wenn sie tatsächlich Wissen schafft. Wenn man, stereotypisierend, davon ausgeht, dass wir Menschen unsere Gewohnheiten sehr zu schätzen wissen, dann führt das dazu, dass einige Er­kenntnisse über lange Zeit als zuverlässig gelten. Um weiterhin Wissen zu schaffen, ist es jedoch notwendig, neue Zusammenhänge zu erkennen. Dies bedeutet heute oft die Analyse spezifischer oder komplexer Zusammenhänge. Dabei erfordert die Analyse solcher Zusammenhänge meist einen großen Stichprobenumfang. Um große Stichproben sinnvoll zu analysieren, erweist sich die Anwendung speziell entwickelter Data-Science-Methoden als äußerst effizient. Man stelle sich nur vor, wie lange es dauern würde, die Standard­abweichung von fünf Beobachtungen manuell zu berechnen, selbst mit einem Taschenrechner. Vergleicht man die dafür investierte Zeit mit der, die man benötigt, wenn man eine entsprechende Software verwendet, erscheint die manuelle Methode fast schon anti­quiert. Sicherlich gibt es Kompromisse, die man beachten sollte, denn die unüberlegte Anwendung von Methoden, nur weil sie existieren, kann zu fatalen Aussagen führen. Genau deshalb finde ich die gezielte Nutzung von Data-Science-Methoden so reizvoll; denn sie ermöglicht es Forschern, sich auf die Logik der Zusammenhänge zu konzentrieren. Und genau diese liefern letztlich den wissenschaft­lichen Mehrwert.

Welche Entwicklungs­möglichkeiten sehen Sie für das Thema Data Science in Bezug auf Ihr Fach­gebiet?

Wenn ich mich auf den Bereich Marketing konzentrieren darf, dann schreibe ich den Entwicklungs­möglichkeiten für Data Science eine außergewöhnliche Bedeutung zu. Marketing ist per se ein interdisziplinäres Feld, das tief in die Er­kenntnisse verschiedener Wissenschaften eintaucht, insbesondere in die Psychologie, Soziologie und Verhaltensökonomie. Durch den gezielten Einsatz von Data Science können wir diese Er­kenntnisse auf eine völlig neue Ebene heben.

Stellen Sie sich vor, wir könnten die subtilen Nuancen menschlicher Emotionen und Verhaltensweisen mit einer Präzision entschlüsseln, die bisher undenkbar war – von der Analyse feinster Gesichtsausdrücke über die Erfassung biometrischer Daten bis hin zur Vorhersage individueller Kommunikations­präferenzen (natürlich unter Berücksichtigung aller Datenschutz relevanten Richtlinien). Solche tiefgehenden Einsichten ermöglichen es, Marketing­strategien zu entwickeln, die nicht nur die Oberfläche der Bedürfnisse berühren, sondern deren tief verwurzelte Motive und Wünsche adressieren. Dies eröffnet eine neue Dimension im Stakeholder­management, die es Unter­nehmen ermöglicht, dem Markt optimal zu dienen und Wohlstand zu generieren.

P.S.: Der Antworttext auf diese Frage wurde hauptsächlich von ChatGPT in sicherlich weniger als einer Minute erstellt. Ich habe 12 Anpassungen vorgenommen und ChatGPT zuvor ein Gerüst aus fünf Sätzen zum Thema und zur Richtung vorgegeben. Hätte ich diesen Text selbst geschrieben, hätte es sicherlich länger gedauert. Auch wenn die Inhalte und die Logik von uns überprüft und angepasst werden müssen, ist die Nutzung geeigneter Methoden, wie auch die Anwendung von Data Science, ein Luxus, der es uns ermöglicht, uns mit dem zu beschäftigen, was uns wirklich interessiert. Und warum sollte man seine Zeit mit etwas verschwenden, das man gut delegieren kann, wenn man sie für Dinge nutzen kann, die einem Freude bereiten?

Zurück