Wijn en data zijn geen onderwerpen die op het eerste oog iets met elkaar te maken hebben. Wie drinkt er niet weleens gezellig een wijntje? De eerste slok heeft altijd iets speciaals: met welke smaak komt deze ‘hemelse’ drank uit de fles? De wereld van wijnen kenmerkt zich vooral door gevoel, smaak en beleving. Ver verwijderd van ratio, analyses en data. Schijn bedriegt!
Pas geleden las ik een mooi voorbeeld van een professor (genaamd Orley Ashenfelter) die zijn ene hobby – maken van statistische analyses – toepaste op zijn andere passie: wijnen. Drijvende gedachte was dat als je als gefortuneerde wijnliefhebber een goede wijn aanschaft je een soort van investering doet. Graag zou je vooraf willen inschatten wat de verwachte toekomstige waarde (in geld of smaak) zal zijn.
In plaats van de ‘proef en spuug’ methode baseerde hij zich op data en statistische analyses voor het doorgronden van het geheim achter de kwaliteit van Bordeaux wijn. De eerste vraag die hij onderzocht was: “Welke eigenschappen van wijn bepalen de veilingprijs die ervoor betaald wordt?” . Uit de analyse bleek dat net als andere agrarische producten de kwaliteit van wijnen vooral bepaald wordt door het weer. Gebruikmakend van temperatuur en neerslag data in de Bordeaux regio van de afgelopen decennia concludeerde hij dat weinig regen gedurende de oogst en hoge zomertemperaturen de beste wijnen opleveren. De verklaring is dat Bordeaux wijnen het beste smaken als de druiven rijp zijn en het sap in de druif geconcentreerd is. In jaren met hete zomers worden de druiven rijper, gecombineerd met weinig regenval wordt het sap meer geconcentreerd.
De kwaliteit van wijn kan zelfs beschreven worden door een simpele formule: Wijnkwaliteit = 12.145 + 0.00117x winter regenval + 0.0614 x gemiddelde temperatuur gedurende groeiseizoen – 0.00386 x regenval gedurende oogstseizoen.
De formule laat zien dat voor elke centimeter regen die valt in de winter zorgt dat de prijs gemiddeld zal toenemen met 0.00117 US dollar. Door het invullen van 3 parameters kan dus bepaald worden wat de verwachte kwaliteit van de Bordeaux wijn is in een bepaald seizoen.
Erg herkenbaar is hoe de traditionele gevestigde orde van wijnspecialisten en wijnhandelaren reageerden op de publicaties. Zij voelden zich aangevallen in hun positie en expertise. De reacties varieerden van ‘niet respectvol’ tot ‘ een Neanderthaler manier om naar wijn te kijken’. In hun opvatting werd de mystiek rond wijnen ontnomen . Een downgrade van dit ‘hemelse’ drankje naar het niveau van melk en bier.
Een zinnige reactie was: “Hoe kan je wijn beoordelen zonder deze gedronken te hebben?” Is de beste manier van beoordelen niet het proeven zelf van de wijn? Hier ligt het probleem. Het duurt namelijk lang voordat de wijn daadwerkelijk geproefd kan worden. Bordeaux wijn rijpt tussen de 18 en 24 maanden in eiken vaten voordat het over gaat in flessen. Het eerste proeven vindt plaats 4 maanden na de oogst. De wijnen zijn dan nog zo ‘jong’ dat deze smaak geen goede inschatting kan geven over de toekomstige smaak. Sommige experts zeggen zelfs dat de wijn 10 jaar gerijpt moet zijn om een goede inschatting te kunnen maken. Daarentegen kan de formule al jaren voordat de wijn in de winkels verkocht wordt een nauwkeurige inschatting maken van de verwachte kwaliteit.
Dit voorbeeld laat duidelijk zien dat de ‘analytische werkwijze’ (zie voorgaande artikelen: het nemen van beslissingen op basis van data) ook succesvol toegepast kan worden in minder voor de hand liggen gebieden. Het is niet exclusief voorbehouden aan de ‘harde’ vakgebieden zoals Finance en Accounting . Er zijn ook diverse succesvolle toepassingen binnen de ‘sociale’ gebieden zoals Marketing en HRM.
Daarnaast is het ook belangrijk te weten dat –net als elk veranderingstraject- direct betrokkenen sceptisch kunnen zijn. Ze kunnen zich aangevallen voelen in hun monopolie situatie wat betreft kennis en status. "Hoe kan een formule nu mijn jarenlange expertise en ‘fingerspitzengefuhl‘ vervangen?”. Het is belangrijk te onderstrepen dat een model geen vervanging is. Het is een hulpmiddel dat meer inzicht geeft. Uiteindelijk zal -net als gebeurde in de wijnwereld- de meeste verstokte tegenstander overstag gaan.
Ronald Kneppers, partner InfoManagers.
- Deze column is geïnspireerd door het boek ‘Super Crunchers’ van Ian Ayres.
Deel uw ervaringen op ManagementSite
Wij zijn altijd op zoek naar ervaringen uit de praktijk, wat werkt wel, wat niet.
SCHRIJF MEE >>
Als u 3 of meer artikelen per jaar schrijft, ontvangt u een gratis pro-abonnement twv €200,--
Lijkt interessant. Dus maar even de formule aan de tand gevoeld.
Wijnkwaliteit =
12.145 (scalair?)
+0.00117x winter regenval (liter / vierkante meter?)
+0.0614 x gemiddelde temperatuur (graden Celcius?)
-0.00386 x regenval (liter / vierkante meter?)
De Wijnkwaliteit zou volgens deze formule worden uitgedrukt in iets als “liter / vierkante meter + graden Celcius”. Lijkt me stug.
Tweede punt is hoe je uit de door jou geciteerde formule een prijseffect kunt berekenen terwijl prijs niet als dimensie voorkomt in de formule.
Derde punt is wat de maximale en minimale waarde van de “kwaliteit” zouden kunnen zijn.
Geen idee wat nou “goed” of “slecht“ zou kunnen zijn. Dus wie of wat wordt hier nu ontmaskerd: de wijn of de bedrijfseconometrist? FF checkuh en een beetje uitleg wellicht?
Groet,
Jos Steynebrugh
Bedankt voor je kritische reactie.
Het uitgangspunt van deze formule is om vooraf een inschatting te maken van de kwaliteit van de wijn ten opzichte van de kwaliteit van de wijnen in vorige jaren. Het gaat hier om een relatieve vergelijking.
De uitkomst van de formule is een zogenaamde 'score': de waarde zelf zegt niet zo veel zonder de waarden te weten van de andere onderzochte wijnen. 'Hoog' en 'Laag' hebben hier geen absolute betekenis.
De fundamentele vragen zijn: Wat is 'kwaliteit' ? Hoe kan 'kwaliteit' in een getal worden uitgedrukt? Hoe kan er een indicator worden gedefinieerd die objectief is?
Ik denk dat de keuze voor 'prijs' als indicator voor de kwaliteit goed te verdedigen is. Naarmate de wijn beter wordt gewaardeerd door de 'markt' zullen zij ook bereid zijn er meer voor te betalen. De mening van de 'markt' is objectiever dan de mening van een selecte groep branchespecialisten
Beperkingen van 'prijs' is dat het niet alleen bepaald wordt door 'kwaliteit' maar ook door 'aanbod' (al dan niet mislukken van de oogst) en import / exportheffingen.
De formule toont de 'drivers' van 'kwaliteit': de parameters die een significante invloed hebben op de score.
Groet
Ronald Kneppers
(1) Precies zoals jij aangeeft leren 'wij' (mensen) van positieve en negatieve ervaringen in het verleden. Echter de beperking van het menselijk beoordelingsmechanisme is dat negatieve ervaringen zwaarder wegen dan positieve. Je kan 30 keer goed geholpen worden in een winkel om na 1 slechte ervaring te besluiten er nooit meer heen te gaan Niet voor niets is er het gezegde: reputatie komt te voet en vertrekt per paard
(2) 'Wij' zijn wezens waar emotie een grote impact heeft op ons doen en laten. Neem de aandelenmarkt. Het is zo makkelijk: kopen als de prijs 'laag' staat en 'verkopen' als de prijs 'hoog' staat. Iedereen weet het.
Wat gebeurt in de praktijk? Mensen horen in hun omgeving dat je nu moet instappen want iedereen doet het. Er wordt dus gekocht op het moment dat de prijs 'hoog' staat. Aan de andere kant: wie koopt er als je op het journaal hoort dat het economisch slecht gaat en de aandelenmarkten kelderen?. De ratio zegt 'kopen' maar het gevoel zegt 'verkopen: snel dumpen'
De emotie speelt dus in bovenstaande voorbeelden een negatieve rol in de besluitvorming.
De rol van de experts is dat zij goed weten welke factoren van belang zijn (selectie van de variabelen) terwijl de statistische analyse beter de impact van iedere factor kan bepalen op het eindresultaat (wegingsfactor). Ook een wiskundig model heeft zijn beperkingen en is niet feilloos. De feiten tonen aan dat de modellen systematisch meer succes hebben (of minder falen) dan de experts..
groet,
Ronald Kneppers