Smaakstoffenproducent Quest heeft een statistische methode ontwikkeld waarmee het smaakvoorkeuren kan voorspellen. Het bedrijf rept van een revolutie in het smaakontwikkelingsproces.
De methode, LISA genaamd (Linking flavour Ingredients and Sensory data to Acceptance), combineert data van de smaakcomponenten die consumentenvoorkeur bepalen met sensorische data zoals sappigheid, rijpheid, zoetigheid et cetera. Deze data zijn verkregen uit consumenten- en expert panels. ‘Door deze combinatie kunnen we wereldwijd onder verschillende consumentengroepen smaakvoorkeuren voorspellen en optimaliseren’, aldus Vice-President van de smaakdivisie Cees de Jong.
Met de methode kan Quest bijvoorbeeld voorspellen dat Braziliaanse vrouwen tussen 25 en 35 die vaak sinaasappelsap drinken, houden van sappige, groene limonades. Braziliaanse vrouwen onder de 16 die meer van koolzuurhoudende sinaasappeldranken houden, zijn meer gecharmeerd van zoetige, ‘bloemige’ limonades.
Volgens consumer understanding systems manager Tom de Block kan Quest op verzoek van een klant precies bepalen welke smaakcomponenten de voorkeur positief of negatief beïnvloeden. ‘De kracht van LISA is dat we voor specifieke consumentengroepen tot op componentniveau kunnen bepalen welke smaken aanslaan en welke afstoten.’
De Block stelt dat het ontwikkelen voor specifieke doelgroepen in het pre-LISA-tijdperk vaak een kwestie van ‘afwachten of het product succesvol’ was. ‘Nu kunnen we vrij snel de meest optimale smaak bepalen. Wel moeten onze smaakdeskundigen deze smaak nog altijd aanscherpen. Smaakbeleving is zo complex dat alleen statistiek niet volstaat.’
Om het heel kort samen te vatten: voortaan krijg je dus alleen nog wat het model verwacht dat je lekker valt. Verrassingen zijn uitgesloten. Jammer!
bron: EVMI
Dit artikel afdrukken
De methode, LISA genaamd (Linking flavour Ingredients and Sensory data to Acceptance), combineert data van de smaakcomponenten die consumentenvoorkeur bepalen met sensorische data zoals sappigheid, rijpheid, zoetigheid et cetera. Deze data zijn verkregen uit consumenten- en expert panels. ‘Door deze combinatie kunnen we wereldwijd onder verschillende consumentengroepen smaakvoorkeuren voorspellen en optimaliseren’, aldus Vice-President van de smaakdivisie Cees de Jong.
Met de methode kan Quest bijvoorbeeld voorspellen dat Braziliaanse vrouwen tussen 25 en 35 die vaak sinaasappelsap drinken, houden van sappige, groene limonades. Braziliaanse vrouwen onder de 16 die meer van koolzuurhoudende sinaasappeldranken houden, zijn meer gecharmeerd van zoetige, ‘bloemige’ limonades.
Volgens consumer understanding systems manager Tom de Block kan Quest op verzoek van een klant precies bepalen welke smaakcomponenten de voorkeur positief of negatief beïnvloeden. ‘De kracht van LISA is dat we voor specifieke consumentengroepen tot op componentniveau kunnen bepalen welke smaken aanslaan en welke afstoten.’
De Block stelt dat het ontwikkelen voor specifieke doelgroepen in het pre-LISA-tijdperk vaak een kwestie van ‘afwachten of het product succesvol’ was. ‘Nu kunnen we vrij snel de meest optimale smaak bepalen. Wel moeten onze smaakdeskundigen deze smaak nog altijd aanscherpen. Smaakbeleving is zo complex dat alleen statistiek niet volstaat.’
Om het heel kort samen te vatten: voortaan krijg je dus alleen nog wat het model verwacht dat je lekker valt. Verrassingen zijn uitgesloten. Jammer!
bron: EVMI
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 4 juni krijg je nieuwe kado-artikelen.
Op 4 juni krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
Zat ex Brandmarc-collega Eduard Derks destijds niet bij Quest? Onderzoek en model komen me in ieder geval bekend voor ;-)
@Marco, daar kan ik niet over oordelen, maar het zou natuurlijk kunnen.
Dick, weet jij wellicht iets meer over dit model van Quest?
Nee, maar als ik het zo lees, dan gaan mijn gedachten dezelfde kant op als de jouwe: het lijkt verdacht veel op 'droog' gebruik van 'nat' verkregen gegevens waarmee je aardige simulaties kunt maken ;-)
Ik ga er eens achteraan.
Het toepassen van dit soort modellen is al betrekkelijk oud. In andere bedrijfstakken en met andere gegevens al zeker 30 jaar. Het loopt in feite gelijk met de beschikbaarheid van computers. Wat ik zelf een interessant toepassingsgebied van dit soort modellen vind, is het voorspellen van de toxiciteit van een chemisch stofje zonder dat je daar dierproeven voor nodig hebt. Dat scheelt want er zijn door de jaren heen miljoenen chemische stofjes gemaakt waar dat nog voor moet worden onderzocht! Nieuw is, tenminste voor mij, dat het hoge management zich voor die modellen gaat interesseren, dus niet alleen maar de nerds.