Een empirische studie naar het effect van trainingen op de verkoopcijfers

27-6-2015

Een empirische

studie naar het effect

van trainingen op de

verkoopcijfers

Pim Klaver (6145523)

1 Inleiding

In veel bedrijven worden verkooptrainingen gegeven om de omzet te verhogen. Kirkpatrick introduceerde in 1959 vier levels waarop je de effectiviteit van trainingen zou kunnen meten. Dat zijn respectievelijk: persoonlijke reactie op de training, opgedane kennis, gedrag na de training en de cijfermatige resultaten als gevolg van de training. Tot op de dag van vandaag is het model van Kirkpatrick leidend als het gaat om onderzoek naar de effectiviteit van verkooptrainingen.

American Society for Training and Development (ASTD) onderzoekers menen dat

verkooptrainingen zouden moeten worden beoordeeld op levels drie en vier (Das, Upadhyay & Das, 2013). Eerder benadrukten ook leden van de National Society of Sales Training Executives (NSSTE) de importantie van het onderzoek op de werkelijke impact, level vier, van de trainingen (Honeycutt, Ford & Rao, 1995).

Verschillende meta-analyses over het effect van verkooptrainingen tonen aan dat level vier, relatief gezien, amper onderzocht wordt. Van de honderden artikelen die in de

meta-analyses zijn meegenomen hebben slechts 7-8 % van de onderzoeken de impact van de trainingen op de bedrijfsresultaten als criterium genomen (Arthur, 2003; Surgue & Rivera, 2005). Ook in de recente geschiedenis is hier geen verandering in gekomen (Das, Upadhyay & Das, 2013). Zeer opvallend dus dat het level met de hoogste importantie het minste onderzocht is. Dit valt volgens Arhur te wijten aan de hoge kosten die er aan verbonden zijn om de relevante data te verzamelen. Bovendien is de complexiteit om louter het effect van trainingen te meten ook vaak een keuze om de trainingen op een eenvoudigere manier te evalueren. (Arthur, 2003)

Dankzij een van Pepperminds Nederland B.V. verkregen dataset is het mogelijk om wel onderzoek te doen op level vier van het Kirkpatrick model. Pepperminds is een marketingbureau dat leden werft voor klanten. Verkopers van Pepperminds trachten op straat, langs deuren of bij evenementen abonnementen, lidmaatschappen of donateurs aan de man te brengen. Grote bedrijven als ING, Rode Kruis, Wereld Natuurfonds en de Telegraaf maken gebruik van de diensten van Pepperminds. Jaarlijks neemt Pepperminds zo een 2500 nieuwe mensen in dienst. Het bedrijf kent drie type verkopers: talent, promoter en captain.

De talentfase is in oktober 2014 veranderd en juist die verandering biedt de mogelijkheid om te onderzoeken wat het effect van trainingen op de verkoopprestaties is. Voorheen mocht een nieuwe verkoper vier keer als talent komen werken. Als het talent na vier keer zijn targets haalde,

promoveerde hij naar de functie van promoter. Als de targets niet gehaald werden, hoefde de verkoper niet meer te komen werken voor Pepperminds. In het nieuwe voortraject mag een talent tien keer komen werken, alvorens een beslissing wordt genomen of hij naar de status van

promoter gepromoveerd wordt óf weg moet. Bovendien krijgen de talenten sinds januari 2013 gedurende het voortraject naar promoter drie verplichte verkooptrainingen. Met behulp van regressie-analyses wordt onderzocht of deze trainingen tot hogere verkoopcijfers hebben geleid.

In het volgende hoofdstuk wordt een beschrijving gegeven van literatuur die eerder over het effect van verkooptrainingen verschenen is. In hoofdstuk 3 wordt besproken hoe het

onderzoek is opgebouwd. Vervolgens worden in hoofdstuk 4 de data besproken en de regressie-analyses uitgevoerd. Deze worden tevens geanalyseerd om in hoofdstuk 5 de centrale vraag te beantwoorden. Ten slotte worden in het laatste hoofdstuk de toegevoegde waarde en de beperkingen van het onderzoek besproken.

2 Theoretisch kader

In dit hoofdstuk wordt de relevante literatuur besproken. Eerdere onderzoeken naar het effect van trainingen op een bedrijf zijn onderzocht en de bevindingen daarvan staan in dit hoofdstuk. Het product dat een bedrijf gemaakt heeft kan nog zo goed zijn; als het niet op de juiste manier op de markt gebracht wordt, zal er nooit veel omzet gemaakt kunnen worden. Het is daarom voor een bedrijf van groot belang dat het voldoende aandacht schenkt aan de verkoopstrategieën die de werknemers inzetten.

Verscheidene onderzoeken tonen aan dat de verkoopstrategie van groot belang is op de eventuele verkoop van een product. Goede verkopers zijn in staat om snel te bepalen met wat voor klant ze te maken hebben. Op basis van die inschatting passen ze hun verkoopstrategie aan. Verkopers moeten dus in staat zijn om verschillende strategieën toe te passen (Schwepker, 1999; Abed and Haghighi, 2009). Bedrijven kunnen hun verkopers helpen bij het ontwikkelen van die

strategieën. Dit kunnen ze doen door specifieke trainingen te geven.1 _{Deze verkooptrainingen}

helpen de verkopers om klantgericht te werk kunnen gaan (Siguaw, 1994; Flaherty, 1999).

Evaluatie van trainingen

Het is volgens Honeycutt en Stevenson (1989) niet alleen belangrijk deze trainingen te geven, het is ook van importantie om deze trainingen te evalueren. De onderzoekers geven acht redenen om trainingen te evalueren, die in tabel 1 te lezen zijn (Honeycutt & Stevenson, 1989). Veruit het meest gebruikte model om trainingen te evalueren is dat van Kirkpatrick uit 1959. Het model kent vier levels dat elk een ander aspect van de training evalueert. Het eerste level meet de opinie van werknemer en de mate van tevredenheid over de trainingen. Dit is van de vier levels het makkelijkste na te gaan en wordt zodoende het vaakst toegepast. (Alliger et al., 1997; Robinson and Robinson, 1999). Het tweede level bekijkt of de getrainden zich door het trainingsmoment hebben ontwikkeld op het gebied van kennis, vaardigheden en/of houding. Het derde level evalueert of een werknemer zijn werk door de trainingen anders is gaan uitvoeren. Op het vierde level wordt geanalyseerd of de trainingen van invloed zijn geweest op de bedrijfsresultaten (Kirkpatrick, 1999).

 Het beoordelen van de verwezenlijking van de trainingsdoelstellingen.

 Het beoordelen van het presteren van de trainer.

 Het rechtvaardigen van de trainingsuitgaven door een kosten/baten analyse.

 Het verbeteren van de inhoud en/of structuur van de trainingen.

 Kunnen bepalen of een werknemer een training nodig heeft.

 Inzichtelijk maken welke werknemers het meeste van de trainingen geprofiteerd heeft.

 Het versterken van de belangrijkste punten voor de werknemers.

 Het creëeren van eerlijke verwachtingen voor toekomstige trainingen. Tabel 1: Acht redenen om trainingen te evalueren (Honeycutt en Stevenson, 1989)

1 _{“Training” verwijst naar een systematische aanpak van het leren en ontwikkelen om individuen, teams}

Dit laatste level is voor de werkgever veruit het interessantste. Hieruit kan worden geconcludeerd of de trainingen de gewenste uitwerking op het bedrijf hebben gehad (Bee and Bee, 1997). Een rondgang door Honeycutt, Ford en Rao (1995) langs leden van de National Society of Sales Training Executives (NSSTE) in de VS onderschrijft de importantie van het onderzoeken van het vierde level. De wetenschappers stellen dat de grootste behoefte aan nieuw onderzoek voor de leidinggevenden de exacte bepaling van het effect van verkooptrainingen is (Honeycutt, Ford & Rao, 1995). Dit is echter het level dat het minste onderzocht wordt. Een grote meta-analyse van Arthur (2003) over 397 verschillende onderzoeken naar het effect van verkooptrainingen toont aan dat slechts 26 van deze onderzoeken het vierde level als criterium hebben. Hoge kosten voor, en überhaupt, het verzamelen van de data en de complexiteit om dit te onderzoeken worden als voornaamste redenen gegeven (Arthur, 2003).

Effect van trainingen

Een van de onderzoeken op het vierde level van Kirkpatrick is dat van Meyer en Raich (1983). Meyer en Raich onderzoeken het effect van trainingen op de behaalde verkoopcijfers van

medewerkers. Op basis van omzet en locatie hebben ze veertien vestigingen van één winkelketen in elektronica geselecteerd. Binnen deze groep hebben de onderzoekers paren gemaakt die qua omzet het meeste gemeen hebben. De ene groep van zeven winkels krijgt in de herfst van 1979 een training, de andere krijgt dat niet en dient als controlegroep. Met de training worden verkopers onder meer getraind in het benaderen van de klant en in het rondmaken van de verkoop. In de groep die de nieuwe behandeling krijgt zitten 58 werknemers terwijl de

controlegroep uit 64 verkopers bestaat. Omdat de verkopers commissie krijgen bij de verkoop van een product, wordt het uurloon als verklarende variabele genomen. Er wordt een “difference-in-differences” analyse gedaan naar de gemiddelde uurlonen over de eerste zes maanden van 1979 en over de eerste zes maanden van 1980.

Meyer en Raich concluderen dat de getrainde groep in een jaar tijd een stijging van 7% van het uurloon realiseert. Bij de controlegroep daalt het uurloon daarentegen met gemiddeld 3%. Er wordt geen verklaring gegeven voor de daling in de controlegroep. De

“difference-in-differences” analyse toont op het 0,01 significantieniveau significantie aan tussen het verschil in verandering tusssen de twee groepen. Bovendien maken in de getrainde groep nog eens vier mensen tussentijds promotie dankzij hun goede verkoopcijfers. In de controlegroep promoveert

slechts één persoon. Omdat de gepromoveerden tussentijds hun groep hebben verlaten, zijn deze verkopers niet meegenomen in de analyse. Het is dus zeer aannemelijk dat het verschil van de uurlonen tussen de groepen in werkelijkheid nog groter is geweest. Ondanks dat er zeven paren van winkels gevormd zijn, worden in het onderzoek slechts de resultaten van de gehele getrainde en ongetrainde groep weergegeven. Het is een gemis dat er zo geen onderscheid valt te maken tussen bijvoorbeeld grote en kleine winkels (Meyer & Raich, 1983).

Doyle en Cook (1984) komen met een vergelijkbaar onderzoek tot dezelfde conclusie. Zij doen eveneens een “difference-in-differences” analyse. Doyle en Cook onderzoeken trainingen, bij een winkelketen voor mode, die er op gericht zijn de verkoopeffectiviteit te verbeteren. Veertien winkels krijgen de training, veertien andere winkels worden als controle groep gebruikt. Doyle en Cook onderzoeken een kortere tijdsperiode dan Meyer en Raich (1983). Doyle en Cook analyseren de verkoopcijfers van vijf weken voor de training en van vijf weken na de training. De onderzoekers hebben geen individuele verkoopcijfers en analyseren daarom de wekelijkse

winkelverkopen. Gemiddeld scoren de winkels die het trainingsprogramma volgen 10% meer dan de controlegroep. Dit verschil is significant bij een significantieniveau van 0,01. Doyle en Cook hebben zich in tegenstelling tot Meyer en Raicht niet alleen beperkt tot het analyseren van de getrainde en ongetrainde groep. Doyle en Cook publiceren ook de verschillen tussen de gevormde winkelparen. Daardoor zijn de resultaten duidelijker te volgen. Bovendien hebben Doyle en Cook ook gekeken naar de wekelijkse winkelverkopen per eenheden product (getrainde groep verkoopt significant meer) en de gemiddelde prijs per verkocht product (geen significant verschil). Dat de periode die onderzocht is door Doyle en Cook slechts vijf weken beslaat, is dan weer een nadeel. Ze stellen zelf dan ook dat nog maar moet worden bezien of het verschil in de verkoopcijfers tussen de twee groepen ook op de lange termijn zichtbaar zal blijven (Doyle & Cook, 1984).

Trainingen hebben niet alleen effecten op de verkoopcijfers. Uit andere onderzoeken blijkt dat trainingen ook op andere vlakken positief kunnen uitpakken voor de werkgever. Zo blijken werknemers na het volgen van trainingen minder fouten te maken op de werkvloer (Holzer, 1995; Ichniowski et al., 1997). Ook zouden trainingen voor een betere en positiviere werkhouding zorgen (Delery and Doty, 1996; McEvoy, 1997). Meyer en Raich (1983) zien bij hun onderzoek van de verkoopcijfers van al dan niet getrainde werknemers dat opvallend minder

mensen van de getrainde groep stoppen met werken. Zeven procent van de getrainde werknemers stoppen ermee, terwijl uit de controlegroep 22% de werkgever vroegtijdig verlaat (Meyer & Raich, 1983). De door trainingen gestegen loyaliteit naar de werkgever wordt ook door andere onderzoeken ondersteund (Arthur, 1994; Bayo and Merino, 2002).

Een onderzoek dat qua regressies lijkt op wat in deze paper onderzocht wordt, is dat van Murray en Raffaele (1997). De twee wetenschappers analyseren onder andere of het volgen van trainingen een significante variabele is in het voorspellen van de kwaliteit van een product. Murray en Raffaele doen dat met data van een fabrikant van porseleinen producten. Bij de fabriek is men in 1987 begonnen met het trainen van de werknemers, volgens de Crosby

kwaliteitstrainingen. Het trainingsprogramma duurt in totaal een jaar en richt zich op het voorkomen van fouten in het productieroces. Murray en Raffaele definieren kwaliteit van het product als het percentage goede/verkoopbare producten dat het productieproces heeft doorlopen. Het model van Murray en Raffaele waarmee ze de kwaliteit van proces i willen schatten, ziet er als volgt uit:

𝑌𝑖 = 𝛼 + 𝛾1𝐷1𝑖+ 𝛾2𝐷2𝑖+ ∑ 𝛾3𝑘𝐺𝑘 5

𝑘=1

+ 𝛽𝑇𝑖 + 𝜀𝑖

De kwaliteit van het product is de verklarende variabele Y. De zeven dummievariabelen D1, D2 en

Gk zijn in het model opgenomen voor respectievelijk het al dan niet een training gevolgd hebben

(een 1 als de training is gevolgd), in welk jaar de training gevolgd is (1 voor 1987 en 0 anders) en voor de k verschillende productlijnen. Van de zes verschillende productielijnen zijn er vijf als dummy variabele opgenomen. Dit zodat de coefficient γ3k staat voor het verschil ten opzichte van

de zesde productielijn. De laatste verklarende variabele T staat voor het jaar waarin de data geobserveerd is (Murray & Raffaele, 1997).

De Durbin-Watson test heeft autocorrelatie aangetoond. Om hiervoor te corrigeren hebben Murray en Raffaele het model met “generalized least squares” geschat. De onderzoekers hebben de kwaliteit van twee producten onderzocht. De twee regressies tonen beide een significant effect van de dummyvariabele training aan. Voor Greenware, het eerste proces, stijgt de kwaliteit significant met 4,8 %. De kwaliteit van Firing, het andere proces, stijgt met maar liefst 8,0%. De

wetenschappers geven geen verklaring voor het verschil van de verbetering tussen de twee processen (Murray & Raffaele, 1997).

3 Opzet van het onderzoek

In deze sectie wordt het onderzoek nader toegelicht.Het onderzoek vertoont raakvlakken met de studies gedaan door Meyer en Raich (1983), Doyle en Cook (1984) en Murray en Raffaele (1997), die in het vorige hoofdstuk besproken zijn. De bron van de data wordt besproken en het regressiemodel uitgelegd en verantwoord. In het hieropvolgende hoofdstuk worden de regressies en onderzoeken uitgevoerd.

De dataset voor dit onderzoek is afkomstig van Pepperminds Nederland B.V.. Dit in 1999 opgerichte marketingbureau opereert anno 2015 niet alleen in Nederland, maar ook in België, Duitsland, Spanje en in de Scandinavische landen. Voor dit onderzoek is louter gebruikgemaakt van data afkomstig van de dertien Nederlandse vestigingen. Pepperminds wordt ingeschakeld door andere bedrijven om abonnementen en/of lidmaatschappen te verkopen of donateurs te werven. Er zijn binnen Pepperminds drie categorieën verkopers: talent, promoter en captain. Voorheen mocht een talent vier keer komen werken, in een zogeheten voortraject. Als de vooraf vastgestelde targets gehaald werden, was promotie naar de functie van promoter een feit. Zo niet, dan mocht de verkoper op zoek naar een andere baan. Elk jaar beginnen ruim 2000 verkopers als talent bij Pepperminds. Daarvan werkt slechts 20% vaker dan dertig keer voor het bedrijf. Om verkopers een kans te bieden zich gedurende de talentfase beter te ontwikkelen, is het voortraject in oktober 2014 bij alle dertien vestigingen op de schop gegaan.

Doel van het nieuwe voortraject is dat de nieuwe werknemers meer verkopen, daardoor meer verdienen (werknemers krijgen per verkoop een bonus) en zodoende langer in dienst willen blijven bij Pepperminds. Het voortraject is daarom verlengd naar tien werkdagen. Bovendien krijgen de talenten nu andere trainingen aangeboden: een sales- en projecttraining voor de 1e werkdag, een sales-2-training na de vierde werkdag en een mentaliteitstraining na de tiende shift. In het oude voortraject kregen verkopers alleen een projecttraining, waarna ze onmiddellijk hun eerste shift moesten werken. In het nieuwe regime krijgen de verkopers naast de projecttraining ook een zogenaamde sales-1 training. De nieuwe werknemers leren door middel van spelletjes op

straat voorbijgangers aan te spreken en worden getraind in de basisvaardigheden van het verkopen. Deze training duurt zeven uur. Pas na deze training wordt de eerste shift gedraaid. Grote verandering nu is dat de verkopers al wat ervaring hebben op straat, alvorens de eerste keer te gaan werken. Na de vierde shift krijgt men in het nieuwe voortraject een sales-2 training van 2,5 uur. Hierin ligt de nadruk op het weerleggen van bezwaren van de klant. Tot slot krijgen de verkopers na de tiende shift een mentaliteitstraining, waarin de theorie van Steven Covey (1989) getraind wordt. Focus ligt dan op het ontwikkelen van persoonlijk leiderschap. Er wordt in dit onderzoek gekeken naar het gezamenlijke effect van deze trainingen op de verkoopprestaties. Vervolgens wordt ingezoomd of er een effect van een enkele training te zien is. Bij beide analyses wordt er gekeken naar de daadwerkelijke impact van de trainingen op de

verkoopprestaties. Er wordt dus onderzocht op het level 4 niveau van Kirkpatrick (1999). Als eerste wordt onderzocht of er een gezamenlijk effect van de trainingen op de korte termijn is. Er wordt een regressie gedaan om de verkoopprestaties van een verkoper in de elfde shift te voorspellen. Dat is de eerste shift als promotor, na de trainingen, in het nieuwe

trainingsregime. Om dit te onderzoeken wordt er een dummyvariabele in het model opgenomen, die 1 is wanneer het nieuwe voortraject gevolgd is en 0 anders. Met data van verkopers uit het oude en verkopers uit het nieuwe systeem kan dan worden bekeken of de coëfficient van de dummyvariabele significant afwijkt van nul. Om te onderzoeken wat het effect op de middellange termijn is, wordt dit tevens gedaan voor shifts vijftien, twintig, dertig. Of het nieuwe voortraject van invloed is op de lange termijn moet blijken door hetzelfde model te regresseren voor shift 50. Een belangrijk verschil met de onderzoeken van Doyle en Cook (1984) en Meyer en Raich (1983) is dat de controlegroep en de behandelgroep niet uit dezelfde tijdsperiode komen. De controlegroep komt uit het oude systeem, van voor februari 2014, en de behandelgroep heeft het nieuwe trainingsregime na oktober 2014 gevolgd. Hierdoor is het niet mogelijk om, zoals de andere onderzoeken hebben gedaan, een “difference-in-differences” analyse te doen.

Met als te verklaren variabele Yi de verkoopprestaties van een verkoper in een shift ziet

het model er als volgt uit:

𝑌𝑖 = 𝑐 + 𝛽𝐷𝑖+ 𝛾′𝑇𝑖+ 𝜀𝑖

Dummyvariabele D is 1 als de verkoper het nieuwe voortraject volbracht heeft. Met het

de trainingen. Variabele T staat voor een verzameling controlevariabelen. Hieronder vallen leeftijd, geslacht, project, jaar, kwartaal en een variabele “score eerste verkoopdag / target”. Het model wordt met de kleinste-kwadratenmethode (OLS) geschat. Het aantal verkopen, de te verklaren variabele, is zeer afhankelijk van het project waarvoor gewerkt wordt. Een oplossing om dit in het model op te nemen zou kunnen zijn door als te verklaren variabele ΔYi te nemen.

Echter blijven de controlevariabelen niet gelijk omdat het project waarvoor verkocht wordt wisselt. Hierdoor is het geen goede oplossing om de verschillen als te verklaren variabele op te nemen. Om de effecten van de projecten toch in het model op te nemen zijn er projectdummies als variabelen meegenomen.

Met de “score eerste verkoopdag / target”, hierna debuutscore genoemd, is er een

variabele in het model die iets zegt over de prestaties en skills van de verkoper, die niet verklaard kunnen worden door de andere variabelen die al in het model zitten. Er zitten nu eenmaal

verschillen tussen verkopers waarom de een meer verkoopt dan de ander. Te denken valt dan aan bijvoorbeeld het IQ, het talent of de motivatie van een verkoper. Om er voor te zorgen dat de potentie en de skills van de verkoper niet in de coëfficiënt van de dummyvariabele voor training gaan zitten, is de debuutscore in het model opgenomen. Om bij de debuutscore te corrigeren voor het project waaraan de eerste shift gewerkt is, worden de verkopen van de eerste dag gedeeld door de target van het project van de eerste werkdag. Dit gebeurt dus alleen voor de variabele debuutscore. Voor de te verklaren variabele Yi. wordt de impact van het project immers al

meegenomen door de projectdummies. De target voor een project is het aantal verkopen dat Pepperminds als doel stelt per verkoopdag. De targets worden gesteld door de accountmanager van Pepperminds. Na een analyse van de hoogte van de prijs die een klant voor het project betaalt, wordt vastgesteld hoe hoog de target wordt gesteld.

Na deze regressies wordt binnen de getrainde groep onderzocht of de sales-2 training, na de vierde verkoopdag, en de mentaliteitstraining, na de tiende verkoopdag, voor een boost van de verkoopprestaties hebben gezorgd. Dit onderzoek zal lijken op die van Meyer en Raich (1983) en Doyle en Cook (1984). Met het verschil dat met de data van Pepperminds geen “difference-in-differences” analyse wordt gedaan, maar een “difference-in-means” analyse. Dit omdat er in de tijdsperiode van het nieuwe trainingsregime geen controlegroep is. Iedere nieuwe verkoper is vanaf oktober 2014 namelijk in het nieuwe voortraject begonnen. De gemiddelde verandering van

de individuele verkopen van de vierde naar de vijfde verkoopdag zal geanalyseerd worden ten opzichte van de gemiddelde verandering van voor de vijfde verkoopdag. Om te corrigeren voor de verschillende projecten worden de scores gedeeld door de targets van het project waarvoor gewerkt is. Een t-toets wijst dan uit of de training voor een significante verandering in de gemiddelde verandering heeft gezorgd.

4 Resultaten en analyse

In deze sectie worden de regressies uitgevoerd en geanalyseerd. Allereerst wordt de gebruikte data beschreven. Vervolgens worden de gedane regressies toegelicht en vergeleken. Voor de verschillende shifts wordt bekeken of het nieuwe trainingsregime van invloed is op de

verkoopprestaties. Het hoofdstuk wordt afgesloten met een onderzoek of de trainingen binnen de getrainde groep voor een verandering in de gemiddelde veranderingscurve hebben gezorgd.

Het onderzoek spitst zich toe op de 11e, 15e, 20e, 30e en 50e shift. Er is voor elke shift een dataset gebruikt uit een periode van het oude regime, 2013 plus januari 2014, en van het nieuwe voortraject, oktober 2014 tot mei 2015. De data met verkopers uit het oude regime loopt tot februari 2014 omdat Pepperminds vanaf toen bij enkele vestigingen begonnen is met het

doorvoeren van het nieuwe voortraject. Vanaf oktober 2014, zeven maanden voor de start van dit onderzoek, zijn alle vestigingen definitief overgegaan naar het nieuwe voortraject. Het is daarom dat de datasets voor de latere shifts minder groot zijn. Zo zijn er slechts 33 verkopers die in die zeven maanden minimaal vijftig keer gewerkt hebben. In tabel 2 worden de belangrijkste kenmerken van de verschillende datasets weergegeven.

Parameter Shift 11 Shift 15 Shift 20 Shift 30 Shift 50

Aantal personen 980 846 640 384 124 Man 588 504 398 244 88 Nieuwe regime 331 272 213 135 33 Gem. score 2,78 3,63 3,54 3,73 5,09 Stdev score 3,05 4,92 5,13 4,57 11,54 Gem. debuutscore 0,44 0,45 0,44 0,43 0,44 Stdev debuutscore 0,37 0,40 0,40 0,35 0,35 Gem. leeftijd 19,75 19,85 19,95 19,9 20,25 Stdev leeftijd 2,08 2,15 2,18 2,16 2,21

Van de vijf datasets is van 25 tot 30% van de verkopers geen opleidingsniveau bekend. Omdat de datasets al niet extreem groot zijn is de variabele opleiding niet opgenomen in het model. Het opleidingsniveau zal alleen voor shift 11, waar er voldoende datapunten overblijven na

verwijdering van verkopers waarvan de opleiding onbekend is, een keer gebruikt worden in het model, als robuustheidscheck. Uit eerder onderzoek met dezelfde data (Huberts, 2014; Otten, 2014), blijkt dat temperatuur en neerslag significant van invloed waren op de straatverkopen. Om die reden zijn die data, verkregen van het Koninklijk Nederlands Meteorologisch Instituut, aan dit onderzoek toegevoegd. Uit de regressies in dit onderzoek blijken deze variabelen echter niet significant te verschillen van nul. De weerdata zijn in het vervolg van het onderzoek niet meer als variabelen opgenomen.

Het aantal verkopen van de twee groepen, te zien in figuur 2, doet vermoeden dat het nieuwe trainingsregime niet tot de gewenste progressie in de verkopen heeft geleid. Omdat de data van de twee regimes echter uit andere periodes komen, en er gewerkt is aan verschillende projecten, zou dit nog niet hoeven betekenen dat dat ook werkelijk zo is. Met behulp van regressie-analyse wordt onderzocht wat het effect is van de wijziging van het voortraject.

Figuur 1 Gemiddeld aantal verkopen voor shift 11, 15, 20, 30 en 50 Regressie-analyse

De hierboven beschreven data zijn gebruikt om de regressie-analyse te doen. Er is een model

2 2,5 3 3,5 4 4,5 5 5,5 6 10 15 20 25 30 35 40 45 50

Gemiddeld aantal verkopen

vijf modellen geschat. Voor shift 11, 15, 20, 30 en 50. Het model van shift 11 wordt nader toegelicht. De overige modellen zijn op een zelfde wijze tot stand gekomen en voor deze shifts worden louter de resultaten weergegeven.

Uit analyse van de residuen van de eerste gedane regressies blijkt dat er sprake is van heteroskedasticiteit. De Breusch-Pagan test verwerpt met een p-waarde van 0,0000 de

nulhypothese dat de residuen een constante variantie hebben. Om hiervoor te corrigeren, zonder veronderstellingen te maken over de structuur van de heteroskedasticiteit, kan het model met heteroskedastische robuuste standaardfouten geschat worden. Een andere methode om voor de heteroskedasticiteit te corrigeren kan gebruikt worden als er wel een veronderstelling wordt gemaakt over de structuur van de heteroskedasticiteit (Stock & Watson, 2007). De

heteroskedasticiteit zou verklaard kunnen worden door het feit dat verkopers per shift in teams van twee tot vier personen werken. Het is dus goed mogelijk dat er afhankelijkheid bestaat binnen deze teamshifts. Met deze aanname over de structuur van de heteroskedasticiteit van de residuen kan het model geschat worden met geclusterde robuuste standaardfouten. Het model is met zowel de heteroskedastische robuuste standaardfouten als de geclusterde robuuste

standaardfouten geschat, waarbij bij de tweede methode op datum geclusterd is.

Om er voor te zorgen dat de coëfficient van de dummyvariabele voor het nieuwe trainingsregime geen vertekend beeld geeft, moeten er verscheidene andere variabelen in het model worden opgenomen. De eerste regressie in tabel 3 laat zien dat met het opnemen van louter de dummyvariabele trainingsregime en de variabele debuutscore amper iets verklaard wordt, getuige de R2 _{van 0,029. Er is in het vervolg telkens een dummyvariabele man meegenomen, een}

term leeftijd en een kwadratische term leeftijd. De overige toegevoegde controlevariabelen staan in de tabel weergegeven. Dummyvariabelen voor de dag in de week waarop en de vestigingen waar gewerkt was bleken niet significant en zijn daarom niet in het model opgenomen.

In de tweede regressie zijn 31 dummies voor de projectcategoriën toegevoegd, terwijl in de vierde regressie 148 projectdummies in het model zijn opgenomen. De projectcategoriën staan voor de bedrijven waarvoor Pepperminds heeft verkocht. Zo heeft Pepperminds in de dataset van shift 11 bijvoorbeeld tien verschillende projecten gedaan voor het Wereld Natuur Fonds. Dit is in de tweede regressie onder een dummyvariabele WNF gegroepeerd, terwijl dit tien verschillende dummies zijn in regressie vier. Gegeven de kleine datasets en het verschil in de BIC waarde

hebben de projectcategoriën de voorkeur gekregen. De tweede regressie geldt dan ook als blauwdruk voor de regressies van de andere shifts.

Tabel 3 Resultaten van de OLS-regressies

Uit de tweede regressie blijkt dat de coëfficiënt van de te onderzoeken dummy voor het nieuwe trainingsregime 0,861 is. Echter is deze variabele met een p-waarde van 0.136 niet

significant verschillend van 0. Gebruik makend van heteroskedastische robuuste standaardfouten, zoals in regressie drie, daalt de standaardfout iets waardoor bij een significantieniveau van 0,1 de variabele significant is. Echter is dit met een p-waarde van 0.096 maar weinig overtuigend. Met op datum geclusterde robuuste standaardfouten in het model is de coëfficiënt van het nieuwe trainingsregime niet significant. In regressie vijf is shift 11 alleen voorspeld voor de verkopers wiens opleidingsniveau bekend is. Hierdoor zijn er 302 van de 980 waarnemingen voor shift 11 verloren gegaan. Er zijn vier opleidingsniveaus: Middelbare school, MBO, HBO en WO. In het model zijn drie dummyvariabelen meegenomen voor de opleidingen. Met deze regressie is de coëfficiënt voor het nieuwe regime niet significant verschillend van nul.

De te verklaren variabele score is een geheel getal, terwijl OLS continue variabelen

# Nieuw regime Debuutscore Fixed Effects R2 _{AIC BIC Beschrijving}

1 -0,029 1,014 - 0,029 - - OLS, Cluster standaardfouten

(0,208) (0,305)

2 0,861 0,720 31 Projectcategoriën, 0,370 4.592 4.773 OLS, Cluster standaardfouten (0,576) (0,242) jaren, kwartalen

3 0,861 0,720 31 Projectcategoriën, 0,370 4.592 4.773 OLS, Robuuste standaardfouten (0,518) (0,233) jaren, kwartalen

4 -0,792 0,640 148 projecten, jaren 0,459 4.586 5.119 OLS, Cluster standaardfouten (0,688) (0,273) kwartalen

5 0,885 0,511 31 Projectcategoriën, 0,372 3.237 3.405 OLS, Cluster standaardfouten (0,740) (0,303) jaren, kwartalen, opleiding Alleen verkopers opleiding bekend

6 -0,184 0,834 36 Projectcategoriën 0,647 4.287 4.458 Zelfde als #2, nu voor shift 15 (0,686) (0,328) jaren, kwartalen

7 -0,080 0,386 31 Projectcategoriën 0,736 3.131 3.296 Zelfde als #2, nu voor shift 20 (0,726) (0,267) jaren, kwartalen

8 -0,558 0,507 31 Projectcategoriën 0,610 1.962 2.096 Zelfde als #2, nu voor shift 30 (0,419) (0,367) jaren, kwartalen

9 -0,630 0,033 29 Projectcategoriën 0,924 694 773 Zelfde als #2, nu voor shift 50 (1,138) (1,920) jaren, kwartalen

schatten van een model voor gehele getallen, de Poisson en de Negative Binomial regressie (Gardner, Mulvey & Shaw, 1995). De Poisson regressie gebruikt de assumptie dat de residuen volgens de Poisson-verdeling verdeeld zijn, in tegenstelling tot de Normale verdeling zoals met OLS verondersteld wordt. Daarbij wordt met de Poissonmethode de logaritme van het aantal verkopen, de te verklaren variabele, als lineaire functie van de regressoren geschat. Met de Poisson regressie daalt de p-waarde naar 0.066, met de heteroskedastische robuuste

standaardfouten, en naar 0.108 met de geclusterde robuuste standaardfouten. De Poisson regressie veronderstelt echter dat het gemiddelde en de variantie van het aantal verkopen aan elkaar gelijk zijn. Uit de beschrijvende statistiek (tabel 2) blijkt dat de variantie van het aantal verkopen voor alle shifts minimaal drie keer zo groot is als het gemiddelde aantal verkopen. De Pearson Goodness of fit (p=0.0000) verwerpt de hypothese dat de Poisson regressie een goede methode is voor deze data. De Negative Binomial regressie is ook geschikt voor count data en deze methode veronderstelt geen gelijke variantie en gemiddelde voor de te verklaren variabele (Gardner, Mulvey & Shaw, 1995). Met de Negative Binomial regressies is de coëfficiënt van het trainingsregime niet significant, voor zowel gebruikmakend van heteroskedastische robuuste standaardfouten (p=0.110) als geclusterde robuuste standaardfouten (p=0.168). De uitkomsten van de Poisson en Negative Biniomal regressies voor shifts 11 en 15 staan in tabel 4.

# Nieuw regime Debuutscore Fixed Effects R2 _{AIC BIC Beschrijving}

1 0,428 0,231 31 Projectcategoriën, - 4.168 4.369 Shift 11, Poisson regressie, (0,266) (0,071) jaren, kwartalen Cluster standaardfouten

2 0,348 0,212 31 Projectcategoriën, - 3.955 4.150 Shift 11, Negative binomial regr., (0,252) (0,072) jaren, kwartalen Cluster standaardfouten

3 0,428 0,231 31 Projectcategoriën, - 4.168 4.369 Shift 11, Poisson regressie, (0,233) (0,069) jaren, kwartalen robuuste standaardfouten

4 0,348 0,212 31 Projectcategoriën, - 3.955 4.150 Shift 11, Negative binomial regr., (0,217) (0,068) jaren, kwartalen robuuste standaardfouten

5 0,019 0,239 36 Projectcategoriën - 3.928 4.122 Shift 15, Poisson regressie, (0,241) (0,078) jaren, kwartalen Cluster standaardfouten

6 0,042 0,223 36 Projectcategoriën - 3.661 3.856 Shift 15, Negative binomial regr., (0,261) (0,083) jaren, kwartalen Cluster standaardfouten

7 0,019 0,239 36 Projectcategoriën - 3.928 4.122 Shift 15, Poisson regressie, (0,241) (0,072) jaren, kwartalen robuuste standaardfouten

8 0,042 0,223 36 Projectcategoriën - 3.661 3.856 Shift 15, Negative binomial regr., (0,222) (0,085) jaren, kwartalen robuuste standaardfouten

Tabellen 3 en 4 laten zien dat op de middellange en de lange termijn de dummyvariabele voor het nieuwe regime niet significant is. De coëfficiënt van het nieuwe trainingsregime is, met OLS geschat, voor de overige shifts zelfs negatief, al kunnen daar door het niet significant zijn geen conclusies aan worden verbonden. De p-waarde van de variabele debuutscore stijgt eveneens naar mate het aantal verkopen toeneemt. Vanaf shift 20 is deze zelfs niet meer significant verschillend van nul. De debuutscores zijn kennelijk alleen de eerste vijftien verkoopdagen een belangrijke variabele in het model om de prestaties te voorspellen.

Dat de trainingen vanaf de middellange termijn niet significant bijdragen aan de verkoopprestaties verschilt met het onderzoek van Murray en Raffaele (1997). Die zagen namelijk wel degelijk een positieve stijging van de kwaliteit van de geleverde arbeid na de training. Groot verschil tussen de trainingen van de bedrijven is, behalve de inhoud, vooral de duur van de trainingen. Waar Pepperminds slechts 12 uur meer traint dan in het oude regime, is het verschil tussen de getrainde en de controlegroep bij het onderzoek van Murray en Raffaele maar liefst een heel jaar training.

Effecten binnen nieuwe regime

Zoals Doyle en Cook (1984) vermoeden, kan het effect van trainingen snel slijten. Het lijkt logisch dat dit bij Pepperminds nog extremer het geval is, aangezien de trainingen slechts veertien uur in totaal beslaan. Daarmee zijn de trainingen een stuk korter dan in de literatuur geanalyseerde trainingen van Doyle en Cook (1984), vijf weken training, en Murray en Raffaele (1997), een jaar training. Om te kijken of de trainingen van Pepperminds wellicht meteen de verkoopdag erna effect sorteren, wordt de getrainde groep onderzocht. Er wordt onderzocht of de sales-2 training, na de vierde verkoopdag, en de mentaliteitstraining, na de tiende verkoopdag, voor een significante verandering in de gemiddelde verandering hebben gezorgd.

In het nieuwe regime hebben 623 personen een eerste en een vijfde shift afgewerkt. In tegenstelling tot de “Difference-in-differences” analyses van Doyle en Cook (1984) en Meyer en Raich (1983) is er met dit onderzoek geen controlegroep. Iedereen na oktober 2014 in dienst getreden bij Pepperminds zit in het nieuwe voortraject. Daarom wordt onderzocht of de trainingen van invloed zijn op de verandering, ten opzicht van de eerdere gemiddelde veranderingen per individu. Er wordt een “differences-in-means” t-toets gedaan. Door de

shifts niet wisselende, controlevariabelen. Echter kan met deze methode het effect van het project waaraan gewerkt wordt, niet uit de te verklaren variabele gehaald worden. Het project waarvoor verkocht wordt, wisselt namelijk geregeld tussen de shifts. Om in de t-toets toch te corrigeren voor de verschillende projecten is niet de netto score onderzocht, maar de netto score gedeeld door de gestelde target voor het project waarvoor gewerkt is. Op eenzelfde manier als bij de variabele debuutscore bij de regressie-analyse in de vorige sectie is gedaan. Voor het onderzoek naar het effect van de sales-2 training wordt de verandering van het gemiddelde van de vierde naar de vijfde verkoopdag vergeleken met de gemiddelde verandering van de verkopen van voor de sales-2 training. In figuur 4 wordt weergegeven wat de gemiddelde veranderingen van de eerste vijf werkdagen zijn geweest.

Figuur 2 Gemiddelde verandering ten opzichte van de vorige verkoopdag

De gemiddelde progressie na de training is 0,007 hoger dan de progressie van de verkoopdagen ervoor. Echter blijkt uit de t-toets dat dit verschil niet groot genoeg is om te kunnen zeggen dat de sales-2 training daadwerkelijk voor een stijging in de verandering van de verkopen zorgt. De nulhypothese dat de gemiddelden aan elkaar gelijk zijn wordt met een t-waarde van 0.3331 niet verworpen. Voor de invloed van de mentaliteitstraining op de

verkoopprestaties van de elfde shift is een t-toets overbodig om te stellen dat deze niet significant -0,010 -0,005 0,000 0,005 0,010 0,015 0,020 0,025 0,030 0,035 0,040 1 2 3 4 V ER A N DE R IN G

GEMIDDELDE VERANDERING

positief is. De gemiddelde verandering is dan namelijk -0,01. De mentaliteitstraining draagt dus niet onmiddellijk bij aan een verbetering in de gemiddelde progressie van de verkopers.

Dat uit deze analyse blijkt dat het nieuwe voortraject niet significant bijdraagt aan betere verkoopcijfers, staat in contrast met de uitkomsten van Doyle en Cook (1984) en Meyer en Raich (1983). Toch moet men voorzichtig zijn met het trekken van conclusies uit deze analyses. De onderzochte maatstaf is namelijk niet objectief. Waar bij de andere twee onderzoeken de

verkopers voor dezelfde winkelketen werken, en dezelfde producten verkopen, zijn de verkopen bij Pepperminds sterk afhankelijk van het project waarvoor verkocht wordt. Er is hiervoor gecorrigeerd door de verkopen te delen door de target van het project. Dit is waarschijnlijk geen loepzuivere correctie. De targets worden namelijk gesteld door de accountmanager van het desbetreffende project, die in zijn beslissing de betaalde prijs van de projectklant meeneemt.

Pepperminds tracht met het nieuwe trainingsregime niet alleen betere verkoopcijfers te halen, maar ook de uitval te verminderen. Dit valt niet binnen dit onderzoek, maar is wel

onderzocht. De korte analyse over de al dan niet verminderde uitval staat in de appendix. Hieruit blijkt dat al op de middellange termijn de uitval in het nieuwe en oude regime zeer weinig

verschilt. De uitval wordt dus niet verminderd door de invoering van het nieuwe trainingsregime.

5 Conclusie

Met dit onderzoek is onderzocht wat het effect van de invoering van een nieuw voortraject bij Pepperminds is geweest op de prestaties van beginnende verkopers. Pepperminds is een bedrijf met verkopers dat tracht op straat, langs deuren of bij evenementen abonnementen,

lidmaatschappen of donateurs aan de man te brengen. Andere bedrijven schakelen Pepperminds in om hun producten te verkopen. Met het nieuwe voortraject krijgen verkopers langer de kans zich te ontwikkelen en te bewijzen. Bovendien worden de beginnende werknemers door uitgebreidere trainingen beter op hun werk voorbereid dan voorheen.

Uit het onderzoek blijkt dat het nieuwe trainingsregime een licht en tijdelijk effect heeft op de prestaties van de verkopers. Dit effect is overigens alleen significant als er gebruik wordt gemaakt van de heteroskedastische robuuste standaardfouten. Zodra er een veronderstelling wordt gedaan over de structuur van de heteroskedasticiteit van de residuen en geclusterde

robuuste standaardfouten gebruikt worden, is het effect van het nieuwe trainingsregime niet significant. Bij het schatten van de verkoopprestaties op zowel middellange als lange termijn blijkt met beide correcties voor de heteroskedasticiteit dat het nieuwe trainingsregime niet significant bijdraagt aan de verkoopprestatiess van de medewerkers. De conclusie dat het nieuwe trainingsregime alleen op de korte termijn een licht positief effect heeft volgt uit meerdere regressiemethodes die zijn toegepast. Zowel met de kleinste kwadratenmethode, de Poisson methode als de Negative Binomial methode.

Een t-toets heeft aangetoond dat binnen de volgens de nieuwe methode getrainde groep de trainingen geen significante verandering in de gemiddelde verandering hebben veroorzaakt. De gemiddelde progressie van de vierde naar de vijfde verkoopdag, na het volgen van de sales-2 training, was weliswaar hoger dan voor deze training. Echter bleek het verschil niet significant te zijn. Ditzelfde gold voor de mentaliteitstraining.

Men moet voorzichtig zijn met het trekken van conclusies uit dit onderzoek. Omdat het nieuwe trainingsregime pas zeven maanden geleden bij alle vestigingen was ingevoerd, was er, zeker voor de lange termijn, nog niet veel data beschikbaar. Daarnaast valt over de correctie voor het project waaraan gewerkt wordt, bij de variabele debuutscore en bij de te verklaren variabele bij de “difference-in-means” analyse, te discussiëren. Er is gedeeld door de target van het project. De target wordt echter gesteld door de accountmanager van het project. Het vaststellen van de targets wordt vooral bepaald door de prijs die de projectklant betaalt aan Pepperminds en het is maar de vraag of dat ook iets zegt over de verkoopbaarheid van het product.

De resultaten van dit onderzoek komen niet overeen met de eerder beschreven

onderzoeken uit de literatuur. Dit is wellicht te verklaren door het feit dat dit onderzoek op enkele punten verschilt van deze besproken onderzoeken. Zo ging het in het onderzoek met de data van Pepperminds niet om het verschil tussen wel en geen training. Pepperminds trainde zijn personeel in het oude regime ook al. Met dit onderzoek is er onderzocht wat de verandering van het

trainingsregime voor invloed heeft gehad op de verkoopprestaties. Dat is dus anders dan het verschil tussen wel en geen training te onderzoeken. Bovendien ging het in de andere

onderzoeken veelal om veel uitgebreidere trainingen dan bij Pepperminds. Bij Pepperminds gaat het in het nieuwe trainingsregime om in totaal 14 uur training, verdeeld over drie trainingsdagen. In onderzoek van Meyer en Raich (1983) werden de verkopers maandenlang wekelijks getraind,

in dat van Murray en Raffele (1997) kregen de werknemers zelfs een jaar training. Het zou kunnen zijn dat de trainingen van Pepperminds te kort zijn om op de (middel)lange termijn significant van invloed te zijn op de verkoopprestaties. Nadeel aan deze studie is dat de periodes van het oude en het nieuwe trainingsregime waarvan de data is geanalyseerd, gebruikt bij de regressies, verschillen. Er is hiervoor zo goed mogelijk gecorrigeerd door fixed effects voor de projecten, de jaren en de kwartalen mee te nemen. Bij de analyse met de t-toets was het nu echter niet mogelijk een “difference-in-differences” analyse te doen, zoals vergelijkbare onderzoeken wel hadden gedaan. Omstandigheden die bij een “difference-in-differences” analyse geen rol spelen, bijvoorbeeld een hittegolf, vakantie of een economische crisis, kunnen bij een

Referenties

Abed, G.M. & Haghighi, M. (2009). The effect of selling strategies on sales performance.

Business Strategy Series, 10(5), 266-282.

Alliger, G.M., Tannenbaum, S.I., Bennett, W., Traver, H. & Shotland, A. (1997). A

MetaAnalysis of the Relations among Training Criteria. Personnel Psychology, 50, 341–58. Arthur, J.B. (1994). Effects of Human Resource Systems on Manufacturing Performance and Turnover. Academy of Management Journal, 37, 670– 687.

Arthur, W.J., Bennett, W.J., Edens, P. & Bell, S.T. (2003). Effectiveness of training in

organizations: a meta-analysis of design and evaluation features. Journal of applied psychology, 88, 234-245.

Bayo, A. & Merino, J. (2002). Las practicas de recursos humanos de alto compromiso: un estudio de los factores que influyen sobre su adopción en la industria española. Cuadernos de Economía

y Dirección de la Empresa, 12, 227– 246.

Bee, F. and Bee, R. (1997). Training Needs Analysis and Evaluation. London: Institute of Personnel and Development.

Covey, S.R. (1989). The Seven Habits of Highly Effective People. New York: Free Press. Das, K.K., Upadhyay, A.K. & Das, S. (2013). Sales-training Evaluation and Effectiveness:

Literature Review and Conceputal Insight. Bangalore, India: 10e Aims International Conferenco on Management.

Delery, J.E. & Doty, D.H. (1996). Models of Theorizing in Strategic Human Resource

Management: Test of Universalistic, Contingency and Configurational Performance Predictions.

Academy of Management Journal, 39, 802–835.

Doyle, P. & Cook, D. (1984). An evaluation of a sales training programme in a retailling environment. European Journal of Operational Research, 16(3), 308-313.

Flaherty, T.B., Dahlstrom, R. & Skinner, S.J. (1999). Organizational values and role stress as determinants of customer-oriented selling performance. Journal of Personal Selling and Sales

Management, 19(2), 1-18.

Gardner, W., Mulvey, E.P., and Shaw, E.C (1995). Regression Analyses of Counts and Rates: Poisson, Overdispersed Poisson, and Negative Binomial Models. Psychological Bulletin, 118, 392-404.

Goldstein, I.L. & Ford, J.K. (2002). Training in Organizations: Needs assesment, development

and evaluation. Belmont: Wadsworth.

Holzer, M.A. (1995). The Impact of Human Resource Management Practices on Turnover, Productivity and Corporate Financial Performance. Academy of Management Journal, 38(3), 635– 672.

Honeycutt, E.D., Ford, J.B. & Rao, C.P. (1995). Sales training: Executives’ research needs. The

journal of personal selling and sales management, 15(4), 67-71.

Honeycutt, E.D. & Stevenson, T.H. (1989). Evaluating sales training programs. Industrial

marketing management, 18(3), 215-222.

Ichniowski, C., Shaw, K. & Prennuschi, G. (1997). The Effects of Human Resource Management Practices on Productivity. American Economic Review, 87, 291– 313.

Kirkpatrick, D. (1999). Evaluación de acciones formatives: Los cuatro niveles. Barcelona: EPISE.

Meyer, H.H. & Raich, M.S. (1983). An Objective Evaluation of a Behavior Modeling Training Program. Personnel Psychology, 36, 755-761.

McEvoy, G.M. (1997). Organizational Change and Outdoor Management Education. Human

Resource Management, 36, 235– 250.

Murray, B., & Raffaele, G. C. (1997). Single‐site, results‐level evaluation of quality awareness training. Human resource development quarterly, 8(3), 229-245.

Robinson, D.G. and Robinson, J.C. (1998). Cómo medir los cambios afectivos y de conducta.

Schwepker, C.H. Jr & Good, D.J. (2004). Understanding sales quotas: an exploratory

investigation of consequences of failure. Journal of Business & Industrial Marketing, 19(1), 39-48.

Siguaw, J.A., Kimes, S.E. & Gassenheimer, J.B. (2003). B2B sales force productivity: applications of revenue management strategies to sales management. Industrial Marketing

Management, 32, 539-551.

Stock, J.H. & Watson, M.W. (2007). Heteroskedasticity-Robust Standard Errors for Fixed Effects Panel Data Regression. Econometrica, 76, 155-174.

Sugrue, B. & Rivera, R. (2005). ASTD 2005 state of the industry report. American Society for Training and Development.

Appendix

In deze appendix wordt de uitval onderzocht. Pepperminds tracht met het nieuwe trainingsregime de uitval onder beginnende werknemers te verminderen. Om te onderzoeken of de trainingen van invloed zijn op de uitval zijn er twee datasets bekeken. De dataset van het oude regime is van 2013 en januari 2014. In deze periode kwamen er 2040 nieuwe verkopers werken voor

Pepperminds. De data van het nieuwe regime komen uit de periode van oktober 2014, de maand waarin alle vestigingen definitief zijn overgestapt, tot mei 2015. 887 verkopers draaiden in deze periode hun eerste shift. Omdat de tweede dataset zeven maanden bestrijkt, is de 30e _{shift de}

laatste die is geanalyseerd. De dataset van het nieuwe systeem bestrijkt namelijk een te korte periode om iets zinnigs te kunnen zeggen over het effect op een langere termijn dan de 30e _shift.

Er is op vier momenten vergeleken hoeveel van de ooit begonnen verkopers nog in dienst waren. De 5e en de 11e shift zijn als twee momenten gekozen, omdat dit in respectievelijk het oude en nieuwe regime de eerste shifts in de functie van promotor zijn. De 20e en 30e shift zijn gekozen om te zien hoe de fracties zich vervolgens evalueerden. In figuur is deze analyse

grafisch weergegeven. Wat opvalt, is dat er een groot verschil zit tussen de twee groepen bij de 5e en 11e shift. Dit is te verklaren doordat de talentfase is uitgebreid van vier naar tien werkdagen. Het verschil wordt al aanzienlijk minder bij de 20e shift. Bij de 30e shift verschilt de uitval in beide systemen nog maar nauwelijks. Van een verminderde uitval door de nieuwe trainingen lijkt dan ook geen sprake.

Figuur 3 Fractie van de nog werkende verkopers

0 0,2 0,4 0,6 0,8 1

shift 1 shift 5 shift 11 shift 20 shift 30

Fractie nog werkende verkopers