Appunti esame Laboratorio di Marketing Politico

Laboratorio di marketing politico

Il mestiere dello spin doctor

In questo breve corso impareremo gli strumenti e le tecniche fondamentali che uno spin doctor (ossia un consulente politico-elettorale) utilizza per costruire una campagna elettorale efficace per un candidato, un partito, o uno schieramento politico. In particolare, per fare questo mestiere bisogna imparare a fare quattro cose (tutte connesse fra loro):

• Impostare e interpretare un sondaggio d’opinione;
• Elaborarne i risultati alla luce di alcuni concetti tratti dalla psicologia del profondo (psicologia dinamica, specie junghiana);
• Costruire un “concept” di posizionamento;
• Trasformare il concept in un preciso flusso narrativo, attraverso il metodo dello storytelling (che fornisce le linee-guida per l’intera campagna elettorale).

Chi è lo spin doctor?

Lo spin doctor è l’esperto che ha il compito di far girare (to spin) per il verso giusto una campagna elettorale (Jim Messina, spin doctor di Obama). In chimica, il numero di spin indica il verso di rotazione dell’elettrone. Dunque si occupa di tutti gli aspetti della campagna elettorale, ma anche dell’immagine del candidato dopo che è stato eletto. Le sue quattro principali attività includono:

• Conoscere attraverso i sondaggi (statistica e demoscopia);
• Capire attraverso la psicologia del profondo;
• Creare un concetto di posizionamento;
• Raccontarlo con lo storytelling.

Conoscere - Ricerche di mercato (RMO) e sondaggi di opinione

Le RMO sono procedimenti razionali per raccogliere, analizzare, interpretare e utilizzare dati, finalizzati a risolvere problemi di marketing (ossia di rapporto tra domanda e offerta in un mercato). Esempio: sto per lanciare un nuovo prodotto, avrà successo? Il messaggio pubblicitario per il prodotto X funziona? Le RMO servono per ridurre il rischio associato al processo decisionale di un’organizzazione. Per esempio, prima di investire in una costosa campagna pubblicitaria (che potrebbe non piacere o essere inefficace), è meglio verificarla attraverso un’apposita ricerca di mercato (in questo caso, un cosiddetto “copytest”).

Marketing Research Process = Project Definition > Research Plan > Data Collection > Data Interpretation > Report.

Le RMO nascono alla fine del 19° secolo negli Stati Uniti, ma si sviluppano fortemente in logica di staff europea solo dopo la Seconda Guerra Mondiale. Supportano, in una logica “consulenziale”, le attività della Direzione Marketing e/o dell’Alta Direzione.

Diverse tipologie di ricerche

Abbiamo varie tipologie di RMO a seconda dell’approccio metodologico, della loro distribuzione temporale, del tipo di committenza e del maggiore o minore grado di controllo che esercitiamo sulla popolazione di riferimento.

Secondo l’approccio metodologico le ricerche possono essere:

• Quantitative → producono numeri, statistiche, misure.
• Qualitative → producono descrizioni verbali, interpretazioni, concetti.

Secondo la dimensione temporale (frequenza), le indagini possono essere:

• Indagini continuative → si ripetono nel tempo.
• Indagini spot → vengono fatte una volta sola (una tantum).

Secondo il tipo di committenza, possono essere:

• Ricerche mono-cliente → un solo cliente.
• Indagini multi-client → più clienti contemporaneamente.
• Indagini omnibus → ricerche multi-client che partono periodicamente e che si rivolgono a tutti i clienti potenzialmente interessati.

Secondo il grado di controllo, possiamo avere:

• Indagini (quantitative) su panel (campioni fissi) → Es. L’ascolto televisivo viene misurato su un campione nazionale fisso di molte migliaia di famiglie italiane (panel).
• Indagini (quantitative) su campioni rotativi → Es. I sondaggi d’opinione di solito vengono fatti estraendo dalla popolazione, di volta in volta, un campione casuale diverso. La numerosità campionaria magari è la stessa (per esempio, 500 casi), ma le persone estratte sono ogni volta diverse (da cui il nome di “campioni rotativi”, cioè che “ruotano” da una ricerca all’altra).

Che tipo di ricerca impostare

Per costruire una buona campagna, bisogna raccogliere informazioni valide facendo le scelte giuste in materia di sondaggi (ossia praticando una buona “marketing intelligence”). In pratica, dobbiamo prendere delle precise decisioni metodologiche:

Lo spin doctor usa sia ricerche qualitative che quantitative, sia ricerche “spot” che ricerche continuative, ovviamente ricerche solo mono-client e il più delle volte su campioni rotativi.

Quantitativo versus qualitativo

Una distinzione molto importante è quella fra indagini quantitative e indagini qualitative. Le quantitative adoperano le tecniche della statistica, le qualitative quelle della psicologia, della sociologia e dell’antropologia culturale. Con le prime ottengo dei numeri (per esempio quanti italiani hanno fiducia nel presidente del Consiglio), con le seconde delle motivazioni, spiegazioni, interpretazioni (per esempio perché gli italiani hanno, o non hanno, fiducia nel presidente del Consiglio).

Le quantitative esaminano “in superficie” una porzione relativamente ampia di popolazione (fino a qualche migliaio di persone), con la tecnica del questionario. Le qualitative esplorano in profondità un piccolo campione (anche solo poche decine di persone), con le tecniche del “focus group” e del “colloquio clinico”. L’ideale è sviluppare progetti di ricerca che abbiano sia una fase qualitativa sia una successiva fase quantitativa. La prima per formulare delle ipotesi, la seconda per verificarle (ricerca integrata).

Due metodologie complementari

In metafora, il quantitativo è come la geografia (superficie), il qualitativo come la geologia (profondità). Se li integriamo tra loro, otteniamo la ricerca più completa. Quindi la ricerca migliore è quella che integra l’approccio in profondità delle qualitative con la misurazione statistica delle quantitative.

Le tecniche di raccolta dei dati

Le quattro principali metodologie di ricerca qualitativa sono:

• L’osservazione, che può essere partecipante (come nell’antropologia) oppure strutturata (e oggi può avvalersi anche di strumenti tecnologici di supporto e registrazione); inoltre può avvenire “allo scoperto” (overt) oppure “di nascosto” (covert);
• Le “interviste informali”, ossia adoperando non un questionario ma una traccia di argomenti, sul modello delle interviste giornalistiche; queste interviste possono essere sia individuali (colloquio clinico) sia di gruppo (focus group o gruppi sociopsicologici di discussione) oppure collettive (piccoli campioni, intervistati con questionari semi-strutturati);
• Lo studio in profondità di casi singoli, combinando colloquio clinico e osservazione partecipante;
• L’utilizzo di dati secondari, ossia già raccolti da altri e riutilizzati ai fini della propria ricerca (desk research o indagine “a tavolino”).

Le quattro principali metodologie di ricerca quantitativa sono:

• Nuovamente l’utilizzo di dati secondari, ossia già raccolti da altri e riutilizzati ai fini della propria ricerca (desk research o indagine “a tavolino”; per esempio, si possono adoperare tutti i dati messi a disposizione da Istat, il nostro istituto centrale di statistica: www.istat.it);
• L’esecuzione di veri e propri esperimenti in cui si manipolano delle variabili indipendenti per verificare che effetto inducono su altre variabili, dette dipendenti; per esempio, verifico sperimentalmente se è più efficace in termini di “persuasione” (variabile dipendente) il messaggio X oppure quello Y (il tipo di messaggio, in questo esempio, è la variabile indipendente);
• L’effettuazione di sondaggi intervistando possibilmente grandi campioni, statisticamente rappresentativi (per esempio, 1.000 casi), per mezzo di questionari strutturati; oppure lavorando su campioni più piccoli (per esempio, 200 casi), ma sempre con interviste strutturate;
• L’analisi testuale o del contenuto, ossia l’analisi linguistico-statistica di vasti repertori conversazionali, come ad esempio quelli che si ricavano dal Web (blog, social media).

Due tipi di dati, due modi di leggerli

Inoltre, teniamo conto che i dati raccolti possono essere qualitativi (verbalizzazioni) oppure quantitativi (numeri), ma anche la loro “lettura” può avvenire con un approccio qualitativo (interpretazione) oppure quantitativo (analisi strutturata). Per esempio, se faccio un colloquio clinico e lo interpreto in chiave di spunti e suggerimenti (insight), attuo una lettura qualitativa (interpretazione) di un dato qualitativo (parole). Se invece lo adopero come base per progettare un questionario, allora faccio una lettura “quantitativa” (strutturata) di un dato qualitativo (parole).

Se ho fatto un sondaggio, e ne considero attentamente i risultati numerici, per esempio analizzandoli statisticamente, sviluppo una lettura quantitativa (strutturata) di un dato quantitativo (numeri). Se infine mi chiedo che significato, che senso hanno i numeri di quello stesso sondaggio, che cosa “vogliono dire”, realizzo una lettura qualitativa (interpretazione) di un dato quantitativo (numeri).

Quantitative e qualitative: le tecniche

Ecco una sintetica panoramica delle macro-metodologie (qualitative e quantitative):

Tipi di dati (parole oppure numeri) e tipi di analisi (interpretazione oppure descrizione analitica) incrociati fra loro in questa “matrice”:

Le ricerche in campo politico-elettorale

• Sondaggi d’opinione, per sapere come la pensano gli elettori su un determinato argomento.
• Screening test e valutazione del potenziale, per scegliere un possibile candidato di successo, all’interno di una rosa di possibili candidati.
• Indagini pre-elettorali, per capire le priorità dei cittadini (agenda setting) e per misurare conoscenza, fiducia e intenzione di voto per un candidato o un partito (territorialità).
• In-house poll o instant poll, sondaggi telefonici al domicilio degli elettori, intervistando chi ha già votato, per sapere come sta andando il voto.
• Exit poll, ripetizioni di voto all’uscita dai seggi, per dare alla chiusura dei seggi un’indicazione sul possibile risultato.
• Proiezioni elettorali, ossia analisi dei risultati reali su un campione limitato di sezioni elettorali, per poi estrapolare all’universo e dare, un paio d’ore dopo la chiusura dei seggi, il risultato dell’elezione.

Nota bene: i relativi campioni devono essere rappresentativi e a ogni sondaggio è associato un margine statistico di errore, che dipende dall’ampiezza del campione. Esso mediamente è dell’ordine del 3-4% per i sondaggi, del 2-3% per gli exit poll e dell’1-2% per le proiezioni elettorali.

I sondaggi d’opinione

Un sondaggio d’opinione è una ricerca con elaborazione statistica di dati, con lo scopo di conoscere l’opinione di un gruppo di persone relativamente a un certo argomento. I sondaggi d’opinione, di solito, vengono svolti rivolgendo a un campione di riferimento (una quota molto piccola della popolazione) una serie di domande (questionario), ed estrapolando le risposte all’intera popolazione, mediante un intervallo di confidenza generato secondo tecniche di tipo statistico. I sondaggi d’opinione sono diffusi all’interno delle ricerche di mercato e in ambito politico, per conoscere le tendenze dell’elettorato in un dato momento, specie in vista di elezioni, oppure come feedback sul grado di soddisfazione/apprezzamento di un politico o di un partito o di un organo amministrativo (customer satisfaction).

Il sondaggio d’opinione che si occupa di estrapolare i risultati elettorali durante le giornate di voto (prima che chiudano i seggi) è detto invece exit poll. In realtà, non è un sondaggio vero e proprio ma una ripetizione di voto all’uscita dai seggi. Una specie di “sondaggio comportamentale”.

Ascoltare l’opinione pubblica (I)

Prima dei sondaggi non c’era un mezzo diretto per l’ascolto dell’opinione pubblica: opinionisti, politici e giornalisti potevano non essere sufficientemente informati, proprio perché non esisteva una metodologia strutturata di raccolta e misurazione delle opinioni. Il sondaggio con metodo scientifico è stato proposto e sviluppato dallo psicologo e statistico statunitense George Gallup nel 1928.

Nel 1936 Gallup riuscì a predire correttamente il risultato delle elezioni presidenziali intervistando soltanto 50 mila persone, mentre l’allora molto quotato “Literary Digest” sbagliò clamorosamente la previsione pur avendo intervistato alcuni milioni di persone. Nel 1958 Gallup fonda The Gallup Organization, ancora attiva (www.gallup.com).

Gallup ha dimostrato che, per essere valido, un campione deve essere rappresentativo, ossia riprodurre in piccolo la struttura della popolazione (stesse proporzioni per genere, classi di età, livelli di istruzione, fasce sociali, residenza territoriale, e così via).

Che cosa si misura in un sondaggio

I sondaggi servono soprattutto (ma non solo) per misurare l’opinione, ossia la componente cognitiva dell’atteggiamento. Esempi di “opinione”: il gradimento per un programma televisivo, la conoscenza di un leader politico. La fiducia nei confronti di un’istituzione rimanda anche a elementi emozionali. L’intenzione di voto a favore di un candidato a un’elezione concerne invece maggiormente la componente “motivazionale” dell’atteggiamento.

Solitamente, i sondaggi producono delle percentuali. Per esempio, la fiducia nei confronti del leader politico X, oggi, è del 40% (ossia, il 40% degli italiani ha “molta” o “abbastanza” fiducia nei confronti di quel leader, come rilevato da un sondaggio fatto su un campione rappresentativo poniamo di 500 cittadini). Le percentuali che si ottengono non vanno mai prese come “valori puntuali”, perché sono soggette al cosiddetto “errore casuale” (presupponendo che il sondaggio sia stato eseguito correttamente, altrimenti ci troveremmo di fronte a un “errore sistematico”).

In altre parole, dobbiamo passare da una “stima puntuale” a una “stima intervallare”, calcolando il margine statistico di errore associato a quella percentuale (margine che dipende dalla numerosità del campione).

Il margine di errore di un sondaggio

Questa è la formula del margine di errore (e quindi dell’intervallo di confidenza) per una percentuale ottenuta attraverso un sondaggio:

P è la percentuale trasformata in proporzione. Per esempio, se la percentuale è 36%, p diventa 0,36 e di conseguenza (1-p) è 0,64. E viceversa. Di solito in demoscopia si lavora sulle percentuali e non sulle proporzioni. E il valore 1,96 viene per semplicità arrotondato a 2. Vediamo tutto questo nell’esempio alla slide successiva. Ma quella sotto-riportata è la formula “teorica” che si trova in tutti i manuali di statistica.

Esempio di calcolo del margine

In sostanza, per un campione di dimensione n e un livello di confidenza pari al 95% (ossia, la probabilità che abbiamo di “dire una cosa giusta”), se otteniamo una percentuale P di opinione, possiamo usare questa formula: e = 2* √(P (1-P)/n).

Facciamo un esempio pratico. Un sondaggio di opinione con 500 intervistati ha accreditato un partito di un’intenzione di voto pari al 32%. A partire da questo dato, generiamo l’intervallo di confidenza per tale valore campionario, al 95% di probabilità (di sicurezza di non sbagliare).

La mia P, la percentuale rilevata, è 32. Dunque Q, che è (100 – P), varrà 100-32 = 68. La numerosità è n = 500 casi. La procedura che devo seguire è questa. Prendo P e Q, e li moltiplico fra loro. P x Q = 32 x 68 = 2.176. Divido questo valore per la numerosità del campione: 2.176/500 = 4,35. Adesso estraggo la radice quadrata di questo valore: radice quadrata di 4,35 = 2,08. Questo valore si chiama “errore standard della percentuale”.

In pratica, è molto probabile che il valore “vero” cada all’interno di un intervallo che ha al centro la mia percentuale, e un’estensione che dipende proprio da questo “errore standard”.

Dal margine all’intervallo di confidenza

Ora, per ottenere finalmente il mio intervallo di confidenza, devo moltiplicare per due questo errore standard, ottenendo come risultato 4,16. In teoria, dovrei moltiplicarlo per 1,96 (per...