Analisi di mercato

Ricerche di mercato

Perché fare una ricerca di mercato?

• Conoscenza dei clienti e dei concorrenti, che può offrire all’impresa un vantaggio competitivo: rispondere ai bisogni dei clienti in modo più preciso e differenziarsi rispetto ai concorrenti.
• Conoscere il mercato permette di costruire una chiara immagine di marca, fidelizzare i clienti e consolidare le relazioni con i fornitori e i distributori più utili per creare valore per l’impresa.

Fasi di una ricerca di mercato

• Descrizione del problema di marketing (es. posizionamento del brand).
• Definizione del tema di ricerca (es. selezionare i brand concorrenti e le differenze percepite).
• Definizione della formula della ricerca (individuazione delle fonti di dati, scelta della tecnica di raccolta dei dati, individuazione dei metodi di analisi).
• Esecuzione della ricerca.
• Presentazione dei risultati in modo chiaro e comprensibile, momento chiave.

Tipologie di dati

Dati primari: Dati raccolti con lo scopo di effettuare un’analisi specifica; rispondono a dei bisogni conoscitivi precisi che non possono essere soddisfatti ricorrendo a fonti già esistenti.

Dati secondari: Dati collezionati per altri scopi, si dividono in:

• Interni: Dati disponibili dentro l’impresa ma archiviati per finalità non statistiche.
• Esterni: Accessibili consultando fonti informative esterne all’impresa e collezionati indipendentemente dai bisogni conoscitivi dell’impresa.

Campionamento nelle ricerche di mercato – Principi e metodi

Il campionamento è uno dei principali strumenti della ricerca di mercato per la raccolta, analisi e interpretazione dei dati.

• Indagine censuaria: Esaminato in maniera completa il collettivo di unità oggetto di indagine.
• Indagine campionaria: Esaminato solo una parte del collettivo.

Errore campionario: Differenza tra il valore dello stimatore e quello del parametro dovuto alla variabilità del fenomeno.

Errore non campionario: Dovuto a difetti insiti nella tecnica di rilevazione (es. quesito mal posto).

Popolazione obiettivo (di riferimento): Insieme di elementi simili tra loro per una o più caratteristiche, che rappresentano l’oggetto di studio di un’indagine.

Unità elementare di indagine: Singolo elemento della popolazione oggetto di indagine (UP).

Unità elementare di campionamento: Singolo elemento da estrarre per formare il campione (UC).

Variabilità campionaria: Da campioni differenti si ottengono valori diversi dello stesso stimatore.

Distribuzione campionaria: Distribuzione di frequenza dei valori dello stimatore su vari campioni.

Campione probabilistico: Le unità della popolazione hanno tutte una probabilità nota e non nulla di essere estratte; è possibile definire l’insieme dei campioni distinti che possono essere estratti.

F=n/N è il tasso di campionamento o di sondaggio.

Campione non probabilistico: La scelta delle unità avviene secondo criteri di convenienza (es. a scelta ragionata, per quote, volontario, a valanga); non si può ottenere una stima della precisione dei risultati o estendere i risultati all’intera popolazione.

Definizione della popolazione

È fondamentale definire con precisione la popolazione oggetto di indagine in termini di: unità di analisi, ambito territoriale e periodo di riferimento.

Valutazione della lista – criteri

• Adeguatezza
• Completezza e assenza di doppioni
• Accuratezza: aggiornata e priva di errori
• Convenienza: accessibile con elementi ordinati in modo da facilitare l’estrazione campionaria

Fonti di liste a livello nazionale

• Registro elettorale: scarsa accuratezza e incompletezza.
• Registro delle imprese delle Camere di Commercio: incompletezza.

I disegni campionari

Campionamento casuale semplice (CCS)

Si estrae casualmente un campione di numerosità n da una popolazione di N elementi, senza o con ripetizione, in modo che ogni possibile campione abbia uguale probabilità di essere estratto.

Vantaggi: semplicità di esecuzione.

Svantaggi: è possibile estrarre un “cattivo” campione, ossia poco rappresentativo; il campione può presentarsi sparso sul territorio con costi elevati di organizzazione.

Determinazione della numerosità campionaria

Un criterio per la scelta di n che assicura, con una probabilità elevata, un margine d’errore tra la stima del campione e il parametro della popolazione non più grande di un certo valore d prefissato.

(|$% − '| ≤ )) = 1 − -

Per grandi campioni, ottenuti con un CCS senza ripetizione, si ha che $% 1234($%) $% 1234($%)! . − 0 ≤ ' ≤ + 0 6 = 1 − -! !" "1234($%),

Si pone l’errore massimo che si commette stimando la media della popolazione) = 0 !" tramite la media campionaria, con un livello di confidenza pari a 1 − -.""' )!"#$% ' #$&234($%) Sapendo che si ottiene che se N è elevato = 7 = ≅1" ß""#$& % #& ' !#$% "" + ,-* # #" Si nota che è richiesta la conoscenza di , quindi in genere si usa una sua stima ottenuta in una9 precedente indagine o in un’indagine pilota.

Esercizio

A una società di ricerche di mercato è stata commissionata un’indagine per stimare la spesa annua (media) per servizi promozionali della popolazione di imprese di un certo territorio (sono 10000). L’errore massimo è (euro) con) = 25 1 − - = 0,95. Sappiamo da un’indagine pilota che s = 125 (euro)." "&". &,01 122". con confidenza al 95%.

7= = = 95,13 ≅ 95%"(" %,+," 1".-1,22"."". - %---- Se il costo dell’intervista telefonica è 10€, il budget minimo per le interviste dovrebbe essere 950€.

Il campionamento stratificato (CST)

La popolazione è classificata in sottopopolazioni dette strati. Gli strati devono essere omogenei al loro interno ed eterogenei tra essi. Da ogni strato si estrae un CCS. L’aggregazione di tali campioni produce il campione stratificato. L’obiettivo è estrarre un campione più efficiente – stime più precise o n inferiore – rispetto al CCS.

Tipologie di allocazioni

• Allocazione uniforme: da ogni strato viene estratto lo stesso numero di unità.
• Allocazione proporzionale: il n di unità estratte da ogni strato è proporzionale alla numerosità dello strato.
• Allocazione ottimale: si estrae in modo più che proporzionale dagli strati dove la varianza è più elevata e in modo meno che proporzionale negli strati dove la varianza è minore.

Il campionamento a grappoli (CGRA)

Una popolazione di riferimento può essere costituita da sottogruppi che esistono naturalmente. I sottoinsiemi sono denominati grappoli (es. famiglie residenti in città). Lo schema di campionamento a grappoli prevede:

• L’estrazione casuale di alcuni grappoli.
• L’analisi completa di tutte le unità in essi contenuti.

Vantaggi: se le unità sono caratterizzate da dispersione territoriale e si rende necessario un contatto diretto, studiare solo alcuni grappoli è meno dispendioso rispetto al CCS.

Svantaggi: i grappoli devono essere eterogenei all’interno e omogenei tra essi.

Il campionamento a più stadi (CSTA)

Nella realtà è più verosimile che i grappoli contengano unità simili tra loro, è quindi conveniente analizzare solo alcune unità per ogni grappolo. Tale disegno è denominato campionamento a due stadi. Si possono ipotizzare anche più stadi, ovvero i livelli gerarchici delle sottopopolazioni.

Vantaggi: riduce la dispersione territoriale.

Svantaggi: le UPS sono omogenee all’interno ed eterogenee tra esse; di conseguenza, il CSTA risulta meno efficiente del CCS.

Il campionamento non probabilistico

La selezione delle unità è svolta su basi soggettive, non è nota la probabilità che ogni elemento ha di essere selezionato. Inoltre, non è possibile applicare la teoria della probabilità per calcolare l’errore campionario né quella dell’inferenza per estendere i risultati campionari alla popolazione.

Vantaggi: semplicità organizzativa, bassi costi di realizzazione, velocità di esecuzione, applicabilità nei casi in cui non si dispone di una lista della popolazione.

Il campionamento per quote

La popolazione è suddivisa in strati in base a caratteristiche solitamente anagrafiche. La scelta dell’unità da contattare è lasciata all’intervistatore, a cui sono indicate le quote del campione in modo che riproponga le medesime proporzioni della popolazione di riferimento.

• Assegnazioni indipendenti / per quote marginali: l’intervistatore deve ottenere un n minimo di interviste all’interno di un determinato strato (distribuzioni marginali).
• Assegnazioni a due o più dimensioni / per quote associate: n minimo di interviste associando più fattori di stratificazione (distribuzione congiunta).

Vantaggi: non è necessario ricontattare un’unità non rispondente, basta sostituirla. Il ricercatore gode di ampia libertà, è economico e non richiede una lista completa.

Svantaggi: la scelta libera dell’intervistatore incide sui risultati. Le unità non reperibili sono trascurate (rischio di distorsioni). L’esigenza di raggiungere la quota può accrescere la durata dell’indagine.

Esercizio

Come si compone un campione per quote di numerosità pari a 200?

1° caso: con quote associate

2° caso: con quote marginali (incroci a libera scelta)

Il campionamento a scelta ragionata

Il ricercatore sceglie le unità campionarie perché pensa che siano rappresentative della popolazione. Ciò può condurre a grandi distorsioni da selezione. È frequentemente utilizzato nelle fasi esplorative che precedono l’implementazione vera e propria di un’indagine conoscitiva (es. individuare i profili tipo dei clienti in un segmento di mercato nuovo).

Il campionamento volontario

È caratterizzato dall’autoselezione delle unità di rilevazione, ciò comporta una notevole distorsione. È utilizzato in alcune ricerche di mercato condotte via internet.

Il campionamento a valanga

È adatto per indagini su popolazioni rare per le quali non è possibile compilare delle liste di campionamento e risulta difficile localizzare sul territorio anche solo poche unità. La tecnica parte dal presupposto che le unità di una popolazione rara siano in contatto tra loro: si effettua la ricerca di alcune di tali unità e si chiede a quest’ultimo di individuare altre unità.

Indagini presso i centri commerciali

I sondaggi presso i consumatori presentano tre potenziali fonti di distorsione:

• Distorsione sul punto vendita: il campione appartiene a uno stesso quartiere.
• Distorsione sul sito: luogo fisico in cui avviene l’intervista (entrata, uscita).
• Distorsione sul tempo: orario/giorno in cui avviene l’intervista.

Gli errori non campionari

Errori di copertura

• Sovra-copertura: la lista include unità non appartenenti alla popolazione, si risolve con un quesito preliminare per verificare l’effettiva appartenenza alla popolazione.
• Sotto-copertura: la lista esclude unità appartenenti alla popolazione (es. elenchi telefonici).

Errori di non risposta

• Non risposta totale: si previene con solleciti e si risolve con la sostituzione delle unità.
• Non risposta parziale: si previene con la chiarezza dei quesiti e si risolve con l’imputazione dei dati mancanti.

Errori di misura

Consiste nella differenza tra il valore vero della caratteristica in esame su una certa unità e il valore osservato in fase di rilevazione. Può essere dovuto a:

• Metodo di rilevazione impreciso che produce dati falsati.
• Strumento di rilevazione.

Errori di risposta

Le principali fonti di errore possono derivare da:

• Il questionario (mancanza di chiarezza nei quesiti).
• Il rispondente (da una risposta falsa o non si ricorda la risposta).
• L’intervistatore (atteggiamento condizionante o poco collaborativo).

Riponderazione

Riproporzionamento per limitare gli effetti di un campione diverso da quello desiderato.

Esempio

Ho un campione di 200 famiglie costruito usando le liste elettorali per un’indagine sui consumi. Le famiglie con più adulti hanno una probabilità maggiore di essere estratte. Infatti si nota che le categorie con 4/5 adulti, nel campione sembrano sovra rappresentate.

N adulti x f f * w = f /f *i i i i i i (f rel della pop obiettivo)1 40 0,2 0,25 1,252 60 0,3 0,36 1,23 50 0,25 0,28 1,124 30 0,15 0,09 0,65 20 0,1 0,02 0,2200 1 1

Si risolve dando un peso maggiore alle categorie sotto rappresentate e un peso minore a quelle sovra rappresentate –> riponderazione.

Il questionario

Il questionario è lo strumento di misura utilizzato per raccogliere informazioni sul fenomeno di interesse, in modo tale che i dati raccolti siano confrontabili.

Somministrazione

• Intervista assistita (con intervistatore): faccia a faccia, telefonica, via web.
• Intervista autocompilata: intervista sul posto, via web, diario.

Caratteristiche fondamentali

• Presenza di una breve descrizione delle finalità dell’indagine.
• Utilizzo di una terminologia con un significato immediato per il rispondente.
• La rapidità nel rispondere alle domande.
• La sequenza logica secondo cui sono presentate le domande.
• L’indagine pilota in cui il questionario deve essere testato per realizzare la sua versione finale.

Progettazione del questionario

• Formulazione: in base agli obiettivi dell’indagine, si individuano le informazioni da collezionare.
• Condivisione: occorre sentire le esigenze conoscitive delle persone che useranno le informazioni collezionate per decidere quali dati sono utili da raccogliere con il questionario.
• Consultazione: è utile consultare i questionari usati in indagini precedenti su temi simili.
• Bozza: si effettua una prima stesura del questionario.

Fase di test per giungere alla versione definitiva

• Prima di effettuare l’indagine è importante somministrare in modo informale il questionario provvisorio a un gruppo poco numeroso di rispondenti per rendersi conto se ogni domanda è espressa in modo chiaro, le possibili risposte sono esaustive e il tempo di risposta è congruo.
• Indagine pilota può fornire una stima approssimativa del tasso di non risposta.

Tipologia di domande

• Domande aperte

Vantaggi: il rispondente può esprimere la propria opinione liberamente.

Svantaggi: il rispondente può mal interpretare la domanda, richiedono maggior impegno.

• Domande chiuse

Vantaggi: il rispondente impiega meno tempo per rispondere; l’archiviazione dei dati è più rapida e le risposte sono confrontabili subito.

Svantaggi: il rispondente può non riconoscersi in nessuna delle risposte.

• Domanda a risposta multipla
• Domanda a risposta singola di cui fanno parte le domande filtro (personalizzazione, brevità, scorrevolezza)
• Domanda con risposte da ordinare
• Domanda con risposte a cui assegnare un punteggio
• Scale continue
• Differenziale semantico (scelta di posizione in una scala bipolare)
• Scala di Likert (espressione del grado di accordo/disaccordo rispetto a ogni affermazione, può capitare che il rispondente scelga sempre la stessa risposta senza fare attenzione al contenuto response set)

Struttura del questionario

• Introduzione: nome dell’indagine, descrizione dei suoi obiettivi e indicazioni sull’uso dei dati.
• Sezione di profilazione: domande di natura sociodemografica.
• Sezione sull’obiettivo primario: domande sugli obiettivi conoscitivi principali dell’indagine.
• Sezione/i sugli obiettivi secondari: domande in ordine decrescente rispetto all’importanza perché il livello di attenzione del rispondente diminuisce rapidamente.

Randomizzazione

Per mitigare gli effetti distorsivi (es. primary effect, recency effect) si usa la randomizzazione.

• Randomizzazione semplice: le modalità di risposta nelle domande a risposta chiusa vengono presentate ai rispondenti in maniera casuale.
• Randomizzazione a blocchi: la randomizzazione può interessare sia i blocchi di domande sia le modalità di risposta per ciascuna domanda.

Strategie di invio del questionario

Prima di inviare un link a un questionario è essenziale decidere il piano di invio e di reminder:

• L’orario di invio dipende dal target (studenti a metà pomeriggio, se lavoratori a metà mattina).
• Per incentivare a rispondere si possono creare degli incentivi (estrazioni, buoni sconto).

Programmi per le indagini via web

• Software gratuiti: richiedono solo la registrazione e offrono solo funzioni di base.
• Google moduli: per rimediare agli inconvenienti si può aggiungere una descrizione delle modalità, si possono randomizzare le risposte, è possibile inserire domande filtro, il conteggio delle risposte inviate è aggiornato in tempo reale, si creano in automatico grafici che descrivono sinteticamente le distribuzioni delle risposte.