Analisi di mercato

ANALISI DI MERCATO

Prof. Giorgio Tassinari

Università di Bologna – Corso di Management e marketing 1

Sommario

FONTI STATISTICHE SUI CONSUMI E SUI COMPORTAMENTI D’ACQUISTO .................................................................. 3

SCHEMI DI CLASSIFICAZIONE CONSUMI ...................................................................................................................... 4

FUNZIONI DI DOMANDA ............................................................................................................................................. 4

CAMPIONAMENTO ..................................................................................................................................................... 6

C ........................................................................................................................... 7

RITERI DI CAMPIONAMENTO PROBABILISTICO

C .................................................................................................................... 7

RITERI DI CAMPIONAMENTO NON PROBABILISTICO

D ................................................................................................................................................. 8

IMENSIONE DEL CAMPIONE

STRATIFICAZIONE ....................................................................................................................................................... 9

T – ....................................................................................... 11

IPI DI STRATIFICAZIONE ALLOCAZIONE DEL CAMPIONE TRA GLI STRATI

SEGMENTAZIONE ......................................................................................................................................................12

CLUSTER ANALYSIS ....................................................................................................................................................12

S ...................................................................................................................................................... 12

CELTA DELLE VARIABILI

T ....................................................................................................................................... 13

RASFORMAZIONE DELLE VARIABILI

M – .................................................................................................... 13

ISURA DELLA DISSIMILARITÀ DISTANZE E DISSOMIGLIANZE

Coefficienti di associazione ...................................................................................................................................... 13

Distanze .................................................................................................................................................................... 15

A ........................................................................................................................................ 16

LGORITMI DI RAGGRUPPAMENTO

Algoritmi gerarchici .................................................................................................................................................. 16

Algoritmi non gerarchici ........................................................................................................................................... 18

D ............................................................................................................................. 19

ETERMINAZIONE DEL NUMERO DI GRUPPI

SEGMENTAZIONE A PRIORI ........................................................................................................................................20

M A ................................................................................................................................................................... 20

ETODO ID

M C ................................................................................................................................................................ 22

ETODO HAID

CONJOINT ANALYSIS ..................................................................................................................................................24

MODELLI DI RISPOSTA DEL MERCATO ........................................................................................................................27

M ....................................................................................................................................................... 29

ODELLI COMPETITIVI

M ..................................................................................................................................................... 29

ODELLI DI ATTRAZIONE

Q ............................................................................................................................................... 33

UOTA DI MERCATO DI BASE

EFFETTI DINAMICI DELLA PUBBLICITÀ ........................................................................................................................34

PERCEZIONE E MEMORIZZAZIONE DEL MESSAGGIO ..................................................................................................36

EFFETTO COGNITIVO ..................................................................................................................................................37

REGRESSIONE LOGISTICA ...........................................................................................................................................38

2

Fonti statistiche sui consumi e sui comportamenti d’acquisto

Fattori che influenzano gli acquisti - risorse economiche disponibili, condizioni demografiche e sociali,

condizioni ambientali e culturali, gusti e abitudini.

Definizione dei consumi

▪ Consumi finali: componente maggiormente rilevante della domanda finale, rappresentano il valore

dei beni e dei servizi impiegati direttamente per soddisfare i bisogni umani, siano essi individuali

(consumi finali delle famiglie o privati) o collettivi (o pubblici)

▪ Consumi nazionali: effettuati dalla popolazione residente sia all’interno del territorio

nazionale sia all’estero

▪ Consumi interni: corrispondenti all’ammontare delle risorse sostenute in Italia da residenti

e non residenti

CONSUMI INTERNI = CONSUMI NAZIONALI – SPESE ALL’ESTERO DEI RESIDENTI IN ITALIA + SPESE IN ITALIA DEGLI STRANIERI

▪ Consumi intermedi: acquistati correntemente dalle imprese e dalle amministrazioni pubbliche per

le esigenze connesse allo svolgimento delle rispettive attività, con esclusione dei beni di

investimento

Metodi statistici di valutazione dei consumi

▪ Metodo delle inchieste familiari o metodo della spesa: consiste nella rilevazione diretta delle

spese sostenute dalle famiglie per acquistare beni e servizi di consumo, trova attuazione concreta

nelle tradizionali indagini campionarie sui bilanci di famiglia

▪ Metodo delle disponibilità globali: prevede che siano valutate le quantità di beni o servizi

potenzialmente offerti al consumo interno sottraendo dalle risorse globali di ciascun bene le

quantità destinate ad altri usi ( ( )

= + − ) + − −

1 2

C consumo interno di un dato bene nell’intervallo temporale di riferimento

P produzione

M importazione

E esportazione

G ammontare delle scorte all’inizio del periodo

1

G ammontare delle scorte alla fine del periodo

2

U altri usi

Indicatori per l’analisi dei mercati di consumo

▪ Tasso di copertura del mercato (o di penetrazione orizzontale nel mercato)

numero degli acquirenti della marca

numero degli acquirenti della classe di prodotto

▪ Tasso di fedeltà (o di esclusività)

quantità della marca acquistata dagli acquirenti di tale marca

quantità di prodotto acquistata dagli acquirenti della marca

▪ Tasso di intensità (o di penetrazione verticale nel mercato)

/

quantità acquistata in media dagli acquirenti di una marca

′

quantità acquistata in media dai consumatori dell intera classe di prodotto

/

= tasso di copertura × tasso di fedeltà × tasso di intensità

Quota di mercato

3

Schemi di classificazione consumi

Classificazioni basate sui prodotti

▪ classificazione merceologico funzionale dei beni e dei servizi (Istat)

▪ classificazione avente come criterio l'elasticità al reddito (beni inferiori, normali, di lusso)

Classificazioni aventi come criterio ordinatore le caratteristiche dei consumatori (economiche, sociali,

psicologiche)

Classificazioni basate sui patterns di acquisto - classificazione di Nelson (ovvero sulle fonti di informazione):

▪ experience goods

▪ search goods

Classificazione basata sul coinvolgimento emotivo (alto/basso)

Classificazione avente come criterio ordinatore la frequenza di acquisto (alta/bassa)

Funzioni di domanda

Analisi della domanda di mercato

Gli obiettivi delle indagini empiriche della domanda sono:

▪ ricercare le condizioni alle quali variano i consumi di un bene o di un gruppo di beni in relazione

a prezzo, reddito, caratteristiche socio-demografiche dei consumatori, evoluzione del mercato,

variabili macroeconomiche

▪ verificare se tali variazioni sono di tipo occasionale o permanente, attribuibili a modificazioni

nella struttura del mercato (concorrenza e innovazione) o della popolazione, imputabili a

variazioni nei bisogni individuali

Sul piano analitico tale ricerca si sviluppa in tre direzioni:

▪ funzioni complete di domanda - analisi di come varia la domanda di un singolo bene al variare delle

variabili da cui dipende

▪ funzioni di Engel - definiscono la relazione tra la domanda di un singolo/gruppo di beni e i livelli di

reddito disponibile rispetto a famiglie distinte secondo caratteri demografici, sociali ed ambientali

▪ sistemi di domanda - analizzano simultaneamente, tramite funzioni parziali o complete di

domanda, nel rispetto del vincolo di bilancio, come i consumatori destinano le loro spese tra i

diversi beni

Fasi dello studio delle funzioni di domanda

1) Identificazione delle variabili esplicative e scelta della forma funzionale della relazione

2) Reperimento di una base dati adeguata

3) Scelta del procedimento di stima

4) Verifica del modello

5) Utilizzo del modello (spiegazione e/o previsione)

Funzioni di domanda engeliane e misura dell'elasticità 4

Le funzioni di Engel mettono in relazione le spese per l’acquisto di un singolo bene con il reddito o la spesa

totale = ()

= ()

Indicando con:

la spesa sostenuta dalla j-esima famiglia per l’acquisto del bene i

la spesa totale sostenuta dalla j-esima famiglia

= la quota relativa per la famiglia j della spesa sostenuta per il prodotto i sulla spesa totale

e i parametri del modello

Si definiscono

() = propensione media al consumo

() = propensione marginale al consumo

()

() = elasticità

()

L’elasticità è un indicatore della reattività della quantità domandata ad una variazione unitaria del reddito.

Tra i modelli utilizzati per stimare funzioni di Engel, i principali sono:

= +

Retta

() = +

= + log

Funzione semilogaritmica

() = +log

log = + log

Funzione doppiologaritmica () =

= + log

Funzione di Working-Leser +(1+log)

() =

Nella Working Leser w è la quota di spesa del capitolo j-esimo sulla spesa totale della famiglia i-esima.

La variabile indipendente è la spesa totale, quindi, non il reddito disponibile.

Problemi di simultaneità tra variabile indipendente e variabile dipendente.

Soluzione: ipotesi di two-stage budgeting di Leser

Nel primo stadio le famiglie decidono quanta parte del reddito consumare e quanta risparmiare.

Nel secondo stadio le famiglie decidono come “allocare” la spesa tra i diversi capitoli. 5

Campionamento

Elementi costitutivi delle rilevazioni statistiche

▪ Definizione delle unità statistiche

▪ Nomenclature e schemi di classificazione

▪ Definizione delle variabili da osservare

▪ Modalità di selezione delle unità di rilevazione (campionaria/esaustiva) = progettazione del

campione

▪ Scelta del metodo di osservazione

▪ Valutazione dei costi

Il disegno di campionamento

È l’insieme delle decisioni prese per formare il campione:

→

1) Struttura del campione semplice (una lista) / complessa (più liste)

→

2) Probabilità di selezione costanti o variabili

→

3) Selezione delle unità campionarie con criteri di casualità

→

4) Determinazione della numerosità campionaria numerosità ottima

Tipi di campionamento

Probabilistici - le unità della popolazione hanno prefissate probabilità di essere incluse nel campione

▪ casuale semplice con ripetizione (bernoulliano)

▪ casuale semplice senza ripetizione (in blocco)

▪ stratificato (proporzionale, uniforme, ottimale)

▪ a grappoli

▪ sistematico

▪ a più stadi

▪ ripetuti (panel e panel ruotati)

▪ areale

▪ a probabilità variabile

Non probabilistici

▪ a scelta ragionata

▪ per quote

▪ con adesione volontaria dei rispondenti

▪ tramite testimoni privilegiati

▪ a valanga 6

Criteri di campionamento probabilistico

Campionamento casuale semplice (c.c.s.): estrazione (con o senza ripetizione) delle unità del campione

dalla popolazione garantendo a ciascuna unità del collettivo la stessa probabilità di entrare a far parte del

campione

Campionamento stratificato: costruzione di strati nella popolazione il più possibile omogenei al loro

interno ed eterogenei tra loro, da cui si estrae con c.c.s.

Campionamento a grappoli: suddivisione della popolazione in sottoinsiemi (grappoli) e selezione casuale di

tali grappoli; rilevazione su tutte le unità statistiche di ogni grappolo selezionato. Vantaggi: se il grappolo

non è omogeneo fornisce stime più efficiente del campionamento casuale, costi contenuti, facilità di

organizzazione. Condizione: la popolazione deve poter essere suddivisibile in segmenti legati da vincoli di

contiguità temporale e spaziale

Campionamento sistematico: scelta casuale della prima unità del campione, selezione di quelle successive

con passo di campionamento costante k, con k=N/n (n = numerosità campionaria, N = numerosità della

popolazione); bisogna disporre di liste

Campionamento a due o più stadi: suddivisione della popolazione in sottoinsiemi (unità di I stadio),

selezione casuale di tali unità, quindi selezione casuale delle osservazioni (unità di II stadio) dai sottoinsiemi

precedentemente estratti. Condizione: si adotta per grandi rilevazioni

Panel: campione continuativo (o permanente) di unità statistiche contattate in successivi periodi di tempo

(a meno di sostituzioni dovute ad esigenze tecniche)

Scopo: studio delle dinamiche e delle determinanti dei comportamenti

Inconvenienti:

▪ difficoltà di costituzione iniziale

▪ →

mortalità spontanea gli individui abbandonano spontaneamente

▪ →

effetto panel modifica del comportamento assunto dagli individui

▪ obsolescenza

Panel ruotato: campione continuativo con sostituzione a rotazione delle unità statistiche sotto

osservazione

Scopo: studio dei flussi o delle transizioni (cambiamenti di stato)

Vantaggi:

▪ migliora la rappresentatività del campione

▪ riduce il carico di lavoro dei rispondenti

▪ aumenta l’efficienza delle stime

Criteri di campionamento non probabilistico

Campionamento ragionato: presuppone un certo grado di informazione sulla popolazione; va preferito

quando si può disporre di poche unità campionarie, ma può attuarsi solo per caratteri dei quali sono già 7

note alcune tendenze distributive; utile quando si vogliono informazioni in tempi brevi, in particolare su

elementi “tipici” o “estremi”.

Campionamento per quote: le unità campionarie vengono individuate rispettando la frequenza delle

diverse tipologie di individui nella popolazione; frequentemente utilizzato nei sondaggi e nelle indagini di

mercato perché presenta un’organizzazione snella, ha tempi rapidi di realizzazione e costi contenuti.

Dimensione del campione

→

Risparmio di risorse determinare l’ampiezza più piccola che soddisfa i requisiti di precisione delle stime

stabiliti a priori:

▪ margine di errore che si è disposti a tollerare

▪ probabilità che la stima si collochi all’interno di tale margine d’errore

Definiti la dimensione della popolazione (N), il piano di campionamento (C), l’errore (ε) e la sua probabilità

(α), sarà possibile determinare la dimensione del campione (n).

Può però accadere che, sulla base di vincoli di costo, siano dati, oltre alla dimensione della popolazione, il

piano di campionamento e la numerosità del campione: in questo caso si potranno calcolare gli errori

→

massimi corrispondenti a diversi gradi di fiducia. N, n, α, C ε

Se il parametro oggetto di inferenza è la media campionaria, per determinare la dimensione del campione,

dovremo fare riferimento alla sua distribuzione:

2

̅ = (, ) campionamento con ripetizione

2

−

̅ = (, ) campionamento senza ripetizione

−1 ̅ √(̅)

±

Sulla base di questa distribuzione è stato possibile definire gli intervalli di confidenza: /2

L’errore che si commette nella stima e che si vuole non superi una cer