Appunti Analisi Competitiva - Prof.ssa Ardizzone

I confini dell'arena competitiva

Quando si fa un'analisi competitiva, il primo step è fare una scelta e includere le motivazioni della scelta. Bisogna capire quali imprese o prodotti considerare all'interno dell'arena competitiva e quali no, e per quale ragione con dei specifici criteri. In questa maniera si fa una scelta ragionata e motivata in maniera precisa (processo soggettivo).

Criteri dell'arena

I criteri per definire l'arena competitiva includono:

• Similitudine della domanda (uso e consumatori)
• Similitudine dell'offerta (processo produttivo)
• Interdipendenza strategica (aziende con cui ci si sente in concorrenza)

Il criterio della similitudine dell'offerta è utilizzato dall'ISTAT per classificare le aziende italiane (organizzazione pubblica che raccoglie dati più affidabili a cui fare riferimento, i cui dati sono pubblici e pubblicati sul loro sito).

Tipi di dati

• Dati primari: sono i dati che creiamo noi (per esempio se faccio un questionario e i dati arrivano direttamente per la prima volta). Bisogna scrivere “nel mio campione è emerso che...”
• Dati secondari: sono dati prodotti da altri e bisogna scrivere frasi come “I dati mi permettono di tracciare…”

L'ISTAT usa il codice ATECO: codici che ci sono dal dopoguerra e che classificano le imprese secondo l'attività prevalente, cioè quelle che possono essere multiprodotto o multiactività. Il codice è quello dell'attività attraverso cui l'azienda fa più fatturato.

Problemi dei ricercatori

Il problema dei ricercatori risiede nell'attribuzione del codice ATECO, che non avviene da parte di ISTAT dopo tanto ragionamento, ma viene auto-attribuito dalle aziende. Questo perché se lo assegnano da sole in funzione della loro attività quando vanno a registrarsi alla Camera del Commercio. Questo genera un margine di errore perché le aziende non sono scrupolose nel fare le cose attentamente. Lo fanno perché delle volte sono superficiali o altre volte hanno cambiato attività senza fare le modifiche (da latte a prosciutto senza cambiare codice).

I codici sono fatti da lettere e numeri:

• Sezioni (1 lettera): es: C, «attività manifatturiere»
• Divisioni (2 digit): es: 11, «industria delle bevande»
• Gruppi (3 digit): es: 11.0, «industria delle bevande»
• Classi (4 digit): es: 11.02 «produzione di vini da uve»
• Categorie (5 digit): es. 11.02.1, «Produzione di vino spumante e altri vini speciali»
• Sottocategorie (6 digit)

Un esempio di una ricerca per codice attività è disponibile su ISTAT. La ricerca sul sito può essere fatta sia con il codice attività (o descrizione o codice) oppure con parola chiave. C'è la lista delle sezioni dei macro raggruppamenti ma non lavoreremo mai con le sezioni perché ci possono essere centinaia di migliaia di imprese. Si può fare ricerca per codice selezionando le industrie alimentari di bevande, per esempio attività manifatturiere C. (dentro ci sono altri nomi). Allora selezioniamo industria delle bevande. Ci troviamo una divisione dove ci sono dei gruppi (7 divisioni es distillazione, vini, sidro etc). Per esempio dentro le bevande, le acque minerali (n7) stanno solo in una ripartizione, le altre 6 sono alcolici. Il settore della birra è quello più facile (perché dentro c'è solo alcoliche o non alcoliche).

Ricerca per parola chiave

Esempio di ricerca per parola chiave: calzature. Con la parola calzature esistono tanti possibili codici perché c'è una filiera di produzione (cioè scomposizione dei processi produttivi in fasi come produzione, distribuzione etc) delle calzature. Inserire Nike in calzature significa fare un errore o no? Bisogna vedere qual è l'attività prevalente e poi decidere.

Nell'ultima parte dell'analisi di settore bisogna fare la valutazione di performance che dipende dal fatturato. La valutazione di performance incide sulla definizione del settore ma determina anche la rivalutazione dei confini. Bisogna avere tutte le conoscenze per partire.

Esempio codice ATECO

Esempio codice ATECO sul sito ISTAT: Codice ATECO. Chiede quali sono gli STECO possibili con la parola “calzature”. Esce fuori un'articolazione importante. Usiamo però fabbricazione di calzature perché è il codice giusto. Escono fuori informazioni come: il codice giusto; la sezione; la descrizione; categoria di rischio; soglia per il regime forfettario etc.

L'obiettivo di ISTAT non è studiare la competizione tra imprese ma classificare le attività economiche. La ricerca delle imprese che fanno parte dell'arena competitiva di interesse SOLO tramite codice ATECO può portare fuori strada:

• Può comprendere imprese che non operano più in quel settore
• Può comprendere imprese che non operano più prevalentemente in quel settore
• Può non permetterci di selezionare imprese che effettivamente operano in quel settore ma si sono registrate con un altro codice ATECO erroneamente

Quindi bisogna controllare molto bene la lista! Anche 20%-30% di errore! I codici dicono come sono classificate le imprese. Se si vuole privilegiare il criterio della concorrenza, dovremmo includere o escludere dalla lista imprese che sono venute fuori con il codice ATECO.

Ricerca delle imprese

Una volta identificato il codice, possiamo fare due cose:

• Andare alla Camera di commercio di riferimento (o territoriale o sul sito delle Camere di commercio e chiedere a pagamento la lista delle imprese e altri indicatori, dando come chiave il codice ATECO)
• Usare una banca dati, per esempio quella di AIDA. Si va quindi su registroimprese.it. Inserendo per esempio “calzature” in tutta Italia e ci viene fuori una lista di imprese. Cliccando su una di queste, ci viene indicato dove si trova l'impresa, l'indirizzo, il prezzario e altre informazioni. AIDA ci fornisce le imprese organizzate meglio e ci dà molte più informazioni senza pagare (questo per gli studenti IULM). Dovremo loggarci con i dati IULM e abbiamo i dati gratis. AIDA prende le informazioni dal bilancio dell'azienda che viene depositato. AIDA si trova sul sito IULM-biblioteca-banco dati AIDA.

Si può fare la ricerca anche su AIDA. Se facciamo una ricerca con area geografica, possiamo mettere per esempio calzature a Milano. Ma posso anche dire di cercare le aziende in base al bilancio. Si possono fare più richieste.

Esempio di esercizio

Avendo a disposizione una lista con le aziende (in excel), bisogna controllare che la lista sia quello che mi interessa. La prima operazione da fare è controllare le aziende ed eliminare quelle che non operano nel settore delle calzature e che non manchino delle aziende del settore delle calzature.

Un'altra cosa da fare è guardare la grandezza del settore e quanto è grande il suo fatturato. Per sapere quanto fatturano tutte mettiamo “=somma(seleziono tutte caselle)”. Lo si fa per ogni anno.

Inoltre dobbiamo guardare la quota mercato che ci dice quanto è grande l'azienda in base al mercato (quanto fattura un'azienda rispetto al fatturato totale di mercato e quanti pezzi etc.).

• Assoluto è in funzione del mercato totale;
• Poi c'è la variazione assoluta che si calcola facendo: fatturato 2018fatt / 2017fatt. Se è negativo vuol dire che è diminuito. Qua i leader del mercato sono andati tutti male.

Relativa è in riferimento a qualche altro competitor. Inseriamo $ per bloccare righe e colonne: =fatturato azienda specifica/fatturato complessivo* 100. Bisogna mettere il dollaro sul fatturato totale sulla riga. Poi trasciniamo e possiamo trascinare anche per l'anno successivo. Bisogna ridurre la lista secondo un criterio sensato es: calcolare il fatturato cumulato delle prime 20 imprese (=somma(quote delle prime es 50). Se vediamo che le prime 50 imprese fatturano l'80 fatturato allora tagliamo.

Variazione percentuale

Var 18% come si fa? si calcola in tre modi:

• val (anno finale-anno iniziale)/anno iniziale)*100
• Oppure impostare il formato % nella cella e usare la formula senza *100
• Oppure impostare il formato % e usare la formula: (dato finale/dato iniziale)-1

Calcolo delle quote

Calcoliamo le quote a volume n pezzi venduti dall'azienda/numero pezzi totali * 100 Quota mercato.

• Assoluta: la dimensione dell'azienda rispetto al mercato.
• Relativa: uguale all'assoluta solo che al denominatore c'è il fatturato c'è l'azienda leader. La QM relativa consiste in un confronto tra la QM assoluta di un'azienda rispetto a quella di un'azienda presa come punto di riferimento (benchmark). Solitamente, il benchmark è rappresentato dal leader di mercato (ovvero l'azienda che detiene la QM assoluta più elevata).

Esercizio: quota a volume e a valore (O moltiplico * 100 oppure per “numeri” e “percentuali”) la Relativa si fa rispetto a un competitor mentre la assoluta è rispetto al totale mercato. Si può fare anche rispetto a un segmento però per esempio se nel segmento delle automobili e voglio vedere Fiat. Un conto è fare quota di mercato di Fiat rispetto a tutto il mercato (avrò una quota grande ma contenuta) e un conto è se lo facciamo rispetto a un segmento delle utilitarie (qua vedo crescere molto la quota di Fiat). Ha senso in una fase di descrizione di farlo rispetto al settore intero, dopo però di farlo con un settore. Nel settore si mette al denominatore il settore e per segmento metto segmento.

Analisi di settore

Analisi della domanda: analisi dei comportamenti dei consumatori, chi sono, dove acquistano il prodotto etc. il focus è su chi compra. Poi analizzare i consumatori in base ai prodotti che comprano. Quindi dividere il mercato in base ai clienti omogenei al loro interno. Es. orologi: da polso, in acciaio, di moda, tradizionali etc.

La segmentazione si fa tramite 7 tecniche. (Noi facciamo le funzioni edoniche)

Le prime 5 sono i parametri per la scelta del consumatore cioè si guarda come effettuare il processo di scelta (prezzo o la presenza di qualcosa di carino, la garanzia etc.): quali sono le caratteristiche del prodotto su cui si fa la scelta.

La differenza fra le prime 5 tecniche rispetto alla cluster analysis e alle componenti principali è che queste prime 5 tecniche ci permettono di individuare i parametri o gli attributi rilevanti nella scelta degli acquisti del consumatori. La cluster analysis e le componenti principali presuppongono la conoscenza dei parametri rilevanti per la scelta del consumatore. La cluster analysis non ci fa capire gli attributi ma una volta che sappiamo gli attributi ci fa individuare i segmenti/formare i consumatori.

Funzioni edoniche

Sono regressioni in cui la variabile Y è il prezzo. Stimiamo la regressione del prezzo attraverso altre variabili. La regressione serve per capire il peso del settore rispetto al PIL e per capire se il settore è ciclico: es un conto se tutti crescono (settore ciclico) e anche il mio cresce; un altro conto è quando il PIL cresce e il mio va male (settore anticiclico). Si fa una regressione semplice (con almeno 7 anni/mesi etc).

La funzione edonica è la stima di un modello di regressione solo che Y è il valore del prezzo cioè misura del valore per i prodotti per consumi. Si stima il beta con la edonica e dal beta si trova quali dei diversi attributi del prodotto ha più importanza per il consumatore e influisce di più sul prezzo finale e quindi quale è più importante da tenere in considerazione. Al consumatore non si chiede nulla: si raccolgono solo osservazioni sul prezzo etc. Una volta trovati i beta delle X, si scelgono le due caratteristiche più importanti e si mettono sugli assi cartesiani e si ottiene una mappa di posizionamento (prezzo e prodotto) / percettiva (carattere 1 e carattere 2).

Per esempio: il prezzo dipende da velocità processore, RAM e hard-disk. Quindi Y=velocità, RAM, hard-disk.

Esempio di regressione in Excel

Due modi (ricordarsi che in Excel bisogna prima standardizzare):

1. Si fa uscire prima la nuvola.
2. Con JMP viene: Su JMP: analizza, multivariato. Funzione edoniche: Si esegue una regressione multipla con il prezzo come variabile. Bisogna standardizzare le variabili in Excel: si calcola valore prezzo – media / dev st. Y=B0+B1VP+B2Ram+B3HD. Correlazione: tabella di correlazioni. Fra -1 e 1. I due beta standardizzati più elevati rappresentano di più il prezzo e ci possono aiutare a identificare i segmenti di domanda. Si prendono le var e si fanno le mappe percettive e di posizionamento.

Multidimensional Scheling e Cluster Analysis

Come la conjoint e le funzioni edoniche, anche nel multidimensional scheling utilizzeremo l'analisi multivariata (e quindi più variabili contemporaneamente) e vedremo come il consumatore fa le scelte di acquisto.

Dati utili

• Input: matrice delle distanze tra “oggetti” (prodotti), che può essere dissimilarità o similarità dei prodotti.
• Output: una mappa di posizionamento dei prodotti. Quindi diamo i dati cioè le distanze dei prodotti (che possono essere oggettive o soggettive). L'output ci permette di identificare i segmenti e da questi si cerca di comprendere i criteri di scelta.

Le conjoint prima ci faceva i criteri di scelta e poi si poteva costruire la mappa e i segmenti.

Imput della ricerca

Un campione di consumatori indica le distanze percepite tra coppie di prodotti, compilando la matrice. Per esempio quanto trovi diversa da una scala da 1 a 10 la Ferrari dalla Fiat. Le risposte possono essere: 0=nessuna differenza, 10=massima differenza. Poi si calcolano i valori medi delle distanze di tutti i consumatori (cioè otteniamo delle matrici delle distanze per ogni consumatore intervistato) per costruire la matrice dati finale. È possibile partire da una mappa con dati oggettivi (caratteristiche del prodotto, i.e. prezzo, potenza, consumo…) o soggettivi.

Una matrice delle distanze soggettive è questa per esempio: una matrice con dei valori 0 sulla diagonale perché la percezione di una marca con se stessa è sempre 0. Poi è simmetrica perché nella metà superiore è inferiore. All'interno ci sono le distanze medie di tutti gli intervistati. Per es 2 indica che la distanza media dei nostri consumatori tra Porsche e Ferrari è bassa ma tra Fiat e Ferrari è max ed è 10.

Output: mappa delle distanze

Le distanze saranno messe sul grafico. Sugli assi: dimensioni che non corrispondono alle caratteristiche del prodotto/servizio (n. puri). Le distanze sulla mappa riflettono le distanze percepite dai consumatori: prodotti considerati simili saranno più vicini. Sugli assi c'è da dire che gli assi non sono altro che dei numeri puri e non corrispondono a nessuna delle caratteristiche dei prodotti o servizi. Poi la bontà si può misurare con lo Stress di Kruskal che misura la proporzione di varianza delle disparità non spiegata dal modello: Più vicino a 0 più l'analisi è migliore = la differenza tra la distanza reale (matrice) e quella stimata (mappa) è bassa cioè La differenza tra le distanze reali e quelle reali della mappa è bassa. Questo è un esempio della mappa delle distanze (output). Qui ci sono due segmenti. Oggi capiremo cosa è la dimensione 1 e la dimensione 2 che sono dei numeri puri.

Poi il ricercatore può cercare di: identificare dei segmenti & ricondurre le dimensioni della mappa alle caratteristiche dei prodotti?

Di solito sono migliori le rilevazioni con le distanze percepite rispetto a quelle con le distanze “oggettive” (prodotti di largo consumo vs. beni industriali). Sempre se gli attributi scelti sono rilevanti (come nella conjoint). Per largo consumo meglio le distanze percepite mentre per beni industriali è meglio le matrici delle distanze oggettive.

Procedimento del Multidimensional Scaling con JMP:

• Copiare dati matrice delle dissimilarità su JMP da Excel. Quando apriamo JMP per incollare la tabella bisogna mettere: modificare incolla con nomi di colonne. Per vedere che siano riconosciute come continue o etc mettiamo tasto destro sulla colonna e guardiamo il tipo di dato e sistemiamo la tipologia di variabile.
• Inserire «etichette» sulla variabile colonna 1: tasto destro sulla variabile nel box a sx del foglio dati (cioè seleziono la colonna 1 e faccio tasto destro), dopo aver cliccato etichette esce un’etichetta (appare una targhetta gialla accanto al nome della variabile).
• Poi Menu analizza di analisi multivariata multidimensionale di metodi scaling. Variabili analisi nel box a destra e poi ok (grafico delle distanze in una finestra di output) cioè dopo che abbiamo fatto menu etc ci esce la finestra e selezioniamo le variabili della colonna 1 cioè Ferrari, Fiat, Porsche, Ford, Volkswagen e clicchiamo su ok e ci esce il grafico che è l’output del multidimensional scaling. Vediamo che di default abbiamo il grafico con dimensione 1 e 2 e i puntini e i dettagli della stima con lo stress. Vediamo che lo stress è vicino allo 0 e va bene perché i puntini sulla mappa rappresentano bene le distanze dei dati che abbiamo inserito con la matrice.
• Per avere i nomi sul grafico: nella finestra di output selezionare i punti, tasto dx, etichetta righe dalla linguetta rossa in alto mostra coordinate però il grafico per ora è solo con i puntini. Per far apparire i nomi sui pallini, dobbiamo selezionare l’area dove ci sono i puntini e tasto destro e etichetta righe e ci esce il grafico con i nomi: notiamo due segmenti.