Laboratorio d impresa Conoscere e interpretare per governare il mercato anche usando la Statistica

Transcript

1 Laboratorio d impresa Conoscere e interpretare per governare il mercato anche usando la Statistica Prof.ssa Michela Cameletti 24 Ottobre 2017

2 Ricerche di mercato e di marketing Capire i bisogni, i comportamenti, le opinioni e le aspettative dei consumatori/clienti. Rilevare i concorrenti presenti sul mercato. Verificare le reazioni dei consumatori e del del mercato ad una nuova linea di prodotti, campagna pubblicitaria, ecc.. I risultati supportano il processo decisionale e l attività di controllo. 2

3 L era dei big data 3

4 Tipologie di ricerche di mercato Esplorative: per chiarire la natura di un problema aziendale e ottenere informazioni generali sui propri consumatori (à indagini qualitative). Descrittive (o osservazionali): per stimare la dimensione quantitativa e per validare un ipotesi numerica circa il comportamento dei consumatori (à indagini quantitative longitudinali/sezionali). Causali: per valutare gli effetti di un cambiamento o di una campagna promozionale sui comportamenti di acquisto dei consumatori. 4

5 Tipologie di ricerche di mercato Qualitative: svolte su poche unità statistiche (focus group) mirano a studiare in profondità gli atteggiamenti, i comportamenti e le dinamiche psicologiche dei consumatori. Quantitative: si realizzano tramite campioni rappresentativi della popolazione e mirano a misurare caratteri di interesse. Integrate: qualitative + quantitative 5

6 Terminologia essenziale Unità statistica: unità elementare di una popolazione su cui vengono osservati i caratteri di interesse (es: studente, famiglia, azienda, ecc.). Popolazione: insieme delle N unità statistiche omogenee rispetto ad un fattore. Carattere (o variabile): caratteristica o aspetto oggetto di rilevazione nelle unità statistiche del collettivo (es: peso, numero di addetti, ecc.). Modalità del carattere: modi di manifestarsi (manifestazioni) del carattere nelle unità statistiche del collettivo (es: il carattere stato occupazionale si manifesta con le modalità occupato, disoccupato, ). Tipi di carattere: Qualitativo sconnesso Qualitativo ordinale Quantitativo discreto Quantitativo continuo 6

7 Indagine censuarie Dato un insieme di caratteri di interesse e una popolazione di riferimento, l indagine va a osservare/misurare le manifestazioni (o modalità) dei caratteri sulle singole unità statistiche. Se l indagine è totale o censuaria i caratteri sono rilevati su tutte le unità statistiche della popolazione target. Pregi: Ricchezza delle informazioni raccolte Esaustività Difetti: Costo elevato Tempi molto lunghi Qualità dei dati non sempre elevata (errori di osservazione/trascrizione) Infattibile se la popolazione target è infinita o se la rilevazione comporta la distruzione delle unità statistiche 7

8 Indagine campionarie Campione (sample) di n=5 unità stat. In generale il campione deve essere rappresentativo della popolazione di riferimento, ovvero presenta alcune caratteristiche della popolazione in proporzioni analoghe. Come costruisco il campione? Pregi: Economicità Tempistiche Indagini più mirate e approfondite Costi ridotti Continuità della rilevazione (panel) Difetti: Errore di campionamento (variabilità campionaria) Errori di copertura (campione non rappresentativo) 8

9 Fasi di un indagine campionaria (quantitativa) 1) Definizione degli obiettivi della ricercrca e delle modalità di svolgimento 2) Raccolta dati 3) Elaborazione dei dati 4) Pubblicazione risultati Individuazione popolazione di riferimento Definizione della lista (base campionaria o frame) Eventuale indagine pilota Controllo qualità dei dati Analisi descrittive (grafici, tabelle, indici) Analisi inferenziali (int.confidenza, verfica di ipotesi, regressione, analisi multivariata) Scelta del piano di campionamento e della numerosità campionaria Interpretazione dei risultati in chiave marketing Scelta della tecnica di rilevazione Costruzione del questionario 9

10 Tipi di campione 1. Campione probabilistico (o statistico) Deve essere disponibile una lista delle unità della popolazione. La scelta delle unità campionarie avviene con criteri di casualità. Ogni unità statistica è associata a una probabilità (positiva) di essere inclusa nel campione. E possibile utilizzare i risultati per fare inferenza statistica (stima puntuale, intervallare, verifica di ipotesi). Sono soggetti all errore campionario. 2. Campione non probabilistico Non serve (o non è disponibile) una lista delle unità della popolazione. Non è possibile attribuire una probabilità di estrazione alle unità della popolazione di riferimento. La scelta delle unità campionarie è lasciata all arbitrio del rilevatore in base a ragioni di comodo e praticità (la selezione non è casuale). Danno risultati di massima non generalizzabili alla popolazione di riferimento e non consentono di valutare l attendibilità delle stime campionarie. Utilizzati per indagini quantitative (preliminari) o per indagini qualitative

11 Tipi di campione non probabilistico 1. Campione a scelta ragionata La scelta delle unità campionarie è effettuata sulla base delle conoscenze del ricercatore o da esperti (criteri soggettivi). 2. Campione di comodo o di convenienza Le unità campionarie vengono scelte arbitrariamente dagli intervistatori tra quanti si trovano in una determinata situazione (es. in un certo negozio). Distorsioni: autoselezione, postazione intervistatore, momento intervista. 3. Campione per quote La dimensione del campione nota a priori viene ripartita in classi definite da caratteri socio-demografici o economici. Vengono definite le quote, ovvero il numero di interviste per ogni classe. Date le quote gli intervistatori scelgono discrezionalmente le unità da contattare. 4. Campione a valanga Per indagini su popolazioni rare Ai soggetti intervistati si chiedono nominativi di altri soggetti appartenenti alla popolazione di interesse 11 11

12 Tipi di campione probabilistico 1. Campione casuale semplice (CCS) Le unità della popolazione hanno tutte la stessa probabilità di essere incluse nel campione. Nelle indagini di mercato si usa il CCS senza ripetizione. È opportuno su popolazioni relativamente piccole, in un area ristretta, dove si può disporre di liste complete. 2. Campione sistematico Si calcola il tasso di campionamento (o passo) k=n/n Data un unità di partenza scelta casualmente, le restanti unità campionarie vengono scelte prelevando un elemento ogni k. 3. Campione stratificato Sulla base del fenomeno di interesse o di variabili ausiliarie la popolazione viene divisa in H strati omogenei da ciascuno dei quali vengono estratte le unità campionarie con CCS I sottocampioni (da ogni strato) possono avere uguale numerosità (n/h) o numerosità proporzionale alla composizione degli strati della popolazione (N h /N) Popolazione Variabile di stratificazione p rimo strato s econdo strato t erzo strato estrazione casuale campione 12

13 Tipi di campione probabilistico 4. Campione a grappoli La popolazione viene suddivisa in sottoinsiemi detti grappoli eterogenei al loro interno (ad esempio, comuni, asl, palazzi di un comune, ecc.). Viene estratto con CCS un certo numero di grappoli (primo stadio). a) Vengono analizzate tutte le unità statistiche appartenenti ai grappoli estratti. b) Vengono estratte con CCS un certo numero di unità statistiche (secondo stadio). Popolazione Criterio di raggruppamento grappolo 1 grappolo 2 grappolo 3 grappolo k estrazione casuale dei grappoli unità primarie estrazione casuale delle unità dai grappoli unità secondarie campione di unità elementari 13

14 La numerosità campionaria (campioni prob.) Variabilità nella popolazione Una maggiore variabilità nella popolazione richiede un campione più ampio. Per una popolazione con individui aventi tutti le medesime caratteristiche basta una sola persona per rappresentarli. Precisione dei risultati campionari (stime) Il margine di errore che si è disposti a tollerare viene stabilito a priori. Una maggiore precisione richiede un campione più ampio. Livello di fiducia (confidenza) Di solito fissata in 1-α=0.95 o Per avere una maggiore fiducia nei risultati campionari è necessario aumentare la numerosità campionaria. Costi Un aumento della numerosità campionaria porta ad un aumento dei costi Vincolo di bilancio TEORIA DEI CAMPIONI 14

15 Calcolo della numerosità campionaria: CCS Un rapido ripasso È la numerosità che permette alle stime campionarie di raggiungere il livello di precisione che ci attendiamo. Campione Parametro (incognito) della popolazione θ Media μ Proporzione π Popolazione (finita) Stime campionarie Media campionaria Proporzione campionaria La stima è la determinazione di un corrispondente stimatore che gode di certe proprietà (correttezza, consistenza, efficienza) che si ricavano teoricamente ipotizzando di poter estrarre da una popolazione tutti i possibili campioni distinti di una determinata dimensione. 15

16 Calcolo della numerosità campionaria: CCS Un rapido ripasso Si ipotizzi di voler stimare la MEDIA della popolazione μ per un certo carattere X che si suppone distribuito Normalmente. Lo stimatore ottimale è la media campionaria X% = * )+, ( ) - E(X%) = μ (stimatore corretto) Var(X%) = di cui è noto che ( 67- è il fattore di correzione per campion. senza reinserimento. Circa 1 se N>>n)

17 Calcolo della numerosità campionaria: CCS Un rapido ripasso L intervallo di confidenza a livello 1- α (di solito 0.95 o 0.99) per la media μ è dato da X< z 17α/2 σ 2 n N n N 1 μ X < + z 17α/2 σ 2 n N n N 1 Errore campionario Δ Errore campionario Δ L errore campionario Δ coincide con la semiampiezza (precisione della stima). In una lunga serie di campioni di n elementi da una popolazione distribuita normalmente si può affermare che il 95/99% degli intervalli di confidenza include la media ignota della popolazione. Fissato l errore campionario massimo Δ che si vuole commettere e il livello di confidenza 1- α si trova Nσ 2 2 z 17α/2 n = Δ M 2 N 1 + z 17α/2 σ 2 17

18 Calcolo della numerosità campionaria: CCS n = Nσ 2 2 z 17α/2 Δ M 2 N 1 + z 17α/2 σ 2 Per l ignota varianza σ 2 della popolazione si può utilizzare: una stima preliminare della variabilità del carattere, proveniente, per esempio, da conoscenze a priori sulla popolazione in questione. una stima ottenuta nella fase di pre-test del questionario, sottoposto al vaglio di un piccolo campione ragionato di intervistati. la relazione σ OP-QR. M 18

19 Calcolo della numerosità campionaria: CCS Un rapido ripasso E possibile ricavare la numerosità campionaria anche per altri parametri (proporzione) e per gli altri piani di campionamento probabilistici. Esempio: Con una popolazione di 5000 clienti, si fissa il livello di confidenza in 1-α=0.95 per stimare la proporzione di clienti soddisfatti del prodotto con un margine di errore del +/- 2.5%. La numerosità n che soddisfa tali requisiti è di 1176 clienti da scegliere casualmente con CCS. 19

20 Gli errori di un indagine Precisione: Varianza stimatore Correttezza/Di storsione: valore atteso stimatore MSE=Var+B 2 (errore quadratico medio di uno stimatore = varianza+distorsione 2 ) Bassa precisione e distorsione Alta precisione e distorsione Bassa precisione e correttezza Alta precisione e correttezza 20

21 Gli errori di un indagine Errore totale Errore campionario Errori di mancata osservazione Errore di copertura (overcoverage o undercoverage) Errore di mancata risposta (totale o parziale) Errore non campionario Nella raccolta dei dati Errore di misura o di osservazione Nell elaborazione dei dati 21

22 Indagini on-line Si è passati dalle interviste personali PAPI (Paper And Pencil Interview) e CAPI (Computer Assisted Personal Interview) e postali alle interviste telefoniche CATI (Computer Assisted Telephone Interview) e più recentemente a sondaggi di tipo CAWI (Computer Assisted Web Interview), detti anche online surveys o web surveys. Viene spedito un messaggio di posta elettronica alle unità statistiche corredato di lettera di presentazione della ricerca e con l indicazione del sito a cui collegarsi per compilare il questionario. In alternativa viene creato un banner che rimanda al sito del questionario (campionamento non probabilistico self-selection survey). L intervistato compila il questionario on-line e i dati vengono automaticamente memorizzati in un database. 22

23 Indagini on-line Vantaggi: Bassi costi Velocità di realizzazione indagine (Google Forms, SurveyMonkey) Possibilità di includere immagini, video, ecc. Esistono metodi statistici per correggere la distorsione delle stime tramite aggiustamenti a posteriori delle stime per cercare di rendere il campione rappresentativo (post-stratificazione, adjustment weighting methods)**. Svantaggi: Undercoverage (persone senza internet*) Errore di selezione (self-selection) Mancate risposte *Su una popolazione di quasi 60 milioni di abitanti, oltre 39 milioni utilizzano internet e 31 milioni sono attivi sui social media, ovvero il 52% del totale. ** The Importance of Selection Bias in Internet Surveys, 23

24 Grazie per la vostra attenzione 24

25 Bibliografia J. Bethlehem, Applied Survey Methods. A statistical perspective, 2009, Wiley. S. Borra, A. Di Ciaccio, Statistica Metodologie per le scienze economiche e sociali, 2014, McGraw Hill A. De Luca, Le ricerche di mercato. Guida partica e teorica. 2006, Franco Angeli. B. Kolb, Marketing research. A practical Approach. 2008, Sage. 25