I metodi chemiometrici: la Conjoint Analysis Coesis Research CONJOINT ANALYSIS COESIS RESEARCH Srl Sede legale - Direzione e amministrazione: 24127 Bergamo, Via Grumello 61 - Tel. 035/4328422 - Fax 035/2652639 Sedi operative: 20093 Cologno Monzese (MI), Via Milano, 150 - Tel. 02/2539581 - Fax 02/25395821; 07041 Alghero (SS), Via Don Minzoni 19/21 C.F. e P.IVA 03906890961 - Reg. Imp. di Bergamo n. 03906890961 - Cap. Soc. 60.000,00 I.V.
Introduzione La chemiometria consiste nell insieme delle tecniche statistiche di analisi multivariata, strumenti oggi di fondamentale importanza nell ambito delle ricerche di mercato. La chemiometria serve per: segmentare la domanda, cioè dividere il mercato in gruppi omogenei di consumatori (segmenti); studiare scientificamente il posizionamento dell offerta, definendo le posizioni reciproche di marche e prodotti nel quadro di un determinato mercato o segmento di mercato. Per posizionarsi correttamente bisogna conoscere la segmentazione della domanda, e viceversa. Da cui la rilevanza strategica dei metodi chemiometrici. 2
Introduzione Coesis Research ha nel suo portafoglio prodotti, per quanto concerne l analisi multivariata, le seguenti tecniche: la market segmentation di Belson; la conjoint analysis; la cluster analysis; l analisi delle corrispondenze; l analisi discriminante; l analisi fattoriale; lo scaling multidimensionale. Nelle pagine che seguono si riporta una breve descrizione della Conjoint Analysis. 3
La Conjoint Analysis Si tratta di una tecnica di analisi estremamente utile: essa consente di misurare l importanza relativa di una serie di attributi di un prodotto o servizio, fornendo nel contempo indicazioni sul gradimento delle specifiche degli attributi stessi. In altre parole si hanno dei possibili pacchetti di offerta composti da attributi ciascuno dei quali può assumere determinante specifiche. La conjoint dice quanto pesa l attributo e quali sono le specifiche più gradite per ciascun attributo. Consente perciò di scegliere come comporre la propria offerta. Per esempio, permette ad una casa automobilistica di capire quali sono le combinazioni di cilindrata, allestimenti interni e tecnologie aggiuntive più adatte a coprire tutte le possibili esigenze del mercato per un determinato modello, trascurando quelle inutili. 4
La Conjoint Analysis Il punto di partenza è formato da una serie di giudizi globali forniti da un campione di individui riguardo ad un insieme di profili di offerta (le diverse combinazioni di specifiche per una serie di attributi). In altre parole, un campione di soggetti valuta una serie di combinazioni di offerta, ed esprime globalmente, per ciascuna combinazione, un giudizio di gradimento. Il metodo permette di decomporre a posteriori i giudizi dei soggetti, calcolando per ciascun attributo e per ogni specifica il grado di utilità annesso, individualmente (da ciascun soggetto) e collettivamente (dall intero campione). 5
La Conjoint Analysis E evidente allora che la conjoint offre al decisore di marketing uno strumento davvero potente per determinare i mix ideali di prodotto, cioè i profili di offerta potenzialmente più vendibili, maggiormente destinati al successo. Ciò è utilissimo nel caso di sviluppo di nuovi prodotti oppure per sfoltire un offerta ridondante eliminando le combinazioni che apportano poca utilità al consumatore. A completamento del metodo, è possibile effettuare simulazioni probabilistiche per prevedere la quota di clienti che si indirizzerà verso un determinato profilo di offerta o più in generale verso un particolare mix proposto. 6
Case History Vediamo un esempio. Il marchio di uno stilista è intenzionato ad introdurre sul mercato un nuovo profumo per uomo. Può comporre il marketing mix del profumo lavorando su 5 fattori, ciascuno dei quali può avere varie alternative. La domanda è: tra i molti possibili marketing mix, qual è quello vincente? Nella tabella seguente sono riportati fattori e attributi corrispondenti. Per fattore si intende una variabile di marketing mix (il design della confezione, il nome del prodotto, il prezzo per un flacone di 50ml, il tipo di fragranza, la colorazione). Per valore si intende la possibile concreta specifica per ciascun fattore (ad esempio 3 diversi design di confezione, 3 diversi nomi, e così via). 7
Case History FATTORI VALORE 1 VALORE 2 VALORE 3 Design Nome Prezzo Fragranza A B C Everest Sculpture Gryphon 22 Euro 27 Euro 32 Euro Aromatica Fresca - Colore Verde Giallo - Le combinazioni possibili sono 108 (3 design x 3 nomi x 3 prezzi x 2 fragranze x 2 colori), sicuramente troppo per essere testate tutte. Spesso nella conjoint il numero totale di combinazioni è molto elevato, di conseguenza di solito si utilizza una procedura detta piano fattoriale, che minimizza il numero di alternative da testare. 8
Case History In particolare il piano fattoriale ortogonale minimizza le combinazioni ipotizzando che i fattori non interagiscano tra loro nella determinazione dell utilità. Applicando il piano fattoriale ortogonale le combinazioni vengono ridotte a 22. Queste 22 combinazioni sono state messe su delle cards ed un campione di 100 soggetti le ha valutate. La domanda era semplicissima: Dovendo dare un voto da 1 = minimo a 5 = massimo, che valutazione darebbe ad un profumo con queste caratteristiche? Cards: DESIGN NOME PREZZO FRAGRANZA A Sculpture 27 Euro Aromatica COLORE Verde 9
Case History La tabella che segue riporta la valutazione di importanza per fattore, e di utilità per valore, scaturita dalla conjoint analysis. Essa consente di individuare a colpo sicuro il profilo di offerta, cioè la combinazione di valori su fattori, cui si associa la maggiore utilità (cioè la combinazione vincente). IMPORTANZA UTILITA FATTORI ATTRIBUTI 22,26% -2,6500 Design A* 2,3333 B* 0,3167 C* 15,41% 0,4833 Nome Everest -0,4667 Sculpture -0,0167 Gryphon 22,08% -4,0821 Prezzo 45000-4,4404 50000-4,7990 55000 32,19% 2,7000 Fragranza Aromatica 1,3500 Fresca 8,06% 2,5000 Colore Verde 1,2500 Giallo Costant=0,5404 10
Case History Questa tabella, invece, simula le quote di mercato che si avrebbero per varie possibili combinazioni de prodotto in test attraverso una procedura chiamata first choice. DESIGN NOME PREZZO FRAGRANZA B* Everest 22 Euro Aromatica COLORE Verde QUOTA DI MERCATO 12,26% B* Everest 27 Euro Aromatica Verde 11,74% B* Gryphon 22 Euro Aromatica Verde 9,45% B* Everest 27 Euro Aromatica Verde 8,71% 11
Case History Nella tabella utilità, i valori che figurano nella colonna intestata Importanza indicano il peso che ciascun fattore riveste nel processo di scelta del consumatore. Nell esempio vediamo che il fattore in assoluto più importante è la fragranza, seguito dal design, dal prezzo, dal nome e dal colore. Invece i valori che figurano nella colonna Utilità indicano il grado di utilità attribuito dal campione a ciascun valore o attributo di fattore. Per esempio vediamo che sul fattore fragranza l utilità associata al valore aromatica è superiore (2,7) all utilità associata al valore fresca (1,35). L utilità annessa ai differenti mix di prodotto o profili di offerta si ottiene sommando fra loro il grado di utilità dei singoli attributi componenti il mix e la costante che compare nell ultima casella della colonna Utilità (nel nostro caso la costante vale 0,5404). In definitiva, il mix ideale di prodotto, quello con l utilità massima, è il seguente: design B, nome Everest, prezzo 22 Euro, fragranza Aromatica, colore Verde, corrispondente al seguente valore di utilità: 2,3333 + 0,4833 4,0821 + 2,7000 + 2,5000 + 0.5404 = 4,4749 12