AGENTI FATTURATO FATTURATO %

1 433.962,17 33,44 2 527.639,80 40,66 3 328.316,45 25,35 5 7.155,96 0,55 TOTALE 1.297.074,38 100

La percentuale di fatturato maggiore appartiene all’agente 2, è quasi il doppio dell’agente 3, ma dall’agente 1 non sussiste un grande distacco; probabilmente queste differenze rispecchiano i ruoli all’interno dell’azienda,

infatti, Mattioli è il responsabile commerciale quindi è più portato ad acquisire nuovi clienti, mentre gli altri sono specializzati nell’assistenza. Un caso a parte è l’agente 5, il quale ha iniziato dopo gli altri l’attività alla Saldoteck e quindi ha un numero molto limitato di clienti, inoltre egli è qualificato per l’assistenza in azienda, perciò ha meno possibilità di contattare nuovi acquirenti.

Un esame più approfondito delle attività svolte dagli agenti si può ottenere da analisi di tipo operativo, volte a misurare le azioni degli agenti sul piano quantitativo e qualitativo.

4.4 Analisi bivariata

Quando l’analisi considera in modo simultaneo due variabili di segmentazione essa si traduce in una tabella bivariata; dal punto di vista formale, si tratta della distribuzione di una variabile economica rispetto a due variabili di segmentazione, che possiamo indicare con X e Y.

Tramite l’analisi bivariata è possibile approfondire le dinamiche delle vendite, cercando eventuali conferme ai risultati dei confronti univariati. L’incrocio di variabili di segmentazione, specialmente in termini di quote percentuali su totali marginali, permette di visualizzare in modo rapido le leadership di prodotto, di area o di agente, e di capire se esistono correlazioni tra variabili diverse. Ora andiamo ad applicare queste indagini sui dati della Saldoteck.

4.4.1 Analisi per agente/classe cliente.

Cominciamo l’analisi bivariata mettendo in relazione le variabili agente e classe cliente. Questo è un modo per analizzare le politiche commerciali svolte dagli agenti dell’azienda, che godono una certa autonomia nella movimentazione del loro portafoglio clienti.

Riprendendo la tabella dell’analisi univariata per la distribuzione della clientela e mettendo per ogni riga le quattro classi costruiamo una tabella per ogni agente. (Tabelle A.2, A.3, A.4, A.5 in appendice)

La ripartizione dei clienti per ogni singolo agente rispecchia largamente la distribuzione totale, sembra che non vi sia una netta

specializzazione verso una tipologia di cliente, tranne che per l’agente 5, il quale è svantaggiato dal fatto che ha iniziato a fatturare da Marzo 2002 e si occupa solo ed esclusivamente dell’assistenza tecnica, ciononostante i suoi clienti appartengono tutti alla classe C, quindi ad una classe da non sottovalutare. Fra i tre soci, la quantità di clienti delle classi A e B è quasi analoga, mentre per la classe C e Z, Mattioli è nettamente al di sopra, egli ha una porzione quasi triplicata; inoltre il fatturato medio di questa classe è molto più basso rispetto a quello della stessa classe degli agenti 1 e 3. Per tutti la classe C rappresenta la metà degli acquirenti, probabilmente gli agenti dovrebbero fare una scelta tra quei clienti, capire quali sono quelli con un valore strategico da potenziare e puntare su quelli per riuscire a fargli fare un gradino in più e spostarsi verso la classe B.

4.4.2 Analisi per agente/area.

Continuando la verifica con l’analisi bivariata prendiamo in considerazione le variabili agente e area per avere una maggiore comprensione della situazione di ogni regione nei confronti degli agenti e vedere se esiste una distinzione tra i venditori per quanto riguarda l’assegnazione delle zone. La struttura della tabella è la stessa di quella usata per l’analisi univariata per area solo che ne è stata fatta una per ciascun agente. (Tabelle da A.6 ad A.9 in appendice)

Da questa dettagliata analisi risulta che Mattioli, Giannoccaro e Dalla Riva puntano principalmente sul Veneto, anche se Mattioli ha una quantità più alta di clienti in relazione agli altri, 344 aziende rispetto a 125 e 83; per le regioni del centro e del sud, tutti e tre hanno solo una o due aziende che fatturano una percentuale esigua sul totale o addirittura nulla. L’unica osservazione che si può fare riguarda l’agente 3, il quale rispetto agli altri ha una maggiore quantità di clienti nelle regioni limitrofe al Veneto, cioè Lombardia, Friuli Venezia Giulia e Piemonte, il numero è quasi irrilevante però si vede che lui ha una tendenza ad acquisire clienti fuori regione, forse per un accordo preso in comune con i soci. Per l’agente 5 l’utenza si concentra nella provincia di Padova ed ha una sola azienda in provincia di Venezia e di Treviso; col passare del tempo però la sua fetta di mercato si sta ampliando sempre più, ma rimane comunque al di sotto degli altri venditori.

4.5 Analisi delle serie storiche.

Una delle analisi più importanti è senz’altro lo studio dell’evoluzione delle vendite nel tempo. L’analisi può essere fatta a livello complessivo di azienda, oppure considerando un’altra variabile di segmentazione, per esempio il canale distributivo. Le analisi possono essere di vari tipi:

• evoluzione della serie

• variazioni rispetto al periodo precedente (mese, anno, trimestre) • variazioni rispetto a periodo analogo degli anni precedenti (stesso

mese ma di due anni consecutivi).

Come periodo considerato ci si può limitare all’anno trascorso, ma spesso può essere interessante prendere in esame anche gli anni precedenti, per svolgere confronti ed analizzare sia i cicli di breve periodo che i trend di medio lungo termine. Nel caso della Saldoteck, le analisi di questo tipo risultano un po’ complicate dato che è un’impresa molto giovane e il programma che raccoglie tutti i dati è stato installato solo da Luglio 2001, quindi indagini precedenti a quella data non si possono fare.

L’analisi delle serie storiche, oltre ad avere natura descrittiva, può anche essere compiuta per la costruzione di modelli revisionali: tramite metodi statistici, si utilizzano i dati passati per estrapolare il trend futuro.

Per un’analisi corretta delle serie storiche è necessario che sussistano alcuni presupposti:

• una certa lunghezza della serie, cioè un numero abbastanza elevato di osservazioni temporali, nel nostro caso non saranno moltissime ma sicuramente sufficienti

• la conoscenza di eventuali fattori esterni che incidono sui volumi di vendita nei diversi periodi dell’anno.

L’informazione desumibile dalle analisi temporali è molto importante per comprendere le ragioni dei dati consuntivi di fine anno, per scoprire eventuali stagionalità nelle vendite di certi prodotti e per esaminare andamenti tipici di aree o agenti.

I dati storici sono mensili riferiti al fatturato complessivo, ma possiamo anche costruire le serie storiche relative ad alcune segmentazioni di interesse come per esempio il canale distributivo o la classe dei clienti. Tramite queste serie storiche cerchiamo di comprendere:

1. trend di medio lungo periodo 2. eventuali stagionalità nei dati 3. differenze su segmenti di vendite.

4.5.1 Il fatturato complessivo.

Per prima cosa analizziamo il fatturato totale dell’azienda, da Luglio 2001 ad Aprile 2003, quindi costruiamo una tabella contenete i valori del fatturato suddivisi per mese.