3.4. La conjoint analysis: definizione ed evoluzione della metodologia
3.4.2. Analisi del comportamento del consumatore: attraverso la Choice
based conjoint
In questo paragrafo si analizzerà la struttura dell’indagine, e la scelta degli attributi e dei relativi livelli proposti, per arrivare all’analisi dei risultati ottenuti.
3.4.2.1. Struttura dell’indagine
Dopo un’accurata indagine sulle diverse tipologie di conjoint analysis si è ritenuto che per verificare le ipotesi della ricerca la metodologia più adatta fosse la Choice based conjoint. Infatti, la Choice based conjoint è nota per la sua verificata idoneità a misurare il valore e l’importanza relativa degli attributi di un prodotto, in questo caso del vino, nell’influenzare la scelta di un consumatore e a costruire simulazioni per valutare l’impatto sul mercato di specifici profili di offerta. La Choice based Conjoint (d'ora in poi CBC) rientra in uno degli ultimi sviluppi della conjoint analysis, in essa i rispondenti operano una vera e propria scelta fra diversi prodotti. Quindi se in una conjoint
analysis tradizionale i dati rappresentano punteggi (solitamente rappresentati
su scala ad intervalli), nella CBC i dati sono delle vere e proprie scelte fra profili di prodotto diversi. Recentemente questa metodologia ha attirato molto gli interessi del marketing per le seguenti ragioni:
- grande capacità di simulare il processo di scelta che accompagna il compratore, infatti la scelta di un prodotto fra un gruppo di diverse alternative è una semplice azione che frequentemente tutti noi facciamo al momento dell'acquisto;
- la CBC include fra le possibili opzioni una non-scelta lasciando, quindi, al rispondente la possibilità di non effettuare una scelta forzata fra i prodotti presentati. Il contributo offerto da tale opzione farà decrescere le utilità attese finali;
- le metodologie di CA più tradizionali operano l'assunzione semplificatrice che solo gli effetti principali influiscano sull'utilità del
82
prodotto, tuttavia siccome la CBC analizza i dati ad un livello "aggregato" e non individualmente per ogni rispondente, è possibile quantificare, oltre agli effetti principali, pure le interazioni;
- l'analisi dei dati risulta più semplice rispetto ad altri modelli di CA, infatti, effettuando semplici statistiche di base si possono già fare assunzioni sulle preferenze dei rispondente.
Tuttavia la CBC non è esente da limiti poiché non è appropriata per studi con un elevato numero di attributi. Ogni combinazione presenta vari livelli interamente descritti dagli attributi dei prodotti, l'eccesso di informazione causa un processo di confusione nei rispondenti e, quindi, a un sovraccarico di lavoro che può pregiudicare l'analisi finale; è bene limitare gli attributi ad una numerosità non superiore a sei.
3.4.2.2. Definizione di attributi e livelli
Quindi il primo step, molto importante per procedere con l’analisi mediante il metodo CBC è l’individuazione degli attributi e dei relativi livelli da inserire nell’indagine riguardo le preferenze del consumatore del vino. Alla luce di quanto detto finora, è evidente il ruolo fondamentale degli attributi che descrivono il prodotto nei questionari e che saranno le variabili indipendenti nella funzione di utilità. Essi devono essere al contempo rilevanti per gli obiettivi dell’indagine e chiari e importanti per i rispondenti. Gli attributi studio utilizzate per la sperimentazione della Choice based conjoint sono: il prezzo euro/bottiglia 0,75 (2 euro, 5,00 e 8,00 euro), il metodo di produzione (tradizionale oppure biologico), il colore ( rosso, bianco, rosato) e la notorietà della marca (si o no). Si è cercato di bilanciare il numero di attributi e livelli al fine di rendere l’indagine il più possibile realistica e, al tempo stesso, non eccessivamente complessa.
83
La Tabella. 3.4. riporta in maniera schematica gli attributi e i relativi livelli considerati nella valutazione90.
Tabella. 3.4.Attributi del vino e relativi livelli considerati
Attributi
Livelli
Colore a) Rosso b) Bianco c) Rosato Metodo di produzione a) Convenzionale b) Biologico Prezzo a) 2.00 euro b) 5.00 euro c) 8.00 euroNotorietà della marca
a) Si b) No
3.4.2.3. Esperimenti di scelta
La tecnica metodologica di cui ci si è avvalsi per il presente lavoro, è una particolare tipologia della conjoint analysis (CA), che permette di stabilire la diversa preferenza/utilità che i consumatori attribuiscono ad alcune varianti di uno stesso prodotto o di alcuni prodotti. Di conseguenza il metodo utilizzato è stato improntato ad un disegno sperimentale che proponesse una serie di scelte
90 In un’ottica di valutazione multi-attributo e al fine di non caricare eccessivamente di informazioni il decisore, diventa cruciale includere nell’indagine solamente gli attributi che rappresentano in modo significativo l’oggetto di studio , di norma si utilizzano quattro o cinque attributi (Aaker e Day, 1990). Un altro aspetto da non trascurare è il realismo: se i livelli non sono verosimili o almeno ipoteticamente.
84
ripetute allo stesso consumatore, sotto forma di immagini riprodotte su carta (cards)91. Su ogni carta, venivano presentate solo 3 opzioni di scelta, in modo da semplificare e rendere più realistico il processo di simulazione di acquisto da parte del consumatore virtuale. L‘assunto principale degli esperimenti di scelta consiste nel fatto che si possono ottenere dati dai rispondenti in modo implicito, tramite la semplice scelta o preferenza di alcuni prodotti al posto di altri, senza effettuare dichiarazioni esplicite sugli attributi e sul gradimento relativo degli uni sugli altri. In questo modo, il procedimento risulta in una minore complessità cognitiva per il rispondente e in una possibilità di stima per il ricercatore.
Con la Choice based conjoint si arriva a sottoporre ad ogni intervistato un numero tra le 4 e le 10 schede alternative, ordinando poi le preferenze in ciascuna scheda in modo simile a quanto fatto ordinariamente con la conjoint
analysis92. In particolare, tramite scelte ripetute fra combinazioni alternative di offerta si arriva a definire quali sono i prodotti – attributi preferiti dai rispondenti. Nel caso in questione, il numero di profili di vino realizzabili a partire da “L” attributi con “n” livelli è dato da:
3 x 3 x 2 x 2 = 36 COMBINAZIONI
Poiché presentare all’intervistato 36 combinazioni indurrebbe confusione, in seguito alla costruzione di un insieme di stimoli, si ricorre solitamente a due sistemi per diminuire il numero di insiemi di scelta per questionario: i) impiegare un disegno fattoriale frazionale (fractional factorial design), che permette di ridurre il numero di combinazioni garantendo il mantenimento dell’ortogonalità; ii) suddividere il questionario completo in due o più “sottoquestionari” o “blocchi” di opzioni, i quali possono essere completati da due o più persone diverse; ci si basa sull’ipotesi che, nel complesso, i risultati siano simili a quelli che si otterrebbero se un’unica persona compilasse il
91 Sali G., (2003),“La valutazione delle preferenze mediante esperimenti di scelta”: contenuto ambientale dei prodotti agro-alimentari In: Rivista di Economia Agraria. - p. 553-575.
85
questionario completo. In questo ultimo caso è fondamentale che, il numero di persone che ha risposto a ciascun “sottoquestionario” sia identico93, altrimenti
l’ortogonalità verrebbe persa94
. Il numero di combinazioni necessario per mantenere l’ortogonalità, secondo il fattoriale frazionale, dipende dai gradi di libertà dell’esperimento.
gradi di libertà per gli effetti principali. Ad essi vanno aggiunti i gradi di libertà relativi agli effetti interazione
Si ottengono così 7 +10 = 17 gradi di libertà, che rappresenta il minimo numero di profili per un fattoriale frazionale.
Il disegno sperimentale è stato creato attraverso la funzione Generate Orthogonal Design di SPSS, che sotto i vincoli imposti dal numero di attributi, livelli e gradi di libertà genera 18 profili95.
92 Jordan J., Louviere. Analyzing decision making metric conjoint analysis 1988 united states pp. 27- 35.
93Il controllo deve essere ovviamente effettuato dopo che sono stati scartati i questionari non validi o incompleti.
94 Spesso, per garantire maggiore ortogonalità, si utilizza una blocking variable per la suddivisione della lista dei profili in blocchi. Tale variabile deve essere ortogonale alle altre, quindi va trattata come un attributo ai fini della creazione della lista iniziale delle alternative. Hensher et al.(2005, p. 126) precisano che tale accorgimento non è strettamente necessario.
86
Tabella. 3.5.Disegno ortogonale frazionale
Combinazioni Prezzo Colore Metodo di produzione Notorietà della marca
1 8 euro Rosso Biologico Si
2 2 euro Bianco Convenzionale No
3 5 euro Rosato Biologico Si
4 8 euro Rosso Convenzionale No
5 2 euro Bianco Biologico Si
6 5 euro Rosato Biologico No
7 2 euro Rosso Biologico No
8 5 euro Bianco Convenzionale No
9 8 euro Rosato Biologico Si
10 5 euro Rosso Biologico No
11 8 euro Bianco Biologico No
12 2 euro Rosato Convenzionale Si
13 5 euro Rosso Biologico No
14 5 euro Bianco Biologico Si
15 8 euro Rosato Convenzionale No
16 5 euro Rosso Convenzionale Si
17 8 euro Bianco Biologico No
18 2 euro Rosato Biologico No