Lettura dati quantitativi da Global Web Index

A questo punto è risultato utile andare ad esplorare l’audience del settore alimentare durante il 2020, in modo tale da comprenderne le modifiche nelle abitudini di consumo e approcci al cibo; ciò è stato possibile grazie all’offerta di utilizzo di Global Web Index da parte del team di Strategic Planning dell’azienda TBWA\ Italia.

Nello specifico, si tratta di un istituto di ricerca britannico che con una piattaforma proprietaria attiva dal 2009 e specializzata in comportamento del consumatore, offre ai propri clienti i dati aggiornati della ricerca core ogni trimestre, raccolti tramite un panel multi-country di 46 paesi delle aree geografiche EMEA, APAC e America, con un’indagine CASI, Computer Assisted Self Interview.

I partecipanti del campione globale sono 708.000, ridotti a 20.000 per l’Italia, i quali rispondono a questionari tramite Pc, laptop o tablet, relativamente ai seguenti macro- temi:

 Socio-demografia  Interessi e stili di vita  _{Possesso e utilizzo device}  Consumi mediali

 _{Utilizzo social media}  Utilizzo applicazioni  Brand preferiti

34

 Comportamenti e intenzioni d’acquisto

Il concetto è similare a quello della Mappa sinottica elaborata da Eurisko GfK per la popolazione italiana, volta appunto a rappresentare su un quadrante di 16 caselle, 14 stili di vita emersi dall’analisi di caratteristiche psicografiche, sociali, atteggiamenti e comportamenti di consumo. Tale sistema integrato di informazioni consente quindi di segmentare il mercato dei consumatori e approfondire quanto più possibile l’audience di riferimento. L’aspetto rilevante ha riguardato la possibilità di estrarre da Global Web Index i dati delle variabili nel periodo precedente e durante la pandemia, in modo tale da poterli confrontare e riuscire a far emergere evidenze relative ai cambiamenti indotti dal virus tra gli anni 2019 e 2020, con un focus sui mesi di lockdown.

Tecnicamente la piattaforma presenta il dato campionario e il dato di inferenza andando quindi ad indicare con il termine “Universe” la proiezione dell’audience sulla popolazione, per una determinata variabile considerata; inoltre fornisce l’indice di affinità, ovvero, dato il valore benchmark di 100, l’audience oggetto di analisi può discostarvisi in positivo, over-index, o in negativo, under-index, indicando quindi quanto il target si differenzia dalla popolazione, o universo, di riferimento. Il calcolo per ottenere tale indice considera il rapporto tra valori dell’audience e quelli della popolazione, nello specifico è il seguente in figura I:

Il valore ritenuto ideale per l’analisi di un’audience nel marketing è costituito da una buona percentuale di penetrazione nella popolazione e un over index medio alto. Infatti, in questo modo si avrebbe un gruppo abbastanza ampio di individui che si differenziano

35

con rilevanza consistente rispetto alla popolazione italiana generale, per cui sarebbe agevole identificarli con la specifica caratteristica considerata affine.

L’ estrapolazione dei dati secondari dalla piattaforma sopra descritta, ha consentito l’analisi effettiva di variabili che hanno portato a corroborare o integrare gli studi già presenti relativamente alla reazione da parte dei consumatori di fronte a un fattore esterno così pervasivo e imponente sulla vita quotidiana. La prima selezione delle domande presenti sulla piattaforma, si è basata infatti sulle caratteristiche principali riguardanti la relazione tra emozioni o stati d’animo durante il 2020 e i rispettivi cambiamenti nell’approccio alla cucina, in tutte le sue declinazioni, appartenenti alla ricerca Core, per poi inserire quelle della ricerca specifica avvenuta nei mesi di quarantena.

La fase analitica è iniziata con l’estrazione da Global Web Index di dati che riguardano l’universo degli utenti digitali, autori delle conversazioni sui social network, successivamente analizzate, ed è stato studiato secondo differenti variabili scelte a discrezione del ricercatore, seguendo criteri di rilevanza rispetto all’obiettivo di analisi.

2.4.1 Raccolta dati secondari dal Coronavirus Multimarket Study

Dopo aver esplicitato le proprietà della piattaforma, si procede ad illustrare la ricerca effettuata in occasione della pandemia, denominata Coronavirus Multimarket Study: si tratta di un’indagine campionaria, con campionamento per quote, suddivisa in cinque wave che hanno coperto il periodo dal 16 marzo al 2 luglio e con domande rivolte agli stessi partecipanti della ricerca core, che aveva un campione di 1029 soggetti, permettendo così di realizzare alcuni confronti.

Nello specifico, la metodologia di ricerca adottata è stata la CASI, ovvero Computer Assisted Self Interview, in cui il campione ha utilizzato uno strumento elettronico per l’auto-somministrazione del questionario web. Di seguito, viene presentata la

36

suddivisione delle wave per date, con i rispettivi item, ovvero opzioni di risposta (Tabella I); ad esempio relativamente al genere ne sono presenti due, maschio e femmina:

Rilevamento Periodo Campione Opzioni di risposta

1 16 marzo - 20 marzo 1010 582

2 31 marzo - 2 aprile 1075 407

3 22 aprile - 27 aprile 1075 385

4 19 maggio - 26 maggio 1069 335

5 29 giugno - 2 luglio 1029 312

Tabella I – Rilevamenti indagine Coronavirus Multimarket Study

Per quanto riguarda poi la scelta tra le 234 domande disponibili, principalmente sono state considerate le categorie tematiche più consone che si sarebbero indagate in un questionario creato per una raccolta di dati primari. Quelle da cui sono state prelevate le suddette voci specifiche della ricerca vengono presentate in tabella II:

Categorie tematiche Domande

Livello di preoccupazione 10

Livelli di ottimismo 10

Livelli di approvazione 51

Cambiamenti nel comportamento 56

Comportamento di acquisto 16

Ruolo dei brand 30

Tabella II - Categorie tematiche

Successivamente all’identificazione delle specifiche tecniche di ricerca di mercato, è stata poi costruita l’audience legando le differenti caratteristiche rilevanti con gli operatori booleani AND, OR e, in un caso solo, NOT, inserendo quindi la generazione di riferimento e le caratteristiche relative inerenti al settore alimentare. Di seguito si riporta la figura II da esempio:

37

Figura II - Struttura informatica dell'audience

Gli operatori hanno consentito la creazione di cross-tab, che verranno citate nel capitolo successivo per esporre i risultati relativi alle variabili considerate durante il lockdown. Con tale termine si fa riferimento alle tabelle a doppia entrata, per cui l’operatore booleano AND permette di studiare un’unità campionaria che possiede contemporaneamente più modalità delle variabili studiate, mentre l’OR amplia le caratteristiche presenti in un soggetto che può possedere o una o l’altra modalità e/o variabile, ma non per forza ambedue insieme. Una volta predisposto lo strumento per l’indagine è stato possibile procedere con l’analisi effettiva dei dati emersi.

2.4.2 Analisi quantitativa

In seguito alla preparazione dell’audience in base alle esigenze di ricerca, la prima fase analitica ha riguardato i dati raccolti da Global Web Index e si è suddivisa nell’utilizzo

38

complementare di Excel e del software statistico R, il quale ha richiesto un’attenta conversione dei dati aggregati, presenti sulla piattaforma, in dati singoli e compatibili con il linguaggio di lettura specifico, andando a costituire l’elemento più complesso della fase d’indagine. In particolare, dopo questo primo passaggio, sono state effettuate analisi di comparazione con Excel tra le variazioni annuali 2019-2020, come il calcolo dell’indice a base fissa; in secondo luogo, con l’impiego di R si sono verificate tre correlazioni per ottenere i due principali valori indice di associazione tra variabili qualitative, andando in questo modo a verificare la relazione tra i due fenomeni, in primis quelli della preoccupazione e della dedizione alla cucina. Infine, con Excel, si sono effettuati ulteriori calcoli di confronto intergenerazionale focalizzati sul periodo di quarantena e quello immediatamente successivo, suddivisi in 5 wave da marzo a luglio. Ciò è servito per ottenere i dati che hanno permesso di rilevare le evidenze sulle percezioni della popolazione relative all’alimentazione ed alle campagne pubblicitarie o di marketing messe in atto dalle aziende, le quali sono state poi ulteriormente integrate con i risultati qualitativi, di cui si espone la metodologia nel successivo paragrafo.