In letteratura gli studi riguardanti l’analisi degli effetti promozionali, in particolare rela- tivi a variazioni di prezzo in mercati di largo consumo, sono numerosi. Sono invece in misura molto minore i contributi relativi agli effetti di breve e di medio e lungo termine delle attività pubblicitarie. D’altra parte è tipico di molte imprese che commercializ- zano beni di largo consumo spendere la parte maggiore dei loro budget di marketing in attività promozionali piuttosto che in pubblicità. Gli studi svolti da Leone (1995), rivelano però che la pubblicità, nel medio e lungo termine, crea un vantaggio superi- ore rispetto a quello ottenuto tramite promozioni basate su riduzioni di prezzo. La lunghezza del periodo di tempo, rispetto al quale la pubblicità esaurirebbe i suoi effetti, non è però individuata in modo univoca dall’autore. Secondo Leone, le discrepanze sono da attribuire al diverso modo con cui i dati relativi alle spese pubblicitarie sono aggregati dai ricercatori che gli utilizzano: all’aumentare dell’ampiezza del periodo di tempo prescelto come base per le analisi (settimana, mese, trimestre, anno), tende a crescere artificialmente la durata della persistenza degli effetti pubblicitari. Egli ritiene quindi opportuno legare ampiezza del periodo scelto come base per l’analisi, con il ci- clo di vita del prodotto, ovvero al periodo di tempo che mediamente intercorre tra un acquisto e quello successivo. In questo senso i dati utilizzati nel nostro studio sono appropriati: i dati scanner settimanali utilizzati per l’analisi si riferiscono a prodotti che rientrano nella categoria dell’alimentare fresco, dove la durata media è di circa un paio di settimane.
A loro volta Dekimpe and Hanssens (1995b) dimostrano che gli effetti della pubbli- cità non si disperdono entro un anno ma hanno un impatto permanente sull’evoluzione delle vendite di una catena commerciale. Tale conclusione differisce notevolmente da quella che Clarke (1976) aveva individuato, secondo la quale il 90 per cento degli effetti misurabili della pubblicità sulle vendite si consumerebbe entro pochi mesi (da tre a quindici). Secondo gli autori, la conclusione raggiunta da Clarke è appropriata per i mercati stabili ma non per quelli in evoluzione, dove l’efficacia di medio e lungo termine, può avere una durata maggiore.
Dekimpe and Hanssens (1995b) ritengono inoltre che la massimizzazione del profitto di lungo periodo sia molto difficile da realizzare in termini operativi, in quanto in let-
4.5. MODELLO VAR E PUBBLICITÀ: APPLICAZIONI 77
teratura e nel mercato c’è poco o nullo consenso di cosa costituisca il lungo periodo e perchè le condizioni di marketing cambiano continuamente, rendendo difficile stabilire un rapporto tra i risultati futuri e le azioni correnti. É in questo contesto che l’utiliz- zo della metodologia delle serie storiche è risultata essere di fondamentale importanza, apportando contributi rilevanti nell’analisi delle dinamiche presenti nelle aree fondamen- tali del marketing. Come descritto da Dekimpe and Hanssens (2000), e successivamente ripreso nell’articolo scritto da Pauwels et al. (2004b), la metodologia delle serie storiche è stata inizialmente utilizzata nel marketing a scopi previsionali, o per determinare l’or- dine temporale tra variabili attraverso l’uso del test di causalità di Granger, o ancora per determinare l’impatto delle variabili di marketing nel tempo (ad esempio attraverso la transfer-function analysis). Recentemente si sta assistendo ad un rinnovato interesse nell’uso delle tecniche di serie storiche, non solo per dimostrare l’esistenza di notevoli fenomeni di marketing, ma anche per derivare generalizzazioni empiriche sulla grandez- za e frequenza di tali azioni (Dekimpe and Hanssens (2004)). Inizialmente, attraverso gli studi svolti sull’utilizzo di tale metodologia, è stato dimostrato, ad esempio, che essa può essere utilizzata per quantificare gli effetti di breve, lungo periodo o addirittura possibili effetti permanenti (Dekimpe and Hanssens (1995b)), classificando e definendo quattro possibili scenari strategici: business as usual, hysteresis, escalation e evolving
business practice (Dekimpe and Hanssens (1999)). Studi più recenti, come quelli svolti
da Nijs et al. (2001), Pauwels and Srinivasan (2004) e Srinivasan et al. (2004), hanno adottato un approccio a due stadi dove inizialmente hanno analizzato diverse marche o prodotti attraverso la metodologia delle serie storiche, e poi hanno cercato di spiegare la variabilità individuata attraverso diverse statistiche di sintesi (ad esempio calcolando un’elasticità di breve o di lungo periodo).
Sebbene negli ultimi anni le carenze nelle analisi individuate da Dekimpe and Hanssens (2000), come la mancanza di dati longitudinali o di software dedicati al- l’analisi delle serie storiche, siano state colmate, vi sono ancora importanti opportunità e sviluppi di ricerca (Pauwels et al. (2004b)). Nel 2000 Dekimpe e Hanssens ritenevano che uno dei maggiori ostacoli alla diffusione della metodologia delle serie storiche nelle analisi di marketing, fosse l’insufficienza di buone serie di dati. Gli sviluppi tecnologi- ci recenti hanno colmato tale mancanza, permettendo di analizzare serie anche molto lunghe di dati scanner (negli articoli di Dekimpe et al. (1999), Pauwels et al. (2002), Pauwels and Srinivasan (2004), Nijs et al. (2001) e Nijs et al. (2006) sono presenti alcune applicazioni recenti di tecniche di serie storiche a dati scanner). Oltre alla presenza di serie di dati scanner molto lunghe, recentemente vi è anche la possibilità di avere a
disposizione serie di dati raccolti a livelli anche molto disaggregati e ciò spinge i ricer- catori sempre più verso un’analisi a livello di punto vendita (Srinivasan et al. (2003)), di segmenti di consumatori (Lim et al. (2004)) o addirittura di singoli clienti (Macé and Neslin (2004) per l’analisi delle promozioni, e Pauwels et al. (2004a)).
La forte eterogeneità con cui gli effetti di marketing si manifestano nei punti vendita, tra i brand o tra i consumatori, e la crescente disponibilità di databases dettagliati e precisi, spinge le analisi sempre più verso una rilevazione sul dato micro, adottando quindi un approccio di Micromarketing (Dekimpe et al. (2005)).
Ciò che emerge però analizzando gli articoli presenti in letteratura è che lo studio degli effetti di medio e lungo termine avviene ancora soprattutto a livello macro (un mercato, una marca, un prodotto, ecc.) piuttosto che a livello micro (singolo consuma- tore o punto vendita) (Vakratsas and Ambler (1999)), e che solo una piccola parte dei modelli e delle analisi pubblicate sono effettivamente utilizzate nelle attuali decisioni aziendali (Hanssens et al. (2005)).
Capitolo 5
L’Applicazione
5.1
Introduzione
Il modello VAR, nato e sviluppato nell’ambito delle analisi macro, è stato introdotto da Dekimpe and Hanssens (1995b) per effettuare indagini di mercato e misurare sia l’effetto di breve che medio e lungo termine della pubblicità sulle vendite rilevate non solo a livello nazionale ma anche sul singolo punto vendita, con l’intento di abbracciare la filosofia del Micromarketing. Essendo tali premesse in linea con quello che è l’obiettivo del nostro lavoro, ovvero misurare e quantificare l’effetto prodotto dalla pubblicità televisiva sulle vendite rilevate a livello micro, abbiamo deciso di analizzare il nostro dataset utilizzando tale metodologia.
L’analisi è stata sviluppata su due livelli in modo distinto, livello macro e livello micro. Per una descrizione dei soggetti che fanno parte, in questo lavoro, di ciascun livello, si rimanda ai paragrafi successivi, mentre ci sembra utile soffermarci brevemente in questa sede sulla descrizione della struttura d’analisi adottata.
All’interno di ogni livello sono state sviluppate tre analisi: una generale, relativa alle vendite aggregate osservate su tutto il territorio nazionale, una riguardante l’andamento delle vendite per marca e una concernente le relazioni incrociate esistenti fra le marche. Ricordiamo che la marca A è la marca leader del mercato, la marca B è il maggior con- corrente mentre la “marca” C è composta da tutte le marche minori. Schematicamente lo studio si presenta nel modo seguente:
1. VAR a livello macro:
• analisi aggregata;
• analisi per marca;
• analisi generale per marca;
2. VAR a livello micro:
• analisi aggregata; • analisi per marca;
• analisi generale per marca.
Per ogni modello è stato successivamente sviluppato un secondo modello in cui le vendite considerate sono costituite dalle sole vendite effettuate non in promozione1.
Il confronto tra quest’ultima tipologia di modelli e quelli relativi alle vendite totali è stato svolto al fine di: identificare e separare l’effetto pubblicitario da quello delle promozioni; verificare se, in questo particolare mercato, la pubblicità svolge un ruolo di supporto alle promozioni o se rappresenta uno strumento indipendente e rilevante per la determinazione delle vendite.