Dopo aver analizzato la situazione generale dei dati rilevati e quindi le varie frequenze osservate secondo le unità prese in considerazione dalla ricerca, si è voluto indagare più nello specifico in riferimento alle diverse dieci industry prese in esame e come queste si relazionano alla social TV advertising a seconda delle variabili che si son volute studiare. In particolare, vedremo le diverse rilevazioni a seconda del settore a cui appartengono i diversi 566 brand esaminati, cercando di indagare sempre più nello specifico la loro strategia pubblicitaria e di individuare il settore che più si sta evolvendo ed innovando con riferimento al fenomeno del second screen e della social TV advertising.
Infine, esamineremo anche i risultati in un’ottica più statistica, cercando di indagare se le scelte dei brand sono dettate dal caso o da una strategia a monte focalizzata dai nuovi fenomeni in ascesa.
Messaggio pubblicitario e offerta commerciale
La prima variabile che è stata presa in considerazione riguarda il tema dello spot televisivo, e quindi se la pubblicità promuoveva all’interno del messaggio l’intero brand o un prodotto specifico, come è stato già esaminato nel paragrafo precedente. Per la precisione le unità monitorate riguardavano la presenza di uno spot con un messaggio per la brand awareness o per la product awareness.
Si è già evidenziato nel paragrafo precedente con il grafico della figura 4.2 che i brand si predispongono in maniera abbastanza omogenea tra i vari spot – collegati al brand o al prodotto –, ma analizzando i casi specifici delle varie industry e la scelta di comunicazione degli spot televisivi si nota una frammentarietà di rilevazioni.
In particolare, notiamo che i settori con più concentrazione di spot televisivi centrati sulla
brand awareness sono (Fig. 4.10):
- Design e Arredamento (66,7%);
- E-commerce (66,7%); - Moda e Accessori (85,3%); - Servizi (72,1%);
- Viaggi (91,7%).
Possiamo dedurre che la scelta da parte di queste industry dipende nello specifico dalla tipologia di settore di cui si occupano: infatti, in questi settori è più semplice comunicare il loro business nel suo complesso piuttosto che le specifiche di prodotto. Basti pensare al settore “Viaggi”, che promuove il brand inteso come servizio per la ricerca di un pernottamento o di un volo, o il settore “Moda e Accessori”, che solitamente si focalizza su spot tesi ad aumentare la brand awareness piuttosto che limitarsi alla promozione di un prodotto nello specifico, eccetto il caso in cui questo non sia un prodotto legato ad una stagionalità o ad alcuni eventi speciali.
Notiamo invece che i settori che sono più orientati ad una comunicazione legata alla
product awareness risultano essere:
- Alimenti e Bevande (65,8%); - Auto e Veicoli (82,3%);
- Computer e Tecnologia (58,8%); - Salute e Benessere (68,0%).
Questi dati portano a dedurre che i settori evidenziati hanno un maggiore interesse a promuovere determinati prodotti rispetto all’intera marca, come ad esempio il settore “Auto e Veicoli”, dove notiamo che gli spot televisivi sono molto spesso focalizzati su un preciso modello di auto piuttosto che sull’intero brand. Anche il settore “Alimenti e Bevande” adotta molto spesso la stessa strategia. La seguente analisi si è focalizzata molto sui diversi prodotti degli stessi brand: Barilla e Findus, ad esempio, sono stati due brand con molte rilevazioni a seconda dei molteplici prodotti pubblicizzati, nel periodo di riferimento.
Figura 4.10: Distribuzione del campione tra spot di brand o product awareness a seconda della industry.
Queste analisi fanno da cornice per la strategia di social TV advertising, e si può infatti notare che molto spesso alcune pubblicità di tipo product awareness abbiano più di frequente hashtag o siti dedicati, mentre invece gli spot che interessano la brand
awareness si dedichino molto di più alla promozione del sito aziendale in generale e dei
In riferimento invece alle pubblicità che hanno evidenziato al loro interno una chiara
“offerta commerciale” rispetto al prodotto pubblicizzato, individuiamo che i settori con
più frequenze sono (Fig.4.13): - Auto e Veicoli (72,6%); - E-Commerce (66,7%); - Servizi (37,3%).
Qui le conclusioni appaiono chiare: i settori in questione, infatti, costruiscono molto spesso i loro messaggi pubblicitari attorno ad una chiara offerta commerciale. Un esempio è il settore automobilistico, le cui pubblicità solitamente contengono al loro interno offerte e promozioni con il chiaro invito all’azione di andare a visitare i concessionari auto. Anche il settore dei servizi è soggetto a pubblicità contenenti un’offerta commerciale, dato che nella presente ricerca troviamo le rilevazioni legate al settore della telefonia e delle telecomunicazioni nel caso di spot di marche come Vodafone, 3, Tim o Fastweb, al cui interno vediamo spesso un’offerta commerciale dedicata.
Tabella 4.2: Distribuzione del campione seconda della industry, per la variabile “Offerta Commerciale”
Nome Industry Con Offerta Commerciale Senza Offerta Commerciale
Alimenti e Bevande 5,4% 94,6% Animali 0,0% 100,0% Auto e Veicoli 72,6% 27,4% Computer e Tecnologia 17,6% 82,4% Design e Arredamento 55,6% 44,4% E-Commerce 66,7% 33,3% Moda e Accessori 8,8% 91,2% Salute e Benessere 7,2% 92,8% Servizi 37,3% 62,7% Viaggi 25,0% 75,0%
Sito internet
Avvicinandoci sempre di più verso le variabili legate al second screen ed alla social TV, la prima unità di misura che si è voluta studiare per i vari settori è stata quella della presenza o meno del sito internet. In particolare la figura 4.11 evidenzia le percentuali tra le diverse industry di presenza o assenza del sito internet all’interno degli spot televisivi.
Si nota come la percentuale massima venga rilevata nel settore dell’e-commerce (100%), un dato decisamente positivo visto che il settore lavora solo ed esclusivamente con le vendite online, e la presenza di uno spot contenente un sito internet è sicuramente un punto di forza per favorire l’azione finale da parte del consumatore, o meglio ancora del telespettatore attivo con più di uno screen. Gli altri settori in cui rileviamo una alta percentuale di presenza del sito internet all’interno degli spot televisivi riguardano marche appartenenti ai settori (Fig. 4.11):
- Viaggi (67%); - Servizi (81%); - Arredamento (78%); - Animali (75%).
Tutti gli altri settori hanno comunque una percentuale tendente verso il 50%, il che costituisce decisamente un dato positivo per i brand.
È da sottolineare però un punto di debolezza evidenziato nel paragrafo precedente, riguardante la poca predisposizione alla creazione di siti responsive, il che può portare a far diventare un punto di debolezza quello che prima era un punto di forza nei confronti dei concorrenti.
Fig. 4.11: Distribuzione del campione tra presenza o assenza del sito internet a seconda della industry.
Per indagare sulla scelta o meno di comunicare la presenza del sito internet all’interno di uno spot televisivo si è deciso di testare questa scelta attraverso l’analisi statistica del chi- quadrato. Si è analizzata solamente la presenza o meno di quest’ultimo negli spot dei vari settori, senza approfondire la tipologia di scelta (tra sito ad hoc, pagina interna o home page), poiché le rilevazioni osservate riguardo a questa variabile sono molto frammentate tra di loro, e inoltre non abbiamo una mole di dati così significativa come invece è avvenuto per i social network.
Si è così scelto di approfondire la significatività statistica della presenza di 324 siti, sul totale delle 566 rilevazioni.
È stato applicato quindi un test del chi-quadrato con correzione di Yates, avendo una variabile con frequenza minore di 5, e sono state formulate le seguenti ipotesi di accettazione o rifiuto per il test, H0: indipendenza statistica e H1: dipendenza statistica.
Il p-value è stato fissato ad un livello di significatività del 5%, cioè di 0,05. Il test riguardante la significatività dell’utilizzo del sito internet mostra un p-value con correzione di Yates di 0.00047815. Questo significa che l’ipotesi nulla H0 viene rifiutata, e quindi c’è una significatività statistica nell’utilizzo da parte dei brand del sito internet all’interno del messaggio pubblicitario nelle varie industry.
La positività del test, ci porta a conclusioni più che soddisfacenti in riferimento al sito, il che significa che molti brand stanno comprendendo l’importanza della social TV advertising e del suo utilizzo ed in particolare la differenza tra i vari settori e la presenza del sito internet non è casuale. In modo particolare, il sito internet risulta essere una delle caratteristiche più importanti per la realizzazione di un messaggio destinato al target di chi utilizza più device mentre guarda la televisione. Inoltre per portare l’indice del chi quadrato tra 0-1 è stato deciso di calcolare l’indice di connessione normalizzato, per il caso sito internet il risultato risulta essere 6,02% il che indica che l’influenza di questa
variabile rispetto alle industry è abbastanza rilevante . 13
L’obiettivo finale da parte dei brand consiste nello strutturare il sito in modo tale non solo da attirare l’attenzione del consumatore, ma anche di cercare di indirizzarlo verso un’azione finale strategica decisa a monte dalla strategia pubblicitaria e di marketing.
Per calcolare l’indice di connessione normalizzato, è stata adottata la seguente formula:
13
Tabella 4.3: Frequenze osservate sito internet per industry, e risultati del test del chi- quadrato.
Social Network
Proseguendo verso l’analisi dei settori che più utilizzano spot orientati verso il second screen, si è voluta analizzare la presenza dei diversi social network a seconda delle varie industry.
La prima analisi che si è studiata riguarda la presenza, in percentuale, di almeno un social network negli spot dei settori individuati. I risultati non sono del tutto positivi poiché percentuali oltre le metà evidenziano la non presenza di un rimando ai social network da parte dei brand che pubblicizzano i loro prodotti.
Tabella Frequenze Sito
Internet
Industry sito no sito si Totali riga
Alimenti e Bevande 98 104 202 Animali 1 3 4 Auto e Veicoli 26 36 62 Computer e Tecnologia 9 8 17 Design e Arredamento 2 7 9 E-Commerce 0 6 6 Moda e Accessori 12 22 34 Salute e Benessere 79 74 153 Servizi 11 56 67 Viaggi 4 8 12 Totali 242 324 566 • Gradi di libertà = 9 • Distribuzione chi-quadrato= 35.14737 • p-value= 0.000056120
• Distribuzione con correzione Yates= 29.78013 • p-value= 0.00047815
I settori con la percentuale più alta di presenza di almeno un social network, tra le 566 pubblicità prese in esame, risultano essere “Alimenti e Bevande” (31%), “Auto e Veicoli” (32%) e “Viaggi” (33%).
I risultati più negativi si evidenziano nel settore dedicato agli Animali (0%), Salute e Benessere (12%) e Computer e Tecnologia (12%), figura 4.12.
Vediamo come ancora il panorama pubblicitario italiano non sia così all’avanguardia rispetto alla social TV advertising, ora che i dati lo dimostrano. La seguente ricerca però si vuole focalizzare sui punti di forza dei settori e dei brand che cavalcano il fenomeno della social TV advertising e sulla struttura della loro strategia di business basata sui nuovi fenomeni.
Fig. 4.12: Distribuzione del campione tra presenza o assenza sei social network a seconda della industry.
Dalla ricerca è emerso come Facebook sia il social network più utilizzato da tutti i settori presi in esame. In particolare, è molto utilizzato nel settore “Viaggi” (33,3%), “Auto e
Veicoli” (32,3%) e “Alimenti e Bevande” (30,7%). Twitter, invece, risulta molto usato in settori come “Auto e Veicoli” (25,8%), “Viaggi” (25%) e “Design ed Arredamento” (22,2%). Il social dedicato ai video, invece – YouTube – è molto utilizzato nel settore “Auto e Veicoli” (25,8%), “Viaggi” (25%) e “Design ed Arredamento” (22,2%). Google Plus invece è più utilizzato nel settore “Viaggi” (16,7%), “E-Commerce” (16,7%) e “Auto e Veicoli” (16,7%). Instagram è utilizzato con percentuali sopra la media nel settore “Viaggi” (25,0%), come potevamo ben immaginare, e ha una percentuale del 16,7% di utilizzo nel settore “E-Commerce”. Pinterest invece, molto usato soprattutto all’estero, è utilizzato di più nei settori “E-Commerce” (16,7%) e “Design ed Arredamento” (11,1%).
LinkedIn, SlideShare e Flickr, infine, hanno riscontrato delle percentuali nettamente più basse, come possiamo vedere dalla figura 4.13.
Da un’analisi incrociata della presenza dei social network in riferimento al settore e alla tipologia, quindi la valutazione della figura 4.13, possiamo vedere che i settori più orientati a spot per il second screen sono:
- Alimenti e Bevande; - Auto e Veicoli; - Viaggi,
e a seguire anche E-Commerce, Servizi, Design ed Arredamento, Moda e Accessori. Per approfondire l’analisi empirica del seguente elaborato, in riferimento ai dati sulle pubblicità italiane rilevate, si è sviluppato il test del chi-quadrato su determinate variabili. Il test statistico, infatti, consente di verificare la discrepanza tra le frequenze osservate e le frequenze attese di alcune variabili prese in esame.
Nel caso concreto degli spot televisivi esaminati dal presente lavoro, si sono volute testare le rilevazioni relative alle frequenze di utilizzo dei social network tra le varie industry all’interno del messaggio pubblicitario, così come l’inserimento o meno del sito internet all’interno dello spot, come abbiamo visto precedentemente.
Con il test del chi-quadrato si è indagato se l’inserimento di tali informazioni all’interno del messaggio pubblicitario fosse statisticamente significativo a seconda delle diverse industry, e se ci fosse un legame tra settore e social network. I risultati ci porteranno a fare qualche conclusione in merito alla presa di coscienza o meno da parte della marca rispetto alla social TV advertising e di come questi si stiano muovendo a fronte di risultati misurabili, grazie alle rilevazioni effettuate sul campione di 566 diverse pubblicità di brand.
Nel nostro caso di studio si è voluto indagare nello specifico sulla casualità o meno di una scelta da parte dei brand dei diversi settori per determinati social network, ed in particolare: Facebook, Twitter, YouTube, Pinterest ed Instagram. Non si sono presi in considerazione LinkedIn, Slide Share e Flickr poiché le rilevazioni stimate sono risultate poco significative in quanto inferiori al 5% o non rilevate. Si è dovuto stimare il chi- quadrato con la correzione del test di Yates, poiché in alcune rilevazioni il numero di frequenze osservate risultava inferiore a 5. Infine, tutti gli studi sono stati calcolati tenendo
conto dei gradi di libertà del chi-quadrato, che nel caso oggetto di studio risultano essere uguali a 9.
Il primo caso su cui si è voluto calcolare il chi-quadrato riguarda la verifica rispetto alla significatività della presenza di Facebook nel messaggio pubblicitario per le varie industry. L’indice del chi-quadrato è stato introdotto in questo studio come statistica della prova delle due ipotesi H0 e H1 di dipendenza o indipendenza statistica nell’utilizzo di Facebook nel messaggio pubblicitario tra industry.
Il p-value è stato fissato ad un livello di significatività del 5%, cioè di 0,05: si accetta quindi l’ipotesi nulla H0 per ogni valore superiore a questo p-value fissato. Nel nostro caso specifico di analisi, per quanto riguarda Facebook ed industry, vediamo che il p-value rilevato con correzione di Yates è di 0,01620, il che porta a rifiutare H0. Ciò significa che tra le variabili industry e presenza di Facebook nel messaggio pubblicitario c’è una significatività statistica e quindi la differenza tra industry non è dettata dal caso.
Per raggiungere questo risultato sono state calcolate le frequenze osservate ed attese: le prime sono state stimate conteggiando, rispetto al totale delle 566 rilevazioni, le pubblicità che avevano al loro interno Facebook per i vari settori. Le frequenze attese, invece, sono state calcolate con la seguente formula: (totale frequenze FB sì/no * totale rilevazioni settore) / totale pubblicità (566). Inoltre per portare l’indice del chi quadrato tra 0-1 è stato deciso di calcolare l’indice di connessione normalizzato, per il caso di Facebook il risultato risulta essere 7,77% il che indica che l’influenza di questa variabile rispetto alle industry è rilevante, ed il valore risulta più alto rispetto a quello del sito internet (Tabella 4.4).
Tabella 4.4: Frequenze osservate Facebook per industry, e risultati del test del chi- quadrato.
Il secondo caso oggetto di studio riguarda la verifica sulla significatività della presenza di
Twitter nel messaggio pubblicitario per le varie industry. Anche in questo caso sono state
formulate due ipotesi, per individuare la relazione tra le due variabili:
H0: indipendenza statistica tra industry e uso di Twitter nel messaggio pubblicitario; H1: dipendenza statistica, quindi significatività, tra industry e uso di Twitter nel messaggio pubblicitario.
Tabella Frequenze
Industry FB no FB si Totali riga
Alimenti e Bevande 140 62 202 Animali 4 0 4 Auto e Veicoli 42 20 62 Computer e Tecnologia 15 2 17 Design e Arredamento 7 2 9 E-Commerce 5 1 6 Moda e Accessori 27 7 34 Salute e Benessere 135 18 153 Servizi 52 15 67 Viaggi 8 4 12 Totali 435 131 566 • Gradi di libertà = 9 • Distribuzione chi-quadrato= 23.93914 • p-value= 0.00439
• Distribuzione con correzione Yates= 20.28937 • p-value= 0.01620
Il p-value è stato assegnato ad un livello di significatività dello 0,05, e i risultati indicano che il test del chi-quadrato dimostra un p-value di 0.016: viene quindi rifiutata l’ipotesi nulla. Questo significa che risulta una significatività statistica tra l’utilizzo di Twitter negli spot pubblicitari e le industry esaminate (Tabella 4.5).
Dopo aver analizzato con il test del chi-quadrato i primi due social, che risultano essere anche tra quelli più usati come percentuale di rilevazione sul totale (ricordiamo infatti che Facebook viene usato per il 23% mentre Twitter per il 13%), ed aver mostrato che sono utilizzati in maniera statisticamente significativa, abbiamo continuato con le dimostrazioni riguardo agli altri social network esaminati nella ricerca. Inoltre per portare l’indice del chi quadrato tra 0-1 è stato deciso di calcolare l’indice di connessione normalizzato, per il caso dell’utilizzo di Twitter negli spot televisivi il risultato risulta essere 3,47% il che indica che l’influenza di questa variabile rispetto alle industry è rilevante ma tuttavia il valore non è molto alto.
Si è quindi eseguito il test del chi-quadrato anche per i dati relativi a YouTube. Anche in questo caso le due ipotesi da dimostrare riguardavano l’indipendenza o dipendenza statistica dell’uso del social rispetto alla industry; in particolare le ipotesi erano H0 ed H1. Eseguendo i calcoli relativi all’individuazione del chi-quadrato mettendo a confronto le frequenze osservate e le frequenze attese, applicando il metodo di Yates risulta un p-value di 0,1877, il che porta ad accettare l’ipotesi nulla H0. In questo caso non riscontriamo un’associazione statisticamente significativa, poiché il p-value risulta maggiore rispetto al livello prefissato. Questo significa che l’utilizzo del social YouTube può essere dovuta al caso e quindi non c’è un legame tra industry e questo social, a differenza di Facebook e Twitter che si sono dimostrati invece statisticamente significative (Tabella 4.6).
Tabella 4.5: Frequenze osservate Twitter per industry, e risultati del test del chi-quadrato. Tabella Frequenze Twitter Industry Twitter No Twitter Sì Totale Alimenti e Bevande 180 22 202 Animali 4 0 4 Auto e Veicoli 46 16 62 Computer e Tecnologia 16 1 17 Design e Arredamento 7 2 9 E-Commerce 5 1 6 Moda e Accessori 28 6 34 Salute e Benessere 145 8 153 Servizi 53 14 67 Viaggi 9 3 12 Tot 493 73 566 • Gradi di libertà = 9 • Distribuzione chi-quadrato= 23.93914 • p-value= 0.00439
• Distribuzione con correzione Yates= 20.28937 • p-value= 0.01620
Tabella 4.6: Frequenze osservate YouTube per industry, e risultati del test del chi-quadrato.
Continuando l’analisi rispetto ai social, si è voluto indagare anche su Google Plus, eseguendo sempre il test del chi quadrato, rispetto alle analisi sulle frequenze osservate e sulle frequenze attese. Anche in questo caso si sono formulate due ipotesi sull’uso statisticamente significativo di Google Plus all’interno del messaggio pubblicitario per industry. Le due ipotesi sulla significatività del chi-quadrato formulate sono state:
H0: indipendenza statistica tra industry e uso di Google Plus nel messaggio pubblicitario;
Tabella Frequenze
YouTube
Industry YouTube No YouTube Sì Totali Riga
Alimenti e Bevande 172 30 202 Animali 4 0 4 Auto e Veicoli 46 16 62 Computer e Tecnologia 15 2 17 Design e Arredamento 7 2 9 E-Commerce 6 0 6 Moda e Accessori 30 4 34 Salute e Benessere 142 11 153 Servizi 57 10 67 Viaggi 9 3 12 Tot 488 78 566 • Gradi di libertà = 9 • Distribuzione chi-quadrato= 16.993 • p-value= 0.0488
• Distribuzione con correzione Yates= 12.48702 • p-value= 0.18722
H1: dipendenza statistica, quindi significatività, tra industry e uso di Google Plus nel messaggio pubblicitario
Il p-value con correzione di Yates individuato per l’utilizzo negli spot televisivi di Google Plus risulta di un valore pari a 0.1070, il che è un valore maggiore rispetto al p-value fissato del 5% (0,05), e ci porta ad accettare H0, che individua una indipendenza statistica tra l’utilizzo del social nelle pubblicità a seconda delle industry individuate. Questa variabile non è quindi statisticamente significativa, ma il suo utilizzo a seconda delle industry può essere dettato dal caso (Tabella 4.7).
Tabella 4.7: Frequenze osservate Google Plus per industry, e risultati del test del chi- quadrato.
Anche il social network dedicato alle immagini, Pinterest, è stato preso in esame attraverso il test del chi-quadrato. Sono stati, nuovamente, presi in considerazione i dati
Tabella Frequenze
Google +
Industry Google + No Google + Sì Totale
Alimenti e Bevande 193 9 202 Animali 4 0 4 Auto e Veicoli 53 9 62 Computer e Tecnologia 16 1 17 Design e Arredamento 8 1 9 E-Commerce 5 1 6 Moda e Accessori 30 4 34 Salute e Benessere 149 4 153 Servizi 58 9 67 Viaggi 10 2 12 Tot 526 40 566 • Gradi di libertà = 9 • Distribuzione chi-quadrato= 20.32129 • p-value= 0.016029
• Distribuzione con correzione Yates= 14.45553 • p-value= 0.1070
osservati e quelli attesi relativi al social in esame. Per individuare se la presenza nelle pubblicità prese in esame del social network Pinterest è statisticamente significativa o meno, sono state formulate le ipotesi H0 di indipendenza statistica ed H1 di dipendenza statistica, tra messaggio pubblicitario contenente Pinterest e le varie industry.
Anche in questo caso si è valutato il p-value con correzione di Yates per stimare la significatività del test. Per Pinterest il p-value con correzione di Yates risulta di 0.3862: un