Database studenti partecipanti al progetto di gruppo: "Il sistema Oasi del WWF" Corso di marketing ambientale e territoriale AA. 2009/10 - Prof. M. Addis Università degli Studi di Roma Tre - Facoltà di Economia 2) 3) 1) Articolazion Ampiezz Inquadra e del piano ae mento di lavoro e coerenz teorico sua a della Membri del coerenza raccolta del problem interna dati team a (10%) (25%) (20%) Agnoni, Blasi, Ioni, Paciolla, Vita Moricoli, Rannall etta, Rossi, Sancinel li, Santucci 30 30 30 30 30 30 progetto di gruppo 5) Conclusio ni, 4) Rigore implicazio 6) ni nell'analisi Creatività dei dati e managerial nella ie interpretazi conduzio one dei generalizz ne del Media azioni risultati lavoro pondera (15%) (20%) (10%) ta 28 25 25 25 commento 30 Il progetto è molto bello, davvero. Solo due notazioni che giustificano i voti diversi dal 30: (1) nella presentazione mancano i risultati della regressione multipla, a supporto delle conclusioni; (2) le implicazioni manageriali sono poco sviluppate: avreste potuto espandere questa sezione alla luce delle importanti analisi che avete ben condotto. L'analisi dei dati qualitativi è fatta molto bene. Manca l'indicazione del numero di intervistati: ve lo segnalo anche se l'ho considerato 28,85 nella valutazione 30 Il progetto è molto ben fatto. Alcune cose però potrebbero essere riviste: (1) la factor analysis è mal presentata. Non si capisce su quali variabili è stata condotta, quali sono i factor loadings considerati; (2) la cluster analysis sembra buttata là, senza chiarire né la profilazione dei cluster, né l'utilità per il vostro obiettivo; (3) le implicazioni manageriali sono appenna accennate. Non si coglie il valore della cluster per le strategie 28,25 di differenziazione. Per il resto va benissimo. Bravi! Pagina 1 Romeo, Trentino , Rossi, Maggion i, Zanello, Riccioni, Ariota, Rossetti Agrippin etti, Campid onico, Caucci, De Luca, Tortorell a, Sneider, Pierava nti Brivio, Cerreti, De Maria, Giannott i, Paglialu nga, Russo 28 30 30 23 23 30 30 28 30 23 25 30 30 27 30 30 30 30 Purtroppo il progetto, seppur impostato molto bene, ha un problema grosso relativamente alle analisi dei dati: factor e cluster vanno condotti sull'importanza degli attributi e non sulle valutazioni. La logica è che per definire le strategie di marketing, bisogna partire dalle diverse sensibilità dei clienti agli attributi dell'offerta e quindi dall'importanza degli attributi. Questa criticità dell'analisi fa sì che anche le implicazioni manageriali siano avventate rispetto alle analisi effettuate. Inoltre, attenzione: la slide che ha per titolo “la catena mezzifini” non presenta la catena mezzi-fini, bensì gli attributi distinti per tipo di bar. Infine, nel background avreste potuto inserire le fonti delle varie affermazioni che definiscono lo scenario in 27,35 cui vi muovete Il progetto è molto ben impostato. Ci sono però alcune criticità: (1) non si capisce perchè una volta che avete definito la lista di attributi dalla qualitativa, poi in slide 12 presentate solo alcuni di essi come rilevanti ai fini della vostra analisi; (2) per quanto riguarda l'analisi dei dati univariati, vi ricordo che per le variabili quantitative come l'età non si presenta la distribuzione di frequenza, ma si usano gli indici sintetici (media, moda, ...); (3) la factor analysis ai fini della definizione delle strategie di marketing si fa solo sulla importanza degli attributi, non sulla valutazione. Peccato perchè la descrizione dei cluster era fatta molto molto bene. Le implicazioni manageriali ovviamente risentono di queste debolezze dell'analisi, perchè assumete di derivarle dall'importanza, 27,35 quando invero le derivate dalle valutazioni Il progetto è fatto molto bene. Solo una leggera incoerenza fra gli obiettivi presentati (esiste una correlazione?) e le analisi condotte. Siete andati ben più lontani di un'analisi di correlazione. Valeva la pena quindi ridefinire i termini della questione dall'inizio. Un'altra cosa: se la factor non gira, è inutile presentarne l'impostazione. In questi casi, essendo importante la coerenza, bisogna saltare le analisi che non girano (ogni tanto capita), pur di presentare un progetto 29,25 metodologicamente inattaccabile. Pagina 2 Alzari, Bellante , De Angelis, Diglio, Di Pietro, Mazzi, Pellegri ni Farletti, Mittiga, Pullano, Ruggio, Belli 29 27 23 25 27 25 23 23 25 24 30 Purtroppo ci sono alcuni punti deboli, più o meno importanti: (1) nel target non definite il termine “abitualmente”. Come avete fatto a scegliere il campione? (2) la struttura della presentazione è poco logica: dove sono i risultati dell'analisi qualitativa? Partite direttamente da quella quantitativa (3) non trovo corrispondenza fra le analisi che riportate e la lettura che ne fate. Ad esempio commentate un'analisi di regressione (per definizione causale) con la percentuale dei rispondenti che ha dichiarato alcune cose (la % per definizione è un indicatore di analisi descrittiva) (4) a volte il testo è poco comprensibile: che vuol dire ad es. alla slide 10 “abbiamo messo ...”? (5) sempre nella slide 10 si parla di correlazioni, ma nell'analisi non avete condotto alcun test di correlazione (6) la struttura della presentazione non è agevole se saltata dalle analisi alle implicazioni, man mano che fate qualche test. È un continuo salto logico (7) non è chiaro perchè fate due factor e due cluster. Non solo non è chiara la logica, ma non è chiaro neanche su cosa avete condotto le 4 analisi (8) infine, 25,40 le conclusioni sono scarne 30 Il progetto ha alcuni limiti importanti: (1) nell'introduzione fate riferimento alle 4C. Ma di che si tratta? Peraltro non indicate le fonti, quindi è difficile seguirvi; (2) non si evince quante persone intervistate, il che rende l'analisi qualitativa un po' debole, (3) nella slide 20 indicate la composizione del campione con la frequenza assoluta, quando in questi casi si utilizzano le %; è una scelta poco efficace (4) 80 persone per una quantitativa sono un po' poche, (5) slide 21: dite che la variabile usata è il canale di distribuzione, ma in realtà questa non è una variabile, è un oggetto. Quale è la variabile utilizzata? (6) s. 22 e 23 mancano i risultati dell'analisi di regressione, per cui è difficile valutare la correttezza di quello che scrivete (7) slide 24: nella matrice di Fishbein non compare l'importanza degli attributi. Senza questa informazione, non potete costruire la matrice (8) la cluster analysisi su quali variabili relativi agli attributi è stata condotta (9) se non fate la factor, va bene, ma allora non va proprio citata (10) manca la definizione delle strategie per ogni cluster 25,15 identificato Pagina 3