CONVEGNO NAZIONALE
Il valore della statistica per le imprese e la società. Ricerche di opinioni e di mercato
II Sessione: Evoluzione del geomarketing
Evidenza empirica dei modelli di
geomarketing per ridurre la ridondanza
delle informazioni
Prof.ssa Augusta Consorti
Ordinario in Statistica Università G.d’Annunzio Chieti-Pescara
Dott. Riccardo Di Nisio
Ricercatore in Statistica Università G.d’Annunzio Chieti-Pescara
1
Indice
1.
Il problema della ridondanza in azienda
2.
Contributo del geomarketing in azienda
3.
Gestione dinamica dei bacini di utenza dei centri commerciali come risposta alla ridondanza
4.
Applicazione
5.
Discussione
2
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Il problema della ridondanza in Azienda
3
Aumento della complessità
PROCESSO DECISIONALE
Diagnosi – Progettazione – Realizzazione
Sistemi Informativi
•Fatturato
•Indici
redditività
•Aree vendite
•Facebook
•Agenti
•Linkedin
•Passività
•Clienti
•Twitter
•.....
•Competitors
•Serie storiche
•Preferenze
•......
Dati di Bilancio
Vendite
Social
Networks
4
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Eccesso di dati
Correlazioni spurie
che originano
“ridondanza”
Un eccesso di dati potrebbe rallentare
l’assunzione di scelte strategiche
5
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
L’impiego del geomarketing
6
GEOMARKETING
Definizione: Il Geomarketing è una tecnica di analisi che permette di
trattare informazioni di mercato riferendole alla loro localizzazione sul
territorio.
Permette di analizzare le variabili di segmentazione rilevanti:
– in un’ottica di mktg (sesso, età, professione, dati interni aziendali come
fatturati ecc)
– incrociandole con la variabile territoriale
Il geomarketing permette un’analisi più razionale delle informazioni
disponibili in azienda. Tramite l’incrocio con basi dati esterne, la
componente territoriale permette di realizzare analisi non consentite dai
tradizionali strumenti di valutazione globale
7
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Elementi del geomarketing
Banche dati di contesto e aziendali, con informazioni sociodemografiche ed economiche, per descrivere correttamente la
domanda del mercato, e con informazioni sulla propria struttura, al
fine di definire la propria capacità di offerta nei mkt di riferimento;
Mappe cartografiche per rappresentare sul territorio le differenti
caratteristiche spaziali del mkt analizzato;
Strumenti di elaborazione dati, descrittivi e cartografici, in grado di
analizzare e rappresentare in modo idoneo le informazioni prodotte;
Modelli interpretativi delle caratteristiche strutturali del mercato, per
correlare le informazioni relative alla domanda con determinate
caratteristiche dell’offerta;
8
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Vantaggi
Attraverso la dimensione spaziale dei dati è possibile cogliere
contemporaneamente le evoluzioni dei mercati in funzione delle seguenti
domande
Chi?
+
Fa cosa?
+
Dove?
Domande ricorrenti
dove risiedono i clienti?
dove lavorano?
dove si recano per gli acquisti?
dove vanno nel tempo libero?
dove sono i concorrenti?
dove configurare i giri di visite dei venditori?
dove sono le postazioni migliori per aprire nuovi negozi/nuove attività?
9
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Il geomarketing e le aree aziendali
Ricerca e Sviluppo
Permette di supportare i processi creativi attravero monitoraggi
spaziali in funzione delle risposte a modifiche di: design, prodotto,
funzionalità, etc...
Marketing
La visualizzazione spaziale delle reazioni della clientela permette di
migliorare le strategie connesse alla distribuzione, comunicazione,
pricing e prodotto. [Finazzi 2011]
Promozione
Consente di approfondire le dinamiche sulla reazione della
clientela a specifiche strategie promozionali comparando gli effetti
di flyers o di volantini [Gijsbrechts, 2003]
Vendite
Possibilità di visualizzare distribuzioni spaziali degli utenti che
esprimono il loro “entusiasmo” nei social networks e verificare
come questi influenzano il mercato
10
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Esempio di problema connesso con la ridondanza
Gestione dinamica dei bacini di utenza dei centri commerciali in
condizione di sovrapposizione delle isocrone
Area Chieti – Pescara
11
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Modelli gravitazionali
Relly (1929)
Christaller, 1933;
Losch, 1939
Huff (1962; 1981)
La domanda è attratta in misura direttamente proporzionale alla
popolazione di ciascuna città e in misura inversamente al quadrato
della distanza dalla città
Utilizzano l’importanza del centro e la distanza economica come
concetti fondamentali
L’attrazione di un centro Ai come funzione dell’area di vendita (S),
divisa per una potenza (λ) del tempo necessario ad arrivarci (T). Da
evidenze empiriche (Wee e Pearce – 1985) risulta che può essere
considerata λ = 2.
12
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Un’applicazione
Minuti
00-05
05-10'
10-15'
15-20'
20-25'
25-30'
Totale
Centro
Auchan Arca
Megalò Pe Nord
Abruzzo
11799
15488
9757
6684
3038
60329
84543
36004
42847
48579
105216
71411 135925
30379
33595
93717
60386
92934
26032
82128
41334
62264
47688
61827
65101
21890
35017
21639 128921
41100
334285 329109 343947 296690 273541
Centri commerciali
Centro d'Abruzzo
Auchan
L'Arca
Megalò
Pescara Nord
Baricentricità
13.371
13.164
13.758
11.868
10.942
17 centri commerciali
181.100 mq superficie media
550.000 abitanti residenti nei 30 minuti di percorrenza
13
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Ridondanza delle informazioni
Maggiore concorrenza
Intersezione delle isocrone e bacini sovrapposti
Nuove variabili entrano in gioco
Crisi Economica
Bacini dinamici
Cambiano gli atteggiamenti e le necessità dei
consumatori. Dal marketing emozionale al
marketing funzionale?
A causa della sovrapposizione dei bacini, le
capacità attrattive del centro cambiano nel
tempo e occorre una gestione dinamica del
bacino
14
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Soluzione proposta
Sotto le ipotesi:
tassi di acquisto = preferenze
prodotti = stimoli
Simulazione dinamica delle preferenze sul territorio
Strumenti
Binom. Negativa
Conjoing An.
Stima i tassi di acquisto
Simula scenari di mercato e identifica i prodotti ideali
per singole aree territoriali
15
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Esempio applicativo
16
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Supponiamo di voler confrontare 3 attributi:
Marca = [A,B,C]
Colore = [Rosso, Blu]
Prezzo = [€ 10,00; € 20,00; € 40,00]
In totale si avrebbero 3 x 2 x 3 = 18 prodotti (stimoli) che possono essere considerati
attraverso la seguente matrice booleiana rappresentativa del piano fattoriale
Stimolo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
B
0
0
0
0
0
0
1
1
1
1
1
1
0
0
0
0
0
0
C
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
Blu
0
0
1
1
1
1
0
0
0
1
1
1
0
0
0
1
1
1
40
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
60
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
Ciascuna riga corrisponde ad
un particolare prodotto
avente le caratteristiche
osservate
17
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Come stimare le preferenze?
Con riferimento ad un intervallo di tempo unitario, è possibile ipotizzare la
stazionarietà del mercato. La probabilità che un consumatore effetturi r acquisti (r =
0,1,2...) segue, allora, una distribuzione di Poisson
𝜇 𝑟 𝑒 −𝜇
𝑃𝑟 𝑟 𝜇 =
𝑐𝑜𝑛 𝜇 > 0
𝑟!
Nel lungo periodo, invece, i tassi di acquisto seguno una gamma con parametri m e k
𝑘
𝑓 𝜇 𝑚, 𝑘 = 𝑚
𝑘
𝜇
𝑘−1
𝛤 𝑘
−𝑘𝜇
𝑒 𝑚
𝑐𝑜𝑛 𝑚 > 0: 𝑘 > 0
Sotto queste ipotesi, e considerando k numero intero, è possibile dimostrare che la
distribuzione di frequenza degli acquisti dell’intera popolazione segue una binomiale
negativa di parametri m e k. La probabilità di fare r acquisti è:
∞
𝑃𝑟 𝑟 𝑚, 𝑘 =
0
𝑘+𝑟−1 !
𝑘
𝑃𝑟 𝑟 𝜇 𝑓𝑃𝑟 𝜇 𝑚, 𝑘 𝑑𝜇 =
𝑟! 𝑘 − 1 ! 𝑚 + 𝑘
Il valore della statistica per le imprese e la società
𝑘
𝑘
1−
𝑚+𝑘
𝑟
18
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Stima dei tassi di acquisto
Sotto ipotesi di stazionarietà del mercato, si dimostra che la distribuzione di
frequenza degli acquisti in un periodo di ampiezza T è ancora binomiale negativa di
parametri 𝑚𝑟 = 𝑇𝑚 e 𝑘𝑇 = 𝑘
Quindi, la proporzione di acquirenti del prodotto in tale periodo è data da:
𝑘
𝑏𝑇 = 1 −
𝑇𝑚 + 𝑘
𝑘
Data la frequenza di acquisto b (o tasso di penetrazione del prodotto), si è in grado di
calcolare, per ciascun periodo, i tassi di acquisto con la possibilità di differenziarli per
coloro che acquistano per la prima volta e coloro che hanno già acquistato in
precedenza.
19
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Esempio di stima dei tassi
per la prima volta
Sulla base del tipo di prodotto (convenience, shopping, speciality goods) è
possibile stimare il tasso di acquisto scegliendo un determinato intervallo di
tempo (ad esempio trimestrale) funzionale al tipo di prodotto considerato.
20
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Matrice delle preferenze dell’area/bacino
Stimolo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
B
0
0
0
0
0
0
1
1
1
1
1
1
0
0
0
0
0
0
C
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
Blu
0
0
1
1
1
1
0
0
0
1
1
1
0
0
0
1
1
1
40
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
60
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
0
0
1
Pref.
4
5
0
8
5
2
7
5
3
9
6
5
10
7
5
9
7
6
I tassi di acquisto rappresentano le preferenze osservate su un determinato
territorio
21
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Stima dei parametri con la conjoint analysis
Ipotizzando una funzione di utilità parziale, è possibile scomporre la preferenza
globale in preferenze parziali ed ottenere la stima dei singoli parametri.
È possibile stabilire anche l’importanza relativa a ciascun attributo come segue:
si calcola la differenza tra il valore massimo 𝐷𝑖 = 𝑈𝑚𝑎𝑥
𝑖
− 𝑈𝑚𝑖𝑛
si calcola la somma delle differenze di tutti gli attributi 𝑆 =
l’importanza di ogni attributo è pari
alla rispettiva
differenza divisa per la somma totale S
𝐷𝑖
𝐼𝑖 =
× 100
𝑆
𝐷𝑖
𝑖
𝑖
Marca A
Preferenze
5 8 3
Media
5,3
Um-Um
3
66,7
Marca B
5
7
5
5,7
Marca C
5
1
2
2,7
Rosso
Blu
5
5
1
2
8
7
4,5
4,7
0,16
3,6
€ 20,00
5
7
3
5,0
1,33
29,6
€ 40,00
8
2
5
5,0
€ 60,00
5
1
5
3,7
5
5
3
4,5
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
22
A.Consorti – R. Di Nisio
Discussione
Il geomarketing permette di spostare l’attenzione da analisi globali a analisi locali
consentendo di verificare spazialmente gli effetti dovuti a più variabili;
Il problema della ridondanza può essere affrontato spazialmente, come mostrato per i
centri commerciali, consentendo un’analisi dinamica dei bacini di utenza;
Resta aperto, nel caso specifico dei centri commerciali, il problema della scelta dei tipi
di “stimoli”, ovvero, dei tipi di prodotti da considerare e tale che soddisfino il piano
fattoriale della conjoint;
Un’altra ipotesi da verificare è la stazionarietà dei mercati nel breve periodo.
23
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
Bibliografia
Bernoff, J., Li, C., 2008. Harnessing the power of the oh-so-social web. MIT Sloan
Management Review 49, 36.
Finazzi, F., 2011. Geostatistical modelling of spatial potentials, Department of
Information Technology and Mathematical Methods.
Gijsbrechts, E., Campo, K., Goossens, T., 2003. The impact of store flyers on store
traffic and store sales: a geo-marketing approach. Journal of Retailing 79, 1-16.
Rigby, D.K., Ledingham, D., 2004. CRM done right. Harvard Business Review 82, 118130.
Wenzl, P.G., Winter, S., 2000. Geomarketing on Pay-per-Use Basis.
Sincron inova, L’area Chieti-Pescara. In Mark-up 2008
Robert East 2008. Il comportamento del consumatore
24
Il valore della statistica per le imprese e la società
Milano 14 – 15 febbraio 2013
A.Consorti – R. Di Nisio
