La Conjoint Analysis nelle ricerche di marketing

sunzione della razionalita` degli operatori impone dei limiti nella
modellistica macro e microeconomica.
In altre parole l’ homo oeconomicus non esiste nella realta`
quotidiana; esso e` un astrazione conveniente per modelli “vir-
tuali”, ma non sempre reali.
Sorge quindi la necessita` di affrontare lo studio del consumo,
sia con modelli interpretativi, che con particolari strumenti di
analisi che, spesso, comportano approcci interdisciplinari. Tale
impostazione ha sia l’ obbiettivo di cogliere le motivazioni fon-
damentali che inducono al consumo, sia di misurare successiva-
mente, il grado di soddisfazione o beneficio raggiunto attraverso
di esso.
Il processo d’acquisto e del consumo e` per sua natura com-
plesso e multiforme; infatti i giudizi sui prodotti e le decisio-
ni d’acquisto dipendono da diversi fattori: psicologici, sociali,
ambientali, non ultimi da quelli di natura irrazionale di cui il
consumatore puo` essere o meno consapevole.
Per questo motivo, lo studio del comportamento del consu-
matore viene oggi considerato importante nell’ ambito di di-
verse discipline oltre a quella economica, come la psicologia, la
sociologia e le scienze cognitive.
Nonostante i diversi approcci disciplinari, nessuno dei quali
esaurisce completamente l’ argomento, si osserva comunque un
sostanziale accordo nel definire il meccanismo che porta il con-
sumatore all’ acquisto di un prodotto come un processo mentale
caratterizzato da:
6
• multidimensionalita`
• soggettivita`
• dinamicita`
• complessita`
Si parla di multidimensionalita`2 in quanto percezioni e pre-
ferenze si formano in base alle molteplici caratteristiche d’uso
e di immagine del prodotto; di soggettivita` poiche`, a tali ca-
ratteristiche, ciascun individuo, sulla base dei valori condivisi
dei benefici ricercati delle possibilita` di spesa e appartenenza
sociale, attribuisce una diversa importanza.
Ci si riferisce poi alla dinamicita` per sottolineare che il siste-
ma di valori in base al quale il consumatore giudica e` soggetto
a trasformazioni nel tempo; tali aspetti sono dettati soprattutto
dalla complessita` sociale e dai costumi che spesso influenzano le
motivazioni d’acquisto.
Infine la complessita` e` invece relativa al processo decisionale
del consumatore , ovvero al modo con cui egli utilizza e combina
le informazioni relative ai suoi bisogni ed ai prodotti in grado di
soddisfarli.
Per svolgere l’ analisi del sistema percettivo del consumato-
re occorrono potenti strumenti di analisi in grado di cogliere l’
individualita` dei processi percettivi e valutativi.
2Busacca (1994)
7
1.2 La Conjoint Analysis e lo studio del
comportamento del consumatore
Le considerazioni precedenti impongono la necessita` di utilizza-
re nuovi approcci, di sviluppare metodologie capaci di andare
al di la` della mera descrizione delle relazioni consumo–reddito o
consumo–variabili demosociali. Tali metodologie devono essere
in grado sia di misurare che di valutare anche grandezze non
direttamente osservabili o misurabili come ad esempio: le atti-
tudini di un consumatore verso certi prodotti o l’ immagine di
marca da questi percepita.
Tra gli strumenti in grado di cogliere tali aspetti (spesso sfug-
genti), quelli statistici sono senz’altro tra i piu` utilizzati. Lo te-
stimonia il fatto che alcune tecniche statistiche multivariate, co-
me l’analisi dei fattori, l’analisi discriminante e la cluster
analysis, vengono sistematicamente applicate dai ricercatori3
alle ricerche di mercato gia` a partire dai primi anni 50.
Piu` recentemente altre metodologie, tra le quali la conjoint
analysis, hanno suscitato grande interesse ed acquistato no-
tevole popolarita`4 tra managers e ricercatori, conquistando un
ampio spazio nell’ambito delle ricerche di mercato.
La Conjoint Analysis , oggigiorno, e` costituita da un insieme
di metodologie statistiche multivariate che permettono di indi-
viduare gli attributi del prodotto che sono rilevanti nel processo
valutativo del consumatore.
Con la Conjoint Analysis si vuole in sostanzamisurare il bene-
3Molteni (1993)
4Wittink e Cattin (1989), Molteni ib.
8
ficio globale che il consumatore associa ad un determinato bene;
tale beneficio e` espresso come funzione dei benefici associati a
ciascuna delle caratteristiche che contraddistinguono il prodotto
dagli altri beni presenti sul mercato.
La parola Conjoint deriva dall’idea che ne costituisce il fon-
damento concettuale: alla base del processo percettivo del con-
sumatore vi e` una considerazione unitaria e globale del bene che
non e` la semplice somma delle sue caratteristiche, ma un insieme
di elementi percepiti congiuntamente.
In questo senso l’ approccio utilizzato nella Conjoint Analysis
si ispira alla Gestalt, che rappresenta una delle maggiori corren-
ti sugli studi psicologici del consumo, sviluppata in Germania
durante gli anni trenta.
E` merito di tale teoria cognitiva l’ aver spiegato ad esempio
come un individuo percepisce una melodia: essa e` un “tutto”
in cui le note si fondono; allo stesso modo un film e` un insieme
di movimenti inscindibili, non la semplice somma di fotogrammi
statici.
Similmente puo` essere intesa la percezione di un bene: non
come semplice somma di qualita` e caratteristiche funzionali ma
un insieme inscindibile di elementi che lo rendono diverso dagli
altri.
La Conjoint Analysis , nel momento della attuazione pratica,
permette di considerare i prodotti da sottoporre ai consumatori
nella maniera piu` vicina a come essi li percepiscono nella realta`:
ne risulta un approccio molto realistico, capace di riprodurre
situazioni concrete di valutazione, di decisione ed acquisto.
9
1.3 Conjoint Analysis : generalita`
L’ applicazione della metodologia Conjoint si basa su alcune
ipotesi fondamentali:
• Il consumatore percepisce un prodotto, un bene o un
servizio come un insieme di attributi e di caratteristiche.
• Nel momento in cui il consumatore valuta un prodotto, egli
associa dei valori soggettivi, chiamati utilita` parziali a cia-
scuna diversa modalita` che puo` assumere l’attributo in esa-
me. Tali utilita` parziali riflettono il suo sistema di valori
utilizzato nel processo valutativo.
• l’ utilita` globale associata ad un determinato prodotto e`
funzione delle utilita` parziali associate a ciascuna determi-
nazione di ciascun attributo.
• Il grado di preferenza o la probabilita` di acquisto del pro-
dotto e` funzione dell’ utilita` globale che ad esso associa il
consumatore.
La Conjoint Analysis permette di stimare l’ importanza relativa
(o utilita` parziale) degli attributi che caratterizzano un prodot-
to, attraverso un esperimento controllato dove i fattori (le carat-
teristiche del prodotto) sono manipolabili dal ricercatore. Cio`
che contraddistingue la Conjoint Analysis da altre metodologie
che pure hanno in comune lo studio delle preferenze, e` il piano
degli esperimenti al quale partecipa il consumatore intervistato.
Generalmente l’ esperimento consiste nel far valutare, su
una scala di preferenza, diverse alternative di prodotti ottenute
10
combinando opportunamente le modalita` degli attributi che lo
caratterizzano.
Sulla base del piano predisposto, l’ intervistato giudica cia-
scun prodotto valutando le caratteristiche congiuntamente (da
qui il nome Conjoint Analysis ) e quindi esprimendo il suo
giudizio complessivo su una opportuna scala di valutazione.
Una caratteristica della Conjoint Analysis consiste nella de-
composizione di tali valutazioni globali in scale di utilita` sepa-
rate e comparabili, corrispondenti a ciascun attributo, in mo-
do che le valutazioni complessive originarie (o altre concernen-
ti nuove alternative) possano essere correttamente ricostruite a
posteriori.
In questo senso la Conjoint Analysis e` anche definita un me-
todo decompositivo, poiche` il giudizio globale del consumatore
viene frazionato nelle valutazioni parziali circa gli attributi del
prodotto, senza richiedere all’ intervistato di esprimersi a pro-
posito di essi singolarmente, ma valutandoli nel loro insieme e
congiuntamente.
In sintesi l’ uso del piano sperimentale nell’ analisi del
processo valutativo del consumatore ha due obiettivi essenziali:
• Quello di determinare il contributo relativo in termini
di utilita` parziale di un attributo alla formazione delle
preferenze del consumatore. Ad esempio quanto incide il
design del pacchetto delle sigarette al loro acquisto? Qual’e`
il design estetico che incoraggia i fumatori a smettere di
fumare ed i non fumatori a non iniziare a fumare?
• Quello di stabilire un modello valido a rappresentare il
11
“sistema valutativo” del consumatore in modo che si possa
predire il grado di accettazione di una combinazione di at-
tributi che definisca un nuovo prodotto. Ad esempio quale
sara` l’ impatto sulla domanda di aspirapolveri della marca
XX se si migliora la qualita` dei materiali, si aumenta il pe-
riodo di garanzia da 6 a 12 mesi, ma si aumenta di un 10
per cento il prezzo di vendita?
Al fine di raggiungere tali obiettivi vengono stimate le
seguenti grandezze:
• le utilita` parziali dei livelli di ciascun attributo, che
rappresentano un espressione numerica delle valutazioni
soggettive del consumatore.
• l’ importanza relativa di ciascun attributo rispetto agli
altri che definiscono il prodotto.
• le utilita` globali di ciascuna alternativa di scelta (prodot-
to), ottenute come funzione delle utilita` parziali.
Dalle considerazioni svolte si osserva che la metodologia Con-
joint non solo permette lo studio della struttura delle preferenze
del consumatore rispetto ad un set di alternative, (es. l’ alter-
nativa A e` preferita all’ alternativa B), ma anche di stabilire di
“quanto” una alternativa e` preferita ad un altra dal confronto
che emerge dalle utilita` globali associate ad esse.
In questo senso la Conjoint Analysis puo` essere definita oltre
che strumento di analisi delle preferenze del consumatore , anche
come metodo di misura delle sue attitudini verso determinati
prodotti e servizi.
12
1.4 Campi di applicazione della Conjoint
Analysis
L’ utilita` e la validita` della metodologia Conjoint e` stata ri-
conosciuta con riferimento a diversi ambiti di applicazione del
Marketing5.
Essa si rivela,infatti, innanzitutto funzionale allo sviluppo di
nuovi prodotti, consentendo di mettere a fuoco l’ importanza che
le singole caratteristiche del nuovo prodotto offerto assumono
agli occhi dei consumatori (la domanda).
Nella fase successiva,sulla base delle indicazioni di gradimento
ottenute, e` quindi possibile indirizzare lo “staff creativo” verso
la direzione ottimale di approfondimento della ricerca di mar-
keting, nonche` stimare la quota di preferenza raggiungibile sul
mercato in relazione alle diverse specifiche di attributo conferite
al prodotto offerto.
Difatti la metodologia Conjoint prevede una fase di simula-
zione nell’ambito della quale il ricercatore puo` testare profili di
prodotti nuovi o modificati e valutare se, e con quale frequenza,
vengono preferiti rispetto ai prodotti concorrenti.
In secondo luogo la Conjoint Analysis puo` considerarsi uno
strumento utile per attuare diverse tipologie di segmentazione
del mercato.
Si possono cioe` individuare gruppi di intervistati sulla ba-
se della similarita` delle loro preferenze e dei benefici che il
cliente ricava dalle caratteristiche del prodotto, in modo tale
5Valdani (1995)
13
da evidenziare i trade-off esistenti tra attributi e livelli degli
attributi.
In quest’ottica la metodologia viene usata in congiunzione
con la Cluster Analysis.
Essendo la Conjoint Analysis una tecnica di misurazione mi-
cro, in quanto le preferenze per i livelli degli attributi sono mi-
surati a livello individuale, il ricercatore puo` facilmente verifi-
care l’esistenza dell’eterogeneita` od omogeneita` nelle preferenze
dei consumatori. La presenza di eterogeneita` nelle preferen-
ze e` difatti presupposto fondamentale per la segmentazione del
mercato.
Inoltre negli studi di Conjoint Analysis si possono racco-
gliere informazioni generali sugli intervistati (caratteristiche de-
mografiche e psicografiche, situazioni d’acquisto/d’uso del pro-
dotto), attraverso le quali eventualmente descrivere i segmenti
individuati tramite l’ analisi delle preferenze.
Infine non vanno dimenticati i contributi che questa tecni-
ca statistica multivariata puo` offrire alla soluzione di specifici
problemi di marketing, quali la definizione di nuove politiche
di prezzo, la pianificazione delle politiche di comunicazione, lo
sviluppo della rete di vendita.
1.5 Cenni storici
La Conjoint Analysis come metodologia si e` sviluppata soprat-
tutto durante la prima meta` degli anni settanta, ma le sue basi
teoriche sono venute a formarsi gia` a partire dagli inizi degli
14
anni 60 nell’ ambito soprattutto della psicometria (ramo della
psicologia dedito alla misurazione delle attitudini umane).
Il termine “Conjoint Analysis ” fu coniato in un famoso ar-
ticolo apparso nel 1978 sul “Journal of Consumer Research” da
P.E.Green e V.Srinivasan, per indicare una generale metodolo-
gia di analisi e misura delle preferenze in funzione degli attributi
di scelta.
Secondo J.J.Louviere (1988) cio` suggerisce l’ esistenza di una
tecnica generale per l’ analisi delle preferenze, ma in realta` du-
rante la decade degli anni 70 diversi sono stati i paradigmi
conjoint sviluppatisi in ambito accademico, ciascuno dei qua-
li si basa su differenti ipotesi teoriche e diverse metodologie
sperimentali.
L’ elemento distintivo tra i diversi approcci e` relativo soprat-
tutto al “modo” con cui viene misurata l’ attitudine del cliente
nei confronti del prodotto.
I metodi Conjoint che fanno riferimento alla misurazione su
scala di rapporto vengono in generale detti metodi metrici in
contrapposizione a quelli non metrici.
L’ approccio non metrico ha una base teorica di tipo as-
siomatica chiamata in letteratura axiomatic conjoint mea-
surement. Brevemente in questo approccio si richiede che
le preferenze espresse rispettino certi assiomi, al fine di poter
rappresentare le preferenze con opportune funzioni polinomiali6.
I principali contributi di questa impostazione si trovano nelle
opere dello statistico John Tukey e dello psicologo-matematico
6Einhorn (1970), Krantz, Luce, Suppes, Tversky (1971), Barron (1977), Corstjens e
Gautsch (1983)
15
Duncan Luce pubblicate verso la meta` degli anni sessanta ed a
quelle successive di altri autori come Kruskal, Tversky, Krantz
e Barron dei primi anni settanta.
I metodi metrici trovano, invece, riferimento nella cosiddetta
Information Integration Theory (IIT)7, la Teoria dell’ Inte-
grazione delle Informazioni. La IIT e` una teoria che permette
lo studio generale di processi decisionali complessi. Cio` avviene
grazie a degli schemi logici per mezzo dei quali viene ricostrui-
to il processo di elaborazione mentale delle informazioni che un
individuo tiene in considerazione ai fini della decisione. La IIT
e` molto simile concettualmente all’ approccio assiomatico, en-
trambi i paradigmi permettono lo sviluppo di modelli Conjoint
per la descrizione dei criteri di decisione degli individui, ma le
basi teoriche e metodologiche differiscono tra loro notevolmente.
La IIT si e` sviluppata a cavallo tra gli anni settanta ed ottanta
ad opera di N.H.Anderson J.J. Louviere, ma i riferimenti teorici
sono ascrivibili agli studi di Egon Brunswick e alle rielaborazioni
delle sue teorie da parte di P.Slovic, S.Lichtenstein8 durante gli
anni settanta.
Gli anni ottanta hanno rappresentato un decennio di fertile
ricerca per la Conjoint Analysis . Lo studio delle preferenze del
consumatore viene affrontato integrando9 i risultati del decen-
nio precedente con la teoria delle scelte discrete sviluppata
7Anderson (1970, 1971, 1976, 1981, 1982), Birnbaum (1973, 1978) Lynch (1979, 1983,
1985), Meyer (1981, 1982), Louviere (1988)
8Slovic e Lichtenstein (1971), Slovic, Fischhoff e Lichtenstein (1977)
9Louviere (1983)
16
dalla scuola di econometrica di McFadden e colleghi10 attraver-
so l’applicazione di modelli probabilistici per descrivere le scelte
dei consumatori, quali il Logit e Probit.
In ambito applicativo, le difficolta` di raccolta dei dati e la
limitata disponibilita` di informazioni circa preferenze dei con-
sumatori, spinge molti ricercatori a trovare soluzioni “di com-
promesso” al problema, attraverso l’utilizzo di metodologie de-
nominate ibride11, le quali sfruttano le informazioni a priori
(autoesplicate) sulle preferenze del consumatore circa i singoli
attributi del prodotto.
In questi stessi anni, non mancano studiosi che affrontano lo
stesso problema al di fuori del paradigma della statistica classica:
l’approccio bayesiano proposto nei lavori di Cattin, di Hansen e
Wittink12 ne sono un esempio concreto13.
Negli anni novanta l’evoluzione teorica della Conjoint Ana-
lysis procede in simbiosi con gli studi empirici relativi a due
ambiti specifici delle ricerche di mercato: la segmentazione del-
la domanda14 e il posizionamento (di prodotti/servizi marchi o
individui) in uno spazio multidimensionale15.
Relativamente al primo filone di ricerca, la Conjoint Analysis
in questi ultimi anni ha dato un impulso fondamentale ai model-
li di segmentazione clustering based e segmentazione flessibile.
10McFadden (1977,1984)Maddala (1983), Ben-Akiva e Lerman (1987)
11Green (1984)
12Cattin, Gelfand e Danes (1983), Hansen e Wittink (1995)
13La maggiore complessita` teorica ha comunque fortemente limitato le applicazioni che
sfruttano tale approccio a casi reali.
14Hagerty (1985), Kamakura (1988), Wedel e Steenkamp (1989), De Sarbo et al. (1992)
15Shocker e Srinivasan (1974), Kohli e Sukumar (1990), Kohli e Krishnamurti (1987),
Dobson e Kalish (1993)
17
Nei primi i consumatori vengono raggruppati sulla base della
similarita` dei benefici che essi ricavano dalle caratteristiche del
prodotto/servizio, mentre nei modelli di segmentazione flessibile
i risultati della Conjoint Analysis vengono integrati con i risul-
tati di una simulazione. In tal modo non solo viene considerata
la probabilita` di acquisto di un prodotto da parte di ciascun
segmento di clienti, ma anche la probabilita` che il cliente mo-
difichi la propria scelta se sul mercato vengono introdotti nuovi
prodotti realmente non ancora disponibili.
Recentemente si e` riscontrato il tentativo di formalizzare un
impianto teorico nel contesto della teoria dei giochi, che tenga
in considerazione anche le “strategie” delle imprese concorrenti.
Choi e De Sarbo16 hanno, a riguardo, utilizzato il concetto di
equilibrio di Nash per derivare un modello che tenga conto delle
reazioni avversarie all’adozione di una determinata strategia di
marketing, ma in concreto si e` ancora in una fase iniziale di tale
approccio.
1.6 Presentazione della tesi
Gli obiettivi principali che si vogliono raggiungere in questa tesi
sono essenzialmente:
• quello di illustrare la teoria su cui si fonda la Conjoint
Analysis , intesa come strumento di analisi del processo
di valutazione del consumatore;
• quello di evidenziare le implicazioni pratiche e teoriche
16Choi e De Sarbo (1993)
18
delle semplificazioni adottate, per l’implementazione della
Conjoint Analysis alle ricerche di marketing;
• quello di illustrare le potenzialita` della Conjoint Analy-
sis come strumento di analisi del mercato attraverso una
applicazione pratica al mercato del caffe`.
Al fine di dare completezza alla trattazione, si concen-
trera` l’attenzione soprattutto sui metodi metrici. Vengono co-
munque illustrati, sebbene molto brevemente, anche le basi
metodologiche dei metodi non-metrici.
Nel capitolo 2, attraverso l’utilizzo della metodologia Func-
tional Measurement, verra` affrontato in modo approfondito
il problema dell’identificazione di modelli individuali idonei al-
la “rappresentazione” del processo valutativo del consumatore,
con particolare riguardo per il modello additivo ed il modello
multilineare.
A tale scopo si fara` soprattutto riferimento al paradigma della
Information Integration Theory (IIT).
L’utilizzo del modello additivo e del modello multilineare
per la rappresentazione del processo di valutazione del consu-
matore, verra` giustificato anche da un punto di vista empirico
esponendo i risultati illustrati da Meyer e Johnson17 in un loro
recente lavoro.
Nel terzo capitolo si evidenzieranno le semplificazioni del-
l’approccio IIT allo studio del comportamento del consumatore
nell’ambito delle ricerche di marketing.
In particolar modo si tratteranno gli aspetti concernenti:
17Meyer e Johnson (1995).
19
• le riduzione “ottimale” del numero di parametri da stimare
a livello individuale e del numero di “stimoli” da sottoporre
alla valutazione del consumatore, attraverso l’utilizzo dei
piani ortogonali frazionati;
• le implicazioni pratiche conseguenti all’aggregazione dei
dati di preferenza individuali per la stima di funzioni di
preferenza “aggregate”;
Verranno poi illustrate le fasi abitualmente seguite in uno stu-
dio di Conjoint Analysis e le principali alternative possibili. In
quest’ambito si dedichera` ampio spazio ai modelli di simulazione
maggiormente utilizzati nella pratica.
Infine, date le valutazioni fornite da un consumatore a diversi
tipi di “caffe`”, verra` illustrato un esempio di stima di un modello
di preferenza individuale.
Nel quarto ed ultimo capitolo si illustrera` l’approccio della
Conjoint Analysis alla segmentazione del mercato. In riferimen-
to ai gusti e le preferenze per il prodotto “caffe`”, verra` illustrata
la metodologia seguita per individuare dei segmenti “omoge-
nei” rispetto alle preferenze manifestate da un campione di 150
consumatori.
In ultimo, al fine di evidenziare le potenzialita` della Conjoint
Analysis come strumento di previsione, verranno illustrati i ri-
sultati relativi ad alcune simulazioni; in particolare, ipotizzando
una variazione nei prezzi di alcuni prodotti, sara` esposto uno
studio degli effetti sul mercato complessivo.
20