La conjoint analysis: il prodotto può af­fer­mar­si sul mercato?

Lo sviluppo di un nuovo prodotto comporta sempre un notevole rischio fi­nan­zia­rio. Oltre ai costi per l'ef­fet­ti­vo sviluppo del prodotto, bisogna con­si­de­ra­re anche il fi­nan­zia­men­to delle materie prime e della pro­du­zio­ne e, infine, le spese per il po­si­zio­na­men­to sul mercato e le strategie pub­bli­ci­ta­rie. E anche se il lancio sul mercato ha avuto successo, è ancora incerto se il prodotto sarà in grado di af­fer­mar­si a lungo termine e rag­giun­ge­re le vendite de­si­de­ra­te.

Na­tu­ral­men­te gli im­pren­di­to­ri vogliono mantenere il rischio che un prodotto non venga venduto il più basso possibile. A tal fine è possibile uti­liz­za­re diversi metodi di analisi aziendale. Uno di questi è l'analisi congiunta, che analizza i desideri e le esigenze dei clienti ancora prima del lancio sul mercato. I risultati aiutano le aziende a pro­get­ta­re il ri­spet­ti­vo prodotto in modo che generi la maggiore domanda possibile.

La conjoint analysis è co­no­sciu­ta anche come "mi­su­ra­zio­ne congiunta" o "me­to­do­lo­gia di mi­su­ra­zio­ne congiunta". Si tratta di un metodo di ricerca di mercato che viene uti­liz­za­to sin dagli anni '70 per de­ter­mi­na­re l'im­por­tan­za dei singoli attributi parziali di un prodotto per i po­ten­zia­li clienti.

L'analisi congiunta è una tecnica di sta­ti­sti­ca mul­ti­va­ria­ta. Questo significa che non viene ana­liz­za­to un solo attributo (analisi uni­va­ria­ta), ma che nella va­lu­ta­zio­ne com­ples­si­va vengono incluse diverse variabili sta­ti­sti­che. In questo modo, un'a­zien­da può scoprire quale com­bi­na­zio­ne di attributi (struttura, im­bal­lag­gio, prezzo) promette la maggiore richiesta del mercato e svi­lup­pa­re pertanto il suo prodotto.

Questo metodo di analisi viene uti­liz­za­to per scoprire quale prodotto un cliente sce­glie­reb­be in una si­tua­zio­ne di acquisto rea­li­sti­ca, con­fron­tan­do di­ret­ta­men­te diversi prodotti molto simili che dif­fe­ri­sco­no tra loro solo in parte. Le domande iniziali sono: quale di questi prodotti simili ac­qui­ste­reb­be il cliente? Quali sono gli attributi del prodotto che in­fluen­za­no mag­gior­men­te la sua decisione di acquisto?

La base del­l'a­na­li­si congiunta è il sondaggio tra i clienti, che in questo caso, tuttavia, avviene in con­di­zio­ni par­ti­co­la­ri. Non si tratta di un sondaggio libero in cui i par­te­ci­pan­ti esprimono sem­pli­ce­men­te la loro opinione su un prodotto, ma vengono proposte varie al­ter­na­ti­ve tra cui scegliere.

I risultati di questa procedura sono più in­di­ca­ti­vi di quelli di un sondaggio diretto tra i clienti su un unico prodotto specifico. Infatti, anche se il cliente valuta bene il prodotto ed è en­tu­sia­sta delle singole ca­rat­te­ri­sti­che, ciò non significa che lo sce­glie­reb­be se con­fron­ta­to con i prodotti della con­cor­ren­za. In una si­tua­zio­ne di acquisto reale, il cliente valuta sempre un prodotto come una com­bi­na­zio­ne di tutti gli attributi parziali e in relazione ai prodotti della con­cor­ren­za. Anche il rapporto qualità/prezzo gioca un ruolo im­por­tan­te.

La conjoint analysis riproduce queste con­di­zio­ni nel sondaggio e fornisce al­l'im­pren­di­to­re in­for­ma­zio­ni im­por­tan­ti per lo sviluppo del prodotto e il calcolo del prezzo.

Una conjoint analysis comporta un certo sforzo. Dovete pre­pa­rar­la bene e ri­flet­te­re at­ten­ta­men­te su quali attributi del prodotto se­le­zio­na­re, in modo che il sondaggio fornisca valori davvero si­gni­fi­ca­ti­vi.

Com­ple­ta­te sin­go­lar­men­te le seguenti fasi:

1. Selezione dei prodotti: l'analisi conjoint può essere uti­liz­za­ta solo per prodotti o ca­rat­te­ri­sti­che che i con­su­ma­to­ri conoscono già. Nel caso di prodotti in­no­va­ti­vi, le persone non hanno l'e­spe­rien­za pratica per valutare e con­fron­ta­re rea­li­sti­ca­men­te le ri­spet­ti­ve ca­rat­te­ri­sti­che tra di loro. Questo metodo di analisi è più efficace per prodotti di uso quo­ti­dia­no.
2. Attributi del prodotto: de­ter­mi­na­te quali attributi includere in modo che le persone possano prendere una decisione il più possibile fondata. È im­por­tan­te non men­zio­na­re troppi attributi dif­fe­ren­ti per la singola tipologia di prodotto, al­tri­men­ti i par­te­ci­pan­ti po­treb­be­ro ef­fet­tua­re una scelta casuale, com­pro­met­ten­do l'utilità del­l'in­da­gi­ne. Il prezzo dovrebbe in ogni caso apparire, dato che è un criterio decisivo nella decisione di acquisto del con­su­ma­to­re.
3. Livelli degli attributi: anche nel caso dei livelli degli attributi è buona norma non men­zio­nar­ne troppi, al­tri­men­ti le persone po­treb­be­ro avere dif­fi­col­tà a con­fron­ta­re i singoli prodotti. È meglio limitarsi a circa tre livelli non troppo diversi tra loro. Do­vreb­be­ro essere prese in con­si­de­ra­zio­ne le con­di­zio­ni di vita e le pre­fe­ren­ze (previste) del gruppo target.
4. Il que­stio­na­rio: una volta definiti gli attributi dei prodotti e i ri­spet­ti­vi livelli da includere nel sondaggio viene svi­lup­pa­to un que­stio­na­rio che struttura le opzioni in profili al­ter­na­ti­vi del prodotto (stimoli). L'impiego di immagini o de­scri­zio­ni testuali dipende, da un lato, dal prodotto e, dal­l'al­tro, dal costo pre­ven­ti­va­to. In questa fase va inoltre chiarito se il sondaggio deve essere ef­fet­tua­to in modo classico con un que­stio­na­rio cartaceo, su PC o online.
5. Selezione dei con­su­ma­to­ri target: la de­fi­ni­zio­ne del gruppo target co­sti­tui­sce la fase iniziale dello sviluppo di qualsiasi prodotto nuovo. Si seleziona e si invita quindi a par­te­ci­pa­re al­l'in­da­gi­ne un numero rap­pre­sen­ta­ti­vo di persone ap­par­te­nen­ti a questo gruppo target. Gli in­ter­vi­sta­ti stilano una clas­si­fi­ca (ad esempio sotto forma di punteggio) per indicare quale dei prodotti di­spo­ni­bi­li ac­qui­ste­reb­be­ro con maggiore pro­ba­bi­li­tà e quali no.
6. Calcolo dei valori: le decisioni dei par­te­ci­pan­ti vengono valutate mediante metodi di sta­ti­sti­ca mul­ti­va­ria­ta, uti­liz­zan­do le relative formule sta­ti­sti­che o un software specifico.
7. Va­lu­ta­zio­ne: dai valori calcolati si possono ora de­ter­mi­na­re quali sono gli attributi e i livelli del prodotto più im­por­tan­ti per i con­su­ma­to­ri che par­te­ci­pa­no al­l'in­da­gi­ne, qual è un prezzo ap­pro­pria­to e come le va­ria­zio­ni di prezzo in­fluen­za­no la domanda.
8. Misure di marketing: i risultati della va­lu­ta­zio­ne possono ora essere uti­liz­za­ti per pia­ni­fi­ca­re le fasi suc­ces­si­ve. Il primo passo è quello di decidere con quali ca­rat­te­ri­sti­che il prodotto andrà in pro­du­zio­ne e poi come com­mer­cia­liz­zar­lo al meglio per rag­giun­ge­re il gruppo target.

Questo processo descrive la conjoint analysis classica. Su questa base sono stati svi­lup­pa­ti ulteriori metodi che con­sen­to­no di ottenere risultati più si­gni­fi­ca­ti­vi per domande spe­ci­fi­che e di cor­reg­ge­re gli svantaggi del metodo tra­di­zio­na­le. Questi svantaggi risiedono so­prat­tut­to nella li­mi­ta­zio­ne a pochi livelli di prodotto e nella gra­dua­zio­ne non rea­li­sti­ca della di­spo­ni­bi­li­tà al­l'ac­qui­sto.

Tra le tante forme svi­lup­pa­te nel tempo, ci sono due metodi di analisi mul­ti­va­ria­ta che sono diventate standard:

L'Adaptive Conjoint Analysis (ACA) è un processo in­for­ma­tiz­za­to in cui ai par­te­ci­pan­ti vengono poste ulteriori domande più ap­pro­fon­di­te in base alla loro selezione. A seconda della risposta alla prima domanda verrà vi­sua­liz­za­ta la domanda suc­ces­si­va o pagina di selezione. Il que­stio­na­rio viene quindi compilato in­di­vi­dual­men­te per ogni in­ter­vi­sta­to durante il sondaggio. I prodotti di­spo­ni­bi­li per la selezione non mostrano mai tutti gli attributi possibili. Gli attributi pre­ce­den­te­men­te se­le­zio­na­ti vengono piuttosto con­fron­ta­ti con quelli nuovi nella fase suc­ces­si­va. In questo modo, il computer apprende le pre­fe­ren­ze del­l'in­ter­vi­sta­to e può ottenere, mediante le domande suc­ces­si­ve, in­for­ma­zio­ni si­gni­fi­ca­ti­ve e utili per il marketing.

La Choice-Based Conjoint Analysis (CBC) tiene invece conto dei risultati delle decisioni eco­no­mi­che e della teoria del com­por­ta­men­to, rap­pre­sen­tan­do i prodotti con tutti i loro attributi. L'in­ter­vi­sta­to può scegliere un solo prodotto con tutti i suoi attributi per ogni fase del sondaggio. A dif­fe­ren­za della classica analisi congiunta, l'in­ter­vi­sta­to non può stilare una clas­si­fi­ca. Questo rende la CBC il modo migliore per simulare una si­tua­zio­ne di acquisto reale, motivo per cui è at­tual­men­te il metodo di analisi più uti­liz­za­to.

Altre forme di conjoint analysis sono:

• la Limit Conjoint Analysis (LCA)
• la Hie­rar­chi­cal In­di­vi­dua­li­zed Limit Conjoint Analysis (HILCA)
• la Multi Rule Conjoint Analysis (MRC)
• la Hie­rar­chi­cal Bayes Choice-Based Conjoint Analysis (CBCHB)

Per chiarire ancora una volta la procedura vi pre­sen­tia­mo un esempio di conjoint analysis:

un'a­zien­da vuole lanciare sul mercato un nuovo succo di frutta e sapere in anticipo quale concetto di prodotto è par­ti­co­lar­men­te pro­met­ten­te. A tal fine, conduce un'a­na­li­si congiunta del gruppo target: persone che vivono in aree urbane di età compresa tra i 25 e i 40 anni con un reddito medio regolare. In questo modo, l'azienda vuole scoprire quali attributi sono im­por­tan­ti per i po­ten­zia­li clienti e quale prezzo sono disposti a pagare.

Il product manager definisce tre attributi che vuole includere nel­l'in­da­gi­ne: contenuto di frutta, im­bal­lag­gio e prezzo. Per ognuno di questi considera tre livelli diversi, in modo da ottenere la seguente tabella:

Tra tutte le com­bi­na­zio­ni possibili ne sceglie di nuovo tre, che presenta ai par­te­ci­pan­ti al sondaggio.

• Profilo 1: bottiglia di vetro (vuoto a rendere), contenuto di frutta 55%, € 3,49
• Profilo 2: bottiglia di plastica (vuoto a rendere), contenuto di frutta 100%, 3,99 €
• Profilo 3: cartone (riciclato), contenuto di frutta 35%, € 2,99

I par­te­ci­pan­ti devono ora mettere in ordine i tre profili di prodotto in base alle loro pre­fe­ren­ze. Questo è il modo migliore per simulare una si­tua­zio­ne di mercato reale, in quanto il cliente valuta ogni prodotto con tutte le sue ca­rat­te­ri­sti­che anche al momento del­l'ac­qui­sto.

Una volta com­ple­ta­ta l'in­da­gi­ne, i dati vengono ana­liz­za­ti e con­ver­ti­ti in co­sid­det­ti valori di utilità con metodi sta­ti­sti­ci. Questi valori ri­flet­to­no l'utilità di ogni singolo attributo, il co­sid­det­to valore di utilità parziale, per la decisione di acquisto del con­su­ma­to­re.

La conjoint analysis degli attributi del succo di frutta fornisce i seguenti valori di utilità parziale:

Il product manager può ora calcolare il valore di utilità totale per ciascuno dei profili di prodotto pre­sen­ta­ti, sommando i valori di utilità parziale degli attributi del prodotto.

Profilo 1: 1,8 + 1,8 + 2,3 = 5,9

Profilo 2: 1 + 2,6 + 1 = 4,6

Profilo 3: 1,5 + 1 + 2,8 = 5,3

In questo modo ottiene una di­men­sio­ne com­pa­ra­bi­le che indica quale profilo di prodotto promette il maggior successo sul mercato. Il product manager può, inoltre, calcolare fa­cil­men­te l'impatto che il cam­bia­men­to di un attributo avrebbe sul valore di utilità per i con­su­ma­to­ri. Con le in­for­ma­zio­ni acquisite, il prodotto può essere pro­get­ta­to in modo tale da pro­met­te­re il massimo successo possibile presso il gruppo target.

Vi preghiamo di osservare la nota legale relativa a questo articolo.