I metodi statistici per le ricerche di mercato

metodi statistici per le ricerche di mercato

Quali sono i metodi statistici per analizzare i dati raccolti durante le ricerche di mercato?

La maggior parte delle indagini di mercato, in particolare quelle quantitative, raccolgono una grande mole di dati utili, da analizzare in termini statistici al fine ottenere informazioni utili e report comprensibili per le aziende.

I metodi statistici si utilizzano proprio con lo scopo di analizzare e studiare i dati raccolti durante le indagini, e si applicano prettamente ai dati di carattere quantitativo.

Non che i dati qualitativi vengano trascurati, ci mancherebbe! Ma affinché possiamo analizzarli con i metodi statistici per le ricerche di mercato, dobbiamo trasformarli in quantitativi.

Tipico esempio: se calcoliamo una scala numerica, un valore qualitativo può diventare un numero.

Indovina? Oggi approfondiremo proprio i metodi statistici applicati ai dati intercettati durante una market research, in modo che tu possa comprendere al meglio come possa procedere un’agenzia di ricerche di mercato che lavora con i Big Data online… Come noi di Central Marketing Intelligence!

Iniziamo, prima di tutto, con le caratteristiche dei dati da analizzare con questi particolari metodi.

Le 5 caratteristiche dei Big Data che estrapoliamo durante le analisi di mercato

big data analizzati con metodi statistici nelle ricerche di mercato

Il nostro metodo per quanto riguarda le market research (puntualizziamo IL NOSTRO perché siamo l’unica agenzia in Italia che opera in questo modo!) consiste nell’ascoltare la rete, ovvero ciò che dicono le persone sul web riguardo un mercato, un’azienda, i concorrenti e molto altro.

L’ascolto della rete, in gergo Social Listening, consiste nell’intercettare una grande mole di dati online con l’utilizzo di potenti software, accuratamente impostati affinché ci restituiscano dati coerenti con il nostro obiettivo.

Per esempio, se vogliamo fare una ricerca ben specifica e intercettare le menzioni riguardo una determinata azienda, andremo a intercettare quelle e solo quelle… Non tutte le conversazioni online relative al settore in cui opera l’impresa.

In ogni caso, se volessimo ascoltare le conversazioni relative a un intero settore potremmo farlo. E infatti lo facciamo eccome, se ci aiuta a dare informazioni utili ai nostri clienti!

Andiamo dritti al punto: intercettare un grande volume di dati informativi significa estrapolare Big Data che, per essere definiti tali, devono presentare 5 caratteristiche:

  • Volume. Grazie alle nuove tecnologie, come i software di social listening, abbiamo la fantastica possibilità di immagazzinare enormi volumi di dati.
  • Velocità: i Big Data fluiscono ad altissima velocità e dobbiamo gestirli in maniera tempestiva.
  • Varietà: questi dati arrivano sotto ogni tipo di formato (da dati strutturati e numerici in database tradizionali a non strutturati come documenti di testo, e-mail, video e audio).
  • Variabilità. I flussi di dati possono essere altamente inconsistenti e con picchi periodici.
  • Complessità. Arrivano da molteplici fonti ed è necessario abbinare, ripulire e trasformare i dati trasversali.

Il valore reale dei Big Data non deriva dalla loro forma grezza, bensì dalle informazioni che risultano dalla loro selezione, elaborazione ed analisi.

Ciò significa che per trarre valore e conoscenze da questa enorme mole di dati è necessario applicare importanti metodi statistici!

Leggi anche: Strategia di Business: perché non puoi più fare a meno della Marketing Intelligence

Tipologie di Big Data nelle ricerche di mercato

Oltre avere le 5 caratteristiche di cui ti abbiamo parlato poc’anzi, i Big Data si suddividono in due tipologie:

  • Censuari (rilevazioni totali), che analizzano l’intera popolazione statistica interessata allo studio. Identificare una popolazione di riferimento significa specificare le condizioni di eleggibilità, ovvero le caratteristiche che le unità statistiche devono soddisfare per far parte di tale popolazione. Un esempio può essere l’individuazione della soddisfazione di tutti i partecipanti a un evento.
  • Campionari (rilevazioni parziali), che confinano l’analisi ad una parte della popolazione statistica, individuata mediante la tecnica del campionamento. Mirano a generalizzare a tutta la popolazione i risultati ottenuti sul campione. Un esempio? La rilevazione della soddisfazione di una parte dei clienti che hanno usufruito di un servizio.

I dati censuari possono essere i censimenti Istat, lo studio di tutti gli utenti intervenuti a un evento o che hanno testato un prodotto, ma anche lo studio delle ricerche su Google per una determinata parola chiave.

I dati campionari sono, ad esempio, i risultati di un sondaggio, uno studio di social listening o Google Trends.

Nel caso dell’ascolto della rete, non sempre ha senso chiederci se stiamo analizzando tutti gli utenti, perché nessun software di social listening traccia tutto!

È impossibile per via delle restrizioni di privacy dei social, ma anche per la natura di alcuni forum e testate giornalistiche: dobbiamo agganciare un crawler per tracciare i dati, eppure ci saranno sempre mini-forum impossibili da tracciare.

Ma questo non importa, perché ascoltare la rete e le opinioni dei consumatori non significa fare semplici statistiche. È una comprensione del comportamento delle persone e di come il pubblico si sente realmente a proposito di un prodotto/servizio o di un brand.

Una volta che un marchio ha questa consapevolezza, può conquistare la mente di milioni di clienti.

Per saperne di più, leggi questo articolo: Campione statistico per ricerche di mercato: ecco quando è valido e quando no“.

Andiamo ora a concentrarci sui metodi di analisi statistica nelle ricerche di mercato.

I metodi di analisi statistica dei dati quantitativi

Una volta ottenuti i dati quantitativi mediante appositi software, dobbiamo analizzarli sulla base di precisi metodi statistici. Ecco quali:

  • Statistica Descrittiva
  • Statistica Inferenziale (Inferenza statistica)
  • Statistica Esplorativa (Analisi esplorativa)

La statistica descrittiva è un metodo statistico che analizza i criteri di rilevazione, classificazione, sintesi e rappresentazione dei dati ottenuti dallo studio di una popolazione o di un campione, ovvero una parte della popolazione stessa.

I risultati ottenuti mediante l’applicazione di questo metodo si possono definire certi… A meno che non si compiano errori di misurazione dovuti al caso (vuoi sapere qual è la media di questi errori? È pari a zero!). Al contrario, la statistica inferenziale può comprendere anche errori di valutazione.

L’inferenza statistica è l’analisi per cui si individuano le caratteristiche di una popolazione mediante l’osservazione di un campione, di solito selezionato mediante un esperimento casuale.

La statistica esplorativa è, invece, un insieme di tecniche mirate a cercare correlazioni tra i dati. Tra le tecniche principali troviamo:

  • Analisi dei cluster (clustering o Cluster Analysis): lo studio dei gruppi di variabili simili, come ad esempio all’interno delle analisi di social listening, per individuare chi sta parlando di argomenti analoghi. Lavorando con strumenti per l’analisi statistica, come ad esempio il software R, è possibile utilizzare funzioni specifiche per raggruppare variabili simili in gruppi.
  • L’analisi delle componenti principali, che ha l’obiettivo di ridurre al minimo il numero di variabili senza per questo perdere di significatività e completezza.

L’analisi statistica dei dati si distingue anche in monovariata, bivariata e multivariata in base al numero di variabili analizzato.

Metodi di analisi statistica monovariata, bivariata e multivariata: cosa sono?

L’analisi monovariata studia il comportamento di una sola variabile alla volta, sia in modo assoluto che in una serie temporale.

Per analizzare queste variabili si utilizzano diversi parametri statistici, ovvero:

  • frequenza – numero di volte che avviene la rilevazione
  • media – valore medio delle rilevazioni
  • mediana – valore centrale delle rilevazioni
  • dispersione e varianza, scarto quadratico medio – per valutare l’ampiezza dell’intervallo

Ad esempio, lo studio delle ricerche su Google in un determinato mese è un’analisi di una sola variabile, come valore medio negli ultimi 12 mesi.

Ma ecco un esempio reale: nella seguente tabella ti mostriamo lo studio delle ricerche mensili su Google dei termini usati in Spagna per indicare i pantaloni.

ricerche su google sui termini per indicare i pantaloni in Spagna

Questi dati si rappresentano con istogrammi, diagrammi a torta, diagrammi a barre, diagrammi con l’andamento nel tempo, altri diagrammi come il radar o raffigurazioni ad albero.

L’analisi bivariata e quella multivariata servono, invece per valutare se due o più variabili siano in relazione tra loro, ovvero per valutare la “correlazione” e la “copresenza”.

Nel caso della correlazione, si verifica se il variare dell’una determina quello dell’altra oppure se il comportamento dell’una può essere spiegato dall’altra.

Sempre seguendo il nostro esempio dei pantaloni, possiamo studiare come diverse parole siano abbinate nelle ricerche su Google e comprendere quali siano correlate.

esempio di dati per analisi statistica multivariata

L’analisi bivariata e multivariata si applica anche al social listening per osservare le menzioni che citano più temi insieme:

esempio di analisi multivariata nel social listening

O, ancora, si osserva la correlazione tra due variabili indipendenti, il volume e il cambiamento nel tempo, per creare dei raggruppamenti e comprendere ogni variabile in quali si cali.

Questi dati si rappresentano con tabelle, grafici a bolle o scatterplot, grafici a scale di colore, grafici cartesiani.

In conclusione

La bravura di un analista sta anche nel capire – sulla base di ogni obiettivo e per ogni tipologia di dati analizzata – quale sia il modo migliore per studiare i dati con i giusti parametri e, successivamente, come rappresentarli con un’adeguata visualizzazione… In modo che chi legga i report non veda un insieme di dati e informazioni incomprensibili ma possa utilizzare i risultati a favore della propria azienda!

Ad esempio, con una o più analisi di mercato si possono migliorare vendite e servizio clienti (sì, sono due argomenti correlati!), strategie di marketing, evitare crisi reputazionali e molto altro ancora.

Più semplicemente, possiamo scoprire le informazioni lasciate online dalle persone per scoprire tutto sui desideri, le aspettative e le opinioni dei clienti target della tua azienda per utilizzarle a tuo favore!

Ora che ti sei tolto ogni dubbio sui metodi statistici vuoi sapere come le ricerche di mercato possano aiutarti a crescere nel tuo mercato?

Contattaci subito: siamo qui per offrirti pieno supporto per il raggiungimento dei tuoi obiettivi!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito utilizza cookie propri e di terze parti per scopi tecnici, analitici, statistici, di profilazione e di remarketing. Se desideri maggiori informazioni e vuoi gestire le tue preferenze sui cookie di terze parti, fai clic sul pulsante in basso per leggere le Informazioni sui cookie. Facendo clic sul pulsante "Accetta", acconsenti all'uso dei cookie di terze parti per gli scopi indicati nell'avviso.