In questo studio verranno analizzate le risposte fornite dalla clientela di un’azienda in merito alle caratteristiche di 4 nuovi prodotti che intende immettere nel mercato. Per lo sviluppo di un prodotto vengono inizialmente considerate numerose variabili, ma soltanto alcune di queste sono essenziali ed influenti sul giudizio espresso da chi lo utilizza. Lo scopo di questo studio consiste, in primo luogo, nel comprendere se ci sia un prodotto tra quelli proposti maggiormente apprezzato; in secondo luogo, nell’ analizzare quali siano le principali caratteristiche del prodotto in grado di influenzare in modo preponderante i diversi KPI presi in considerazione dall’azienda. In questo modo può concentrarvici le proprie risorse e le attività di ricerca e sviluppo così da migliorare il più possibile i suddetti fattori, aumentando il grado di soddisfazione e apprezzamento da parte della propria clientela. Per conseguire questi obiettivi, verrà utilizzato R, software statistico che, grazie alle migliaia di librerie contenute al suo interno, è in grado di condurre numerose tipologie di analisi. Quindi, nella prima fase verrà effettuata un’analisi descrittiva dei driver, osservando il giudizio medio delle diverse variabili e dei KPI per comprendere un’eventuale preferenza relativa ad un prodotto da parte della clientela. Successivamente, grazie all’utilizzo di algoritmi di machine learning, si cercherà di capire quali tra i driver caratterizzanti i 4 prodotti siano quelli maggiormente influenti sui 2 KPI ritenuti più importanti da parte dell’azienda. Infine, attraverso l’utilizzo del CUB model, si andrà ad analizzare il valore associato all’indecisione relativa alle risposte dei clienti. Tale parametro può essere influenzato da diversi elementi, quali la parziale comprensione di una caratteristica, o la tendenza da parte del cliente di rispondere soltanto con valori intermedi, evitando di utilizzare l’intera scala di giudizio proposta. I risultati mostreranno che i rispondenti hanno leggermente preferito 2 dei 4 prodotti offerti; inoltre, partendo da oltre 200 variabili prese in considerazione, soltanto una decina di queste risultano effettivamente influenti sui due KPI ritenuti importanti per l’impresa.

Metodi e Modelli per l'analisi di indagini di mercato

FERRATO, NICHOLAS
2021/2022

Abstract

In questo studio verranno analizzate le risposte fornite dalla clientela di un’azienda in merito alle caratteristiche di 4 nuovi prodotti che intende immettere nel mercato. Per lo sviluppo di un prodotto vengono inizialmente considerate numerose variabili, ma soltanto alcune di queste sono essenziali ed influenti sul giudizio espresso da chi lo utilizza. Lo scopo di questo studio consiste, in primo luogo, nel comprendere se ci sia un prodotto tra quelli proposti maggiormente apprezzato; in secondo luogo, nell’ analizzare quali siano le principali caratteristiche del prodotto in grado di influenzare in modo preponderante i diversi KPI presi in considerazione dall’azienda. In questo modo può concentrarvici le proprie risorse e le attività di ricerca e sviluppo così da migliorare il più possibile i suddetti fattori, aumentando il grado di soddisfazione e apprezzamento da parte della propria clientela. Per conseguire questi obiettivi, verrà utilizzato R, software statistico che, grazie alle migliaia di librerie contenute al suo interno, è in grado di condurre numerose tipologie di analisi. Quindi, nella prima fase verrà effettuata un’analisi descrittiva dei driver, osservando il giudizio medio delle diverse variabili e dei KPI per comprendere un’eventuale preferenza relativa ad un prodotto da parte della clientela. Successivamente, grazie all’utilizzo di algoritmi di machine learning, si cercherà di capire quali tra i driver caratterizzanti i 4 prodotti siano quelli maggiormente influenti sui 2 KPI ritenuti più importanti da parte dell’azienda. Infine, attraverso l’utilizzo del CUB model, si andrà ad analizzare il valore associato all’indecisione relativa alle risposte dei clienti. Tale parametro può essere influenzato da diversi elementi, quali la parziale comprensione di una caratteristica, o la tendenza da parte del cliente di rispondere soltanto con valori intermedi, evitando di utilizzare l’intera scala di giudizio proposta. I risultati mostreranno che i rispondenti hanno leggermente preferito 2 dei 4 prodotti offerti; inoltre, partendo da oltre 200 variabili prese in considerazione, soltanto una decina di queste risultano effettivamente influenti sui due KPI ritenuti importanti per l’impresa.
2021
Methods and models for customer surveys
R
Analisi KPI
Indagine di mercato
Machine learning
CUB model
File in questo prodotto:
File Dimensione Formato  
Ferrato_Nicholas.pdf

accesso riservato

Dimensione 3.56 MB
Formato Adobe PDF
3.56 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/29445