SlideShare ist ein Scribd-Unternehmen logo
1 von 21
Downloaden Sie, um offline zu lesen
PSICOLOGIA ECONOMICA E DEI
CONSUMI 2018/2019
Negozi di
vicinato
RICERCA DI MERCATO PER IL LANCIO DI UN'APP
Cuomo Gaetano 1847827
Gravagna Martina 1855465
Incognito Marta 1860306
Introduzione
La ricerca si è focalizzata sull'universo di significati e intenzioni d’acquisto che
ruota intorno ai negozi di vicinato, comunemente detti bangladini. L’'obiettivo
che guida la ricerca corrisponde alla volontà di reperire preferenze, bisogni e
aspettative degli utenti che fruiscono dei servizi di suddette attività
commerciali.
In origine, il quesito che il gruppo si è posto è il seguente:
“ipotizzando che un' azienda fittizia voglia lanciare sul
mercato un’app che
permetta di rintracciare i
negozi di vicinato in
prossimità degli ipotetici
utenti bersaglio, in quanti
sarebbero stimolati a
scaricare l’app e a fruire
di tale servizio?”
Analizzati i punti deboli del competitor preso in esame (Bangladino), è
stato prodotto un questionario volto ad indagare le abitudini d’acquisto,
le percezioni e le credenze degli utenti per quanto riguarda i negozi di
vicinato. Le domande sono state poste in prima persona e associate ad
una scala Likert a 5 punti (da “completamente in disaccordo” a
“completamente d’accordo”).
All’'interno del questionario è possibile rinvenire 5 sezioni:
1. Abitudini d’acquisto (ad es. “Sono solito acquistare prodotti in un
minimarket”);
·2. Prodotti (ad es. “In un minimarket, acquisto principalmente prodotti
alimentari”);
·3. Idea dei negozi di vicinato (ad es. “Acquisto in un minimarket, perchè
lo reputo più comodo”);
·4. Presentazione dell’app (ad es. “Se l’applicazione fosse gratuita, la
scaricherei senza esitazioni”);
5. Dati demografici (sesso, età, livello di istruzione e occupazione).
 
Infine, nella sezione relativa alla presentazione dell’app, è stato inserito
un logo fittizio per trasmettere concretezza e professionalità ai
destinatari della ricerca.
I obiettivo
L’obiettivo cardine della ricerca è indagare se l’'intenzione di scaricare
l’app può essere predetta dall’apprezzamento mostrato dagli utenti
nei confronti delle nuove funzionalità offerte da Amirul – Share the
Bangla! (item 2-4-5-6 della quarta sezione):
●       la possibilità di ricercare i negozi vicini (rintracciare)
●       la possibilità di utilizzare crediti virtuali nei negozi (crediti)
●       la possibilità di utilizzare filtri per cercare i prodotti (filtri)
●       la possibilità di usufruire della consegna a domicilio (consegna)
II obiettivo
Il secondo obiettivo coincide con la volontà di comprendere se
l’'uso dei negozi di vicinato da parte dei soggetti possa essere
predetto dal tipo di prodotti che essi vi acquistano:
●       casalinghi (prodotto 1);
●       alimentari (prodotto 2);
●       alcolici (prodotto 3);
●       prodotti per fumatori (prodotto 4).
III obiettivo
Infine, come terzo ed ultimo obiettivo, ci siamo domandati se sussista una
correlazione tra l’'uso dei negozi di vicinato e l'’idea positiva ad essi associata.
Il coefficiente idea positiva è stato ricavato dai seguenti item:
● “acquisto in un minimarket, perchè lo reputo più comodo”
(i comodo);
●“acquisto in un minimarket, perchè lo reputo più economico (i economico)
·●"acquisto in un minimarket, perchè ritengo sia più facile da raggiungere (i
raggiungere);
·●“ritengo sia facile trovare un minimarket (i trovare).
Campione
Il questionario è stato sottoposto a 330 soggetti, 260 femmine (indicate con F) e
70 maschi (indicati con M), di età compresa tra i 18 e gli 80 anni.
I soggetti sono stati, successivamente, divisi in base a fasce d'età identificative:
giovani (<30) e adulti (>30).
Risultati I obiettivo
Regressione lineare:
V.D.=intenzione di scaricare l'app;
V.I.=rintracciare, consegna, filtri e
crediti.
Il test F sul modello studiato con
tutti i predittori ha un valore di
p>0.001. Da qui si deduce che il
modello di regressione spiega in
modo significativo l’intenzione di
scaricare l’app
ll modello di regressione spiega
poco più della metà (.560) della
variabilità totale (1.099). L’analisi
dei coefficienti ha messo in
evidenza che i predittori
“rintracciare”, “consegna” e “filtri”
influenzano significativamente la
variabile criterio (sign. <.05).
Tra gli item in esame, “rintracciare”
ha l'impatto maggiore è  (b=.447)
Risultati II obiettivo
Regressione lineare:
V.D.=uso;
V.I.=p casa, p fumo, p alimentari, p
alcool.
Il test F sul modello studiato, con
tutti i predittori, ha un valore di
p<0.001. Da ciò si evince che il
modello di regressione spiega in
modo significativo l’uso del
minimarket da parte dei soggetti.
ll modello di regressione spiega più
della metà (.567) della variabilità
totale (.887). L’analisi dei
coefficienti ha messo in evidenza
come siano i predittori “p casa” e
“p alimentari” ad avere
un'influenza significativa sulla
variabile criterio (sign. <.05).
Tra gli item in esame, “p
alimentarti” ha l'impatto maggiore
(b=.416).
Risultati III obiettivo
E' stata operata una
correlazione tra l’'indicatore di
“uso” e quello di “idea positiva”
( ricavato dagli item idea1, idea2,
idea3, idea4, idea5).
Dall’analisi emerge una
correlazione significativa tra i
due indicatori, cioè a dire
all’aumentare di uno aumenta
anche il valore dell’altro.
Ulteriori dati
Seppur non utili ai fini degli obiettivi della ricerca
in esame, per dovere di completezza, sono di
seguito riportati alcuni dati riguardanti altri
aspetti dell’'universo di intenti legato alle
funzionalità dell’applicazione Amirul – Share the
Bangla.
In seguito all'analisi di ulteriori dati raccolti nelle
sezioni “abitudini di acquisto” e “prodotti” sono
emerse ulteriori spunti.
Ulteriori dati
La percentuale più cospicua di soggetti (33%)
spende tra gli 1 e i 5 euro al mese nei negozi di
vicinato.
Ulteriori dati
La fascia oraria privilegiata è quella pomeridiana
Ulteriori dati
I prodotti maggiormente acquistati sono: pane (51) alcool,
specialmente birra (49) carne e affettati (23)  frutta (22)
latte (22) acqua (18) detersivi (18).
In conclusione, sulla base di ciò che è emerso dall'’analisi
dei dati, si evince che i soggetti che hanno un’idea
positiva dei negozi di vicinato (e che sono, dunque, più
propensi ad utilizzarli) sarebbero disposti a scaricare
l’app gratuitamente.
Sulla base delle regressioni effettuate si potrebbe
suggerire ad Amirul-Share the bangla di concentrare le
forze nello sviluppo e nell’'implementazione delle
funzionalità di geolocalizzazione nei negozi e nella
consegna a domicilio, focalizzandosi solo
successivamente sull'utilizzo dei filtri di ricerca. Dalla
ricerca si evince che le prime due funzionalità sembrano
maggiormente predire l’intenzione di scaricare
gratuitamente l’applicazione.
Conclusioni
Si potrebbe sconsigliare l’'impiego di risorse nello sviluppo della
funzionalità di credito virtuale, in quanto non sembra avere un
effetto di predizione significativo sull’'intenzione di scaricare
gratuitamente l’app.
Sarebbe auspicabile per il committente concentrare gli sforzi
nell'inserire filtri di ricerca soprattutto per ciò concerne i
prodotti appartenenti alle categorie “casalinghi” e “alimentari”.
Come riportato in precedenza, il modello di regressione vede
questi due categorie come predittrici dell’utilizzo dei minimarket.
In aggiunta, incrociando questo risultato con i prodotti preferiti
dai soggetti, sarebbe consigliabile focalizzarsi specificatamente
su prodotti quali detersivi, carne ed insaccati.
Conclusioni
Grazie per l'attenzione!

Weitere ähnliche Inhalte

Ähnlich wie ricerca di mercato negozi di vicinato - slide

Estendere la propria rilevanza con la Search
Estendere la propria rilevanza con la SearchEstendere la propria rilevanza con la Search
Estendere la propria rilevanza con la SearchAlessio Del Sarto
 
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_it
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_itBiz miz o1 m5_u5.2_r6_k (ppt-f2f)_it
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_itEmanuelePristera
 
Pharma 2.0
Pharma 2.0Pharma 2.0
Pharma 2.0Doxa
 
BNL-BNP Paribas Business Plan
BNL-BNP Paribas Business PlanBNL-BNP Paribas Business Plan
BNL-BNP Paribas Business PlanManuel Carta
 
Piano Marketing del premio Marketing ''Millennials Mon Amour''
 Piano Marketing del premio Marketing ''Millennials Mon Amour'' Piano Marketing del premio Marketing ''Millennials Mon Amour''
Piano Marketing del premio Marketing ''Millennials Mon Amour''Alexandru Dinu
 
Pollit Presentazione
Pollit PresentazionePollit Presentazione
Pollit PresentazioneWannaup
 
Marketing & Big Data Analytics
Marketing & Big Data AnalyticsMarketing & Big Data Analytics
Marketing & Big Data AnalyticsElisa Iandiorio
 
Lo stato dell’arte del Loyalty Management e CRM
Lo stato dell’arte del Loyalty Management e CRMLo stato dell’arte del Loyalty Management e CRM
Lo stato dell’arte del Loyalty Management e CRMMarco Ieva
 
Il nuovo customer journey del consumatore multicanale
Il nuovo customer journey del consumatore multicanaleIl nuovo customer journey del consumatore multicanale
Il nuovo customer journey del consumatore multicanaleLargo Consumo
 
DCG - introduction to predictive data analysis for tourism market
DCG - introduction to predictive data analysis for tourism marketDCG - introduction to predictive data analysis for tourism market
DCG - introduction to predictive data analysis for tourism marketRaffaele Calegari
 
CheckBonus Presentazione Survey GDO
CheckBonus Presentazione Survey GDOCheckBonus Presentazione Survey GDO
CheckBonus Presentazione Survey GDOCheck Bonus
 
Trend del Mobile Banking (marzo 2014)
Trend del Mobile Banking (marzo 2014)Trend del Mobile Banking (marzo 2014)
Trend del Mobile Banking (marzo 2014)Elena Vaciago
 
Social Banking ed Executive Reputation: la reputazione on line di banche e to...
Social Banking ed Executive Reputation: la reputazione on line di banche e to...Social Banking ed Executive Reputation: la reputazione on line di banche e to...
Social Banking ed Executive Reputation: la reputazione on line di banche e to...Reputation Manager
 
ISBF14 e Reputation Manager - La reputazione on line di banche e top executive
ISBF14 e Reputation Manager - La reputazione on line di banche e top executiveISBF14 e Reputation Manager - La reputazione on line di banche e top executive
ISBF14 e Reputation Manager - La reputazione on line di banche e top executiveSocial Minds
 
Summary of - measuring the facebook advertising ecosystem
Summary of - measuring the facebook advertising ecosystemSummary of - measuring the facebook advertising ecosystem
Summary of - measuring the facebook advertising ecosystemeugenioceschia
 
Presentazione_Sinopia_2010
Presentazione_Sinopia_2010Presentazione_Sinopia_2010
Presentazione_Sinopia_2010Massimo Galimi
 
Presrsbmarketanalys 170424213601
Presrsbmarketanalys 170424213601Presrsbmarketanalys 170424213601
Presrsbmarketanalys 170424213601Andrea R.
 
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2Associazione "Achille Ardigò"
 
GiftAppy - gen. 2014 - IT
GiftAppy - gen. 2014 - ITGiftAppy - gen. 2014 - IT
GiftAppy - gen. 2014 - ITGiftAppy
 

Ähnlich wie ricerca di mercato negozi di vicinato - slide (20)

Estendere la propria rilevanza con la Search
Estendere la propria rilevanza con la SearchEstendere la propria rilevanza con la Search
Estendere la propria rilevanza con la Search
 
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_it
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_itBiz miz o1 m5_u5.2_r6_k (ppt-f2f)_it
Biz miz o1 m5_u5.2_r6_k (ppt-f2f)_it
 
Pharma 2.0
Pharma 2.0Pharma 2.0
Pharma 2.0
 
BNL-BNP Paribas Business Plan
BNL-BNP Paribas Business PlanBNL-BNP Paribas Business Plan
BNL-BNP Paribas Business Plan
 
Piano Marketing del premio Marketing ''Millennials Mon Amour''
 Piano Marketing del premio Marketing ''Millennials Mon Amour'' Piano Marketing del premio Marketing ''Millennials Mon Amour''
Piano Marketing del premio Marketing ''Millennials Mon Amour''
 
Pollit Presentazione
Pollit PresentazionePollit Presentazione
Pollit Presentazione
 
Marketing & Big Data Analytics
Marketing & Big Data AnalyticsMarketing & Big Data Analytics
Marketing & Big Data Analytics
 
Lo stato dell’arte del Loyalty Management e CRM
Lo stato dell’arte del Loyalty Management e CRMLo stato dell’arte del Loyalty Management e CRM
Lo stato dell’arte del Loyalty Management e CRM
 
Il nuovo customer journey del consumatore multicanale
Il nuovo customer journey del consumatore multicanaleIl nuovo customer journey del consumatore multicanale
Il nuovo customer journey del consumatore multicanale
 
DCG - introduction to predictive data analysis for tourism market
DCG - introduction to predictive data analysis for tourism marketDCG - introduction to predictive data analysis for tourism market
DCG - introduction to predictive data analysis for tourism market
 
Ecommerce, questo meraviglioso mondo
Ecommerce, questo meraviglioso mondoEcommerce, questo meraviglioso mondo
Ecommerce, questo meraviglioso mondo
 
CheckBonus Presentazione Survey GDO
CheckBonus Presentazione Survey GDOCheckBonus Presentazione Survey GDO
CheckBonus Presentazione Survey GDO
 
Trend del Mobile Banking (marzo 2014)
Trend del Mobile Banking (marzo 2014)Trend del Mobile Banking (marzo 2014)
Trend del Mobile Banking (marzo 2014)
 
Social Banking ed Executive Reputation: la reputazione on line di banche e to...
Social Banking ed Executive Reputation: la reputazione on line di banche e to...Social Banking ed Executive Reputation: la reputazione on line di banche e to...
Social Banking ed Executive Reputation: la reputazione on line di banche e to...
 
ISBF14 e Reputation Manager - La reputazione on line di banche e top executive
ISBF14 e Reputation Manager - La reputazione on line di banche e top executiveISBF14 e Reputation Manager - La reputazione on line di banche e top executive
ISBF14 e Reputation Manager - La reputazione on line di banche e top executive
 
Summary of - measuring the facebook advertising ecosystem
Summary of - measuring the facebook advertising ecosystemSummary of - measuring the facebook advertising ecosystem
Summary of - measuring the facebook advertising ecosystem
 
Presentazione_Sinopia_2010
Presentazione_Sinopia_2010Presentazione_Sinopia_2010
Presentazione_Sinopia_2010
 
Presrsbmarketanalys 170424213601
Presrsbmarketanalys 170424213601Presrsbmarketanalys 170424213601
Presrsbmarketanalys 170424213601
 
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2
Lezione Prof. Cipolla - 25 maggio 2017 - presentazione 2
 
GiftAppy - gen. 2014 - IT
GiftAppy - gen. 2014 - ITGiftAppy - gen. 2014 - IT
GiftAppy - gen. 2014 - IT
 

ricerca di mercato negozi di vicinato - slide

  • 1. PSICOLOGIA ECONOMICA E DEI CONSUMI 2018/2019 Negozi di vicinato RICERCA DI MERCATO PER IL LANCIO DI UN'APP Cuomo Gaetano 1847827 Gravagna Martina 1855465 Incognito Marta 1860306
  • 2. Introduzione La ricerca si è focalizzata sull'universo di significati e intenzioni d’acquisto che ruota intorno ai negozi di vicinato, comunemente detti bangladini. L’'obiettivo che guida la ricerca corrisponde alla volontà di reperire preferenze, bisogni e aspettative degli utenti che fruiscono dei servizi di suddette attività commerciali.
  • 3. In origine, il quesito che il gruppo si è posto è il seguente: “ipotizzando che un' azienda fittizia voglia lanciare sul mercato un’app che permetta di rintracciare i negozi di vicinato in prossimità degli ipotetici utenti bersaglio, in quanti sarebbero stimolati a scaricare l’app e a fruire di tale servizio?”
  • 4. Analizzati i punti deboli del competitor preso in esame (Bangladino), è stato prodotto un questionario volto ad indagare le abitudini d’acquisto, le percezioni e le credenze degli utenti per quanto riguarda i negozi di vicinato. Le domande sono state poste in prima persona e associate ad una scala Likert a 5 punti (da “completamente in disaccordo” a “completamente d’accordo”).
  • 5. All’'interno del questionario è possibile rinvenire 5 sezioni: 1. Abitudini d’acquisto (ad es. “Sono solito acquistare prodotti in un minimarket”); ·2. Prodotti (ad es. “In un minimarket, acquisto principalmente prodotti alimentari”); ·3. Idea dei negozi di vicinato (ad es. “Acquisto in un minimarket, perchè lo reputo più comodo”); ·4. Presentazione dell’app (ad es. “Se l’applicazione fosse gratuita, la scaricherei senza esitazioni”); 5. Dati demografici (sesso, età, livello di istruzione e occupazione).   Infine, nella sezione relativa alla presentazione dell’app, è stato inserito un logo fittizio per trasmettere concretezza e professionalità ai destinatari della ricerca.
  • 6. I obiettivo L’obiettivo cardine della ricerca è indagare se l’'intenzione di scaricare l’app può essere predetta dall’apprezzamento mostrato dagli utenti nei confronti delle nuove funzionalità offerte da Amirul – Share the Bangla! (item 2-4-5-6 della quarta sezione): ●       la possibilità di ricercare i negozi vicini (rintracciare) ●       la possibilità di utilizzare crediti virtuali nei negozi (crediti) ●       la possibilità di utilizzare filtri per cercare i prodotti (filtri) ●       la possibilità di usufruire della consegna a domicilio (consegna)
  • 7. II obiettivo Il secondo obiettivo coincide con la volontà di comprendere se l’'uso dei negozi di vicinato da parte dei soggetti possa essere predetto dal tipo di prodotti che essi vi acquistano: ●       casalinghi (prodotto 1); ●       alimentari (prodotto 2); ●       alcolici (prodotto 3); ●       prodotti per fumatori (prodotto 4).
  • 8. III obiettivo Infine, come terzo ed ultimo obiettivo, ci siamo domandati se sussista una correlazione tra l’'uso dei negozi di vicinato e l'’idea positiva ad essi associata. Il coefficiente idea positiva è stato ricavato dai seguenti item: ● “acquisto in un minimarket, perchè lo reputo più comodo” (i comodo); ●“acquisto in un minimarket, perchè lo reputo più economico (i economico) ·●"acquisto in un minimarket, perchè ritengo sia più facile da raggiungere (i raggiungere); ·●“ritengo sia facile trovare un minimarket (i trovare).
  • 9. Campione Il questionario è stato sottoposto a 330 soggetti, 260 femmine (indicate con F) e 70 maschi (indicati con M), di età compresa tra i 18 e gli 80 anni. I soggetti sono stati, successivamente, divisi in base a fasce d'età identificative: giovani (<30) e adulti (>30).
  • 10. Risultati I obiettivo Regressione lineare: V.D.=intenzione di scaricare l'app; V.I.=rintracciare, consegna, filtri e crediti. Il test F sul modello studiato con tutti i predittori ha un valore di p>0.001. Da qui si deduce che il modello di regressione spiega in modo significativo l’intenzione di scaricare l’app ll modello di regressione spiega poco più della metà (.560) della variabilità totale (1.099). L’analisi dei coefficienti ha messo in evidenza che i predittori “rintracciare”, “consegna” e “filtri” influenzano significativamente la variabile criterio (sign. <.05). Tra gli item in esame, “rintracciare” ha l'impatto maggiore è  (b=.447)
  • 11.
  • 12. Risultati II obiettivo Regressione lineare: V.D.=uso; V.I.=p casa, p fumo, p alimentari, p alcool. Il test F sul modello studiato, con tutti i predittori, ha un valore di p<0.001. Da ciò si evince che il modello di regressione spiega in modo significativo l’uso del minimarket da parte dei soggetti. ll modello di regressione spiega più della metà (.567) della variabilità totale (.887). L’analisi dei coefficienti ha messo in evidenza come siano i predittori “p casa” e “p alimentari” ad avere un'influenza significativa sulla variabile criterio (sign. <.05). Tra gli item in esame, “p alimentarti” ha l'impatto maggiore (b=.416).
  • 13.
  • 14. Risultati III obiettivo E' stata operata una correlazione tra l’'indicatore di “uso” e quello di “idea positiva” ( ricavato dagli item idea1, idea2, idea3, idea4, idea5). Dall’analisi emerge una correlazione significativa tra i due indicatori, cioè a dire all’aumentare di uno aumenta anche il valore dell’altro.
  • 15. Ulteriori dati Seppur non utili ai fini degli obiettivi della ricerca in esame, per dovere di completezza, sono di seguito riportati alcuni dati riguardanti altri aspetti dell’'universo di intenti legato alle funzionalità dell’applicazione Amirul – Share the Bangla. In seguito all'analisi di ulteriori dati raccolti nelle sezioni “abitudini di acquisto” e “prodotti” sono emerse ulteriori spunti.
  • 16. Ulteriori dati La percentuale più cospicua di soggetti (33%) spende tra gli 1 e i 5 euro al mese nei negozi di vicinato.
  • 17. Ulteriori dati La fascia oraria privilegiata è quella pomeridiana
  • 18. Ulteriori dati I prodotti maggiormente acquistati sono: pane (51) alcool, specialmente birra (49) carne e affettati (23)  frutta (22) latte (22) acqua (18) detersivi (18).
  • 19. In conclusione, sulla base di ciò che è emerso dall'’analisi dei dati, si evince che i soggetti che hanno un’idea positiva dei negozi di vicinato (e che sono, dunque, più propensi ad utilizzarli) sarebbero disposti a scaricare l’app gratuitamente. Sulla base delle regressioni effettuate si potrebbe suggerire ad Amirul-Share the bangla di concentrare le forze nello sviluppo e nell’'implementazione delle funzionalità di geolocalizzazione nei negozi e nella consegna a domicilio, focalizzandosi solo successivamente sull'utilizzo dei filtri di ricerca. Dalla ricerca si evince che le prime due funzionalità sembrano maggiormente predire l’intenzione di scaricare gratuitamente l’applicazione. Conclusioni
  • 20. Si potrebbe sconsigliare l’'impiego di risorse nello sviluppo della funzionalità di credito virtuale, in quanto non sembra avere un effetto di predizione significativo sull’'intenzione di scaricare gratuitamente l’app. Sarebbe auspicabile per il committente concentrare gli sforzi nell'inserire filtri di ricerca soprattutto per ciò concerne i prodotti appartenenti alle categorie “casalinghi” e “alimentari”. Come riportato in precedenza, il modello di regressione vede questi due categorie come predittrici dell’utilizzo dei minimarket. In aggiunta, incrociando questo risultato con i prodotti preferiti dai soggetti, sarebbe consigliabile focalizzarsi specificatamente su prodotti quali detersivi, carne ed insaccati. Conclusioni