Valentina Porta, Analista, Dati, analisi e corporate e public affairs, Youtrend
Si immagini la scrivania di un direttore commerciale. Vi sono tre dati, tutti solidi, tutti in contraddizione tra loro. Il primo è interno: le vendite sono in calo. Il secondo viene da una fonte ufficiale, una rilevazione Istat sui consumi, e dice che l’abitudine a cui quel prodotto risponde è in crescita. Il terzo arriva da uno studio di settore e dice che i concorrenti, in media, vendono di più. Ciascuno dei tre dati è corretto, e nessuno contiene la risposta all’unica domanda che conti davvero: perché il consumatore potenziale non compra? È un caso di dati che producono visibilità, ma non necessariamente producono conoscenza.
Quella risposta non è scritta da nessuna parte. La si può intravedere confrontando il proprio prodotto con quello dei competitor, per prezzo, packaging, nome e claim, leggendo tra le righe di ciò che c’è e di ciò che manca per cercare le differenze tra un prodotto e l’altro. Ma analizzare queste differenze non porta necessariamente ad attuare un cambiamento nella direzione che farà aumentare le vendite. Si finirebbe soltanto per misurare differenze tra prodotti, ma non le motivazioni e le percezioni di chi sceglie. Come si fa allora a sapere che cosa desidera il consumatore potenziale? Solamente con ricerche ad hoc, che siano quantitative, con un campione ampio e rappresentativo (come i sondaggi), o qualitative, con un campione piccolo e un obiettivo di ricerca mirato (come i focus group).
In entrambi i casi si riesce a registrare il comportamento diretto: si considera non solo chi ha comprato, come si potrebbe fare anche con un ascolto degli acquirenti o con un’analisi accurata delle recensioni, ma anche chi ha valutato il prodotto e ha scelto altro. Si ottiene così un dato che normalmente nei sistemi aziendali non esiste, cioè una traccia di chi non acquista, che nella maggior parte dei mercati rappresenta la larga maggioranza.
Il sondaggio pone una domanda a un campione rappresentativo di una popolazione e ne raccoglie le risposte. È un metodo dotato della flessibilità necessaria non solo a chiedere quali caratteristiche siano apprezzate e quali no, o a misurare la curva di domanda di un bene, ma anche a indagare le barriere all’acquisto (il prezzo percepito come eccessivo, la fiducia mancante, l’abitudine verso un concorrente, la semplice non considerazione). Può inoltre misurare caratteristiche più impalpabili come la notorietà, cioè quante persone sappiano che l’azienda esiste, e l’immagine, cioè quali attributi le vengano associati e quanto coincidano con quelli che l’azienda crede di comunicare. Sono misure che parlano sia al marketing sia alla governance: la reputazione è un asset di bilancio immateriale, e come ogni asset va misurata prima di poter essere gestita. Il metodo del sondaggio consente anche di testare l’effetto dei messaggi sulla popolazione generale: quale frame è più adatto ad aumentare la propensione all’acquisto? Quale a generare fiducia nell’azienda?
L’obiezione consueta è che la ricerca è lenta ed è costosa, ma oggi non è più attuale. Le modalità di rilevazione sono cambiate: la somministrazione CAWI su panel proprietario, unita a tecniche consolidate di campionamento e ponderazione, ha ridotto i tempi in modo radicale. Oggi un’indagine ben disegnata si chiude in circa due settimane, dal briefing ai risultati commentati, e per la maggior parte delle esigenze di business è pienamente adeguata: una tempistica decisamente più contenuta rispetto a una, pur efficace, prova sul campo delle differenziazioni del bene.
È una scelta che dà i frutti migliori quando viene ripetuta e quando viene inserita in una strategia più ampia. Un dato isolato dice poco: il 34% di notorietà è molto o è poco? Cosa succede all’opinione generale dopo la campagna ideata per ottenere visibilità su scala nazionale e comunicare i valori dell’azienda? La stessa domanda, posta nello stesso modo prima e dopo una campagna, trasforma una fotografia in un trend, consentendo una valutazione di efficacia. È un metodo per attribuire un effetto alla comunicazione. Ne discende una regola semplice, e a volte disattesa: la misurazione va disegnata insieme alla campagna, non dopo di essa. Il dato di partenza è il più prezioso e il più facile da perdere, perché se non lo si raccoglie prima non lo si potrà più ricostruire.
Se la ripetizione nel tempo è il primo elemento di questa scelta, il secondo è la strategia: le misurazioni sono più efficaci quando inserite in una strategia più ampia. Il questionario del sondaggio o la traccia del focus group devono essere costruiti a partire dai dati menzionati in apertura dell’articolo. Qual è il prodotto? Qual è la domanda a cui si vuole una risposta? Quali sono i competitor e quali le differenze tra un prodotto e l’altro? Queste possono essere le domande di partenza per il sondaggista, il cui compito sarà tradurre queste necessità in domande per la popolazione generale e analizzare i risultati per ottenere insight utili.
L’intelligenza artificiale ha già un ruolo concreto, sul versante operativo: la codifica delle domande aperte, la sintesi, l’accelerazione dell’analisi. Il tempo liberato può essere trasferito ad attività a maggior valore aggiunto, come la formulazione dei questionari e la traduzione dei risultati in indicazioni strategiche. È tempo che si libera e che torna all’interpretazione. Quanto alla raccolta dei dati e all’ipotesi di sostituire le interviste, le audience sintetiche sono utili per generare e affinare ipotesi su quali frame testare e quali segmenti esplorare, ma restano simulazioni, la cui validazione richiede la domanda posta a una persona vera. La misurazione attraverso il sondaggio resta infatti un modo di ascoltare, la tecnologia può renderlo più veloce, non può sostituire chi si decide di ascoltare.
