Le ricerche di mercato e i dati (21). Prontuario di Paolo Duranti

I Panel

Una ricerca di mercato “perfetta” sarebbe quella in cui tutti gli elementi dell’universo considerato venissero intervistati. Ma ovviamente i costi derivanti da una ricerca eseguita in tal modo (censimento) avrebbe dei costi affatto sostenibili per qualsiasi operatore. Solo lo stato italiano si può permettere di effettuare, ogni 10 anni, un censimento della intera popolazione per avere informazioni corrette sulla composizione della popolazione residente in Italia.

Da notare che parlo di popolazione residente in Italia e non italiana, in quanto, come è noto ormai in Italia vivono circa 10 milioni di non italiani che dovranno essere considerati in qualsiasi tipo di studio in quante parte del tessuto sociale italiano.

La statistica viene in aiuto e ci consente di costruire dei campioni (panel) rappresentativi, al meglio, dell’universo che devono descrivere.

Una nota sul termine “universo”; un universo è un ambito definito all’interno del quale si desidera svolgere una ricerca, alcuni esempi: un universo potrebbe essere la popolazione italiana, piuttosto che la popolazione residente in Italia, potrebbe essere relativa a una caratteristica specifica, ad esempio “solo donne” o “solo bambini”, oppure potrebbe essere l’insieme degli individui accomunati da un fatto specifico, ad esempio gli elettori di un certo partito, oppure i possessori di una utilitaria etc etc.

Si capisce che è davvero fondamentale definire l’universo prima di iniziare la ricerca in quanto la stessa ricerca su universi diversi darebbe risultati diversi e probabilmente poco utilizzabili (ad esempio se devo svolgere una ricerca su un determinato whisky, non ha senso che includa nell’universo i minori di 18 anni).

Una volta definito l’universo, la statistica ci guida nella costruzione del campione che lo dovrà rappresentare al meglio. “Al meglio” significa definire la minor dimensione possibile (costi) che permetta di avere errori di stima accettabili.

Sì, in quanto dobbiamo mettere in conto che qualsiasi stima derivante da un campione avrà un errore rispetto alla “verità” che però nessuno conosce. Tale errore è comunque stimabile per cui se ottengo un dato, ad esempio 100, al quale è associato un errore standard del 5% vorrà dire che esiste la stessa probabilità che il dato “vero” sia compreso tra 95 e 105.

Come si vede scrivo “vero” tra virgolette in quanto nessuno conosce il dato vero, se no, non si farebbero le ricerche ma unicamente una raccolta di dati certi: ad esempio il fatturato del settore automobilistico è sicuramente uguale alla somma algebrica di tutti i fatturati di tutte le compagnie automobilistiche: quindi esistono associazioni di settore che si pongono l’obiettivo di misurare i mercati attraverso i dati forniti direttamente dagli appartenenti a tale settore.

Abbiamo detto che il campione deve rappresentare l’universo e dovrà essere il più piccolo possibile ma capace di garantire un errore standard contenuto e/o ritenuto accettabile dai committenti.

La dimensione dell’universo non è particolarmente legata alla dimensione campionaria: facendo un esempio estremo, se vogliamo costruire un campione rappresentativo di un muro di 1000 mattoni, sarà sufficiente misurare ad esempio il peso di 1 mattone e moltiplicare quel valore x 1000.

Quindi il campione sarà di 1; ma questo perché l’universo del muro di mattoni è costituito da tutti elementi uguali tra loro. La variabile pertanto che più determina la dimensione e struttura di un campione è la diversità degli elementi costituenti l’universo: più l’universo è variegato e più grande dovrà essere il campione per poter rappresentare i diversi elementi dell’universo.

 Se mi concedete un paradosso, ma sensato, è più “facile” rappresentare l’universo del popolo cinese che di quello italiano, per cui a parità di popolazione il tasso di campionamento sarà più elevato in Italia che in Cina.

A questo punto nel prossimo numero vedremo come si costruisce un campione che rappresenti in modo il più possibile fedele l’universo di riferimento, sempre tenendo presente il trade off ottimale tra costo dell’impianto di ricerca e qualità e affidabilità dei risultati.

Paolo Duranti
esperto in ricerche di mercato e dati relativi ( trade – consumo – media)
Vice Presidente di IAA – International Advertising Association
Consigliere Nazionale del Club del Marketing e della Comunicazione (www.clubmc.it)
pmduranti@gmail.com

#paoloduranti #clubmc #marketingjournal #ricerche #ricerchedimercato #ricercheedati #daniloarlenghi

 

Contatti

Address

Via Andrea Costa 7, Milano, 20131 Milano IT

Phone

Phone: +39 02.2610052

Email

redazione@marketingjournal.it