• Like
  • Save
Facebook, Foursquare ed il settore Ho.re.ca: i servizi di geolocalizzazione tra oppurtunità e prospettive marketing oriented.
Upcoming SlideShare
Loading in...5
×
 

Facebook, Foursquare ed il settore Ho.re.ca: i servizi di geolocalizzazione tra oppurtunità e prospettive marketing oriented.

on

  • 491 views

progetto realizzato nell'ambito del corso di studi di "market research", dal team formato da ...

progetto realizzato nell'ambito del corso di studi di "market research", dal team formato da
- emanuele arena, alessia ciaccio, elisa floridia
classe 7, corso di marketing management, università commerciale luigi bocconi
Finalità principali del progetto:
-Indagare le caratteristiche socio-demografiche e di media habit relative sia agli attuali Utilizzatori dei servizi di geo-localizzazione sia ai Non Utilizzatori

-Individuare ed approfondire le motivazioni sottostanti all’utilizzo e al non utilizzo di tali servizi
al fine identificare gruppi di individui omogenei internamente ed eterogenei esternamente
accomunati da inclinazioni ed atteggiamenti simili verso i servizi di geo-localizzazione;
-indagare le percezioni di valore dei rispondenti in riferimento a diversi profili promozionali al fine di pervenire alla identificazione di segmenti, che possano rappresentare dei target interessanti per eventuali azioni di mobile marketing da parte di
The Bagel Factory,una start appartenente
al gruppo California Bakery il cui format si
i n s e r i s c e n e l l a r e c e n t e t e n d e n z a
spiccatamente milanese delle caffetterie e
pasticcerie American style.

Per info contattare:
elisaf@hotmail.it
arena.emanuele@live.it
alessia.ciaccio@studbocconi.it

Statistics

Views

Total Views
491
Views on SlideShare
491
Embed Views
0

Actions

Likes
0
Downloads
8
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Facebook, Foursquare ed il settore Ho.re.ca: i servizi di geolocalizzazione tra oppurtunità e prospettive marketing oriented. Facebook, Foursquare ed il settore Ho.re.ca: i servizi di geolocalizzazione tra oppurtunità e prospettive marketing oriented. Presentation Transcript

    • GRUPPO EMANUELE ARENA 1385301 ALESSIA CIACCIO 1385608 ELISA FLORIDIA 1348127Market Research _ 20173 Classe 07 _ AA 2011/2012
    • 2 AGENDA Realtà aziendale di riferimento Obiettivi della ricerca Fonti Analisi desk Analisi qualitativa – focus group Analisi quantitativa – questionario Analisi descrittiva Analisi univariata Analisi bivariata Processo di segmentazione: approccio classico Cluster analysis Processo di segmentazione: approccio flessibile Conjoint analysis Cluster analysis Limiti dell’analisi Implicazioni di marketing Conclusioni
    • 3 LA REALTA’ AZIENDALE DI RIFERIMENTO The Bagel Factory è una start appartenente al gruppo California Bakery il cui format si inserisce nella recente tendenza spiccatamente milanese delle caffetterie e pasticcerie American style. Il locale, situato in piazza XXIV Maggio, trae profonda ispirazione dalle bakery americane sia per la formula take-away sia per il menù in lingua inglese. In particolare The Bagel Factory si caratterizza per un mix d’offerta focalizzato su uno dei prodotti maggiormente rappresentativi della tradizione gastronomica statunitense: il bagel, una ciambella salata di pasta dapprima lievitata e poi fatta bollire, che si presta a farciture sia dolci che salate.COME THE BAGEL FACTORY POTREBBE UTILIZZARE I SERVIZI DI GEO-LOCALIZZAZIONE PER FINI PROMOZIONALI?
    • 4 OBIETTIVI DELLA RICERCAOBIETTIVO 1Indagare le caratteristiche socio-demografiche e di media habit relative sia agli attualiUtilizzatori dei servizi di geo-localizzazione sia ai Non UtilizzatoriOBIETTIVO 2Individuare ed approfondire le motivazioni sottostanti all’utilizzo e al non utilizzo di tali servizial fine di:User identificare gruppi di individui omogenei internamente ed eterogenei esternamenteaccomunati da inclinazioni ed atteggiamenti simili verso i servizi di geo-localizzazione;Non User identificare, in prima istanza, segmenti differenziati sulla base delle attitudiniespresse verso i servizi di geo-localizzazione;OBIETTIVO 3Totale campione indagare le percezioni di valore dei rispondenti in riferimento a diversiprofili promozionali al fine di pervenire alla identificazione di segmenti, che possanorappresentare dei target interessanti per eventuali azioni di mobile marketing da parte diThe Bagel Factory.
    • 5 FONTIFonti primarie Intervista qualitativa Intervista quantitativa •Focus group •Questionario Fonti secondarie • Dati e case study presenti su principali www.foursquareitalia.org • Ricerca ‘’Facebook places Api’’ elaborata da Socialbakers (giugno 2011)
    • 6 ANALISI DESK TUTTO HA INIZIO CON IL GPS …I Servizi di geo-localizzazione nascono anni dopo la diffusione del sistema di navigazioneGps (Global Positioning System), che fu concepito dal Ministero della Difesa degli USAcome mezzo efficace per determinare con grande precisione le coordinate geografichedi un punto, in cui e posto il ricevitore dei segnali. Le applicazioni del sistema GPS furonoinizialmente limitate al campo militare, successivamente, seppure con qualche limitazionenella precisione ottenibile nelle misure, anche per gli usi civili. I grandi 2 FACEBOOK PLACES FOURSQUARE Numeri: più di 800 mln di Numeri: circa 10 mln di utenti attivi in tutto il mondo utenti attivi in tutto il mondo (circa 4 milioni di utenti (in Italia pare difficile da mobile in Italia); calcolare dato l’andamento progressivo I posti più “loggati”: dei check-in) Aeroporti – Luoghi P la ce s all’aperto I posti più “loggati”: Facebook Foursqu are Aeroporti – Località I posti con più “mi piace”: turistiche - Ristoranti Eventi – Ristoranti
    • 7 ANALISI DESK I SERVIZI DI GEO-LOCALIZZAZIONE: ISTRUZIONI PER L’USOI due principali servizi di geo-localizzazione, Facebook Places e Foursquare, possono essereutilizzati tramite tutti gli strumenti tecnologici che consentano di accedere ad una reteInternet. Tuttavia, dal momento che nei concetti di “tracciabilità” e di “movimento” èracchiusa l’essenza dei geolocal services, esiste un rapporto privilegiato con alcunetipologie di portable device, ossia gli smartphone ed i tablet. Le possibili barriere all’utilizzonon si limitano, però, al possesso di un Blackberry o di un I-pad: molto spesso, davanti atermini come “check-in” e “mayor”, i fraintendimenti sono inevitabili. UN ESEMPIO con Parole chiave: check-in, mayor, badge, tipCome iscriversi? Si scarica l’apposita applicazione sul Caratteristiche speciali: l’utente che totalizza un certoproprio smartphone o tablet e successivamente si crea numero di check-in, ossia di localizzazioni ripetute in giorniil proprio account Foursquare, il tutto gratuitamente. diversi nello stesso posto, conquista il titolo di mayor (sindaco) di quella specifica location e riceve un badge (un’icona cheCome iniziare ad usarlo? Lo stesso Foursquare attesta il titolo conseguito) che viene mostrato sul profilodeterminerà, tramite GPS, la posizione dell’utente e Foursquare dell’utente, finché un altro iscritto non effettua ilsegnalerà i luoghi di interesse più vicini. L’utente può sorpasso in termini di check-in ripetuti.scegliere di recarvisi e di localizzarsi, oppure può In pratica: mi trovo in piazza Sraffa a Milano ed effettuo ilautonomamente inserire una location in cui effettuare il login. Foursquare mi segnala che sono in prossimità dellacheck-in. In ambedue i casi, è possibile aggiungere al biblioteca Bocconi. Mi reco in biblioteca ed effettuo il check-check-in un tip, ossia un breve commento di testo in, aggiungendo un tip; condivido localizzazione e commento(massimo 140 caratteri), e condividerlo anche sul proprio sul mio profilo Facebook. Nelle due settimane successive,profilo Twitter o Facebook. totalizzo 15 check-in e conquisto il badge di mayor della biblioteca Bocconi.
    • 8 ANALISI DESK I SERVIZI DI GEO-LOCALIZZAZIONE: OLTRE IL CHECK-IN C’È DI PIÙNonostante le componenti di gaming e di intrattenimento rappresentino elementiimportanti dei servizi di geo-localizzazione, alcuni brand appartenenti a settori diversihanno iniziato ad esplorare le opportunità offerte dalla tracciabilità e dalla comparazioneinformativa immediata per sviluppare iniziative di comunicazione non convenzionale e dimobile commerce mirate.ESEMPIO : JIMMY CHOOIl marchio di luxury shoes, per il lancio della collezionesportiva, ha utilizzato congiuntamente Foursquare ed isocial network Twitter e Facebook per organizzarel’iniziativa “Catch a Choo”. In questa riedizione modernadella caccia al tesoro, i partecipanti erano chiamati aseguire gli spostamenti ed i check-in nel centro di Londra dialcuni modelli – promoter, con indosso le nuove trainerJimmy Choo. La mappa degli spostamenti venivapubblicata in tempo reale sul profilo Foursquare corporate,così da permettere ai partecipanti di seguire virtualmentee fisicamente i movimenti dei modelli.Coloro che, recandosi nelle diverse location segnalate, riuscivano a individuare per primi ipromoter, dovevano effettuare un check-in su Foursquare e accompagnarlo con ilcommento “I’ve been following you”, pubblicando quest’ultimo su uno dei profili di JimmyChoo (Facebook, Twitter o Foursquare). Come ricompensa per i primi classificati, le nuovetrainer del marchio.
    • 9 ANALISI QUALITATIVA- FOCUS GROUP OBIETTIVI 1. Approfondire le modalità di fruizione dei servizi di geo-localizzazione da parte dei giovani, in termini di device utilizzati , frequenza, momenti ed occasioni d’uso; 2. indagare i benefici ricercati nella fruizione dei servizi di geo-localizzazione ed analizzare le motivazioni alla base di un mancato utilizzo; 3. riflettere, tramite le opinioni dei partecipanti, sulle possibili modalità con cui una start-up milanese, appartenente al settore HoReCa (nel nostro caso, The Bagel Factory), potrebbe utilizzare i servizi di localizzazione come strumento di marketing per incrementare la sua notorietà e stimolare la fidelizzazione dei clienti.Scelta dei partecipanti Aspetti socio – demografici: 8 individui (cinque di sesso femminile e tre di sesso maschile) tutti residenti a Milano, di età compresa tra i 15 ed i 30 anni, per la maggior parte studenti universitari a tempo pieno. Aspetti comportamentali: i partecipanti si distinguono fra loro per un differente livello di utilizzo dei servizi di geo-localizzazione
    • 10 ANALISI QUALITATIVA- FOCUS GROUP PROFILI DEGLI INTERVISTATI Età: 19 Età: 27 Sesso: F Sesso: M Titolo di Studio: Diploma Professione: Studente 5 Titolo di Studio: Laurea magistrale 1 Professione: Stagista Nickname: La Confusa Nickname: Lo Strano Livello di utilizzo: Non User Livello di utilizzo: LIGHT User Età: 33 Età: 25 Sesso: M Sesso: F Titolo di Studio: Diploma 6 Titolo di Studio: Laurea Professione: Impiegato 2 Professione: Studente Nickname: Uomo solare Nickname: la Determinata Livello di utilizzo: Non User Livello di utilizzo: Ex User Età: 22 Età: 20 Sesso: M Sesso: F Titolo di Studio: Laurea Titolo di Studio: Diploma Professione: Studente 7 3 Professione : Studente Nickname: L’Eclettico Nickname: L’Estrosa Livello di utilizzo: LIGHT User Livello di utilizzo: Heavy User Età: 22 Età: 15 Sesso: F Sesso: F Titolo di Studio: Laurea Titolo di Studio: Licenza media Professione : Studente 8 4 Professione: Studente Nickname: Donna solare Nickname: L’ ‘’Accollativa’’ Livello di utilizzo: Heavy User Livello di utilizzo: Ex User
    • 11 ANALISI QUALITATIVA- FOCUS GROUPLa ricerca esplorativa è stata sviluppata seguendo una metodologia ad imbuto, ovveroiniziando da tematiche più generali (il media habit dei partecipanti) per poi convogliare laloro attenzione su argomenti più specifici grazie anche alla presenza di un facilitatore, lacui funzione chiave è stata quella di stimolare le opinioni dei presenti soprattutto sutematiche complesse (privacy, status ed ostentazione) che si mostrano fortementecorrelate alla fruizione di tali servizi. Gli stimoli proposti sono stati di tipo prevalentemente verbale, passando dalle domande dirette, ai giochi top of mind e ai test proiettivi Media habit dei partecipanti e servizi di geo-localizzazione«Uso spesso Facebook, ecco, magari, per caricare foto in tempi reali oppure, non lo so, aseconda di dove mi trovo, anche per fare la localizzazione; ad esempio se vado daqualche parte, faccio il check-in … utilizzo what’s up anch’io per comunicare con glialtri… e, a volte, lo uso Google Maps, qualora dovessi perdermi …».Dal focus group è emerso sin da subito che tutti i partecipanti , per la quasi totalitàpossessori di uno smartphone e di un PC, considerano i social network ed i sevizi di geo-localizzazione le applicazioni più utilizzate ed essenziali per relazionarsi ed interagire colloro gruppo di riferimento.
    • 12 ANALISI QUALITATIVA- FOCUS GROUPObiettivo principale: indagare le associazioni che gli intervistati correlanospontaneamente al termine «check-in» ed, in seguito, il grado di awareness registrato daiservizi di geo-localizzazione. Questa fase è servita da momento di transizione percomprendere, in seguito, le percezioni dei diversi brand per i Light User e gli Heavy User ele motivazioni del non utilizzo da parte degli Ex User e dei Non Utilizzatori. I risultati principali • Il termine check-in è stato associato immediatamente alla pratica del geo-tagging sia da User che da Non User; • Facebook Places e Foursquare sono risultati i principali se non gli unici servizi di geo- localizzazione conosciuti dai partecipanti a prescindere dal loro livello di utilizzo. Heavy User e light User- Facebook vs Foursquare 1. «[…] il check-in su Facebook è quello che utilizzi per far capire agli altri dove sei: cioè è una condivisione, per dire “io sono lì”, ed ovviamente ha dei fini commerciali, perché vuoi pubblicizzare il luogo dove ti trovi.» 2. « […] su Foursquare l’obiettivo è quello di condividere l’opinione su di un posto: è questo, secondo me, lo rende più importante di Facebook perché il feedback che la gente lascia su Foursquare ha poi un ritorno: quindi se ,ad es., un posto ha dei feedback negativi, io non ci vado! » 3. «Trovo Foursquare poco intuitivo rispetto a Facebook: devi stare lì a capire come si usa … »
    • 13 ANALISI QUALITATIVA- FOCUS GROUP Non User e test proiettivoAttraverso tale tecnica abbiamo voluto rilevare le principali motivazioni che spingono iNon User a non avvalersi di tali servizi, chiedendo di descrivere l’utente tipo. Dal test, èemerso che tale profilo può essere identificato in uno studente di età compresa fra i 15 ed i30 anni. Questi appare agli occhi di un Non Utilizzatore come un individuo che:• «ha molto tempo da perdere e non ha niente da fare»• che ama ostentare la propria posizione sociale attraverso i posti in cui si trova• una «persona egocentrica che vuole far conoscere i posti fighetti che frequenta».Tuttavia, secondo un altro partecipante, lo User può essere identificato anche nel «ragazzoche per motivi di studio si trova ad abitare lontano dai suoi amici ..e vuole, in questomodo, far sapere cosa fa, tenersi, attraverso questo servizio, in contatto con loro». Ex User e le motivazioni alla base del non utilizzoIn un secondo momento della ricerca esplorativa , si è deciso in indagare le principalimotivazioni che hanno spinto gli Ex User ad abbandonare la pratica del geo-tagging. La privacy si è rilevata essere uno dei motivi fondanti assieme alla volontà di “staccare la spina” da tali servizi che, a detta degli stessi User, possono creare alla lunga una forma di consapevole assuefazione.
    • 14 ANALISI QUALITATIVA- FOCUS GROUPIl focus dell’intervista è stato, in seguito, posto sul ritorno economico e di informazioni chepotrebbe essere associato al geo-tagging; tali aspetti sono emersi come i benefici piùimportanti correlati all’utilizzo di tali servizi.Pertanto è stato chiesto quale tipologia di prodotto o servizio potesse essere piùconfacente a questa pratica; tutti i partecipanti si sono trovati d’accordo nell’affermareche i servizi, proprio per il loro contenuto fortemente esperienziale, si prestano ad esserefacilmente oggetto di feedback e passaparola tra gli utenti e quindi maggiormenteassociabili a promozioni attraverso i servizi di geo-localizzazione. Introdotta, dunque, la nostra start up e le finalità della nostra ricerca, abbiamo sottoposto ai partecipanti dei profili d’offerta (con finalità puramente esemplificative) che potrebbero essere utilizzati per lanciare il suo servizio unico ed originale e promuoverlo presso il target dei giovani. I principali risultati: Utilizzare Facebook places o Foursquare?: «Facebook Places, perché comunque è il più diffuso. Non avrebbe senso vincolare con l’utilizzo di Foursquare, se poi sono in pochi ad usarlo» Sconto o menù in omaggio?: « Si potrebbero fare varie opzioni o entrambe a scelta. Secondo me, la cosa fondamentale è dare un impatto significativo di qualcosa che ti dà soddisfazione»
    • 15 ANALISI QUALITATIVA- FOCUS GROUP COSTRUZIONE DELLACATENA MEZZI – FINI : METODOLOGIAPer pervenire alla catena – mezzi fini sulla base di quanto emerso nel focus group è stataadottata la metodologia del laddering.Il laddering è un approccio di analisi qualitativa secondo la quale un individuo puòconsiderare un prodotto/servizio come uno strumento per raggiungere obiettivi di diversaportata, che spaziano dalla dimensione utilitaristica alla sfera dei valori personali. Lepercezioni individuali in riferimento al prodotto/servizio vengono codificate, attraverso latecnica del laddering, in associazioni cognitive , a loro volta ordinate secondo una logicadi astrazione crescente.Nel nostro caso:•alla base della catena mezzi – fini si trovano le associazioni relative ad attributi concretidell’offerta e a tratti intangibili strettamente legati al contenuto della stessa ,ad esempio lafacilità d’uso e la condivisibilità;•al livello intermedio si collocano le conseguenze attribuite alla fruizione del servizio,ovvero i benefici, distinti a seconda del grado di astrazione in espliciti (informazione,beneficio economico, divertimento) ed impliciti (mantenere rapporti a distanza e parlaredi sé);•al vertice della catena si trovano le associazioni cognitive riferibili ai valori, ovverointerazione sociale, status, riconoscimento ed affermazione sociale.
    • 16 ANALISI QUALITATIVA- FOCUS GROUP CATENA MEZZI-FINI affermazione sociale interazioneVALORI sociale status riconoscimentoBENEFICI IMPLICITI rapporti a parlare di sé distanza divertimentoBENEFICI ESPLICITI informazione beneficio economicoATTRIBUTI condivisibilità multifunzionalità accessibilità Intuitività/ facilità d’usosu cosa faremo leva
    • 17 ANALISI QUANTITATIVA- QUESTIONARIOIl questionario è stato realizzato prendendo spunto dagli elementi più rilevanti emersidall’analisi desk e dall’analisi qualitativa, seguendo dei precisi obiettivi: FASE 1_STUDIO DEI MEDIA HABIT DEGLI INTERVISTATI DOMANDA.1 Quali fra i seguenti strumenti tecnologici possiedi? (più di una risposta possibile) RISPOSTE: Cellulare, Smartphone, Tablet, PC, Netbook OBT individuare il bacino di utenti che possiede uno strumento tecnologico, utile alla fruizione di un servizio di localizzazione fuori casa DOMANDA.2 Quanto tempo destini, ogni giorno, all’uso di Internet? RISPOSTE: Meno di un’ora, Da una a tre ore, Oltre tre ore OBT indagare il tasso di utilizzo di Internet fra gli intervistati
    • 18 ANALISI QUANTITATIVA- QUESTIONARIODOMANDA.3Di quale fra i seguenti strumenti ti avvali più spesso per collegarti ad Internet?RISPOSTE: Cellulare, Smartphone, Tablet, PC, Netbook OBT ottenere una proxy dei potenziali Utilizzatori di servizi di localizzazione fra gli intervistatiDOMANDA.4Per quali finalità utilizzi maggiormente Internet? (massimo tre risposte)RISPOSTE: Ricerche scolastiche/universitarie, News ed attualità, Informazioni ed opinioni su servizi e prodotti, E-shopping, Social network E-mail, Download e upload di contenuti audio e video, Streaming, Indicazioni stradali, Altro OBT indagare le principali motivazioni alla base dell’utilizzo di Internet
    • 19 ANALISI QUANTITATIVA- QUESTIONARIODOMANDA.5Quali, fra i seguenti social network, utilizzi di più? (massimo due risposte)RISPOSTE: Linkedin, Twitter, Badoo, Facebook, MySpace, Google +, NetlogOBT individuare la percentuale di intervistati che utilizza regolarmente Facebook, per ottenere una proxy dei potenziali Utilizzatori del servizio di localizzazione Facebook Places DOMANDA FILTRODOMANDA.6Hai mai utilizzato i servizi di geo-localizzazione?RISPOSTE: Sì (reindirizzamento alla parte del questionario dedicata agli User) No (reindirizzamento alla parte del questionario dedicata ai Non User) OBT discriminare fra Utilizzatori e Non Utilizzatori di servizi di geo-localizzazione
    • 20 ANALISI QUANTITATIVA- QUESTIONARIO FASE 2Non User_STUDIO DELLA PROPENSIONE ALL’UTILIZZO DEI SERVIZI DI GEO-LOCALIZZAZIONE User_INDAGARE LE MODALITA’ DI UTILIZZO DEI SERVIZI DI GEO-LOCALIZZAZIONEDOMANDA.7 Non UserQuali dei seguenti servizi di geo-localizzazione hai mai sentito nominare?RISPOSTE: Gowalla, Fousquare, Facebook Places, Loopt, Google Latitude, Nessuno dei precedentiDOMANDA.7a UserQuale tra i seguenti servizi di geo-localizzazione usi di più?RISPOSTE: Facebook Places, Gowalla, Foursquare, Google Latitude, Loopt, AltroDOMANDA 7b UserIn che occasione ti localizzi più frequentemente? (una sola risposta possibile)RISPOSTE: Eventi esclusivi (sfilate, closing party, vernissage, etc.), Nella quotidianità, Non c’è un’occasione in particolareDOMANDA 7c UserDove ti localizzi più frequentemente? (massimo tre risposte)RISPOSTE: Ristorante/pub, Località turistiche, Negozi/boutique, Aeroporto/stazione, Luoghi d’interesse (es. musei, teatri, cinema), Discoteche/locali notturni, Università/scuola, Posto di lavoro, Casa, Palestra, Luoghi all’aperto
    • 21 ANALISI QUANTITATIVA- QUESTIONARIODOMANDA.8 Non UserEsprimi il tuo grado di accordo/disaccordo con le seguenti affermazioni,tenendo presente che:1-3 pienamente in disaccordo4-6 indifferente7-9 pienamente d’accordo 1 2 3 4 5 6 7 8 9 Item Chi utilizza i servizi di localizzazione ha molto Tempo tempo da perdere. Chi utilizza i servizi di localizzazione non teme di Privacy far sapere agli altri dove si trovi e cosa stia facendo. Chi utilizza i servizi di localizzazione vuole Status comunicare la propria posizione sociale attraverso i posti che frequenta. I servizi di localizzazione hanno un’interfaccia Facilità di utilizzo poco chiara e scarsamente intuitiva. L’utilizzo di un servizio di localizzazione richiede Barriera tecnologica il possesso di un dispositivo di ultima generazione (smartphone, tablet). I servizi di localizzazione creano dipendenza. Abuso I servizi di localizzazione non hanno alcuno Natura del servizio scopo e non offrono alcun beneficio a chi li usa.
    • 22 ANALISI QUANTITATIVA- QUESTIONARIODOMANDA.8 UserEsprimi il tuo grado di accordo/disaccordo con le seguenti affermazioni,tenendo presente che:1-3 pienamente in disaccordo4-6 indifferente7-9 pienamente d’accordo 1 2 3 4 5 6 7 8 9 item Fare il check-in con un servizio di Tempo localizzazione richiede poco tempo Usare i servizi di localizzazione non Privacy costituisce un pericolo per la mia privacy. Mi piace condividere con gli altri Status informazioni sui posti che frequento. I servizi di localizzazione hanno Facilità di utilizzo un’interfaccia chiara e sono semplici da utilizzare. I servizi di localizzazione mi permettono di Condivisibilità conoscere e di confrontare opinioni e giudizi provenienti da fonti diverse. I servizi di localizzazione creano Abuso dipendenza. I servizi di localizzazione mi permettono di Benefici funzionali ottenere anche dei vantaggi di tipo economico (sconti, omaggi).
    • 23 ANALISI QUANTITATIVA- QUESTIONARIO FASE 3 (comune ad User e Non User)_VALUTAZIONE DEI PROFILI D’OFFERTA PRESENTATIDOMANDA.9Esprimi un giudizio in scala 1-9 (dove 1 = giudizio pessimo; 9 = giudizio ottimo)per i seguenti 8 profili di offerta, relativi ad una promozione che un ristorante o un pubpotrebbe riservare ai clienti che utilizzano i servizi di geo-localizzazione LIVELLI Servizio di localizzazione da utilizzare: Facebook Places, Foursquare o a scelta dellutente Numero massimo di localizzazioni giornaliere: una al giorno o nessun limite Numero totale di localizzazioni richieste: 10 oppure 20 Durata del vantaggio: 1 mese o 6 mesi Valore del vantaggio: 5 euro oppure 10 euro
    • 24 ANALISI QUANTITATIVA- QUESTIONARIO CARD * A SCELTA DELL’UTENTE FACEBOOK PLACES FOURSQUARE FOURSQUARE 1 CHECK-IN AL GIORNO NO LIMITI DI CHECK-IN NO LIMITI DI CHECK-IN 1 CHECK-IN AL GIORNO 20 LOCALIZZAZIONI 20 LOCALIZZAZIONI 10 LOCALIZZAZIONI 20 LOCALIZZAZIONI 6 MESI DI VALIDITA’ 6 MESI DI VALIDITA’ 6 MESI DI VALIDITA’ 1 MESE DI VALIDITA’ BONUS 5€ BONUS 10€ BONUS 5€ BONUS 10€ FACEBOOK PLACES A SCELTA DELL’ UTENTE FACEBOOK PLACES FACEBOOK PLACES 1 CHECK-IN AL GIORNO NO LIMITI DI CHECK-IN 1 CHECK-IN AL GIORNO NO LIMITI DI CHECK-IN 10 LOCALIZZAZIONI 10 LOCALIZZAZIONI 10 LOCALIZZAZIONI 20 LOCALIZZAZIONI 1 MESE DI VALIDITA’ 1 MESE DI VALIDITA’ 6 MESI DI VALIDITA’ 1 MESE DI VALIDITA’ BONUS 5€ BONUS 10€ BONUS 10€ BONUS 5€* Le card sono state ottenute mediante l’apposito comando “Orthogonal Design”.
    • 25 ANALISI QUANTITATIVA- QUESTIONARIO VARIABILI SOCIO-DEMOGRAFICHEDOMANDA.10 DOMANDA.13Sesso Titolo di studioRISPOSTE: Maschio, Femmina RISPOSTE: Licenza media, Diploma, Laurea triennale Laurea magistrale o titolo equivalenteDOMANDA.11 DOMANDA.14Età ProfessioneRISPOSTE: 15-19, 20-25, 26-30 RISPOSTE: Disoccupato, Studente, Impiegato Libero professionista, AltroDOMANDA.12 DOMANDA.15Provenienza geografica Hobby ed interessiRISPOSTE: Nord, Centro, RISPOSTE: Cucinare, Lettura, Viaggiare, Arte, Musica, Sud e Isole, Estero Sport, Altro
    • 26 ANALISI DESCRITTIVA- CAMPIONE ASPETTI GENERALILa tipologia di campionamento utilizzata è quella del Campionamento di Convenienza. Ilmotivo di tale scelta va ricondotto al fatto che l’analisi vuole concentrarsi su rispondenti dietà compresa tra i 15 e i 30 anni e residenti a Milano, in coerenza sia con il target a cui sirivolge The Bagel Factory, sia con il profilo generale dei fruitori di servizi di geo-localizzazione.Il questionario è stato creato con l’applicazione Qualtrics, ed è stato somministratoattraverso la creazione di un apposito evento su social network. Per ampliare il bacino dirispondenti, il link al questionario è stato postato nei seguenti gruppi di Facebook:- università degli studi di Facebook (17.955 membri);- gente che ha confuso i social network per il muro del pianto (32.751 membri);- Foursquare Italia (395 membri);- Facebook Italia (2.383 membri).Le unità di campionamento, che ammontano a 202, si distribuiscono per il 62% in sessofemminile, per il rimanente 38% in sesso maschile. Prevalgono i giovani studenti di etàcompresa tra i 20-25 anni, con una laurea triennale alle spalle e provenienza sud e isole.Nel dettaglio, il campione si suddivide come segue nella slide successiva.
    • 27 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATAEtàCome già affermato in fase di premessa, il 11% 9%campione è ripartito in tre classi. La fascia cheprevale, come si può evincere dal grafico, è 15-19 20-25quella dei 20-25 anni, con una percentuale pari al 26-3079%. Seguono le fasce d’età 15-19 e 26-30, moltovicine in termini di distribuzione delle unità, 79%rispettivamente 9% e 11%. Provenienza geografica Di contro ad una bassa presenza di intervistati provenienti dal centro Italia (12%), e dall’estero (solo 4 intervistati), prevale una forte affluenza di unità campionarie provenienti dal sud ed isole (45%) e dal nord Italia (42%).
    • 28 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA Titolo di studio Come si evince dal grafico a sinistra, il campione si divide per lo più in individui che possiedono un diploma (35,6%) e una laurea triennale (52,5%). La distribuzione trova corrispondenza con le frequenze ris contrate nel l a v ariabil e Età, dove ricordiamo prevale la fascia 20-25. Licenza media e laurea specialistica presentano una frequenza percentuale del 5,9%.Professione 4% 1%1% 6%Il campione presenta una netta prevalenza di StudenteStudenti (87%), mentre i Dipendenti e i Liberi Dipendenteprofessionisti sono, rispettivamente, il 6% e il Libero professionista Disoccupato4%. Solo tre unità per la voce Disoccupato e AltroAltro (due stagisti e un titolare d’impresa). 87%
    • 29 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA MEDIA HABIT degli INTERVISTATI Strumenti tecnologici posseduti L’84,7% degli intervistati dichiara di possedere un PC. Il dato non sorprende, in quanto è in linea con le aspettative pre-analisi. Interessante, invece, la percentuale di proprietari di cellulari Smartphone (58,9%), che supera, seppur di poco, la percentuale di possessori di dispositivi mobili tradizionalmente intesi (i Cellulari), che si attesta al 58,4%. È, inoltre, necessario sottolineare che molti possessori di cellulari dichiarano di avere anche uno smartphone. Poco diffusi all’interno del campione i Netbook (23,8%), e ancora meno i Tablet (12,9%). Anche solo considerando l’ammontare di possessori di smartphone, ci troviamo di fronte ad un significativo bacino di potenziali Utilizzatori dei servizi di geo- localizzazione.
    • 30 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA MEDIA HABIT degli INTERVISTATI Strumento più utilizzato per la connessione ad internetCome si evince dalla tabella, la percentuale maggiore degli intervistati dichiara diutilizzare il PC per la connessione ad internet (64,9%). Solo il 17,8% utilizza lo Smartphone pernavigare sul web, seguito dall’11,4% del Netbook. Solo il 3% utilizza il Tablet per connettersiad internet, e solo in 6 utilizzano il cellulare per la connessione. Preme individuare, però, lapercentuale di potenziali utenti che si collegano ad internet fuori casa, il ché si puòricondurre al 35,2 % (frequenze cumulative degli strumenti Cellulare, Smartphone, Tablet eNetbook). Abbiamo escluso il PC, in quanto meno comodo per la connessione ad internetquando ci si trova fuori casa e in movimento. Di quale fra i seguenti strumenti ti avvali più spesso per collegarti ad Internet? Cumulative Frequency Percent Valid Percent Percent Valid Cellulare 6 3,0 3,0 3,0 PC 131 64,9 64,9 67,8 Smartphone 36 17,8 17,8 85,6 Tablet 6 3,0 3,0 88,6 Netbook 23 11,4 11,4 100,0 Total 202 100,0 100,0
    • 31 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA MEDIA HABIT degli INTERVISTATI Tempo dedicato alla navigazione sul webLa percentuale maggiore di unità campionarie dichiara di dedicare al giorno più di tre oread internet (53%). Seguono gli utenti che si collegano da una a tre ore (41,6%), echiudono, con una piccola percentuale, coloro che dedicano meno di un’ora al giornoalla navigazione (5,4%). Quanto tempo destini, ogni giorno, allutilizzo di Internet? Frequency Percent Valid Percent Cumulative Percent Valid Meno di unora 11 5,4 5,4 5,4 Da una a tre ore 84 41,6 41,6 47,0 Oltre tre ore 107 53,0 53,0 100,0 Total 202 100,0 100,0
    • 32 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA MEDIA HABIT degli INTERVISTATI Ragione prevalente per la connessione ad internet e Social Network più utilizzato Count Column N %Social network più utilizzati Linkedin 21 10,4% Facebook 198 98,0% Badoo 5 2,5% Myspace 3 1,5% Google + 31 15,3% Twitter 32 15,8% Netlog 1 0,5%Il 98% degli intervistati ha dichiarato di utilizzare l’ormai diffuso social network Facebook.Seguono, con percentuali minori e irrilevanti a confronto, tutti gli altri social network, tra cuispiccano Twitter (15,8%) e il nuovo Google + (15,3%). I risultati sulle “finalità di utilizzo diinternet” mostrano una percentuale elevata per i Social Network (87,1%), seguiti da E-mail(57,9%) e Ricerche scolastiche/universitarie (51%). Si ricordi che il campione ècaratterizzato in percentuale maggiore da studenti. Il 35% utilizza internet per News edAttualità, seguito dal 23,8% dello Streaming. Percentuali minori per le altre rispostedisponibili.
    • 33 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATA Caratteristiche socio-demografiche Hobby ed interessi del campione analizzato Al campione è stato chiesto di spuntare tutti le voci relative ai propri hobby. Più della metà degli intervistati (55,4%) ha risposto di amare la musica, seguita da un buon 53% che ha “Viaggiare” tra i propri interessi principali. Come si può notare dal grafico a sinistra, gli hobby ed interessi si distribuiscono bene fra le unità campionarie. Al 42,6% piace fare sport, e al 37,6% leggere. Il 33,7% del campione si dedica all’arte, e il 25,7% alla cucina. Varie voci, inoltre, vanno a formare l’opzione Altro (8,9%), tra cui spiccano: shopping, cinema e uscite con gli amici.
    • 34 ANALISI DESCRITTIVA- CAMPIONE ANALISI UNIVARIATALa seconda fase del questionario, come già affermato nelle slide precedenti, si differenziaa seconda della risposta alla domanda “Hai mai utilizzato i servizi di geo-localizzazione?”,la così definita “domanda filtro”. Infatti, da questo punto in poi, il questionario si sdoppia,differenziando con domande differenziate per i due differenti gruppi campionari. Questiultimi si sostanziano in un 52% di intervistati che non utilizza i servizi di geo-localizzazione, ein un 48% che, invece, fruisce dei servizi. Hai mai utilizzato i servizi di geolocalizzazione? Cumulative Frequency Percent Valid Percent Percent Valid Sì 97 48,0 48,0 48,0 No 105 52,0 52,0 100,0 Total 202 100,0 100,0
    • 35 ANALISI DESCRITTIVA - Utilizzatori vs Non Utilizzatori PROFILO DEMOGRAFICOLa tabella traccia un profilo sinottico dei due macro gruppi (User/Non User), in funzione dialcune variabili socio-demografiche, quali sesso, età e provenienza geografica. Hai mai utilizzato i servizi di geolocalizzazione? Sì No Total Count Column N % Row N % Count Column N % Row N % Count Column N % Row N % Sesso M 42 43,3% 54,5% 35 33,3% 45,5% 77 38,1% 100,0% F 55 56,7% 44,0% 70 66,7% 56,0% 125 61,9% 100,0% Total 97 100,0% 48,0% 105 100,0% 52,0% 202 100,0% 100,0% Età 15-19 13 13,4% 68,4% 6 5,7% 31,6% 19 9,4% 100,0% 20-25 73 75,3% 45,6% 87 82,9% 54,4% 160 79,2% 100,0% 26-30 11 11,3% 47,8% 12 11,4% 52,2% 23 11,4% 100,0% Total 97 100,0% 48,0% 105 100,0% 52,0% 202 100,0% 100,0% Provenienza Nord 37 38,1% 44,0% 47 44,8% 56,0% 84 41,6% 100,0% Centro 15 15,5% 62,5% 9 8,6% 37,5% 24 11,9% 100,0% Sud e isole 42 43,3% 46,7% 48 45,7% 53,3% 90 44,6% 100,0% Estero 3 3,1% 75,0% 1 1,0% 25,0% 4 2,0% 100,0% Total 97 100,0% 48,0% 105 100,0% 52,0% 202 100,0% 100,0%A livello di campione, si registra una distribuzione di frequenze più elevata per individui di sessofemminile: nel dettaglio il 56,7% delle rispondenti di sesso femminile sono User e 66,7% Non User.Per quanto riguarda l’età, si ravvisa una concentrazione di osservazioni nell’intervallo 20-25 anni,la classe modale precedentemente individuata (79,2% a livello di campione totale; 75,3% e82,95% rispettivamente per User e Non User). Si nota una distribuzione omogenea di osservazionitra gli individui provenienti dal Nord e dal Sud (rispettivamente 41,6% e 44,6% del campione),seguiti dal Centro e dall’ Estero, con una lieve variazione per gli User.
    • 36 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori LIKERT UTILIZZATORIAttraverso gli item contenuti nella scala likert, abbiamo voluto analizzare i giudizi e lepercezioni degli User e dei Non User su alcune caratteristiche funzionali e psico-socialilegate alla pratica del geo-tagging, emerse durante il focus group. Descriptive Statistics N Minimum Maximum Mean Std. Deviation Fare il check-in con un servizio di localizzazione richiede poco tempo. 97 1 9 6,96 1,876 Usare i servizi di localizzazione non costituisce un pericolo per la mia privacy. 97 1 9 4,45 2,203 Mi piace condividere con gli altri informazioni sui posti che frequento. 97 1 9 5,66 2,036 I servizi di localizzazione hanno uninterfaccia chiara e sono semplici da utilizzare. 97 2 9 6,80 1,491 I servizi di localizzazione mi permettono di conoscere e di confrontare opinioni e 97 1 9 5,41 2,035 giudizi provenienti da fonti diverse. I servizi di localizzazione creano dipendenza. 97 1 9 6,00 2,558 I servizi di localizzazione mi permettono di ottenere anche dei vantaggi di tipo 97 1 9 4,15 2,698 economico (sconti, omaggi). Valid N (listwise) 97
    • 37 ANALISI DESCRITTIVA- Utilizzatori vs Non UtilizzatoriSe la media dei giudizi relativo al primo item rivela come gli User considerino tali servizicome immediati e dall’interfaccia molto semplice ed intuitiva, appare tuttavia evidenteche tale pratica venga percepita dagli stessi come plausibile di generare, a lungo andare,una vera e propria assuefazione.Questa dissonanza si riflette anche in relazione alla media dei giudizi sulla privacy: se talemedia ci rivela una sostanziale indifferenza di giudizio, l’elevata deviazione standard cisegnala la presenza di opinioni discordanti tra i rispondenti su questo aspetto.I rispondenti si mostrano, inoltre, mediamente indifferenti sulla possibilità di svelare,attraverso la condivisione dei check-in, i posti frequentati, aspetto questo emerso nel focusgroup come indissolubilmente legato allo status e all’interazione sociale.
    • 38 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori LIKERT NON UTILIZZATORI Descriptive Statistics N Minimum Maximum Mean Std. DeviationChi utilizza i servizi di localizzazione ha molto tempo da perdere. 105 1 9 5,64 2,135Chi utilizza i servizi di localizzazione non teme di far sapere agli altri dove si 105 1 9 6,90 1,816trovi e cosa stia facendo.Chi utilizza i servizi di localizzazione vuole comunicare agli altri la propria 105 1 9 7,24 1,884posizione sociale attraverso i posti che frequenta.I servizi di localizzazione hanno uninterfaccia poco chiara e scarsamente 105 1 9 4,59 1,674intuitiva.Lutilizzo di un servizio di localizzazione richiede il possesso di un dispositivo 105 1 9 6,57 2,121di ultima generazione (smartphone, tablet).I servizi di localizzazione creano dipendenza. 105 1 9 4,81 2,481I servizi di localizzazione non hanno alcuno scopo e non offrono alcun 105 1 9 5,87 2,496beneficio a chi li usa.Valid N (listwise) 105
    • 39 ANALISI DESCRITTIVA- Utilizzatori vs Non UtilizzatoriL’elevata media dei giudizi del secondo e terzo item, ci segnala come sia condivisa tra inon fruitori, la percezione dell’ User come individuo che ama ostentare la propria posizionesociale senza preoccuparsi di preservare la propria privacy.Proprio come è stato segnalato in relazione agli User, anche per i non fruitori apparediscordante, dato il valore della deviazione standard, l’opinione sulla dipendenzacorrelata a tale pratica.Inoltre sia per gli User che per i Non User si può sottolineare una certa propensione aconsiderare i servizi di geo-localizzazione come strumento per ottenere dei ritornieconomici; la notevole deviazione standard in entrambi i casi potrebbe dipendere dallanon applicazione nel contesto italiano di attività di marketing che sfruttino tali servizi.
    • 40 ANALISI DESCRITTIVA BIVARIATA INTRODUZIONEL’analisi di statistica bivariata è stata condotta considerando le relazioni più interessantitra variabili qualitative, quantitative, quantitative vs qualitative. Da tale processo sonoemerse diverse interazioni statisticamente significative fra le variabili scelte; tuttavia, si èdeciso di presentare e commentare i risultati che, oltre alla rilevanza statistica, assumesserouna particolare importanza in termini di congruenza con gli obiettivi della ricerca,rinviando all’output dettagliato per i restanti esiti.Le analisi effettuate sono le seguenti:Campione generale- Finalità internet * Hai mai utilizzato i servizi di geo-localizzazione?- Device posseduti * Hai mai utilizzato i servizi di geo-localizzazione?- Social network più utilizzati * Hai mai utilizzato i servizi di geo-localizzazione?- Hai mai utilizzato i servizi di geo-localizzazione? * Device per connessione ad internetFocus User- Correlazione giudizi likert- Età*Giudizio sulla condivisibilitàFocus Non User- Correlazione giudizi likert- Provenienza*Giudizio sullo status degli User
    • 41 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Finalità internet * Hai mai utilizzato i servizi di geo-localizzazione? Hai mai utilizzato i servizi di geo-localizzazione? Sì No Total Count Row N % Column N % Count Row N % Column N % CountFinalità Altro (specificare) 2 28,6% 2,1% 5 71,4% 4,8% 7Internet Download e upload di contenuti 10 37,0% 10,3% 17 63,0% 16,2% 27 audio e video E-mail 63 53,8% 64,9% 54 46,2% 51,4% 117 E-shopping 8 61,5% 8,2% 5 38,5% 4,8% 13 Indicazioni stradali 7 63,6% 7,2% 4 36,4% 3,8% 11 Informazioni su prodotti e servizi 12 75,0% 12,4% 4 25,0% 3,8% 16 News ad attualità 33 45,8% 34,0% 39 54,2% 37,1% 72 Ricerche 44 42,7% 45,4% 59 57,3% 56,2% 103 scolastiche/universitarie Social network 88 50,0% 90,7% 88 50,0% 83,8% 176 Streaming 20 41,7% 20,6% 28 58,3% 26,7% 48 Total 97 48,0% 100,0% 105 52,0% 100,0% 202
    • 42 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATANel tentativo di individuare le finalità di utilizzo di internet che prevalgono all’interno deidue macro gruppi di intervistati (User/Non User), si è scelto di porre una particolareattenzione sulle variabili che si differenziano per un numero maggiore di unità.Nel caso specifico, i Non Utilizzatori di servizi di geo-localizzazione sono indirizzati ad unaccesso ad internet, volto alla ricerca di informazioni per la scuola o l’università, e allostesso tempo ad un uso più edonistico dello stesso, come per lo download e upload dicontenuti audio/video, o lo streaming on-line.Gli Utilizzatori, invece, si orientano ad un utilizzo più utilitaristico del web, come il controllodella casella elettronica, o la ricerca di informazioni su prodotti e servizi. Pearson Chi-Square Tests L’indice Chi-quadro si allontana dal valore nullo, il che ci permette di supporre sia presente un certo legame di Hai mai utilizzato i dipendenza tra le due variabili scelte. servizi di geo- localizzazione? Finalità Chi-square 19,354 La relazione tra le due variabili risulta significativa, dato il Internet df 10 v al o r e del p-v al ue i nferi ore ri spetto al l imi te di Sig. ,036 significatività prefissato (5%).
    • 43 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Device posseduti * Hai mai utilizzato i servizi di geo-localizzazione? Hai mai utilizzato i servizi di geolocalizzazione? Sì No Total Count Row N % Column N % Count Row N % Column N % CountDevice posseduti Cellulare 45 38,1% 46,4% 73 61,9% 69,5% 118 Netbook 23 47,9% 23,7% 25 52,1% 23,8% 48 PC 80 46,8% 82,5% 91 53,2% 86,7% 171 Smartphone 73 61,3% 75,3% 46 38,7% 43,8% 119 Tablet 17 65,4% 17,5% 9 34,6% 8,6% 26 Total 97 48,0% 100,0% 105 52,0% 100,0% 202
    • 44 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATADall’incrocio tra le due variabili emerge che il 59% del campione totale possiede unosmartphone, e di questi il 61,3% usufruisce dei servizi di geo-localizzazione.Approssimativamente la stessa percentuale di intervistati dichiara di possedere undispositivo mobile tradizionale (il cellulare), con la differenza che in questo caso il numeromaggiore di unità (il 61,9%) afferma di non essere un Utilizzatore. Lo stessa situazione simanifesta tra i possessori di dispositivi portatili. I possessori di tablet si orientano ai servizi digeo-localizzazione (in 17 su 26 possessori); i proprietari di PC, invece, sono più propensi alnon uso degli stessi servizi.Possiamo, dunque, affermare che vi sia una certa propensione all’innovazione da partedegli Utilizzatori di servizi di geo-localizzazione, che di fatti dichiarano di possederesmartphone e tablet in quantità maggiore rispetto ai più tradizionalisti Non Utilizzatori. Pearson Chi-Square Tests L’indice Chi-quadro si allontana in misura maggiore dal Hai mai utilizzato i valore nullo. Le variabili mostrano pertanto una relazione di servizi di geo- dipendenza. localizzazione ? Device posseduti Chi-square 35,994 Il legame tra le due variabili risulta, inoltre, essere df 5 significativa, dato il valore del p-value inferiore rispetto al Sig. ,000* livello di significatività prefissato (5%).
    • 45 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Social network più utilizzati * Hai mai utilizzato i servizi di geo-localizzazione? Hai mai utilizzato i servizi di geolocalizzazione? Sì No Total Count Row N % Column N % Count Row N % Column N % CountSocial network più utilizzati Badoo 5 100,0% 5,2% 5 Facebook 94 47,5% 96,9% 104 52,5% 99,0% 198 Google + 16 51,6% 16,5% 15 48,4% 14,3% 31 Linkedin 12 57,1% 12,4% 9 42,9% 8,6% 21 Myspace 2 66,7% 2,1% 1 33,3% 1,0% 3 Netlog 1 100,0% 1,0% 1 Twitter 23 71,9% 23,7% 9 28,1% 8,6% 32 Total 97 48,0% 100,0% 105 52,0% 100,0% 202
    • 46 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATAPartendo dalla considerazione che la quasi totalità dei rispondenti utilizza Facebook (198individui su 202, il 52,5% dei quali Non Utilizzatori di servizi di geo-localizzazione), si identificauna distribuzione omogenea di scelte all’interno dei due gruppi individuati, User e NonUser, in riferimento ai social network più utilizzati.Inoltre, emerge che il 46,53% di intervistati che utilizzano Facebook sono anche utilizzatoridei servizi di geo-localizzazione, mentre i Non User iscritti a Facebook rappresentano il 49%dell’intero campione.Una differenza sintomatica si evidenza per Twitter. Infatti il 15,8% del campione totaleutilizza il social network appena citato; tale percentuale è in maggioranza (72%) costituitada User. Pearson Chi-Square Tests Hai mai utilizzato i Il valore dell’indice Chi-quadro supportato dalla servizi di geo- localizzazione? presenza di un p-value di molto inferiore al 5% Social network più utilizzati Chi-square 17,732 permettono di affermare l’esistenza di un legame df 7 significativo fra le variabili considerate. Sig. ,013
    • 47 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Hai mai utilizzato i servizi di geo-localizzazione? * Device per connessione ad internet Hai mai utilizzato i servizi di geolocalizzazione? * Di quale fra i seguenti strumenti ti avvali più spesso per collegarti ad Internet? Crosstabulation Di quale fra i seguenti strumenti ti avvali più spesso per collegarti ad Internet? Cellulare PC Smartphone Tablet Netbook TotalHai mai utilizzato i servizi di Sì Count 3 56 27 4 7 97geolocalizzazione? % within Hai mai utilizzato i 3,1% 57,7% 27,8% 4,1% 7,2% 100,0% servizi di geolocalizzazione? % of Total 1,5% 27,7% 13,4% 2,0% 3,5% 48,0% No Count 3 75 9 2 16 105 % within Hai mai utilizzato i 2,9% 71,4% 8,6% 1,9% 15,2% 100,0% servizi di geolocalizzazione? % of Total 1,5% 37,1% 4,5% 1,0% 7,9% 52,0%Total Count 6 131 36 6 23 202 % within Hai mai utilizzato i 3,0% 64,9% 17,8% 3,0% 11,4% 100,0% servizi di geolocalizzazione? % of Total 3,0% 64,9% 17,8% 3,0% 11,4% 100,0%
    • 48 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Directional Measures Dalla cross-tabulation riportata nella slide precedente, possiamo ravvisare come Value oltre al PC (che registra la percentuale diNominal by Interval Eta Hai mai utilizzato i servizi di ,278 utilizzo più elevata) il 28% degli User si geolocalizzazione? Dependent avvale anche di smartphone ed il 4% di Di quale fra i seguenti ,003 tablet mentre i Non User prediligono quasi strumenti ti avvali più spesso per collegarti ad esclusivamente il computer. In linea con Internet? Dependent quanto analizzato in precedenza in Symmetric Measures relazione al media habit dei rispondenti e Value Approx. Sig. ai device posseduti, possiamo ravvisareNominal by Nominal Phi ,278 ,004 come coloro che utilizzano il geo-tagging Cramers V ,278 ,004 prediligano quegli strumenti tecnologiciN of Valid Cases 202 più sofisticati che gli consentono di Chi-Square Tests accedere ad Internet fuoricasa e in ogni Asymp. Sig. (2- momento della giornata. Value df sided) Guardando i p-value possiamo ravvisarePearson Chi-Square 15,652a 4 ,004 come essi si attestino al di sotto del livelloLikelihood Ratio 16,164 4 ,003Linear-by-Linear ,002 1 ,967 di significatività prefissato, segnalandoAssociation l’esistenza di un significativo legame tra leN of Valid Cases 202 variabili prese in considerazione.
    • 49 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Correlazione giudizi likert USER Correlations Benefici del Tempo Privacy Status Facilità di utilizzo Condivisibilità Abuso servizioTempo Pearson Correlation 1 ,030 ,332** ,474** ,266** ,007 ,051 Sig. (2-tailed) ,772 ,001 ,000 ,008 ,950 ,622 N 97 97 97 97 97 97 97Privacy Pearson Correlation ,030 1 ,200* ,078 ,174 ,203* ,041 Sig. (2-tailed) ,772 ,050 ,447 ,088 ,046 ,693 N 97 97 97 97 97 97 97Status Pearson Correlation ,332** ,200* 1 ,489** ,346** -,080 ,093 Sig. (2-tailed) ,001 ,050 ,000 ,001 ,436 ,364 N 97 97 97 97 97 97 97Facilità di utilizzo Pearson Correlation ,474** ,078 ,489** 1 ,319** ,011 ,135 Sig. (2-tailed) ,000 ,447 ,000 ,001 ,915 ,189 N 97 97 97 97 97 97 97Condivisibilità Pearson Correlation ,266** ,174 ,346** ,319** 1 -,032 ,449** Sig. (2-tailed) ,008 ,088 ,001 ,001 ,756 ,000 N 97 97 97 97 97 97 97Abuso Pearson Correlation ,007 ,203* -,080 ,011 -,032 1 -,175 Sig. (2-tailed) ,950 ,046 ,436 ,915 ,756 ,086 N 97 97 97 97 97 97 97Benefici del servizio Pearson Correlation ,051 ,041 ,093 ,135 ,449** -,175 1 Sig. (2-tailed) ,622 ,693 ,364 ,189 ,000 ,086 N 97 97 97 97 97 97 97
    • 50 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATAL’analisi ottenuta incrociando le variabili quantitative discrete rappresentate dal grado diaccordo/disaccordo (scala 1-9) degli Utilizzatori in merito a diversi aspetti dei servizi digeo-localizzazione ha portato alla luce tre correlazioni statisticamente significative fra iseguenti item:Tempo (“Fare il check-in con un servizio di localizzazione richiede poco tempo”) & Facilitàdi utilizzo (“I servizi di localizzazione hanno un’interfaccia chiara e sono semplici dautilizzare”) correlazione 0,474;Status (“Mi piace condividere con gli altri informazioni sui posti che frequento”)& Facilità diutilizzo (“I servizi di localizzazione hanno un’interfaccia chiara e sono semplici da utilizzare”) correlazione 0,489;Benefici del servizio (“I servizi di localizzazione mi permettono di ottenere anche deivantaggi di tipo economico”) & Condivisibilità (“I servizi di localizzazione mi permettono diconoscere e di confrontare opinioni e giudizi provenienti da fonti diverse”) correlazione 0,449.
    • 51 ANALISI DESCRITTIVA- Utilizzatori vs Non UtilizzatoriTal i correlazioni sono risultate particolarmente interessanti per approfondirel’atteggiamento degli Utilizzatori nei confronti dei servizi geolocal, infatti:• l’esistenza di una relazione diretta e positiva fra l’item “facilità di utilizzo” e,rispettivamente, “tempo” e “status” suggerisce la presenza di una rete di reciprocheinfluenze fra l’immediatezza temporale e tecnologica del check-in e la propensioneall’appagamento sia di un bisogno funzionale di informazione, sia di un bisogno sociale diinterazione e condivisione;• la relazione diretta e positiva fra gli item “benefici del servizio” e “ condivisibilità” fornisceuno spunto di riflessione sul collegamento fra la capacità di information pooling dei servizigeolocal, che consente una riduzione dei costi di ricerca pre-acquisto, e le potenzialitàdegli stessi come mezzi attraverso i quali conseguire vantaggi simili a quelli dellepromozioni tradizionali.
    • 52 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA _ CONFRONTA MEDIE USER Età * Giudizio sulla condivisibilitàLe medie dei giudizi espressi dagli Utilizzatori, su scala 1-9, in merito all’item “condivisibilità”(I servizi di localizzazione mi permettono di conoscere e di confrontare opinioni e giudiziprovenienti da fonti diverse) sono diverse nelle tre classi di età? ANOVA Table Report Sum of Mean Condivisibilità Squares df Square F Sig. Età Mean N Std. Deviation Condivisibilità * Between (Combined) 48,682 2 24,341 6,559 ,002 Età Groups 15-19 4,38 13 1,981 Within Groups 348,823 94 3,711 20-25 5,33 73 1,930 26-30 7,18 11 1,834 Total 5,41 97 2,035 Total 397,505 96Osservando il valore del p-value per il test F, pari a 0,002 < 0,05 (livello di significativitàfissato), si può affermare che esista un legame fra le due variabili, nonostante si noti unanumerosità di osservazioni piuttosto diversa nelle tre classi.Pertanto, l’età degli Utilizzatori sembra giocare un ruolo significativo nell’influenzare il lorogiudizio sulla capacità di information pooling dei servizi di geo – localizzazione.
    • 53 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA Correlazione giudizi likert NON USER Correlations Facilità di Barriera Natura del Tempo Privacy Status utilizzo tecnologica Abuso servizioTempo Pearson Correlation 1 ,192* ,201* ,122 ,275** ,408** ,555** Sig. (2-tailed) ,050 ,040 ,214 ,004 ,000 ,000 N 105 105 105 105 105 105 105Privacy Pearson Correlation ,192* 1 ,403** -,089 ,341** ,145 ,279** Sig. (2-tailed) ,050 ,000 ,367 ,000 ,139 ,004 N 105 105 105 105 105 105 105Status Pearson Correlation ,201* ,403** 1 ,025 ,317** ,211* ,260** Sig. (2-tailed) ,040 ,000 ,799 ,001 ,030 ,007 N 105 105 105 105 105 105 105Facilità di utilizzo Pearson Correlation ,122 -,089 ,025 1 -,031 ,046 ,175 Sig. (2-tailed) ,214 ,367 ,799 ,754 ,642 ,073 N 105 105 105 105 105 105 105Barriera tecnologica Pearson Correlation ,275** ,341** ,317** -,031 1 ,227* ,243* Sig. (2-tailed) ,004 ,000 ,001 ,754 ,020 ,012 N 105 105 105 105 105 105 105Abuso Pearson Correlation ,408** ,145 ,211* ,046 ,227* 1 ,345** Sig. (2-tailed) ,000 ,139 ,030 ,642 ,020 ,000 N 105 105 105 105 105 105 105Natura del servizio Pearson Correlation ,555** ,279** ,260** ,175 ,243* ,345** 1 Sig. (2-tailed) ,000 ,004 ,007 ,073 ,012 ,000 N 105 105 105 105 105 105 105
    • 54 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATACorrelazioni statisticamente significative:Tempo (“Chi utilizza i servizi di localizzazione ha molto tempo da perdere”) & Abuso(“I servizi di localizzazione creano dipendenza”) correlazione 0,408;Tempo (“Chi utilizza i servizi di localizzazione ha molto tempo da perdere”) & Natura delservizio (“I servizi di localizzazione non hanno alcuno scopo e non offrono alcun beneficioa chi li usa”) correlazione 0,555;Privacy (“Chi utilizza i servizi di localizzazione non teme di far sapere agli altri dove si trovi ecosa stia facendo”) & Status (“Chi utilizza i servizi di localizzazione vuole comunicare lapropria posizione sociale attraverso i posti che frequenta”) correlazione 0,403.
    • 55 ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATAI risultati dell’analisi di correlazione consentono di riflettere su due particolari aspettidell’atteggiamento dei Non Utilizzatori:• La relazione diretta e positiva esistente, rispettivamente, fra i giudizi relativi agli item“tempo” e “abuso” e fra quelli espressi riguardo “privacy” e “status” sembra richiamarequanto già emerso nel focus group. Infatti, chi non utilizza i servizi geolocal e ha dellepercezioni negative rispetto agli User, ritenendoli persone con molto tempo da perdere eche ostentano la propria condizione sociale, appare conseguentemente più incline aconsiderare rilevanti i rischi in termini di assuefazione e di riservatezza;• La relazione diretta e positiva fra i giudizi sugli item “tempo” e “natura del servizio”sembra suggerire l’esistenza di un rapporto fra la percezione relativa agli Utilizzatori deiservizi geolocal e la loro utilità in termini di benefici ottenibili. In particolare, si potrebbeipotizzare che chi considera in maniera negativa gli User (“persone con molto tempo daperdere”) sia portato ad estendere tale giudizio anche agli aspetti intrinseci dei servizistessi
    • ANALISI DESCRITTIVA- Utilizzatori vs Non Utilizzatori ANALISI BIVARIATA _ CONFRONTA MEDIE NON USER Provenienza * Giudizio sullo status degli UserLe medie dei giudizi espressi dai Non Utilizzatori, su scala 1-9, in merito all’item “status” (Chiutilizza i servizi di localizzazione vuole comunicare la propria posizione sociale attraverso iposti che frequenta) cambiano a seconda della provenienza dei rispondenti? ANOVA Table Report Status Sum of Mean Provenienza Mean N Std. Deviation Squares df Square F Sig. Nord 7,87 47 1,393 Status * Between (Combine 44,001 3 14,667 4,557 ,005 Provenienza Groups d) Centro 7,67 9 1,414 Within Groups 325,047 101 3,218 d i m e n s i Sud e 6,56 48 2,163 isole o n 1 Estero 6,00 1 . Total 369,048 104 Total 7,24 105 1,884Se ci si sofferma sul valore del p-value per il test F, pari a 0,005 < 0,05 (livello di significativitàfissato), si può affermare che esista un legame fra le due variabili, anche se è necessarionotare una sostanziale eterogeneità nel numero delle osservazioni in ciascuna classe,probabilmente dovuta alla modalità con la quale è stato distribuito il questionario(somministrazione via web).Pertanto, considerando le finalità descrittive della ricerca, sembra legittimo affermare chela provenienza geografica possa giocare un ruolo nell’influenzare il giudizio dei Non Usersulla presunta ostentazione sociale di chi usa i servizi di geo-localizzazione.
    • 57 IL PROCESSO DI SEGMENTAZIONE: L’APPROCCIO CLASSICO METODOLOGIAPremessa: nel perseguire il secondo obiettivo della nostra ricerca (condurre un’analisidiversificata per Utilizzatori e Non Utilizzatori dei servizi di geo-localizzazione), si è scelto diesaminare separatamente le due categorie attraverso la predisposizione di due data setspecifici.Il procedimento seguito per pervenire alla determinazione dei segmenti finali è statoarticolato coerentemente con i seguenti obiettivi: STEP 1: costruzione di variabili di sintesi dei giudizi espressi su scala 1-9 dagli Utilizzatori e dai Non Utilizzatori in riferimento ai sette item della scala Likert. TECNICA UTILIZZATA: analisi fattoriale STEP 2: determinazione di segmenti omogenei internamente ed eterogenei fra loro, con valori simili sui fattori precedentemente individuati. TECNICA UTILIZZATA: cluster analysis
    • 58 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1 ANALISI FATTORIALE Metodo di estrazione: componenti Output ottenuto: principali • Tabella delle comunalità Metodo di rotazione: Varimax • Varianza totale spiegata Max iterazione convergenza: 100 • Scree plot Analizza: matrice di correlazione • Matrice delle componenti Visualizza: soluzione fattoriale non • Matrice delle componenti ruotata ruotata, scree plot • Matrice di trasformazione delle Opzioni : Esclusione listwise componenti: 3 fattoriPer determinare la validità e l’adeguatezza della soluzione ottenuta, sono stati considerati iseguenti elementi:• il rapporto tra numero di componenti e di variabili;• la percentuale di varianza globale spiegata;• le comunalità;• lo screeplot;• la leggibilità e significatività in termini operativi delle componenti stesse, attraverso lamatrice delle componenti ruotata.
    • 59 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.1 VARIANZA TOTALE SPIEGATA Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings % of Cumulative % of Cumulative % of Cumulative Total Variance % Total Variance % Total Variance % 1 2,276 32,510 32,510 2,276 32,510 32,510 1,950 27,860 27,860 2 1,276 18,234 50,744 1,276 18,234 50,744 1,499 21,417 49,277 3 1,128 16,108 66,852 1,128 16,108 66,852 1,230 17,575 66,852 di mension0 4 ,811 11,585 78,437 5 ,593 8,466 86,903 6 ,503 7,185 94,088 7 ,414 5,912 100,000 Extraction Method: Principal Component Analysis.Dalla tabella si può notare che i primi tre item riescono a spiegare il 66,85% dellavarianza totale . Tale risultato è accettabile poiché la perdita di informazioni si attestaal di sotto del 30%
    • 60 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.2 TABELLA DELLA COMUNALITA’ Communalities Initial Extraction Tempo 1,000 ,620 Privacy 1,000 ,688 Status 1,000 ,572 Facilità di utilizzo 1,000 ,693 Condivisibilità 1,000 ,693 Abuso 1,000 ,639 Benefici del servizio 1,000 ,776 Extraction Method: Principal Component Analysis.La tabella delle comunalità evidenzia una percentuale di varianza spiegatasingolarmente da ciascun item compresa fra il 57,2% dell’item ‘’status’’ ed il 77,6%dell’item ‘’Benefici del servizio’’.
    • 61 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.3 SCREE PLOTDallo scree plot è possibile ravvisare una considerevole riduzione di pendenza tra ilprimo ed il secondo componente, anche se il risultato finale dell’output indica unnumero di fattori pari a tre. Tuttavia si ricordi che le indicazioni fornite da tale graficopossono spesso rivelarsi ingannevoli e di difficile applicabilità. Pertanto, si considera unnumero di fattori pari a tre.
    • 62 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.4 CONSIDERAZIONI DI RIEPELOGO Rapporto tra numero Per un insieme di 7 item, componenti e numero ACCETTABILE sono state individuate 3 variabili componenti % Varianza globale ACCETTABILE 66,85% spiegata Comunalità Valori compresi tra 57,2% ACCETTABILE e 77,6%Il rapporto fra numero di componenti e numero di fattori individuati potrebbe apparirenon soddisfacente in relazione alla finalità principale dell’analisi fattoriale, ossia quella diriduzione della complessità informativa dei dati considerati.In realtà, bisogna tenere in adeguata considerazione l’attuale diffusione e conoscenzadei servizi di geo-localizzazione nel contesto italiano, ambedue piuttosto modeste, e laconseguente difficoltà nel determinare un insieme numeroso di item non solo comprensibiliper gli intervistati, ma anche dotati di valore aggiunto per gli obiettivi di ricerca.Alla luce di ciò, si è scelto di accettare la soluzione a 3 fattori.
    • 63 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.5 MATRICE DELLE COMPONENTI RUOTATALa tabella che segue riporta le correlazioni tra le variabili originarie e le componentiindividuate. Ciascuna variabile viene associata al fattore con il quale possiede lacorrelazione più alta. Immediatezza della condivisione Vantaggi funzionali Aspetti psicologici Facilità di utilizzo 0,824 0,113 0,021 Tempo 0,785 -0,026 -0,048 Status 0,720 0,208 0,102 Benefici del servizio -0,023 0,872 -0,121 Condivisibilità 0,361 0,737 0,139 Privacy 0,060 0,245 0,790 Abuso -0,011 -0,281 0,748
    • 64 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 1.6 COMMENTO ALLA MATRICE DELLE COMPONENTI RUOTATADall’analisi della matrice delle saturazioni è possibile individuare i caratteri delle 3componenti:• La prima componente è ampiamente spiegata dai caratteri Facilità di utilizzo, Tempo eStatus, che sono stati raccolti nell’attributo “Immediatezza della condivisione”;• La seconda componente è collegata a Benefici del servizio e Condivisibilità, che sonostati riassunti in “Vantaggi funzionali”;• La terza componente, infine, è rappresentata dai temi Privacy e Abuso. La condizioneche si viene a generare verrà chiamata “Aspetti psicologici”.
    • 65 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 2 CLUSTER ANALYSIS Output ottenuto: Metodo di classificazione: procedura • Tabella dei centri iniziali dei cluster; non gerarchica delle K medie • Tabella delle iterazioni; Max di iterazioni: 100 • Tabella dei centri finali dei cluster; Opzioni : Centri iniziali dei cluster e • Tabella Anova tabella Anova; esclusione listwise • Numero di osservazioni in ciascuno dei clusters individuati 1°Tentativo: numero di cluster = 2 ANOVA Number of Cases in each Cluster Cluster Error Mean Square df Mean Square df F Sig. Cluster 1 42,000 Immediatezza della 36,369 1 ,628 95 57,939 ,000 condivisione 2 55,000 Vantaggi funzionali ,002 1 1,011 95 ,002 ,962 Valid 97,000 Aspetti psicologici 24,692 1 ,751 95 32,896 ,000 Missing ,000Sulla base dei valori fortemente eterogenei degli F e data la non significatività del fattore‘’vantaggi funzionali’’ nel discriminare fra i cluster, si è scelto di non accettare questasoluzione, procedendo con un ulteriore tentativo.
    • 66 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 2 CLUSTER ANALYSIS 2°Tentativo: numero di cluster da 2 a 3 ANOVA Number of Cases in each Cluster Cluster Error Cluster 1 38,000 Mean Square df Mean Square df F Sig. Immediatezza della 22,033 2 ,552 94 39,879 ,000 2 36,000 condivisione 3 23,000 Vantaggi funzionali 13,023 2 ,744 94 17,500 ,000 Valid 97,000 Aspetti psicologici 20,981 2 ,575 94 36,498 ,000 Missing ,000Il secondo tentativo ha portato ad una soluzione soddisfacente, infatti:• il numero di osservazioni in ciascun cluster risulta essere omogeneo;• non si riscontrano valori fortemente eterogenei degli F;• le tre variabili considerate si dimostrano tutte in grado di discriminare in manierasignificativa fra i cluster (p-value del test F < 0,05).Pertanto, la soluzione con tre cluster è stata considerata quella ottimale.
    • 67 SEGMENTAZIONE CLASSICA: Utilizzatori 2.1 RISULTATI DELLA SOLUZIONE A TRE CLUSTER Final Cluster Centers Final Cluster Centers Cluster Cluster 1 2 3Immediatezza della condivisione ,22816 ,51785 -1,18750 Immediatezza della condivisione 2 1 3Vantaggi funzionali -,59156 ,59384 ,04787 Vantaggi funzionali 2 3 1Aspetti psicologici ,81621 -,58655 -,43044 Aspetti psicologici 1 3 2 GLI HOMO GLI I NARCISISTI GEO- APATICI ECONOMICUS Immediatezza della condivisione + ++ --- Vantaggi funzionali -- ++ = Aspetti psicologici +++ -- --
    • 68 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 2.2 GRAFICO RADARI narcisistiGli homo geo-economicusGli apatici
    • 69 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 3 PROFILAZIONE I NARCISISTI (39,2%) chi è il check-in più bello del reame? Gli individui appartenenti a questo cluster guardano ai servizi di geo-localizzazione come strumento attraverso il quale è in media facile ed immediato fare check-in, data anche l’interfaccia intuitiva e semplice che li contraddistingue: non a caso questi Utilizzatori si avvalgono prevalentemente di Facebook Places. Per questi, la propensione al geo-tagging si correla, inoltre, con la possibilità di comunicare al proprio network di amici e conoscenti attraverso i posti frequentati il proprio status, mostrandosi, invece, per niente interessati alla possibilità di trarne vantaggi funzionali.La volontà di svelare agli altri aspetti della loro sfera personale si consuma, dunque, neitermini di un vero e proprio auto-appagamento fine a sé stesso: la pratica del geo-taggingnon viene, inoltre, percepita come lesiva della propria privacy ma ritengono, comunque,che essa possa creare una vera e propria dipendenza.Servendoci delle variabili socio-demografiche e di media habit solo per fini descrittivi, talecluster vede la prevalenza di rispondenti di sesso femminile provenienti dal Sud e dalleIsole. Inoltre, tale cluster è propenso in prevalenza a localizzarsi in luoghi di interesse (musei,teatri,ecc), aeroporti e stazioni, località turistiche e discoteche.
    • 70 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 3 PROFILAZIONE GLI HOMO GEO-ECONOMICUS (37,1%) utilità = check-in x vantaggio ottenuto Il profilo di utente appartenente a questo cluster guarda ai servizi non solo come strumenti intuitivi, immediati e di facile fruizione, ma dotati anche di notevole utilità: attraverso di questi è possibile condividere informazioni su se stesso e raccogliere opinioni provenienti da fonti diversi, nonché ottenere dei benefici economici.Non a caso, accanto a Facebook, il servizio più utilizzato è Foursquare che, come ribaditoprecedentemente, consente di avere feedback costanti sui posti frequentati da terzi econdividere opinioni sui servizi in generale.In altre parole, essi si approcciano in maniera razionale a questi strumenti, consapevoli,inoltre, che essi possano rappresentare un pericolo per la privacy ma non tali da creareun’assuefazione nel tempo.In termini puramente descrittivi, gli individui appartenenti a questo cluster provengono siadal Nord che dal Sud, sono studenti la cui età è compresa tra 20-25 anni e che tendono alocalizzarsi in prevalenza in località turistiche, ristoranti/pub e luoghi di interesse.
    • 71 SEGMENTAZIONE CLASSICA: Utilizzatori STEP 3 PROFILAZIONE GLI APATICI (23,7%) quel checkare pallido e assolto. Gli individui che appartengono a questo cluster, pur utilizzando i servizi di geo-localizzazione, percepiscono tali strumenti come poco intuitivi ed immediati. Non a caso, utilizzano solo ed esclusivamente strumenti di geo-tagging più semplici come Facebook Places e Google Latitude. Sono inoltre indifferenti sulla possibilità di trarre vantaggi funzionali da tali strumenti, mostrandosi, inoltre, poco propensi a condividere informazioni e posti frequentati col proprio network di amici e conoscenti.Si tratta, in altre parole, di individui che si approcciano in maniera distaccata a talepratica, ritenendo che essa non comporti dipendenza nel tempo o che possa ledere lapropria immagine.In termini demografici e di media habit, gli apatici, provenienti sia dal Nord che dal Sud,effettuano i check-in in bar e ristoranti, ma anche in università e a casa.
    • 72 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 1 ANALISI FATTORIALE Metodo di estrazione: componenti principali; per il secondo tentativo, Output ottenuto: fissato numero di fattori pari a 3 Tabella delle comunalità Metodo di rotazione: Varimax Varianza totale spiegata Max iterazione convergenza: 100 Scree plot Analizza : matrice di correlazione Matrice delle componenti Visualizza : soluzione fattoriale non Matrice delle componenti ruotata ruotata, scree plot Matrice di trasformazione delle Opzioni : Esclusione listwise componentiL’analisi fattoriale svolta per i Non Utilizzatori ha comportato la risoluzione di una criticitàriguardante il trade – off creatosi fra interpretabilità dei fattori e perdita di informazioni.Pertanto, il procedimento che ha portato alla soluzione ritenuta ottimale per le finalitàdella ricerca si è così sviluppato:•tentativo di aumentare la percentuale di varianza totale spiegata fissando un numero difattori pari a 3;•confronto fra la soluzione iniziale e quella alternativa alla luce del trade-offinformazione/interpretabilità;•scelta della soluzione iniziale a 2 fattori.
    • 73 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 1.1 VARIANZA TOTALE SPIEGATA Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings % of % of % of Total Variance Cumulative % Total Variance Cumulative % Total Variance Cumulative % 1 2,489 35,563 35,563 2,489 35,563 35,563 1,924 27,479 27,479 2 1,244 17,778 53,342 1,244 17,778 53,342 1,810 25,863 53,342 3 ,909 12,983 66,325 4 ,700 9,996 76,321 di mension0 5 ,685 9,786 86,107 6 ,552 7,892 94,000 7 ,420 6,000 100,000 Extraction Method: Principal Component Analysis.Come si può notare, le prime due componenti spiegano complessivamente il 53,34%della varianza totale dei dati. La perdita informativa è, quindi, da tenere in debitaconsiderazione, in quanto vicina al 50%.
    • 74 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 1.2 TABELLA DELLE COMUNALITÀ Communalities Initial Extraction Tempo 1,000 ,648 Privacy 1,000 ,609 Status 1,000 ,497 Facilità di utilizzo 1,000 ,442 Barriera tecnologica 1,000 ,475 Abuso 1,000 ,423 Natura del servizio 1,000 ,641 Extraction Method: Principal Component Analysis.La tabella delle comunalità mostra una percentuale di varianza spiegatasingolarmente da ciascun item compresa fra il 42,3% dell’item ‘’abuso’’ ed il 64,8%dell’item ‘’Abuso’’.
    • 75 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 1.3 SCREE PLOTInterpretando, sempre con le dovute cautele, lo scree plot, è possibile notare unarilevante riduzione di pendenza tra il primo ed il secondo componente,coerentemente con il risultato finale pari a due fattori .
    • 76 SEGMENTAZIONE CLASSICA: Non Utilizzatori 1.4 CONSIDERAZIONI DI RIEPILOGO Rapporto tra numero Considerando 7 item, un componenti e numero ACCETTABILE numero di fattori pari a variabili due appare accettabile % Varianza globale 53,4% APPENA ACCETTABILE spiegata Comunalità Valori compresi fra il ACCETTABILE 42,3% ed il 64,8%Il valore della varianza globale spiegata potrebbe sembrare non soddisfacente,soprattutto se si considera la perdita di informazioni che tale soluzione comporta. Tuttavia,dopo aver tentato di ovviare a tale problematica procedendo ad una ulteriore analisifattoriale con numero di fattori fissato pari a tre, si è scelto di mantenere la soluzioneappena illustrata per i seguenti motivi:• la scarsa leggibilità operativa del risultato a tre fattori (dipendente anche dal ridottonumero di item), dovuta ad un sostanziale appiattimento delle diversità fra le componenti;• decisione di privilegiare, nel trade – off fra completezza informativa ed interpretabilità,quest’ultimo elemento, anche alla luce degli obiettivi operativi fissati per la ricerca.
    • 77 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 1.5 MATRICE DELLE COMPONENTI RUOTATA E COMMENTOÈ stata costruita la tabella “variabili originarie*componenti individuate” anche per ilgruppo Non User. Ciascuna variabile è collegata al fattore con il quale possiede lacorrelazione più elevata. Disutilità funzionale ed abuso Aspetti psicologici ed accessibilità Tempo 0,776 0,212 Natura del servizio 0,758 0,258 Abuso 0,610 0,227 Facilità di utilizzo 0,533 -0,396 Privacy 0,078 0,776 Status 0,190 0,679 Barriera tecnologica 0,219 0,653Analizzata la matrice delle saturazioni, è stato possibile individuare i caratteri delle 2componenti:• La prima componente comprende i caratteri Tempo, Natura del servizio, Abuso eFacilità d’utilizzo, che sono stati raggruppati in “Disutilità funzionale ed abuso;• Il fattore “Aspetti psicologici e accessibilità” ingloba gli item Privacy, Status e Barrieratecnologica.
    • 78 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 2 CLUSTER ANALYSIS Metodo di classificazione: Output ottenuto: Procedura non gerarchica • Tabella dei centri iniziali dei clusters; delle K medie • Tabella delle iterazioni; Max di iterazioni: 100 • Tabella dei centri finali dei clusters; Opzioni : Centri iniziali dei • Tabella Anova; cluster e tabella Anova; • Numero di osservazioni in ciascuno dei esclusione listwise clusters individuati 1°Tentativo: numero di cluster = 2 ANOVA Cluster Error Number of Cases in each Cluster Mean Square df Mean Square df F Sig. Cluster 1 61,000 Disutilità funzionale ed 42,613 1 ,596 103 71,499 ,000 abuso 2 44,000 Aspetti psicologici ed 20,244 1 ,813 103 24,895 ,000 Valid 105,000 accessibilità Missing ,000Dalle tabelle proposte, possiamo ravvisare come:• i p-value dei delle componenti si attestino perfettamente al livello di significativitàprefissato, nonostante i valori degli F risultino piuttosto distanti;• i cluster siano numericamente omogenei.
    • 79 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 2 CLUSTER ANALYSIS 2°Tentativo: numero di cluster da 2 a 3 ANOVA Cluster Error Number of Cases in each Cluster Mean Square df Mean Square df F Sig. Cluster 1 26,000 Disutilità funzionale ed 28,923 2 ,452 102 63,920 ,000 2 25,000 abuso 3 54,000 Aspetti psicologici ed 28,420 2 ,462 102 61,468 ,000 Valid 105,000 accessibilità Missing ,000Per quanto propensi ad accettare la soluzione a 2 cluster dati i valori rilevati considerabilicomunque adeguati, si è eseguito un ulteriore tentativo, al fine di ottenere valori piùomogenei degli F. In questo secondo caso:•la significatività risulta essere ancora ottima per tutte le componenti;•il test F è più omogeneo rispetto al caso precedente;•le osservazioni risultano ben distribuite nei tre cluster individuati.Pertanto, abbiamo optato per la seconda soluzione a 3 cluster.
    • 80 SEGMENTAZIONE CLASSICA: Non Utilizzatori 2.1 RISULTATI DELLA SOLUZIONE A 3 CLUSTER Final Cluster Centers Final Cluster Centers Cluster Cluster 1 2 3Disutilità funzionale ed abuso -,11515 -1,21473 ,61782 Disutilità funzionale ed abuso 3 1 2Aspetti psicologici ed -1,28248 ,43056 ,41816 Aspetti psicologici ed accessibilità 2 3 1accessibilità I COMING I MORALIZZATORI GLI AMLETICI SOON RADICALI Disutilità funzionale ed abuso - --- ++ Aspetti psicologici ed accessibilità --- + +
    • 81 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 3 PROFILAZIONE I COMING SOON (24,9%) prima o poi mi checko! I coming soon si distinguono tra i Non User per la loro propensione ad apprezzare i servizi di geo-localizzazione, sebbene le loro considerazioni sulla natura del servizio nascano da percezioni personali. Immaginano un’interfaccia chiara e semplice da utilizzare, sono convinti che l’uso del servizio non richieda dispendio di tempo e non crei dipendenza, e non si preoccupano di eventuali rischi legati all’immagine, o alla privacy. Peccato che non conoscano i marchi associati a questa tipologia di servizi!La nomenclatura assegnata al cluster non è del tutto casuale: il gruppo individuato, infatti,pare essere il più vicino al profilo dell’Utilizzatore. I coming soon, dunque, potrebbero ungiorno trasformarsi in User; aspettano solo di essere coinvolti!Il profilo appena descritto si può sintetizzare con l’idea che i coming soon siano NonUtilizzatori a causa dell’asimmetria informativa che li lega ai servizi. La loro conoscenza deiservizi di geo-localizzazione è solo di natura percettiva.Il gruppo si caratterizza per individui perlopiù di sesso femminile, di età compresa tra i 20 e i25 anni, provenienti dal sud ed isole. I coming soon sono degli sportivi, a cui piaceascoltare musica e viaggiare.
    • 82 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 3 PROFILAZIONE GLI AMLETICI (23,8%) essere, o non essere … User o Non User, questo è il problema! Affascinati dalla natura del servizio e dalla facilità di utilizzo, gli amletici sarebbero propensi a fruire dei servizi di geo-localizzazione, anche perché convinti non rappresentino una perdita di tempo, né un rischio di dipendenza. Cosa vincola allora il cluster al non utilizzo del servizio? La privacy e/o la mancanza di un dispositivo adatto.Gli amletici, infatti, temono che l’utilizzo del servizio possa arrecare danni alla propriaimmagine e alla propria vita, specie se l’uso che se ne fa interferisca con la proiezionedello propria personalità e delle proprie abitudini sull’intera società. E’ più un servizio perfighetti! Oppure, molti di loro non possono utilizzarli perché privi di un dispositivo mobile diultima generazione. Anche gli amletici, con opportune strategie di marketing, potrebberoessere coinvolti nella fruizione dei servizi geolocal.Il cluster è formato da individui che, come i coming soon, amano viaggiare, fare sport eascoltare musica. Sono soprattutto di sesso femminile e si concentrano nella fascia d’etàcompresa tra i 20 e i 25 anni. L’area geografica di provenienza si divide tra nord e sud edisole. Tra i servizi di localizzazione più conosciuti spiccano Facebook Places e GoogleLatitude.
    • 83 SEGMENTAZIONE CLASSICA: Non Utilizzatori STEP 3 PROFILAZIONE I MORALIZZATORI RADICALI (51,2%) capra, capra, capra! Non esiste alcuno scopo e non si trae alcun beneficio nel localizzarsi; i moralizzatori radicali restano fermi sulle proprie idee e hanno una cattiva visione dei servizi di geo-localizzazione: sono poco chiari e creano dipendenza. La concezione negativa, però, riguarda più la natura del servizio stesso, rispetto alla personalità di chi ne fruisce.Credono, ad ogni modo, che chi si localizza non tema per la propria privacy e che nonsappia impiegare il proprio tempo in qualcosa di più utile e vantaggioso. La negativitànon va ricercata nella mera assenza di informazioni sui servizi in questione, tanto è veroche il cluster conosce bene quali sono i diversi tipi di servizi offerti, specie se si fa riferimentoai più famosi ed utilizzati. Difficilmente è possibile far cambiare loro idea.I moralizzatori radicali provengono in maggioranza dal nord, hanno tra i 20 e i 25 anni, esono generalmente di sesso femminile. Fra i cluster dei Non Utilizzatori si distinguono per lavarietà dei loro hobby ed interessi, che si spaziano dal viaggio alla lettura, dalla musica,all’arte e allo sport.
    • 84 IL PROCESSO DI SEGMENTAZIONE: L’APPROCCIO FLESSIBILE METODOLOGIA SEGUITAOBIETTIVO 3Al fine di analizzare nello specifico come un’azienda appartenente al settore HoReCapotrebbe impostare delle politiche di offerta utilizzando i servizi di geo-localizzazione,indagando congiuntamente le attitudini degli Utilizzatori e dei Non Utilizzatori , abbiamooptato per una segmentazione di tipo flessibile mediante la combinazione di duetecniche: Conjoint analysis Cluster analysisSi è pertanto proceduto nel seguente modo:1)Tramite il questionario, tutti i rispondenti, fruitori o meno dei servizi di geo-localizzazione,sono stati chiamati ad esprimere una valutazione di gradimento complessivo (di tiporating, su scala da 1 a 9) su 8 profili di offerta;2)attraverso la conjoint analysis tali valutazioni globali sono state disaggregate in scale diutilità, corrispondenti ad ognuno degli attributi considerati;3)tramite la cluster analysis, sono stati individuati 4 cluster internamente omogenei sullabase dei valori delle utilità individuali.
    • 85 CONJOINT ANALYSIS INDIVIDUAZIONE DEGLI ATTRIBUTI/LIVELLI RILEVANTIPer delineare le caratteristiche principali di una iniziativa promozionale che utilizzi i servizi digeo-localizzazione si è scelto di considerare sia gli aspetti che, per definizione, connotanole promozioni (presenza di una ricompensa monetaria o di un beneficio addizionalerispetto alle normali condizioni dell’offerta, temporaneità del vantaggi), sia i feedbackemersi durante il focus group.Pertanto, gli attributi ed i relativi livelli scelti per la costruzione dei profili promozionali sonostati i seguenti:1) Servizio di localizzazione da utilizzare (Facebook Places vs Foursquare vs a sceltadell’utente);2) numero massimo di localizzazioni giornaliere (una sola localizzazione al giorno vs nessunvincolo);3) numero di check-in richiesti per ottenere il vantaggio promozionale (10 check-in vs 20check-in);4) durata del vantaggio (1 mese vs 6 mesi);5) valore del vantaggio (5 € vs 10 €).
    • 86 CONJOINT ANALYSIS PREDISPOSIZIONE PROFILI PROMOZIONALISulla base degli attributi e dei livelli individuati, il numero di combinazioni possibili risultavapari a 3 x 2 x 2 x 2 x 2 = 48. Per ridurre tale complessità, si è proceduto alla creazione deiprofili di offerta tramite la funzionalità “disegno ortogonale” di SPSS.Tale funzionalità, sulla base dell’ipotesi che non esistano effetti di interazione fra gli attributi,ha determinato una riduzione dei profili di offerta da 48 ad 8 card. Queste ultime sonostate quelle effettivamente valutate dai rispondenti.
    • 87 CONJOINT ANALYSIS RACCOLTA DEI GIUDIZI ED ELABORAZIONE DEI DATICome già specificato in sede di presentazione del questionario, ai rispondenti è statoproposto di valutare (scala 1-9) gli otto profili promozionali ottenuti con il disegnoortogonale. I dati relativi a tale domanda sono stati utilizzati per risalire ai valori di utilitàglobali tramite l’impiego della sintassi di SPSS per la Conjoint Analysis SINTASSI*CONJOINT GLOBALE RATING.CONJOINT DATA=* /PLAN=C:Usersciaccio dottDesktopProgetto Market ResearchDatasetConjoint DEF.sav//SCORE=Profilo1 to Profilo8/FACTORS=Serv_loc (1 Facebook 2 Foursquare 3 A scelta dell utente )Num_max_loc ( 1 una al giorno 2 nessun limite‘ )Num_loc_ric ( 1 10 2 20‘ )Durata_vantaggio ( 1 1 mese 2 6 mesi‘ )Valore_vantaggio ( 1 5 euro 2 10 euro‘ )/print summaryonly.
    • 88 CONJOINT ANALYSIS CONJOINT GLOBALE: VALUTAZIONE RATING Utilities Utility Estimate Std. Error Serv_loc Facebook ,014 ,027 Foursquare -,509 ,031 A scelta dell utente ,495 ,031 Importance Values Correlationsa Num_max_loc una al giorno -,173 ,020 Serv_loc 37,488 Value Sig. nessun limite ,173 ,020 Pearsons R ,999 ,000 Num_max_loc 12,881 Num_loc_ric 10 ,107 ,020 Kendalls tau 1,000 ,000 Num_loc_ric 7,987 20 -,107 ,020 a. Correlations between observed and Durata_vantaggio 10,018 Durata_vantaggio 1 mese -,134 ,020 estimated preferences Valore_vantaggio 31,625 6 mesi ,134 ,020 Averaged Importance Score Valore_vantaggio 5 euro -,424 ,020 10 euro ,424 ,020 (Constant) 5,208 ,021A livello di utilità globale, emergono due elementi particolarmente interessanti:• Osservando la tabella delle utilità si nota che la possibilità di poter scegliere il serviziotramite il quale localizzarsi è mediamente preferita sia rispetto al vincolo di utilizzareFacebook Places sia rispetto alla richiesta di utilizzare Foursquare;• A livello di importanze, occorre evidenziare che l’attributo ritenuto più rilevante (37,5%) èil servizio di localizzazione impiegato nell’iniziatica promozionale, seguito a breve distanzadall’entità monetaria del vantaggio (31,7%).L’entità dello sforzo richiesto, racchiusa nel numero di localizzazioni necessarie per goderedel vantaggio promozionale, non sembra invece essere rilevante per i rispondenticomplessivamente considerati.
    • 89 CONJOINT ANALYSIS CONJOINT DISTINTE: VARIABILI DEMOGRAFICHE E DI MEDIA HABITCon l’obiettivo di indagare eventuali differenze nella percezione di utilità relativa ai profilipromozionali presentati, a seconda delle caratteristiche demografiche e comportamentalidei rispondenti, abbiamo ritenuto opportuno svolgere la procedura di cluster analysisdividendo il campione secondo:• Sesso• Classe d’età• Device utilizzato per connettersi ad internet SINTASSI*CONJOINT DIVISA PER SESSO.SORT CASES by Sessosplit file by Sesso.conjoint data=* /plan=C:Usersciaccio dottDesktopProgetto Market ResearchDatasetConjoint DEF.sav//score=Profilo1 to Profilo8/FACTORS=Serv_loc ( 1 Facebook 2 Foursquare 3 A scelta dell utente )Num_max_loc ( 1 una al giorno 2 nessun limite‘ )Num_loc_ric ( 1 10 2 20‘ )Durata_vantaggio ( 1 1 mese 2 6 mesi‘ )Valore_vantaggio ( 1 5 euro 2 10 euro‘ )/print summaryonly.split file off.
    • 90 CONJOINT ANALYSIS CONJOINT DISTINTE: SESSO Importance Values Correlationsa M Serv_loc 36,290 Sesso Num_max_loc 12,231 Value Sig. M Pearsons R ,999 ,000 Num_loc_ric 7,392 Durata_vantaggio 7,930 Kendalls tau ,982 ,000 Valore_vantaggio 36,156 F Pearsons R 1,000 ,000 F Serv_loc 38,115 Kendalls tau ,982 ,000 Num_max_loc 13,221 Num_loc_ric 8,298 a. Correlations between observed and estimated preferences Durata_vantaggio 11,111 Valore_vantaggio 29,255 Averaged Importance ScoreNonostante nei due gruppi gli attributi ritenuti più importanti rimangano quelli emersi alivello complessivo (servizio di localizzazione da utilizzare e valore del vantaggio) èinteressante notare come le donne tendano ad attribuire una importanza relativamenteinferiore agli aspetti economici (29,2% vs 36,1% degli uomini) ed a conferire una rilevanzamaggiore all’attributo di durata del vantaggio promozionale (11,1% vs 7,9%).NB: per la visione della tabella “Utilità globale rating – distinta per sesso” si fa rimandoall’output fornito in allegato.
    • 91 CONJOINT ANALYSIS CONJOINT DISTINTE: ETA’ Importance Values15-19 Serv_loc 46,667 Num_max_loc 27,778 Num_loc_ric 7,778 Durata_vantaggio 12,222 Valore_vantaggio 5,55620-25 Serv_loc 36,501 Correlationsa Num_max_loc 12,311 Età Num_loc_ric 7,559 Value Sig. 15-19 Pearsons R ,926 ,000 Durata_vantaggio 10,367 Kendalls tau ,691 ,009 Valore_vantaggio 33,261 20-25 Pearsons R ,999 ,00026-30 Serv_loc 41,700 Kendalls tau 1,000 ,000 Num_max_loc 10,526 Num_loc_ric 16,194 26-30 Pearsons R ,994 ,000 Durata_vantaggio 5,668 Kendalls tau ,857 ,001 Valore_vantaggio 25,911 a. Correlations between observed and estimated preferencesAveraged Importance Score
    • 92 CONJOINT ANALYSIS CONJOINT DISTINTE: ETA’Tre sono i punti più interessanti sui quali soffermarsi:• rispetto ai valori delle importanze riscontrati a livello complessivo, i rispondentiappartenenti alle fasce di età 15-19 e 26-30 assegnano una rilevanza maggiore(rispettivamente 46,67% e 41,7% vs 37,5% globale) all’attributo “servizio di localizzazione”;• i rispondenti appartenenti alla fascia di età 15-19 conferiscono agli aspetti economici deiprofili promozionali (attributo “valore del vantaggio”) una importanza molto scarsa, incontrasto sia con gli altri due gruppi di intervistati, sia con i risultati riscontrati a livello diconjoint globale;• chi ha un’età compresa fra 26 e 30 anni attribuisce una rilevanza relativamentemaggiore, rispetto agli altri due gruppi, allo sforzo necessario per ottenere il beneficiopromozionale (attributo “numero di localizzazioni richieste”), mentre considerarelativamente poco importante l’estensione temporale del vantaggio.
    • 93 CONJOINT ANALYSIS CONJOINT DISTINTE: DEVICE UTILIZZATO Importance Values CorrelationsaCellulare Serv_loc 45,763 Di quale fra i seguenti strumenti ti avvali più spesso per collegarti ad Internet? Value Sig. Num_max_loc 5,932 Cellulare Pearsons R ,922 ,001 Num_loc_ric 5,932 Kendalls tau ,769 ,005 Durata_vantaggio 19,492 PC Pearsons R ,994 ,000 Valore_vantaggio 22,881 Kendalls tau ,857 ,001PC Serv_loc 37,011 Smartphone Pearsons R 1,000 ,000 dimension0 Num_max_loc 11,802 Kendalls tau ,982 ,000 Num_loc_ric 8,729 Tablet Pearsons R ,980 ,000 Durata_vantaggio 12,779 Kendalls tau 1,000 ,000 Valore_vantaggio 29,679 Netbook Pearsons R ,999 ,000Smartphone Serv_loc 40,826 Kendalls tau 1,000 ,000 Num_max_loc 7,110 a. Correlations between observed and estimated preferences Num_loc_ric 8,945 Durata_vantaggio 7,569 Valore_vantaggio 35,550 Chi utilizza prevalentemente il PC ed il netbook perTablet Serv_loc 48,148 connettersi alla Rete attribuisce una importanza inferiore Num_max_loc 25,926 (rispettivamente, 37,2% e 32,3%) all’attributo “servizio di Num_loc_ric 7,407 localizzazione” rispetto a chi si serve di altri device, come Durata_vantaggio ,000 lo smartphone (importanza pari al 40,8%). Coloro che Valore_vantaggio 18,519 impiegano il tablet come principale mezzo di accessoNetbook Serv_loc 32,308 ad Internet non considerano per nulla importante la Num_max_loc 22,564 Num_loc_ric 3,077 durata del vantaggio offerto, mentre si dimostrano molto Durata_vantaggio 12,308 sensibili al servizio di localizzazione da dover utilizzare ed Valore_vantaggio 29,744 allo sforzo necessario, in termini di numero di check-in,Averaged Importance Score per conseguire il beneficio promozionale.
    • 94 CONJOINT ANALYSIS SIMULAZIONE DELLE QUOTE DI PREFERENZAAl fine di simulare il processo di scelta delle card da parte dei rispondenti, così dapermettere una stima della quota di coloro che sceglieranno un certo profilo d’offerta,sono state create ad hoc tre nuove card, relative a tre ipotetiche configurazionidell’iniziativa promozionale basata sui servizi di geo-localizzazione:CONJOINT DATA=* /PLAN=C:Usersciaccio dottDesktopProgetto Market ResearchDatasetConjoint SIMULAZIONE.sav//SCORE=Profilo1 to Profilo8/SUBJECT=Rispondente/FACTORS=Serv_loc ( 1 Facebook 2 Foursquare 3 A scelta dell utente )Num_max_loc ( 1 una al giorno 2 nessun limite‘ ) SINTASSINum_loc_ric ( 1 10 2 20‘ )Durata_vantaggio ( 1 1 mese 2 6 mesi‘ )Valore_vantaggio ( 1 5 euro 2 10 euro‘ )/print summaryonly SIMULATION.
    • 95 CONJOINT ANALYSIS SIMULAZIONE DELLE QUOTE DI DIFFERENZA Preference Probabilities of Simulationsb Preference Scores of Simulations Card Number Bradley-Terry- Card Number ID Score ID Maximum Utilitya Luce Logit 1 9 4,865 1 9 24,9% 33,1% 30,1% 2 10 13,3% 27,2% 17,3% 2 10 3,860 3 11 61,8% 39,7% 52,6% 3 11 6,059 a. Including tied simulations b. 186 out of 202 subjects are used in the Bradley-Terry-Luce and Logit methods because these subjects have all nonnegative scores.• A livello complessivo, il profilo 9 ha un valore globale pari a 4,86, il profilo 10 pari a 3,86 mentre la card 11 si attesta su un valore di 6,05. Tale risultato è coerente con le scelte effettuate in sede di costruzione dei profili simulati; nella terza card, infatti, ad eccezione dell’aspetto relativo al servizio di localizzazione, sono state inserite tutte le caratteristiche che connotano il profilo promozionale «ideale»;• in tutti e tre i modelli simulativi utilizzati, il profilo 11 ottiene la quota di preferenza maggiore, con il risultato migliore nel caso del modello First choice, che tende a privilegiare la card con l’utilità globale più alta. In questo caso, la card 11 sarà scelta con una probabilità del 62,8%, probabilità che si riduce al 39% nel modello BTL e al 52,6% nel caso del Logit.
    • 96 CONJOINT ANALYSIS CONJOINT E CLUSTER KEY-MEANS: UNA PREMESSALe stime dei coefficienti di utilità individuale, ottenute tramite la conjoint analysis e salvatein un apposito file, sono state utilizzate come input per la procedura di clustering nongerarchica, attraverso il metodo delle k-medie.L’obiettivo perseguito era quello di indagare la presenza, nel totale del campione, digruppi di rispondenti che condividessero simili percezioni di valori in merito al profilo di unapromozione basata sui servizi geo-local.Per poter ottenere il file contenente i coefficienti di utilità individuale è stata inserita in SPSSla seguente sintassi: SINTASSICONJOINT DATA=* /PLAN=C:Usersciaccio dottDesktopProgetto Market ResearchDatasetConjoint DEF.sav//SCORE=Profilo1 to Profilo8/SUBJECT=Rispondente/FACTORS=Serv_loc ( 1 Facebook 2 Foursquare 3 A scelta dell utente )Num_max_loc ( 1 una al giorno 2 nessun limite‘ )Num_loc_ric ( 1 10 2 20 )Durata_vantaggio ( 1 1 mese 2 6 mesi‘ )Valore_vantaggio ( 1 5 euro 2 10 euro‘ )/print summaryonly/utility= C:Usersciaccio dottDesktopProgetto Market ResearchDatasetUtilità tot rispondenti.sav/.
    • 97 CONJOINT ANALYSIS STEP 1 PREMESSA, TENTATIVI E SOLUZIONE OTTIMALEPer ottenere una soluzione adeguata sia dal punto di vista della significatività statistica, siain riferimento all’interpretabilità dei risultati in ottica di implicazioni manageriali, sono statieffettuati diversi tentativi di cluster analysis con il metodo delle k-medie. PRIMO TENTATIVO : numero di cluster pari a 2 ANOVA STEP 1 : PREMESSA E PRIMO TENTATIVO Cluster Error Mean Square df Mean Square df F Sig. Number of Cases in each Cluster Facebook 51,034 1 ,758 200 67,343 ,000 A scelta dell utente 68,074 1 ,454 200 149,824 ,000 Cluster 1 100,000 nessun limite 1,829 1 ,499 200 3,667 ,057 10 ,132 1 ,401 200 ,329 ,567 2 102,000 6 mesi 1,959 1 ,389 200 5,036 ,026 10 euro ,122 1 ,508 200 ,241 ,624 Valid 202,000 Missing ,000Si è scelto di scartare questa prima soluzione, nonostante la soddisfacente ripartizionedelle osservazioni nei due cluster, poiché:• tre variabili su sei risultano statisticamente non significative nel discriminare fra i segmenti;• i valori degli F risultano estremamente eterogenei.
    • 98 CONJOINT ANALYSIS STEP 1 PREMESSA, TENTATIVI E SOLUZIONE OTTIMALE SECONDO TENTATIVO : numero di cluster pari a 3 ANOVA Cluster Error Mean Square df Mean Square df F Sig.Facebook 44,540 2 ,570 199 78,079 ,000A scelta dell utente 34,890 2 ,448 199 77,864 ,000nessun limite 7,492 2 ,435 199 17,216 ,00010 2,644 2 ,377 199 7,015 ,0016 mesi 2,036 2 ,380 199 5,351 ,00510 euro 1,206 2 ,499 199 2,419 ,092 Number of Cases in each Cluster Cluster 1 74,000 2 41,000 3 87,000 Valid 202,000 Missing ,000Anche in questo secondo caso, si è scelto di non accettare la soluzione proposta inquanto non robusta dal punto di vista della significatività statistica, come si può notare dalp-value relativo alla variabile «10 euro» nonché dalle discrepanze nei valori degli F.
    • 99 CONJOINT ANALYSIS STEP 1 PREMESSA, TENTATIVI E SOLUZIONE OTTIMALE TERZO TENTATIVO : numero di cluster pari a 4 ANOVA Cluster Error Mean Square df Mean Square df F Sig. Number of Cases in each ClusterFacebook 32,574 3 ,530 198 61,497 ,000 Cluster 1 35,000A scelta dell utente 22,641 3 ,460 198 49,249 ,000 2 63,000nessun limite 8,265 3 ,388 198 21,310 ,000 3 23,00010 2,328 3 ,370 198 6,288 ,000 4 81,0006 mesi 7,049 3 ,296 198 23,804 ,000 Valid 202,00010 euro 9,814 3 ,365 198 26,919 ,000 Missing ,000La soluzione a quattro cluster presenta:• il requisito della significatività statistica, in quanto i p-value per tutte le variabili presentanoun valore inferiore al livello di significatività fissato, pari a 0,05;• i valori degli F mostrano una eterogeneità accettabile;• le osservazioni si distribuiscono in maniera soddisfacente nei quattro cluster,Pertanto, si è deciso di considerare quest’ultima come soluzione ottimale e di procederenell’interpretazione dei segmenti ottenuti con l’approccio flessibile considerando unnumero di cluster pari a 4.
    • 100 CLUSTER ANALYSIS STEP 2 RISULTATI DELLA SOLUZIONE A 4 CLUSTER Final Cluster Centers Final Cluster Centers Cluster Cluster 1 2 3 4Facebook ,91 -,20 -1,62 ,26 Facebook 1 4 2 3Plac. Plac.A scelta dell -,61 ,35 1,19 ,89 A scelta dell 3 4 2 1utente utenteNessun ,54 -,34 ,30 ,37 Nessun 1 4 3 2limite limite10 -,09 -,08 ,32 ,28 10 3 4 2 16 mesi ,18 -,17 -,35 ,49 6 mesi 4 1 2 310 euro -,05 ,11 ,47 ,86 10 euro 4 3 2 1 NO FACEBOOK GLI I GLI PLACES, NO PARTY SCAMBISTI MASSIMIZZATORI INCONTENTABILIFacebook Places ++ - --- +A scelta dellutente -- + +++ ++Nessun limite + - + +10 = = + +6 mesi + - - +10 euro = + + ++
    • 101 SEGMENTAZIONE FLESSIBILE STEP 2.1 GRAFICO RADARNo FBP, no partyGli scambistiI massimizzatoriGli incontentabili
    • 102 SEGMENTAZIONE FLESSIBILE: CLUSTER INDIVIDUATI STEP 3 PROFILAZIONE NO FACEBOOK PLACES, NO PARTY (17,3%) I componenti del primo cluster sono indifferenti sia al vantaggio economico apportato dalle diverse politiche promozionali, sia all’eventuale sforzo necessario (numero di localizzazioni richieste). Le opzioni che conferiscono più utilità, all’interno dei diversi profili d’offerta, sono la possibilità di effettuare il check-in con il servizio di geo- localizzazione preferito (nel caso specifico Facebook Places) e l’estensione temporale in cui si sviluppa la promozione proposta, privilegiando dunque la comodità della fruizione rispetto ad altri aspetti del vantaggio.Gli individui appartenenti a questo segmento sono in prevalenza Non Utilizzatori (68%),all’interno dei quali appare bilanciata la presenza di coloro che sarebbero propensiall’utilizzo del servizio di geo-localizzazione per questo tipo di attività promozionali, e coloroche mantengono la loro posizione iniziale di rifiuto.
    • 103 SEGMENTAZIONE FLESSIBILE: CLUSTER INDIVIDUATI STEP 3 PROFILAZIONE GLI SCAMBISTI (31,2%) Agli scambisti non interessa tanto il numero di check-in richiesti per partecipare alla campagna promozionale, quanto la possibilità di scegliere il servizio di geo-localizzazione da utilizzare e il vantaggio economico che ne deriva. In cambio sembrano essere disposti ad accettare anche dei vincoli in termini temporali, relativi ad una più stringente scadenza dell’offerta promozionale. In altri termini, attrarre gli scambisti vuol dire raggiungere un compromesso con essi.Il cluster è costituito per il 60% (sul totale dei componenti) da Non Utilizzatori, tra i qualiemerge una maggiore presenza di individui non disponibili ad usufruire dei servizi perpartecipare a offerte promozionali basate sui servizi di geo-localizzazione.
    • 104 SEGMENTAZIONE FLESSIBILE: CLUSTER INDIVIDUATI STEP 3 PROFILAZIONE I “MASSIMIZZATORI” (11,4%) I “massimizzatori” prestano più attenzione agli aspetti funzionali ed economici delle diverse offerte presentate. Traggono un’utilità elevata dalla possibilità di scegliere il servizio di geo-localizzazione da utilizzare per partecipare all’iniziativa, lasciando, invece, ampi margini di scelta sulla durata del buono conquistato. La cosa importante, però, è che non vi siano vincoli giornalieri all’effettuazione del check-in, e che venga loro lasciata la possibilità di effettuarne in totale solo 10 (anziché 20).Il cluster è ben diviso tra componenti User e Non User (nello specifico, quasi il 50% sonoUtilizzatori). Tra i secondi si presenta una percentuale maggiore di individui potenzialmente“evangelizzabili” (58,3%).
    • 105 SEGMENTAZIONE FLESSIBILE: CLUSTER INDIVIDUATI STEP 3 PROFILAZIONE GLI INCONTENTABILI (40,1%) L’ultimo cluster individuato dall’analisi raduna tutti gli individui che attribuiscono un’utilità positiva, seppur di intensità moderata, a tutte le componenti che danno vita ai profili d’offerta. In particolar modo, preferiscono avere la possibilità di scegliere il servizio che più loro aggrada, così come la possibilità di ricevere un buono da 10€, rispetto ad uno di ammontare inferiore.Gli incontentabili prediligono una durata di validità dello sconto di 6 mesi, e non sonodisposti ad andare oltre le 10 localizzazioni totali richieste. Inoltre, vogliono non esservincolati nel numero di check-in giornalieri da effettuare. Insomma, “o tutto o niente!”.Gli incontentabili sono rappresentati, per la maggioranza, da Utilizzatori di servizi di geo-localizzazione (61,7%). Tra i rimanenti Non Utilizzatori si distingue una grossa fetta di individuiche hanno dichiarato di esser disponibili ad utilizzare i servizi per eventuali vantaggi ebenefici (19 unità su 31).
    • 106 LIMITI DELL’ANALISI1) In primo luogo, la natura dei servizi analizzati, la cui conoscenza ed applicazione nelcontesto italiano risulta essere poco diffusa o limitata solo ad alcune fasce d’età, hacomportato la necessità di avvalersi di un campionamento di convenienza, con tutte lecriticità correlate alla mancanza di un robusto piano di somministrazione del questionarioe alle ridotte dimensioni campionarie. La somministrazione via web del questionario,dunque in modalità non assistita, potrebbe aver provocato distorsioni nelle risposte,dovute a fraintendimenti o a una scarsa qualità nel processo di compilazione;2) la volontà di analizzare le motivazioni e le percezioni dei Non User ha reso necessarioduplicare alcune tecniche di analisi utilizzate (in particolare l’approccio di segmentazioneclassica). Inoltre, questa tipologia di rispondenti è stata chiamata a valutare gli stessi profilidi offerta degli utilizzatori, dal momento che non era possibile stabilire a priori se lacondizione di Non User fosse correlata alla non conoscenza dei servizi di localizzazione oalla consapevole scelta di non avvalersene;3) dal momento che la pratica stessa del geo-tagging si correla, come emersoprepotentemente dal focus group, ad alcuni aspetti psicologici di difficile indagine ( dallostatus, alla privacy, all’affermazione sociale), il nostro margine di manovra nell’analisipotrebbe essere stato fortemente condizionato dai bias cognitivi degli intervistati,soprattutto se Non Utilizzatori, sui servizi geolocal;4) dalla scarsa conoscenza e diffusione dei servizi di geo–localizzazione è dipesa, inoltre,l’impossibilità di effettuare un’analisi di posizionamento sui diversi brand.
    • 107 IMPLICAZIONI MANAGERIALI INTRODUZIONEAlla luce dei risultati delle due procedure di segmentazione effettuate, e considerata lasostanziale eterogeneità dei cluster individuati, si è scelto di riflettere sulle implicazionimanageriali adottando una duplice ottica:• Prospettiva strategica: sulla base degli atteggiamenti e delle motivazioni rilevati nellafase di segmentazione classica rispetto a User e a Non User, ci si è chiesti quali potesseroessere i segmenti più sensibili ad iniziative promozionali basate sui servizi geo-localizzazione, intesi in tale sede essenzialmente come strumenti attraverso i qualiincrementare l’awareness di un prodotto o di un servizio mediante la proposta di unincentivo economico e di modalità di comunicazione interattive e coinvolgenti;• Prospettiva operativa: sulla base dei risultati emersi dalla procedura di segmentazioneflessibile condotta a livello di campione totale, definizione di iniziative promozionali miratea specifici segmenti e declinate in riferimento alle necessità di comunicazione e difidelizzazione della clientela da parte della nostra realtà aziendale di riferimento (TheBagel Factory)
    • 108 IMPLICAZIONI MANAGERIALI LA PROSPETTIVA STRATEGICA: LA SCELTA DEI SEGMENTINel riflettere sulla tipologia di segmento più idoneo ad essere coinvolto in una campagnapromozionale basata sui servizi di geo-localizzazione, abbiamo scelto di focalizzarci sugliaspetti motivazionali e di percezione relativi sia agli Utilizzatori sia ai Non Utilizzatori.Pertanto, alla luce di quanto emerso dal processo di analisi fattoriale e cluster analysis, si èdeciso di puntare in primo luogo sui segmenti degli Homo Geo-economicus, per gli User, edei Coming Soon, per i Non User. Tale scelta è stata basata sulle seguenti considerazioni:•per il cluster degli homo geo-economicus è sembrata particolarmente rilevantil’attenzione mostrata alla presenza dell’incentivo economico, con l’opportunità dibilanciare attraverso l’offerta di un idoneo vantaggio i rischi percepiti dei membri di talesegmento in merito alla privacy;•per il cluster dei coming soon, è apparsa degna di considerazione la positiva attitudinedimostrata da tali individui nei confronti degli aspetti principali relativi alla fruizione deiservizi di geo-localizzazione, inclusi i benefici di natura funzionale, che essi possono offrire.Tuttavia in riferimento a tale cluster è doveroso ricordare la presenza di una barrierainformativa elevata, dovuta alla scarsa conoscenza dei principali brand nello scenario delgeo-tagging.
    • 109 IMPLICAZIONI MANAGERIALI LA PROSPETTIVA STRATEGICA: POSSIBILI PROPOSTECluster degli homo geo-economicusAl fine di ridurre il trade-off percepito da tale cluster fra rischio per la privacy e beneficieconomici si propone di agire su due principali leve:•azione di breve periodo: incrementare l’entità del vantaggio economico in modo damodificare in maniera positiva per tali cluster il rapporto fra ricompense ottenibili esacrificio richiesto in termini di parziale rinuncia alla privacy;•azione di lungo periodo: aumentare la percezione di trasparenza delle modalità dicondivisione sia dei propri check-in che dei propri feedback attraverso la creazione daparte dell’azienda di un profilo corporate sulla piattaforma di uno dei principali servizi digeo-localizzazione. In relazione a ciò la nostra proposta è di optare per Foursquare inquanto rispetto a Facebook Places consente agli utenti di gestire in manierapersonalizzata i meccanismi di sharing prevedendo impostazioni maggiormenterispettose della privacy individuale.Cluster dei coming soonCome affermato in precedenza, i coming soon sono degli User inconsapevoli, aspettanosolo di essere coinvolti. Pertanto si suggerisce di agire sia sulla riduzione del gap informativoche caratterizza tale segmento, sia di sfruttare la positiva predisposizione all’utilizzo deicoming soon, sviluppando iniziative volte a coinvolgerli in attività di gaming in chiavesocial. Si potrebbe, ad esempio, proporre a tale cluster la partecipazione ad eventi dicomunicazione non convenzionale, come la caccia al tesoro organizzata da Jimmy Choo(presentata in fase di analisi desk).
    • 110 IMPLICAZIONI MANAGERIALI LA PROSPETTIVA OPERATIVA: SCELTA DEI SEGMENTIFocalizzando l’attenzione su The Bagel Factory, in relazione alla quale sono stati concepiti iprofili d’offerta sottoposti al giudizio dei rispondenti, abbiamo tentato di individuare isegmenti più idonei a partecipare ad attività mirate di natura promozionale. Alla luce diquanto evidenziato in sede di profilazione dei clusters ottenuti tramite l’approccio flessibile,proponiamo di sviluppare tali attività facendo riferimento, in prima istanza, ai due seguentisegmenti:• i Massimizzatori, caratterizzati dalla propensione a ricercare il rapporto ottimale fra entitàdel vantaggio economico e sforzo richiesto per ottenerlo. Si riporta alla memoria lacomposizione del cluster, composto al 50% da Utilizzatori. Tra i Non Utilizzatori emergono gli“evangelizzabili” (58,3%)• gli Incontentabili, che nutrono aspettative elevate su tutte le componenti peculiari delprofilo di offerta promozionale, valore del vantaggio e possibilità di scelta del servizio digeo-localizzazione in primis. Il segmento è composto al 62% circa da User, mentre tra laparte rimanente di coloro che non usufruiscono dei servizi di geo-localizzazione si contacirca il 62% di potenziali utenti disposti a convertirsi.E’ parso interessante, dunque, cercare di delineare concretamente il profilo di unaipotetica iniziativa promozionale , studiata per adattarsi ad ambedue i cluster e che fosseverosimilmente implementabile da parte di The Bagel Factory.
    • 111 IMPLICAZIONI MANAGERIALI UNA PROPOSTA CONCRETA: THE BAGEL GAMEINIZIATIVA PROMOZIONALE: “The Bagel Game”SERVIZIO DI GEO-LOCALIZZAZIONE IMPIEGATO: Foursquare, con possibilità di condividere icheck-in effettuati anche sul proprio profilo FacebookDESCRIZIONE DEL GIOCO: i partecipanti saranno chiamati a partecipare ad unacompetizione articolata in due differenti fasi, concepite, rispettivamente, per imassimizzatori e per gli incontentabili:1. Fino a 10 localizzazioni Conquista del BASIC BAGEL BADGE Per ottenerlo sarà necessario totalizzare 10 check-in totali nello store di piazza XXIV Maggio, così da conquistare un coupon del valore di 10€, da spendere entro i 6 mesi successivi;2. Oltre le 10 localizzazioni Conquista del LOYAL BAGEL BADGE Per conseguirlo i partecipanti dovranno localizzarsi per almeno quindici volte presso The Bagel Factory, così da ricevere oltre ad un coupon di 10€ della durata di 6 mesi anche la possibilità di ottenere il titolo di BIG BAGEL MAN (equivalente della carica di mayor) e di accedere alla fase conclusiva del gioco.Quest’ultima consiste in una competizione sul tema “MAKE YOUR PERSONAL BAGEL”:nell’arco di due settimane, i big bagel men saranno chiamati a creare una ricettaoriginale per la farcitura del bagel. Le idee verranno poi sottoposte alla valutazione degliutenti iscritti sia alla pagina corporate dell’azienda su Foursquare, sia alla fan page suFacebook. La ricetta che avrà totalizzato il numero maggiore di like e/o di tip diapprovazione entro una settimana dalla pubblicazione sul web, sarà inserita all’interno delmenu di The Bagel Factory con il nome scelto dal suo ideatore.
    • 112 IMPLICAZIONI MANAGERIALI CONCLUSIONI: LE OPPORTUNITA’ PER THE BAGEL FACTORY Bagel game Bagel man Loyal Bagel Badge Basic Bagel BadgeRiteniamo che l’iniziativa The Bagel Game consentirebbe alla nostra azienda di riferimentodi cogliere delle rilevanti opportunità sia nel breve, che nel lungo termine.Breve periodoGrazie all’utilizzo di Foursquare, l’azienda sarà in grado di coniugare le esigenze diincrememento della awareness tipiche di una start-up, sia la necessità di incremento e dimonitoraggio del traffico in store. Inoltre, la possibilità offerta da tale servizio di geo-localizzazione di condividere la propria posizione, integrata da un commento, anche suprofili di diversi social network, sembra costituire un’interessante opportunità in termini dipassaparola.Lungo periodoSe efficacemente implementata in relazione al segmento degli incontentabili tale iniziativapromozionale potrebbe porre le fondamenta il futuro sviluppo di politiche di fidelizzazionedella clientela.