Project - Competition analysis of the amusement parks sector
Project - Data analysis
1. Facoltà di Comunicazione, Relazioni Pubbliche e Pubblicità
Corso di Laurea Magistrale in Marketing, Consumi e Comunicazione
Report di analisi:
“Product test di due linee di abbigliamento intimo”
Insegnamento: Data Analysis
Docente: Prof. Francesco Della Beffa
Progetto realizzato da:
Cucco Marco – Mat. 1019895
Luca De Lellis – Mat. 1019897
Iuliano Vitantonio – Mat. 1018715
Anno accademico 2016/2017
2. 2
1. OBIETTIVI
Il report si propone di commentare i dati ottenuti da un product test di due linee di abbigliamento intimo con i
seguenti scopi:
1) Evidenziare i fattori di valutazione che influenzano le decisioni d’acquisto delle acquirenti di biancheria
intima delle due linee in esame per questa analisi, sottolineandone le preferenze.
2) Indagare in che misura i fattori precedentemente rilevati orientino in generale le consumatrici nella scelta
di biancheria sia per l’eventuale sviluppo di nuove linee di intimo in futuro sia per la loro promozione.
PREMESSA
La rilevazione non fa menzione esplicita di alcuna marca di biancheria intima, ma comprende una batteria di item
riferita alle opinioni femminili in merito a questa tipologia di prodotti, in rapporto ai propri atteggiamenti e abitudini
personali e alle caratteristiche fisiche ed estetiche dei capi. Infine, due item specifici misurano la propensione
all’acquisto di due specifiche (anonime) linee di prodotto.
2. DATI
I dati raccolti costituiscono un campione rappresentativo di 500 donne di età compresa tra 18 e 64 anni, estratto
casualmente dalla popolazione femminile italiana, suddivisa in 5 aree geografiche. Il data-set si compone di 47
variabili: un numero d’ordine, tre variabili socio-demografiche, e 41 variabili che misurano il livello di adesione a
particolari affermazioni proposte dal questionario, in relazione ad atteggiamenti e ad attributi dei prodotti; infine,
2 variabili di propensione all’acquisto degli articoli delle linee 1 e 2.
Dopo aver impostato a “99” il valore distintivo dei dati mancanti, si è potuto riscontrare che le variabili col maggior
numero di dati mancati sono le seguenti:
Che sia disponibile nei colori
classici (bianco/nero/ nudo)
422 1 10 5,37 2,300
Che sia disponibile in colori
nuovi, particolari
431 1 9 4,89 1,808
Che sia disponibile nei disegni e
fantasie più varie, diverse, alla
moda
431 1 9 4,89 1,868
Da lavare in lavatrice 430 1 10 5,32 2,275
Validi 178
Nonostante la variabile “Che sia disponibile nei valori classici…” sia quella che ha il minor numero di dati validi, la
% di risposte valide è buona, essendo pari all’84,4% del totale. Tuttavia, l’ultima riga della tabella (riferita all’intero
data-set) evidenzia un problema: i soggetti validi ovvero quelli che hanno completato il questionario, sono soltanto
178. Questo significa che i dati mancanti sono ben distribuiti nelle diverse variabili per cui, utilizzando tecniche
come la regressione o l’analisi fattoriale, che scartano i soggetti che non hanno completato il questionario, si
rischierebbe di ridurre sostanzialmente il numero dei soggetti analizzati, vanificando il fatto di disporre di un
campione numeroso.
Si precisa che questo problema riguarda solo le 41 variabili che esprimono livelli di adesione, mentre le 3 socio-
demografiche sono state completate da tutte le 500 intervistate.
Per questo motivo si è scelto di sostituire i dati mancanti con i valori medi delle rispettive distribuzioni, ottenendo
così un data-set di variabili con tutte le risposte complete.
3. 3
TABELLA DI FREQUENZA
Età
Frequenze % Validi % Cumulative %
Validi 18-25 81 16,2 16,2 16,2
26-30 65 13,0 13,0 29,2
31-35 52 10,4 10,4 39,6
36-40 62 12,4 12,4 52,0
41-45 58 11,6 11,6 63,6
46-50 80 16,0 16,0 79,6
51-55 45 9,0 9,0 88,6
56-60 32 6,4 6,4 95,0
61-64 25 5,0 5,0 100,0
Totale 500 100,0 100,0
UTILIZZO DI TUTTE LE VARIABILI UTILI
Per le analisi che seguiranno è importante utilizzare le informazioni ottenute con tutte le variabili utili (non solo
con le 41 che misurano i livelli di adesione alle affermazioni del questionario). Vengono dunque riportate:
1) Variabile “area” (area geografica)
È qualitativa sconnessa e perciò non trasformabile in quantitativa. Per verificare il suo eventuale legame con le 2
variabili target, procediamo testando la relazione intention to by - area con l'ANOVA.
ANOVA
Sum of Squares df Mean Square F Sig.
intention to buy linea 1 Between Groups 14,403 4 3,601 1,090 ,361
Within Groups 1635,445 495 3,304
Total 1649,848 499
intention to buy linea 2 Between Groups 18,917 4 4,729 1,536 ,190
Within Groups 1523,665 495 3,078
Total 1542,582 499
Pertanto, “area” non è significativamente legata alle due “intention” e può essere eliminata dall’analisi.
2) Variabile “sport”
È una variabile dicotomica 1/0 (è anche detta variabile dummy) e può essere utilizzata nella regressione e nelle altre
analisi, impostandola come “scala” nella finestra delle variabili di SPSS.
3) Variabile “età”
Questa è una variabile qualitativa ordinale, ma può essere trasformata in quantitativa creando una nuova variabile
che al posto delle categorie (da 1 a 9) ha i valori medi delle rispettive classi di età. In questo modo è stata creata la
variabile “eta_quant”:
RECODE eta (1=21.5) (2=28) (3=33) (4=38) (5=43) (6=48) (7=53) (8=58) (9=62.5) INTO eta_quant.
VARIABLE LABELS eta_quant 'Età in anni'.
EXECUTE.
La variabile “eta_quant” può essere usata come predittore nella regressione e nelle successive analisi.
4. 4
Età in anni
Frequenza Percent.
Percent.
valida
Percent
Cumul.
Validi 21,50 81 16,2 16,2 16,2
28,00 65 13,0 13,0 29,2
33,00 52 10,4 10,4 39,6
38,00 62 12,4 12,4 52,0
43,00 58 11,6 11,6 63,6
48,00 80 16,0 16,0 79,6
53,00 45 9,0 9,0 88,6
58,00 32 6,4 6,4 95,0
62,50 25 5,0 5,0 100,0
Total 500 100,0 100,0
3.ANALISI FATTORIALE
Useremo l’analisi fattoriale per studiare e semplificare le relazioni in un insieme delle variabili che misurano gli
atteggiamenti e, separatamente, di quelle che misurano l’importanza attribuita. L’analisi permetterà di individuare
uno o più fattori (dimensioni latenti) che potrebbero avere dato origine alle somiglianze tra le variabili del data-set.
1) Atteggiamenti
Per gli atteggiamenti abbiamo 22 variabili disponibili. Pertanto, l’obiettivo è ridurre il numero delle variabili per
ottenere un numero più ristretto di fattori, che permettano di sintetizzare il fenomeno degli atteggiamenti nelle
sue caratteristiche salienti.
Per fare questo abbiamo scelto il metodo di estrazione Principal Components e il metodo di rotazione Varimax, che
facilita l’interpretazione dei fattori.
Dopo una serie di prove con impostazione di estrazione di diverso importo è stata promossa l’analisi a 4 fattori, la
quale permette di ottenere una distinzione più chiara e netta degli attributi con una percentuale di varianza
spiegata del 49,81%.
Varianza totale spiegata
Autovalori iniziali Caricamenti somme dei quadrati di rotazione
Totale % di varianza % cumulativa Totale % di varianza % cumulativa
1 5,532 25,147 25,147 4,359 19,815 19,815
2 2,475 11,249 36,396 2,879 13,088 32,904
3 1,635 7,432 43,828 2,208 10,035 42,938
4 1,315 5,977 49,806 1,511 6,867 49,806
Metodo di estrazione: Analisi dei componenti principali.
5. 5
Matrice dei componenti ruotatia
Componente
1 2 3 4
Quello che indosso, il sopra ma anche il sotto, deve avere
sempre qualcosa (un colore, un particolare) di un po' sfizioso,
spiritoso, malizioso
,768
Nella scelta dei miei capi intimi sono molto attratta dal colore:
per capi intimi di un colore nuovo posso far passare in secondo
piano altri aspetti
,750
Per reggiseni e mutandine mi diverte avere un
bell'assortimento di tipi e colori diversi: così posso scegliere di
volta in volta quelli giusti per …
,728
In fatto di indumenti intimi quelli che indosso con più piacere
sono i completi coordinati, oltre che lo stesso colore, hanno
anche gli stessi particolari
,665
Sono molto attratta da reggiseno e mutandine con pizzi e
trasparenze: sono quelli che preferisco, nel mio guardaroba
non possono mancare
,658
Ho la passione di abbinare tutti i capi che indosso: reggiseno,
mutandine, collant e abbigliamento esterno, per ottenere un
insieme armonioso
,637
Mi piace scegliere e indossare un bel reggiseno, una bella
mutandina: mi mettono di buon umore, è come coccolarmi un
po'
,557
Una cosa che non farei mai è indossare un reggiseno di un
colore e una mutandina di colore non intonato: l'idea mi dà un
senso di sciatteria
,399
Non potrei mai indossare capi attillati o che sottolineano le mie
forme: non mi piace attirare certi sguardi, mi sento a disagio
,684
Soprattutto in fatto di capi intimi, scelgo reggiseni e mutandine
dei modelli più classici e tradizionali: mi trovo meglio, mi sento
più a mio agio
,665
Per il mio abbigliamento non amo seguire la moda: mi oriento
sempre su capi molto classici, che durano nel tempo senza
tramontare facilmente
,664
Faccio sempre fatica a scegliere i capi da mettermi addosso: mi
sembra che non stiano bene, che facciano saltar fuori difetti,
non sono mai contenta
,581
Non do molta importanza a quello che indosso, basta che sia
pulito e ordinato: sono altre le cose importanti per me
,496
6. 6
Nella scelta delle cose da indossare non ho aspettative
esagerate: cerco di guardarmi con occhio critico e scegliere
quello che è più adatto a me
,479
Per sentirmi tranquilla ho bisogno di mutandine e reggiseni che
nascondano i miei difetti e migliorino il più possibile la mia
figura
,462
I miei capi intimi prima di tutto devono farmi sentire comoda,
libera, a mio agio: non sacrifico all'estetica, alla moda, la mia
comodità
,451
Quando devo comprare un reggiseno o una mutandina
preferisco rivolgermi a un negozio specializzato: lì sono certa di
trovare quello che va bene
,755
Ci tengo molto che i reggiseni e le mutandine che acquisto
siano fatti con tessuti di qualità e siano molto curati nelle
rifiniture
,733
Quando voglio comprarmi un reggiseno o una mutandina cerco
un negozio che abbia assortimento e in cui io sia libera di
provare quello che voglio
,634
I materiali, i tessuti di tutto quello che indosso devono essere
gradevoli al tatto e sulla pelle: devono darmi soprattutto il
piacere di sentirmeli addosso
,402
Sono una donna dinamica, attiva, che vive di corsa, quindi i miei
indumenti intimi devono essere soprattutto comodi, seguirmi
in tutti i miei movimenti
,731
A me piace muovermi, fare sport, palestra: ho bisogno che i
miei indumenti siano studiati per consentire il movimento e
sostengano e stiano a posto
,678
Metodo di estrazione: Analisi dei componenti principali.
Metodo di rotazione: Varimax con normalizzazione Kaiser.a
a. Convergenza per la rotazione eseguita in 9 iterazioni.
Secondo la nostra interpretazione, è sembrato che la prima componente degli atteggiamenti riassumesse il
concetto di moda, con una particolare attenzione ai colori, soprattutto alla coordinazione tra questi ultimi, per
questo abbiamo deciso di chiamarla “Coordinamento dei colori”. La seconda era legata ai concetti di classicità e
tradizione, però nel rispetto delle forme naturali di ogni donna, per questo l’abbiamo riassunta con
“Personalizzazione del classico”. La terza descriveva il concetto di qualità e professionalità, ma non tanto del
prodotto quanto del servizio al cliente, quindi l’abbiamo nominata appunto “Qualità e professionalità”, intendo
appunto il servizio offerto nel punto vendita. L'ultima era legata ai concetti di dinamicità e sportività, per questo
abbiamo optato per “Libertà nei movimenti”.
2) Importanze attribuite
Per le importanze abbiamo 19 variabili disponibili. Anche in questo caso, l’obiettivo è ridurre il numero delle variabili
per ottenere un numero più piccolo di fattori, che permettano di sintetizzare il fenomeno delle importanze
attribuite nelle sue caratteristiche essenziali. Anche in questo caso abbiamo usato il metodo di estrazione Principal
Components e il metodo di rotazione Varimax.
7. 7
Varianza totale spiegata
Componente
Autovalori iniziali Caricamenti somme dei quadrati di rotazione
Totale % di varianza % cumulativa Totale % di varianza % cumulativa
1 2,496 13,135 13,135 2,427 12,774 12,774
2 2,309 12,153 25,288 2,127 11,197 23,971
3 2,080 10,948 36,236 1,953 10,278 34,249
4 1,459 7,677 43,913 1,771 9,321 43,571
5 1,408 7,408 51,321 1,473 7,750 51,321
Metodo di estrazione: Analisi dei componenti principali.
Per la batteria di item inerente le importanze, dopo alcune prove abbiamo trovato che l’analisi fattoriale che
consente di riassumere più efficacemente le variabili è quella con 5 fattori con una percentuale di varianza spiegata
del 51,32%.
Matrice dei componenti ruotatia
Componente
1 2 3 4 5
Che sia un po’ contenitivo, modellante, per
migliorare le forme, la linea
,799
Che sia confortevole, come una seconda pelle,
che aderisca senza stringere dove non deve
,773
Che dia al seno la sua forma naturale (né troppo
appuntito né troppo schiacciato)
,721
Che metta in risalto, valorizzi il seno -,624
Che sostenga bene il seno -,508
Che sia senza cuciture ,887
Che mantenga nel tempo una buona elasticità
e aderenza, che non perda la forma
,879
Che abbia cuciture piatte, poco in rilievo per
non notarsi troppo dagli abiti
,614
Che sia disponibile in colori nuovi, particolari ,810
Che sia disponibile nei disegni e fantasie più
varie, diverse, alla moda
,784
Che sia disponibile nei modelli più alla moda, di
tendenza
,768
Da lavare in lavatrice ,891
Che sia disponibile nei colori classici
(bianco/nero/ nudo)
,880
Che consentano di muoversi liberamente senza
spostarsi, rimanendo sempre a posto
,705
Che sia in fibra naturale (cotone, seta) ,680
Che abbiano elastici che non stringono troppo -,435
Metodo di estrazione: Analisi dei componenti principali.
Metodo di rotazione: Varimax con normalizzazione Kaiser.
a. Convergenza per la rotazione eseguita in 5 iterazioni.
8. 8
Per quanto riguarda l'interpretazione delle importanze, a nostro parere la prima importanza potrebbe essere
riassunta con il concetto di conformità, ovvero che rispetti e risalti le linee ma in modo naturale, senza esaltarle
eccessivamente, quindi l’abbiamo chiamata “Modellanti e naturali”. La seconda si concentrava in particolare sulla
qualità e resistenza delle cuciture, quindi in sostanza l’abbiamo riassunta con “Ben rifiniti e durevoli”. La terza
importanza era sicuramente legata alla moda e alla tendenza, quindi “Innovativi e alla moda”. La quarta parlava di
semplicità di lavaggio e di capi classici, bianco e nero, quindi per riassumere “Classici e lavabili facilmente”. L'ultima
era sempre legata al concetto di libertà di movimento e di comodità nell’indossare, per questo l’abbiamo chiamata
“Vestibili e comodi”.
4. REGRESSIONE
Alla luce delle analisi condotte finora e dei risultati ottenuti, si procede con delle analisi di regressione, iniziando
con i quattro atteggiamenti ritenuti più significativi, per poi passar alle importanze, per intention 1 e 2. Per arricchire
ulteriormente l’analisi abbiamo anche provato ad inserire oltre agli atteggiamenti e alle importanze, anche le
variabili "età in anni" e "pratica sport", le quali tuttavia non hanno evidenziato rapporti significativi e per tale
ragione sono state omesse.
Variables Entered/Removeda
Model Variables Entered
Variables
Removed Method
1 Libertà nei movimenti,
Qualità e professionalità,
Personalizzazione del classico,
Coordinamento dei colorib
. Enter
a. Dependent Variable: intention to buy linea 1
b. All requested variables entered.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 ,622a
,387 ,382 1,429
a. Predictors: (Constant), Libertà nei movimenti, Qualità e
professionalità, Personalizzazione del classico, Coordinamento
dei colori
ANOVAa
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 638,765 4 159,691 78,181 ,000b
Residual 1011,083 495 2,043
Total 1649,848 499
a. Dependent Variable: intention to buy linea 1
b. Predictors: (Constant), Libertà nei movimenti, Qualità e professionalità,
Personalizzazione del classico, Coordinamento dei colori
9. 9
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
tB Std. Error Beta
1 (Constant) 7,548 ,064 118,094
Coordinamento dei colori ,016 ,064 ,009 ,258
Personalizzazione del classico -,046 ,064 -,025 -,715
Qualità e professionalità 1,130 ,064 ,621 17,660
Libertà nei movimenti ,033 ,064 ,018 ,509
Coefficientsa
Model Sig.
1 (Constant) ,000
Coordinamento dei colori ,797
Personalizzazione del classico ,475
Qualità e professionalità ,000
Libertà nei movimenti ,611
a. Dependent Variable: intention to buy linea 1
Come abbiamo evidenziato, la prima regressione con intention 1 ha un r quadro positivo e il solo coefficiente beta
di rilievo è quello di "Qualità e professionalità (del servizio)".
Vediamo adesso le regressioni sugli atteggiamenti per intention 2.
Variables Entered/Removeda
Model Variables Entered
Variables
Removed Method
1 Libertà nei movimenti,
Qualità e professionalità,
Personalizzazione del classico,
Coordinamento dei colorib
. Enter
a. Dependent Variable: intention to buy linea 2
b. All requested variables entered.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 ,697a
,485 ,481 1,266
a. Predictors: (Constant), Libertà nei movimenti, Qualità e
professionalità, Personalizzazione del classico, Coordinamento
dei colori
10. 10
ANOVAa
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 748,711 4 187,178 116,710 ,000b
Residual 793,871 495 1,604
Total 1542,582 499
a. Dependent Variable: intention to buy linea 2
b. Predictors: (Constant), Libertà nei movimenti, Qualità e professionalità,
Personalizzazione del classico, Coordinamento dei colori
Coefficientsa
Model
Unstandardized
Coefficients
Standardize
d
Coefficients
tB Std. Error Beta
1 (Constant)
7,906 ,057
139,59
5
Coordinamento dei colori -,100 ,057 -,057 -1,766
Personalizzazione del classico ,743 ,057 ,422 13,099
Qualità e professionalità ,038 ,057 ,022 ,672
Libertà nei movimenti ,968 ,057 ,551 17,079
Coefficientsa
Model Sig.
1 (Constant) ,000
Coordinamento dei colori ,078
Personalizzazione del classico ,000
Qualità e professionalità ,502
Libertà nei movimenti ,000
a. Dependent Variable: intention to buy linea 2
Per quanto riguarda le regressioni con dipendente intention 2, anche qui r quadro è significativo e i coefficienti di
rilievo sono quelli di "Personalizzazione del classico" e "Libertà nei movimenti".
Passiamo adesso alle regressioni sulle 5 importanze più significative. Per intention 1, vediamo:
Variables Entered/Removeda
Model Variables Entered
Variables
Removed Method
1 Vestibili e comodi,
Classici e lavabili,
Innovativi e alla moda,
Ben rifiniti e durevoli,
Modellanti e naturalib
. Enter
11. 11
a. Dependent Variable: intention to buy linea 1
b. All requested variables entered.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 ,080a
,006 -,004 1,822
a. Predictors: (Constant), Vestibili e comodi, Classici e lavabili,
Innovativi e alla moda, Ben rifiniti e durevoli, Modellanti e
naturali
E per intention 2:
Variables Entered/Removeda
Model Variables Entered
Variables
Removed Method
1 Vestibili e comodi,
Classici e lavabili,
Innovativi e alla moda,
Ben rifiniti e durevoli,
Modellanti e naturalib
. Enter
a. Dependent Variable: intention to buy linea 2
b. All requested variables entered.
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 ,120a
,014 ,005 1,754
a. Predictors: (Constant), Vestibili e comodi, Classici e lavabili,
Innovativi e alla moda, Ben rifiniti e durevoli, Modellanti e
naturali
Come abbiamo evidenziato, gli item di importanza forniscono un R quadro di scarsissimo rilievo e quindi abbiamo
deciso di abbandonarli nelle successive analisi.
5. CLUSTER ANALYSIS – METODO K MEDIE
Per la cluster analysis siamo tornati a considerare tutti i fattori che avevamo individuato con la fattoriale sugli
atteggiamenti, per cercare di individuare delle tipologie di potenziali clienti sulla base appunto dei loro
atteggiamenti. Dopo numerose prove abbiamo deciso di segmentare le clienti sulla base di 3 cluster, per distinguere
al meglio le loro caratteristiche distintive.
12. 12
Final Cluster Centers
Cluster
1 2 3
Coordinamento dei colori -,15 ,44 -,41
Personalizzazione del classico -,60 ,51 ,20
Qualità e professionalità ,40 -,69 ,38
Libertà nei movimenti ,61 ,18 -1,21
Il primo cluster, che è anche il più numeroso per casi racchiusi, accumuna consumatrici per le quali è importante da
una parte la qualità e la professionalità del servizio di vendita e dall’altra la libertà nei movimenti: queste clienti
presumibilmente cercano un punto vendita che sappia servirle al meglio e assecondare la loro esigenza di
dinamicità. Il secondo cluster, leggermente meno numeroso, racchiude i casi per i quali è invece importante il
coordinamento dei colori ma allo stesso tempo salvaguardando la classicità e la tradizione. Infine l’ultima cluster
include meno casi per i quali è ancora rilevante la personalizzazione del classico ma sempre nell’ottica di una buona
qualità e professionalità del servizio offerto.
6. CONCLUSIONI
Le due linee di prodotto sulle quali abbiamo svolto le analisi dal punto di vista delle acquirenti hanno quindi una
traiettoria d’acquisto indipendente l’una dall’altra. Si presentano come due capi d’abbigliamento indipendenti, non
concorrenti né complementari. Tuttavia è stato importante studiarle per cogliere quelli che fossero gli aspetti e le
caratteristiche più rilevanti sia per un eventuale nuovo sviluppo di prodotto, sia per impostare nel miglior modo
possibile delle ipotetiche campagne pubblicitarie.
Le analisi condotte hanno perciò contribuito a rispondere agli obiettivi prefissati, ovvero quelli di trovare i fattori di
valutazione che influenzassero le decisioni d’acquisto nel caso di prodotti di biancheria intima, prima nello specifico
per intention 1 e 2, e poi quelli più rilevanti in generale.
Abbiamo inizialmente sintetizzato le variabili più rilevanti legate agli atteggiamenti e alle importanze:
Atteggiamenti Importanze
1. Coordinamento dei colori 1. Modellanti e naturali
2. Personalizzazione del classico 2. Ben rifiniti e durevoli
3. Qualità e professionalità del servizio 3. Innovativi e alla moda.
4. Libertà nei movimenti 4. Classici e lavabili facilmente
5. Vestibili e comodi
Tra questi fattori abbiamo visto come le importanze abbiano perso in seguito significatività e siano quindi state poi
scartate mentre, tra gli atteggiamenti, quelli più importanti in assoluto nel caso delle due intention in questione
sono risultati essere la Qualità e professionalità del servizio (in particolare per la linea di prodotto 1) e la
Personalizzazione del classico e la Libertà nei movimenti (per la linea 2).
Assunti poi tutti i precedenti fattori degli atteggiamenti come parametro per le successive analisi di carattere più
generico, abbiamo rilevato una distribuzione delle consumatrici in 3 cluster abbastanza omogenei per numerosità
dove si nota che quello che conta per le acquirenti di biancheria intima femminile sono soprattutto la
personalizzazione del classico nonché la libertà nei movimenti (aspetti su cui si potrebbe puntare per una futura
campagna promozionale) e un’ottima qualità e professionalità del punto vendita per essere sempre sicure di essere
servite al meglio nella scelta dei capi di intimo (quindi un indizio a puntare sul personale e sul servizio di vendita).
Number of Cases in each
Cluster
Cluster 1 195,000
2 181,000
3 124,000
Valid 500,000
Missing ,000