L’efficacia e la diffusione degli strumenti 2.0 nella piccola e media impresa: una analisi empirica

1,072 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,072
On SlideShare
0
From Embeds
0
Number of Embeds
235
Actions
Shares
0
Downloads
5
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

L’efficacia e la diffusione degli strumenti 2.0 nella piccola e media impresa: una analisi empirica

  1. 1. L’efficacia e la diffusione degli strumenti 2.0 nella piccola e media impresa: un’analisi empirica Tesi di Laurea in Modelli di Marketing Relatore Prof. ELISA MONTAGUTI Presentata da LIVIA BOSI 1
  2. 2. Il contesto di riferimento 1999: utenti online in Italia circa 4,5 milioni 2012: utenti online in Italia circa 30 milioni, di cui 17 milioni da smartphone o tablet*Le imprese hanno la possibilità di modificare il loro modo di comunicare sfruttando gli strumenti del web 2.0: blog, community, wiki, flickr, youtube, social network (facebook, twitter, google+, linkedin, foursquare,etc.) * Dati Audiweb settembre 2012 http://www.audiweb.it/cms/vie Livia Bosi – Tesi di Laurea in Modelli di Marketing w.php?id=4&cms_pk=265 2
  3. 3. I vantaggi del web 2.0 per le PMI• Interazione diretta con l’utente• Collaborazione nella creazione di valore• Migliori risultati economici: correlazione tra il livello di utilizzo di Internet di una PMI e la sua capacita di crescere ed * Da uno studio condotto da esportare* McKinsey nel 2011 su oltre 4.800 PMI operanti in 13 paesi, tra cui 415 aziende Italiane – rapporto Livia Bosi – Tesi di Laurea in Modelli di Marketing del DAG 3
  4. 4. La situazione dell’ItaliaL’economia digitale in Italia ha un impatto diretto sul PIL che sfiora il 2% In Svezia e UK l’impatto supera il 5% e in Francia è pari al 3% Dati sul PIL relativi all’anno 2011. *L’indice elaborato da L’Italia è al 27°posto nel McKinsey combina tre dimensioni: e- “e Web Intensity Index”* ngagement (intensità di utilizzo di Internet da parte dei consumatori, delle aziende e delle PA), e-nvironment (accesso alle infrastrutture e diffusione della banda larga), e-xpenditure (volume di e-commerce e di pubblicità online) 4
  5. 5. Obiettivo dell’analisi empiricaIndividuare 100 PMI del manifatturiero italiano cheattuano delle best practice online, e comprendere: • quanto sfruttano gli strumenti 2.0 • in che modo lo fanno • come li integrano tra loro nell’elaborare strategie di marketing digitale • e quali dinamiche si creano con gli utenti del web Livia Bosi – Tesi di Laurea in Modelli di Marketing 5
  6. 6. Il campionamentoRequisiti: • Settore manifatturiero • PMI - mediamente meno di 50 mln di euro all’anno e hanno meno di 250 dipendenti* • 2.0 – presenti su Facebook e/o Twitter; che utilizzino almeno uno strumento 2.0 (e- commerce, blog, community online, live costumer care online, tecniche di gamification) o abbiano sviluppato applicazioni per dispositivi mobile. *condizione verificata sulla banca Livia Bosi – Tesi di Laurea in Modelli di Marketing 6 dati Amadeus
  7. 7. Strategia di campionamentoDOVE HO CERCATO• “Indice sulla qualità della vita nei distretti italiani” (Confartigianato , 2011)• Digitazione su Google di parole chiave «pmi 2.0» «manifatturiero 2.0» etc.• Esame di case study individuati in manuali di testo e siti webCOME HO CERCATOVerifica della dimensione > banca dati AmadeusAnalisi del sito web (strumenti 2.0 proposti) e dei profili sui social networkQUANTO HO CERCATOOltre 9.000 siti web e profili social aziendaliQUANDO HO CERCATOCampionamento: marzo 2012.Raccolta dei dati: marzo e settembre 2012 Livia Bosi – Tesi di Laurea in Modelli di Marketing 7
  8. 8. Variabili rilevateRelative a due ambiti di analisi:1) Strumenti 2.0 utilizzati dalle aziende 2) Iniziativa e risposta del mercato sul web community online num fan su FB e-commerce num post esterni su FB (nei 10 gg di rif.) costumer care online numero post esterni su FB a content collegamento sito/social positivo, negativo, a contenuto specifico o blog con richiesta di informazioni (nei 10 gg di rif.) mobile apps giochi/concorsi/simulazioni lingua post esterni su FB (nei 10 gg di rif.) facebook provenienza utenti che hanno postato twitter commenti su FB (nei 10 gg di rif.) youtube numero like ai post su FB (nei 10 gg di rif.) aggiornamenti num follower su TW num post azienda (nei 10 gg di rif.) lingua post azienda (nei 10 gg di rif.) E in più variabili relative al profilo dell’azienda num tweet (in generale) offline (regione italiana di appartenenza, area in num tweet (nei 10 gg di rif.) Italia, categoria merceologica), online (num. di lingue tweet (nei 10 gg di rif.) lingue utilizzate per accedere al sito e quali) e dal punto di vista economico (fatturato, margine di profitto, num. di addetti – dal 2006 al 2010/2011). Livia Bosi – Tesi di Laurea in Modelli di 8 Marketing
  9. 9. Statistiche descrittive Alimentare, arredo e moda i settori più rappresentati. Veneto, Lombardia ed Emilia Romagna le regioni più rappresentate. Non sono presenti regioni molto piccole come Molise e Val D’Aosta, e regioni del Sud come Basilicata, Calabria, Puglia, Sardegna e Sicilia. Livia Bosi – Tesi di Laurea in Modelli di 9 Marketing
  10. 10. Strumenti 2.0I più usati? Tra i social 17mila fan;(26) e-commerce network: 4 commenti da utenti esterni in 10 gg (in(19) gamification (99) Facebook media), di cui 1,7 sono (62) Twitter richieste di info su(16) blog (63) YouTube prodotti e serviziI meno usati?(3) live costumer care(6) community(10) mobile apps Livia Bosi – Tesi di Laurea in Modelli di Marketing 10
  11. 11. Analisi preliminare: ANOVA Su tutto il dataset: • Variabili economiche: margine di profitto 2009, 2010 e 2011; variazione di fatturato 2010/2006. Su tutto il dataset meno i dati economici e di profilo delle aziende: • E-commerce (che vale 1 qualora le aziende vendano prodotti online); • Numero di tweet effettuati, sia in generale che nei 10 giorni di riferimento per la analisi; • Numero di post pubblicati dall’azienda sulla bacheca di Facebook nei 10 giorni di riferimento; • Numero di fan su Facebook. Livia Bosi – Tesi di Laurea in Modelli di Marketing 11
  12. 12. Analisi preliminare: modelli (1) Modelli logistici con variabili community, e- commerce e applicazioni mobile: sono ricorsivi. Ciascuno strumento aumenta di varie volte la probabilità per l’azienda di possedere anche gli altri. Livia Bosi – Tesi di Laurea in Modelli di Marketing 12
  13. 13. Analisi preliminare: modelli (2) Avere un blog aumenta di 2 volte la probabilità di avere Twitter; ed avere un blog una pagina su Facebook molto attiva e ha un impatto positivo anche sul numero di tweet prodotti dall’impresa. Il numero di lingue utilizzate sul sito e su Facebook aumenta del 17% e del 196% la probabilità di avere Twitter. Livia Bosi – Tesi di Laurea in Modelli di Marketing 13
  14. 14. Costruzione degli indici– Variabili molto correlate e modelli preliminari ricorsivi– Variabili di diversa natura, spesso dicotomiche MATRICI POLICORICHE ANALISI FATTORIALE COSTRUZIONE DEGLI INDICI PROIEZIONE DEI PUNTEGGI FATTORIALI SULLE 100 OSSERVAZIONI REALIZZAZIONE DEI MODELLI Livia Bosi – Tesi di Laurea in Modelli di Marketing 14
  15. 15. Indice COMMERCIALE • Newsletter • E-commerce • Community • Mobile apps Spiega il 31% della varianza totale. Livia Bosi – Tesi di Laurea in Modelli di Marketing 15
  16. 16. Indice SOCIAL • Facebook • Youtube • Twitter Spiega il 35% della varianza totale.Livia Bosi – Tesi di Laurea in Modelli di Marketing 16
  17. 17. Indice di GC DA PARTE DELL’ AZIENDA • Numero post pubblicati dall’azienda su FB nei 10 giorni di riferimento per la analisi • Numero di tweet effettuati dall’azienda da quando è presente su TW • Numero di tweet effettuati dall’azienda nei 10 gg di rif. Spiega il 39% della varianza totale. Livia Bosi – Tesi di Laurea in Modelli di Marketing 17
  18. 18. Indice di RISPOSTA DEL MERCATO • Numero di follower su TW • Numero di fan su FB • Numero di post lasciati dagli utenti sulla bacheca di FB nei 10 gg di rif. • Numero di post con richiesta di informazioni • Numero di post positivi Spiega il 49% della varianza totale. Livia Bosi – Tesi di Laurea in Modelli di Marketing 18
  19. 19. ModelliDopo aver proiettato i punteggi fattorialisu tutte le osservazioni, ho implementatodei modelli di regressione per osservare ledinamiche che intercorrono tra aziende edutenti sul web. Livia Bosi – Tesi di Laurea in Modelli di Marketing 19
  20. 20. RISULTATI E CONCLUSIONI Livia Bosi – Tesi di Laurea in Modelli di Marketing 20
  21. 21. Indice di GC aziendali L’indice di risposta del mercato ha un impatto positivo sull’indice di generazione di contenuti da parte dell’azienda (beta = 0,87).Le critiche ricevute dagli utenti sulla bacheca di Facebook inibiscono la pubblicazione deipost da parte delle organizzazioni: la variabile ha un impatto negativo (beta = -0,22)sull’indice di generazione di contenuti corporate. impatto positivo impatto negativo Livia Bosi – Tesi di Laurea in Modelli di Marketing 21
  22. 22. Indice di GC aziendali e indice social Il numero di lingue utilizzate sul sito ha un riscontro positivo sia sull’indice social (beta = 0,19) che su quello di generazione dei impatto contenuti da parte delle positivo aziende (beta = 0,31) Livia Bosi – Tesi di Laurea in Modelli di Marketing 22
  23. 23. Indice social e commercialeBlog ha un impatto positivo sull’indice social (con coefficiente beta = 0,22), così come ilnumero di post pubblicati dall’azienda su Facebook ha un impatto positivo sull’indicecommerciale (beta = 0,22). impatto positivo impatto positivo Livia Bosi – Tesi di Laurea in Modelli di Marketing 23
  24. 24. Indice di risposta del mercatoL’indice commerciale ha un impatto positivo sull’indice di risposta del mercato (beta =0,34). Come anche la variabile giochi/concorsi/simulazioni (beta = 0,44). impatto positivo NB. Indice commerciale e indice di risposta del mercato covariano perché l’uno determina laltro e viceversa. Il modello è ricorsivo perche l’indice commerciale predice la risposta di mercato e la risposta di mercato predice l’indice commerciale. Quest’ultimo aspetto non è però stato trattato, anche perché non si disponeva di Livia Bosi – Tesi di Laurea in Modelli di Marketing una variabile esogena che ne predicesse uno dei due. 24
  25. 25. Conclusioni (1)1. Esiste un gap tra la tipologia di mercato e l’area di provenienza delle azienda > le aziende del Nord appartenenti ai settori alimentare, arredo e moda sono le più 2.0?2. L’utilizzo di Facebook è una prassi consolidata per 99 delle 100 PMI: in media hanno 17mila fan e ricevono 4 commenti da utenti esterni in 10 gg3. Circa la metà dei commenti che le aziende ricevono su Facebook riguardano richieste di informazioni > Facebook come strumento di assistenza diretta? La live costumer care online NON passa dal sito web aziendale (solo 3 aziende la attuano in questo modo)4. Un quarto delle aziende utilizza l’e-commerce (26), un quinto tecniche di gamification (19). In confronto il blog è meno diffuso (16)5. Gli strumenti maggiormente utilizzati in maniera integrata sono community, e-commerce e applicazioni mobile - fanno parte dell’indice commerciale Livia Bosi – Tesi di Laurea in Modelli di Marketing 25
  26. 26. Conclusioni (2)6. L’attività del mercato sul web influenza la produzione di contenuti da parte dell’azienda – Ad es. le critiche ricevute su Facebook la inibiscono7. Il rapporto tra aziende ed utenti è in molti casi bidirezionale > difficile studiarlo in mancanza di variabili esogene8. Le aziende utilizzano i social network per comunicare con gli interlocutori stranieri: ad una maggiore internazionalizzazione del mercato corrisponde una maggiore attività dell’azienda sui social network9. La predisposizione alla generazione di contenuti sul web, viaggia di pari passo su Facebook, Twitter e blog e in alcuni casi è influenzata anche dalla provenienza estera degli interlocutori10. La risposta del mercato è influenzata dalle iniziative commerciali intraprese dalle aziende sul web e dall’utilizzo della gamification11. Le variabili relative ai risultati economici, pur risultando dall’ANOVA portatrici di variabilità, non sono mai risultate significative nei modelli > forse misurate in maniera troppo aggregata rispetto a quelle relative agli strumenti 2.0? Livia Bosi – Tesi di Laurea in Modelli di Marketing 26
  27. 27. GRAZIE DELL’ATTENZIONE You can find me on Twitter as @livibou Livia Bosi – Tesi di Laurea in Modelli di Marketing 27

×