Schermata-2014-07-11-alle-17.10.13-175x175

Posted by & filed under Senza categoria.

  • La puntata precedente

Nella prima parte (pubblicata qui sotto) abbiamo assistito al dibattito che si verifica tra le varie parti del cervello quando ci troviamo davanti alla scelta di un prodotto. E ci siamo chiesti anche come questa conoscenza possa aiutarci a individuare quali possano essere i nuovi prodotti di successo e come aiutarne il lancio e lo sviluppo, massimizzando i fattori che provocano piacere nei potenziali clienti e minimizzando quelli contrari.

Escluso che si possa, ogni volta che dobbiamo prendere una decisione, coinvolgere un ampio campione del target a cui applicare degli elettrodi per ripetere il test che abbiamo visto, diventa necessario adottare degli strumenti veloci e low price che ci aiutino a prendere le decisioni giuste.

  • Ricerche di marketing tradizionali e nuovi prodotti

Gli strumenti di ricerca di marketing tradizionale si si dimostrano empiricamente molto poco efficaci quando si tratta di prevedere il successo dei nuovi prodotti.

Le ricerche motivazionali per la loro stessa natura strutturale (campioni mumericamente piccoli) non possono dare indicazioni al riguardo.

Le ricerche quantitative tradizionali non riescono a cogliere il centro della questione perché sono strutturate in modo troppo… logico, partendo dal presupposto che gli individui facciano le loro scelte adottando criteri di selezione eminentemente “razionali”. Dove sia l’errore di questo approccio è ben spiegato dagli esperimenti  realizzati da uno psicologo, Timothy Wilson, della Virginia University.

Se proponiamo alle persone una serie di prodotti e gli chiediamo prima di ragionare analiticamente sui diversi fattori per cui ciascuno di essi piace o non piace  e poi gli si chiede di scegliere il loro preferito (come avviene nelle ricerche di marketing tradizionali, in cui si inserisce un nuovo prodotto tra quelli già esistenti per valutarne le performance) si ottiene un risultato che distorce la realtà, perché noi in quanto consumatori non ci comportiamo così: quando scegliamo una marmellata, un telefonino, la prossima destinazione delle vacanze siamo più guidati dai nostri neuroni dopaminergici che da un approccio analitico/logico/razionale, Semmai accade che, una volta fatta la scelta, “razionalizziamo” le sue ragioni per dare una spiegazione che a noi e agli altri appaia “logica”.

D’altra parte le ricerche sui nuovi prodotti non servono tanto e solo a determinare se il prodotto che intendiamo lanciare piaccia o non piaccia ma soprattutto a conoscere in anticipo se si venderà, quanto e perché e cosa possiamo fare per migliorare le sue performance.

new

 

  • Il problema del non so

A complicare ulteriormente il quadro si è inserito, a partire dalla crisi economica iniziata nel 2007/2008, il problema del “non so”. Mentre prima con le ricerche si riuscivano ad ottenere risposte sull’intention to buy sufficientemente precise e definite (penso che lo comprerò, che non lo comprerò) da quegli anni in poi e cresciuto esponenzialmente il numero delle persone che rispetto alla domanda “comprerà il prodotto x che intendiamo lanciare?” rispondono né sì né no ma “non so”. Una risposta onesta, testimonianza del clima di incertezza che si è instaurato in questi anni, segnatamente in merito alle previsioni di acquisti futuri. Una risposta che, data la sua elevata frequenza, inficia ogni possibilità di previsione dei modelli di analisi predittivi classici.

Un bel problema, anzi un problemone che anche io e i miei collaboratori ci siamo trovati davanti quando dieci anni fa ne abbiamo avvertito la prime avvisaglie nel corso delle ricerche di marketing che realizzavamo sui nuovi prodotti.

  • La soluzione: il rasoio di Occam

Per fortuna, nel corso delle riflessioni sul “che fare” è venuto in soccorso il rasoio di Occam, di cui trovate una possibile definizione qui al punto 7.

occams_03

Nel nostro caso “è inutile fare con più quando si può fare con meno” voleva dire riportare la questione ai suoi termini essenziali.

Vogliamo sapere se il nuovo prodotto si venderà o no? Bene, allora creiamo una situazione in cui il potenziale cliente viene messo nella condizione di scegliere hic et nunc se acquistare o no il prodotto.

In pratica il potenziale acquirente partecipa ad una intervista ma crede di essere chiamato a decidere in quel momento se acquistare il prodotto. Solo al termine dell’intervista l’intervistatore gli spiegherà che la decisione che ha preso (di acquisto/non acquisto) aiuterà a scegliere se vale la pena di lanciare il nuovo prodotto e che, in caso affermativo, sarà avvertito attraverso la pubblicità così che, se vorrà, potrà acquistarlo davvero.

E’ da questo che è nato Product Forecast, il modello di analisi predittiva che ha ormai 10 anni e che ha trovato in questi 10 anni applicazione a oltre 200 prodotti testati prima del loro lancio. Naturalmente la sua preparazione ha richiesto una fase di test e verifica che è durata circa un  anno ma poi, superata la fase di rodaggio, ha imbroccato la previsioni in oltre il 90% dei casi.

Naturalmente la storia di Product Forecast non sarebbe stata possibile senza la fiducia accordatagli dalle Organizzazioni che l’hanno utilizzato e i cui nomi sono tra quelli che leggete qui .

Quali sono gli ingredienti indispensabili di Product Forecast? Essenzialmente 3:

  1. Un data base ampio composto da persone che si sono dette disponibili e interessate a partecipare alla nostra attività di ricerca e che quindi, quando interpellate, non attuano i meccanismi di rifiuto tipici che molti adottano verso venditori sconosciuti
  2. Un algoritmo capace di proiettare con accuratezza i risultati in termini predittivi. Un algoritmo di cui siamo gelosi come la Coca Cola o Auricchio sono gelosi delle formule dei loro prodotti di successo
  3. L’attiva collaborazione dell’organizzazione che intende lanciare il nuovo prodotto. E’ indispensabile che ciò che testiamo sia come ciò che verrà lanciato, altrimenti non c’è algoritmo che tenga

 

Lascia un commento