Report mozzarelle DATA ANALYSIS Della Beffa, Guide, Progetti e Ricerche di Statistica

Scarica Report mozzarelle DATA ANALYSIS Della Beffa e più Guide, Progetti e Ricerche in PDF di Statistica solo su Docsity!

REPORT “INDAGINE MOZZARELLA”

• ANNO ACCADEMICO 2025/ - Saponaro Elisa - Placenti Luca
  • Mancini Antonio

INDICE

1. INTRODUZIONE

Obiettivi della ricerca e metodologia, descrizione del campione intervistato.

1. ANALISI DESCRITTIVA Consumo delle diverse marche per partecipante, valutazione delle caratteristiche di marca e prodotto.
2. APPROFONDIMENTO SULLA MARCA Analisi delle preferenze di marca, raggruppamento delle marche effettivamente consumate.
3. CONFRONTO CON LA CONCORRENZA Analisi comparativa degli attributi del prodotto (riduzione dimensioni, differenze tra marche, preferenze degli utenti, mappatura).
4. SEGMENTAZIONE DEI PRODOTTI Applicazione di K-means su attributi e fattori di prodotto, verifica dei cluster rispetto a preferenze, marca e area geografica.
5. CONCLUSIONI Sintesi dei principali risultati, indicazioni operative o strategie consigliate.

• Fasce d'età: due classi demografiche (21-45 anni e 46-64 anni).
• Area geografica: copertura bilanciata tra Nord, Centro e Sud Italia. L'indagine è stata rivolta specificamente ai responsabili d’acquisto del nucleo familiare, selezionati sulla base di due criteri di inclusione: l'essere consumatori abituali di mozzarella e la conoscenza pregressa del marchio Pettinicchio. Struttura del Questionario e Analisi dei Dati Ogni partecipante è stato sottoposto a una serie di quesiti volti a misurare:

1. Notorietà e Consumo: marche di mozzarella conosciute e regolarmente acquistate.
2. Customer Perception: valutazione delle preferenze e degli attributi specifici dei diversi brand. Ai fini del presente report, sono stati selezionati gli attributi di maggior rilevanza strategica, applicandoli direttamente ai marchi oggetto di studio. Il set di dati finale si compone di 1. valutazioni individuali , elaborate come osservazioni indipendenti per garantire la solidità statistica delle analisi condotte su marca e prodotto. Figura 2: Differenza di consumo delle marche per area

2. ANALISI DESCRITTIVE

Utilizzo delle variabili utili

Per favorire una lettura chiara e immediata del report, è stata effettuata una riduzione della dimensionalità degli attributi. Questa operazione permette di sintetizzare le numerose variabili originarie in dimensioni riassuntive e indipendenti, facilitando il confronto diretto tra i brand senza perdere il valore informativo del dato. La scelta di concentrare l'analisi sugli attributi di marca è stata guidata dalla necessità di semplificare l'interpretazione, data la numerosità contenuta delle variabili selezionate. I dati mostrano una distribuzione sostanzialmente simmetrica, con una media di circa 5,.

Set di Variabili Analizzate

Le variabili prese in esame per definire il profilo della marca sono state suddivise nei seguenti attributi qualitativi:

• Specializzazione: Focalizzazione sulla mozzarella di latte vaccino e di Bufala.
• Affidabilità e Storia: Percezione dell'affidabilità, dell'esperienza pluriennale e del rispetto della tradizione produttiva.
• Qualità del Prodotto: Qualità percepita, freschezza garantita e possesso di certificazioni (DOP - Denominazione di Origine Protetta).
• Presenza sul Mercato: Capillarità della distribuzione nazionale.
• Comunicazione e Promozione: Impatto della pressione pubblicitaria e attrattività delle offerte promozionali. Figura 3: Preferenza per Marca (Pettinicchio e Vallelata)

3. APPROFONDIMENTI SULLA MARCA

Analisi della Varianza (ANOVA) sulle Preferenze di Marca

Per verificare la solidità statistica delle divergenze riscontrate, è stata condotta un' analisi della varianza (ANOVA). Questo test ha permesso di stabilire se le differenze tra le medie delle preferenze associate ai diversi brand fossero realmente significative o frutto del caso. Figura 5: Preferenza Attributi della marca: confronto Pettinicchio e Vallelata L'elaborazione dei dati, effettuata tramite il software statistico JMP , ha confermato la validità dell'analisi: il p-value (Prob > F) è risultato inferiore alla soglia critica dello 0,05. Questo esito certifica che le discrepanze tra i giudizi dei consumatori non sono casuali, ma indicano differenze statisticamente rilevanti nella percezione dei brand. Dall'esame dei dati medi emerge un panorama competitivo variegato: il brand Pettinicchio occupa una posizione di rilievo, superato esclusivamente dalla categoria dei "produttori locali" , che ottiene la preferenza media più elevata con un punteggio di 7,60. Al contrario, marchi come "Cuomo" mostrano un posizionamento decisamente più debole, registrando una preferenza media di 4,61 , un valore nettamente inferiore rispetto a quello ottenuto dalla committente. In sintesi, l'analisi conferma la solidità di Pettinicchio nel mercato nazionale, pur evidenziando la forte pressione competitiva esercitata dalle realtà produttive locali.

Analisi dei Cluster e Distribuzione delle Marche

Al fine di approfondire le dinamiche relative a ogni brand, è stata effettuata una clusterizzazione gerarchica. Questa procedura è stata applicata per individuare la distribuzione delle marche all'interno dei diversi gruppi (cluster) in relazione alle componenti ruotate emerse dall'analisi d'immagine.

4. CONFRONTO CON LA CONCORRENZA

Il confronto tra il brand Pettinicchio e i competitor viene eseguito prendendo in esame gli attributi di marca. Per ottimizzare la gestione dei dati, si procede inizialmente con un'analisi fattoriale, volta a ridurre il numero delle variabili e a raggruppare gli attributi in dimensioni indipendenti dal valore sintetico. A questa fase segue un'indagine sulle discrepanze tra i marchi, condotta attraverso il test ANOVA applicato ai componenti ruotati. Il processo di analisi si conclude, infine, con l'elaborazione del mapping per la rappresentazione dei risultati. Figura 6: Cluster di marche consumate

•Che fa molta pubblicità Bufala DOP •Specializzata nella mozzarella di Bufala •Con prodotti a Denominazione di Origine Protetta Sulla base delle evidenze emerse dalle analisi precedenti e dei risultati consolidati, si dà avvio alla fase delle regressioni. L'attività di indagine si concentra inizialmente sui tre attributi di marca identificati come i più significativi all'interno del modello. L'indice R-quadro è stato impiegato per verificare la quota di variazione della risposta attribuibile al modello rispetto all'errore residuo; dall'analisi emerge che i fattori Qualità , Marketing e Bufala DOP presentano valori positivi compresi nell'intervallo tra 0 e 1, pur evidenziando un potere esplicativo limitato poiché attestati su livelli prossimi allo zero. In merito all'analisi della varianza ( ANOVA ), i risultati certificano la significatività statistica dei fattori Qualità e Marketing, mentre il fattore Bufala DOP risulta non significativo. Tale indagine ha permesso di definire il confronto tra i due marchi, evidenziando come Pettinicchio risulti maggiormente apprezzato rispetto a Vallelata in Figura 8: Analisi della varianza ANOVA per valutazione regressione lineare

termini di qualità percepita e riconoscibilità come produttore di mozzarelle di Bufala DOP. Al contrario, per quanto concerne il fattore Marketing, Vallelata dimostra una superiore brand recognition nell’ambito pubblicitario, suggerendo per Pettinicchio l'opportunità di potenziare le proprie strategie di comunicazione in tale direzione.

5. SEGMENTAZIONE

Cluster per attributi di prodotto

Per raggruppare gli attributi di prodotto è stato applicato il metodo di clusterizzazione k-means , scelto per la sua efficacia nella gestione e visualizzazione di dataset di ampie dimensioni. La valutazione ha riguardato un intervallo compreso tra 3 e 5 cluster: la soluzione a 3 è stata scartata poiché poco rappresentativa, data la concentrazione di circa il 60% dei casi in un unico gruppo, rendendo l'analisi disomogenea. Si è quindi optato per il confronto tra le soluzioni a 4 e 5 cluster, che presentano una distribuzione più uniforme. Attraverso una stima comparativa volta a verificare la stabilità e la composizione dei gruppi, è emerso che:

• Cluster 1 (analisi a 4 variabili) = Cluster 3 (analisi a 5 variabili)
• Cluster 2 (analisi a 4 variabili) = Cluster 5 (analisi a 5 variabili)
• Cluster 3 (analisi a 4 variabili) = Cluster 1 (analisi a 5 variabili)
• Cluster 4 (analisi a 4 variabili) = Cluster 4 (analisi a 5 variabili) Figura 9: Analisi di contingenza Cluster a 4 e Cluster a 5

Al fine di identificare i parametri con il maggior potere discriminante tra i diversi gruppi, è stata condotta un'analisi della varianza ANOVA sulle preferenze, utile a stabilire una gerarchia di importanza tra le variabili. In questa fase, il valore statistico "F" è stato rilevato e riportato su Excel per una valutazione analitica. Gli esiti di tale procedura hanno confermato che la segmentazione basata su 5 variabili offre la maggiore capacità rappresentativa, risultando pertanto la configurazione ottimale per l'esecuzione dei successivi test relativi a preferenze, aree geografiche e marchi.

Preferenze

Per quanto riguarda le preferenze, è stata eseguita una stima della variabile Y in relazione alla variabile X (cluster a 5 variabili) attraverso il test ANOVA, con l'obiettivo di verificare la significatività della preferenza rispetto al gruppo di appartenenza. Come documentato nella trascrizione su Excel riportata in Figura 9, i risultati evidenziano che le preferenze legate alle proprietà del prodotto variano in modo rilevante tra i cluster, confermando un'ANOVA fortemente significativa. Nello specifico, il Cluster 3, che identifica le mozzarelle definite “Eccellenti e sane”, ha ottenuto il riscontro più alto con un valore di 6,1 , mentre il Cluster 5, relativo ai prodotti “Brutti, complessivamente mediocri”, ha registrato il punteggio di preferenza più basso, pari a 4,.

Aree

È stata eseguita una stima della variabile Y (aree) in rapporto alla variabile X (cluster 5) allo scopo di analizzare la diffusione geografica dei cinque gruppi, dalla quale è emerso quanto segue:

1. Nel Nord si riscontra una prevalenza dei cluster 1 (“Da consumare a crudo”) e 2 (“Buone da cucinare ma care”), con una spiccata preferenza per le mozzarelle di tipo “e”, mentre gli altri raggruppamenti appaiono in misura ridotta.
2. Nel Centro si osserva una concentrazione particolare del cluster 5, definito “Brutte, complessivamente mediocri”.
3. Nel Sud i cluster 1 e 2 risultano pressoché inesistenti; i cluster 3 e 5 mostrano valori in linea con la media generale, mentre il cluster 4 (“Buone ma gusto un po’ forte”) manifesta una presenza significativa nel Mezzogiorno.

Il Cluster 3, infine, presenta una distribuzione omogenea sul territorio, risultando equamente presente in tutte e tre le macro-aree nazionali.

Marche

Anche per questo parametro è stata condotta una stima della variabile Y (cluster 5) in relazione alla variabile X (marca 100+), applicando un filtro ai dati locali per concentrare l'analisi sui due brand di riferimento del report: Pettinicchio e Vallelata. Come illustrato nella Figura 11 — che integra l'analisi di contingenza elaborata dal software JMP con la tabella esportata su Excel e ottimizzata mediante formattazione condizionale — è possibile verificare, per ciascun marchio, se la percentuale di presenza all'interno di ogni singolo cluster risulti elevata o ridotta.

La percentuale della marca all’interno dei cluster è diversa?

Dall'analisi è emersa una netta contrapposizione nei risultati ottenuti dai due brand; nello specifico:

• Pettinicchio : manifesta una presenza preponderante nei Cluster 1 ( 57,7% ) e 3 ( 57,5% ), mentre nel Cluster 4 la quota del marchio raggiunge il 51,1%. Al contrario, nei restanti raggruppamenti — Cluster 2 ( 34,1% ) e Cluster 5 ( 48,6% ) — Pettinicchio non detiene una posizione maggioritaria.
• Vallelata : mostra una concentrazione prevalente nel Cluster 2 ( 65,9% ) e, per quanto concerne il Cluster 5, copre una quota del 51,4%. Nei restanti Cluster 1 ( 42,3% ), 3 ( 42,5% ) e 4 ( 48,9% ), la presenza di Vallelata non risulta maggioritaria. Figura 11: Analisi di contingenza di area per Cluster

profilo gustativo inconfondibile a fronte, tuttavia, di una distribuzione nei punti vendita limitata e difficoltosa. Al contrario, Vallelata si caratterizza per un gusto considerato mediocre, ma compensato da una presenza capillare e facilmente accessibile sul mercato.

6. CONCLUSIONI

L'analisi comparativa condotta sui due brand ha messo in luce divergenze sostanziali nelle percezioni dei consumatori, delineando due marchi con posizionamenti indipendenti. Lo studio è stato fondamentale per identificare le leve distintive dell’offerta di Pettinicchio e per fornire una base analitica utile a future strategie di marketing. I risultati emersi dal brand mapping, derivato dai fattori ruotati, evidenziano chiaramente come Pettinicchio sia percepito con un livello qualitativo superiore rispetto a Vallelata; tuttavia, tale vantaggio è controbilanciato da una reperibilità decisamente inferiore rispetto alla concorrenza. Dallo studio emerge dunque l’urgenza di potenziare la capillarità distributiva di Pettinicchio. A livello territoriale, gli sforzi logistici dovrebbero focalizzarsi su tre scenari distinti: nel Nord, dove la reperibilità e l'intenzione d'acquisto sono già buone, il confronto è diretto con player come Granarolo e Vallelata. Nel Centro, la reperibilità necessita di interventi correttivi, poiché il brand si posiziona attualmente dopo competitor come Francia, Cuomo, Boiano e Vallelata. Infine, nel Sud, si riscontra una buona presenza e una discreta preferenza, sebbene il marchio si trovi a competere con produttori locali molto radicati; in quest'area, Vallelata risulta essere il concorrente più vulnerabile. Parallelamente, si consiglia a Pettinicchio di sostenere il valore del brand attraverso investimenti significativi in advertising e attività promozionali. Figura 14: Brand mapping Pettinicchio e Vallelata secondo le variabili di “gusto” e “reperibilità”

In conclusione, le indagini svolte hanno permesso di soddisfare gli obiettivi prefissati, identificando i fattori critici che orientano le decisioni d’acquisto e analizzando il contesto competitivo. La segmentazione in cinque cluster, risultati omogenei per numerosità, conferma inoltre un'evoluzione nelle abitudini di consumo: la domanda si sta progressivamente spostando verso scelte eccellenti e salutari, riflettendo una tendenza moderna che privilegia la leggerezza senza rinunciare a standard elevati di gusto e qualità.