Università degli Studi di Teramo – Facoltà di Bioscienze e Tecnologie Agroalimentari ed Ambientali INDAGINE SULL’ACCETTABILITÀ DEL CONSUMATORE AD OTTENERE.

Slides:



Advertisements
Presentazioni simili
FONDAZIONE SANTA LUCIA ISTITUTO DI RICOVERO E CURA A CARATTERE SCIENTIFICO STUDIO SULL’EFFICACIA DEL TANGO ARGENTINO IN SOGGETTI CON MALATTIA DI PARKINSON.
Advertisements

La Responsabilità Sociale d’Impresa nelle aziende toscane: alcune prime evidenze sulla base delle indagini condotte dal sistema camerale a cura di: Riccardo.
Sociologia dei Consumi Prof.ssa Maura Franchi AA Le abitudini: come euristiche Come possono essere utilizzate per l’analisi del consumatore?
Consentono di descrivere la variabilità all’interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche.
The Procurement Awards – BEYOND SAVING Azienda Nome e Cognome Categoria Progetto Nome Progetto.
LA ZOOCOSMESI: NUOVA OPPORTUNITÀ PER L'ALLEVAMENTO BOVINO PODOLICO
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Corso di Laurea “Viticultura ed Enologia”
Vincenzo Ilotte Presidente Camera di commercio di Torino.
Protocollo di trasmissione tramite tecnologia Barryvox
Effetto scuola o Valore aggiunto
I COMPORTAMENTI DI SPESA DELLE FAMIGLIE DURANTE LA CRISI
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
I risultati in Scienze Confronti nazionali.
Introduzione OBIETTIVO
Comune di Catania – Servizi Demografici Decentramento e Statistica
Presentazione di Camilla Giustiniani Rimini - 23 giugno 2017
Il marketing DEFINIZIONE E CONCETTI BASE L’ALBERGO E IL MARKETING
SINTESI OSSERVATORIO NAZIONALE SULLA MARCA PRIVATA
Indicatori Europei di sostenibilità ambientale
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Pre-processing e rendering di mappe GIS per IoT platforms
Misure Meccaniche e Termiche - Università di Cassino
Crescita I: Paolo Sospiro
Relazione finale su [nome del progetto]
coordinate geografiche longitudine, latitudine
IL SISTEMA DI VALUTAZIONE DELLA PERFORMANCE della PROVINCIA DI PAVIA
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Le PMI della provincia di Ferrara: quale domanda di innovazione?
L’analisi del comportamento delle imprese (seconda parte)
Cluster Analysis Definizione di Classificazione: operazione concettuale condotta adottando un solo criterio (detto fondamento della divisione) per individuare.
Studente/i Relatore Correlatore Committente Aris Piatti
Azienda Nome e Cognome Categoria Progetto Nome Progetto.
Questionario CLEA II E III ANNO
SODDISFARE LE OPPORTUNITÀ DI MARKETING
La Statistica si occupa dei modi
EDUCAZIONE AL CONSUMO CONSAPEVOLE
Analysis.
STUDIO PER L'INDIVIDUAZIONE DEI PARAMETRI LOCALI DI QUALITÀ
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Università degli Studi di Teramo Facoltà di Agraria
La confettura all’intersezione tra saperi
Interpretazione delle Immagini ottenute mediante video e fototrappolaggio quale strumento per il monitoraggio dei grandi carnivori Budak V., Guiatti D.1,
INDAGINE STATISTICA DIPLOMATI 2009/2010
Che cos’e’ l’Informatica
APULIAN FOOD FINGERPRINT:
EDUCAZIONE AL CONSUMO CONSAPEVOLE
Caratteristiche dell’indagine
RISULATATI DI SINTESI A.S
Analisi Statistica dei Dati
Statistica descrittiva
L’indagine statistica
Statistica Scienza che studia i fenomeni collettivi.
Azienda Nome e Cognome Categoria Progetto Nome Progetto.
«Leggere, analizzare e valutare i Bilanci Sociali»
INDAGINE CUSTOMER SATISFACTION SERVIZIO TRASPORTO SCOLASTICO DISABILI
MORTALITA’ PER SCLEROSI MULTIPLA NELLA Obiettivo dello studio
La modellazione concettuale
Sistemi informativi statistici
Distribuzione per stato di occupazione
NELLE ORGANIZZAZIONI NON PROFIT
RESTITUZIONE PROVE INVALSI 2017 SCUOLA SECONDARIA PRIMO GRADO
Le discriminazioni dei prezzi
MODALITA’ DI SOMMINISTRAZIONE
RISULTATI QUESTIONARIO DELLE ATTESE ALUNNI CLASSI prime AS 2014/2015
Risparmiare ed investire con consapevolezza.
Nord-Italia verso l’Europa, Sud altrove
ROMA, FEBBRAIO 2019 Recupero di dati contabili da testi non strutturati di bilanci d’impresa disponibili sul sito Telemaco attraverso tecniche di text-mining.
Gli Indici di Produttività di Divisia
Transcript della presentazione:

Università degli Studi di Teramo – Facoltà di Bioscienze e Tecnologie Agroalimentari ed Ambientali INDAGINE SULL’ACCETTABILITÀ DEL CONSUMATORE AD OTTENERE MAGGIORI INFORMAZIONI SULLA QUALITÀ NUTRIZIONALE DELL’OLIO EXTRA VERGINE D’OLIVA IN ETICHETTA Valerio Cerolini Emilio Chiarappa Roberto Di Battista Diego Innocenzi

Obiettivo Valutare l’effettivo interesse del consumatore verso l’ottenimento di maggiori informazioni in etichetta di olio extra vergine d’oliva Valutare e quantificare la disponibilità a sostenere una spesa maggiorata nell’acquisto di un olio caratterizzato da un etichetta contente maggiori informazioni

ETICHETTA ATTUALMENTE PRESENTE IN COMMERCIO

Elementi proposti da aggiungere Data di produzione (anno) Data di imbottigliamento (più evidente) Cultivar (varietà) Acidità Contenuto in polifenoli al momento dell’estrazione/frangitura Numero di perossidi al momento dell’ imbottigliamento

Il questionario N° questionari raccolti: 188 Tipologia questionario: formato elettronico Metodo distribuzione: on-line Il questionario è stato distribuito prendendo in considerazione l’intera popolazione di consumatori, quindi senza mirare ad una particolare fetta di mercato.

Composizione del campione

Composizione del campione

Statistiche descrittive Domande N° risp. Min. Max Media DEV_STD 2. Frequenza acquisto 188 3 1,83 1,07 3. Spesa media 1,22 0,88 4. Livello conoscenza 6 3,16 1,69 5. Frequenza consulto etichetta 185 3,39 2,05 6. Chiarezza etichette attuali 2,59 1,23 7. Informazioni etichette attuali 2,58 8a.Influenza scelta prezzo 3,72 1,60 8b.Inf. scelta marca 3,42 1,61 8c.Inf. scelta scheda nutrizionale 3,40 1,71 8d.Inf. scelta regione produzione 3,91 8e.Inf. scelta packaging 2,73 1,74

Statistiche descrittive Domande N° risp. Min. Max Media DEV_STD 9a.Aggiunta data di produzione 188 6 4,92 1,29 9b.Agg. data imbottigliamento 4,90 1,31 9c.Agg. cultivar 4,28 1,52 9d. Agg. acidità 4,36 9e. Agg. contenuto polifenoli 184 4,09 1,70 9f. Agg. numero perossidi 182 4,02 1,71 10. Preferenza etichette 1 0,93 0,25 11. Disponibilità a pagare 3 1,22

Elaborazione dati Al fine di conseguire l’obiettivo di ricerca di mercato i dati ottenuti sono stati elaborati mediante i metodi di analisi multivariata: PCA, Cluster Analysis.

Scelta delle variabili La scelta della variabili da impiegare nelle analisi statistiche è stata effettuata in funzione degli obiettivi prefissati inizialmente. Il primo passaggio è stato quello di valutare il grado di correlazione tra le variabili prese in considerazione. Di seguito vengono riportati i risultati ottenuti con l’analisi della correlazione bi-variata.

PCA Attraverso le variabili individuate è stata effettuata un analisi per componenti principali. Lo scopo della PCA è la rappresentazione di un insieme di dati di dimensione N in uno spazio di dimensione minore di N al fine di ottenere una semplificazione. Di seguito riportiamo i risultati ottenuti mediante l’analisi delle componenti principali.

Componenti principali C.P.1: profilo di consumatori più attenti all’etichetta con un buon livello di conoscenza. C.P.2: profilo di consumatori che preferiscono un’etichetta più completa e che sono disposti a sostenere una spesa maggiore. C.P.3: profilo di consumatori con una spesa media più alta con una frequenza d’acquisto più bassa.

Cluster Analysis Le 3 componenti principali sono state utilizzate per la Cluster Analysis, al fine di ottenere una segmentazione dei possibili consumatori. L’analisi è stata effettuata mediante il programma Direct Marketing.

Cluster analysis: risultati

Descrizione Cluster La descrizione delle cluster ottenute è stata effettuata mediante la tecnica confronta medie, andando a confrontare le cluster ottenute con le variabili utilizzate per l’analisi delle componenti principali. Di seguito riportiamo i risultati ottenuti e la descrizione delle cluster.

Cluster analysis: presupposti

Le cluster: identificazione Cluster 1: consumatori con bassa frequenza d’acquisto, ma con una spesa media più alta. Cluster 2: alta frequenza di acquisto ma con una spesa media più bassa. Cluster 3: consumatori con livello di conoscenza più elevato e con una frequenza di consulto d’etichetta più spiccata. Cluster 4: gruppo di consumatori che non mostrano interesse nei confronti di un’etichetta più completa.

Le cluster: considerazioni Sulla base dei dati ottenuti, tre delle quattro cluster mostrano un interesse verso un implemento delle informazioni presenti in etichetta. La cluster numero 3 sebbene rappresenti solo il 19.5% degli intervistati risulta essere quella di maggior interesse, in quanto si caratterizza per una maggiore conoscenza delle caratteristiche dell’olio ed attenzione all’etichetta.

Le cluster: considerazioni Le cluster 1 e 2 sono più numerose in termini di composizione, mostrano una maggiore disponibilità a sostenere una spesa maggiorata nell’ordine del 5 – 10 %. I due gruppi si differenziano in termini di frequenza di acquisto e di spesa media. Rispetto alla cluster 3 si caratterizzano per una minore attenzione ai contenuti in etichetta.

Le cluster: ipotesi Cluster Freq. Acquisto Spesa media (ca.) DAP (%) Prezzo ipotetico 1 Bassa € 6,00 7,00 € 6,40 2 Alta € 3,50 5,00 € 3,75 3 media € 6,50 € 6,80

CONSIDERAZIONI FINALI Sulla base dei dati ottenuti attraverso il questionario, abbiamo osservato come soltanto il 7% degli intervistati non ha mostrato interesse per un implemento delle informazioni in etichetta dell’olio di oliva. Il 93% degli intervistati ha dischiarato di essere disposto a sostenere una spesa maggiorata nell’ordine del 5-10%.

CONSIDERAZIONI FINALI Sebbene il 93% degli intervistati abbia risposto in modo positivo, non tutti mostrano una particolare attenzione all’etichetta. Infatti, solo 19.5% dichiara di consultare con attenzione l’etichetta e lo stesso gruppo di intervistati ha dichiarato di avere un buon livello di conoscenza.

CONSIDERAZIONI FINALI L’aggiunta di maggiori parametri in etichetta, tra cui quelli chimico-fisici già utilizzati per la classificazione degli olii di oliva, potrebbe da una parte aiutare un consumatore attento e informato nella scelta d’acquisto e dall’altra potrebbe aiutare chi produce e commercia l’olio a valorizzare la propria produzione dando un valore aggiunto avendo la possibilità di acquistare una maggiore quota di mercato.

GRAZIE PER L’ATTENZIONE