Nove principi per valutare le stime e i sondaggi basati sulle intenzioni, con bibliografia e 35 anni di studi citati

di

Mentre stavo realizzando un piccolo modello predittivo e cercavo delle conferme teoriche su determinate ipotesi ho scoperto un libro estremamente valido e con una ricca bibliografia. “Principles Of Forecasting: A Handbook for Researchers and Practitioners” curato da J. Scott Armstrong, della Wharton School.

Il manuale affronta tutti i modelli decisionali da quelli basati sul giudizio(Esperti, Sondaggi) a quelli statistici basati su modelli Econometrici, Multivariati ed applicazioni delle reti neurali.

Sono oltre 600 pagine dense di contenuti ed ogni capitolo è curato da un professore diverso.

Photo by Markus Spiske on Unsplash

Questo post è una sintesi di uno dei capitoli che ho letto e che mi ha fatto riflettere. Riflessioni nate dall’assiduo utilizzo e lettura di indagini/ricerche sull’indice di gradimento dei clienti/utilizzatori, ad esempio quest’anno ne abbiamo  realizzato  uno con Mosiello (un alumno di InnovAction Lab) per valutare e migliorare il BBQ Annuale di InnovAction Lab.
Il capitolo “Methods For Forecasting From Intentions Data” è stato realizzato da Vicki G. Morwitz, della New York University. 

Andando per gradi è necessario  definire il termine “Intenzioni” per avere un linguaggio comune.

Esistono tante definizioni, ma per l’obiettivo di questo post e in coerenza con il libro utilizzerò la seguente:

Le Intenzioni sono una misura. Nello specifico rappresentano il grado di possibilità degli individui di realizzare dei piani, obiettivi o aspettative nel futuro. Spesso le intenzioni sono utilizzate per stimare cosa le persone faranno nel futuro.

Morwitz ha sviluppato nove principi sui quali basare le decisioni basandosi sulle informazioni acquisite sulle intenzioni dei consumatori.
Morwitz evidenzia inoltre che anche nel rispetto dei nove principi è sempre necessario essere estremamente cauti quando si effettuano delle stime sui dati intenzionali.
I nove principi sviluppati dall’autore rispondono alle seguenti domande:

  1. “Come dovrebbero essere misurate le intenzioni?
  2. Le intenzioni come dovrebbero essere utilizzate per stimare e predire i comportamenti?
  3. Come si devono adeguare ed adattare le intenzioni quando si deve stimare un comportamento?
  4. Quando le intenzioni e preferenze dichiarate devono essere utilizzate per stimare e predire un comportamento?
  5. Perché può capitare che le intenzioni siano delle misure incoerenti con l’effettivo comportamento?”

  1. Come dovrebbero essere misurate le intenzioni?

    • Utilizzando una scala di probabilità  invece di altre possibili classificazioni (Primo Principio)
    • E’ necessario spiegare agli intervistati di essere estremamente coerenti con quelle che sono le loro effettive caratteristiche personali e di rispondere al sondaggio in funzione di quello che si vorrebbe (il classico esempio è l’intenzione ad avere una Ferrari e l’effettiva possibilità economica di acquistarla) (Secondo Principio)

  2. Le intenzioni come dovrebbero essere utilizzate per stimare e predire i comportamenti?

    1. Se possibile, le “Intenzioni” misurate non andrebbero utilizzate così come collezionate, ma andrebbero sottoposte ad un processo di rettifica. Ad esempio se le intenzioni sono valutate utilizzando una scala di probabilità un metodo semplice di stima della percentuale di persone che acquisterebbero può essere definito come la probabilità media di acquisto tra gli intervistati.  (Terzo Principio) In generale alcune ricerche hanno rilevato che la probabilità di acquisto per beni durabili è spesso sottostimata rispetto al numero di acquisti effettivi * . Gli studi di  Bird and Ehrenber hanno evidenziato un fenomeno inverso per i beni non durevi: la sovrastima nell’intenzione. **

  3. Come si devono adeguare ed adattare le intenzioni quando si deve stimare un comportamento?

    1. Si possono utilizzare i dati dei sondaggi passati e con quei risultati  adeguare i dati intenzionali oggetto dello studio recente(Quarto Principio)
      1. Comportamento Effettivo(t)=Valore medio delle Intenzioni (t-1) + Bias(t-1,t)
      2. Bias(t-1,t)=Comportamento Effettivo(t) -Valore medio delle Intenzioni (t-1)
      3. Comportamento Effettivo (t+1)= Valore medio delle Intenzioni(t) + Bias(t-1,t)
        • (t -1) è il tempo in cui è stato effettuato il precedente sondaggio
        • (t) è il tempo in cui è stato somministrato l’attuale sondaggio sul quale si prenderanno delle decisioni o si effettueranno delle analisi di previsione, è inoltre il tempo in cui si rileva l’effettivo comportamento rispetto alle intenzioni espresse al tempo (t-1)
        • (t+1) è il tempo in cui si realizzeranno i comportamenti espressi attraverso le intenzioni al tempo (t)
        • Il Bias, l’errore, commesso/presente al tempo (t-1) è funzione del comportamento effettivo al tempo t
    2. Attraverso una fase di segmentazione e classificazione degli intervistati prima di adeguare/adattare le intenzioni  (Quinto Principio)
      • Morwitz e Schmittlein hanno analizzato nel dettaglio il punto precedente, dividendo gli intervistati in chi era intenzionato ad acquistare e chi non era intenzionato
      • Gli autori dai loro studi hanno appurato che segmentando gli intervistati attraverso dei metodi nei quali venivano identificate le variabili dipendendi (Criterion) ed indipendenti (Predictor) si  determinava un errore minore nelle stime rispetto a quelle effettuate per valori aggregati. Nel caso specifico hanno analizzato in diverse famiglie la propensione ad acquistare un’auto in un test ed in un altro test un PC. La segmentazione degli intenzionati e non intenzionati è stata molto sofisticata (lo studio è del 1992) e non si sono accontentati di un solo metodo, ma ne hanno valutati diversi, alcuni molto noti a tutti gli appassionati di DataScience a Analytics:
        1. Segmentazione per reddito
        2. Clusterizzazione K-Means su dati demografici e variabili legate all’uso del prodotto
        3. Analisi discriminante  dove l’acquisto era stato predetto sulla base di alcune demografiche e variabili di utilizzo del prodotto
        4. CART (Classification And Regression Trees), la predizione dell’acquisto era funzione di  informazioni demografiche, variabili di utilizzo del prodotto ed altre variabili indipendenti
      • Citando il paper presente nel capitolo del libro: “The main empirical finding is that more accurate sales forecasts appear to be obtained by applying statistical segmentation methods that distinguish between dependent and independent variables (e.g., CART, discriminanatn analysis) than by applying simpler directc clustering  approaches( e.g., a priori segmentation or K-means clustering)“****
    3. Utilizzare le misure sulle intenzioni per definire i confini/limiti della probabilità di acquisto(Sesto Principio).
      • Quando è necessario valutare lo scenario migliore o peggiore gli autori evidenziano che è possibile utilizzare i valori estremi delle intenzioni misurate dai sondaggi

  4. Quando le intenzioni e preferenze dichiarate devono essere utilizzate per stimare e predire un comportamento?

    1. Secondo gli studi di Armstrong ci sono sei condizioni tali per cui è possibile che le intenzioni dichiarate siano coerenti con l’effettivo comportamento(Settimo Principio)***
      1. “Il comportamento previsto è importante
      2. Le risposte sono state rilasciate da chi prenderà la decisione
      3. L’intervistato ha un piano
      4. L’intervistato descrive con precisione il piano (al contrario dell’intervistato che afferma che “E’ riservato non posso dirtelo”,  racconta il piano in modo confuso o il piano non è coerente con le attitudini di chi lo sta raccontando)
      5. L’intervistato può rispettare e realizzare il piano
      6. Nuove informazioni aggiuntive non sono in grado di modificare il piano nell’orizzonte di previsione”***

  5. Perché può capitare che le intenzioni siano delle misure incoerenti con l’effettivo comportamento?

    • Misurare le intenzioni modifica i comportamenti. Morwitz, Johnson e Schmittlein in uno studio hanno selezionato due campioni che avrebbero dovuto acquistare un’auto. Di un campione è stata misurata la propensione all’acquisto, del secondo no. Il risultato è stato che il gruppo in cui le intenzioni (positive all’acquisto) sono state misurate aveva una tendenza maggiore ad acquistare una macchina. La spiegazione è sul piano cognitivo, perchè nel momento del sondaggio nell’intervistato si innesca un processo che Goleman nel suo libro “Intelligenza Emotiva” (estremamente consigliato per tutti lo trovate a questo link) chiamerebbe “metacognizione”(Ottavo Principio)
    • Spesso l’uomo è affetto da alcune distorsioni percettive quando deve ricordare il momento del suo ultimo acquisto(Nono Principio). Se questo bias/distorsione è presente nei songaggi si possono determinare delle stime e predizioni distorte, è importante identificarlo per associare un grado di incertezza alle predizioni. Il nono ed ultimo principio è frutto degli studi di Kalwani e Silk.

Ho trovato questi principi estremamente utili, interessanti, alcuni di rapida applicazione in particolare i primi, altri invece più complessi e da approfondire.
Voi?
Se ti è piaciuto o lo trovi utile ricondividilo liberamente o clicca “Mi Piace”, con pochi click si può fare tanto, se pensi meriti delle correzioni, typo, o si possa migliorare scrivimi pure. 🙂
Grazie per aver letto l’articolo!
Andrea
*(Juster 1966 “Consumer buying intentions and purchase probability: An experiment in survey design”, McNeil 1974, “Federal programs to measure consumer purchase expectaions”)
**(Bird, Ehrenberg 1966 “Intentions-to-buy and claimed brand usage”)
***(Armstrong, Long-Range Forecasting , pag 83)
****(Vicki G. Morwitz and David Schmittlein,Nov., 1992, “Using Segmentation to Improve Sales Forecasts Based on Purchase Intent: Which “Intenders” Actually Buy?”)
*****(Silk Urban, “Pre-Test-Market Evaluation of New Packaged Goods: A Model and Measurement
Methodology”,Journal of Marketing Research, Vol. 15, No. 2. (May, 1978), pp. 171-191.)

Lascia un commento