La scienza della generalizzazioni empiriche nel marketing

Sentiamo ovunque sbandierare metodi “scientifici” di marketing da parte di guru, guretti e gente che riempie sale conferenze di hotel e palazzetti raccontando tre sciocchezze di direct response e brand positioning. Ovviamente non c’è niente di scientifico in quelle parole. Sono solo show, performance teatrali con opinioni inventate di sana pianta da altri leader carismatici da cui questi hanno copiato parole e idee.

Ma questo non dovrebbe portarvi a pensare l’opposto, cioè che il marketing si basi sul punto di vista. Per nulla. Nel marketing la scienza esiste, in varie forme e con differenti approcci.

Il metodo scientifico scelto da Francesco Galvani per la sua società Deep Marketing e i suoi clienti si basa sulle generalizzazioni empiriche.

Nell’articolo che segue vedremo cosa sono le generalizzazioni empiriche, come si creano, con che strumenti. I pro e i contro delle diverse fonti. È una lettura un po’ tecnica, ma riteniamo sia fondamentale per marketer, dirigenti e appassionati.

Introduzione

Le generalizzazioni empiriche nelle scienze del marketing sono relazioni stabili tra due o più variabili che sono state osservate e studiate in una serie di condizioni. Relazioni ripetute e non casuali. Questi tipi di generalizzazioni sono utilizzati per fornire previsioni sul comportamento dei consumatori e dei mercati e per guidare le decisioni di marketing.

Sono stati condotti molti studi per comprendere meglio le dinamiche del marketing e i risultati di questi studi sono stati utilizzati per generare generalizzazioni empiriche. Di seguito discuteremo i diversi tipi di prove utilizzate per sviluppare generalizzazioni empiriche, nonché i loro vantaggi e svantaggi. Verranno inoltre forniti esempi dei tipi di evidenza comunemente utilizzati e si discuterà del motivo per cui alcuni esperti di marketing potrebbero rifiutarne l’uso. Infine, analizzeremo le sfide che i ricercatori o i professionisti devono affrontare quando sviluppano o sfruttano nel proprio lavoro una teoria empiricamente fondata.

Nel concreto, cosa è una generalizzazione empirica?

Le generalizzazioni empiriche (EGT) sono affermazioni che descrivono la relazione tra due o più variabili sulla base di prove ripetute. Possono essere utilizzate per sviluppare una teoria e fare previsioni su come le diverse variabili interagiscono tra loro. Sono utili nelle scienze del marketing, in quanto possono aiutare gli esperti a comprendere il loro pubblico di riferimento e a sviluppare strategie che hanno maggiori probabilità di successo. Gli EGT possono anche essere utilizzati per testare la validità delle teorie esistenti e aiutare a identificare nuove tendenze o intuizioni che possono essere utilizzate nelle campagne di marketing. Queste generalizzazioni si basano su dati provenienti da esperimenti, sondaggi e altre fonti e possono aiutare gli addetti al marketing a prendere decisioni migliori sulle loro iniziative di marketing.

Quindi: le generalizzazioni empiriche sono relazioni stabili tra comportamento delle persone, dei brand, dei prodotti e dei mercati ottenute analizzando dati a tappeto o facendo esperimenti empirici (sul campo).

Permettono una buona capacità di previsione. Possiamo ad esempio sapere che, operando determinate azioni in una campagna pubblicitaria e con certe condizioni, potremmo ottenere specifiche risposte dal pubblico.

In che modo le generalizzazioni empiriche sono utili nella scienza del marketing?

Le generalizzazioni empiriche sono uno strumento prezioso per le scienze del marketing. Fornendo relazioni tra le variabili basate sull’evidenza, consentono agli addetti di comprendere meglio il proprio mercato e di prendere decisioni più informate. Queste relazioni non soggettive possono essere utilizzate per:

1. Sviluppare teorie sociali e di psicologia sociale nel consumo e nelle preferenze.
2. Prevedere il comportamento dei consumatori.
3. Fornire consulenza strategica alle imprese.

Ad esempio, le generalizzazioni empiriche possono essere utilizzate per scoprire la relazione tra le preferenze dei consumatori e i prezzi dei prodotti. Comprendendo questa curve di risposta, un consulente di marketing strategico può consigliare al cliente il prezzo dei propri prodotti in base alle preferenze dei consumatori e all’ambiente competitivo del mercato. Questo aiuta la società a rimanere competitiva e a massimizzare i profitti.

Possono essere utilizzate per identificare le relazioni causali tra diverse variabili. Questo può aiutare gli esperti di marketing a sviluppare strategie più efficaci. Ad esempio, una generalizzazione empirica potrebbe rivelare che un certo tipo di pubblicità è più efficace in determinati contesti rispetto ad altri. Grazie a questa conoscenza, i responsabili possono adattare le loro campagne in base al contesto in cui sono inserite.

Fornendo relazioni tra variabili basate sull’evidenza, le generalizzazioni empiriche aiutano i marketer a prendere decisioni migliori e meno soggettive.

Le due macro-fonti empiriche

Quando si tratta di generare prove per le generalizzazioni empiriche, si possono utilizzare diverse fonti di dati. Queste includono di solito sondaggi, esperimenti, studi di caso e studi osservazionali. In generale, i ricercatori devono prendere in considerazione prove sia qualitative che quantitative.

Le prove qualitative (ad esempio, interviste, focus group) possono fornire approfondimenti sul comportamento dei consumatori, che possono poi essere utilizzati per sviluppare ipotesi su come le diverse variabili interagiscono tra loro.

D’altro canto, le prove quantitative (ad esempio, sondaggi, esperimenti) possono essere sfruttate per testare le ipotesi e perfezionarle ulteriormente.

Combinando prove qualitative e quantitative, i manager e i ricercatori possono sviluppare una teoria empiricamente fondata che può servire come base per decisioni e strategie aziendali.

L’uso degli esperimenti

Tra le prove quantitative, gli esperimenti sono un metodo comunemente utilizzato per generare evidenze a sostegno delle generalizzazioni empiriche.

Gli esperimenti consentono ai ricercatori di osservare come i cambiamenti delle variabili indipendenti influenzino le variabili dipendenti, in un ambiente controllato. Secondo i dettami del metodo scientifico. Questo permette ai ricercatori di individuare le relazioni di causa ed effetto (o almeno di correlazioni credibili) tra due o più variabili nel comportamento dei consumatori.

Gli esperimenti possono essere utilizzati anche per verificare la validità di teorie esistenti e per svilupparne di nuove. Gli esperimenti possono essere condotti in laboratorio o sul campo. In entrambi i casi, è importante assicurarsi che la dimensione del campione sia sufficientemente ampia da consentire di trarre conclusioni valide. Inoltre, gli esperimenti devono essere progettati in modo da eliminare qualsiasi potenziale pregiudizio o fattore confondente. Per garantire la validità dei risultati, gli esperimenti devono essere condotti con repliche e prove multiple.

Altre fonti di dati empiriche

I sondaggi sono un modo comune per i professionisti per raccogliere informazioni sugli atteggiamenti e comportamenti dei consumatori. Si affidano agli intervistati che devono rispondere alle domande in modo accurato, fornendo una comprensione di ciò che pensano e sentono i clienti.

Gli studi osservazionali sono un altro tipo di ricerca frequentemente utilizzato. Attraverso questo metodo, osservatori addestrati osservano le persone interagire nel loro ambiente naturale e registrano il loro comportamento. Questo è un modo non diretto di raccogliere informazioni che fornisce ai ricercatori informazioni su come le persone si comportano “naturalmente”.

Gli strumenti delle neuroscienze possono inoltre essere sfruttati per studiare il comportamento dei consumatori e l’effetto di diversi stimoli sul loro processo decisionale.

Non dobbiamo infine dimenticare l’accesso a dati presenti in letteratura, database, grafici, tabelle, i cosiddetti dati d’archivio. Sono dati esistenti che possono essere utilizzati per valutare le teorie o generare prove. Ci sono poi i dati secondari, che si riferiscono a dati d’archivio già raccolti e pubblicati da altri ricercatori o organizzazioni.

Generalmente, una piccola società di consulenza preferirà sfruttare dati d’archivio, dati secondari, e effettuare sondaggi. Non avendo fondi per esperimenti e studi osservazionali.

Questi strumenti aiutano a ricreare situazioni del mondo reale e possono fornire preziose informazioni sul comportamento umano, le emozioni, gli atteggiamenti e le esperienze.

Pro e contro delle diverse fonti

L’uso di esperimenti per generare prove per generalizzazioni empiriche può fornire dati solidi e verificabili sul funzionamento di un certo concetto o strategia di marketing in un determinato contesto. Come abbiamo visto, gli esperimenti offrono anche l’opportunità di verificare le ipotesi e di trarre conclusioni dai risultati. Tuttavia, l’utilizzo di questi metodi per generare prove per le generalizzazioni empiriche presenta alcuni svantaggi fondamentali.

In primo luogo, gli esperimenti sono costosi, richiedono tempo e risorse significative. Inoltre, possono essere condotti solo in condizioni controllate, il che significa che i risultati generati potrebbero non essere applicabili alle situazioni reali. Gli esperimenti possono essere difficili da replicare e quindi i dati generati potrebbero non essere affidabili.

Nonostante questi inconvenienti, gli esperimenti rimangono uno strumento importante per comprendere gli effetti delle strategie e delle tattiche di marketing in un determinato contesto.

D’altro canto, l’utilizzo di fonti di dati come sondaggi, interviste e focus group può fornire una grande quantità di dati in modo rapido ed economico. Questi possono essere utilizzati per identificare modelli e tendenze nel comportamento dei consumatori e informare le decisioni di marketing. D’altro canto, potrebbero avere una natura non rappresentativa. Inoltre, possono non fornire la granularità necessaria per generare prove per generalizzazioni empiriche più complesse.

Le ragioni per cui alcuni marketer rifiutano l’uso della teoria per sviluppare un EGT

Per alcuni esperti di marketing, l’idea di utilizzare la teoria per sviluppare una teoria scientifica empiricamente fondata (EGT) può sembrare opprimente. Alcuni possono esitare ad adottare questo approccio a causa della complessità dei concetti coinvolti e della difficoltà di capire come si relazionano tra loro. Altri marketer possono essere riluttanti a impegnare il tempo e gli sforzi necessari per usare una EGT, soprattutto se non hanno le competenze o le risorse necessarie per un’impresa del genere.

Inoltre, alcuni marketer potrebbero rifiutare l’uso della teoria per sviluppare un EGT a causa della mancanza di fiducia nel metodo scientifico o dello scetticismo sulla sua capacità di produrre risultati affidabili. Infine, potrebbero semplicemente non voler accettare l’incertezza intrinseca nella scienza e preferire invece un approccio più tradizionale che si affida all’intuizione e all’esperienza. O, peggio ancora, al riportare parole di qualche guru.

Qualunque sia la ragione, è importante che gli addetti al marketing prendano in considerazione i potenziali vantaggi dell’uso della teoria per sviluppare un EGT prima di rifiutarla del tutto. Questo purtroppo non sta succedendo, soprattutto in Italia.

Sfide affrontate dai marketer nello sviluppo di un EGT

Lo sviluppo di una teoria empiricamente fondata per spiegare o prevedere un particolare fenomeno di marketing è un processo complesso e non privo di sfide. I marketer devono considerare numerosi fattori quando cercano di sviluppare e sfruttare una EGT. Tra questi, la necessità di garantire che le prove utilizzate per generare la generalizzazione siano valide e affidabili, la necessità di disporre di dati e risorse sufficienti per sostenere la teoria e la necessità di una comprensione completa dei concetti e delle teorie sottostanti.

Inoltre devono essere consapevoli del potenziale di distorsione nella raccolta e nell’analisi dei dati per errori nella data analysis e pulizia delle informazioni, nonché della necessità di garantire che i modelli sviluppati siano applicabili a contesti e popolazioni diverse.

In definitiva, lo sviluppo di un EGT richiede agli esperti di marketing un approccio altamente creativo e analitico, al fine di generare una generalizzazione che abbia un’ampia applicabilità.