Agriturimo e Customer Satifaction by Roberto Boscaro

Corso di Laurea in Economia e Gestione dei Servizi Turistici Prova finale di Laurea

La fidelizzazione del cliente nelle aziende agrituristiche: unâ&#x20AC;&#x2122;analisi statistica

Relatore Ch. Prof.ssa Isabella PROCIDANO Correlatore Ch. Prof.ssa Christine MAURACHER

Laureando Thomas Michael Boscaro Matricola 816287 Anno Accademico 2010 / 2011

RINGRAZIAMENTI Desidero innanzitutto ringraziare la mia Relatrice Professoressa Isabella Procidano per i

preziosi

insegnamenti

durante

questi

anni

per

nella stesura di questo lavoro e congiuntamente la Correlatrice

avermi

seguito

Professoressa Christine

Mauracher.

Ringrazio poi tutti ma proprio tutti, amici e Prof”s” Compresi, per questi splendidi anni trascorsi all’Università di Ca’ Foscari. A Riccardo Mazzucato va un ringraziamento per i dati raccolti per la realizzazione della sua tesi finale di Laurea Magistrale e qui nuovamente utilizzati.

In particolare poi ringrazio i miei pregiatissimi colleghi arbitri di pallavolo che mi hanno sostituito nella direzione delle partite mentre ero impegnato a redigere la tesi.

Mercato Ristretto Va un Ringraziamento particolare a:

1. Mio Fratello che sta correndo, con una gamba sola perché con l’altra sta lavorando, per consegnare in segreteria il suo studio sul mercato del fotovoltaico nel settore turistico e agrituristico: a lui va anche il mio augurio affinché ci riesca. 2. Mia Madre che mi sta preparando le Valigie 3. Mio Padre che preferisce la Fuzzy Logic Ma anche i miei Nonni che mi hanno aspettato svegli. …e ringrazio anche Thomas Michael Boscaro che ci ha messo del suo.

Posso dire che in questi anni il rapporto 80/20 ha funzionato egregiamente, ma fino ad ora è stato solo un gioco, adesso si comincia a studiare davvero.

P.S.

E’ possibile che nel futuro mi torni ad occupare della materia oggetto di questo

elaborato per cui ringrazio anticipatamente quanti, quei pochi che, leggendo queste pagine vorranno segnalarmi errori ed omissioni per far crescere le mie competenze che sarò sempre disposto a condividere.

PREMESSE Dopo aver conseguito delle buone votazioni in matematica e statistica questa tipologia di lavoro mi permetteva di andare a prendere in considerazione una materia che non avevo ancora approfondito e provare ad applicarla ad un segmento del mercato turistico rilevante ed ancora in crescita nella mia zona di residenza.

Dedica Ai miei compagni del Corso di Arabo e Cinese che vanno a far pratica Turistica in Tunisia mentre io faccio Economia di Turismo per consegnare la tesi in questa sessione.

Altre Motivazioni Interesse personale per gli strumenti econometrici e per l’argomento Agriturismo. Disponibilità dei dati da analizzare grazie ad una precedente ricerca per un’altra tesi.

Da una pre-esistente analisi dello scenario agrituristico locale si evidenziava l’opportunità di approfondire statisticamente la conoscenza dei fattori di customer satisfaction strategici per la fidelizzazione del cliente delle aziende agrituristiche venete. Il nuovo studio tende a fornire gli strumenti statistici per “crescere in senso multifunzionale ed agrituristico” ed è inteso a dare il proprio contributo generale all’incremento dei redditi aziendali e a richiamare o trattenere i giovani nell’impresa agricola favorendo il ricambio generazionale con riqualificazione dell’attività di famiglia, stimolare gli imprenditori verso nuove forme di attività extra-aziendali, incrementare il collegamento tra l'ambiente rurale e il sistema economico-sociale. Dal canto loro gli operatori hanno manifestato l’esigenza di approfondire argomenti “inusuali” per il mondo agricolo quali percorsi metodologici di marketing strategico, dalla definizione del prodotto/servizio offerto al target della comunicazione, dal marketing one2one all’uso dei social network. Allo scopo di perseguire gli obiettivi strategici generali rispondenti ai fabbisogni reali delle aziende agrituristiche sul territorio sono stati individuati e fatti propri i seguenti obiettivi operativi: realizzare e rendere disponibili al maggior numero di agricoltori metodologie e II

strumenti di analisi statistica della propria clientela, in funzione dei servizi già offerti e del loro miglioramento, ma anche della strutturazione di offerte ulteriori. I principali beneficiari dell’intervento sono le aziende agricole, di dimensioni medio-piccole ma “orientate al mercato” che intendono rimanere competitive sul territorio realizzando attività multifunzionali ed in particolare attività agrituristiche. Il presente progetto prevede infatti di utilizzare il sistema informatico per l’analisi statistica di dati direttamente provenienti dal cliente e tutto sommato non difficilmente acquisibili da parte dell’operatore agrituristico che dialoga con il proprio cliente face to face.

III

INDICE

Ringraziamenti

pag. I

Premesse

pag. II

INDICE

pag. III

Elenco delle Abbreviazioni e Notazioni

pag. VII

Elenco dei grafici

pag. VIII

Elenco delle tabelle

pag. IX

INTRODUZIONE

pag. 1

CAPITOLO 1 – Panoramica storico culturale sull'agriturismo

pag. 3

1.1 Cosa si intende con il termine “Agriturismo”

pag. 3

1.2 Avviamento dell'attività

pag. 10

1.3 Requisiti dell'imprenditore

pag. 13

1.4 Gli investimenti per l'adeguamento dell'azienda agricola

pag. 14

CAPITOLO 2 – Marketing delle aziende agrituristiche 2.1 Panorama sul marketing agrituristico

pag. 16 pag. 16

2.2 Considerazioni in merito alle leve del marketing mix nelle aziende agrituristiche

pag. 21

2.2.1.

Il prodotto-servizio

pag. 21

2.2.2.

Comunicazione e Distribuzione

pag. 24

2.2.3.

La consegna del valore promesso

pag. 27

CAPITOLO 3 – I dati a disposizione 3.1 Focus sulla zona geografica oggetto dell'analisi

pag. 29 pag. 29

3.2 Il metodo di campionamento e la struttura del questionario pre-esistente

pag. 30

3.2.1.

pag. 30

La popolazione di riferimento

3.2.2.

Il campione

pag. 32

3.2.3.

Il questionario

pag. 33

3.3 Le rilevazioni 3.3.1.

pag. 35

Quante volte ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi?

pag. 35

3.3.2.

Il genere

pag. 37

3.3.3.

Classi di età

pag. 38

3.3.4.

Stato civile

pag. 39

3.3.5.

Numero dei componenti familiari

pag. 40

3.3.6.

Titolo di studio

pag. 40

3.3.7.

Condizione professionale

pag. 41

3.3.8.

Numero percettori di reddito

pag. 43

3.3.9.

Classi di reddito

pag. 44

3.3.10.

Provenienza

pag. 45

3.3.11.

Quante volte ha già visitato la zona

pag. 47

3.3.12.

Composizione del gruppo

pag. 48

3.3.13.

La spesa

pag. 51

3.3.14.

Possibilità di ritorno e di consigliare l'agriturismo

pag. 52

CAPITOLO 4 – Gli strumenti: il software Gretl e il modello econometrico Logit

pag. 53

4.1 Il Software Gretl per le analisi statistiche

pag. 53

4.2 Econometria

pag. 58

4.2.1.

Nascita e sviluppi

pag. 58

4.2.2.

Scopi e strumenti

pag. 61

4.3 Regressione e modello Logit

pag. 62

4.3.1.

Regressione lineare ed alcune evoluzioni

pag. 63

4.3.2.

Definizione e ruolo del modello Logit

pag. 66

4.3.3.

La storia del modello

pag. 67

4.3.4.

Il modello Logit per un singolo attributo

pag. 71

4.3.5.

Modello Logit in formule

pag. 75

4.3.6.

Indici di bontà di adattamento del modello

pag. 79

4.3.7.

Altri 2 modelli di regressione non lineare: Probit e Tobit

pag. 82

4.3.8.

Modelli di scelta multinomiale

pag. 84 V

4.3.9.

Strumenti per l'analisi del modello

4.4 Stima di massima verosimiglianza

pag. 86 pag. 90

CAPITOLO 5 – Analisi della fidelizzazione del cliente con metodo statistico

pag. 93

5.1 La valutazione degli Attributi del servizio di Agriturismo

pag. 93

5.2 La costruzione della base dati

pag. 93

5.3 I risultati ottenuti con il modello Logit

pag. 94

5.4 Analisi dei risultati

pag. 97

5.4.1.

Analisi dei coefficienti stimati (βk)

pag. 97

5.4.2.

Analisi degli odds

pag. 99

5.4.3.

Analisi degli Effetti Marginali

pag. 100

RIEPILOGO E CONCLUSIONI

pag. 102

APPENDICI

pag. 108

1. Glossario degli Assets di proprietà industriale

pag. 108

2. Alfabeto greco

pag. 111

FONTI

pag. 112

Bibliografia

pag. 112

Webgrafia

pag. 114

ELENCO DELLE ABBREVIAZIONI E NOTAZIONI

Abbreviazioni RSS

Somma dei quadrati residui (inglese: Residual Rum of Rquares). Chiamata a volte SSR (Sum of Squares residuals). È la somma dei quadrati dei residui semplici dedotti dal modello (devianza residua) e misura il divario tra i dati e il modello scelto.

TSS

Somma dei quadrati dei residui (inglese: Total Sum of Squares), chiamata anche SST . È la somma degli scarti quadratici di una variabile dalla propria media.

MPL

Modello di Probabilità Lineare, chiamato anche LPM (Linear Probability Model).

Notazione riguardante i capitoli 4 e 5 All'interno dei due capitoli maggiormente riguardanti argomenti statistici sono stati utilizzati vari caratteri e stili. Sebbene si sia cercato di mantenere una notazione quanto più possibile uniforme, essa va legata e compresa in relazione al contesto in cui è inserita. La prima ampia distinzione è che di regola l'Alfabeto Greco è stato utilizzato per parametri ignoti, valori inosservabili e la funzione di distribuzione Normale. L'Alfabeto Latino per tutto il resto. Altra differenza è relativa a scalari e vettori o matrici. Scalari sono solitamente rappresentati da lettere maiuscole, vettori e matrici in grassetto. La T ad apice di una lettera in grassetto indica la trasposta della matrice. Per quanto riguarda la probabilità, si indica con Pr(Y = 1) la probabilità di un evento e con P(X) una probabilità che è funzione di X.

All'interno delle appendici, al termine dell'elaborato, è inserito un breve glossario che spiega e sviluppa gli acronimi utilizzati al capitolo 2 e l'Alfabeto Greco completo.

VII

ELENCO DEI GRAFICI

Capitolo 3 Grafico 1

Incidenza percentuale dei comuni interessati

Grafico 2

Quante volte l'intervistato ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi: percentuale

Grafico 3

Grado di accordo/disaccordo per le seguenti affermazioni

Grafico 4

Classe di etĂ dell'intervistato: percentuale

Grafico 5

Stato civile dell'intervistato

Grafico 6

Numero dei componenti della famiglia: percentuale

Grafico 7

Titolo di studio dell'intervistato

Grafico 8

Condizione professionale dell'intervistato: percentuale

Grafico 9

Numero dei percettori di reddito in famiglia: percentuale

Grafico 10

Classe di reddito dell'intervistato: percentuale

Grafico 11

Luogo di provenienza dell'intervistato: percentuale

Grafico 12

Stato di provenienza dei turisti stranieri: percentuale

Grafico 13

Domiciliati nello stesso comune dell'agriturismo: percentuale

Grafico 14

Quante volte l'intervistato ha visitato la zona Pedemontana del Piave: percentuale

Capitolo 4 Grafico 1

Rappresentazione grafica di una relazione di regressione semplice teorica.

Grafico 2

Tentativo di rappresentare una variabile dicotomica con una retta

Grafico 3

Esempio di curva sigmoide

Grafico 4

Funzioni di densitĂ logistica e normale con media 0 e varianza 1

VIII

ELENCO DELLE TABELLE

Capitolo1 Tab. 1 - Raffronto tra le principali disposizioni emanate a livello centrale e periferico.

Capitolo 3 Tab. 1 – Sezioni del questionario Tab. 2 – Quante volte l'intervistato ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi Tab. 3 – Genere dell'intervistato Tab. 4 – Condizione professionale dell'intervistato Tab. 5 – Composizione della categoria Occupati Tab 6 – Condizione professionale ai fini dell'analisi successiva Tab. 7 – Stato di provenienza dell'intervistato Tab. 8 – Province venete più rappresentative Tab. 9 – Numero di persone in compagnia dell’intervistato. Tab.10 – Numero di bambini all’interno del gruppo: frequenza e percentuale. Tab.11 - Numero di ragazzi all’interno del gruppo: frequenza e percentuale. Tab.12 - Numero di giovani adulti all’interno del gruppo: frequenza e percentuale. Tab.13 - Numero di adulti all’interno del gruppo: frequenza e percentuale. Tab.14 - Numero di anziani all’interno del gruppo: frequenza e percentuale. Tab.15 – Possibilità di ritorno nell’agriturismo nei successivi 6 mesi. Tab.16 – Possibilità di consigliare ad amici e parenti l’agriturismo.

Capitolo 4 Tab. 1 - Modelli applicati in tali casi di variabile discreta

Capitolo 5 Tab. 1 – I coefficienti del modello Logit Tab. 2 – I coefficienti del modello Logit dopo l'eliminazione delle variabili non significative Tab. 3 – Gli odds calcolati per ogni variabile Tab. 4 – Valori delle pendenze IX

INTRODUZIONE Questo “Studio” risponde all’esigenza di approfondire la conoscenza del Mercato di Sbocco dell’Agriturismo ed in particolare di conoscere per quali elementi dell’offerta i clienti siano soddisfatti e quale contributo possano dare alla fidelizzazione, portando alla ripetizione del consumo, in relazione ad alcune caratteristiche sociodemografiche dello stesso. Questo il profilo tipico medio dell’ospite di un agriturismo. Al termine di questo elaborato saranno riprese tali caratteristiche e commentate in un'ottica non solo di target, ma anche di ripetizione dell'esperienza agrituristica: •

persone adulte ma non anziane (25-50 anni) e negli ultimi anni l’età giovanile si è abbassata (17-25 anni)

•

livello culturale medio-alto

•

reddito medio-alto

•

l’area geografica di provenienza indica una parità approssimativa fra italiani e stranieri (e nessuna differenza per quanto riguarda le ragioni che spingono i consumatori a scegliere una vacanza in agriturismo rispetto ad altre più comode soluzioni di vacanza).1

Nel primo capitolo, si è precisato cosa si intende con termine Agriturismo. Per farlo, si è costruito un breve escursus sui termini utilizzati giuridicamente per indicare l’ambito di esistenza del fenomeno alla luce delle normative di riferimento che disciplinano l’argomento, quella nazionale e quella regionale, cercando di individuare le variabili che possono maggiormente influire sulla attività dell’impresa che opera nel settore.

Prima di passare alla presentazione degli obiettivi, degli strumenti e delle metodologie utilizzate per raggiungerli, nel secondo capitolo, si è cercato di definire ed analizzare brevemente a livello di marketing lo specifico segmento del comparto turistico indicato con il termine Agriturismo.

Una volta definita l’area geografica di studio: la zona Pedemontana del Piave che va da Valdobbiadene a Vittorio Veneto, una area tipicamente Veneta, ricca di strutture agrituristiche ed agrituristicamente interessante non solo dal punto di vista paesaggistico e ambientale ma anche eno-gastronomico con i famosi vigneti del Prosecco di Conegliano1

Silvia Volani __blog.softhrod.com_2011_05_agriturismo-migliori-clienti-cercasi

Valdobbiadene, nello terzo capitolo, viene descritta la ricerca che era stata eseguita in precedenza sul campione di riferimento. Vengono spiegati sinteticamente il metodo di campionamento e la struttura del questionario che è stato impiegato per la raccolta dei dati. L’analisi e la valutazione del prezzo, in qualità di leva del marketing mix, esula dal presente elaborato in quanto rappresenta una variabile estremamente legata alle singole imprese e attività aziendali, in tal senso risulta difficile sviluppare un discorso unitario e generalizzato.

Nel Capitolo quarto vengono presentati gli strumenti impiegati per l’analisi: il software Gretl e il modello econometrico Logit mentre nel capitolo quinto, viene presentato il lavoro svolto, e i risultati ottenuti nella misurazione della customer satisfaction in relazione e con particolare riguardo ai dati socio-demografici dello specifico campione analizzato. Questa sezione costituisce il corpo centrale dell’elaborato, in essa vengono in effetti analizzati i dati raccolti durante l’indagine statistica, con la finalità specifica di mettere in relazione le caratteristiche sociodemografiche della clientela con la percezione di soddisfazione da parte della stessa.

Alla fine dell’elaborato è presente un riepilogo del contenuto con alcune considerazioni conclusive cui l’analisi dei dati ha permesso di giungere, in riferimento all’area geografica presa in esame.

In Appendice si sono allegati i dati raccolti in formato Microsoft Excel.

Si è inserito un glossario minimo allo scopo di mantenere l’elaborato entro il limiti obiettivo prefissati ed evitare eccessive divagazioni in un argomento che si presenta già di per sé ampiamente interdisciplinare.

CAPITOLO 1 – PANORAMICA STORICO-CULTURALE SULL'AGRITURISMO

1.1 Cosa si intende con il termine “Agriturismo” L’espressione verbale agriturismo entra nella lingua italiana nella prima metà degli anni sessanta in concomitanza con la nascita dell'associazione Agriturist, voluta da Confagricoltura. Concetti similari erano già entrati in uso un decennio prima nella lingua francese. Il concetto non è pertanto né antico né di origine italiana, potremmo dire: moderno e di importazione, anche se già negli anni sessanta-settanta esistevano in Italia le Frasche Friulane che offrivano servizi di ristorazione a pagamento ai militari di stanza nel territorio, con l’impiego di prodotti agricoli, caseari e di salumeria realizzati nelle aziende agricole stesse che spalancavano le porte ad un pubblico ben segmentato, soprattutto in ore serali, e in cui l’insegna aziendale era appunto la molto economica ma efficace “Frasca”, il noto ramoscello con su ancora qualche foglia rinsecchita, staccato dall’albero e piantato in prossimità della porta della casa colonica o del viottolo che conduce spesso dalla strada principale all’aia del podere. Tuttavia non esiste ancor oggi una specifica normativa comunitaria in materia di agriturismo anche se in alcune occasioni il parlamento europeo ha in effetti fornito delle consistenti linee guida agli stati membri. Volendo andare lontano nel tempo, il primo intervento legislativo nazionale, in Italia, risale al 1952, con la Legge n. 991 e con il decreto del Ministero del Tesoro, un provvedimento che concedeva un finanziamento alle aziende operanti nei territori montani, ma che in realtà risultava una misura assai poco turistica diretta ad agevolare la permanenza di insediamenti umani in area montana. Anche i primi interventi comunitari si confondono con gli indirizzi di politica prettamente agricola. Solo la Direttiva 75/268//CEE accenna all'attività agro-turistica., ma si tratta anche in questo caso di un' azione limitata, volta esclusivamente a "preservare l'attività agricola necessaria per il mantenimento di un livello minimo di popolazione o per la conservazione dell'ambiente naturale in talune zone selvagge". In ambito di politiche comunitarie, di particolare interesse è invece il Regolamento CE n. 1257/1999 del Consiglio del 17 maggio 1999, sul "Sostegno allo sviluppo rurale da parte del fondo europeo agricolo di orientamento e garanzia” (il FEOAG, già istituito nel 1962) che 3

riconosce espressamente (art. 3 e 33) agli Stati membri e alle Regioni la facoltà di destinare parte delle risorse finanziarie comunitarie all'agriturismo ed, in generale, al turismo rurale, cosa che una dozzina di Regioni Italiane hanno almeno in parte recepito nel deliberare i loro piani di sviluppo rurali (PSR) o piani locali di sviluppo rurale (PLSR). Successivamente è stato emanato il Regolamento (CE) n. 1750/1999 della Commissione del 23 luglio 1999 recante disposizioni di applicazione del regolamento 1257/1999 del Consiglio del 17 maggio 1999. II legislatore italiano, consapevole dell'importanza sociale ed economica del fenomeno agrituristico, aveva tuttavia già ritenuto importante provvedere alla realizzazione di una legge quadro di orientamento per tutto il comparto, la Legge 5.12.1985, n. 730 che fissava i principi fondamentali e inderogabili in materia e riservava alle Regioni il compito di emanare la normativa di dettaglio. Di seguito si elencano sinteticamente le Principali Normative di Riferimento per il comparto agrituristico: a) Legge Regionale n. 9 del 18 aprile 1997 (BUR del 22 aprile, n. 33) “NUOVA DISCIPLINA PER L’ESERCIZIO DELL’ATTIVITA’ AGRITURISTICA” b) Legge Statale n. 96 del 20 febbraio 2006 (Gazzetta Ufficiale n. 63 del 16 marzo 2006) “DISCIPLINA DELL’AGRITURISMO” (che abroga e sostituisce la L. n. 730/85; e Corte Costituzionale sent. n. 339 del 12/10/2007 che dichiara illegittime alcune parti della L. n. 96/2006). c) La Legge Quadro 730 del 1985, sostituita dalla Legge Quadro n. 96 del 2006, mantiene un suo valore storico con le sue modifiche di seguito indicate: •

D. Lgs. 13 luglio 1994, n. 480, art. 12;

•

L. 23 dicembre 1999, n. 488, art. 59, comma 3-bis;

•

L. 23 dicembre 2000, n. 388, art. 123;

•

D. Lgs. 18 maggio 2001, n. 228, art 13; d) Dal 01/01/2008 entra in vigore il Codice Ateco 2007

L’Istituto nazionale di statistica ha predisposto una nuova classificazione delle attività economiche (Ateco 2007) da adottare nelle rilevazioni statistiche correnti in sostituzione della precedente (Ateco 2002). L’Ateco 2007 è la versione nazionale della classificazione (Nace Rev.2), definita in ambito europeo ed approvata con regolamento della Commissione n. 1893/2006, pubblicato su Official Journal del 30 dicembre 2006, che, a sua volta, deriva da quella definita a livello Onu (Isic Rev. 4) alla quale, per la prima volta si sono allineati tutti i Paesi del mondo. 4

Per quanto concerne l’agriturismo sono di interesse i due codici Ateco seguenti: •

55.20.52 Attività di alloggio connesse alle aziende agricole

•

56.10.12 Attività di ristorazione connesse alle aziende agricole

Per i testi completi delle disposizioni di legge e delle normative vedasi la Sezione dedicata alla Bibliografia. L’offerta agrituristica in generale consta di un insieme strutturato e coerente di attività volte a valorizzare il contesto rurale e le risorse dell’azienda, ad aumentare il livello occupazionale dei componenti della famiglia rurale e ad incrementare il reddito aziendale; una utile definizione di questa tipologia di attività è reperibile nella Legge dello Stato Italiano n. 96 del 20 febbraio 2006 - Art.2. “1. Per attività agrituristiche si intendono le attività di ricezione e ospitalità esercitate dagli imprenditori agricoli di cui all'articolo 2135 del codice civile, anche nella forma di società di capitali o di persone, oppure associati fra loro, attraverso l'utilizzazione della propria azienda in rapporto di connessione con le attività di coltivazione del fondo, di silvicoltura e di allevamento di animali.“

Per meglio definire il concetto di Agriturismo, può essere interessante effettuare un breve escursus sui termini esplicativi utilizzati nelle normative sopraindicate per disciplinare le attività agrituristiche. In particolare, mentre nella precedente legge del 1985 si parlava solo di “sviluppo e riequilibrio” del territorio, nella nuova Legge Quadro del 2006 si utilizzano i termini “tutelare”, “qualificare” e “valorizzare” il territorio. E’ sicuramente un'evoluzione verso una maggiore considerazione del Fattore “Qualità” e del Valore Aggiunto nell’ambito dell’offerta agricola e agrituristica oltre che, più in generale, della multifunzionalità aziendale. Permangono delle differenze tra gli attuali approcci normativi dello Stato e delle singole Regioni: in Veneto la normativa regionale non enfatizza solamente l’obiettivo di incrementare il reddito famigliare e di favorire il mantenimento delle attività umane nelle zone rurali, ma anche quello di generare la piena occupazione della famiglia rurale nei termini di “creare nuovi posti di lavoro nell’ambito della famiglia rurale stessa”. La normativa nazionale esplicita per parte sua alcune questioni chiave come la “multifunzionalità”, sopra ricordata, e “l’educazione alimentare”, che non appaiono nella normativa regionale. La multifunzionalità dell’azienda agricola è un principio fondamentale, per altro mutuato dalla politica comunitaria. L’imprenditore agricolo oggi anche in Italia può accrescere le proprie competenze dirette e il proprio reddito non più dedicandosi solo ed esclusivamente alla produzione agricola, ma estendendo la propria attività ed occupazione in linea con quanto avviene in altri paesi dell’Unione Europea.

Ci concentriamo ora su due definizioni di rilievo: "Turismo Rurale" e “Agriturismo". Con il termine Turismo Rurale si intende l’insieme di tutte quelle attività turistiche che vengono svolte in aree rurali, anche in contrapposizione al “Turismo di massa”, e che alla base hanno una motivazione di “riscoperta della natura e dei valori connessi”, di “piacere di stare all’aria aperta”. Con il termine Agriturismo, invece, si usa indicare una forma di turismo rurale che presenta delle particolarità in quanto la predisposizione della sua offerta è strettamente legata alla “Azienda Agricola”. Le due attività hanno in comune lo stesso scenario, ovvero il territorio rurale, ma si distinguono per le diverse leggi che ne regolano il funzionamento e, fatto non irrilevante, per i diversi soggetti imprenditori, va ricordato infatti che chi esercita l’attività agrituristica deve essere un Imprenditore Agricolo, vincolo che non esiste per l’esercizio dell’attività di Turismo Rurale. Quest’ultimo, in Italia, è disciplinato dalla Legge Quadro per il Turismo del 2001 mentre l’Agriturismo è trattato come un’Attività Agricola, ed è oggi regolamentato dalla Legge Quadro del 2006 “Disciplina dell’Agriturismo” e dalle varie legislazioni regionali che presentano tra loro alcuni punti di divergenza che lasciano qualche spiraglio alla libera interpretazione, forse al contenzioso e comunque ad una certa discrezionalità soprattutto a livello delle amministrazioni locali. In Italia l'Attività Agrituristica può essere esercitata esclusivamente dall'Imprenditore Agricolo di cui all'articolo 2135 del codice civile, così come disponeva l'abrogata normativa del 1985 e riconfermato dalla Legge n. 96/2006. E’ Imprenditore Agricolo "chi esercita una delle seguenti attività: coltivazione del fondo, selvicoltura, allevamento di animali e attività 2

connesse" . Pertanto, la qualifica di Imprenditore Agricolo è data dal possesso (proprietà, affitto, comodato, ecc.) di un fondo, di un terreno agricolo, di un bosco, di un allevamento di animali oppure dal fatto di svolgere un'attività connessa. Per attività connesse, esercitate dall’Imprenditore Agricolo, si intendono quelle dirette alla manipolazione, conservazione, trasformazione, commercializzazione e valorizzazione che abbiano ad oggetto prodotti ottenuti prevalentemente dalla coltivazione del fondo o del bosco o dall'allevamento di animali, nonché le attività dirette alla fornitura di beni o servizi mediante l'utilizzazione prevalente di attrezzature o risorse dell'azienda normalmente impiegate nell'attività agricola esercitata, ivi comprese le attività di valorizzatone del territorio

Art. 2135 del Codice Civile

e dei patrimoni rurali e forestali, ovvero di ricezione ed ospitalità come definito giuridicamente (D.lgs. n. 228 del 2001). Anche dopo la riforma del 2001 è stata mantenuta la distinzione tra attività agricole propriamente dette e attività connesse a tali attività. È stato chiarito che la cura e lo sviluppo del ciclo biologico o di una sua fase può essere sganciato dallo sfruttamento del fondo, bosco o dalle acque. Rientrano quindi fra le attività agricole anche l'orticoltura, la floricoltura, l'allevamento di animali in batteria, l’allevamento di cavalli o animali da pelliccia, l'acquacoltura, l'attività cinotecnica. Il termine “bestiame” del vecchio art. 2135 che è direttamente legato alla terra è stato sostituito con il concetto di “animali”, molto più flessibile e non direttamente legato alla terra. Il nuovo art. 2135 (terzo co.) amplia pertanto la categoria di attività agricole per connessione includendovi attività che hanno carattere commerciale oggettivo e che quindi dovrebbero essere attività commerciali (ex art. 2195). Dunque per esercitare l'agriturismo è sufficiente essere, sotto il profilo giuridico, Agricoltore, non quindi Imprenditore Agricolo Professionale o Coltivatore Diretto o altra figura imprenditoriale affine (magari definite normativamente a vario titolo e in varie sedi, non ultime quelle europee). Ad esempio: sulla nozione di coltivatore diretto esistono più definizioni e ad ognuna di esse corrisponde l'applicazione di discipline diverse, per contenuto e funzioni. Diverso infatti è il significato di coltivatore diretto se operiamo nell'ambito delle norme previdenziali piuttosto che in quello dei patti agrari o degli aiuti agli investimenti aziendali in agricoltura. Nell'ambito delle norme comunitarie la figura del coltivatore diretto non assume la rilevanza che invece le è riservata dalla legislazione italiana. Finora le norme speciali a sostegno dell'agricoltura hanno fatto riferimento alla figura dell'imprenditore agricolo a titolo principale che però può variare nei vari stati membri. Ci si limita a prendere atto che probabilmente esiste anche in “Agricoltura” uno spazio per il contenzioso e la libera e creativa interpretazione da cui, almeno in parte e limitatamente a questo aspetto, viene tenuta fuori l’Attività Agrituristica ad opera della normativa nazionale più recente la quale, sempre all'Art. 2, aggiunge che gli Imprenditori Agricoli possono esercitare l'attività anche sotto ogni forma di Società di Capitali o di Persone oppure Associati fra loro, ciò significa che gli imprenditori possono esercitare l'Attività Agrituristica “sotto ogni forma giuridica”. Toccando un aspetto molto pratico: da un punto di vista giuridico si può in qualche modo comprendere come le attività turistiche che si avvalgono di gruppi residenziali, grandi 7

hotel, campi da golf o piste da sci possano “difficilmente” essere comprese nel concetto di turismo rurale. L’agriturismo in pochi anni ha arricchito le proprie finalità e possiamo affermare che i suoi obiettivi sono oramai di natura economica, socio-culturale, ambientale ed occupazionale. Riepilogando, sono considerate attività agrituristiche le attività di ricezione e ospitalità esercitate attraverso l’utilizzo della azienda agricola in complementarietà con le attività di coltivazione delle terre, di silvicoltura e di allevamento di animali, anche se queste devono rimanere principali infatti nella normativa italiana si parla di connessione funzionale, implicante una relazione immediata tra le due attività (agricola e turistica), e di una connessione sostanziale, che si riferisce ad una relazione indiretta. La complementarietà fa invece riferimento alla prevalenza che l'attività agricola deve mantenere rispetto a quella (agri)turistica: si inserisce qui un elemento problematico già indicato in precedenza, vale a dire se tale prevalenza sia da calcolarsi in termini di reddito o in termini di tempo dedicato alle diverse attività. In riferimento a tale argomento è stato introdotto dal Ministero competente, Ministrero delle politiche agricole e forestali che ha sostituito il Ministero dell’agricoltura abolito con consultazione referendaria nel 1993 (abolizione del Ministero Agricoltura e Foreste: hanno votato in quasi 37 milioni, il 76,90% degli aventi diritto e il 70,20% a favore dell'abolizione), il concetto di "tempo/lavoro" rispetto al quale le giornate di lavoro agricolo devono essere superiori alle giornate di lavoro dedicate all'agriturismo. L'introduzione di questo parametro comporta che la nuova attività sia progettata in correlazione all'effettiva dotazione dell'azienda agricola. L'agriturismo può definirsi un'attività turistica a tutti gli effetti (anche se tale attività come già trattato, non può considerarsi autosufficiente). Spesso si dimentica come l'attività turistica, che pure per legge negli Agriturismi deve essere connessa e complementare a quella agricola, di fatto incida su quest'ultima fino a rendere opportuno modificarne, talvolta, la struttura portante: si tratta appunto in questo caso di scelte di opportunità, ma non trascurabili, che vanno valutate per ogni singolo caso. Ogni singola Regione Italiana ha facoltà di definire i criteri per la valutazione del rapporto di connessione delle attività agrituristiche rispetto alle attività tipicamente agricole che devono rimanere prevalenti, ed in quale misura, con particolare riferimento (non in tutte le Regioni Italiane in ugual misura) al tempo di lavoro necessario all’esercizio delle due attività connesse o talvolta in alternativa alla quota di reddito derivante dalla attività turistico ricettiva. 8

La Giunta regionale, in conformità alle linee della programmazione generale socio-economica e territoriale regionale, adotta, al seguito del giudizio della competente commissione consiliare, il piano agrituristico regionale, con validità triennale, che si differenzia di Regione in Regione e che definisce in particolare: •

le zone di prevalente interesse agrituristico;

•

le linee di sviluppo del settore, tenendo conto delle diverse vocazioni territoriali;

•

le azioni di sostegno all'agriturismo, quali attività di studio, ricerca, sperimentazione e formazione professionale;

•

gli interventi finanziabili nel periodo di validità del piano nonché le relative procedure di finanziamento;

•

le risorse finanziarie con riferimento ai bilanci regionali pluriennale e annuale.

La Giunta di ogni singola Regione, nella definizione delle azioni di sostegno all'agriturismo, si avvale anche della collaborazione delle organizzazioni professionali agricole maggiormente rappresentative a livello regionale e questo costituisce un ulteriore elemento di diversificazione nel panorama nazionale. Ancora, potrebbe essere istituito un "Tavolo Regionale dell'Agriturismo" presso la struttura regionale competente in materia per l'esercizio della funzione di monitoraggio attraverso l'acquisizione, la gestione e la diffusione delle informazioni relative al settore agrituristico regionale. Ciascuna provincia, nel rispetto degli indirizzi e dei criteri indicati nel piano agrituristico, adotta annualmente il piano agrituristico provinciale, poi trasmesso alla Regione di competenza. La Giunta regionale, previa verifica della coerenza e della compatibilità dei piani pervenuti con il piano agrituristico regionale, ripartisce tra le Province le risorse finanziarie disponibili per l'anno di riferimento. La Regione delega solitamente le Province per la tenuta dell'elenco degli Operatori del Turismo Rurale, a cui i gerenti dell'agriturismo devono obbligatoriamente iscriversi. Tutti coloro che esercitano attività di turismo rurale fanno parte, infatti, di un elenco istituito appositamente presso ciascuna Amministrazione Provinciale, anche ai fini della concessione di contributi e la Regione, a sua volta, può infatti delegare la provincia per la valutazione di idoneità dei soggetti richiedenti per l’ammissione a detti contributi. Al Ministro delle Politiche Agricole e Forestali (sentito il Ministro delle Attività Produttive e previa intesa in sede di Conferenza permanente per i rapporti tra lo Stato, le 9

regioni e le Province autonome di Trento e di Bolzano) compete la determinazione dei criteri di classificazione omogenei per l'intero territorio nazionale e ha la facoltà di definire le modalità per l'utilizzo, da parte delle Regioni, di parametri di valutazione riconducibili a peculiarità territoriali (Art.9/96). A tale Ministro ma di intesa con le Regioni e le Province Autonome e sentite le Associazioni Nazionali Agrituristiche maggiormente rappresentative a livello nazionale, compete la predisposizione di un programma di durata triennale, aggiornabile annualmente, finalizzato alla promozione dell'agriturismo italiano sui mercati nazionali e internazionali. Le Regioni inviano annualmente al Ministero competente una relazione sintetica sullo stato dell'agriturismo nel territorio di propria competenza, integrata dai dati sulla consistenza del settore e da eventuali disposizioni emanate in materia (Art 11/96). Presso il Ministero delle politiche agricole e forestali la legge del 2006 ha istituito l'Osservatorio Nazionale dell'Agriturismo, a cui è ammessa la partecipazione delle associazioni di operatori agrituristici più rappresentative a livello nazionale, ma il comma che ne prevede l’istituzione è stato ritenuto illegittimo per contrasto con l'art. 117 della Costituzione (cfr sent. n. 339/07) . L’Osservatorio Nazionale dell’Agriturismo è stato istituito per curare la raccolta e l'elaborazione delle informazioni provenienti dalle Regioni e dalle Associazioni di Categoria, pubblicando annualmente un rapporto nazionale sullo stato dell'Agriturismo e formulando proposte per lo sviluppo del settore anche con il contributo di esperienze estere. Affinché l'Osservatorio possa entrare in funzione, dopo la sentenza n. 339/07 della Corte Cost., andrebbe modificata la norma inserendo tra i componenti anche le Regioni. Anche per quanto ci compete localmente va ricordato che esiste ad oggi un parziale disallineamento tra la Normativa Nazionale, recepente le direttive dell’Unione Europea, e quella della Regione Veneto (del ’97).

Tab. 1 - Raffronto tra le principali disposizioni emanate a livello centrale e periferico. Orientamento della Normativa Nazionale

Orientamento della Normativa della

Favorire lo sviluppo agricolo e forestale

Regione Veneto Favorire lo sviluppo e il riequilibrio del

Favorire il mantenimento delle attività

territorio agricolo Creare nuovi posti di lavoro nell'ambito

umane nelle aree rurali Favorire la multifunzionalità in agricoltura e

della famiglia rurale Favorire la diversificazione dell'offerta

la differenziazione dei redditi agricoli Favorire le iniziative a difesa del suolo, del

turistica Assicurare la permanenza dei produttori

territorio e dell'ambiente da parte degli

singoli ed associati nelle zone rurali

imprenditori agricoli attraverso l'incremento

attraverso il miglioramento delle condizioni

dei redditi aziendali e il miglioramento della

di vita e l'incremento dei redditi aziendali,

qualità della vita

soprattutto nelle aree montane, svantaggiate

Recuperare il patrimonio edilizio rurale

e protette Salvaguardare e tutelare l'ambiente ed il

tutelando le peculiarità paesaggistiche

patrimonio edilizio rurale attraverso un

Sostenere e incentivare le produzioni tipiche,

equilibrato rapporto tra città e campagna Valorizzare i prodotti tipici e le produzioni

le produzioni di qualità e le connesse

locali

tradizioni eno-gastronomiche E’ altresì probabile che in un clima di Liberalizzazioni, come quello attuale, qualche nuovo elemento venga a rendere ulteriormente complesso il panorama legislativo nel prossimo futuro anche se al momento non sembra ragionevole ipotizzare oltre.

1.2 Avviamento dell'attività L'Imprenditore Agricolo per avviare un'attività di Agriturismo deve iscriversi a un corso formativo - di almeno 100 ore - per Operatori Agrituristici, organizzato su base provinciale o interprovinciale dalle Associazioni Agrituristiche Riconosciute a livello nazionale o dagli enti formativi riconosciuti a livello regionale e provvedere alla successiva iscrizione all'Elenco Provinciale degli Operatori Agrituristici con richiesta di Iscrizione correlata dal Piano Agrituristico Aziendale alla Commissione Agrituristica Provinciale di competenza. Tale piano deve essere compilato per la verifica del rapporto di connessione e

complementarietà previsto nella definizione stessa di Agriturismo, e ai sensi della L.R. 9/97, art. 3, comma 2 in Veneto il piano deve indicare: •

il numero delle giornate di attività, che comunque non possono superare le 160 annue in presenza di 80 posti a sedere o le 210 annue in presenza di 60 posti a sedere

•

il numero di posti letto che non può superare il massimo di 30

•

il numero delle persone ospitabili in spazi aperti massimo di 300

Entro 90 giorni dalla presentazione della domanda la Commissione, accertata la sussistenza dei requisiti, provvede all'iscrizione dandone comunicazione agli interessati. Vale oggi il principio di silenzio-assenso. L'avvio dell'attività di agriturismo non può prescindere dal possesso dei requisiti igienico-sanitari previsti per le abitazioni civili; in Veneto è richiesto 1 locale da bagno completo ogni 6 posti letto e stanze sistemate con arredamento decoroso. L’interessato deve presentare Istanza di Autorizzazione al Comune di competenza per l’Agriturismo e al suo interno deve indicare le caratteristiche dell'azienda, degli edifici e delle aree da adibire ad uso agrituristico, le capacità ricettive, le tariffe che si intendono praticare e l’istanza deve essere corredata da: •

Certificato generale del Casellario Giudiziario o comunque documentazione comprovante l'assenza delle condizioni previste dagli articoli 11 e 92 del Testo Unico delle Leggi di Pubblica Sicurezza e dall'articolo 5 della legge n. 59/63 per il diniego dell'autorizzazione.

•

Parere favorevole dell'autorità sanitaria competente relativo ai locali da adibire all'attività agrituristica

•

Certificato di iscrizione all'elenco degli operatori turistici rilasciato dalla Commissione Provinciale Agrituristica che è competente per il territorio

•

Attestato di frequentazione ai corsi di formazione finanziati dalla Regione.

All'atto della richiesta di autorizzazione comunale gli operatori agrituristici devono aver presentato domanda di classificazione della propria azienda alla Commissione Agrituristica Provinciale che si pronuncia entro 90 giorni dal ricevimento della stessa. Per quanto riguarda l’attività di ristorazione, sono state fissate le percentuali minime di materia-prima che devono provenire obbligatoriamente dall’azienda agrituristica. Per quanto riguarda la Regione Veneto esse devono corrispondere, in termini di valore, al 60% per le 12

zone di pianura e collina e al 25% per le zone di montagna. La quota rimanente deve essere prodotta da imprenditori agricoli singoli o associati a cooperative agricole di trasformazione e vendita di prodotti e “i prodotti che non provengono dall'azienda o da produttori singoli od associati, non possono superare la quota del 15% in termini di valore sul totale delle materie prime utilizzate”3.

1.3 Requisiti dell'imprenditore L'attività di agriturismo può essere intrapresa solo da un imprenditore agricolo, sempre secondo la definizione dell'art. 2135 del Codice Civile, che abbia svolto l'attività agricola da almeno un biennio mediante l'utilizzazione della propria azienda. L'obbligo dei due anni non è richiesto per i giovani imprenditori di età inferiore ai 40 anni ed in possesso di diploma di agrotecnico, di laurea o diploma di scuola media superiore in Discipline Agrarie. Inoltre, per l'avvio dell'attività, è richiesta l'iscrizione al corso formativo trattato in precedenza (che la Regione rende obbligatorio per i futuri imprenditori agrituristici, affinché li metta in condizione di svolgere l'attività dal punto di vista operativo, gestionale e amministrativo) e per l'iscrizione è necessario possedere i requisiti appena descritti, in grado di sopperire ad esigenze di approfondimento degli aspetti economici e legislativi dell'attività di agriturismo I corsi prevedono lezioni teorico-pratiche nelle seguenti materie: •

legislazione agrituristica

•

organizzazione e gestione aziendale

•

obblighi tributari

•

normativa igienico-sanitaria

•

trasformazione dei prodotti

•

gestione della ricettività Ai fini del rilascio dell'autorizzazione comunale gli interessati devono presentare un

attestato di partecipazione ai corsi e aver sostenuto, inoltre, un colloquio finale innanzi alla Commissione agrituristica provinciale. 3

Regolamento regionale 12 settembre 1997, n. 2 (BUR n. 75/1997) 13

1.4 Gli investimenti per l'adeguamento dell'azienda agricola L'attività di agriturismo deve essere svolta presso un'azienda agricola in esercizio, utilizzando i locali siti nell'abitazione dell'imprenditore agricolo ubicata nel fondo e non più necessari alla conduzione dello stesso (es. vecchie stalle, rimesse, depositi). L'agriturismo non può utilizzare nuove strutture, ma soltanto edifici esistenti in ambito rurale. Da notare che possono essere utilizzati per l’attività anche gli edifici non interni all'azienda agricola destinati ad abitazione dall'imprenditore agricolo, purché egli svolga la propria attività in un fondo privo di fabbricati e solo se ubicati in precisi centri abitati, individuati attraverso il Piano di indirizzo per l’agriturismo (regionale). Per comprendere correttamente la redditività degli investimenti, ovvero la trasformazione di un’azienda agricola in agriturismo, ed i tempi di rientro degli stessi è oggi di prassi la compilazione di un business plan. Il piano degli investimenti è rappresentato dall'arredamento delle camere e degli spazi comuni e l'adeguata dotazione di impianti igienico-sanitari. Possono essere previsti anche lavori per la ristrutturazione di edifici già esistenti nell'azienda agricola, il riscaldamento e il raffrescamento dei locali da adibire ad agriturismo e in questo caso bisogna considerare le relative spese di ristrutturazione. L'attività di agriturismo prevede anche la somministrazione di prodotti propri secondo le disposizioni legislative, quindi è essenziale ricavare una zona ristorante con cucina annessa e con le attrezzature necessarie per la preparazione dei pasti che rispettino le procedure previste dal HACCP. Da mettere in budget è anche l’impiego di attrezzature informatiche per contabilità, gestione e collegamenti Internet. La definizione dei ricavi massimi parte dal calcolo della capienza massima della struttura agrituristica, incrociata con una valutazione prudenziale del tasso di occupazione, le ricerche statistiche pubblicate dalle Camere di Commercio ed Aziende di Promozione Turistica possono essere di aiuto nella valutazione preventiva dei potenziali di ricavo e profitto anche se, a tal fine, gli elementi di sinergia sono strategici. Per l'attività di agriturismo le principali voci di costo sono caratterizzate dalle utenze, dall'eventuale personale di servizio e dagli affitto nel caso di azienda agricola non di proprietà. Negli ultimi anni stanno acquisendo sempre maggiore rilevanza per la creazione del Valore Aggiunto la Qualità e le Protezioni dei Brand legati alle Denominazioni Tipiche e Geografiche e alle Originalità produttive. Tra le Appendici si è inserito un glossario minimo 14

dei termini maggiormente in uso in tale ambito allo scopo di mantenere l’elaborato entro i temi e i limiti obiettivo prefissati ed evitare divagazioni in un argomento che si presenta già di per sé ampiamente interdisciplinare. Di seguito ci si limita ad una elencazione: •

DOP (Denominazione di Origine Protetta):

•

IGP (Indicazione Geografica Protetta):

•

A livello comunitario, inoltre, sono state riconosciute le seguenti denominazioni di origine nazionale previste per i vini: 7

•

DOCG (Denominazione di Origine Controllata e Garantita): attribuita ad alcuni vini DOC da almeno cinque anni di notorietà nazionale e internazionale.

•

DOC (Denominazione di Origine Controllata): riconosciuta a vini prodotti in zone limitate, da vigneti specifici, recanti il loro nome geografico.

•

IGT (Indicazione Geografica Tipica): riconosciuta a vini da tavola caratterizzati da aree di produzione delimitate, ma ampie con disciplinare produttivo poco restrittivo.

CAPITOLO 2 – MARKETING DELLE AZIENDE AGRITURISTICHE Non è compito di questo elaborato trattare sistematicamente, neanche in modo sintetico, del marketing delle aziende agrituristiche. Il capitolo si limita ad analizzare brevemente alcuni aspetti dell'attività agrituristica dal punto di vista del Marketing sia in termini di ricezione che di ospitalità offerta dagli imprenditori agricoli in Italia e nella Regione Veneto in particolare e limitatamente alle finalità del presente elaborato. Si sintetizzano alcune considerazioni sulle varie tipologie di operatori in relazione a come si è evoluta l’offerta seguite da qualche cenno sui prodotti e sui servizi offerti dagli agriturismi. Alla fine dell’elaborato si è raccolto un glossario ristretto dei termini che trovano impiego nella protezione dei marchi legati alla tipicità e al territorio che stanno influendo considerevolmente anche nell’orientamento del marketing delle aziende turistiche.

2.1 Panorama sul marketing agrituristico

L'agriturismo è una realtà in rapida espansione: la domanda di vacanze all'insegna della natura registra ancora una crescita sostenuta e costituisce un’opportunità interessante per quegli imprenditori agricoli che decidono di diversificare e arricchire la loro attività originaria e per quelli che intendono avviare l'attività agrituristica in abbinamento a quella agricola. Per loro diventa strategico adottare un approccio gestionale orientato al mercato e implementare le tipiche logiche del marketing, che permettono di coniugare soddisfazione del cliente e redditività per l'impresa in modo da poter offrire una proposta di soggiorno capace di attrarre e soddisfare il cliente meglio dei concorrenti e, nel contempo, avere sotto controllo i processi e i costi che caratterizzano l'attività. Sinteticamente possiamo dire che esiste l’esigenza di controllare i fattori che condizionano il risultato economico non meno di quelli che producono la soddisfazione del cliente: logica molto diversa da quella con cui si gestisce, o si è gestita in passato, l’attività esclusivamente agricola in cui “la voce” dell’end-user era tradizionalmente lontana, impercettibile e trascurabile. Nella nuova condizione, l'imprenditore agrituristico deve infatti confrontarsi con il mercato, apprenderne le logiche e assumere un'ottica orientata al cliente, in un ambito competitivo dinamico che richiede un'attenzione costante al mercato e agli economics dell'impresa,

esistono infatti una serie di legami funzionali e di processo tra orientamento di marketing e problematiche della gestione operativa. Secondo i dati ISTAT, aggiornati al 2009, in Italia sono presenti in totale 19.019 Agriturismi, un numero che cresce di anno in anno di svariate centinaia di unità: nel 2011 si arriva già oltre le 20 mila unità. La Regioni Veneto e Lombardia contano oltre 1.200 agriturismi ciascuna. In questi studio si fa prevalentemente riferimento ai dati del 2009 perché coerenti con i dati disponibili per il campione analizzato. L’Agriturismo rientra nella macro-categoria della ricettività complementare e viene principalmente interpretato come strategia di diversificazione da parte dell'impresa agricola, nel rispetto dei criteri di connessione, complementarità e principalità (L. 96/2006). Sua peculiarità è vendere il prodotto natura: gli ospiti infatti non acquistano solo il soggiorno, ma anche la condivisione della quotidiana vita agricola nella sua rivalorizzazione socio-culturale odierna intesa come elemento di benessere psicofisico e condivisione dell’ambiente culturale locale accogliente e rilassante. Tra le specifiche strategie di marketing si sottolinea l'offerta di un'atmosfera famigliare volta ad esaltante la ruralità e la genuinità di luoghi e sapori con particolare riguardo sul piano pratico a quelli eno-gastronomici e sulla modalità, piacevole e culturalmente appagante, del loro consumo. Il rapporto tra fornitore di servizi e cliente non è più solamente un rapporto economico ma la condivisione di una filosofia di vita in cui la soddisfazione del cliente e la sua fidelizzazione assumono un ruolo del tutto particolare nell’ambito del mercato turistico. Statisticamente, la grande maggioranza degli agriturismi in Italia offre ospitalità in camere, poco meno della metà offre il servizio di ristorazione. Più della metà offrono attività diverse da quelle usuali di pernottamento e ristorazione; le attività più praticate sono escursionismo e mountain bike. Oltre la metà degli agriturismi del territorio italiano si trova in collina, significativamente sono oltre un terzo quelli in montagna, conseguentemente più limitato il numero di quelli in pianura. La nascita e lo sviluppo dell’agriturismo ha una valenza e un significato diverso a seconda che lo si guardi in un’ottica aziendale piuttosto che in un ottica rurale. Si elencano i Vantaggi per l’azienda agricola e per l’imprenditore agricolo derivanti dall’attività agrituristica: •

Integrazione anche significativa del reddito agricolo

•

Recupero e conservazione di edifici abbandonati

•

Valorizzazione economica dei prodotti tipici 17

•

Migliore utilizzo della manodopera e occupazione famigliare

•

Arricchimento culturale grazie ai nuovi rapporti sociali che vengono a crearsi

Per le zone territoriali rurali, invece, i vantaggi sono di altra natura: •

Tutela, preservazione e valorizzazione del territorio

•

Conservazione e valorizzazione del paesaggio agrario

•

Valorizzazione e promozione delle produzioni tipiche di qualità, specie se riconosciute e certificate

•

Conservazione e crescita dell’occupazione in campagna

•

Miglioramento della qualità di vita dei residenti grazie alla realizzazione di infrastrutture e servizi

Si accenna brevemente agli attuali “punti di debolezza” dell’imprenditore agrituristico per la relazione che possono avere in taluni casi con la mancata soddisfazione del cliente e il suo non ritorno: •

le scarsa disponibilità di strutture ricettive e la qualità di quelle disponibili

•

la professionalità e la competenza dell’imprenditore e del personale impiegato

•

la disomogeneità dell’offerta e le modalità di comunicazione tra cui la carenza nella comunicazione aziendale

Si tratta comunque di aspetti che nel corso degli anni vanno migliorando e che si stanno talvolta trasformando in punti di forza: ora non è difficile imbattersi in camere dotate dei più svariati comfort tra cui il bagno in camera, il televisore e la possibilità di connettersi a internet anche se ci sono ancora molte strutture ricettive eccessivamente spartane e fattori di digitaldivide che l’Italia dovrà colmare a livello infrastrutturale. •

Anche l’elevata eterogeneità e frammentazione dell’offerta agrituristica può essere considerata per alcuni aspetti un handicap, anche se sotto alcuni punti di vista non è priva dei suoi punti di forza grazie alla agilità commerciale che può permettere.

Non esiste ancora una precisa classificazione degli agriturismi, simile a quella esistente per le strutture alberghiere, con standard precisi e codificati, che permetta ai clienti di capire, orientarsi ed effettuare la scelta in modo trasparente; la frequente assenza dei siti web aziendali in genere poi non giova, anche se sono carenze in via di lenta ma progressiva 18

compensazione. Per quanto riguarda le diverse tipologie di agriturismo che si possono incontrare sul territorio italiano, si può utilmente impiegare la classificazione tratta da “Marketing per l’impresa agrituristica” di M. Daccò, Franco Angeli, 2000, pag. 63, 64. che distingue 4 categorie differenti di aziende agrituristiche: Agriturismo occasionale: l’azienda agricola è sita in aree di scarsa attrattività territoriale e l’ospitalità è solo un modo per aumentare il reddito. E’ molto bassa l’integrazione con l’attività agricola e la clientela è spesso occasionale, di passaggio. L’azienda dovrebbe focalizzare la propria offerta su attività che possono funzionare a prescindere dall’attrattiva paesaggistica e ambientale, ovvero ristorazione e vendita dei prodotti del fondo; Agriturismo inerziale: l’azienda è localizzata in un area favorevole dal punto di vista territoriale e ambientale ma offre un numero limitato di servizi, spesso solo la semplice ospitalità per la notte. Anche qui l’integrazione con l’attività agricola è molto bassa , si cerca di incrementare il reddito in maniera appunto inerziale, sfruttando una domanda che si manifesta in modo del tutto naturale e spontaneo; Agriturismo di servizi: l’azienda agricola è fortemente orientata all’attività agrituristica, anche se non può sfruttare un’alta attrattività del territorio. C’è una maggiore integrazione con l’attività agricola, cercando di creare l’atmosfera rurale, proprio per compensare le mancanze ambientali/territoriali. L’impresa ha investito in strutture e attrezzature, offre servizi, attività ricreative, sportive e culturali secondo modalità adeguate sia dal punto di vista quantitativo sia qualitativo; Agriturismo professionale: l’azienda agricola è situata in un contesto territoriale favorevole la cui fruizione è adeguatamente predisposta e organizzata dall’azienda stessa. Gli investimenti sono anche indirizzati verso le strutture ricettive e verso tutti quei servizi e attività ricreative e sportive che rendono l’offerta la più completa possibile. Per quanto concerne l’aspetto Associazionistico nazionale possiamo dire che Agriturist, Terranostra e Turismo Verde sono le maggiori associazioni italiane con finalità principale di promozione, sostegno e tutela dell’attività dei propri associati. Esse sono rispettivamente emanazione di Confagricoltura, Coldiretti e Cia. Vi è poi tutto un insieme di iniziative meno istituzionali che popolano l’ambiente della promozione agrituristica a livello locale, provinciale o regionale soprattutto con iniziative web based. In Veneto, l’Amministrazione Regionale ha dato priorità, in questi ultimi anni, alle iniziative finalizzate al potenziamento della ricettività, grazie anche ai fondi messi a disposizione dai programmi comunitari di sviluppo rurale. Le aziende agrituristiche attive nella Regione sono 19

1.261 (dati Istat al 2009). Il Veneto, già ai vertici delle classifiche nazionali per quanto riguarda la ristorazione, è la terza Regione d’Italia per numero di Agriturismi, dietro Toscana e Trentino Alto-Adige. www.veneto-agriturismo.it è il portale internet che promuove l’offerta agrituristica veneta nel quale per ogni provincia l’utente web può approfondire l’offerta di una specifica zona d’interesse, correlata a specifici prodotti enogastronomici e agroalimentari. L’agriturismo necessita di un orientamento gestionale diverso rispetto alla usuale attività agricola, diverse sono infatti le logiche che stanno alla base del loro funzionamento. Il marketing, in questo senso, può essere un valido strumento per poter sviluppare un opportuno approccio al mercato, cercando così di far incontrare nel migliore dei modi domanda e offerta con l’obiettivo di poter raggiungere sia la soddisfazione del cliente, sia quella dell’imprenditore agrituristico in una costante evoluzione dell’offerta da prodotto a mix di servizi. L’Imprenditore Agricolo, nello svolgimento della sua abituale attività agricola (coltivare la terra e allevare il bestiame, cui oggi viene preferito il termine più ampio di “animali”) e per vendere i propri prodotti, si interfaccia con degli intermediari che hanno il compito di far arrivare i prodotti al mercato, in genere ad altre aziende o ad altri intermediari della distribuzione, solitamente colleghi, associazioni, commercianti, mediatori o rappresentanti, raramente, quindi, c’è un contatto diretto tra produttore agricolo e consumatore finale e per questo raramente l’Imprenditore agricolo se ne interessa, occupa e preoccupa. Nel suo nuovo ruolo invece l’imprenditore agricolo, diventato agrituristico, ha un contatto diretto con il cliente finale, il fruitore e beneficiario diretto della sua offerta. L’imprenditore agricolo pur rimanendo normativamente tale, non vende più solo un prodotto agricolo, ma offre soprattutto un servizio che può consistere in una vacanza, in una cena, in un’attività ricreativa, in un alloggio dove passare la notte o il weekend. Questo cambiamento lo porta a considerare imprescindibile un approccio orientato alla soddisfazione del turista/cliente, che viene gestito direttamente e frontalmente, per rendere l’esperienza in azienda la più piacevole possibile e per instaurare in lui un ricordo positivo, un vissuto da raccontare e consigliare poi a amici e parenti, in grado di generare un risvolto benefico sull’ampliamento della clientela e del consumo. Generare la fonte della fidelizzazione del cliente, imparando a regolare l’offerta in conformità con le esigenze del medesimo, diventa rilevante e non raramente strategico. L’imprenditore agrituristico si dovrà preoccupare di offrire benefici percepibili dal cliente, non più solo un semplice alloggio, ma un dolce e tranquillo riposo, non più un semplice pasto per rifocillarsi

ma un momento di convivialità e relax per gustare i cibi e i sapori della cucina tradizionale e locale. La sua offerta sarà quindi composta da un insieme strutturato e coerente di attività volte a valorizzare il contesto rurale e le risorse dell’azienda, ad aumentare il livello occupazionale dei componenti della famiglia e ad incrementare il reddito aziendale mediante un processo diretto a produrre la soddisfazione dei bisogni del cliente, visto anche in modo olistico, vendendo un’esperienza di vita nell’ambito di una filosofia esistenziale che nel medio-lungo periodo tenderà ad essere almeno in certa misura codificata, identificabile e distinguibile.

2.2 Considerazioni in merito alle leve del marketing mix nelle aziende agrituristiche Come è stato anticipato nella introduzione del presente elaborato, in questa tipologia di aziende il prezzo è una leva particolare ed estremamente legata alle singole realtà imprenditoriali e risulta difficile sviluppare un discorso unitario e condivisibile tra le molteplici situazioni di questo variegato panorama aziendale ancora in crescita e parzialmente ancora in via di definizione, non solo giuridica, ed è una componente che era stato deciso di non approfondire con il questionario e che quindi non verrà trattata in questo elaborato.

2.2.1 Il prodotto-servizio Come

abbiamo

visto

precedenza,

l’imprenditore

agrituristico

sposta

progressivamente la focalizzazione della sua attività dal prodotto al servizio, non concentrandosi più solamente sulla lavorazione del fondo, ma abbinando ad essa un’attività ricettiva che comunque, anche al di là dei vincoli normativi, deve essere quanto più possibile sinergica all’attività agricola se intende perseguire la generazione del profitto e la formazione del valore. Il prodotto dell’azienda agrituristica può quindi essere caratterizzato da: •

Attività di ristorazione meglio se adeguatamente caratterizzate

•

Ospitalità in camere, alloggi, spazi per campeggio

•

Organizzazione di attività ricreative di differenti tipologie

•

Vendita di prodotti aziendali e locali in varia forma e misura

L’attività di ristorazione è regolamentata dalla normativa regionale la quale impone, come abbiamo visto nel primo capitolo, che i prodotti utilizzati provengano, per una data percentuale regionalmente definita, dalla coltivazione e dall’allevamento legato al fondo. Questo aspetto potrebbe sembrare, a prima vista, una limitazione vincolante, in realtà può trasformarsi in opportunità e fattore di differenziazione per l’azienda agrituristica soprattutto alla luce delle nuove denominazioni di originalità e tipicità legate al territorio specifico. Un certo segmento di clientela infatti sceglie di mangiare presso un agriturismo, e non in un comune ristorante, proprio perché si aspetta degli alimenti e dei sapori “genuini”, “tradizionali” e “naturali” come non riscontrabili facilmente altrove o reperibili solo in modalità differente. Per non parlare poi del vino, che può rappresentare da solo il principale elemento di attrattività per la clientela, basti pensare alle rinomate zone del Prosecco di Conegliano-Valdobbiadene che si analizzano in questo elaborato. L’esperienza di ristorazione completa ed adeguata al contesto naturale e territoriale viene supportata e completata da aspetti riguardanti l’ambiente interno ed esterno all’agriturismo: i colori e gli arredi creano l’atmosfera di tradizione e autenticità contadina; il cliente, potremmo dire evocativamente, percepisce la sensazione di ruralità e si trova a consumare “la sintonia con l’ambiente in cui è immerso”. Le disuguglianze create dalle normative regionali, che fissano un tetto massimo di posti per azienda agrituristica, e l'allestimento degli alloggi, vincolato alla disponibilità di edifici e spazi preesistenti non sfruttati dall'attività agricola, sono un importante elemento di differenziazione, anche geograficamente rilevabile: un motivo per scegliere il soggiorno in una determinata regione, di cui gli agriturismi locali assorbono la tipicità ambientale e socioculturale. La ristrutturazione in conformità con le architetture degli edifici rurali e dell’ambiente circostante piuttosto che isolata stilisticamente rispetto al restante patrimonio rurale e urbanistico-architettonico potrebbe inoltre valorizzare gli investimenti richiesti spesso legati a fonti di finanziamento esterne. L’organizzazione di attività ricreative può ulteriormente arricchire l’offerta dell’impresa agrituristica. Le attività a loro volta possono essere di tipo sportivo, culturale o di intrattenimento. A seconda delle risorse e delle competenze presenti in azienda, queste iniziative potranno essere organizzate all’interno o in collaborazione con strutture e partner esterni posti nelle vicinanze. Di certo il tipo di attività che può essere previsto è spesso vincolato dal contesto paesaggistico e naturalistico in cui è immerso l’agriturismo. La 22

fruizione di percorsi naturalistici come quelli di mountain bike, canoa, arrampicata, dipende da ciò che il territorio è in grado di offrire: l’esclusività e l’originalità possono essere valori esperienziali. Per quanto riguarda le attività sportive, le più comuni possono essere: equitazione ed ippoturismo, corsa campestre, jogging, tennis, tiro con l’arco, ma la composizione dell’offerta in questa direzione può essere elemento distintivo nella definizione del marketing aziendale. Il soggiorno in agriturismo può inoltre essere un’occasione per svolgere attività culturali e di intrattenimento quali corsi di cucina, di ballo, di floricoltura, di erboristeria, di fotografia nonché per la partecipazione diretta ad attività agricole come la vendemmia o la raccolta di frutti nelle adeguate stagioni; anche talune preparazioni alimentari si prestano bene allo scopo. Scegliendo sapientemente i periodi dell’anno l’agriturismo può così organizzare dei momenti legati alla conoscenza di determinate pratiche agricole quali la vendemmia, la semina, la raccolta di frutta e di olive. Anche il Festeggiamento del Capodanno è stato promosso Agrituristicamente come momento di aggregazione e socializzazione differente, volto alla promozione della Cultura Vegana. Si ricorda la recente proposta per Capodanno 2012 promossa da “Il Cambiamento” sulla scia di intense e sistematiche attività di blogging a sostegno di determinati valori socio-culturali. La vendita, anche per asporto, della produzione agricola rappresenta per l’azienda agrituristica, insieme alla ristorazione, un’importante opportunità per le ragioni sotto indicate: •

Consente di evitare lo spreco o la vendita a basso prezzo di prodotto in eccesso rispetto al consumo familiare;

•

Rappresenta un’occasione per allargare colture e allevamenti in funzione delle esigenze agrituristiche;

•

È una fonte di ricavi a interessante valore aggiunto a cui corrispondono costi addizionali contenuti.

Attività sportive, culturali, di intrattenimento e la vendita dei propri prodotti rappresentano un mezzo importante per attrarre e soddisfare i clienti, per completare la propria offerta, per distinguersi dalle altre imprese agrituristiche, e non, e per innalzare il proprio livello di immagine, per permettere al cliente di portare con sé parte dell’esperienza vissuta, ricordarla e riconsumarla a casa propria o condividerla con i propri amici. Ricercare la migliore combinazione di queste attività in conformità alle proprie risorse umane, naturali, ambientali, finanziarie e organizzative e culturali può essere elementi di riflessione per l’imprenditore agrituristico che sta formulando o ripianificando la propria offerta. 23

L’Agriturismo potrebbe dedicare parte delle proprie risorse alla produzione eno-gastronomica, oltre che per il consumo in loco, per l’asporto: con iniziative di questa tipologia la Francia è all’avanguardia in Europa. Anche in questo caso l’applicazione della metodologia indicata con il termine HACCP riveste un rilievo notevole. La professionalità nella trasformazione di alimenti ha una notevole incidenza sulla qualità del prodotto finito e sul rischio di contaminazioni microbiologiche. Ovviamente anche il modo in cui l'agriturismo comunica “come produce” ha la sua importanza: a livello di grandi aziende è sufficiente ricordare il modo diverso in cui Barilla con Mulino Bianco e Parmalat con Mister Day hanno comunicato la loro “similare e paragonabile” professionalità ed abilità produttiva ponendo accenti diversi su “igiene e salute” piuttosto che sul “fascino della genuinità” per comprendere quanto possa non essere sufficiente lavorar bene tecnicamente. E’ probabile che ogni agriturismo, nella propria comunicazione d’impresa, pur veritiera, si trovi a dover scegliere tra “bianco latte”, salutare ma un po’ asettico, e il più caldo ed emotivamente coinvolgente “giallo oro”. Da un punto di vista tecnico, forse quello della sicurezza alimentare, è uno degli aspetti in cui il livello di competenza è più limitato negli agriturismi. L’improvvisazione e l’approssimazione sono qualità ancora molto diffuse ed impiegate, nell’ambito della lavorazione dei deperibili, ma esse sono scarsamente accettabili dal consumatore anche in virtù di normative specifiche oggi particolarmente evolute ed esigenti. L’orientamento alla “genuinità”, parte integrante della “filosofia agrituristica”, ha necessità di integrazione non solo comunicativa con la dimestichezza che prodotti da asporto possono richiedere con additivi e stabilizzanti tra tecniche di stagionatura, pastorizzazione e sterilizzazione (termine evocativamente poco amabile ma tecnicamente spesso preferibile per la sua grande affidabilità a quello di “pastorizzazione” o “pasteurizzazione” come processo di conservazione, altro termine che in pubblicità si preferisce usare per dare valore a vecchi monumenti piuttosto che ai prodotti alimentari per i quali “fresco” è meglio anche di “freddo”).

2.2.2 Comunicazione e Distribuzione Con questa espressione si intendono tutte le modalità con le quali l’agriturismo può cercare di entrare in contatto con i propri potenziali clienti per consegnare loro il proprio prodotto-sevizio.

Le principali sono: •

L’intermediazione delle agenzie di viaggio e degli operatori turistici

•

L’intermediazione delle agenzie pro loco e delle Apt

•

La presenza sulle principali guide e riviste del settore

•

La presenza su internet con proprie pagine web o inserzioni in portali e social network

Collaborando con agenzie di viaggio e tour operator, l’azienda agrituristica dovrà fornire depliant, brochure e tutti i materiali informativi possibili ed essere disposta a pagare una commissione all’agenzia (di norma tra il 10-15% del valore del pacchetto venduto, ma anche oltre, in funzione delle Promozioni e dell’Advertising connesso con l’attività di intermediazione), ma soprattutto dovrà garantire un livello qualitativo dell’offerta ben determinato e costante del tempo di modo che il posizionamento possa essere ritenuto affidabile anche e soprattutto dall’intermediario che propone l’offerta all’utente finale, fruitore del servizio. Il posizionamento dell’offerta deve essere definito e stabile perché su questo gli intermediari contano quando propongono raffronti di prezzo ad un mercato che tende alla trasparenza. Questo canale si può rivelare molto utile per attirare potenziali clienti per soggiorni lunghi, per attrarre clienti dall’estero e per distribuire in maniera più uniforme la domanda durante l’anno evitando depressioni e picchi stagionali che potrebbero rivelarsi problematici da gestire. Non solo, in fase di Start-up potrebbe essere l’elemento strategico per la produzione di flussi di cassa in grado di sostenere l’azienda sul mercato quanto basta a raggiungere il punto di pareggio in tempi sostenibili e di garantire agli ospiti una costanza qualitativa del prodotto deperibile offerto al consumo. Quando invece il cliente contatta direttamente l’impresa agrituristica significa che egli possiede già le informazioni utili sul tipo di offerta per aver seguito il consiglio di un amico, per aver trovato le indicazioni dell’agriturismo su guide del settore o su internet oppure perché è un cliente ripetitivo. Internet merita un'attenzione particolare in ragione dei benefici da essa offerti, dei costi competitivi che ha in rapporto a quelli dei media competitors, ma soprattutto perché anche la comunicazione più tradizionale, compreso il passaparola, viaggiano sempre più spesso in essa e da essa non riescono a prescindere: social network, blog di recensioni e viral marketing sono servizi della rete che stanno diventando strategici per la comunicazione e la distribuzione dell’offerta agrituristica sia quando sono impiegati direttamente dall’imprenditore agrituristico sia quando sono impiegati dai suoi intermediari commerciali o di promozione e 25

comunicazione. In quest’ultimo ambito si muovono anche alcune istituzioni pubbliche: un esempio può essere il già menzionato portale del Veneto www.veneto-agriturismo.it nel quale sono presenti tutte le province e i relativi agriturismi con foto, descrizioni e contatti per la promozione delle attività agrituristiche del territorio regionale, aggiornato direttamente dalle amministrazioni provinciali di competenza. In incremento sono gli agriturismi che dispongono di un proprio sito specifico, spinti dai vantaggi che può offrire la Rete e dalla diffusone generale delle tecnologie. Vantaggi in termini di costo per contatto e in termini di raggiungibilità e visibilità vanno valutati dall’imprenditore, anche se l’aspetto strategico nell’impiego di queste tecnologie è in molti casi determinato dalla disponibilità della competenza informatica in azienda. Con riferimento agli agriturismi oggetto di questa indagine statistica, 36 su 82 disponevano nel 2009 di e-mail e sito proprio. Non ci sarebbe difficile dimostrare consultando le guide di settore di più recente pubblicazione come l'uso di internet per la comunicazione aziendale sia in progressivo incremento anche da parte degli agriturismi. La Comunicazione ha lo scopo di far conoscere l’azienda agrituristica e creare interesse ed atteggiamenti favorevoli nei potenziali clienti attraverso contenuti sia di tipo informativo sia di tipo evocativo ed emozionale. Con il primo tipo di messaggi l’agriturismo comunica al cliente che tipo di azienda ha di fronte, quali attività svolge, dove si trova e il modo per contattarlo e raggiungerlo. Con i messaggi del secondo tipo l’impresa cerca di trasferire nell’immaginario della clientela le sensazioni di benessere, relax, piacere, tranquillità, accoglienza, svago a cui un soggiorno in un agriturismo può dare accesso. Per comunicare, i mezzi generalmente a disposizione e alla portata dell’azienda agrituristica sono: •

I depliant, le brochure, le inserzioni all’interno di guide specializzate

•

Il passaparola e oggi sempre più spesso il viral marketing, suo equivalente online

•

Internet: web – social network – email Marketing – SEO

•

L'inserimento in cataloghi, pagine gialle e simili, o in opuscoli di informazione che sono facilmente consultabili in caso di ricerche per tema o categoria

•

Altri mezzi tradizionali come l’insegna, le indicazioni stradali, la carta da lettere intestata per contattare i clienti, intestazione di documenti fiscali, etichette o confezioni dei prodotti dell’azienda

L’immagine aziendale va trasferita in maniera unitaria, coerente e coordinata attraverso un’azione sinergica di tutti i mezzi a disposizione. I depliant, le brochure e le inserzioni all’interno di guide e giornali di settore sono state, soprattutto in passato ma in molti casi lo sono ancora oggi, l’unico biglietto da visita che l’azienda agrituristica riusciva a presentare ai potenziali clienti e mantengono ancora una parte della loro funzione. E’ quindi importante presentare in modo consono l’agriturismo, in maniera diffusa ed esauriente attraverso foto degli interni e degli esterni con accurate descrizioni e presentazioni. E’ prassi far riferimento al contesto territoriale e paesaggistico in cui è localizzata l’impresa, descrivere non solo l’azienda ma anche il fondo e la produzione tipica, fornire informazioni circa le modalità di soggiorno, l’attività di ristorazione, le eventuali attività sportive, culturali e ricreative. Vendere la risorsa turistica primaria è oramai una diffusa Best Practice nella comunicazione turistica e lo sta diventando anche nel segmento agrituristico. Caratterizzanti possono risultare dei brevi cenni alla storia della famiglia e dell’azienda e una cartina con l’indicazione del percorso per raggiungere l’agriturismo meglio se pre-immersa nel fascino del tempo. Ma non c’è dubbio che lo strumento più importante e di cui si nutre quotidianamente la comunicazione dell’azienda agrituristica sia il passaparola. E’ sicuramente un’arma a doppio taglio e che l’impresa non può controllare direttamente ma, se positivo, si rivela il mezzo più efficace ed efficiente tanto che nuovi professionisti stanno occupando rapidamente questo segmento del mercato della comunicazione d’impresa. I costi diretti della comunicazione in questo strumento non sono elevati, ma indirettamente il costo equivale allo sforzo fatto dall’azienda nel concentrarsi e nel rendere massima la soddisfazione del cliente; un professionista può ottimizzare il rendimento di questa attività che può essere gestita sia in termini di pubbliche relazioni dirette e personali sia estesa su internet con programmi di gestione specifici per questo genere di comunicazione o in attività di social marketing.

2.2.3 La consegna del valore promesso Non vi è dubbio che, oltre al punto di vista etico, la consegna del valore promesso sia imprescindibile anche qualora si punti alla customer satisfaction: un buon inizio sarà il mantenimento di ciò che promettono le immagini, le foto e le recensioni pubblicitarie. In generale è buona norma promettere solo quello che effettivamente si è in grado di offrire e 27

consegnare un po’ di più di quanto comunicato. Una comunicazione onesta e veritiera evita di creare false aspettative nel cliente, aspettative che poi, non potendo essere mantenute, non tardano a provocare “insatisfaction” e ricadute commerciali negative sul medio periodo. Da qui possiamo intendere quanto possa essere interessante avere informazioni adeguate in merito alla soddisfazione che il cliente percepisce per poter meglio formulare l’offerta agrituristica e la comunicazione della medesima in modo da fidelizzare la clientela e magari innescare il processo di “autogenerazione” di nuovi clienti provocato dal passaparola.

In sintesi, da sempre, un cliente soddisfatto torna e manda parenti ed amici.

CAPITOLO 3 – I DATI A DISPOSIZIONE

In questo capitolo, che fa riferimento a dati raccolti in precedenza per un'altra tesi universitaria realizzata all'Università di Ca’ Foscari, verranno analizzate le caratteristiche dei dati a disposizione, il metodo di campionamento, la popolazione di riferimento per tipologia di vacanza e la struttura del questionario per poi passare all’analisi descrittiva del campione in oggetto, come ci è pervenuta, e presentarne un sunto. Questo permetterà di passare ad una nuova analisi dei dati con nuovi obiettivi e metodi focalizzando la ricerca sulle logiche di soddisfazione e fidelizzazione in rapporto alle caratteristiche demo-sociologiche e culturali del cliente. Si cercherà di comprendere cosa lo soddisfa e cosa lo fa tornare a ripetere l’esperienza impiegando strumenti di analisi statistica non utilizzati nel lavoro originario.

3.1 Focus sulla zona geografica oggetto dell'analisi Il territorio del Veneto settentrionale su cui è stata condotta la rilevazione dei dati per la conseguente analisi è la zona Pedemontana del Piave che va da Valdobbiadene a Vittorio Veneto, un'area tipicamente Veneta ricca di strutture agrituristiche ed interessante non solo dal punto di vista paesaggistico e ambientale ma anche eno-gastronomico con i famosi vigneti del Prosecco di Conegliano-Valdobbiadene. Essa comprende 15 comuni e si estende su di una superficie agricola di oltre 5.000 ettari, ad un’altitudine che va dai 50 ai 500 metri s.l.m. e in merito a questa caratteristica va ricordato che più della metà degli agriturismi italiani si trova in collina. La particolare composizione fisico-chimica del terreno, la presenza di falde acquifere e le condizioni climatiche hanno creato l’ambiente ideale per la coltivazione della vite da cui si ottiene uno dei vini italiani più richiesti nel mondo: il Prosecco. Da un punto di vista del tessuto produttivo locale notiamo che la zona è anche strettamente adiacente o parzialmente compresa in alcuni dei distretti artigianali tra i più rilevanti d’Italia che nel complesso ben convivono con il paesaggio a vocazione agrituristica (distretto delle calzature sportive e quello delle attrezzature per la ristorazione). Si vuole ricordare la “Strada del Vino Bianco”, nel 2003 ridisegnata e nominata “Strada del Prosecco e Vini dei Colli Conegliano-Valdobbiadene”, erede di quella strada che è stata il primo tracciato enologico italiano nel 1966. Di quella antica via sono stati ripresi 29

larghi tratti a cui però si sono aggiunti altri percorsi tematici volti a valorizzare non solo il territorio, con i suoi vigneti, ma anche le ricchezze storico-culturali sparse qua e là lungo le colline. I comuni dell’area Pedemontana del Piave interessati dall'indagine sono: •

Vidor

•

Valdobbiadene

•

Farra di Soligo

•

Pieve di Soligo

•

Miane

•

Cison di Valmarino

•

Refrontolo

•

San Pietro di Feletto

•

Tarzo

•

Follina

•

Vittorio Veneto Gli agriturismi contabili in zona erano 82, di cui 46 si sono dimostrati raggiungibili,

molti infatti erano aperti solo da marzo a ottobre. Tra novembre e dicembre sono stati contattati con visita personale diretta tutti i 46 agriturismi in attività e ad ogni operatore agrituristico è stata lasciata una cartellina contenente 40 questionari con l’incarico di farli compilare ai propri clienti nell’arco di 5/6 settimane. Tra la fine di dicembre e la fine di gennaio erano stati poi recuperati tutti i questionari compilati, in tutto 420, con un tasso di risposta del 22,83%., un tasso giudicato soddisfacente dal promotore della ricerca in considerazione del periodo di bassa stagione e delle condizioni meteorologiche non felicissime che hanno contraddistinto queste località negli ultimi mesi del 2010.

Gli 82 agriturismi presenti in zona erano così caratterizzati: •

41 con alloggio 30

•

58 con ristorazione

•

25 sia con alloggio sia con ristorazione

•

34 con vendita di propri prodotti

•

46 con altre attività (passeggiate naturalistiche, escursioni ciclistiche, equitazione, bocce, ping pong e altro).

3.2 Il metodo di campionamento e la struttura del questionario pre-esistente Un'inchiesta per campione è un'indagine che riguarda una frazione della popolazione interessata, allo scopo di stimare certi valori caratteristici della totalità degli individui. Intesa una popolazione come un insieme di unità o individui che soddisfano una definizione comune e che formano la collettività che si vorrebbe studiare, essa può esser finita, se comprende un numero determinato N di unità, ma può anche esser considerata rappresentativa di una popolazione teoricamente infinita. Un campione è un gruppo di unità estratte dalla popolazione in conformità a un dato schema di campionamento e cui si riferiranno le osservazioni previste dall'indagine. Il questionario è invece il documento destinato a ricevere le rilevazioni delle informazioni fornite dalle unità statistiche o direttamente osservate dai rilevatori. Le tabelle, i grafici e i relativi titoli sono tratti direttamente dall'opera precedente, ad esclusione di una tabella, come sarà specificato all'interno del sottoparagrafo.

3.2.1 La popolazione di riferimento In questa indagine la popolazione di riferimento era rappresentata da tutti gli individui che si trovavano in uno degli agriturismi della zona selezionata, comprendente sia chi si avvaleva del servizio di pernottamento, sia coloro che accedevano solo ai servizi di ristorazione. La ricerca è stata condotta con la seguente metodologia e ordine temporale: 1. Definizione del disegno di ricerca (Luglio 2010) 2. Selezione agriturismi (Settembre 2010) 31

3. Predisposizione del questionario (Settembre 2010) 4. Test prova del questionario (Ottobre 2010) 5. Distribuzione dei questionari presso gli agriturismi selezionati (Novembre - Dicembre 2010) 6. Raccolta dati (Dicembre 2010 - Gennaio 2011) 7. Elaborazione dati (Gennaio â&#x20AC;&#x201C; Febbraio 2011)

3.2.2 Il campione L'area interessata dalla ricerca Ă¨ stata presentata precedentemente, qui si vuole precisare solamente che la quantitĂ maggiore di risposte riguarda i comuni di Valdobbiadene (37%) e Follina (16%) ma anche Refrontolo, Tarzo, Vidor e Farra di Soligo hanno generato un numero accettabile di risposte.

Grafico 1

Incidenza percentuale dei comuni interessati

Per quanto riguarda la campionatura si ritiene importante sottolineare, inoltre, che il questionario era somministrato direttamente dal personale dell'agriturismo e che una delle indicazioni era di farlo compilare al capofamiglia. 32

3.2.3 Il questionario Per questa indagine era stato formulato un questionario composto principalmente da domande con alternativa multipla: complessivamente 32 domande in 4 sezioni.

Tab. 1 – Sezioni del questionario Sezione A B C D

Oggetto Informazioni relative all'agriturismo Informazioni relative alla zona Pedemontana del Piave Informazioni relative al soggiorno Profilo dell'intervistato

➢ Sezione A Prime domande a carattere generale sugli agriturismi in sé, seguite da domande più particolari riguardanti l’agriturismo ospitante al momento dell’intervista. Scopo delle domande generali: comprendere se la persona intervistata era consumatore abituale di servizi agrituristici e ottenere giudizi, sulla base di una scala da 1 a 4, in merito alla presenza di determinati requisiti quali: •

Offrono cibi sani e genuini

•

Rappresentano la cultura locale

•

Offrono piatti della cucina locale

•

Sono tipici del territorio

•

Sono un modo per raccontare la storia locale

•

Permettono di stare a contatto con la natura

•

Sono economici

•

Altro (Specificare) Scopo delle domande successive: sollecitare un giudizio più specifico in merito

all’agriturismo in cui si trovava l’intervistato. Si sono ottenute informazioni sui fattori di scelta e di gradimento di alcuni servizi, tutti espressi su una scala di valori da 1 a 4.

Si è cercato inoltre di rilevare la dimensione e la composizione del gruppo di persone in compagnia dell’intervistato e la spesa di detto gruppo per il servizio di ristorazione, come ben specificato nel questionario onde evitare fraintendimenti. A conclusione della sessione di domande si chiedeva all’intervistato di esprimersi in merito all’intenzione di ripetere l’esperienza nei successivi 6 mesi, attribuendo un punteggio da 1 a 4 con 1=per niente probabile, e sulla possibilità di ritornare nell’agriturismo in questione unitamente alla possibilità di consigliarlo ad amici e parenti.

➢ Sezione B Scopo delle domande: acquisire informazioni in merito alla zona Pedemontana del Piave 1. sulla frequenza di visita a questa zona 2. sui modi con cui l’intervistato ne è venuto a conoscenza: amici, riviste, azienda di promozione turistica, internet, altro. La domanda principale era volta a determinare l’importanza degli elementi che aveva originato la visita in zona, sempre espressi su una scala da 1 a 4 (1=per niente importante, 4=molto importante). Questi erano: •

Visitare i luoghi della Prima Guerra Mondiale

•

Visitare mostre e musei

•

Visitare cantine

•

Acquistare vino di Conegliano – Valdobbiadene

•

Partecipare ad eventi enogastronomici

•

Partecipare ad eventi sportivi

•

Partecipare ad eventi culturali

•

Fare escursioni

•

Relax totale Conclusione con verifica, sui soliti 4 livelli, dell’intenzione di ritorno e di consiglio ad

amici e parenti.

➢ Sezione C Scopo: Conoscere con quante persone era in viaggio l’intervistato e dove soggiornava, ed eventualmente per quante notti: albergo, pensione, da amici/parenti, altro agriturismo, campeggio, appartamento per vacanze, seconda casa di proprietà, altro, cercando anche di determinare la relativa spesa di gruppo.

➢ Sezione D Domande volte all’ottenimento di informazioni più personali sul genere, l’età, il titolo di studio, la condizione professionale, lo stato civile, la composizione famigliare, il numero di percettori di reddito e la classe in cui era approssimativamente compreso il reddito annuale netto della famiglia, che saranno anche le più utilizzate in sede di analisi nel capitolo 5.

Precisazione: come precisato anche al capitolo 2, l’analisi e la valutazione del prezzo, in qualità di leva del marketing mix, è stata esclusa dalla ricerca e dall'analisi in quanto rappresentante una leva estremamente legata alle singole imprese e attività e in tal senso difficile da sviluppare nell'ottica di un discorso unitario e generalizzato.

3.3 Le rilevazioni

Di seguito sono riportati solo i dati utili ai fini dell'analisi del capitolo 5.

3.3.1 Quante volte ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi? Questa la domanda del questionario da cui evolve l'intera analisi statistica del capitolo 5 e che viene qui presentata come primo dato. Il suo scopo era di verificare se le risposte si possono ritenere influenzate dalle caratteristiche dell'intervistato e quali possano essere i singoli effetti. Un terzo del campione ha risposto di aver mangiato in un agriturismo con una frequenza media di almeno una volta al mese. Meno del 9% ha risposto “mai”, mentre la percentuale relativa più alta ha risposto 1-3 volte (poco più del 37%).

Tab. 2 â&#x20AC;&#x201C; Quante volte l'intervistato ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi

Grafico 2

Quante volte l'intervistato ha mangiato in un qualsiasi agriturismo negli ultimi

6 mesi: percentuale

Si è chiesto anche di esprimere un grado di accordo/disaccordo sulla base di una scala da 1 a 4 (1=completo disaccordo, 4=pieno accordo, 5=non so) su alcune affermazioni riguardanti gli agriturismi.

Grafico 3

Grado di accordo/disaccordo per le seguenti affermazioni

3.3.2 Il genere Quasi il 56% del campione era di sesso maschile, un dato che si poteva prevedere visto che gli operatori agrituristici erano stati invitati a sottoporre il questionario, se possibile, al capo famiglia. La Tab. 3 riporta frequenza, anche percentuale e cumulata, della composizione del genere all’interno del campione. Le osservazioni totali sono 419, un valore mancante non è stato preso in considerazione.

Tab. 3 – Genere dell'intervistato

3.3.3 Classi di età L’età media dell’individuo intervistato è di 43 anni, con un valore massimo di 85 e minimo di 17. Sono state quindi coinvolte nell’indagine molte classi di età, dai giovani adulti fino agli anziani. Suddividendo l’età degli intervistati in classi di età di uguale ampiezza, la classe più rappresentata è la classe 37-46, con quasi il 34%, seguita dalla classe 47-56 con una percentuale del 24%. A seguire, la componente giovanile rappresentata dal 10% e quella anziana dal 4%. Formando le classi 17-36 e 37-56, si nota che la seconda è sostanzialmente il doppio dell'altra. Classe 17-26 + Classe 27-36 = CLASSE 17-36 = 28,81% Classe 37-46 + Classe 47-56 = CLASSE 37-56 = 57,62% Dalla sola visione di questi dati emerge quindi che gli agriturismi sono maggiormente frequentati da adulti, con un’età compresa fra i 37 e i 56 anni, e da una bassa percentuale di giovani.

Grafico 4

Classe di età dell'intervistato: percentuale

3.3.4 Stato civile Il 66% degli intervistati ha dichiarato di essere coniugato/a o convivente, piĂš del 26% invece risulta celibe/nubile mentre una discreta quota ha dichiarato di essere separato/a o divorziato/a. Il 2% risulta vedovo/a, modalitĂ che era inevitabile riscontrare dato che il questionario era stato somministrato anche a persone anziane. Non Ă¨ alcun dato mancante e il grafico 5 illustra la situazione.

Grafico 5

Stato civile dell'intervistato

3.3.5 Numero dei componenti familiari Non emerge un dato preponderante per quanto riguarda il numero dei componenti della famiglia. La più rappresentata è una famiglia composta da 2 individui (30%) ma con il 25% ciascuna seguono da vicino le famiglie composte da 3 o 4 individui.

Grafico 6

Numero dei componenti della famiglia: percentuale

3.3.6 Titolo di studio Più del 58% del campione dichiara di possedere un titolo di studio di medio livello (con cui ci si riferisce a un diploma di scuola media superiore o a un diploma professionale) e quasi l’80% corrisponde ad un titolo di studio medio-alto, precisando che con basso titolo di studio si intendeva o una licenza elementare, o una licenza di scuola media inferiore o nessun titolo mentre con alto diploma universitario o laurea triennale, laurea, laurea magistrale o specializzazione post-laurea ed un quinto del campione ha indicato tale titolo di studio.

Grafico 7

Titolo di studio dell'intervistato

3.3.7 Condizione professionale Considerando la condizione professionale, piĂš dellâ&#x20AC;&#x2122;80% risulta occupato e quasi il 10% pensionato (i restanti sono in piccole percentuali studenti, casalinghe o disoccupati).

Tab. 4 â&#x20AC;&#x201C; Condizione professionale dell'intervistato

Grafico 8

Condizione professionale dell'intervistato: percentuale

All’interno della categoria Occupati si è differenziato tra un lavoratore dipendente (quasi il 58%), lavoratori autonomi (il 40%) e i lavoratori a progetto od occasionali costituiscono il rimanente 2%.

Tab. 5 – Composizione della categoria Occupati

I dati relativi all'occupazione sono stati suddivisi solo in 3 categorie: Occupati, Disoccupati e Altro (somma delle precedenti: Pensionati, Casalinghi, Studenti, Altro). I dati così raggruppati sono riportati in Tab. 6, creata appositamente per questo elaborato.

Tab 6 – Condizione professionale ai fini dell'analisi successiva CONDIZIONE

FREQUENZA

PERCENT.

CUM.

339

80,91

Disoccupati

1,43

82,34

Altro

17,66

100,00

TOTAL

419

100,00

PROFESSIONALE Occupati

3.3.8 Numero percettori di reddito Il numero di percettori di reddito all’interno della famiglia maggiormente riscontrato è 2 (56,67%), seguito da un solo percettore di reddito (26,67%). Quasi il 9% dichiara 3 percettori, mentre un intervistato su 420 ne dichiara 5. I dati missing in questo caso sono 19, una quota significativa da tenere in considerazione (rappresentata anche nel grafico seguente).

Grafico 9

Numero dei percettori di reddito in famiglia: percentuale

3.3.9 Classi di reddito La domanda relativa al reddito annuale netto della famiglia conclude la sezione relativa

profilo

dell’intervistato,

chiedendo

indicare

classe

cui

approssimativamente compreso tale reddito, considerando salari e stipendi, proventi professionali o d’impresa, pensioni, rendite, indennità, sussidi e altre entrate comprese 13°, 14° ed altri premi annuali, al netto di imposte e contributi sociali. La classe di reddito più rappresentata è quella compresa tra 20.001 e 40.000€ seguita dalla classe 40.001-60.000€. Una quota di poco superiore al 10% dichiara di non superare i 20.000€ annuali ma una percentuale superiore al 35% corrisponde invece al Non so/Non rispondo, e ciò è riconducibile alla natura estremamente personale e, per alcuni, delicata di tale domanda.

Grafico 10

Classe di reddito dell'intervistato: percentuale

Riassumendo, nel campione intervistato l'unità più rappresentata ha in media 43 anni, prevalentemente di sesso maschile, con un titolo di studio di medio livello e occupato professionalmente (principalmente lavoratore dipendente). Non emerge un dato per quanto riguarda il numero dei componenti della famiglia; per quanto concerne il numero di percettori di reddito sono maggiormente 2, per una classe di reddito compresa fra i 20.001 e 40.000€, anche se in quest’ultimo caso una quota consistente ha risposto Non so/Non rispondo. 44

3.3.10 Provenienza Allâ&#x20AC;&#x2122;interno dei 420 individui intervistati, 11 sono di origine straniera; un dato non molto grande, ma l'autore del questionario collega tale limitatezza al fatto che nei mesi di novembre e dicembre difficilmente si registra un grande afflusso di turisti che pernottano in agriturismo e che inoltre il questionario era stato redatto solamente in lingua italiana.

Tab. 7 â&#x20AC;&#x201C; Stato di provenienza dell'intervistato

Tra i 409 italiani intervistati oltre il 75% proviene dalla provincia di Treviso, quasi il 17% dalle altre province del Veneto e il restante 8%, invece, da altre regioni dâ&#x20AC;&#x2122;Italia.

Grafico 11

Luogo di provenienza dell'intervistato: percentuale

Tab. 8 – Province venete più rappresentative

I turisti stranieri provengono da 6 diverse nazioni europee. La Francia è la più numerosa, con 3 intervistati.

Grafico 12

Stato di provenienza dei turisti stranieri: percentuale

Nel grafico seguente Ă¨ riportata la percentuale dei residenti nello stesso comune in cui si trovava lâ&#x20AC;&#x2122;agriturismo (oltre l'80%). A chi risiedeva al di fuori di tale comune veniva chiesto di compilare la sezione B relativa alla zona Pedemontana del Piave.

Grafico 13

Domiciliati nello stesso comune dell'agriturismo: percentuale

3.3.11 Quante volte ha giĂ visitato la zona La grande maggioranza, superiore al 70%, indica di aver visitato la zona almeno 5 volte, definiti dall'autore del questionario frequentatori assidui della zona. Solo per un piccola parte era invece la prima volta (meno del 5%).

Grafico 14

Quante volte l'intervistato ha visitato la zona Pedemontana del Piave: percentuale

3.3.12 Composizione del gruppo Si sono poi ricavate informazioni sul numero di persone con le quali l'intervistato si trovava (4 dati mancanti). I valori, con una media di 6,45 persone, sono abbastanza disomogenei, andando da un minimo di 0 a un massimo di 50. I casi di gruppi superiori a 2030 persone li si riconduce a eventi particolari come matrimoni, anniversari o pranzi di Natale (alcuni agriturismi offrivano anche tale servizio). Si sono riscontrati con maggiore frequenza:

Tab.9 – Numero di persone in compagnia dell’intervistato.

Si è cercato di capire anche la composizione del gruppo, chiedendo quindi di specificare il numero di bambini (età 0-7), ragazzi (età 8-14), giovani adulti (età 15-18), adulti (età 19-64) e anziani (con 65 anni e più).

Tab.10 – Numero di bambini all’interno del gruppo: frequenza e percentuale.

Tab.11 - Numero di ragazzi allâ&#x20AC;&#x2122;interno del gruppo: frequenza e percentuale.

Tab.12 - Numero di giovani adulti allâ&#x20AC;&#x2122;interno del gruppo: frequenza e percentuale.

Tab.13 - Numero di adulti allâ&#x20AC;&#x2122;interno del gruppo: frequenza e percentuale.

Tab.14 - Numero di anziani all’interno del gruppo: frequenza e percentuale.

Nel complesso si evince che all’interno dei gruppi, raramente c’è un anziano (nessuno nell’85% dei casi) e ancor più raramente un giovane adulto (0 nel 93% dei casi). Leggermente più rappresentati bambini e ragazzi (entrambi 0 nell’80% dei casi).

3.3.13 La spesa Si chiedeva poi la spesa complessiva per il pasto: era specificato tra parentesi che la spesa si intendeva per gruppo con cui l’intervistato era stato a mangiare, ma molti sono stati i missing. Affinchè il calcolo della spesa media fosse attendibile era stato ritenuto di dar pesi diversi a bambini (età 0-7) e ragazzi (età 8-14) rispetto alle altre categorie (giovani adulti, adulti e anziani). E’ stato assegnato un valore di 0,5 per i bambini e 0,75 per i ragazzi. Sui 2.456 individui che compongono i gruppi di cui si conosce la spesa, 125 erano bambini e 150 ragazzi; il valore, con i diversi pesi, diventa: 2.181 + (125*0,5) + (150*0,75) = 2.356 72 La spesa media per persona risulta quindi: 46.395 / 2.356 = 19,69€. Un dato ritenuto in linea con le aspettative: gli agriturismi sono apprezzati anche perché riescono ad offrire un buon rapporto qualità-prezzo, come si è visto in precedenza.

3.3.14 Possibilità di ritorno e di consigliare l'agriturismo Si è chiesto inoltre (sempre in una scala da 1 a 4, dove 1= per niente probabile e 4= molto probabile, 5= non so): •

Quante possibilità ci sono che ritorni in questo agriturismo nei prossimi 6 mesi?

Tab.15 – Possibilità di ritorno nell’agriturismo nei successivi 6 mesi.

Quante possibilità ci sono che consigli questo agriturismo ad amici e parenti?

Tab.16 – Possibilità di consigliare ad amici e parenti l’agriturismo.

La grande maggioranza esprime alte possibilità di ritorno (89%) e la possibilità di consigliare l’agriturismo ad amici e parenti risulta molto probabile per quasi il 75% e abbastanza probabile per il 20%. Percentuali ritenute decisamente alte. Descritta l’area geografica di intervento e gli attori protagonisti dell’indagine, si è stati in grado di portare a termine l’obiettivo principe di questo lavoro con un'attività operativa su Gretl con il modello Logit, mirata ad un'ulteriore analisi dei dati.

CAPITOLO 4 – GLI STRUMENTI: I SOFWARE GRETL E IL MODELLO ECONOMETRICO LOGIT

In questo capitolo verranno trattati tutti gli strumenti necessari per la successiva analisi. Nel primo paragrafo verranno introdotti brevemente il programma informatico Gretl utilizzato per l'elaborazione dei dati e la scienza di riferimento, ovvero l'econometria. In seguito ci si soffermerà sull'evoluzione e l'utilizzo del modello statistico utilizzato, Logit, concludendo con la precisazione dei metodi di analisi del modello stesso ed una piccola spiegazione di cosa sia la stima di massima verosimiglianza.

4.1 Il Software Gretl per le analisi statistiche

Per effettuare delle analisi statistiche mediante computer occorre scegliere un software: •

a cui si abbia diritto di accesso come utente;

•

che permetta di condurre le analisi che abbiamo in mente;

•

che sia in grado di leggere e “reggere” i dati che vogliamo analizzare

•

che sia in grado di sopportare la mole di dati che dobbiamo trattare.

Un buon punto di partenza (in lingua inglese) per la valutazione e la scelta di software statistico è la lista di Statistical Computing Resources di UCLA (University of California at Los Angeles). Allo stesso scopo si può consultare anche il Journal of Statistical Software. In questo caso, per l’analisi dei dati di cui si era in possesso è stato impiegato il software Gretl, un pacchetto software multi-piattaforma per l'analisi econometrica, scritto in linguaggio C, comprendente una libreria condivisa e un client a riga di comando ma che mette a disposizione dell'utente anche un’interfaccia grafica intuitiva, permettendo di entrare 53

abbastanza rapidamente nel vivo dell’analisi econometrica. Grazie all’integrazione con i libri di testo di Ramu Ramanathan, Jeffrey Wooldridge, James Stock e Mark Watson, il pacchetto riunisce molti file di dati e script di comandi, commentati e pronti all’uso. L'Utente può scegliere il proprio metodo di lavoro preferito: dal point-and-click interattivo alla modalità batch o eventualmente una combinazione dei due approcci. Il codice sorgente di Gretl è disponibile in formato Open Source per chiunque tipicamente voglia criticarlo, correggerlo o estenderlo e ridistribuirlo con propri contributi secondo i termini della Licenza Pubblica Generica GNU pubblicata dalla Free Software Foundation. Sono supportate le lingue: inglese, francese, italiana, spagnola, polacca o tedesca, a seconda della lingua impostata sul sistema operativo del computer. Per quanto concerne manutenzione e aggiornamento, come è prassi oramai diffusa tra i software Internet Ready, Gretl può scaricare i database da un server alla Wake Forest University. E’ stato sviluppato su piattaforma Linux, ma il programma è disponibile anche per MS Windows e Mac OS X ed è stato progettato per funzionare su qualsiasi sistema operativo simile a UNIX, es. BSD, purché comprenda le librerie di base richieste. La versione MS Windows comprende una utility di aggiornamento che controlla automaticamente se è disponibile una nuova versione del programma offrendo la possibilità di aggiornarlo automaticamente. "gretlcli" è il programma a riga di comando, incluso nel pacchetto, che permette l’utilizzo delle funzionalità di Gretl. Su Linux è possibile eseguirlo in un terminale testuale o in un xterm (o similare), mentre su MS Windows può essere eseguito in una finestra di terminale (tipico in questo ambiente è il “prompt di MS-DOS”). "gretlcli" ha un file di aiuto, a cui si accede inserendo il comando “help” al prompt. Inoltre, può essere usato in modalità batch, inviando i risultati direttamente a un file. Per questo elaborato, per questioni di praticità di installazione su un Pc portatile Compaq, si è scelto di utilizzare Gretl con interfaccia grafica in ambiente Windows Vista., nella installazione su Ubuntu si è incontrata qualche difficoltà. Consultando il manuale operativo possiamo verificare che Gretl supporta la stima di sistemi di equazioni simultanee, GARCH, ARMA, autoregressioni vettoriali e modelli vettoriali a correzione di errore. Offre un’ampia varietà di stimatori basati sui minimi quadrati, compresi i minimi quadrati a due stadi e i minimi quadrati non lineari, ed anche alcuni stimatori di massima verosimiglianza (ad es. Logit, Probit, Tobit) e, dalla versione 1.5.0, una funzionalità per la massimizzazione della verosimiglianza generalizzata. In questo elaborato si è impiegato 54

Gretl, specificamente per la sua capacità di trattare il modello Logit, per l’analisi di dati riguardanti la clientela degli Agriturismi che ci interessa. La raccolta di stimatori di Gretl è abbastanza completa (e in continua crescita) e dispone di vari costrutti di scripting che possono essere usati per creare nuovi stimatori. Il programma si è dimostrato perfettamente rispondente alle necessità del compito in oggetto e il trattamento dei dati in nostro possesso che erano in formato Microsoft Excel®. Tuttavia, le sue capacità di scripting e il supporto per la creazione e la manipolazione di matrici potrebbero non essere all’altezza di problemi computazionali più complessi e a larga scala. Qualora si necessiti di software libero che includa queste funzionalità, si possono prendere in considerazione software del calibro di GNU R (r-project.org) o GNU Octave (www.octave.org). Questi programmi sono molto simili rispettivamente ai programmi commerciali SPSS, SAS, STATA e a Matlab. Su quest’ultimo, prima di completare il proprio piano di studi che culmina in questo elaborato, l'autore ha avuto l'occasione di frequentare un corso interno all'Università di Ca' Foscari in cui si è gettato uno sguardo oltre che sul software Matlab anche su Octave considerato da molti un suo clone. MATLAB (MATrix LABoratory) è utile quando si desiderano implementare soluzioni metodologiche nuove, come piattaforma di programmazione, o come pacchetto per l’analisi statistica, dispone infatti di uno Statistics Toolbox considerevole. MATLAB ha lo svantaggio del costo e di operare prevalentemente attraverso una sintassi di impiego non proprio immediato. Gretl offre, nell’ambito delle proprie funzionalità standard, la possibilità di esportare i dati nei formati di Octave. In questo caso, il dataset di Gretl viene salvato come matrice singola X: una volta importati i dati in Octave, se si vuole, è possibile eliminare la matrice X. Per quanto riguarda GNU R, il file dei dati esportati conserva qualsiasi struttura di serie storiche riconoscibile da Gretl. Le serie sono salvate come strutture individuali: i dati vanno importati in GNU R con il comando source(). Tra i programmi citati, R è forse quello di più immediato interesse per gli econometrici, visto che offre più routine statistiche specializzate, ma Gretl dispone all'occorrenza di una funzione che permette di trasferire velocemente i dati anche in R oltre che in Octave. Il menù Sessione di Gretl contiene il comando Avvia GNU R, che salva una versione per R del dataset in uso (come file Rdata.tmp nella directory Gretl dell’utente) e lo carica in una nuova sessione di R, i dati vengono importati poi in R scrivendo una versione temporanea di .Rprofile nella directory di lavoro corrente (se esiste un file di questo tipo, viene letto da R all’avvio). Se la 55

directory contiene una versione personale di .Rprofile, il file originale viene rinominato temporaneamente come .Rprofile.gretltmp e viene ripristinato all’uscita da Gretl. Il modo esatto in cui R viene avviato dipende dalla variabile interna Rcommand di Gretl, il cui valore deve essere impostato nel menù File, Preferenze. Il comando predefinito è RGui.exe in MS Windows, mentre in X su Linux è xterm -e R. Qualche dettaglio ulteriore su Gretl: come si è detto il programma è stato sviluppato sotto Linux ma la libreria condivisa e il client a riga di comando dovrebbero essere compilabili su qualsiasi piattaforma che supporti l’ISO/ANSI C e abbia installate le seguenti librerie: zlib (per la compressione dei dati), libxml (manipolazione dell’XML) e LAPACK (che fornisce il supporto per l’algebra lineare). Già da qualche versione, Gretl offre la possibilità di creare e manipolare matrici definite dall’utente. Con il programma è possibile creare una matrice in uno dei quattro modi seguenti: 1. Specificando direttamente i valori scalari che compongono la matrice, in forma numerica o per riferimento a variabili scalari preesistenti, o in un modo misto; 2. fornendo una lista di serie di dati; 3. fornendo una lista personalizzata di serie; 4. usando una formula simile a quelle usate con il comando “genr”, in cui una nuova matrice viene definita in termini di matrici e/o scalari esistenti, oppure attraverso funzioni speciali. Questi metodi non possono essere mescolati nella specificazione di una singola matrice. In alcuni contesti, l’analista econometrico si trova a scegliere tra modelli alternativi basandosi su test di ipotesi formali. Ad esempio, si può scegliere un modello più generale rispetto ad uno più ristretto, se la restrizione in questione può essere formulata sotto forma di ipotesi “nulla” testabile e “l’ipotesi nulla” viene rifiutata da un apposito test. In altri contesti si ha bisogno invece di un criterio di selezione dei modelli che tenga conto per un verso di una parte dell’accuratezza dell’adattamento ai dati, o della verosimiglianza del modello, e per l’altro della sua parsimonia. E' necessario mantenere questo equilibrio perché l’aggiunta di variabili a un modello può solo aumentare la sua capacità di adattamento o la sua verosimiglianza ed è probabile che ciò avvenga anche se le variabili aggiuntive non sono veramente rilevanti per il processo che ha generato i dati. I dati panel possono essere visti sotto tre dimensioni, ossia le variabili, le unità cross-section e i periodi temporali. Per rappresentarli in un file testuale (e anche per poterli manipolare), 56

queste tre dimensioni devono in qualche modo essere riportate a due. Questa procedura di “appiattimento” richiede di prendere degli “strati” di dati che apparterrebbero alla terza dimensione e di impilarli nella dimensione verticale del file. Gretl si aspetta sempre di trovare dati organizzati “per osservazione”, ossia in modo che ogni riga rappresenti un’osservazione (e che ogni variabile occupi esattamente una colonna). Gretl richiama poi Gnuplot per produrre grafici. Gnuplot è un software grafico molto completo, con un elevato numero di opzioni. E' disponibile all'indirizzo www.gnuplot.info. La versione MS Windows di Gretl comprende già Gnuplot. Sul sito web ufficiale di Gretl è possibile trovare un pacchetto rpm di gnuplot 3.8j0 per sistemi Linux x86, per RedHat e Fedora, ma anche per varie altre distribuzioni, anche se tutto diventa un po' più complicato e meno pronto. Gretl fornisce accesso diretto, attraverso un’interfaccia grafica, a una parte delle macro-opzioni di Gnuplot, ma è possibile anche controllare l’aspetto di un grafico in tutti i suoi dettagli da riga di comando, qualora ve ne sia l’esigenza. Alternativamente è anche possibile esportare i dati elaborati bypassando Gnuplot e importandoli successivamente in foglio di Microsoft Excel per una elaborazione grafica in ambiente multipurpose e, per molti utilizzatori, più user friendly. Nel formato dati interno di Gretl un dataset è immagazzinato in XML (extensible mark-up language). I file di dati sono conformi alla document type definition (DTD) in tal proposito vedasi il file gretldata.dtd, fornito con la distribuzione di Gretl e installato nella directory dei dati di sistema (ad es. /usr/share/gretl/data su Linux). I file di dati, che possono anche essere in formato compresso con gzip, oltre ai valori dei dati stessi, contengono altre informazioni aggiuntive, come i nomi e le descrizioni delle variabili, la frequenza dei dati e così via. La maggior parte degli utenti probabilmente non avrà bisogno di leggere o scrivere questi file, se non usando Gretl stesso, ma se si vuole manipolarli usando altri strumenti, può essere utile esaminare il DTD e qualcuno dei file di esempio forniti: il file data4-1.gdt dà un semplice esempio, il file data4-10.gdt invece contiene anche delle etichette per le osservazioni. Nella sezione Bibliografica si sono raccolti alcuni Url da cui è possibile effettuare il download di abbondanti informazioni su Gretl e sui programmi impiegabili per elaborazioni statistiche. Come si è detto sopra, Gretl permette l’impiego del modello Logit per il trattamento econometrico dei dati.

4.2 Econometria

Con econometria, termine verosimilmente introdotto nel 1926 da R. Frisch, ci si riferisce ad un metodo di analisi economica con il quale si sottopongono a elaborazione matematica determinati dati forniti dalla statistica, allo scopo di precisare le relazioni esistenti tra diversi fenomeni economici in un contesto prestabilito. L'Econometria è coinvolta in ogni declinazione della teoria e della pratica economica in cui occorra contemperare teoria e dati; si occupa ad esempio di microeconomia, macroeconomia ed economia finanziaria. L'importanza riconosciuta negli anni all'econometria è principalmente riconducibile al ruolo che occupa nel passaggio tra le teorie, sviluppate deduttivamente a partire da assunzioni di tipo assiomatico e la loro credibilità scientifica, che deriva in buona misura dalla possibilità di verificarle empiricamente.

4.2.1 Nascita e sviluppi I primi tentativi sistematici di esprimere i fenomeni economici in forma quantitativa risalgono già alla seconda metà del 15° sec. ma gli sviluppi che portarono a quella che poi è diventata la statistica economica sono riconducibili al 17° sec. con le opere pionieristiche di W. Petty e di altri studiosi. Più concretamente i primi sviluppi legati al tentativo di comprensione di alcuni problemi generali dell’analisi empirica risultano in parte antecedenti alla data di nascita formale della disciplina econometrica e comprendono, tra gli altri, gli studi di tipo statistico che, a partire dalla fine del XIX secolo, avevano tentato di valutare in termini quantitativi le caratteristiche e le periodicità del ciclo economico. Tali tentativi però erano resi particolarmente difficoltosi sia dalla scarsità dei dati sia dall’assenza di strumenti di calcolo elettronici che aggravavano la condizione di immaturità della teoria statistica, all’interno della quale una serie di temi essenziali per la costruzione della teoria econometrica moderna non erano ancora sufficientemente sviluppati. L'econometria propria cominciò a svilupparsi intorno agli anni venti del XX secolo. Secondo le parole di Ragnar Frisch, economista norvegese che svolse un ruolo fondamentale nella nascita di questa disciplina e nella sua istituzionalizzazione, l'obiettivo di tale scienza deve essere “l’avanzamento della teoria economica nelle sue relazioni con la statistica e con la 58

matematica”4. Egli fondò la Econometric Society, nel 1930 con la collaborazione di Irving Fisher l'obiettivo era di “favorire gli studi di carattere quantitativo che avvicinino il punto di vista teorico e quello empirico nell'esplorazione dei problemi economici”, e la rivista “Econometrica”, nell'anno cui molti riconducono la vera nascita della materia ovvero il 1933, con la successiva adesione di molti studiosi in tutto il mondo. Questa rivista è ancor oggi la principale pubblicazione in ambito econometrico ed economico-quantitativo e alcuni articoli di tale rivista sono stati utilizzati anche per questo elaborato (vedasi bibliografia). Altro passaggio fondamentale fu l'introduzione, nuovamente da parte di Frisch nel 1933, del cosiddetto modello del "cavalluccio a dondolo"5. Si trattava di un modello matematico del ciclo economico in cui le variabili economiche rilevanti erano determinate in modo dinamico anche dai valori passati di altre variabili e da "shock" esterni. Proprio quest'ultimi costituivano la vera novità: la loro azione casuale, applicata a un modello dinamico, risultava in un andamento ciclico dell'attività economica. Come nel caso di un cavalluccio a dondolo che, se colpito da un bastone, inizia a oscillare in modo molto diverso rispetto al movimento del bastone stesso. I primi progressi verso lo sviluppo di metodi per la stima di sistemi di equazioni simultanee si possono ricondurre ai lavori della Cowles Commission for Research in Economics (gruppo di ricerca creato nel 1932 presso Colorado Springs e infine a partire dal 1975 trasferitosi alla Northwestern University). Trygve Haavelmo, vincitore del Premio Nobel per l'economia nel 1989, fa parte di questo gruppo di ricerca. In seguito alla seconda guerra mondiale, l'econometria conobbe un rapido sviluppo. Tra i fattori alla base di tale crescita vi è probabilmente proprio l'istituzione del Premio Nobel per l'economia, che viene assegnato a economisti conosciuti per il rigore del formalismo matematico dei loro lavori. Una recente occasione di attenzione nei confronti dell'econometria è stata fornita nel 2003 proprio dall'assegnazione di tale premio a due econometrici, Robert F. Engle e Clive W.J. Granger. L’impiego delle misurazioni quantitative fu altresì largamente impiegato nello studio dei cicli economici, nell'elaborazione dei numeri indice, nell’indagine sulla distribuzione personale dei redditi e furono notevoli i contributi di W.S. Jevons, I. Fisher e V. Pareto. L’econometria si differenzia, peraltro, in quanto tende a utilizzare congiuntamente la teoria economica, l’analisi matematica e la statistica, ritenendo che ciascuna di esse costituisca una condizione necessaria

Econometrica, 1933, p.1. Ragnar Frisch, 1933, "Propagation Problems and Impulse Problems in Dynamic Economics", in Economic Essays in Honour of Gustav Cassel, London, Allen & Unwin 5

ma non sufficiente per una comprensione esaustiva delle relazioni quantitative dei sistemi economici moderni. Negli anni Sessanta si superò il grosso limite determinato dalla difficoltà dei calcoli, che avevano caratterizzato e rallentato lo sviluppo di questa scienza negli anni precedenti, grazie all'introduzione dei calcolatori elettronici. Nello stesso decennio era in corso il progetto Apollo. In un discorso memorabile per visione e per impatto, il 25 maggio 1961 il presidente degli Stati Uniti John Kennedy chiese al Congresso e al suo paese la disponibilità a realizzare un ingente piano di investimenti con l'obiettivo di portare un uomo sulla luna, meta raggiunta nel luglio del 1969. La realizzazione del progetto Apollo dipese proprio dalla disponibilità di calcolatori elettronici in grado di risolvere i complessi problemi di ottimizzazione della rotta del missile, calcolandone, in ogni momento, gli aggiustamenti più opportuni. I medesimi calcolatori elettronici erano utilizzati negli stessi anni da scienziati sia di astronautica che di econometria, con modelli di derivazione ugualmente scientifica e tecniche di ottimizzazione concettualmente analoghe, per missioni solo apparentemente molto diverse: regolare nel migliore dei modi il viaggio di un missile per portarlo con sicurezza sulla luna e calibrare, con altrettanta attenzione e sicurezza, le scelte di politica economica, verso lo sviluppo e la piena occupazione cui miravano i governi degli anni Sessanta. Agli inizi degli anni Settanta, le ultime fasi della guerra del Vietnam, la crisi del sistema monetario internazionale, sino allo scandalo Watergate e alla crisi petrolifera che seguì il conflitto arabo-israeliano dell'ottobre 1973, segnarono la fine di tale clima di sviluppo. La reazione nei confronti dei modelli macroeconometrici, delle loro simulazioni e delle loro previsioni, si trasformò da entusiastica a molto critica: le previsioni dei modelli fallirono sistematicamente con le crisi della metà degli anni Settanta. Contemporaneamente, una serie di sviluppi teorici minò le basi delle pratiche econometriche allora in uso, ma gli econometrici riuscirono a sviluppare un approccio costruttivo al problema della scelta dei modelli per l'analisi empirica, rivisitando criticamente alcuni dei contributi principali alla disciplina apportati nel corso dei decenni precedenti. Il suo sviluppo e il progredire delle relative tecniche, porta quindi l'econometria a giocare un ruolo sempre più decisivo soprattutto nella definizione della politica economica.

4.2.2 Scopi e strumenti L'econometria si pone come scopi principali quelli di dare un contenuto empirico alla teoria economica e di sottoporre quest'ultima a test statistico. Sul successo di un tale programma di ricerca, però, vi sarebbe da dubitare se si prendessero in considerazione alcune critiche di noti studiosi. L'econometrico

Edward

Leamer, nel 1978, scrisse “Togliamo l’imbroglio dall’econometria”, lamentando che “le stime econometriche sono come le salsicce: “è meglio non assistere alla loro preparazione”. Due anni dopo, l’econometrico David Hendry si domandava se l’econometria fosse scienza o alchimia. Più recentemente, Lawrence Summers lamentava una “illusione scientifica nella macroeconomia empirica”6. Questi autorevoli dubbi provenienti dall’interno della disciplina stessa confermano la difficoltà della risposta econometrica al problema empirico. Alchimia o arte, l’analisi dei dati è sicuramente questione talmente delicata e complessa che come dicono gli econometrici “non dovrebbe esser mai fatta per la prima volta”. Per gran parte l'econometria si fonda su risultati della statistica classica e lo strumento forse più rilevante nella pratica di questi studi è la regressione lineare, nonché la stima del modello lineare con il metodo dei minimi quadrati. Applicazioni più sofisticate ricorrono ai metodi della massima verosimiglianza e dei momenti. Nelle applicazioni, gli studi di econometria possono essere divisi in due ampie categorie: analisi delle serie storiche e di cross section, ma recentemente la maggior disponibilità di dati ha reso possibile anche analisi basate su dati panel, che incorporano entrambe le tipologie. Sebbene storicamente gli studi di econometria si siano concentrati nello studio dei modelli propri della macroeconomia, in epoca recente l'esigenza di dare fondamenti empirici alle argomentazioni economiche ha portato a un ampio sviluppo degli studi di econometria applicati alle più diverse branche dell'economia: notevole è la crescita di questi studi applicati ad esempio alla microeconomia, con notevoli risultati nell'ambito dell'economia del lavoro e della regolamentazione dei mercati. Contemporanei allo sviluppo e al rafforzamento delle tecniche di analisi regressiva, cercando di individuare variabili esogene che spieghino altre variabili e meccanismi del tipo causa-effetto tra grandezze economiche, si sono accompagnati fecondi filoni di ricerca sull’analisi di serie temporali, mirate all’esplorazione degli aspetti dinamici dei fenomeni economici e all’identificazione dei meccanismi della loro evoluzione. L’utilizzazione 6

Edward Leamer, 1978, “Let’s take the con out of econometrics”, American Economic Review, 73, 31-43; David Hendry, 1980, “Econometrics: Alchemy or Science?”, Economica, 47, 387-406; Lawrence H. Summers, 1991, The Scientific Illusion in Empirical Macroeconomics, Scandinavian Journal of Economics 93(2), 129-148.

dell’analisi di serie temporali, per una più immediata costruzione di un modello econometrico mediante equazioni simultanee e regressioni multiple, rappresenta un’evoluzione importante verso una sintesi tra questi due settori della statistica utilizzati nell’econometria. I successi dei programmi scientifici sono legati al loro prevalere, rispetto ad altri, come costruzioni sociali, piuttosto che a meriti oggettivi e alla capacità di descrivere realtà fattuali. Il successo dell'econometria dimostra, oltre alla sua capacità di convincere, una misura di autorità sulle alternative disponibili e concorrenti e la qualità percepita delle soluzioni adottate, rispetto a proposte di altre scienze sociali. Fondamentale però è la ricca contaminazione con quest'ultime, resa possibile proprio da tale successo, poiché ha permesso agli economisti di affrontare problemi empirici in grado di sottoporre a valutazione critica gli strumenti di volta in volta sviluppati. La verità, però, è che dopo oltre un secolo di sviluppo ininterrotto delle tecniche, l'analisi empirica rimane ancora spesso ambigua e sfuggente. È doveroso ricordare l'applicazione di tecniche econometriche in settori che tradizionalmente rientrano nella sfera del business più che in quella dell'economia in quanto tale; un esempio è dato dagli studi sui modelli di regressione a variabile dipendente discreta, quali i modelli Logit e Probit, che trovano largo impiego nel marketing.

4.3 Regressione e modello Logit Come introdotto nel paragrafo precedente, uno strumento largamente sfruttato in statistica ed econometria è quello della regressione, utilizzato per modellare ed analizzare una serie di dati strutturati in una variabile dipendente e una o più variabili indipendenti. La variabile dipendente nell'equazione di regressione è modellata come una funzione delle variabili indipendenti più un termine d'errore. I parametri sono stimati in modo da descrivere al meglio i dati ed il metodo più utilizzato per ottenere le stime è il metodo dei "minimi quadrati" (OLS), ma soprattutto negli ultimi anni si sono diffusi altri metodi.

4.3.1 Regressione lineare ed alcune evoluzioni In un modello di regressione lineare, si ipotizza la dipendenza di una variabile yt, chiamata variabile dipendente (o endogena), tramite un vettore (k ×1) di parametri

β 1    β  β =  2 ...    β k 

da un insieme di k variabili x1t, x2t, . . . , xkt che vengono dette variabili esplicative o regressori. In aggiunta si ipotizza che la variabile yt sia influenzata da un termine stocastico εt, che è una variabile casuale e rappresenta una variazione non controllabile e imprevedibile nella variabile dipendente: k

yt = ∑ β 1 xit + ε τ

i =1

t = 1,2,..., T

∑ β 1 xit i =1

εt

= parte sistemica del modello

=parte stocastica del modello

Si immagini di avere a disposizione T osservazioni su tutte le variabili che appaiono nel modello e di chiederci come stimare i parametri incogniti del modello. Ad esempio, supponiamo di fare riferimento ad una formulazione dell’equazione del consumo: 3.

yt = β 1 + β 2 x2t + β 3 x3t + ε t

t = 1,2,..., T

yt = consumo all’istante t , x1t = termine costante della regressione; x2t = reddito disponibile all’istante t; x3t = stock di ricchezza finanziaria all’istante t.

Grafico 1

Rappresentazione grafica di una relazione di regressione semplice teorica. [esempio tratto da ecoalfabeta.blogosfere.it]

I motivi dell’inserimento di un termine di disturbo stocastico nel modello di regressione lineare possono essere sintetizzati come segue: 1. il termine di disturbo t rappresenta un elemento di asistematicità connesso al comportamento umano 2. può essere interpretato come la descrizione dell’effetto congiunto di un numero elevato di variabili che producono effetti su yt ma che non sono suscettibili di misurazione e quindi non inseribili nella parte sistematica del modello 3. possono essere presenti errori di misurazione tra le variabili

Vi sono però importanti applicazioni econometriche anche in situazioni in cui la variabile risposta rappresenta un set di “scelte” tra due o più alternative. Il modello econometrico di riferimento dovrebbe spiegare quali sono le circostanze che determinano i valori osservati su yt: yt = 0,

oppure

yt = 1,

t = 1, 2, ..., T

Rilevanti esempi sono la partecipazione al mercato del lavoro, l’acquisto di una casa di proprietà, la scelta di quotarsi in borsa ecc...

yt = f (1, x2t ,..., xkt , ε t )

t = 1,2,..., T

Il suffisso t indica la t-esima osservazione relativa al campione. In genere, in questi contesti applicativi le diverse osservazioni si riferiscono a diverse unità (individui, imprese, famiglie) osservate ad un dato istante temporale. Ad esempio, si immagini di avere un campione di T imprese, alcune delle quali sono quotate in borsa (yt = 1) ed altre no (yt = 0) e le variabili xit...xkt costituiscono la misurazione dei fattori ritenuti rilevanti per determinare la scelta dell’impresa. Per stimare un modello di questo tipo è possibile utilizzare due possibili approcci alternativi: 1) modello di probabilità lineare. Nel modello di probabilità lineare: k

yt = ∑ β i xit + ε t = x′t β + ε t

i =1

t = 1,2,..., T la variabile dipendente yt viene fatta dipendere in modo lineare da un insieme di kvariabili esplicative; 2) approccio basato sull’esistenza di una variabile latente yt che non è possibile osservare (o misurare), tale per cui:

1 se yt =  0 se

∗

yt > 0 ∗ yt ≤ 0

approccio che è alla base dei modelli Logit e Probit.

Può accadere che il numero di possibili risposte della variabile dipendente sia superiore a 2. In tal caso si utilizzano modelli a risposta: •

non ordinata alcuni ambiti di impiego sono quelli in cui la variabile risposta definisce: ◦ scelta tra più di 2 marche, prodotti, tipi di servizi ◦ tipo di contratto di lavoro ◦ tipologie di processo produttivo

•

ordinata (vi è un ordinamento tra le alternative) alcuni abiti di impiego sono quelli in cui la variabile risposta definisce: ◦ una scala di giudizio in indagini di opinione (insufficiente, sufficiente, buono, ecc), ◦ una classificazione di una variabile quantitativa (ad esempio il reddito suddiviso in classi), ◦ rating (classificazione delle imprese secondo un giudizio “qualitativo” sulla loro “rischiosità”).

Tab. 1 - Modelli applicati in tali casi di variabile discreta Tipo di risposta

Modello

Binaria

Logit/Probit binomiale

Multipla non ordinata

Logit/Probit multinomiale Nested Logit Logit/Probit condizionale

Multipla ordinata

Logit/Probit ordinato

4.3.2 Definizione e ruolo del modello Logit Il modello Logit già dalle sue origini, e secondo il suo utilizzo corrente in analisi economica, è il naturale complemento del modello di regressione nel caso in cui la variabile dipendente non sia continua, bensì una caratteristica che può essere o non esser ottenuta, o classificabile secondo una serie di categorie date. Nei casi in cui tali variabili compaiano in un'equazione di regressione, esse possono essere trattate attraverso l'applicazione delle variabili dummy (0,1); quando però è la variabile dipendente ad appartenere a questa tipologia, il modello collassa. È proprio in questa circostanza che il modello Logit fornisce un'ottima alternativa. Sebbene a prima vista sia molto diverso e l'apparente complessità possa spaventare, i due modelli hanno in realtà molto in comune. Come prima cosa entrambi i modelli appartengono al gruppo delle relazioni casuali, come opposto alle associazioni statistiche; c'è una chiara asimmetria a priori tra le variabili indipendenti e quella dipendente. Entrambi i modelli sono stati originariamente concepiti per un'analisi dei dati empirici, o al massimo per dati in cui la relazione di causa è evidente.

Il modello di regressione lineare fornisce un grezzo ma quasi universale strumento per l'analisi empirica; spesso è solo una semplificata approssimazione di qualcosa di migliore, ma sicuramente è utile per lo screening delle evidenze empiriche. Il modello Logit può esser utilizzato quasi allo stesso modo per modelli esplicativi di “categorical phenomena”. Ci sono però anche varie differenze. Questo modello permette una specifica interpretazione economica in termini di massimizzazione dell'utilità in situazione di scelte discrete. C'è inoltre una sottile differenza riferita al “termine di disturbo” del modello di regressione, che nel modello Logit invece non è presente poiché già compreso naturalmente all'interno della specificazione iniziale. L'esempio classico di modello logistico è quello che considera la risposta binaria o dicotomica: detta Y una variabile dipendente binaria (ad es. che assume soltanto i valori 0 e 1), sia X una matrice di regressori, il modello Logit ipotizza che 7a.

dato

yi ~ Bin(1, π )

si ha 7b.

p ( xi ) = Pr(Y i = 1 | X = xi ) = Λ (x′t β) =

exp(x′t β) 1 + exp(x′t β)

dove xi denota una riga di X e Λ è la funzione di ripartizione di una variabile casuale logistica. Il vettore di parametri β è di norma stimato con il metodo della massima verosimiglianza. La relazione sopra può essere scritta, in maniera equivalente, come: 8.

 p ( xi )   = x′t β = β 0 + β 1 x1i + ... + β k xki ln 1 − p ( ) xi   Per concludere questa breve introduzione, si vuole precisare che, come quello di

regressione, anche il modello Logit permette alcune estensioni e alcune sofisticate varianti.

4.3.3 La storia del modello La funzione logistica, alla base del modello Logit, è stata formulata attorno al 1845 come una curva di crescita e il modello di probabilità bivariata, identificato inizialmente solo con il modello Probit normale, è riconducibile a studi statistici di biologia degli anni Trenta del Novecento, mentre la teoria del discrete choise o random utility risale ad una dottrina 67

economica degli anni Cinquanta. Agli inizi degli anni Settanta invece corrisponde il pieno sviluppo di tale modello e i primi impieghi traffic analysis. Le curve di crescita furono originariamente studiate per descrivere lo sviluppo di una popolazione nel tempo. Ponendo N(t) come notazione della dimensione della popolazione al ∧

tempo t, ed N (t ) il suo tasso di crescita assoluto 9.

∧

N (t ) =

dN (t ) dt ∧

l'assunzione più semplice è definire N (t ) proporzionale a N(t) 10a.

∧

N (t ) = αN (t ) ∧

10b.

α=

N (t ) N (t )

con α il tasso costante di crescita. Questa equazione differenziale riconduce ad una soluzione come crescita esponenziale 11.

N (t ) = A exp αt

ed A è spesso sostituito da N(0). Nel 1972 è stato sottolineato come questo modello fosse già alla base dell'idea di Maltus del 1740, secondo cui una popolazione lasciata a se stessa cresce con una progressione geometrica. Come modello di crescita, la funzione esponenziale era sicuramente nota anche nei primi anni del Novecento allo statista belga Alphonse Quetelet, conosciuto per l'applicazione della statistica alle dinamiche di vita. Egli, essendo consapevole del difetto della funzione esponenziale che porta rapidamente a valori impossibili, chiese al suo miglior allievo Verhulst, uno dei maggiori esperti della matematica pratica dell'epoca, di migliorar tale formula. Fu così aggiunto un nuovo termine: 12.

∧

N (t ) = βN (t )(W − N (t ))

dove W indica il valore di saturazione di N. Se esprimiamo N(t) come una frazione di W, e indichiamo Z(t)=N(t)/W, otteniamo: 13.

∧

Z (t ) = βZ (t )(1 − Z (t ))

e la soluzione di tale equazione è la funzione logistica 14.

Z (t ) =

exp(a + βt ) 1 + exp(a + βt )

Verhulst morì poco dopo e fu a lungo dimenticato (finché Miner non gli restituì la meritata importanza quasi un secolo più tardi), ma la curva logistica di crescita fu utilizzata e sfruttata per tutto il XX secolo. Reed e Berkson nel 1929 ricordarono vari esempi della letteratura del secolo precedente dove la curva era applicata alle reazioni chimiche autocatalitiche (“reazioni che portano avanti il proprio catalizzatore”). Tale proprietà è rappresentata dal primo termine della formula, βZ(t), mentre il graduale esaurimento del reagente è rappresentato dal secondo. Indipendentemente da questi piccoli lavori, la funzione logistica è stata utilizzata come modello di crescita della popolazione umana nel 1920 da Pearl e Reed. A quel tempo loro non erano a conoscenza del lavoro di Verhulst ed arrivarono indipendentemente a una molto simile variante della curva logistica. Applicarono il modello ai censimenti della popolazione degli USA dal 1790 al 1910 ed ottennero una stima di W pari a 197 milioni di abitanti (che però si scontra con la presenza effettiva di circa 300 milioni di abitanti oggi). Pearl e i suoi collaboratori proseguirono poi nei successivi vent'anni con l'applicazione della curva logistica di crescita ad ogni tipo di popolazione, dalle banane agli uomini. L'idea di base di assumere che la crescita sia proporzionale sia al livello già raggiunto sia allo spazio mancante dal limite di saturazione è semplice e realistica. Tale modello è infatti ad oggi utilizzato come modello di crescita per popolazioni, ma anche per descrivere la diffusione o la penetrazione di mercato di un nuovo prodotto o una nuova tecnologia. La seconda provenienza del modello Logit è l'analisi statistica dei saggi biologici, o l'applicazione di modelli probabilistici agli esperimenti biologici, inizialmente con il modello Probit, la cui invenzione è normalmente accreditata a Gaddum (1933) e Bliss (1934), cui risale il termine stesso. Nel 1944 Joseph Berkson concentrò, invece, la sua attenzione ai metodi statistici utilizzati in biologia e propose l'uso della logistica, coniando il temine Logit come analogia con Probit. Finney tracciò le radici del modello Probit per lo studioso tedesco Fechner concentrandosi in particolare sulla trasformazione di frequenze per l'equivalente deviazione normale. Questo modello è quasi sempre positivo, e ciò costituiva un vantaggio essenziale per l'epoca poiché tale caratteristica facilitava molto i calcoli in assenza di calcolatori elettronici. Il pieno sviluppo di questa scuola probabilmente coincise con la pubblicazione della prima edizione della monografia di Finney del 1947. In assenza di aiuti elettronicoinformatici, la stima richiedeva varie tabelle di aiuto; allo stesso tempo però Berkson, che aveva lavorato con Reed, iniziò già a sostenere la superiorità del modello Logit rispetto al Probit. Le prime applicazioni del modello di probabilità bivariata in economia degli anni 69

Cinquanta utilizzavano quest'utimo: Farrell nel 1954 lo impiegò per studiare la relazione tra il possesso di automobili e il relativo reddito familiare; Adam nel 1958 adattò le curve di domanda lognormali ai dati empirici della volontà di comprare items indivisibili, come accendini, a vari prezzi. La monografia di Aitchison e Brown sulla distribuzione lognormale del 1957 mostra come il modello Logit non fosse preso seriamente dagli economisti dell'epoca, a favore del Probit. Era ritenuto più economico-sempliciotto e meno attendibile. Atchison e Brown smontarono il modello Logit con una sola frase: “the logistic lacks a wellrecognized and manageable frequency distribution of tolerances which the Probit curve does possess in a natural way” 7. D'altro canto però la praticità e in generale la maggior facilità di calcolo dell'analisi Logit ha permesso una sua diffusione a livello pratico molto superiore a quella teorica. Negli anni Sessanta il modello Logit venne riconosciuto alla pari del Probit, sia negli scritti accademici che nelle applicazioni pratiche, non solo per studi biologici, ma anche economici, epidemiologi e per le scienze sociali. Lo stretto legame con i livelli di tolleranza o dei valori soglia è stato dissolto nella rappresentazione più generale e astratta della regressione latente. In quegli anni furono scoperte inoltre le superiori proprietà analitiche della trasformazione Logit, grazie principalmente allo sviluppo del modello e la sua estensione oltre il binario. Nel 1969 per la prima volta il modello Logit fu infatti espanso a più di due variabili da Theil, passando dal binomiale al multinomiale. La guida nell'esplorazione delle sue possibilità passò poi ad un gruppo di studenti ed economisti americani sotto il comando di McFadden. Il modello Logit multinomiale fu applicato a studi empirici di scelta di traffic mode, o modal split, e molti problemi teoretici furono risolti. McFadden e i suoi collaboratori generalizzarono il modello e lo resero accademicamente rispettabile fornendo un quadro teoretico nell'utilità della teoria delle scelte discrete. Ciò collegò il modello direttamente alla teoria matematica astratta di scelta economica; a livello più pratico rese più facili le discussioni e le interpretazioni del modello e dei suoi coefficienti da parte degli economisti. L'articolo di Amemiya T. del 1981 (Qualitative Response models: a survey, “Journal of Economic Literature”, n. 19: 1483-1536) e il libro di Maddala G.S. del 1983 (Limiteddependent and Qualitative Variables in Econometrics, Cambridge University Press, Cambridge) per finire diedero al modello Logit multinomiale lo stato di familiare strumento

7 1957; The Lognormal Distribution, Number 5 in University of Cambridge, department of Applied Economics Monographs, p72, Cambridge University Press, Cambridge. Trad. “il modello logistico manca di una distribuzione di frequenza ben riconosciuta e gestibile dei termini di disturbo, che invece il Probit possiede in modo naturale”

di ricerca per studi economici empirici. Questo modello assunse sempre maggior importanza anche nei campi come medicina, psicologia matematica, studi sui trasporti ecc.

4.3.4 Il modello Logit per un singolo attributo Come già precisato, il modello Logit (come altri modelli di probabilità) deve le sue origini alle analisi degli esperimenti biologici. Un esempio è la relazione tra la concentrazione di insetticida all'interno di uno spray ed il numero di insetti morti. La medesima procedura vale per le relazioni tra i miglioramenti di un paziente e l'intensità della cura, ad esempio chi viene o non viene ricoverato, ma anche la relazione tra il reddito familiare di un consumatore e il fatto che possegga o meno un'automobile (o un altro bene durevole). Questi sono modelli chiamati quantal variables o stimulus and response models nella letteratura biologica, qualitative or limited dependent variables”in econometria, discrete choise in psicologia ed economia. Esaminiamo più da vicino l'esempio delle automobili. La relazione tra la proprietà del bene e il reddito è possibile verificarla con un campione d'indagine; la variabile indipendente sarà il reddito (che è continua) mentre la variabile dipendente sarà lo stato di proprietà (attributo, quindi o qualitativo o riconducibile ad una variabile discreta). Per un singolo attributo come la proprietà di un'automobile, Y è uno scalare che può aver solo 2 risultati, convenzionalmente 0 o 1. Yi = 1 se possiede un'automobile

Yi = 0 se non la possiede

Quando questi valori vengono tracciati, si ottiene un grafico come il seguente:

Grafico 2

Tentativo di rappresentare una variabile dicotomica con una retta

Una linea di regressione può esser tracciata secondo questi dati in base alla solita tecnica, ma il modello 15.

Yi = a + β X i +εi

va ad attribuire l'intera proprietà al solo elemento di disturbo, poichè i punti osservati non possono esser stati generati da una funzione lineare con una ragionevole specificazione di ε. Il corretto approccio per i dati del grafico è guardare la variabile Yi come una variabile casuale discreta e render la probabilità di Yi=1 un'idonea funzione di X, e non il valore stesso di Yi. Ciò porta ad un modello che specifica la probabilità di una certa risposta come una funzione dello stimolo: 16.

17.

Pi = Pr(Y i = 1) = P( X i ,θ ) Qi = Pr(Y i = 0) = 1 − P( X i ,θ ) = Q( X i ,θ )

P(.)=è una funzione di Xi e il vettore θ dei parametri che governano il suo comportamento è stato aggiunto a fine di completezza. L'equazione di regressione può esser riscritta come 18.

P ( X ) = α + βX

che è il modello di probabilità lineare, e proprio con il metodo della regressione lineare vengono calcolati α e β. I successivi progressi tecnici non hanno però permesso di eliminare la principale obiezione, ovvero l'impossibilità di contenere il range da 0 a 1, come invece imposto dalla probabilità. Se vogliamo che la probabilità vari monotonicamente con X e che inoltre rimanga all'interno dei limiti, dobbiamo guardare una curva sigmoide o S-shaped che si appiattisce alle estremità in modo da rispettare questi limiti naturali: un esempio ne è la funzione logistica

exp(α + βX ) 1 + exp(α + βX )

19.

P( X ) =

20.

Q( X ) = 1 − P( X ) =

1 1 + exp(α + βX )

che chiameremo Pl 21.

Pl ( Z ) =

exp( Z ) 1 + exp( Z )

quindi 22.

P ( X ) = Pl (α + βX )

Non esiste però alcuna diretta giustificazione intuitiva per l'uso di questa particolare funzione. Facciamo notare che 23.

1 − Pl ( Z ) = Pl (− Z ) 72

per ogni coppia di variabili casuali W e V. L'interpretazione solitamente data a tale formula è “la percentuale di cambiamento della variabile W corrispondente a una crescita dell'1% della variabile V” ed è preferita alla corrispondente derivata poiché invariabile rispetto alla scelta dell'unità di misura di entrambe le variabili e la sua scala non è arbitraria, avendo un range compreso tra o e 1. Possiamo introdurre inoltre il concetto di semielasticità 29.

η=

dP ( X ) d log X

che nel presente elaborato diventa

η = Pl (α + βX )(1 − Pl (α + βX )) βx

30.

ed indica il cambiamento in percentuale della probabilità all'aumento dell'1% di X. Il suo valore varia con X e la dobbiamo valutare solitamente rispetto alla media del campione o qualche altro punto conveniente ai fini dell'analisi. Poiché la somma di P e Q è 1, e quella delle loro derivate è zero, abbiamo

dQ( X ) dP ( X ) =− d log X d log X

31.

proprietà non riscontrabile per l'elasticità. Varie sono le estensioni del modello: ad esempio la formula 19 implica che il possesso di un'automobile divenga pressoché certo per redditi molto alti, però, sebbene per le automobili tale conclusione sia accettabile, non è possibile estenderla più in generale a beni durevoli come l'equipaggiamento sportivo o gli strumenti musicali, per i quali dobbiamo inserire un limite ω inferiore a 1, chiamato livello di saturazione e inserito nel modello nel modo seguente: 32.

P ( X ) = ωPl (α + βX )

Un'altra importante considerazione riguarda la possibilità di influenza di altre variabili. In laboratorio le condizioni controllate assicurano agli studiosi che l'insetticida sia l'unica causa di morte degli insetti, o che comunque le condizioni rimangano costanti quanto più possibile, ma per lo studio ad esempio della proprietà delle automobili si possono ipotizzare molte altre motivazioni diverse dal reddito, che in questo caso non possono esser ne valutate ne eliminate. Il modello Logit può però esser in parte adattato a tali situazioni con l'introduzione all'interno del modello di altre variabili dipendenti 33.

P ( X ) = Pl(xT β)

dove x e β sono dei vettori e il termine tra parentesi una combinazione lineare come la seguente

xT β = β 0 + β 1 x1 + β 2 x2 + ...

34.

Dunque, ogni funzione lineare di rilevanti variabili indipendenti può esser inserita nella funzione logistica ed esser inoltre trattata esattamente come un'equazione di regressione. Essa dovrebbe di regola contenere una costante dummy 1 con il parametro intercetta come coefficiente. Proprio come in una funzione di regressione le altre variabili possono esser trasformate, per esempio prendendo i logaritmi o elevando al quadrato, e le variabili qualitative dovrebbero esser espresse da variabili dummy (0,1).

4.3.5 Modello Logit in formule Nel modello Logit (ed anche in quello Probit) si usa sottintendere un modello a variabile latente: dai vettori delle variabili esplicative x e dei parametri β si definisce una variabile ∗ y = I ( y > 0)

∗ y = x′β + ε

35.

dove I() è la funzione indicatrice. Si pone 36.

∗ P( y =1| x) = P( y > 0 | x) = P(ε > −x' β | x) = 1 − G (x' β ) = G (x' β )

con G funzione di ripartizione. Si indicherà

p ( x) ≡ P ( y = 1 | x) = Pl (x' β)

37.

La distinzione tra i due modelli Logit e Probit discende dalla funzione di ripartizione adottata: per il modello Logit la funzione di ripartizione della funzione logistica, mentre per il Probit la funzione di ripartizione adattata della normale standard

38a.

Logit

38b.

Probit

Pl ( Z ) =

exp( Z ) 1 + exp( Z )

Φ(x′t β) =

x′t β

∫

−∞

 x2  1 exp− dx 2π  2

Per determinare gli effetti parziali di una variabile esplicativa si deve ricorrere alla regola di derivazione delle funzioni composte

∂p (x) = g (x' β) β j ∂ xj

39a.

39b.

g ( z) =

∂Pl ( z ) ∂z

Se la variabile esplicativa xh è binaria, l'effetto parziale è calcolabile con la formula seguente

k   k  Pl  ∑ β j x j  − Pl  ∑ β j x j   j =1   j =1, j ≠ h 

40.

In ogni caso, non essendo G una funzione lineare, l'effetto dipende dal punto in cui viene calcolato. Hanno quindi senso solo valutazioni degli effetti relativi di due esplicative. Si utilizzano per i parametri stimatori di massima verosimiglianza, che sono per loro natura asintoticamente corretti, consistenti e asintoticamente normali. Riprendendo y*, definibile anche come propensione o abilità ad assumere valore yt=1, oppure come costo opportunità di yt = 0, si noti che se viene moltiplicata per qualsiasi costante non nulla, il modello non cambia: ∗

λ yt = λ x′t β + λ ε t

41.

∗∗ ∗ yt = xt β + ε ∗t

42.

Per questo motivo si usa la convenzione di normalizzare il modello affinché il termine di disturbo ε abbia varianza unitaria. Definiamo ora: ∗

43.

Pt = prob( yt = 1) = prob( yt > 0) = prob(x′t β + ε t > 0) = = prob(ε t > − x′t β) = 1 − prob(ε t < − x′t β) = 1 − F (− x′t β)

F() è la funzione di ripartizione della variabile casuale εt 44.

F (h) =

∫ f (ε t )d ε t

−∞

Se si ipotizza che la funzione di densità di εt sia simmetrica rispetto a zero [f(-h) = f(h)] allora abbiamo 45.

F (−λ x′t β) = 1 − F (λ x′t β)

e quindi 46.

Pt = prob( yt = 1) = F (λ x′t β) 76

Essendo F una funzione di ripartizione, Pt è condizionata ad esser compresa tra 0 e 1

lim F (x′t β) = 0

47a.

xtβ⇒−∞

47b.

xtβ⇒+∞

lim F (x′t β) = 1 '

Date T osservazioni su yt, t = 1,..,T, è possibile scrivere la funzione di verosimiglianza

P ( y1 , y 2 ,..., yT | x1 , x2 ,..., xT ) = ( ∏ Pt ) ∏ (1 − Pt )

48.

yt =1

∏ (1 − Pt )

dove yt =0

yt =0

indica la produttoria rispetto a tutte le osservazioni in

corrispondenza delle quali yt = 1

( ∏ Pt ) yt =1

indica la produttoria rispetto a tutte le osservazioni in corrispondenza delle

quali yt = 0.

Ipotizzando che i termini di disturbo del modello abbiano distribuzione logistica

49.

F (ε t ) =

exp(ε t ) 1 = 1 + exp(ε t ) 1 + exp(− ε t )

si ottiene il modello Logit. Una variabile casuale logistica con le seguenti funzioni di densità e di ripartizione: x

50a.

50b.

f ( x) = e 2 (1+ex ) F ( x) = e

1+ e

x ∈ (− ∞;+∞ ) 1 1 + e− x

nb : f ( x) =

∂F ( x ) ∂x

Una variabile casuale logistica è caratterizzata da maggior dispersione rispetto alla normale standardizzata: E(x) = 0; V(x) = π2//3. Il comportamento di una variabile casuale logistica è dunque molto simile a quello di una N(0,1), tranne nelle code.

Grafico 4

Funzioni di densità logistica e normale con media 0 e varianza 1 [Cramer J.S. (1991), The Logit Model: an introduction for economists]

Per quanto riguarda il modello, l'assunzione di distribuzione logistica implica 51.

exp(x′ β ) 1 Pt = F (x′t β) = 1 + exp( t β ) = 1 + exp(− β ) x′t x′t

ed esplicitando rispetto a exp(xt'β)

[1 + exp(− x′t β ) ] Pt = 1 ⇒ exp(x′t β ) = 52.

Pt ⇒ ′ β = ln Pt  = ln  prob( yt = 1)    xt 1−  1 − Pt  prob( yt = 0)  Pt 

Date queste ipotesi, è possibile scrivere la funzione di verosimiglianza

53.

   L =  ∏ Pt   ∏ (1 − Pt ) =   y =1   y =0     1 1  = = ∏   ∏ 1 −  y =11 + exp(− x′t β )  y =0 1 + exp(− x′t β )  t

    1 1  = ∏   ∏  1 + exp ( − β ) 1 + exp ( β ) x′t   y =0 x′t   y =1 t

ma la stima si presenta problematica: si tratta di stimare la massima verosimiglianza derivando rispetto a β, ottenendo un'espressione che non può esser esplicitata rispetto a β

   L =  ∑ ln Pt   ∑ ln(1 − Pt ) =  y =1   y =0  = − ∑ ln[(1 + exp(− x′t β ))] − ∑ ln[(1 + exp(x′t β ))]

54a.

yt =1

yt = 0

∂L =0⇒ ∂β

54b.

1 1 ⋅ xτ − ∑ ⋅ xτ = [0] y =11 + exp(x′t β ) y =0 1 + exp(− x′t β )

∑ t

e occorre utilizzare un metodo di massimizzazione numerica. In ogni caso la funzione logverosimiglianza è concava ed ha un unico massimo, quindi non da problemi in tal senso. A questo proposito, è necessario partire da un valore iniziale per la stima numerica, che chiamiamo β0, che in generale è quello che si ricava dalla stima del modello di probabilità lineare.

4.3.6 Indici di bontà di adattamento del modello Nei modelli in cui la variabile dipendente è dicotomica, esiste il problema della misurazione della bontà di adattamento, reso complicato rispetto alla regressione lineare dal fatto che yt assume solo valori 0 o 1. A solo titolo di completezza, si inseriscono qui le ipotesi avanzate per misurare quanto il modello Logit sia in grado di spiegare della variabile dipendente (per i modelli di regressione lineare queste misure sono equivalenti): 1. indice R2 inteso come il quadrato della correlazione lineare tra yt e “Yt”; 2. misure basate sulla somma dei quadrati dei residui: •

Proposta di Efron (1978) Nel MRL abbiamo:

55a.

RSS

2 R = 1 − TSS

T ′ RSS = εˆ′εˆ = ( y − yˆ ) ( y − yˆ ) = ∑ ( yt − yˆ t )

55b.

t =1

55c.

TSS =

′

y y = ∑ ( y t − y ) = ∑ yt − T y ∗

∗

t =1

  = T 1 − T  T 1  = T 1T 0 T T 

dove T1 = numero di osservazioni con yt = 1, T0 = numero di osservazioni con yt = 0 (T0+T1 = T).

Quindi:

R = 1− •

∑ ( yt − yˆ t ) = 1 −

56.

T 1T

0 t =1

T 1T 0

εˆ′εˆ

Proposta di Amemiya (1981) Somma dei quadrati dei residui come

 ( y − yˆ )2  ∑ t t  (1 − yˆ t ) t =1  y  ˆt T

57.

in modo tale che ciascun residuo venga ponderato per l'inverso della stima del proprio errore standard (vale anche per il modello di probabilità lineare); 3. Misure basate sul rapporto delle verosimiglianze: Per il modello di regressione lineare con termini di disturbo gaussiani: 58a.

yt = ∑ β 1 xit + ε t i =1

58b.

E (ε t ) = [0], ε t ~ N (0, σ 2 I T )

sappiamo che possiamo scrivere l'indice R2 come

59.

R2 = 1−

L  RSS = 1 −  R  TSS  LUR 

2 T

dove LR = massimo della verosimiglianza del modello vincolato ad avere tutti i parametri di pendenza uguali a 0, LUR = massimo della verosimiglianza del modello non vincolato, dato che sappiamo che:

60.

(

L = 2πσ

)

T 2 −2

 1  exp− 2 ε ′ε   2σ 

Da notare che questa interpretazione dell'indice R2 può essere validamente utilizzata per modelli a variabile dipendente qualitativa. Si ricordi che per i modelli a VDQ abbiamo che:

61.

   L =  ∏ Pt   ∏ (1 − Pt )  y =1   y =0  t

La verosimiglianza è generata come produttoria di probabilità che sono tutte < 1; quindi L ≤ 1 e questo ci assicura che:

LR ≤ LUR ≤ 1

62.

da cui

1 1 ≥ ≥1 LR LUR

63a.

1≥

63b.

LUR

≥ LR 2

63c.

2  L T 1 ≥  R  ≥ LR T  LUR 

63d.

LR T ≤ 1 − R 2 ≤ 1

63e.

0 ≤ R 2 ≤ 1 − LR T

A partire da queste considerazioni, Cragg e Uhler (1970) suggeriscono di costruire uno “pseuso R2”: 2

LUR T − LR T pseudo R p2 = 1 − L T2  L T2  UR  UR  

64.

mentre McFadden propone 65.

2 RMF = 1−

ln LUR ln LR

Quest'ultima misura non corrisponde ad una misura di R2 nel modello di regressione lineare 4. Bontà del modello come proporzione di previsioni corrette Vediamo quante volte il modello correttamente prevede il comportamento della variabile dipendente. Associamo ad ogni osservazione una sorta di “pseudoprevisione” yt** secondo la seguente regola :

66a. 66b.

∗∗ yˆ t > 0.5 ⇒ yt = 1

∗∗ yˆ t ≤ 0.5 ⇒ yt = 0

quindi per ogni osservazione calcoliamo yt-yt** (“pseudo errore di previsione”). Ovviamente, se yt-yt** = 1, la previsione è sbagliata. Quindi possiamo definire un indice di bontà del modello basato sul numero di previsioni corrette.

RC2 =

67.

numero di previsioni corrette T

che però non è molte utile per discriminare tra i modelli.

4.3.7 Altri 2 modelli di regressione non lineare: Probit e Tobit In questo paragrafo, una concisa introduzione ad altri due modelli non lineari, il modello Probit di cui si sono accennate alcune caratteristiche in contrapposizione al modello Logit, qui raccolte in una visione d'insieme, e il modello Tobit, il cui utilizzo appare però ancora difficoltoso.

➢ Probit Come anticipato è possibile assumere una diversa ipotesi sulla distribuzione dei termini di disturbo rispetto alla regressione logistica ed ipotizzare che ε1 ~ N(0,1). Come accennato precedentemente, in questo caso il modello viene chiamato Probit.

p ( yt = 1) = p

68.

Φ(x′t β) =

69.

Dove con

x′t β

∫

−∞

(y > 0) = Φ(x′ β) ∗

 x2  1 exp− dx 2π  2

Φ intendiamo la funzione di ripartizione di una variabile casuale normale

standardizzata. La funzione di verosimiglianza per il modello Probit è:

70a.

L = ∏ Φ(x′t β) ∏ [1 − Φ (x′t β)]

70b.

ln L = ∑ ln Φ(x′t β) + ∑ ln[1 − Φ (x′t β)]

yt =1

yt = 0

ed anche in questo caso per ottenerne la massima verosimiglianza è necessario utilizzare un metodo di massimizzazione numerica. Come abbiamo visto nei grafici precedenti, le funzioni di densità e di ripartizione di una variabile casuale logistica e di una variabile casuale normale sono molto simili, a parte il comportamento delle code. Per questo motivo, l'assunzione relativa alla distribuzione dei termini di disturbo è relativamente poco importante e l'applicazione dei due modelli allo stesso insieme di dati conduce a risultati simili, ma dato che nel modello Logit si ha

V (ε t ) = E (ε ) =

71.

2 t

π2 3

occorre dividere i risultati della stima Logit per π2/3 affinchè le stime dei due modelli siano confrontabili tra loro. Un ulteriore problema può essere lo sbilanciamento tra osservazioni con y = 1 e con y = 0, che viene risolto con l'utilizzo di tassi di campionamento diversi per riequilibrare il campione. Per il modello Logit l'effetto che ne consegue è solo una distorsione del parametro di intercetta che deve esser corretta aggiungendo log(P1/P0) dove P1 è la proporzione delle osservazioni con y = 1 ritenute e P0 è la proporzione delle osservazioni con y = 1 ritenute. La stima degli altri parametri non viene influenzata dai tassi di campionamento.

➢ Tobit Con il modello Tobit (Tobin's Probit, Tobin 1958) si cerca di analizzare una variabile troncata, ovvero osservata solo se positiva: 72.

 ∗ yt =  yt = x′t β + ε t  0 Si consideri ad esempio

∗

yt > 0

ε N (0,σ 2 I t )

altrimenti t = 1,2,..., T

lo studio delle determinanti della scelta di acquisto di

un'automobile sulla base di un campione di famiglie, e si ipotizzi che la scelta sia 0 per chi non possiede automobili. Per stimare questo modello non è possibile utilizzare lo stimatore OLS utilizzando solo le osservazioni per le quali y*>0, dato che per un utilizzo valido di tale stimatore deve valere la proprietà E(ε)=|0|, non soddisfatta in questo caso, considerandosi infatti solo le osservazioni per le quali ε 1>-xtβ. È quindi necessario utilizzare lo stimatore di massima verosimiglianza:

73.

 x′ β   1   1 2  exp− 2 (y t − x′t β )  ⋅ ∏ Φ − t  {y >0} 2π σ   2σ  {y =0}  σ 

∏ t

Anche nel modello Tobit la log verosimiglianza non ha condizioni del primo ordine che possano esser risolte analiticamente: 74.

1   ′ β  2 ln L = − T 1 ln (2π ) − T 1 ln (σ ) − 2 ∑ ( yt − x′t β ) + ∑ ln Φ − x t  2 2σ {y >0} {y = 0 }   σ   t

E' quindi necessario far riferimento a metodi di ottimizzazione numerica. Il problema concettuale di tale modello è che si basa sull'assunzione che y* possa effettivamente assumere in linea di principio valori negativi, che non vengono riportati perché non osservabili, e si ottengono stime dei parametri inconsistenti.

4.3.8 Modelli di scelta multinomiale Non è obiettivo di questo elaborato approfondire i modelli di scelta multinomiale, si inseriscono di seguito alcuni accenni in quanto possono essere sviluppati anch'essi per realizzare un'analisi economica, introducendo però nuove difficoltà da valutare con attenzione (anche il software Gretl dimostra in questo caso alcuni limiti). Nei i modelli a a risposta non ordinata si assume che la scelta cada tra K alternative (k = 1,...,K) e l'obiettivo è descrivere la probabilità di ogni alternativa in funzione di un vettore di variabili. Viene impiegato un modello cosiddetto di “utilità stocastica” in cui l'utilità associata ad ogni alternativa (che l'unità statistica trae da ogni alternativa) è espressa in funzione lineare di caratteristiche dell'unità statistica e/o dell'alternativa stessa: l'unità sceglierà l'alternativa che fornisce l'utilità massima. Considerate le k alternative, ordinate in modo arbitrario, definiamo: Uik, i = 1,...,n l'utilità non osservata che l'individuo i attribuisce all'alternativa k. Il modello diviene 75.

U ik = z′ikθ + ε ik

con

z′

vettore delle variabili

L'alternativa K viene scelta dall'individuo i se l'utilità ad essa associata è massima, cioè se P(Uik > Uil) per ogni altro l≠k. Non tutte le specificazioni della distribuzione degli εik sono coerenti con la massimizzazione dell'unità. McFadden (1981) ha dimostrato che l'ipotesi di εik i.i.d. con distribuzione di Gumbel (per valori estremi, del primo tipo) conduce ad un modello di scelta probabilistica coerente con la massimizzazione dell'utilità

P ( yi = k | z ′ik ) =

76.

exp(z′ikθ )

∑ exp(z′ikθ ) K

k =1

Essa quindi dipende da zik che può contenere caratteristiche specifiche: •

dell'unità, wi

•

dell'unità e dell'alternativa, xik (attributi alle scelte) ad esempio nella scelta tra marche: prezzo della marca k sperimentato dalla famiglia i in diverse occasioni di spesa=

77.

z ′ik = [xik , wi ]

78.

θ = [β ′, α ′]′ Nel caso in cui si disponga di sole variabili specifiche dell'unità statistica, il modello

sarà:

79.

P ( yi = k | w i ) = Pik =

exp(w ′i α k )

k = 0,1,..., K

∑ exp(w′i α k )

k =0

per k=0,1 si ha il modello di regressione logistica binaria. Al fine di eliminare gli elementi di indeterminatezza del modello, si pone α0 = 0 e si avrà 80.

P ( yi = k | w i ) =

exp(w ′i α k ) K

1 + ∑ exp(w ′i α l ) l =1

k = 0,1,..., K

α0 = 0

che è definito Logit multinomiale. Nel caso si disponga di sole variabili specifiche dell'alternativa, il modello sarà: 81.

P ( yi = k | x i1 , x i 2 ,..., x ik ,..., x iK ) = Pik =

exp(x′ik β

)

∑ exp(x′ik β )

k =0

che viene definito modello Logit condizionale. In questo ambito il modello Probit è poco impiegato in quanto richiede la valutazione di integrali multipli della distribuzione normale.

Se si assume che invece le alternative siano ordinate, allora il modello può esser specificato sulla base della relazione tra la variabile osservata yi ed yi*, nel modo seguente: 82a.

82b.

82c.

83d.

∗

yi = x′ik β + ε i ∗ yi = 0 se 0 ≥ yi

∗ yi = 1 se 0 < yi ≤ γ 1

∗ yi = 2 se γ 1 < yi ≤ γ 2

... 84e.

∗ yi = K se γ K −1 < yi ≤ γ K

in cui gli yk sono parametri ignoti da stimare accanto ai βj. Anche in questo caso, come nel modello di regressione logistica binomiale, si modella la probabilità di scegliere l'alternativa k:

P ( yi = k | xi ) = P (γ k −1 < yi∗ ≤ γ k ) = P (yi∗ ≤ γ k ) − P ( yi∗ ≤ γ k −1 ) =

83.

= F (γ k − x′t β) − F (γ k −1 − x′t β )

Se si assume che εi sia i.i.d. con distribuzione normale: modello Probit multinomiale. La distribuzione logistica conduce invece al modello Logit multinomiale ordinato.

4.3.9 Strumenti per l'analisi del modello Il modello Logit non è facilmente utilizzabile ed analizzabile solo attraverso i suoi coefficienti. Si riuniscono qui alcuni aspetti del modello già introdotti nei paragrafi precedenti, al fine di riunire e analizzare più puntualmente gli strumenti per analizzare al meglio i risultati elaborati dal software.

Solitamente, dopo aver verificato mediante il p-value se essi sono significativi, ed aver conseguentemente effettuato le necessarie modifiche alle variabili dipendenti, si inizia una prima valutazione degli effetti delle variabili indipendenti su quella dipendente, basandosi inizialmente sui segni dei coefficienti, per poi proseguire con il calcolo degli odds e dell'incidenza (pendenza), concetti in parte già trattati e che vengono qui ripresi e organizzati in un'ottica orientata all'analisi del modello. 86

➢ Effetti di variazione delle variabili esplicative Ricordando che •

il MPL stabilisce:

•

il modello Logit:

P ( yt = 1 | xt ) = x′t β

84.

P ( yt = 1 | xi ) =

85.

•

exp(x′t β ) 1 = 1 + exp(x′t β ) 1 + exp(− x′t β )

ed il modello Probit:

86.

P ( yt = 1 | xt ) = Φ(x′t β )

e chiamando

P ( yt = 1 | xt ) = Pt ,

possiamo verificare che variazioni delle variabili

esplicative hanno diversi effetti su Pt a seconda del modello di riferimento

 βi  ∂Pt  exp(x′t β ) = ⋅ β i = Pt (1 − Pt )β i ∂xit [1 + exp(x′t β )]2  Φ(x′t β ) ⋅ β i

87.

Quindi per il MPL

MPL    Logit   Pr obit 

∂Pt è costante, cioè non dipende da x , mentre non è costante per gli altri t ∂xit

due modelli. Si noti che per il modello Logit, dato che il log-odd ratio è

  ln Pt  = x′t β  1 − Pt 

88.

abbiamo che

  ∂ ln Pt   1 − Pt  = βi ∂ xit

89.

Quindi l'effetto sulla probabilità di successo della variazione di una delle covariate: •

dipende dal valore assunto da tutte le covariate xi

•

ma coincide con il segno del corrispondente coefficiente bj 87

Può essere interessante valutare tale variazione in corrispondenza di particolari valori delle covariate (spesso si sceglie a tale scopo il vettore dei valori medi, x). Se xij è una variabile binaria, l'effetto parziale della variazione di xij da zero a uno, mantenendo tutte le altre variabili esplicative costanti, è dato da: 90.

P ( y = 1 | xi1 , xi 2 ,.., xij = 1,..., xik ) − P ( y = 1 | xi1 , xi 2 ,.., xij = 0,..., xik ) Se tale variabile è discreta, invece, il suo valore viene aumentato del numero di unità

ritenuto più utile ai fini dell'analisi, solitamente un aumento unitario, processo analizzato e sviluppato anche nel paragrafo sugli odds ratio.

➢ Odds L'odds, già nominato all'interno del capitolo, è un termine intraducibile in italiano ed è un prestito dal mondo delle scommesse, infatti talvolta in gergo viene anche chiamato “quota” intesa come quantità di denaro da scommettere sull'evento per avere una vincita unitaria in un gioco equo (vincita attesa=perdita attesa). È considerato come il rapporto tra la probabilità di successo e quella di insuccesso (a volte detta “propensione” al successo): 91.

ODDS :

P ( yi = 1 | xi )

P ( yi = 0 | xi )

Pi 1 − Pi

exp(x′i β ) 1 + exp(x′i β ) = = exp(x′i β ) 1 1 + exp(x′i β )

I risultati sono classificabili secondo tre tipologie

92.

successo ed insuccesso sono equiprobabili  1 Pi  ODDS : =  ∈ (0,1) successo meno probabile dell'insuccesso 1 − Pi  successo più probabile dell'insuccesso ∈ (1,+∞ ) Poiché il campo di variazione dell'odds non è simmetrico, spesso si preferisce ricorrere

alla sua trasformazione logaritmica: log odds (che risulta uguale alla trasformata di Pi)

93.

 0 interpretazione   P  ODDS : log i  = logit (Pi )< 0 come sopra  1 − Pi  > 0 

➢ Odds ratio Altre precisazioni possono essere aggiunte grazie al calcolo degli odds ratio. Essi sono una misura di effetto o di associazione relativa (per esempio di un test diagnostico, di una terapia, di un fattore di rischio).

Si consideri un modello con due esplicative: x1 continua ed x2 dicotomica.

P ( yi = 1 | x1 , x2 = 1)

94a.

ODDS ( x2 = 1) =

94b.

ODDS ( x2 = 0) =

94c.

ODDS RATIO = OR =

Supponiamo che

( )

1 − P ( yi = 1 | x1 , x2 = 1) P ( yi = 1 | x1 , x2 = 0 )

1 − P ( yi = 1 | x1 , x2 = 0 )

= exp(β 0 + β1 x1 + β 2 )

= exp(β 0 + β1 x1)

ODDS ( x2 = 1) = exp(β 2 ) ODDS ( x2 = 0)

exp βˆ2 = 2 . Poiché tale valore rappresenta il rapporto tra la propensione

al successo riferita ad x2=1 e la propensione al successo riferita ad x2=0, possiamo affermare che le unità caratterizzate da x2=1 hanno una propensione al successo doppia rispetto alle unità caratterizzate da x2=0. Odds ratio per variabile continua: se x1 è continua, si ha che l'OR corrispondente ad un incremento unitario della variabile è uguale al caso dicotomico, cioè exp(β1). Se a fini interpretativi si ritiene più interessante calcolare l'incremento di c unità (c≠1) piuttosto che un incremento unitario, allora il logaritmo dell'odds ratio corrispondente è uguale a exp(cβ1 ). Odds ratio per una variabile x categorica o ordinale a k modalità: si ricordi che le k modalità della variabile sono espresse nel modello attraverso k variabili dummy. Se nel calcolo degli odds ratio il gruppo delle unità portatrici della modalità corrispondente all'annullamento di tutte le dummy viene preso come gruppo di riferimento, tale tipo di codifica garantisce che il logaritmo dell'odds ratio del gruppo delle unità che portano l'i-esima modalità della variabile x rispetto al gruppo di riferimento è (per i = 1,...,k-1) pari a β1i e quindi l'odds ratio di questo gruppo rispetto al gruppo di riferimento è uguale a exp(β1i).

4.4 Stima di massima verosimiglianza La stima di massima verosimiglianza (maximum likelihood, ML) è uno strumento fondamentale per le moderne procedure di inferenza ed è un procedimento matematico per determinare uno stimatore. Il metodo consiste nel massimizzare la funzione di verosimiglianza, definita in base alla probabilità di osservare una data realizzazione campionaria, condizionatamente ai valori assunti dai parametri oggetto di stima. Il metodo è stato originariamente sviluppato dal genetista e statistico sir Ronald Fisher, tra il 1912 e il 1922. Le proprietà principali che uno stimatore deve possedere sono ad esempio correttezza e consistenza, ma il metodo fondamentale per la costruzione di stimatori puntuali si basa proprio sulla funzione di verosimiglianza. Consideriamo una variabile X discreta la cui distribuzione dipende solo dal parametro incognito θ, sia dato un certo campione osservato (x 1, x2, …, xn) e ci si chieda qual'è la probabilità di osservare quel dato campione, per ogni valore del parametro θ. La funzione di verosimiglianza L(θ) indica la probabilità di osservare un campione fissato, al variare di tale parametro. Poiché le osservazioni campionarie sono indipendenti e identicamente distribuite, possiamo scrivere la funzione di verosimiglianza come prodotto delle probabilità delle singole osservazioni campionarie. Se X è discreta, 95.

L(θ ) = P ( dati osservati;θ ) = P ( X 1 = x1 , X 2 = x2 ,..., X n = xn ;θ ) = n

= P ( X 1 = x1 ;θ ) ⋅ P ( X 2 = x2 ;θ ) ⋅ ... ⋅ P ( X n = xn ;θ ) = ∏ p( x1 ;θ ) i =1

Se la variabile X è continua, la funzione di verosimiglianza è data dalla densità corrispondente ai dati campionari osservati quando il valore del parametro ignoto è θ; si ottiene 96.

L(θ ) = Densità ( x1 , x2 ,..., xn ;θ ) = f (x j ;θ )

E' importante sottolineare che nella funzione di verosimiglianza L(θ) i dati campionari sono fissati mentre il valore del parametro ignoto θ può variare. Essa deve esser dunque vista come una funzione del solo parametro θ, che ci indica in sostanza quanto è plausibile uno specifico valore del parametro ignoto, una volta che sia stato osservato un certo campione (x1, x2, … , xn;θ). Se θ1 e θ2 sono due distinti valori del parametro ignoto e se dato un campione, L(θ 1) > L(θ2), si riterrà che il valore θ1 sia più verosimile di θ2 alla luce del campione osservato.

Tale disuguaglianza infatti sottintende:

P ( X 1 = x1 , X 2 = x2 ,..., X n = xn ;θ1 ) > P ( X 1 = x1 , X 2 = x2 ,..., X n = xn ;θ 2 )

97.

ossia che i valori osservati sono più probabili per θ = θ1 che per θ = θ2. Un approccio naturale alla stima del parametro θ consiste quindi nel prendere il valore più plausibile di θ dato il campione osservato, ossia il valore di θ che massimizza la funzione di verosimiglianza L(θ). Questo valore è la stima di massima verosimiglianza di θ ed è indicata con θˆ . Poiché la funzione logaritmica è una funzione monotona crescente, la stima di massima verosimiglianza di θ è anche il valore che massimizza la trasformata logaritmica logL(θ), che è normalmente più comoda da calcolare di L(θ). La stima di massima verosimiglianza è dunque

L(θˆ) = max L(θ )

98.

log L (θˆ) = max log L(θ )

ed il modo più semplice di trovare un punto di massimo è quello basato sulla derivata prima:

d log L(θ ) =0 dθ

99.

che nel punto θ = θˆ soddisfa 100.

d 2 log L(θ ) <0 dθ 2

Se esiste un solo valore che soddisfi questa condizione, allora θˆ è la stima di massima verosimiglianza. Al variare del campione osservato avremo in generale una diversa stima di massima verosimiglianza del parametro della popolazione. Otteniamo quindi una nuova variabile casuale, funzione delle osservazioni campionarie θˆ = t(x1, … , xn) che è lo stimatore di massima verosimiglianza del parametro θ. Gli stimatori di massima verosimiglianza per media e varianza di una popolazione Normale, basati sull'osservazione di un campione di dimensione n, sono rispettivamente • 101. • 102.

per la media: 1 n µˆ = ∑ xi n i =1 per la varianza:

1 n  1 var(µˆ ) = var ∑ xi  = 2  n i=1  n

σ2

i =1

∑ var(xi ) =

da cui 103.

1 n n i =1

σˆ 2 = ∑ ( xi − µˆ )2 Si può notare che lo stimatore di massima verosimiglianza per la media coincide con

lo stimatore corretto media campionaria, mentre lo stimatore per la varianza corrisponde alla varianza campionaria non corretta. In generale, lo stimatore di massima verosimiglianza possiede numerose proprietà. Sotto condizioni non molto restrittive è asintoticamente corretto, consistente, ha distribuzione asintoticamente normale ed è efficiente8.

Fonte: Borra S. e Di Ciaccio A (2008), Statistica: metodologie per le scienze economiche e sociali, seconda edizione, McGraw Hill, Milano

CAPITOLO 5 – ANALISI DELLA FIDELIZZAZIONE DEL CLIENTE CON METODO STATISTICO

In questo capitolo viene presentato il lavoro di analisi svolto, descritto il percorso operativo, e i risultati ottenuti nella misurazione della customer satisfaction e della fidelizzazione del cliente in relazione e con particolare riguardo ai dati socio demografici disponibili per il campione analizzato.

5.1 La valutazione degli Attributi del servizio di Agriturismo Per valutare i risultati della ricerca condotta sugli agriturismi della zona di interesse è stato condotto uno studio statistico utilizzando il software Gretl per rielaborare i dati di 420 interviste già raccolti secondo le modalità descritte al capitolo 3. I risultati già precedentemente elaborati hanno consentito di ricavare utili informazioni, risposte interessanti ed in linea con gli obiettivi, tuttavia poco si è potuto apprendere in merito alla customer satisfaction e sui fattori di fidelizzazione del cliente. Per tale ragione le informazioni raccolte durante le interviste sono state separatamente qui rielaborate con il modello Logit.

Il presente capitolo è strutturato nei seguenti paragrafi: 1. Analisi del dataset rielaborato per la presente analisi 2. Valutazione dei coefficienti stimati con il modello, calcolo di odds e pendenza 3. Alcuni commenti sui valori delle stime ottenute.

5.2 La costruzione della base dati Nel database usato in questo lavoro, proveniente da una precedente ricerca, i dati raccolti erano organizzati per un'analisi descrittiva, è stato quindi necessario riadattarli per l'utilizzo in Gretl. Come precisato anche al capitolo 4, alla luce delle domande che componevano il questionario e il numero di risposte disponibili, si è scelto di utilizzare un modello statistico non lineare a risposta dicotomica per verificare la dipendenza delle risposte 93

date dall'intervistato alla domanda “Quante volte ha mangiato in un qualsiasi agriturismo negli ultimi 6 mesi?”, che originariamente prevedeva sei diverse modalità di risposta (1=mai, 6=5 o più volte), in funzione delle varie caratteristiche demo-sociografiche dell'intervistato stesso. Ai fini di un'analisi che permettesse l'utilizzo del modello Logit binomiale, si è scelto di unire e classificare come successo (y=1) le risposte da 2 a 5, cioè tutti gli intervistati che erano già stati almeno una volta negli ultimi sei mesi in un agriturismo, in contrapposizione alla risposta 1 (che diviene y=0), caratterizzante chi non ha mangiato in agriturismo negli ultimi 6 mesi. Poche sono state le variabili mantenute discrete o continue, anche perché alcune caratteristiche erano state già raccolte direttamente in classi. Nel dataset finale, molte variabili sono state suddivise in dummy (0,1), come ad esempio le classi di età e tutte le variabili qualitative (es: il titolo di studio), eliminando poi la modalità più frequente (che andava a caratterizzare l'unità di riferimento), per evitare i problemi di multicollinearità altrimenti rilevati dal programma. Nel capitolo 3 sono stati inseriti i di più inerenti all'analisi che segue, al fine di premettere già un'analisi

descrittiva

delle

variabili

così

com'era

stata

affrontata

nel

lavoro

precedente,comprensiva dei risultati relativi al numero di componenti del gruppo. Poiché però legate principalmente alla precisa vacanza appena trascorsa non sono state considerate le variabili relative alla composizione di tale gruppo, così da concentrare l'analisi sulle caratteristiche più proprie dell'intervistato.

5.3 I risultati ottenuti con il modello Logit

Le stime dei coefficienti ottenuti con il modello Logit sono raffigurate nella seconda colonna della Tab. 1, mentre gli indici di bontà statistica di tali coefficienti sono raffigurati nelle ultime quattro colonne.

Tab. 1 â&#x20AC;&#x201C; I coefficienti del modello Logit Modello 1: Logit, usando le osservazioni 1-397 Variabile dipendente: y Errori standard QML Coefficiente const 24,5703 STATO_1__italia 0,81288 prov_TV__si_1_ 1,31272 veneti__si_1_ 0,934734 A14_1__si_1_ 0,197736 A11_famiglia -0,0490493 Genere_1__masch 0,803007 Eta_1726 -22,9526 Eta_2736 -23,5537 Eta_3746 -23,2195 Eta47_56 -22,682 Eta_5766 -22,4562 ts_B -0,316075 ts_A -0,240713 cp_dis -1,95047 cp_altr -0,386159 sc_1 -0,0768803 sc_3 0,0755846 sc_4 -2,55256 ncomp -0,26118 nperc -0,211684 Media var. dipendente R-quadro di McFadden Log-verosimiglianza Criterio di Schwarz

Errore Std. 111,954 0,838587 0,491386 0,662425 0,751503 0,0288766 0,412012 112,043 112,136 112,122 112,094 112,075 0,543392 0,502546 0,982991 0,569783 0,470181 0,884724 1,60403 0,17237 0,262771

0,906801 0,226579 -95,14721 315,9571

z 0,2195 0,9693 2,6715 1,4111 0,2631 -1,6986 1,9490 -0,2049 -0,2100 -0,2071 -0,2023 -0,2004 -0,5817 -0,4790 -1,9842 -0,6777 -0,1635 0,0854 -1,5913 -1,5152 -0,8056

p-value 0,82629 0,33237 0,00755 0,15822 0,79246 0,08940 0,05130 0,83768 0,83363 0,83594 0,83964 0,84119 0,56079 0,63195 0,04723 0,49794 0,87012 0,93192 0,11153 0,12971 0,42048

SQM var. dipendente R-quadro corretto Criterio di Akaike Hannan-Quinn

***

* *

0,027689 0,055877 232,2944 265,4357

Numero dei casi 'previsti correttamente' = 364 (91,7%) f(beta'x) nella media delle variabili indipendenti = 0,028 Test del rapporto di verosimiglianza: Chi-quadro(20) = 55,7482 [0,0000]

Per 17 variabili, i p-value superano il valore α = 0,1, evidenziando la loro non significatività nella spiegazione della variabile dipendente. La prima che andrà eliminata, per poi ripetere la stima, è quella relativa allo stato civile 3 (divorziato) che ha p-value pari a 0,93192. Seguendo questo procedimento, e grazie alle funzionalità del software utilizzato, sono stati rapidamente ricalcolati 14 modelli intermedi. La tabella seguente presenta il modello finale, nel quale tutte le variabili (e la costante) rimaste risultano significative:

Tab. 2 – I coefficienti del modello Logit dopo l'eliminazione delle variabili non significative Modello 15: Logit, usando le osservazioni 1-397 Variabile dipendente: y Errori standard QML

Coefficiente const 1,03115 prov_TV__si_1_ 1,30457 veneti__si_1_ 1,29909 A11_famiglia -0,050702 Genere_1__masch 1,06309 cp_dis -1,70651 ncomp -0,19917 Media var. dipendente R-quadro di McFadden Log-verosimiglianza Criterio di Schwarz

Errore Std. 0,527235 0,468091 0,537596 0,0249373 0,384895 0,838829 0,110577

0,906801 0,184350 -100,3423 242,5721 *

z 1,9558 2,7870 2,4165 -2,0332 2,7620 -2,0344 -1,8012

p-value 0,05049 0,00532 0,01567 0,04203 0,00574 0,04191 0,07167

SQM var. dipendente R-quadro corretto Criterio di Akaike Hannan-Quinn

* *** ** ** *** ** * 0,054403 0,127450 214,6846 225,7317

Valutato nella media

Numero dei casi 'previsti correttamente' = 360 (90,7%) f(beta'x) nella media delle variabili indipendenti = 0,054 Test del rapporto di verosimiglianza: Chi-quadro(6) = 45,358 [0,0000] Previsto 0 1 Effettivo 0 1

5 32 5 355

\Nella tabella sono riportate una costante (const) positiva, e sei variabili. Il procedimento che prevede l'eliminazione di una sola variabile alla volta è necessario perché l'eliminazione della meno significativa va a modificare il valore del p-value di tutte le altre (infatti il modello iniziale riportava come significative solo 4 variabili, quindi 2 meno di quello finale). Proprio come già mostrato nel terzo capitolo, la media della variabile dipendente prossima a 1 indica che molte delle unità del campione avevano già mangiato almeno una volta in un agriturismo negli ultimi 6 mesi, A seguito delle valutazioni fatte e delle variabili non più presenti nel modello, si considererà come riferimento per i successivi commenti al modello un turista non residente a Treviso e neppure in Veneto, di genere femminile e non disoccupato (occupato e appartenente alla categoria che era stata denominata altro, come ad esempio pensionati, studenti e casalinghi). Per quanto riguarda le uniche due variabili non dicotomiche significative, si prenderà come riferimento per il numero di componenti della famiglia un valore pari a 2,96, mentre per la variabile riferita alla domanda “Con quante persone della sua famiglia, escluso lei, è qui oggi?” valore 6,45. Essi corrispondono alla media dei valori indicati dalle 397 unità prese in considerazione dal modello (420 meno le 23 unità escluse poichè corrispondenti a questionari non completi nelle domande di interesse).

5.4 Analisi dei risultati In primis si vuole porre in evidenza la stringa “Numero dei casi 'previsti correttamente' = 360 (90,7%)”, riportata nella Tab. 4. indicante che il modello è in grado di valutare correttamente 360 casi su 397 (la composizione precisa è riportata nella tabella che conclude Tab. 4), pertanto una percentuale abbastanza elevata.

5.4.1 Analisi dei coefficienti stimati (βk) Nel commentare il modello si inizia dall'osservazione dei segni dei coefficienti. Si rileva dalla positività di questi un aumento della probabilità di ritorno al relativo diminuire della distanza tra agriturismo e luogo di residenza dell'intervistato e analogamente la probabilità di ritorno aumenta se l'unità statistica è di genere maschile. La probabilità invece 97

diminuisce nel caso in cui il turista sia disoccupato, come pure si riduce all'aumentare del numero di persone che con lui hanno vissuto l'esperienza e con l'aumentare dei componenti della sua famiglia, tutti coefficienti negativi. L'aumento dei componenti della famiglia provoca una probabile riduzione del reddito pro-capite all'interno della stessa e ciò giustifica almeno in parte la dinamica di riduzione della probabilità di ritorno anche a livello economico. Medesima considerazione può esser riferita alla condizione di disoccupato: la probabilità di ritorno scende se si prende in esame un turista disoccupato, giustificabile a livello economico presumendo nuovamente che tale condizione faccia ridurre, in certi casi anche sensibilmente, il reddito famigliare e la disponibilità economica per il tempo libero. In merito all'importanza da attribuire in materia di fidelizzazione alla distanza tra la residenza e l'agriturismo si osserva che gli intervistati di Treviso, e più in generale Veneti, dimostrano una probabilità maggiore di ritorno sebbene la domanda del questionario, utilizzata come variabile dipendente, non si riferisse necessariamente ad agriturismi locali, bensì fosse molto più generica. Sebbene infatti tale domanda nel questionario non distinguesse, ad esempio, tra i turisti romani che avevano mangiato in un agriturismo romano da quelli che avevano consumato il loro pasto in uno trevigiano, o non chiedesse di specificare ai clienti di Treviso se avessero mangiato in un agriturismo locale (compreso nel campione) o in altra località del pianeta, i Trevigiani, e i Veneti in genere, che hanno risposto a questa domanda dichiarano di aver mangiato in agriturismo più spesso negli ultimi 6 mesi rispetto ai residenti fuori regione. Ciò può esser ricondotto innanzitutto al numero elevato di agriturismi nella zona studiata, e genericamente in Veneto, ma si può ipotizzare sia legato anche alla loro promozione e politica di fidelizzazione, con effetti evidenti soprattutto a livello locale. Si può inoltre ipotizzare, sempre in un'ottica di fidelizzazione e come spunto per lo sviluppo di ulteriori azioni o assegnazione di risorse ad essa orientati, che chi cede alla tentazione dell'offerta agrituristica a piccola distanza da casa tenda a ripetere l'esperienza con maggior frequenza. Va però precisato come l'elevato numero di agriturismi nell'area Pedemontana, e più in generale nella provincia di Treviso, unito al buon sviluppo di questa attività a livello locale, possa indurre a ritenere che in questa zona ci sia una peculiare tradizione riguardante la frequentazione degli agriturismi, più matura e diffusa di quanto possa esserlo anche già nelle province limitrofe. Ciò suggerisce prudenza nell'estendere le suddette considerazioni indistintamente ad agriturismi di altre località.

Si noti, inoltre, come il valore assoluto dei coefficienti stimati sia vicino a 1, esclusi quelli relativi alle uniche due variabili discrete, A11 (numero di componenti del gruppo) e ncomp (numero di componenti della famiglia), con coefficiente pari a -0,050702 e -0,19917. Gli attributi con i coefficienti più elevati sono invece relativi alla residenza: in provincia di Treviso, pari a 1,30457, residenza in Veneto, 1,29909. In valore assoluto il coefficiente più elevato è quello, che porta segno negativo, riferito alla condizione professionale disoccupato, vale a dire -1,7065. Tali raffronti, in realtà, sono però fuorvianti nell'analisi dell'importanza relativa degli attributi, proprio per la differenza intrinseca nella tipologia di variabili.

5.4.2 Analisi degli odds E' ora possibile calcolare gli odds. Tab. 3 riporta i risultati calcolati con il software Microsoft Excel.

Tab. 3 – Gli odds calcolati per ogni variabile Variabile prov_TV__si_1_

stima modello 0,81

ODDS 4,13

veneti__si_1_ A11_famiglia

0,80 0,52

4,11 1,07

Genere_1__masch

0,76

3,24

cp_dis

0,17

0,20

ncomp

0,48

0,92

Con questo modello, la formula per calcolare gli odds è la seguente (formula esempio - odds della prima variabile): 1,03115+1, 304571*1+ 0 , 29909*0-0,0507021*6.45+1,06309*0-1,70651*0-0,19917*2,96

1 − e1,03115+1,304571*1+0, 29909*0-0,0507021*6.45+1,06309*0-1,70651*0-0,19917*2,96

= 4,13

I valori inseriti in questa formula sono i coefficienti stimati dal software ed i valori di riferimento per tutte le variabili, ad esclusione di quella indicata nella colonna denominata variabile, modificata di volta in volta, come dice la teoria, attribuendole se dicotomica valore 1 (l'unità di riferimento presenta tali variabili con valore 0), se discrete valore pari alla media aumentata di una unità. 99

Come era presumibile già dai valori dei coefficienti, i due odds più elevati sono relativi alla provenienza ed indicano che la probabilità di ritorno è fortemente superiore a quella di non ritorno se il turista risiede a Treviso (prima variabile), o almeno in Veneto (seconda variabile). Possiamo dire che su 5 clienti residenti a Treviso, mediamente 4 ripeteranno l'esperienza, e la medesima proporzione vale nel caso di clienti veneti. Tale probabilità è molto elevata, però va precisato che essa non assicura il ritorno del cliente nel medesimo agriturismo. Questa considerazione porta a valutare un beneficio, in termine di fidelizzazione, probabilisticamente limitato per un singolo agriturismo che decida di investire promuovendosi all'interno della sua località, ma porta a suggerire investimenti comuni, ad esempio ad opera di associazioni di agriturismi e ancora poco utilizzate azioni di co-marketing tra attività agrituristiche e aziende di produzione appartenenti agli importanti distretti produttivi geograficamente confinanti (Montebelluna, Conegliano). Il valore più basso è invece quello relativo allo stato di disoccupato. Dato il riferimento, se il turista non è occupato la probabilità di ritorno è inferiore a quella di non ritorno, con una relazione esattamente opposta alle precedenti: ogni 5 clienti disoccupati, solo 1 ripeterà l'esperienza. Questa rilevazione può suggerire di puntare su attività di promozione presso aziende locali, anche attraverso il passaparola, come serbatoio di clienti non disoccupati o, ad esempio, in luoghi frequentati da studenti, che come precisato al capitolo 3 non sono stati calcolati tra i disoccupati bensì in una terza categoria denominata Altro. Tale categoria costituirebbe un ampliamento del mercato potenziale sebbene al momento sia realistico ritenere che abbiano un reddito disponibile minore rispetto a quello di un lavoratore, in una visione più a lungo termine infatti è altrettanto concreto ritenere che tali studenti entrino nel mondo del lavoro e che possano rimanere clienti ancora per un elevato numero di anni.

5.4.3 Analisi degli Effetti Marginali L'effetto marginale di una variabile dicotomica è stato calcolato con la formula introdotta al capitolo 4: 3.

P ( y = 1 | xi1 , xi 2 ,.., xij = 1,..., xik ) − P ( y = 1 | xi1 , xi 2 ,.., xij = 0,..., xik )

Nel caso di variabile discreta, la media è stata utilizzata come valore di riferimento e, per il calcolo dell'incidenza, incrementato di una unità.

100

Tab. 4 – Valori delle pendenze Variabile prov_TV__si_1_

Pendenza

veneti__si_1_ A11_famiglia Genere_1__masch

0,28 0,28 -0,01 0,24

cp_dis

-0,36

ncomp

-0,05

Le 3 incidenze che spiccano dalla tabella sono relative alle 3 variabili meglio analizzate anche con gli odds. Le pendenze mantengono i segni dei coefficienti e le 2 più elevate sono relative alle variabili riferite alla residenza. Rispetto all'unità di riferimento la probabilità di ritorno se si considera una persona residente a Treviso (tenute costanti le altre variabili) aumenta di 0,28, medesimo valore aggiunto per un residente in Veneto. La pendenza invece riferita al Genere, positiva sebbene molto prossima a 0, ci dice che la probabilità aumenta nel caso in cui la scelta corrisponda ad un turista maschio. Tale risultato però lo si può più ragionevolmente ricondurre alla scelta di campionamento piuttosto che ad una lettura economica che imputi tale differenza al Genere dell'unità statistica: come precisato nel capitolo terzo, una delle indicazioni date agli agriturismi era di somministrare il questionario solamente al capo famiglia (che nella cultura occidentale è solitamente il maschio); inoltre come dimostrato proprio da tali questionari, molto spesso i clienti degli agriturismi sono coppie o gruppi di persone anche numerosi (come riportato al capitolo 3), di cui non conosciamo la precisa composizione di Genere. Nella nostra analisi, molto prossime a 0 ma comunque negative, sono le pendenze relative al numero di famigliari che formano il gruppo con cui l'intervistato è in compagnia e al numero di componenti della sua famiglia. Sebbene in valore assoluto tali pendenze abbiano valori molto bassi, la loro importanza relativamente ad alcuni tipi di mercato può rivelarsi molto rilevante, si pensi per esempio alle cene in cui è stato dichiarato dall'intervistato di essere in compagnia anche di altri 50 familiari. Queste 2 variabili, non essendo dicotomiche, assumono particolare rilevanza in casi che si discostano particolarmente dai valori medi del campione. La variabile con l'incidenza, in valore assoluto, più alta è nuovamente quella relativa allo stato di disoccupato. Rispetto alla probabilità di ritorno dell'unità statistica di riferimento, in caso di turista disoccupato la probabilità di ritorno scende di 0,36, valore decisamente elevato, ma facilmente spiegabile a livello economico a causa della riduzione del reddito, come precisato in precedenza. 101

RIEPILOGO E CONCLUSIONI Come in gran parte delle Regioni Italiane, l'attività di Agriturismo anche nella Regione Veneto è stata regolamentata con una Legge Regionale, nello specifico quella 18 aprile 1997, n. 9 che si uniformava alla legge quadro nazionale del 5 dicembre 1985, n. 730. Dal 31 marzo 2006 è in vigore la nuova legge quadro dello Stato Italiano del 20 febbraio 2006, n. 96 che disciplina le attività agrituristiche e che recita "le regioni uniformeranno ai principi fondamentali contenuti nella presente legge le proprie normative in materie di agriturismo entro sei mesi dalla data di entrata in vigore della legge stessa". Per attività di agriturismo, ai sensi della Legge 96/2006, si intendono le attività di ricezione ed ospitalità esercitate dagli imprenditori agricoli come definiti nell'art. 2135 del Codice Civile, anche nella forma di società di capitali o di persone, oppure associati tra loro, attraverso l'utilizzazione della propria azienda in rapporto di connessione e di complementarietà, rispetto a quella di coltivazione del fondo, silvicoltura, allevamento del bestiame, che devono rimanere principali. Nella stessa normativa si precisa inoltre che possono essere addetti allo svolgimento dell'attività agrituristica l'imprenditore agricolo e i suoi familiari ai sensi dell'art. 230-bis CC, nonché i lavoratori dipendenti a tempo determinato, indeterminato e parziale. Rientrano tra le attività agrituristiche: •

dare ospitalità in alloggi o in spazi aperti destinati alla sosta di campeggiatori;

•

somministrare pasti e bevande costituiti prevalentemente da prodotti propri e da prodotti di aziende agricole della zona, ivi compresi i prodotti a carattere alcoolico e superalcoolico, con preferenza per i prodotti tipici;

•

organizzare degustazioni di prodotti aziendali;

•

organizzare, anche all'esterno dei beni fondiari nella disponibilità dell'impresa, attività ricreative, culturali, didattiche, di pratica sportiva, nonché escursionistiche e di turismo ippico o equestre.

La Legge quadro rimanda comunque alle Regioni e queste talvolta alle Province, la definizione di criteri, limiti e obblighi amministrativi specifici per lo svolgimento dell'attività agrituristica. Al momento la Regione Veneto deve ancora emanare la legge di adeguamento alla nuova disciplina nazionale, rimane pertanto di riferimento la Legge Regionale n. 9 del 18/04/1997.

102

Marketing e comunicazione: l'attività di agriturismo è caratterizzata principalmente dai servizi a chi è in cerca di alloggio per dormire, ma anche a chi è in cerca di un luogo tranquillo e rilassante per consumare pasti in ambienti a contatto con la natura. Clienti non raramente residenti in località remote, ma abitualmente anche nei comuni limitrofi, amanti dei sapori tradizionali o alla ricerca di prodotti tipici, come alternativa alle forme di ristorazione più comuni. Negli ultimi anni sono sempre più numerose le strutture agrituristiche che propongono nuove offerte: trekking e mountain bike, degustazioni, escursioni, equitazione, corsi di vario genere, allestimento di fattorie didattiche, ecc. L’offerta eno-gastronomica è sempre più spesso legata, inoltre, a prodotti a denominazione, origine o tipicità protetta. Per comunicare con la clientela remota, il sito internet è diventato il mezzo più veloce ed efficace per presentare l’azienda agrituristica, i servizi e i prodotti offerti e le attività ricreative e culturali organizzate che rendono piacevole il soggiorno. Altre iniziative promozionali possono essere ricondotte al settore del turismo con l'inserimento della propria attività all'interno di percorsi turistici organizzati da agenzie e uffici del turismo.

I dati utilizzati per l'analisi: per misurare la customer satisfaction è stata utilizzata una collezione di dati in precedenza raccolti mediante un questionario con specifiche caratteristiche. Tale questionario era stato somministrato al campione prescelto e aveva già fornito spunti di analisi interessanti, ma senza approfondire l’aspetto della customer satisfation e dei fattori di fidelizzazione. In questo studio, con l’ausilio del software opensource Gretl e del modello econometrico Logit, si è condotta l’elaborazione statistica dei dati raccolti, procedendo ad un'ulteriore analisi. In una sezione dell’elaborato vengono spiegati il metodo di campionamento e la struttura del questionario. In riferimento a ciò si ricorda che il questionario era stato realizzato solo in lingua italiana, con una difficoltà dunque di comprensione e compilazione da parte dei turisti stranieri che costituiscono una minima parte del campione, e che lo stesso era stato affidato direttamente al personale dell'agriturismo che aveva ricevuto l'indicazione di farlo compilare solamente all'ospite capofamiglia. La zona geografica oggetto dello studio è quella Pedemontana del Piave, che va da Valdobbiadene a Vittorio Veneto, un'area tipicamente Veneta, ricca di strutture agrituristiche ed agrituristicamente interessante non solo dal punto di

103

vista paesaggistico e ambientale ma anche eno-gastronomico con i famosi vigneti del Prosecco di Conegliano-Valdobbiadene. L’analisi e la valutazione del prezzo, in qualità di leva del marketing mix, esula dal presente elaborato in quanto rappresenta una variabile estremamente legata alle singole imprese e attività aziendali.

Gli strumenti impiegati per l'analisi: per l’attività di analisi è stato impiegato il Software Gretl che permette l’applicazione del modello econometrico Logit, scelto per il trattamento dei dati statistici relativi al campione prescelto. Gretl è un pacchetto software multi-piattaforma per l'analisi econometrica, scritto in linguaggio C, che comprende una libreria condivisa e un client a riga di comando ma mette a disposizione dell'utente anche un’interfaccia grafica intuitiva che permette di entrare abbastanza rapidamente nel vivo dell’analisi econometrica. Logit è un modello statistico di regressione applicato per lo studio di variabili dicotomiche non effettuabile con le più diffuse tecniche di regressione lineare. Tale modello aggira il problema, inserendo tra la variabile dipendente e quelle esplicative una variabile denominata latente, che collega la probabilità di tale evento ai valori assunti dalle variabili esplicative stesse, attraverso l'utilizzo della funzione logistica, definita da: 1.

f (Z ) =

exp( Z ) 1 + exp( Z )

Data la struttura della funzione logistica stessa, questo modello non consente un'agevole analisi dei coefficienti. Di tali coefficienti viene infatti osservato solamente il segno e per tale motivo l'analisi viene estesa al calcolo dell'incidenza che una variabile esplicativa ha nella valutazione di quella dipendente ed al relativo odds.

Fidelizzazione e customer satisfaction: scelta come variabile dipendente del modello la risposta alla domanda del questionario “Quante volte ha mangiato in agriturismo negli ultimi 6 mesi?”, si è proceduto all'elaborazione dei dati con il software Gretl. Alcune delle variabili indipendenti, caratteristiche socio-demografiche degli intervistati scelte tra le disponibili perché ritenute collegate al concetto di fidelizzazione, si sono dimostrate non significative. La successiva rielaborazione del modello è proseguita fino all'ottenimento di un'equazione comprendente le sole variabili significative seguenti.

104

•

Ad incidere positivamente sulla probabilità di ritorno ◦ residenza nella provincia di Treviso ◦ residenza nella Regione Veneto ◦ essere di genere maschile

•

A seguire, ad incidere negativamente ◦ stato di disoccupato ◦ numero componenti della famiglia ◦ numero componenti del gruppo con cui l'intervistato è in compagnia al momento della somministrazione del questionario

L'unità di riferimento per il modello è una donna, non residente in Veneto (quindi neppure a Treviso), che risulta esser la capofamiglia (al momento dell'intervista) di un gruppo composto da 6,45 persone e con una famiglia composta da 2,96 individui (i numeri decimali sono la media dei valori dichiarati, ed in quanto tali non necessitano di seguire un andamento discreto).

Nella misurazione della customer satisfaction, in relazione e con particolare riguardo ai dati socio demografici dello specifico campione analizzato, si evidenziano principalmente alcune delle precedenti variabili. Il segno dei parametri stimati con il modello conferma le aspettative sul tipo di influenza degli attributi studiati rispetto alla scelta del servizio agrituristico sebbene la presenza un maggior numero di variabili sarebbe stata auspicabile al fine di procedere ad una più proficua analisi di tale mercato.

Dall'analisi dei coefficienti, degli odds e dell'incidenza, le ultime tre variabili risultano pesare negativamente sulla probabilità di ritorno e la spiegazione è facilmente intuibile anche a livello economico: tutti e tre i fattori implicano un generico abbassamento del reddito procapite all'interno della famiglia e di conseguenza della porzione di reddito destinata ad un'esperienza turistica. Per quanto riguarda le prime tre, i cui coefficienti hanno segno positivo, è necessaria un'analisi economica più accurata. Il modello assegna un valore probabilistico di “ritorno al consumo” più elevato se l'intervistato è di genere maschile ma tale caratteristica si ritiene legata più ad una scelta di campionamento (il questionario era somministrato al capofamiglia, 105

generalmente di genere maschile) che ad una vera dipendenza di tale probabilità dal “genere” dell'unità statistica (l'analisi non ha comunque mostrato una differenza rilevante).

Nell'introdurre l'analisi delle due variabili relative alla residenza si ricorda che la domanda assunta come dipendente era particolarmente generica e chiedeva se negli ultimi sei mesi l'intervistato era stato in un qualsiasi agriturismo, non necessariamente in Veneto o a Treviso. Tali variabili indicano una forte incidenza positiva. L'autore ritiene che ciò possa esser legato principalmente a tre motivazioni plausibili: 1. chi ha vissuto un'esperienza agrituristica a poca distanza da casa tende a ripeterla con maggior frequenza 2. la zona di interesse per questo elaborato è caratterizzata da un considerevole numero di agriturismi 3. esiste in questa zona una particolare cultura dell'agriturismo negli abitanti, forse determinata dalla stessa motivazione 2. Per concludere, in riferimento alle analisi fin qui condotte, anche se non ci è possibile aggiungere alcun commento relativamente al profilo tipico del cliente medio del settore agrituristico presentato nell'introduzione a questo elaborato, evidenti comunque appaiono i vantaggi che si possono apportare nello studio e nella conoscenza del cliente e delle sue risposte all'offerta, in ambito probabilistico, con un semplice questionario di facile somministrazione e con la successiva applicazione, attraverso l'uso di un software “libero” quale Gretl, del modello Logit. Queste ricerche soprattutto a favore di piccole e specifiche realtà imprenditoriali, proprio come quelle analizzate in questa sede.

La possibilità di determinare la probabilità di ripetizione del consumo in ragione delle caratteristiche sociodemografiche si dimostra, nel caso specifico per gli Agriturismi della zona Pedemontana del Piave, di estremo interesse nella formulazione dell'offerta turistica e la definizione delle azioni di marketing connesse. Si ritiene infatti che questo approccio ai dati possa orientare in modo non trascurabile la definizione delle strategie e l'orientamento degli investimenti strutturali sia in fase di studio di fattibilità che di ridefinizione dell'offerta agrituristica con particolare riguardo al target da raggiungere con la comunicazione. Interessante è stata anche la pur rapida esplorazione ai comportamenti dei gruppi turistici che come si è rilevato possono meritare un approccio strategico mirato soprattutto in virtù del loro numero e del numero di persone che costituiscono ciascuno di essi.

106

Relativamente ai dati ottenuti, si potrebbe ad esempio suggerire agli Agriturismi Pedemontani di concentrare gli sforzi promozionali più capillarmente sul Target Veneto, di più facile fidelizzazione, e promuovere i propri servizi su Target Remoti puntando su un consumo più occasionale a causa di una fidelizzazione più difficile da instaurare, senza rinunciare per questo ad un bacino più ampio e meno sfruttato, proprio come si rileva dal campione di quest'indagine, nettamente predominato da Italiani, principalmente della Regione Veneto e soprattutto residenti a Treviso. Come precisato al capitolo 3, è probabile che per il raggiungimento di turisti stranieri sia necessario sviluppare ulteriormente la promozione via web, che a costi contenuti permette una rapida diffusione di informazioni riguardanti l'agriturismo e la sua zona, anche grazie al rapidissimo diffondersi del passaparola attraverso questo strumento, che obbliga dunque ancora una volta a garantire certi standard qualitativi e a offrire quanto promesso.

107

APPENDICI

1. Glossario degli Assets di proprietà industriale Si è ritenuto di aggiungere in appendice a questo elaborato un breve glossario nell’ambito dei vari Assets di proprietà industriale legati alle indicazioni di origine e ai marchi geografici in quanto essi rappresentano un elemento di grande importanza nel comparto di riferimento, sia per quanto attiene alle funzioni che svolgono in relazione ai consumatori, sia perché attualmente si dibatte circa la possibilità di ammettere un uso indiscriminato di marchi geografici nonostante le preclusioni poste dalla normativa vigente. Qualche altro termine è stato aggiunto discrezionalmente.

I Regolamenti Comunitari n. 2081 (ora sostituito dal Regolamento Comunitario n. 510 del 20 marzo 2006) e 2082 del 14 luglio 1992 distinguono chiaramente tra produzioni agroalimentari generiche, ossia i comuni prodotti non riconducibili ad uno specifico territorio né ad un particolare processo produttivo e produzioni tipiche che sono invece contraddistinte da un radicato e forte legame con il territorio di origine e la cui produzione si avvale di procedimenti difficilmente riproducibili in altri contesti. Il principio fondamentale della denominazione d’origine è che la qualità del prodotto certificato è legata alla sua provenienza, in quanto è al territorio, all’ambiente e alle capacità dell’uomo che si devono le specifiche caratteristiche presenti nel prodotto che in generalo valorizzano o quantomeno ne conferiscono una apprezzabile originalità.

IGP (Indicazione Geografica Protetta): il nome di una Regione, di un luogo determinato o , in casi eccezionali, di un paese che serve a designare un prodotto agricolo o alimentare originario di tale Regione, di tale luogo determinato o di tale paese, del quale una determinata qualità, la reputazione o altre caratteristiche possono essere attribuite a tale origine geografica e la cui produzione e/o trasformazione e/o elaborazione avvengono nella zona geografica delimitata. Per ottenere la Igp, quindi, almeno una fase del processo produttivo deve avvenire in una particolare area. Chi produce Igp deve attenersi alle rigide regole produttive del disciplinare di produzione, e il rispetto di tali regole è garantito dall'organismo di controllo.

108

La Doc (Denominazione di Origine Controllata) è un marchio che viene attribuito ai vini prodotti in zone delimitate, di solito di piccole e medie dimensioni, con indicazione del loro nome geografico. Di norma il nome del vitigno segue quello della Doc e la disciplina di produzione è piuttosto rigida. I vini Doc sono immessi al consumo soltanto dopo approfondite analisi chimiche e sensoriali.

DOP (Denominazione di Origine Protetta): il nome di una Regione, di un luogo determinato o, in casi eccezionali, di un paese che serve a designare un prodotto agricolo o alimentare originario di tale Regione, di tale luogo determinato o di tale paese, la cui qualità o le cui caratteristiche sono dovute essenzialmente o esclusivamente ad un particolare ambiente geografico, inclusi i fattori naturali e umani, e la cui produzione, trasformazione e elaborazione avvengono nella zona geografica delimitata. Per fattori umani si intendono anche tecniche di produzione tramandate nel tempo, artigianalità e savoir-faire che, combinati insieme, consentono di ottenere un prodotto inimitabile al di fuori di una determinata zona produttiva. Chi fa prodotti Dop deve attenersi alle rigide regole produttive stabilite nel disciplinare di produzione, e il rispetto di tali regole è garantito dall'organismo di controllo.

La Docg (Denominazione di origine controllata e garantita) Marchio attribuito a vini Doc di "particolare pregio qualitativo" e di notorietà nazionale e internazionale. Consentita anche la numerazione delle bottiglie. Prodotto sottoposto a controlli più severi rispetto al Doc, deve essere commercializzato in recipienti di capacità inferiore a cinque litri e porta un contrassegno dello Stato che garantisce Origine e Qualità.

IGT: l’Indicazione Geografica tipica è attribuita a vini caratterizzati da un’indicazione geografica. Può essere accompagnata o meno da menzioni (es. il vitigno). E’ contraddistinta da zone di produzione normalmente ampie e da una disciplina di produzione poco restrittiva.

Prodotto Biologico - Prodotto per il quale, in tutte le fasi del ciclo produttivo, è escluso l’utilizzo di prodotti chimici (pesticidi e fertilizzanti), e per cui è previsto esclusivamente l’impiego di tecniche di coltivazione e allevamento rispettose dell’ambiente: per rendere fertili i terreni in cui viene coltivato si ricorre alla rotazione delle colture e si utilizzano concimi organici e minerali naturali, mentre per difendere le coltivazioni dai parassiti si adottano prodotti e tecniche prive di impatto ambientale. I prodotti provenienti dall’agricoltura biologica sono disciplinati dal regolamento Cee 2092/91 e sono sottoposti a 109

procedure di controllo, stabilite per legge, che ne verificano la conformità a specifiche regole produttive. Si riconoscono dalla dicitura “Da agricoltura biologica” in etichetta che riporta anche il nome dell’organismo di controllo, l’autorizzazione ministeriale e una serie di lettere e cifre che sono la “carta d’identità” del prodotto e del produttore: IT (Italia), Xyz (sigla dell’organismo di controllo), 1234 (codice dell’azienda), F (prodotto fresco) o T (prodotto trasformato), 000000 (codice di autorizzazione). Il prodotto da agricoltura biologica può anche essere identificato dal logo comunitario introdotto dal regolamento Ce n. 331/2000.

L’HACCP (Hazard Analysis and Critical Control Points) è un sistema di autocontrollo che gli operatori del settore alimentare devono mettere in atto al fine di valutare e stimare pericoli e rischi nell’abito della produzione e stabilire misure di controllo per prevenire l’insorgere di problemi igienico-sanitari. Prima dell’adozione di questo sistema i controlli venivano effettuati a valle del processo produttivo, con analisi della salubrità soltanto a prodotto finito. Il sistema HACCP invece mira a valutare in ogni fase della produzione i possibili rischi che possono influenzare la sicurezza degli alimenti, attuando in questo modo misure preventive. In altri termini questo controllo tiene monitorata tutta la filiera del processo di produzione e distribuzione dell’alimento e consente interventi la dove il problema si manifesta.

Questo sistema risale agli anni Sessanta quando negli Stati Uniti si cercò un sistema che potesse assicurare agli astronauti della NASA che gli alimenti forniti non avessero alcuna ricaduta negativa sulla salute e che potessero mettere a rischio le missioni nello spazio.

Per il settore agrituristico esso riveste una certa importanza per quanto concerne la somministrazione al pubblico di cibi e bevande, come per qualsiasi altra attività di ricezione e ristorazione, ma anche e non da ultimo per la produzione e il confezionamento di prodotti da asporto, soprattutto in ragione della tendenza al basso impiego di conservanti chimici e di trattamenti stabilizzanti sui prodotti immessi nel mercato.

110

2. Alfabeto greco

111

BIBILIOGRAFIA

Generale

•

Marina D. (2000), “Marketing per l’impresa agrituristica”, Franco Angeli, milano.

•

“Analisi dei dati”, dispense a cura di R. Baragona e L. Bocci.

•

Marco Fortini (2000), “Linee guida metodologiche per rilevazioni statistiche”, Istituto Nazionale di Statistica, Roma.

•

Legge Statale n. 96 del 20 febbraio 2006, “Disciplina dell’agriturismo”, “Gazzetta Ufficiale”, n. 63 del 16 marzo 2006.

•

Legge Regionale n. 9 del 18 aprile 1997, “Nuova disciplina per l’esercizio dell’attività agrituristica”, “BUR” del 22 aprile 1997, n. 33

•

Nicolai P., Guida ai marchi DOP, IGP ed STG, - Confederazione italiana agricoltori, Area produzioni e mercato - Ufficio produzioni di qualità e sicurezza alimentare della Cia

•

Vacanze Creative in Agriturismo - 664 indirizzi per vacanze nuove (2004), Touring Club Italiano

•

Alvisi e Zunarelli (2002), Lezioni di legislazione del turismo, Libreria Bonomo Editrice, Bologna

Testi sul modello Logit

•

Cramer J.S. (2011), Logit models. From economics and Other Fields, Cambridge University Press, Cambridge

•

Hosmer D.W. e Lemeshow S. (2000), Applied Logistic Regression, Second edition, Wiley, New York 112

•

Menard S. (1995), Applied logistic regression analysis, Sage Publications, Thousand Oaks (California)

•

Cramer J.S. (1991), The Logit model: an intoduction, for economists, Edward Arnold, London

•

Gourieroux C. (2000), Econometrics of qualitative dependent variables, Cambridge University Press, Cambridge

•

Amemiya T. (1981), Advanced Econometrics, Hardvard University Press, Cambridge

•

Borra S. e Di Ciaccio A (2008), Statistica: metodologie per le scienze economiche e sociali, seconda edizione, McGraw Hill, Milano

Articoli sul modello Logit

•

Cramer J.S. (1999), Predictive performance of the binary Logit model in unbalanced samples, "The Statisticians. Journal of the Royal statistical society, series C", n. 48: 85-94

•

Theil H. (1969), Amultinomia extension of the liner Logit model, "International Economic Review", n.10: 251-259

•

Layton A.P. e Katsuura M. (2001), Comparison of the regime switching, Probit e Logit models in dating and ferecasting US business cycles, "International Journal of Forecasting", n. 17: 403-417

•

Hausma. J.A. e McFadden D. (1984), Specification Tests for the multinomial Logit model, "Econometrica", n. 52: 1219-1240

•

Davidson R. e McKinnon J.G. (1984), Convenient specification tests for Logit and Probit models, "Journal of Econometrics", n. 25: 241-262

•

Cramer J.S. e Ridder G. (1991), Pooling states in the multinomial Logit model, "Journal of Econometrics", n. 47: 262-272

•

Berkson J. (1951), Why I prefer Logits to Probits, "Biometrics", n. 7: 327-339

•

Amemiya T e Nold F. (1975), A modified Logit model, "Review of Economics and Statistics", n. 57: 255-257 113

•

Menard S. (2000), Coefficients of determination for multiple logistic curve, "Human Biology", n. 5: 673-689

•

Hauck W.W., Donner Jr. e A., (1977), Wald's test as applied to hypotheses in Logit analysis, "Journal of the American Statistical Association", n.72: 851-852

Webgrafia

•

www.veneto-agriturismo.it

Sito di promozione agrituristica del Veneto

•

www.regione.veneto.it

Sito della Regione Veneto

•

www.agriturist.it

Associazione a tutela degli agriturismi

•

www.centoare.it

Sito dedicato agli imprenditori agrituristici

•

www.cia.it

onfederazione Italiana Agricoltori

•

www.coldiretti.it

Sito di Coldiretti

•

www.confagricoltura.it

Sito di Confagricoltura

•

www.istat.it

Dati Istat riguardanti l’agriturismo

•

www.terranostra.it

Associazione operatori agrituristici

•

www.venetoagricoltura.org

Rivista veneta di agricoltura

•

www.wikipedia.it

Enciclopedia online

•

www2.dse.unibo.it/picci/sfuggente.html

Introduzione econometria

Legge Quadro del 2006 •

http://www.camera.it/parlam/leggi/06096l.htm

114

Legge Quadro del 1985 •

http://www.agriturismovero.com/legge-agriturismo.asp?l=ita

Legge Regionale – Regione Veneto •

http://www.consiglioveneto.it/crvportal/leggi/1997/97lr0009.html

Altre Url di interesse in ambito Agrituristico

•

http://www.agrilandia.com

•

http://it.wikipedia.org/wiki/Agriturismo.

•

http://ec.europa.eu/agriculture/rur/leader2/rural-it/biblio/touris/art02.htm

•

http://www.marketingagriturismo.com/

•

http://www.agriturismo.it/

•

www.agrilandia.com

•

http://www.tesionline.it/default/tesi.asp?idt=38553

•

http://www.creativepark.it/whitepaper/agriturismo-comunicazione/il-marketing-delpassaparola-nel-settore-dell-agriturismo/

•

http://blog.softhrod.com/2011/05/agriturismo-migliori-clienti-cercasi/

Url di Informazioni sul software Gretl

•

(GPL) http://www.gnu.org

Free Software Foundation

•

http://www.wfu.edu/

Wake Forest University

•

http://www.estima.com/

Estima (RATS)

115

•

http://www.gnome.org/

Home page del desktop Gnome

•

http://swox.com/gmp/

Libreria GNU Multiple Precision (GMP)

•

http://www.octave.org/

Home page di GNU Octave

•

http://www.r-project.org/

Home page di GNU R

•

http://cran.r-project.org/doc/manuals/R-intro.pdf

Manuale di GNU R

•

http://www.gnuplot.info/

Home page di Gnuplot

•

http://ricardo.ecn.wfu.edu/gnuplot.html

Manuale di Gnuplot

•

http://gretl.sourceforge.net/gretl_italiano.html

Pagina dei dati di Gretl (versione italiana)

Altre Pagine html su Gretl

•

http://gretl.sourceforge.net/gretl italiano.html

Home page di Gretl (versione italiana)

•

http://www.gtk.org/

Home page di GTK+

•

http://gtkextra.sourceforge.net/

Home page di Gtkextra

•

http://www.info-zip.org/pub/infozip/zlib/

Home page di InfoZip

•

http://www.jrsoftware.org/

JRSoftware

•

http://www.mingw.org/

Home page di Mingw (gcc per win32)

•

http://www.netlib.org/minpack/

Minpack

•

http://pwt.econ.upenn.edu/

Penn World Table

•

http://xmlsoft.org/

Home page di Xmlsoft

116