I TEST DI VENDITA  -  METODOLOGIE DI ANALISI

Fare un test significa verificare, su un delimitato numero di casi, la validità di un’idea o rilevare un comportamento. Effettuare delle prove, o comunque testare dei comportamenti, sottintende il sostenimento di costi, giustificabili se le informazioni desunte dall’analisi del test permettono di trarre conclusioni certe e significative.
Lo strumento del test viene utilizzato in molti settori, per un controllo di produzione, un’indagine di mercato, una ricerca sociologica, ecc.
Nel marketing si testano le variabili fondamentali che concorrono a spiegare la vendita di un prodotto/servizio, tuttavia è nel Direct Marketing che la tecnica del test trova la sua massima efficacia, in quanto permette di misurare le risposte generate da una azione promozionale.  Un dato significativo proveniente da un test di DM è il costo per ordine (CPO).
Il CPO è la base per effettuare dei conti economici e per stabilire i budget per le future strategie di comunicazione. Nel DM è possibile testare ogni variabile: l’offerta, il prezzo, la comunicazione, il format, il periodo….
I test più frequenti sono quelli di “Lista”, il file di nominativi che si desidera contattare. E’ importante dedicare massima attenzione a questi test in quanto nel computo delle variabili che concorrono a determinare l’efficacia della comunicazione, quella più importante e decisiva è proprio la lista.
Diventa determinante quando si vuole raggiungere un target (ad esempio, donne 30/45 anni lettrici di riviste femminili) utilizzando file affittati all’esterno. Pertanto, una volta selezionate una o più liste di indirizzi corrispondenti al target scelto, queste andranno testate ed analizzate.
E’ una fase delicata che implica l’utilizzo di adeguate metodologie statistiche per consentire l’ottimizzazione all’uso del test.  Si sviluppa con l’estrazione del test o campione, che deve essere sufficientemente numeroso e rappresentativo della lista di origine. Esistono vari metodi statistici atti a determinare sia il numero di casi da estrarre sia il metodo da utilizzare allo scopo.
In genere, si estraggono 20/30.000 casi attraverso una procedura di estrazione di numeri casuali (random), ma comunque rappresentativi dell’universo. Comunque, in funzione del tipo di analisi da effettuare, è possibile adottare altre metodologie.
La tecnica di campionamento è la premessa fondamentale per effettuare corrette analisi dei risultati, senza limitarsi, come purtroppo avviene spesso, a conteggiare le adesione pervenute da una azione, e quindi a stabilire solo quanto vale la redemption generale della lista.
E’ molto più utile, invece, analizzare anche le altre informazioni (variabili) presenti sulla lista al fine di individuare i segmenti che hanno generato una risposta maggiore rispetto ad altri.
Dal solo CAP è possibile, ad esempio, analizzare alcune variabili, come: Area Nielsen / Regione / Provincia / Ampiezza Centro / Tipologia del Comune.
Esistono, in aggiunta, delle classificazioni territoriali (Cluster) che, tenendo conto di indagini sociodemografiche/dati censuari, consentono di effettuare delle analisi attraverso l’esame di indicatori territoriali sui consumi, sul reddito, sulla scolarità, …..
La possibilità di individuare dei segmenti ad alta performance è direttamente proporzionale alle informazioni aggregate alla lista (età, istruzione, dati sul comportamento di acquisto….). Un insieme di informazioni, e quindi di variabili, più che soddisfacente, permette di effettuare l’analisi sui test di lista.
Decisiva e quanto mai importante è la metodologia applicata nel contesto analitico, al fine di selezionare i record migliori e di prevedere il risultato dell’espansione.

I metodi comunemente utilizzati per l’analisi dei test di vendita sono due: la cosiddetta “analisi delle variabili” e la “regressione lineare”.
La prima strategia conduce a segmentazioni generalmente grossolane, offrendo però la possibilità di ottenere target dal profilo identificabile (ad es. maschi residenti al nord con più di 35 anni) senza offrire, tuttavia, solide garanzie di successo della campagna.
Alle debolezze di questo approccio, si può ovviare ricorrendo alla regressione lineare.
L’analisi regressiva consente di ottenere segmentazioni più fini, riducendo i problemi delle “cadute” in fase di espansione.
Pertanto, nei due modelli esposti esistono ampi margini di miglioramento.
L’analisi delle variabili può, per così dire, crescere fino a diventare una procedura automatica di individuazione dei target, mediante la tecnica della costruzione dei segmenti “ad albero”.
Per la regressione lineare si possono utilizzare specificazioni non lineari e combinare rappresentazioni dell’informazione continue (indici di redemption) e dicotomiche (variabili dummy).