Prodotti

SurveyMonkey si presta a gestire qualsiasi caso d'uso ed esigenza. Esplora il prodotto e scopri cosa può fare per te.

Analisi basate sui dati da un leader globale nei sondaggi online.

Funzioni di base e strumenti avanzati in un'unica potente piattaforma.

Moduli online personalizzati per raccogliere dati e pagamenti.

Integrazione con oltre 100 app e plug-in per lavorare meglio.

Soluzioni mirate per qualsiasi esigenza di ricerca di mercato.

Sondaggi migliori e dati in tempi rapidi grazie all'IA integrata.

Modelli

Misura soddisfazione e fedeltà al marchio dei tuoi clienti.

Scopri cosa rende felici i clienti per trasformarli in sostenitori.

Acquisisci informazioni utili a migliorare l'esperienza utente.

Raccogli informazioni di contatto da clienti, invitati e altri.

Raccogli e gestisci le adesioni al tuo prossimo evento.

Scopri le preferenze dei partecipanti per migliorare i prossimi eventi.

Scopri come ottenere risultati rafforzando il coinvolgimento.

Raccogli riscontri dai partecipanti per organizzare riunioni migliori.

Usa il feedback dei colleghi per una performance migliore.

Migliora i corsi e i metodi di insegnamento.

Scopri come gli studenti valutano il corso e la sua presentazione.

Scopri cosa pensano i clienti delle tue idee per nuovi prodotti.

Risorse

Linee guida per l'utilizzo di indagini e dei dati raccolti.

Articoli su indagini, suggerimenti per le aziende e tanto altro.

Tutorial e guide pratiche per l'uso di SurveyMonkey.

Come i migliori brand promuovono la crescita con SurveyMonkey.

ContattaciAccedi
ContattaciAccedi

La ricerca causale: trovare connessioni aiuta a prendere decisioni aziendali migliori

Che cos'è la ricerca causale?

Per rispondere a questa domanda occorre analizzare lo scopo della ricerca causale e il modo in cui applicarla nei progetti di ricerca, e studiare alcuni esempi significativi che mostrano come le organizzazioni oggi la utilizzano per prendere decisioni aziendali migliori.

La ricerca causale rientra nella categoria delle ricerche conclusive, poiché mira a individuare il nesso causa-effetto esistente tra tue variabili. Come la ricerca descrittiva, questa forma di ricerca tenta di dimostrare un'idea proposta da una persona o un'organizzazione, pur differenziandosi profondamente dalla prima sia nei metodi che nello scopo. Mentre la ricerca descrittiva è di ampia portata, poiché prova a definire meglio un'opinione, un'attitudine o un comportamento di un determinato gruppo, la ricerca causale si pone soltanto due obiettivi:

  1. Capire quali variabili sono la causa e quali invece l'effetto. Supponiamo, per esempio, che un consiglio comunale intenda ridurre gli incidenti automobilistici sulle strade della propria città. Una ricerca descrittiva ed esplorativa preliminare potrebbe rivelare che negli ultimi cinque anni si è verificata una crescita costante sia degli incidenti che della rabbia al volante. Invece di supporre automaticamente che la rabbia al volante sia la causa degli incidenti, sarebbe importante valutare se l'ipotesi opposta potrebbe essere vera. Magari la rabbia al volante aumenta in conseguenza al maggior numero di incidenti dovuti alla chiusura di corsie e all'aumento del traffico. Potrebbe anche trattarsi del vecchio detto "correlazione non significa causalità". Forse entrambe aumentano per via di un'altra ragione, per esempio lavori di costruzione, mancanza di adeguati controlli sul traffico o un numero maggiore di automobilisti.
  2. Determinare la natura del nesso tra variabili causali ed effetto previsto. Continuando con il nostro esempio, supponiamo che il consiglio comunale dimostri che la rabbia al volante ha prodotto come effetto un aumento del numero di incidenti stradali nell'area considerata. La ricerca causale potrebbe essere utilizzata da una parte per valutare il significato dell'effetto, per esempio quantificando l'incremento percentuale degli incidenti ai quali può aver contribuito la rabbia al volante, e dall'altra per osservare come funziona il nesso tra le variabili (cioè, gli automobilisti arrabbiati sono inclini ad accelerare in modo pericoloso o a correre più rischi, determinando più incidenti).

Questi obiettivi rendono la ricerca causale più scientifica rispetto a quella esplorativa e descrittiva. Per conseguire questi obiettivi, chi conduce la ricerca causale deve isolare la variabile specifica che ritiene responsabile del verificarsi di un certo evento e misurarne il significato. Sulla base di queste informazioni, un'organizzazione può decidere con sicurezza se conviene usare una variabile, per esempio aggiungere segnali stradali migliori, o tentare di eliminare una variabile, per esempio la rabbia al volante.

La ricerca causale dovrebbe essere considerata una ricerca sperimentale. Teniamo a mente che il suo obiettivo è dimostrare un nesso di causa-effetto, pertanto è estremamente importante che parametri e obiettivi siano rigorosamente definiti. Senza un'idea completa del piano di ricerca e dell'ipotesi che si tenta di dimostrare, i risultati possono diventare inaffidabili e contenere un gran numero di distorsioni del ricercatore. Prova a utilizzare la ricerca esplorativa o quella descrittiva come base per il tuo piano di ricerca.

Dopo avere definito dettagliatamente il piano di ricerca e gli obiettivi, passiamo elaborare in modo giusto l'esperimento causale. Ecco le tre condizioni principali che dovrai verificare prima di avviare l'esperimento causale:

  1. Il nesso causa-effetto sarà dimostrato o confutato dall'esperimento. Sembrerebbe un gioco da ragazzi, ma senza la garanzia che il piano di ricerca sia direttamente collegato all'obiettivo della ricerca, i risultati finali del tuo studio saranno certamente infruttuosi. Per essere sicuro che il piano di ricerca produrrà risultati in un verso o nell'altro, osserva qual è il tuo ambiente normale e poi aumenta la frequenza o l'intensità della variabile causale.
  2. Stai individuando in modo chiaro quali variabili vengono esaminate come indipendenti (che causano l'effetto) e quali invece come dipendenti (che subiscono l'effetto). Come spiegato nell'esempio del nesso tra rabbia al volante e incidenti stradali, spesso è difficile dire quale variabile è dipendente dall'altra, perciò è essenziale stabilire prima di iniziare l'esperimento quale sarà esaminata come indipendente e quale come dipendente. Di solito la variabile indipendente è rappresentata da un qualunque elemento aggiunto all'ambiente.

    Per esempio, avanziamo l'ipotesi che l'aumento delle opzioni di colore disponibili per le automobili ne determinerà un aumento delle vendite. In tal caso, il numero delle opzioni di colore è la variabile indipendente e il livello delle vendite è la variabile dipendente. Il passaggio successivo consiste nel misurare la normale percentuale di vendite presso i rivenditori di automobili e poi aggiungere una gamma di colori più ampia. Dopo avere raccolto le nuove cifre relative alle vendite, si confrontano i due set di dati e si studia l'effetto sulle vendite.
  3. Non vi sono altre variabili esterne che possono intervenire nelle variazioni dei risultati. Se non tieni conto di tutti i fattori che possono dare effetto a variazioni della variabile dipendente, non potrai avere la certezza che è proprio la variabile che stai esaminando a causare l'effetto misurato. In laboratorio gli scienziati hanno il vantaggio di poter creare un ambiente completamente neutro; sfortunatamente, invece, noi tutti dobbiamo operare nell'ambiente in cui ci troviamo. Quando elabori il tuo piano di ricerca, quindi, è fondamentale garantire che l'esperimento avvenga in condizioni quanto più possibile simili a quelle in cui hai misurato i risultati normali.

    Supponiamo che tu sia il titolare di una gelateria e intendi studiare l'effetto che potrebbe avere sulle vendite un clown che distribuisce palloncini davanti al tuo negozio. Un'idea fantastica, è vero. Ma sarebbe un'idea pessima utilizzare le vendite estive come fonte di dati normali e fare l'esperimento in inverno: oltre al fatto che il clown avrebbe freddo, il tempo avrebbe un effetto enorme sulle vendite di gelato.

Indipendentemente dal tipo di organizzazione o dagli obiettivi perseguiti, la ricerca causale può essere usata a proprio vantaggio. L'obiettivo di questa ricerca è dimostrare l'esistenza di una determinata connessione, perciò, dal punto di vista di un'azienda, è perfetta per verificare l'efficacia futura di una strategia o individuare con sicurezza le origini di un problema. Esaminiamo alcuni esempi del modo in cui la ricerca causale potrebbe essere applicata per perseguire obiettivi diversi:

  • Aumento della fidelizzazione dei clienti. La gran parte delle catene in franchising conduce esperimenti di ricerca causale all'interno dei propri negozi. Un caso è stato quello di una grande catena di autofficine che di recente ha condotto un esperimento nell'ambito del quale, in alcune sue officine selezionate, un dipendente veniva incaricato di avere un colloquio faccia a faccia con il cliente mentre la sua auto veniva esaminata. Il dipendente aveva il compito di prendere in considerazione ogni dubbio del cliente e descrivere in parole semplici ciò che non andava nella sua auto, facendo di tutto perché comprendesse i problemi.

    Questo esperimento era stato effettuato a seguito di un'indagine on-line, dalla quale era emerso che la mancanza di comunicazione tra clienti e dipendenti ostacolava la fidelizzazione dei clienti. Dopo avere individuato due soluzioni al problema (facilitare la discussione e aumentare la comprensione del cliente), l'azienda ha utilizzato questo esperimento per capire se le soluzioni individuate potessero dimostrarsi efficaci per aumentare la fidelizzazione dei clienti. Confrontando le vendite registrate nelle officine che rientravano nell'esperimento con quelle che erano invece rimaste invariate, l'azienda ha riscontrato un aumento significativo della fidelizzazione dei clienti.
  • Iniziative a favore della comunità. I consigli comunali spesso si servono della ricerca causale per valutare il successo delle loro iniziative a favore della comunità. Supponiamo che la città di Ottawa abbia condotto un'indagine dalla quale è emerso che i cittadini non sono soddisfatti dell'attuale offerta di trasporto pubblico. In seguito a ciò, il consiglio comunale ha attivato una strategia volta a creare più parcheggi di interscambio per consentire a un maggior numero di persone di prendere il bus. Dopo avere messo in atto questa strategia, ha rinviato la stessa indagine e misurato l'effetto prodotto sul livello di soddisfazione generale nei confronti del trasporto pubblico.
  • Efficacia della pubblicità. La pubblicità è uno dei settori in cui la ricerca causale viene più comunemente applicata. Spesso le aziende testano le campagne pubblicitarie in piccole aree prima di allargarle a tutte le località. L'idea è di valutare se la pubblicità in questione produce un incremento sufficiente delle vendite, dei clienti o dell'interesse pubblico nelle regioni coinvolte prima di impegnarsi su larga scala.
    Molte organizzazioni usano questo esperimento in modo ancor più mirato, creando un'indagine con la quale viene chiesto ai clienti cosa li ha spinti a interessarsi dei loro servizi. A quel punto l'azienda può confrontare le risposte dei clienti rientranti nell'area dell'esperimento con quelle della base di clienti generale, per vedere se l'incremento del traffico è un risultato diretto della pubblicità fatta.

Con la conoscenza appena acquisita sulla ricerca causale sarai in grado di creare piani di ricerca efficaci per approfittare di ogni opportunità commerciale.

Woman with glasses and headphones scrolling on a tablet

Scopri i nostri modelli sulla soddisfazione dei clienti per raccogliere rapidamente dati, individuare criticità e migliorare l'esperienza dei clienti.

A man and woman looking at an article on their laptop, and writing information on sticky notes

Sfrutta l'efficacia del feedback con i moduli di valutazione online di SurveyMonkey. Prova subito il nostro generatore di moduli!

Smiling man with glasses using a laptop

Scopri come Box si serve di SurveyMonkey per ottenere una panoramica completa del percorso del cliente e raccogliere il feedback in un unico luogo.

Woman reviewing information on her laptop

Cogli storie e testimonianze direttamente dai clienti e trasforma il feedback in casi di studio, testimonianze e recensioni per alimentare vendite e marketing.