SlideShare uma empresa Scribd logo
1 de 92
ANALISI DI CUSTOMER SATISFACTION: LE METROPOLITANE MILANESI
Agenda ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Obiettivi ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Le Metropolitane Milanesi ,[object Object],M1 M2 M3 ,[object Object],[object Object],[object Object],Linea Percorso Inaugurazione Lunghezza Stazioni Sesto I Maggio ↔ Rho Fiera / Bisceglie 1964 27,0 km 38 2 Abbiategrasso ↔ Cologno Nord / Gessate 1969 34,6 km 33 San Donato ↔ Maciachini 1990 13,0 km 17
Scelta del target ,[object Object],[object Object],[object Object]
Struttura del questionario ,[object Object],[object Object],[object Object],[object Object],[object Object],Il questionario è composto da 23 domande e 22 item da valutare  per importanza e soddisfazione, e la sua compilazione richiede al massimo 4-5 minuti, risultando quindi non troppo pesante da completare.
Struttura del questionario  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Struttura del questionario  QUESTIONARIO SUL SERVIZIO DELLE METROPOLITANE MILANESI A)  INFORMAZIONI SULLE ABITUDINI DI CONSUMO 1) Usi la Metropolitana?  2) Sei studente universitario in un ateneo milanese? S ì     S ì No  chiudere    No  chiudere B)  QUESTIONARIO 3) Quali sono le prime TRE parole che ti vengono in mente e che associ alla    Metropolitana? 1_____________ 2_____________ 3_____________ 4) Quale/quali linea/linee utilizzi con maggiore frequenza? (possibilit à  di scelta multipla)   LINEA ROSSA   LINEA VERDE   LINEA GIALLA 5) Quali altri tipi di mezzi utilizzi? (possibilit à  di scelta multipla)   Mezzi di superficie ATM   Auto   Moto   Bicicletta   Mi muovo a piedi 6) Con quale frequenza fruisci del servizio della metropolitana?   Solo in particolari circostanze   Pi ù  volte in un mese   Pi ù  volte in una settimana   Quotidianamente PAGINA 1 PAGINA 2 7) Qual  è , in media, la durata del tuo tragitto in Metropolitana?   Meno di 5 minuti   Tra 5 e 15 minuti   Tra 15 e 30 minuti   Pi ù  di 30 minuti 8)Quanto sei soddisfatto globalmente? scala 1-9 (1-3 poco soddisfatto, 4-6 abbastanza soddisfatto, 7-9 molto soddisfatto) 1  2  3  4  5  6  7  8  9 9)Che tipo di ticket utilizzi?   Corsa singola   Giornaliero   Settimanale   Mensile   Annuale 10)Per quali motivi usi la Metropolitana? (possibilit à  di scelta multipla)   Minor fatica, posso rilassarmi, leggere, usare il cellulare, ascoltare musica, …   Evitare di guidare nel traffico   Difficolt à  nel parcheggiare l ’ auto   Minor costo   Minor tempo di percorrenza   Non guido/non possiedo l ’ auto   Scomodit à  degli altri mezzi pubblici   Altro (__________________) 11)Verso quale/quali destinazione/destinazioni la usi pi ù  spesso? (possibilit à  di scelta multipla)   Casa   Universit à   Divertimento (Bar, Cinema, Stadio, … )   Altro (__________________)
Struttura del questionario  C)  MOTIVAZIONI D ’ USO 12) Quanto valuti importanti le seguenti caratteristiche per l ’ uso della Metropolitana? scala 1-9 (1-3 bassa importanza, 4-6 media importanza, 7-9 alta importanza) IMPORTANZ   A   1  2  3  4  5  6  7  8  9 1) Puntualit à  del servizio 2) Frequenza del servizio 3) Confort del viaggio 4) Silenziosit à  durante il tragitto 5) Possibilit à  di trovare posto a sedere 6) Stile di guida 7) Cortesia del personale 8) Informazioni al pubblico 9) Sicurezza per le persone 10) Sicurezza per le cose (no possibilit à  di furto, etc) 11) Convenienza biglietto singolo 12) Convenienza abbonamento 13) Reperibilit à  abbonamento (Dislocazione ATM Points) 14) Facilit à  di accesso ai treni 15) Chiarezza della segnaletica 16) Orari di servizio notturni/festivi 17) Brevit à  del tempo per attesa per le coincidenze 18) Rispetto dell ’ ambiente 19) Bellezza estetica dei treni e delle stazioni 20) Prossimit à  delle stazioni ai luoghi d ’ interesse (casa,universit à ) 21) Possibilit à  di combinazione con mezzi di superficie 22) Possibilit à  di uso del telefonino sui treni e nelle stazioni 13) Quanto  reputi soddisfacente il servizio delle Metropolitane Milanesi  sulle stesse  caratteristiche? scala 1-9 (1-3 poco soddisfacente, 4-6 abbastanza soddisfacente, 7-9 molto soddisfacente) SODDISFAZIONE   1  2  3  4  5  6  7  8  9 1) Puntualit à  del servizio 2) Frequenza del servizio 3) Confort del viaggio 4) Silenziosit à  durante il tragitto 5) Possibilit à  di trovare posto a sedere 6) Stile di guida 7) Cortesia del personale 8) Informazioni al pubblico 9) Sicurezza per le persone 10) Sicurezza per le cose (no possibilit à  di furto, etc) 11) Convenienza biglietto singolo 12) Convenienza abbonamento 13) Reperibilit à  abbonamento (Dislocazione ATM Points) 14) Facilit à  di accesso ai treni 15) Chiarezza della segnaletica 16) Orari di servizio notturni/festivi 17) Brevit à  del tempo per attesa per le coincidenze 18) Rispetto dell ’ ambiente 19) Bellezza estetica dei treni e delle stazioni 20) Prossimit à  delle stazioni ai luoghi d ’ interesse (casa,universit à ) 21) Possibilit à  di combinazione con mezzi di superficie 22) Possibilit à  di uso del telefonino sui treni e nelle stazioni PAGINA 3 (Versione Alfa)
Struttura del questionario  C)  MOTIVAZIONI D ’ USO 12) Quanto valuti importanti le seguenti caratteristiche per l ’ uso della Metropolitana? scala 1-9 (1-3 bassa importanza, 4-6 media importanza, 7-9 alta importanza) IMPORTANZ   A   1  2  3  4  5  6  7  8  9 1) Convenienza biglietto singolo 2) Convenienza abbonamento 3) Reperibilit à  abbonamento (Dislocazione ATM Points) 4) Facilit à  di accesso ai treni 5) Chiarezza della segnaletica 6) Orari di servizio notturni/festivi 7) Brevit à  del tempo per attesa per le coincidenze 8) Rispetto dell ’ ambiente 9) Bellezza estetica dei treni e delle stazioni 10) Prossimit à  delle stazioni ai luoghi d ’ interesse (casa,universit à ) 11) Possibilit à  di combinazione con mezzi di superficie 12) Possibilit à  di uso del telefonino sui treni e nelle stazioni 13) Puntualit à  del servizio 14) Frequenza del servizio 15) Confort del viaggio 16) Silenziosit à  durante il tragitto 17) Possibilit à  di trovare posto a sedere 18) Stile di guida 19) Cortesia del personale 20) Informazioni al pubblico 21) Sicurezza per le persone 22) Sicurezza per le cose (no possibilit à  di furto, etc) 13) Quanto  reputi soddisfacente il servizio delle Metropolitane Milanesi  sulle stesse  caratteristiche? scala 1-9 (1-3 poco soddisfacente, 4-6 abbastanza soddisfacente, 7-9 molto soddisfacente) SODDISFAZIONE   1  2  3  4  5  6  7  8  9 1) Convenienza biglietto singolo 2) Convenienza abbonamento 3) Reperibilit à  abbonamento (Dislocazione ATM Points) 4) Facilit à  di accesso ai treni 5) Chiarezza della segnaletica 6) Orari di servizio notturni/festivi 7) Brevit à  del tempo per attesa per le coincidenze 8) Rispetto dell ’ ambiente 9) Bellezza estetica dei treni e delle stazioni 10) Prossimit à  delle stazioni ai luoghi d ’ interesse (casa,universit à ) 11) Possibilit à  di combinazione con mezzi di superficie 12) Possibilit à  di uso del telefonino sui treni e nelle stazioni 13) Puntualit à  del servizio 14) Frequenza del servizio 15) Confort del viaggio 16) Silenziosit à  durante il tragitto 17) Possibilit à  di trovare posto a sedere 18) Stile di guida 19) Cortesia del personale 20) Informazioni al pubblico 21) Sicurezza per le persone 22) Sicurezza per le cose (no possibilit à  di furto, etc) PAGINA 3 (Versione Beta)
Struttura del questionario  D)  INFORMAZIONI SOCIO-DEMOGRAFICHE 14) Et à : ____  15) Sesso:    M   F 16) Componenti del nucleo famigliare (compreso l ’ intervistato):  ____ 17)Numero auto possedute:____ 18) Dove abiti (per motivi di studio)?    Milano   Hinterland Milanese   Lombardia 19) Zona di residenza   Milano (specificare zona___________ )   Hinterland Milanese (specificare zona___________)   Lombardia (specificare provincia___________)   Italia (specificare regione___________)   Altro (specificare___________) 21) Ateneo Frequentato   Bocconi   Cattolica   Politecnico   Iulm   Bovisa   Statale (Festa del Perdono)   Statale (Citt à  Studi)   Bicocca   Altro (_____________________) 22)Anno accademico frequentato:    1    2    3    4    5    Fuori Corso 23)Fai acquisti on line (via internet)?    S ì     No PAGINA 4
Struttura del questionario  ,[object Object],[object Object],[object Object],[object Object]
Struttura del questionario  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Struttura del questionario  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],+ ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],DOMANDA OFFERTA
Struttura del questionario
Versione Alfa e Beta ,[object Object],[object Object],[object Object],Descriptive Statistics ALFA 122 1 9 8,14 1,307 122 1 9 8,21 1,255 122 1 9 6,68 1,873 122 Importanza Puntualit à del servizio Importanza Frequenza del servizio Importanza Confort del viaggio Valid N (listwise) N Minimum Maximum Mean Std. Deviation Descriptive Statistics BETA 172 1 9 7,47 1,827 172 1 9 7,69 1,561 172 1 9 6,49 2,076 172 Importanza Puntualit à del servizio Importanza Frequenza del servizio Importanza Confort del viaggio Valid N (listwise) N Minimum Maximum Mean Std. Deviation
Somministrazione del questionario ,[object Object],[object Object]
Statistiche descrittive  Il campione intervistato risiede prevalentemente a Milano; ha un’età compresa tra i 19 e i 27 anni, con una media globale di 21,87 anni; è diviso abbastanza equamente tra maschi (44%) e femmine (56%).
Statistiche descrittive  * Sotto la voce “Altri Atenei” si includono: Istituto Europeo di Design, San Raffaele, ICOM Il campione risulta essere eterogeneo per numero di atenei presenti nel database, ma fortemente distribuito tra Università Bocconi e Università Statale Festa del Perdono.
Statistiche descrittive  Nonostante gli intervistati appartengano prevalentemente a 2 atenei,  il campione può ritenersi accettabile  in quanto sia il giudizio espresso sulla soddisfazione globale sia la distribuzione di frequenza delle linee utilizzate hanno evidenziato un’eterogeneità di risposte.
Statistiche descrittive  Il 46 % degli intervistati appartiene a una famiglia composta da 4 persone. Il 48% del campione possiede 2 automobili, la media dell’intero campione è di 2,2 auto per nucleo familiare.
Statistiche descrittive  Mezzi di trasporto utilizzati oltre alla metropolitana * * Domanda con possibilità di risposta multipla
Statistiche descrittive
Statistiche descrittive * Domanda con possibilità di risposta multipla
Statistiche descrittive * Domanda con possibilità di risposta multipla
Analisi statistiche bivariate Variabili qualitative  vs  variabili quantitative Report ANOVA Table Measures of Association Frequenza di utilizzo  vs  soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Con che frequenza usi la MM? Mean N Std. Deviation solo in particolari circostanze 4,57 51 1,616 più volte in un mese 5,25 52 1,631 più volte in una settimana 4,79 56 1,776 quotidianamente 4,76 135 1,842 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Con che frequenza usi la MM? Between Groups (Combined) 13,342 3 4,447 1,443 ,231 Within Groups 894,103 290 3,083 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Con che frequenza usi la MM? ,121 ,015
Analisi statistiche bivariate  Variabili qualitative  vs  variabili quantitative Report ANOVA Table Measures of Association Durata tragitto medio  vs  soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Quanto dura il tragitto medio? Mean N Std. Deviation meno di 5 minuti 5,35 20 1,927 tra 5 e 15 minuti 4,98 166 1,772 tra 15 e 30 minuti 4,54 87 1,697 più di 30 minuti 4,24 21 1,546 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Quanto dura il tragitto medio? Between Groups (Combined) 23,573 3 7,858 2,578 ,054 Within Groups 883,872 290 3,048 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Quanto dura il tragitto medio? ,161 ,026
Analisi statistiche bivariate  Variabili qualitative  vs  variabili quantitative Report ANOVA Table Measures of Association Tipologia di ticket utilizzata  vs  soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Che tipo di ticket utilizzi? Mean N Std. Deviation corsa singola 4,94 88 1,670 giornaliero 4,56 16 1,896 settimanale 5,00 13 1,080 mensile 4,75 131 1,899 annuale 4,83 46 1,664 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Che tipo di ticket utilizzi? Between Groups (Combined) 3,496 4 ,874 ,279 ,891 Within Groups 903,949 289 3,128 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Che tipo di ticket utilizzi? ,062 ,004
Set evocato riguardo alla metropolitana caldo confusione sporco affollata puzza comodità veloce gente treno gialla verde rossa ritardo borseggiatori biglietto fretta rumore sottoterra fermata extracomunitari
Percezione del campione
Segmentazione Classica ,[object Object],[object Object],[object Object],[object Object],[object Object]
Factor Analysis  Scopo dell’analisi Identificare dei fattori che spiegano il modello di correlazioni all’interno di un insieme di variabili osservate. Viene utilizzata per la riduzione dei dati, in quanto consente di identificare un numero ridotto di componenti che spiegano la maggior parte di varianza osservata in numerose variabili. Variabili selezionate I 22 item: Puntualità del servizio; Frequenza del servizio; Confort del viaggio; Silenziosità durante il tragitto; Possibilità di trovare posto a sedere; Stile di guida; Cortesia del personale; Informazioni al pubblico; Sicurezza per le persone; Sicurezza per le cose; Convenienza biglietto singolo; Convenienza abbonamento; Reperibilità abbonamento; Facilità di accesso ai treni; Chiarezza della segnaletica; Orari di servizio notturni/festivi; Brevità del tempo per attesa per le coincidenze; Rispetto dell’ambiente; Bellezza estetica dei treni e delle stazioni; Prossimità delle stazioni ai luoghi d’interesse; Possibilità di combinazione con mezzi di superficie; Possibilità di uso del telefonino sui treni e nelle stazioni.
Factor Analysis ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],RAPPORTO TRA NUMERO COMPONENTI E NUMERO VARIABILI 3 componenti su 22 variabili    14% % DI VARIANZA SPIEGATA 54,46% COMUNALITA’ Tra 0,250 e 0,703
Factor Analysis  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],RAPPORTO TRA NUMERO COMPONENTI E NUMERO VARIABILI 4 componenti su 22 variabili    18% % DI VARIANZA SPIEGATA 59,78% COMUNALITA’ Tra 0,308 e 0,759
Factor Analysis  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],RAPPORTO TRA NUMERO COMPONENTI E NUMERO VARIABILI 5 componenti su 22 variabili    23% % DI VARIANZA SPIEGATA 64,33% COMUNALITA’ Tra 0,455 e 0,761
Factor Analysis  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],RAPPORTO TRA NUMERO COMPONENTI E NUMERO VARIABILI 6 componenti su 22 variabili    28% % DI VARIANZA SPIEGATA 68,55% COMUNALITA’ Tra 0,498 e 0,773
Factor Analysis  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],RAPPORTO TRA NUMERO COMPONENTI E NUMERO VARIABILI 7 componenti su 22 variabili    32% % DI VARIANZA SPIEGATA 71,90% COMUNALITA’ Tra 0,572 e 0,850
Factor Analysis - Sintesi 3 componenti 4 componenti 5 componenti 6 componenti 7 componenti % varianza globale spiegata 54,46% 59,78% 64,33% 68,55% 71,90% Rapporto tra numero di componenti e numero di variabili numero di componenti insufficiente numero di componenti insufficiente numero di componenti insufficiente OK numero di componenti troppo elevato Comunalità Tra 0,284 e 0,703 Tra 0,308 e 0,759 Tra 0,455 e 0,761 Tra 0,498 e 0,773 Tra 0,572 e 0,850 Correlazioni tra componenti e variabili originarie Componenti 1,2 e 3 problematiche Componenti 2 e 4 problematiche La matrice ruotata secondo metodo Equamax fallisce nel convergere dopo 50 iterazioni Ottimale* Componenti 2 e 6 problematiche; la 7 contiene solamente una variabile originaria  (Item n°11); poca coerenza tra variabili e componenti Giudizio sintetico NON ACCETTABILE    NON ACCETTABILE NON ACCETTABILE    ADEGUATO NON ADEGUATO 
Soluzioni scartate: 3 componenti
Soluzioni scartate: 4 componenti
Soluzioni scartate: 5 componenti
Soluzioni scartate: 7 componenti .
Risultati ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],*Ai fini di una fattorizzazione più sensata abbiamo deciso di spostare l’item n°14 (facilità d’accesso ai treni) dalla componente n°4 (Caratteristiche Tariffa) alla componente n°6 (Accessibilità + Ambiente). Il coefficiente di correlazione scende da 0,582 a 0,364, ma questo sacrificio ci sembra opportuno per garantire coerenza tra le componenti.
Tabella  delle Comunalità ,[object Object],[object Object]
Tabella della varianza spiegata ,[object Object],[object Object]
Interpretazioni  delle componenti ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Factor Analysis - Conclusioni ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Matrice delle Saturazioni * *Ai fini di una fattorizzazione più sensata abbiamo deciso di spostare l’item n°14 (facilità d’accesso ai treni) dalla componente n°4 (Caratteristiche Tariffa) alla componente n°6 (Accessibilità + Ambiente). Il coefficiente di correlazione scende da 0,582 a 0,364, ma questo sacrificio ci sembra opportuno per garantire coerenza tra le componenti.
Cluster Analysis Scopo dell’analisi Cercare di classificare il campione in gruppi omogenei al loro interno e disomogenei tra di loro. Variabili selezionate ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Cluster Analysis 3 cluster 4 cluster 5 cluster Numerosità Osservazioni Numero di osservazioni soddisfacente (>2%) Numero di osservazioni soddisfacente (>2%) Numero di osservazioni soddisfacente (>2%) Tabella analisi varianza Significatività di ogni componente con livello 5% (test F) Significatività non del tutto soddisfacente per la componente RAPPORTO  CLIENTE/SERVIZIO (0,058>0,05) Significatività di ogni componente con livello 5% (test F) Caratteristiche dei centri finali Buona interpretabilità dei cluster a livello di marketing  Bassa interpretabilità dei cluster a livello di marketing Bassa interpretabilità dei cluster a livello di marketing e ridotta respingenza esterna tra gli stessi
Soluzioni scartate: 5 cluster
Soluzioni scartate: 4 cluster
Soluzione scelta: 3 cluster
Numerosità delle osservazioni Il numero dei casi presente in ciascun cluster è accettabile: oscilla tra 47 (16%)del cluster 3 e 180(67%) del cluster 2.
Tabella ANOVA I livelli di significatività del test sono ottimi perché tutti inferiori al 5%, il che porta a rifiutare l’ipotesi nulla.
Tabella dei centri finali: interpretabilità dei cluster ,[object Object],[object Object],[object Object],[object Object]
Radar 3 cluster Ranking dei fattori per ogni singolo cluster
Tabella dei centri finali - Sintesi Attraverso queste tabelle vogliamo riassumere in maniera sintetica la tabella dei centri finali, cercando di  individuare le preferenze di ciascun cluster .  Abbiamo lavorato  sull’ordinamento dei cluster per ciascun fattore  (ranking per riga)  e letto in seguito la tabella per colonna  (cioè per ciascun cluster). Cluster 1 2 3 SERVIZIO_BASE 1 2 3 RAPPORTO_CLIENTE_PERSONALE 3 1 2 PIACEVOLEZZA_COMODITA_VIAGGIO 1 2 3 CARATTERISTICHE_TARIFFA 3 1 2 SICUREZZA 2 1 3 ACCESSIBILITA_AMBIENTE 2 1 3 Cluster 1 2 3 SERVIZIO_BASE + + -- RAPPORTO_CLIENTE_PERSONALE - + - PIACEVOLEZZA_COMODITA_VIAGGIO + = - CARATTERISTICHE_TARIFFA -- ++ = SICUREZZA + + -- ACCESSIBILITA_AMBIENTE = + -
Analisi del Cluster 1 - Pratici (23%) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Analisi del Cluster 2 – Esigenti (61%) ,[object Object],[object Object],[object Object],[object Object],[object Object]
Analisi del Cluster 3 – Indifferenti (16%)  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Tabelle di sintesi delle caratteristiche dei cluster ATENEO    Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione Bocconi 86 29,25% 20 29,85% 0,60% 59 32,78% 3,53% 7 14,89% -14,36% Bovisa 2 0,68% 1 1,49% 0,81% 1 0,56% -0,12% 0 0,00% -0,68% Cattolica 20 6,80% 6 8,96% 2,15% 11 6,11% -0,69% 3 6,38% -0,42% Iulm 7 2,38% 1 1,49% -0,89% 4 2,22% -0,16% 2 4,26% 1,87% Politecnico 7 2,38% 1 1,49% -0,89% 4 2,22% -0,16% 2 4,26% 1,87% Statale Città Studi 24 8,16% 5 7,46% -0,70% 12 6,67% -1,50% 7 14,89% 6,73% Statale Festa del Perdono 137 46,60% 30 44,78% -1,82% 84 46,67% 0,07% 23 48,94% 2,34% ICOM 2 0,68% 0 0,00% -0,68% 2 1,11% 0,43% 0 0,00% -0,68% IED 6 2,04% 2 2,99% 0,94% 2 1,11% -0,93% 2 4,26% 2,21% San Raffaele 2 0,68% 0 0,00% -0,68% 1 0,56% -0,12% 1 2,13% 1,45% Accademia di Brera 1 0,34% 1 1,49% 1,15% 0 0,00% -0,34% 0 0,00% -0,34%   294 100,00% 67 100,00%   180 100,00%   47 100,00%   FREQUENZA   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione Quotidianamente 135 45,92% 24 35,82% -10,10% 88 48,89% 2,97% 23 48,94% 3,02% Particolari circostanze 51 17,35% 14 20,90% 3,55% 26 14,44% -2,90% 11 23,40% 6,06% Più volte al mese 52 17,69% 13 19,40% 1,72% 33 18,33% 0,65% 6 12,77% -4,92% Più volte alla settimana 56 19,05% 16 23,88% 4,83% 33 18,33% -0,71% 7 14,89% -4,15%   294 100,00% 67 100,00%   180 100,00%   47 100,00%  
Tabelle di sintesi delle caratteristiche dei cluster TICKET   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione Annuale 46 15,65% 4 5,97% -9,68% 32 17,78% 2,13% 10 21,28% 5,63% Singola 88 29,93% 28 41,79% 11,86% 50 27,78% -2,15% 10 21,28% -8,66% Mensile 131 44,56% 33 49,25% 4,70% 76 42,22% -2,34% 22 46,81% 2,25% Settimanale 13 4,42% 1 1,49% -2,93% 11 6,11% 1,69% 1 2,13% -2,29% Giornaliero 16 5,44% 1 1,49% -3,95% 11 6,11% 0,67% 4 8,51% 3,07%   294 100,00% 67 100,00%   180 100,00%   47 100,00%   DURATA   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione f.ass f.rel. Δ  su campione <5min 20 6,80% 4 5,97% -0,83% 11 6,11% -0,69% 5 10,64% 3,84% 5<x<15 min 166 56,46% 37 55,22% -1,24% 103 57,22% 0,76% 26 55,32% -1,14% 15<x<30 min 87 29,59% 23 34,33% 4,74% 54 30,00% 0,41% 10 21,28% -8,32% >30min 21 7,14% 3 4,48% -2,67% 12 6,67% -0,48% 6 12,77% 5,62%   294 100,00% 67 100,00%   180 100,00%   47 100,00%  
Regressione Lineare Multipla ,[object Object],[object Object],[object Object],[object Object]
Backward elimination ,[object Object],[object Object],[object Object]
Output Backward ,[object Object],[object Object]
Output Backward Anova ,[object Object],[object Object],[object Object],Facendo riferimento alla precedente tabella dei coefficienti si rileva che tutti i parametri del 14° modello  risultino significativi ad un livello del 10%.
Forward elimination ,[object Object],[object Object],[object Object],[object Object]
Output Forward Nel 7° modello  si nota, invece, come  le variabili esplicative siano tutte significative al 5%  e non all’1% come nel modello precedente. A compensazione  di questa diminuzione di precisione  vi è un notevole aumento della bontà della regressione  (R²=0,442). Nel 3° modello si nota che  tutte le variabili  inserite nel modello  siano significative all’1% ; ma confrontando il risultato ottenuto con l’ R² di riferimento  si rileva che la bontà della regressione  non sia ancora ottimale  (R²=0,387).
Output Forward ,[object Object],[object Object],Anova
Stepwise elimination ,[object Object],[object Object],[object Object]
Output Stepwise ,[object Object],Dall ’ output si osserva come tutti i 7 parametri siano significativi al 5%.
Output Stepwise A compensazione  di questa diminuzione di precisione  vi è un notevole aumento della bontà della regressione  (R²=0,442). Anova
Output Stepwise Sebbene il valore sia significativo al valore 0,007, il segno inatteso comporta l’eliminazione della variabile “Reperibilità Abbonamento”. PESO PERCENTUALE DEI DRIVER         Beta std.   Peso Confort del viaggio 0,28617242 31,5% Puntualità del servizio 0,126401944 13,9% Rispetto dell'ambiente 0,189151903 20,8% Convenienza abbonamento 0,181243896 19,9% Reperibilità abbonamento -0,1330277 -14,6% Possibilità di combinazione mds 0,107835457 11,9% Frequenza del servizio 0,152059334 16,7%
Output Stepwise PESO PERCENTUALE DEI DRIVER         Beta std.   Peso Confort del viaggio 0,28617242 27,4% Rispetto dell'ambiente 0,189151903 18,1% Convenienza abbonamento 0,181243896 17,4% Frequenza del servizio 0,152059334 14,6% Puntualità del servizio 0,126401944 12,1% Possibilità di combinazione mds 0,107835457 10,3%
Quadrant Analysis ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Quadrant Analysis 1 2 3 4
Quadrant Analysis ,[object Object],[object Object],[object Object],[object Object]
Quadrant Analysis
Quadrant Analysis
Quadrant Analysis
Quadrant Analysis
Quadrant Analysis
Quadrant Analysis
Quadrant Analysis 1 4 3 2
Quadrant Analysis ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],Implicazioni Manageriali (1)
[object Object],[object Object],Implicazioni Manageriali (2) Puntualità del servizio Brevità coincidenze Facilità Accesso Frequenza del servizio Combinazione MDS Convenienza abbonamento
Implicazioni Manageriali (3) ,[object Object],[object Object],[object Object]
Implicazioni Manageriali (4) ,[object Object],[object Object],[object Object]
Implicazioni Manageriali (5) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Grazie per l'attenzione!

Mais conteúdo relacionado

Semelhante a Lavoro Di Gruppo customer satisfaction metropolitane milanesi

Presentazionesito web ver2
Presentazionesito web ver2Presentazionesito web ver2
Presentazionesito web ver2Saverio Ieva
 
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...SegreteriaDGSIS
 
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009IoGuido CarSharing
 
Qualità e Mobilità_Report ricerca quantitativa_Prospettive aps
Qualità e Mobilità_Report ricerca quantitativa_Prospettive apsQualità e Mobilità_Report ricerca quantitativa_Prospettive aps
Qualità e Mobilità_Report ricerca quantitativa_Prospettive apsProspettive - ricerca partecipata
 
Report ricerca quantitativa_Qualità e Mobilità_Prospettive aps
Report ricerca quantitativa_Qualità e Mobilità_Prospettive apsReport ricerca quantitativa_Qualità e Mobilità_Prospettive aps
Report ricerca quantitativa_Qualità e Mobilità_Prospettive apsProspettive - ricerca partecipata
 
Mobility 2 (Andrea Paletti, London School of Economics)
Mobility 2 (Andrea Paletti, London School of Economics)Mobility 2 (Andrea Paletti, London School of Economics)
Mobility 2 (Andrea Paletti, London School of Economics)Data Driven Innovation
 
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...Data Driven Innovation
 
Presentazione ARTU
Presentazione ARTUPresentazione ARTU
Presentazione ARTUdepter
 
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009IoGuido CarSharing
 
White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.I-Tel Srl
 
Pagano_ Mambrini _ I N T E C S
Pagano_ Mambrini _ I N T E C SPagano_ Mambrini _ I N T E C S
Pagano_ Mambrini _ I N T E C SGoWireless
 
Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Cittadinanzattiva onlus
 
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...matteo86fr
 
TangraMob @ Forum PA 2017 - descrizione
TangraMob @ Forum PA 2017 - descrizioneTangraMob @ Forum PA 2017 - descrizione
TangraMob @ Forum PA 2017 - descrizioneFrancesco De Angelis
 
Presentazione upi città metropolitana_12_luglio_2013
Presentazione upi città metropolitana_12_luglio_2013Presentazione upi città metropolitana_12_luglio_2013
Presentazione upi città metropolitana_12_luglio_2013scopro
 
La valorizzazione dei dati per una Trento davvero smart e data driven
La valorizzazione dei dati per una Trento davvero smart e data drivenLa valorizzazione dei dati per una Trento davvero smart e data driven
La valorizzazione dei dati per una Trento davvero smart e data drivenGiacomo Fioroni
 

Semelhante a Lavoro Di Gruppo customer satisfaction metropolitane milanesi (20)

Presentazionesito web ver2
Presentazionesito web ver2Presentazionesito web ver2
Presentazionesito web ver2
 
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...
OpenTrasporti -Ministero delle Infrastrutture e dei Trasporti -Template doc p...
 
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
 
Qualità e Mobilità_Report ricerca quantitativa_Prospettive aps
Qualità e Mobilità_Report ricerca quantitativa_Prospettive apsQualità e Mobilità_Report ricerca quantitativa_Prospettive aps
Qualità e Mobilità_Report ricerca quantitativa_Prospettive aps
 
Report ricerca quantitativa_Qualità e Mobilità_Prospettive aps
Report ricerca quantitativa_Qualità e Mobilità_Prospettive apsReport ricerca quantitativa_Qualità e Mobilità_Prospettive aps
Report ricerca quantitativa_Qualità e Mobilità_Prospettive aps
 
Mobility 2 (Andrea Paletti, London School of Economics)
Mobility 2 (Andrea Paletti, London School of Economics)Mobility 2 (Andrea Paletti, London School of Economics)
Mobility 2 (Andrea Paletti, London School of Economics)
 
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
How can we realize the Mobility as a Service (Maas) (Andrea Paletti, London S...
 
Indagine eav-praxi
Indagine eav-praxiIndagine eav-praxi
Indagine eav-praxi
 
Presentazione ARTU
Presentazione ARTUPresentazione ARTU
Presentazione ARTU
 
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009
Presentazione Carminucci IV Forum Car Sharing 7 aprile 2009
 
Uso del suolo e accessi in stazione: un’analisi di regressione multipla per l...
Uso del suolo e accessi in stazione: un’analisi di regressione multipla per l...Uso del suolo e accessi in stazione: un’analisi di regressione multipla per l...
Uso del suolo e accessi in stazione: un’analisi di regressione multipla per l...
 
Presentazione Tetris
Presentazione TetrisPresentazione Tetris
Presentazione Tetris
 
White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.
 
Pagano_ Mambrini _ I N T E C S
Pagano_ Mambrini _ I N T E C SPagano_ Mambrini _ I N T E C S
Pagano_ Mambrini _ I N T E C S
 
Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti
 
Vulnerability of road networks
Vulnerability of road networksVulnerability of road networks
Vulnerability of road networks
 
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...
Riorganizzazione del modello di esercizio ferroviario regionale sulle linee d...
 
TangraMob @ Forum PA 2017 - descrizione
TangraMob @ Forum PA 2017 - descrizioneTangraMob @ Forum PA 2017 - descrizione
TangraMob @ Forum PA 2017 - descrizione
 
Presentazione upi città metropolitana_12_luglio_2013
Presentazione upi città metropolitana_12_luglio_2013Presentazione upi città metropolitana_12_luglio_2013
Presentazione upi città metropolitana_12_luglio_2013
 
La valorizzazione dei dati per una Trento davvero smart e data driven
La valorizzazione dei dati per una Trento davvero smart e data drivenLa valorizzazione dei dati per una Trento davvero smart e data driven
La valorizzazione dei dati per una Trento davvero smart e data driven
 

Mais de saverio4zanetti

Energia elettrica Eon segmentazione PMI + prodotto servizio
Energia elettrica Eon segmentazione PMI + prodotto servizioEnergia elettrica Eon segmentazione PMI + prodotto servizio
Energia elettrica Eon segmentazione PMI + prodotto serviziosaverio4zanetti
 
italian & german Cinema, 2 different way to supply a movie
italian & german Cinema, 2 different way to supply a movieitalian & german Cinema, 2 different way to supply a movie
italian & german Cinema, 2 different way to supply a moviesaverio4zanetti
 
Lavoro Gruppo 7 Missoni Hotel
Lavoro Gruppo 7  Missoni HotelLavoro Gruppo 7  Missoni Hotel
Lavoro Gruppo 7 Missoni Hotelsaverio4zanetti
 
A N A L Y S I S O F T H E B I O M E D I C A L I N D U S T R Y
A N A L Y S I S  O F  T H E  B I O M E D I C A L  I N D U S T R YA N A L Y S I S  O F  T H E  B I O M E D I C A L  I N D U S T R Y
A N A L Y S I S O F T H E B I O M E D I C A L I N D U S T R Ysaverio4zanetti
 
Analisi Sistema Motivante Yogurt
Analisi Sistema Motivante YogurtAnalisi Sistema Motivante Yogurt
Analisi Sistema Motivante Yogurtsaverio4zanetti
 
Paper Distretto Mirandola
Paper Distretto MirandolaPaper Distretto Mirandola
Paper Distretto Mirandolasaverio4zanetti
 
India Le Radici di un sentiero di sviluppo
India Le Radici di un sentiero di sviluppoIndia Le Radici di un sentiero di sviluppo
India Le Radici di un sentiero di svilupposaverio4zanetti
 
Domotica - vero esempio di Convergenza
Domotica - vero esempio di ConvergenzaDomotica - vero esempio di Convergenza
Domotica - vero esempio di Convergenzasaverio4zanetti
 

Mais de saverio4zanetti (11)

Energia elettrica Eon segmentazione PMI + prodotto servizio
Energia elettrica Eon segmentazione PMI + prodotto servizioEnergia elettrica Eon segmentazione PMI + prodotto servizio
Energia elettrica Eon segmentazione PMI + prodotto servizio
 
italian & german Cinema, 2 different way to supply a movie
italian & german Cinema, 2 different way to supply a movieitalian & german Cinema, 2 different way to supply a movie
italian & german Cinema, 2 different way to supply a movie
 
Lavoro Gruppo 7 Missoni Hotel
Lavoro Gruppo 7  Missoni HotelLavoro Gruppo 7  Missoni Hotel
Lavoro Gruppo 7 Missoni Hotel
 
The Merchandising Right
The Merchandising RightThe Merchandising Right
The Merchandising Right
 
lee parte I
lee parte Ilee parte I
lee parte I
 
A N A L Y S I S O F T H E B I O M E D I C A L I N D U S T R Y
A N A L Y S I S  O F  T H E  B I O M E D I C A L  I N D U S T R YA N A L Y S I S  O F  T H E  B I O M E D I C A L  I N D U S T R Y
A N A L Y S I S O F T H E B I O M E D I C A L I N D U S T R Y
 
Analisi Sistema Motivante Yogurt
Analisi Sistema Motivante YogurtAnalisi Sistema Motivante Yogurt
Analisi Sistema Motivante Yogurt
 
Paper Distretto Mirandola
Paper Distretto MirandolaPaper Distretto Mirandola
Paper Distretto Mirandola
 
India Le Radici di un sentiero di sviluppo
India Le Radici di un sentiero di sviluppoIndia Le Radici di un sentiero di sviluppo
India Le Radici di un sentiero di sviluppo
 
Domotica - vero esempio di Convergenza
Domotica - vero esempio di ConvergenzaDomotica - vero esempio di Convergenza
Domotica - vero esempio di Convergenza
 
Caffè Italia Lavazza
Caffè Italia   LavazzaCaffè Italia   Lavazza
Caffè Italia Lavazza
 

Lavoro Di Gruppo customer satisfaction metropolitane milanesi

  • 1. ANALISI DI CUSTOMER SATISFACTION: LE METROPOLITANE MILANESI
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8. Struttura del questionario QUESTIONARIO SUL SERVIZIO DELLE METROPOLITANE MILANESI A) INFORMAZIONI SULLE ABITUDINI DI CONSUMO 1) Usi la Metropolitana? 2) Sei studente universitario in un ateneo milanese? S ì S ì No  chiudere No  chiudere B) QUESTIONARIO 3) Quali sono le prime TRE parole che ti vengono in mente e che associ alla Metropolitana? 1_____________ 2_____________ 3_____________ 4) Quale/quali linea/linee utilizzi con maggiore frequenza? (possibilit à di scelta multipla) LINEA ROSSA LINEA VERDE LINEA GIALLA 5) Quali altri tipi di mezzi utilizzi? (possibilit à di scelta multipla) Mezzi di superficie ATM Auto Moto Bicicletta Mi muovo a piedi 6) Con quale frequenza fruisci del servizio della metropolitana? Solo in particolari circostanze Pi ù volte in un mese Pi ù volte in una settimana Quotidianamente PAGINA 1 PAGINA 2 7) Qual è , in media, la durata del tuo tragitto in Metropolitana? Meno di 5 minuti Tra 5 e 15 minuti Tra 15 e 30 minuti Pi ù di 30 minuti 8)Quanto sei soddisfatto globalmente? scala 1-9 (1-3 poco soddisfatto, 4-6 abbastanza soddisfatto, 7-9 molto soddisfatto) 1 2 3 4 5 6 7 8 9 9)Che tipo di ticket utilizzi? Corsa singola Giornaliero Settimanale Mensile Annuale 10)Per quali motivi usi la Metropolitana? (possibilit à di scelta multipla) Minor fatica, posso rilassarmi, leggere, usare il cellulare, ascoltare musica, … Evitare di guidare nel traffico Difficolt à nel parcheggiare l ’ auto Minor costo Minor tempo di percorrenza Non guido/non possiedo l ’ auto Scomodit à degli altri mezzi pubblici Altro (__________________) 11)Verso quale/quali destinazione/destinazioni la usi pi ù spesso? (possibilit à di scelta multipla) Casa Universit à Divertimento (Bar, Cinema, Stadio, … ) Altro (__________________)
  • 9. Struttura del questionario C) MOTIVAZIONI D ’ USO 12) Quanto valuti importanti le seguenti caratteristiche per l ’ uso della Metropolitana? scala 1-9 (1-3 bassa importanza, 4-6 media importanza, 7-9 alta importanza) IMPORTANZ A 1 2 3 4 5 6 7 8 9 1) Puntualit à del servizio 2) Frequenza del servizio 3) Confort del viaggio 4) Silenziosit à durante il tragitto 5) Possibilit à di trovare posto a sedere 6) Stile di guida 7) Cortesia del personale 8) Informazioni al pubblico 9) Sicurezza per le persone 10) Sicurezza per le cose (no possibilit à di furto, etc) 11) Convenienza biglietto singolo 12) Convenienza abbonamento 13) Reperibilit à abbonamento (Dislocazione ATM Points) 14) Facilit à di accesso ai treni 15) Chiarezza della segnaletica 16) Orari di servizio notturni/festivi 17) Brevit à del tempo per attesa per le coincidenze 18) Rispetto dell ’ ambiente 19) Bellezza estetica dei treni e delle stazioni 20) Prossimit à delle stazioni ai luoghi d ’ interesse (casa,universit à ) 21) Possibilit à di combinazione con mezzi di superficie 22) Possibilit à di uso del telefonino sui treni e nelle stazioni 13) Quanto reputi soddisfacente il servizio delle Metropolitane Milanesi sulle stesse caratteristiche? scala 1-9 (1-3 poco soddisfacente, 4-6 abbastanza soddisfacente, 7-9 molto soddisfacente) SODDISFAZIONE 1 2 3 4 5 6 7 8 9 1) Puntualit à del servizio 2) Frequenza del servizio 3) Confort del viaggio 4) Silenziosit à durante il tragitto 5) Possibilit à di trovare posto a sedere 6) Stile di guida 7) Cortesia del personale 8) Informazioni al pubblico 9) Sicurezza per le persone 10) Sicurezza per le cose (no possibilit à di furto, etc) 11) Convenienza biglietto singolo 12) Convenienza abbonamento 13) Reperibilit à abbonamento (Dislocazione ATM Points) 14) Facilit à di accesso ai treni 15) Chiarezza della segnaletica 16) Orari di servizio notturni/festivi 17) Brevit à del tempo per attesa per le coincidenze 18) Rispetto dell ’ ambiente 19) Bellezza estetica dei treni e delle stazioni 20) Prossimit à delle stazioni ai luoghi d ’ interesse (casa,universit à ) 21) Possibilit à di combinazione con mezzi di superficie 22) Possibilit à di uso del telefonino sui treni e nelle stazioni PAGINA 3 (Versione Alfa)
  • 10. Struttura del questionario C) MOTIVAZIONI D ’ USO 12) Quanto valuti importanti le seguenti caratteristiche per l ’ uso della Metropolitana? scala 1-9 (1-3 bassa importanza, 4-6 media importanza, 7-9 alta importanza) IMPORTANZ A 1 2 3 4 5 6 7 8 9 1) Convenienza biglietto singolo 2) Convenienza abbonamento 3) Reperibilit à abbonamento (Dislocazione ATM Points) 4) Facilit à di accesso ai treni 5) Chiarezza della segnaletica 6) Orari di servizio notturni/festivi 7) Brevit à del tempo per attesa per le coincidenze 8) Rispetto dell ’ ambiente 9) Bellezza estetica dei treni e delle stazioni 10) Prossimit à delle stazioni ai luoghi d ’ interesse (casa,universit à ) 11) Possibilit à di combinazione con mezzi di superficie 12) Possibilit à di uso del telefonino sui treni e nelle stazioni 13) Puntualit à del servizio 14) Frequenza del servizio 15) Confort del viaggio 16) Silenziosit à durante il tragitto 17) Possibilit à di trovare posto a sedere 18) Stile di guida 19) Cortesia del personale 20) Informazioni al pubblico 21) Sicurezza per le persone 22) Sicurezza per le cose (no possibilit à di furto, etc) 13) Quanto reputi soddisfacente il servizio delle Metropolitane Milanesi sulle stesse caratteristiche? scala 1-9 (1-3 poco soddisfacente, 4-6 abbastanza soddisfacente, 7-9 molto soddisfacente) SODDISFAZIONE 1 2 3 4 5 6 7 8 9 1) Convenienza biglietto singolo 2) Convenienza abbonamento 3) Reperibilit à abbonamento (Dislocazione ATM Points) 4) Facilit à di accesso ai treni 5) Chiarezza della segnaletica 6) Orari di servizio notturni/festivi 7) Brevit à del tempo per attesa per le coincidenze 8) Rispetto dell ’ ambiente 9) Bellezza estetica dei treni e delle stazioni 10) Prossimit à delle stazioni ai luoghi d ’ interesse (casa,universit à ) 11) Possibilit à di combinazione con mezzi di superficie 12) Possibilit à di uso del telefonino sui treni e nelle stazioni 13) Puntualit à del servizio 14) Frequenza del servizio 15) Confort del viaggio 16) Silenziosit à durante il tragitto 17) Possibilit à di trovare posto a sedere 18) Stile di guida 19) Cortesia del personale 20) Informazioni al pubblico 21) Sicurezza per le persone 22) Sicurezza per le cose (no possibilit à di furto, etc) PAGINA 3 (Versione Beta)
  • 11. Struttura del questionario D) INFORMAZIONI SOCIO-DEMOGRAFICHE 14) Et à : ____ 15) Sesso: M F 16) Componenti del nucleo famigliare (compreso l ’ intervistato): ____ 17)Numero auto possedute:____ 18) Dove abiti (per motivi di studio)? Milano Hinterland Milanese Lombardia 19) Zona di residenza Milano (specificare zona___________ ) Hinterland Milanese (specificare zona___________) Lombardia (specificare provincia___________) Italia (specificare regione___________) Altro (specificare___________) 21) Ateneo Frequentato Bocconi Cattolica Politecnico Iulm Bovisa Statale (Festa del Perdono) Statale (Citt à Studi) Bicocca Altro (_____________________) 22)Anno accademico frequentato: 1 2 3 4 5 Fuori Corso 23)Fai acquisti on line (via internet)? S ì No PAGINA 4
  • 12.
  • 13.
  • 14.
  • 16.
  • 17.
  • 18. Statistiche descrittive Il campione intervistato risiede prevalentemente a Milano; ha un’età compresa tra i 19 e i 27 anni, con una media globale di 21,87 anni; è diviso abbastanza equamente tra maschi (44%) e femmine (56%).
  • 19. Statistiche descrittive * Sotto la voce “Altri Atenei” si includono: Istituto Europeo di Design, San Raffaele, ICOM Il campione risulta essere eterogeneo per numero di atenei presenti nel database, ma fortemente distribuito tra Università Bocconi e Università Statale Festa del Perdono.
  • 20. Statistiche descrittive Nonostante gli intervistati appartengano prevalentemente a 2 atenei, il campione può ritenersi accettabile in quanto sia il giudizio espresso sulla soddisfazione globale sia la distribuzione di frequenza delle linee utilizzate hanno evidenziato un’eterogeneità di risposte.
  • 21. Statistiche descrittive Il 46 % degli intervistati appartiene a una famiglia composta da 4 persone. Il 48% del campione possiede 2 automobili, la media dell’intero campione è di 2,2 auto per nucleo familiare.
  • 22. Statistiche descrittive Mezzi di trasporto utilizzati oltre alla metropolitana * * Domanda con possibilità di risposta multipla
  • 24. Statistiche descrittive * Domanda con possibilità di risposta multipla
  • 25. Statistiche descrittive * Domanda con possibilità di risposta multipla
  • 26. Analisi statistiche bivariate Variabili qualitative vs variabili quantitative Report ANOVA Table Measures of Association Frequenza di utilizzo vs soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Con che frequenza usi la MM? Mean N Std. Deviation solo in particolari circostanze 4,57 51 1,616 più volte in un mese 5,25 52 1,631 più volte in una settimana 4,79 56 1,776 quotidianamente 4,76 135 1,842 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Con che frequenza usi la MM? Between Groups (Combined) 13,342 3 4,447 1,443 ,231 Within Groups 894,103 290 3,083 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Con che frequenza usi la MM? ,121 ,015
  • 27. Analisi statistiche bivariate Variabili qualitative vs variabili quantitative Report ANOVA Table Measures of Association Durata tragitto medio vs soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Quanto dura il tragitto medio? Mean N Std. Deviation meno di 5 minuti 5,35 20 1,927 tra 5 e 15 minuti 4,98 166 1,772 tra 15 e 30 minuti 4,54 87 1,697 più di 30 minuti 4,24 21 1,546 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Quanto dura il tragitto medio? Between Groups (Combined) 23,573 3 7,858 2,578 ,054 Within Groups 883,872 290 3,048 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Quanto dura il tragitto medio? ,161 ,026
  • 28. Analisi statistiche bivariate Variabili qualitative vs variabili quantitative Report ANOVA Table Measures of Association Tipologia di ticket utilizzata vs soddisfazione globale del servizio CONFRONTA MEDIE Il p-value è superiore al 5%: la correlazione non risulta significativa. Che tipo di ticket utilizzi? Mean N Std. Deviation corsa singola 4,94 88 1,670 giornaliero 4,56 16 1,896 settimanale 5,00 13 1,080 mensile 4,75 131 1,899 annuale 4,83 46 1,664 Total 4,82 294 1,760 Sum of Squares df Mean Square F Sig. Quanto sei soddisfatto globalmente? * Che tipo di ticket utilizzi? Between Groups (Combined) 3,496 4 ,874 ,279 ,891 Within Groups 903,949 289 3,128 Total 907,446 293 Eta Eta Squared Quanto sei soddisfatto globalmente? * Che tipo di ticket utilizzi? ,062 ,004
  • 29. Set evocato riguardo alla metropolitana caldo confusione sporco affollata puzza comodità veloce gente treno gialla verde rossa ritardo borseggiatori biglietto fretta rumore sottoterra fermata extracomunitari
  • 31.
  • 32. Factor Analysis Scopo dell’analisi Identificare dei fattori che spiegano il modello di correlazioni all’interno di un insieme di variabili osservate. Viene utilizzata per la riduzione dei dati, in quanto consente di identificare un numero ridotto di componenti che spiegano la maggior parte di varianza osservata in numerose variabili. Variabili selezionate I 22 item: Puntualità del servizio; Frequenza del servizio; Confort del viaggio; Silenziosità durante il tragitto; Possibilità di trovare posto a sedere; Stile di guida; Cortesia del personale; Informazioni al pubblico; Sicurezza per le persone; Sicurezza per le cose; Convenienza biglietto singolo; Convenienza abbonamento; Reperibilità abbonamento; Facilità di accesso ai treni; Chiarezza della segnaletica; Orari di servizio notturni/festivi; Brevità del tempo per attesa per le coincidenze; Rispetto dell’ambiente; Bellezza estetica dei treni e delle stazioni; Prossimità delle stazioni ai luoghi d’interesse; Possibilità di combinazione con mezzi di superficie; Possibilità di uso del telefonino sui treni e nelle stazioni.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38. Factor Analysis - Sintesi 3 componenti 4 componenti 5 componenti 6 componenti 7 componenti % varianza globale spiegata 54,46% 59,78% 64,33% 68,55% 71,90% Rapporto tra numero di componenti e numero di variabili numero di componenti insufficiente numero di componenti insufficiente numero di componenti insufficiente OK numero di componenti troppo elevato Comunalità Tra 0,284 e 0,703 Tra 0,308 e 0,759 Tra 0,455 e 0,761 Tra 0,498 e 0,773 Tra 0,572 e 0,850 Correlazioni tra componenti e variabili originarie Componenti 1,2 e 3 problematiche Componenti 2 e 4 problematiche La matrice ruotata secondo metodo Equamax fallisce nel convergere dopo 50 iterazioni Ottimale* Componenti 2 e 6 problematiche; la 7 contiene solamente una variabile originaria (Item n°11); poca coerenza tra variabili e componenti Giudizio sintetico NON ACCETTABILE    NON ACCETTABILE NON ACCETTABILE    ADEGUATO NON ADEGUATO 
  • 39. Soluzioni scartate: 3 componenti
  • 40. Soluzioni scartate: 4 componenti
  • 41. Soluzioni scartate: 5 componenti
  • 42. Soluzioni scartate: 7 componenti .
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48. Matrice delle Saturazioni * *Ai fini di una fattorizzazione più sensata abbiamo deciso di spostare l’item n°14 (facilità d’accesso ai treni) dalla componente n°4 (Caratteristiche Tariffa) alla componente n°6 (Accessibilità + Ambiente). Il coefficiente di correlazione scende da 0,582 a 0,364, ma questo sacrificio ci sembra opportuno per garantire coerenza tra le componenti.
  • 49.
  • 50. Cluster Analysis 3 cluster 4 cluster 5 cluster Numerosità Osservazioni Numero di osservazioni soddisfacente (>2%) Numero di osservazioni soddisfacente (>2%) Numero di osservazioni soddisfacente (>2%) Tabella analisi varianza Significatività di ogni componente con livello 5% (test F) Significatività non del tutto soddisfacente per la componente RAPPORTO CLIENTE/SERVIZIO (0,058>0,05) Significatività di ogni componente con livello 5% (test F) Caratteristiche dei centri finali Buona interpretabilità dei cluster a livello di marketing Bassa interpretabilità dei cluster a livello di marketing Bassa interpretabilità dei cluster a livello di marketing e ridotta respingenza esterna tra gli stessi
  • 54. Numerosità delle osservazioni Il numero dei casi presente in ciascun cluster è accettabile: oscilla tra 47 (16%)del cluster 3 e 180(67%) del cluster 2.
  • 55. Tabella ANOVA I livelli di significatività del test sono ottimi perché tutti inferiori al 5%, il che porta a rifiutare l’ipotesi nulla.
  • 56.
  • 57. Radar 3 cluster Ranking dei fattori per ogni singolo cluster
  • 58. Tabella dei centri finali - Sintesi Attraverso queste tabelle vogliamo riassumere in maniera sintetica la tabella dei centri finali, cercando di individuare le preferenze di ciascun cluster . Abbiamo lavorato sull’ordinamento dei cluster per ciascun fattore (ranking per riga) e letto in seguito la tabella per colonna (cioè per ciascun cluster). Cluster 1 2 3 SERVIZIO_BASE 1 2 3 RAPPORTO_CLIENTE_PERSONALE 3 1 2 PIACEVOLEZZA_COMODITA_VIAGGIO 1 2 3 CARATTERISTICHE_TARIFFA 3 1 2 SICUREZZA 2 1 3 ACCESSIBILITA_AMBIENTE 2 1 3 Cluster 1 2 3 SERVIZIO_BASE + + -- RAPPORTO_CLIENTE_PERSONALE - + - PIACEVOLEZZA_COMODITA_VIAGGIO + = - CARATTERISTICHE_TARIFFA -- ++ = SICUREZZA + + -- ACCESSIBILITA_AMBIENTE = + -
  • 59.
  • 60.
  • 61.
  • 62. Tabelle di sintesi delle caratteristiche dei cluster ATENEO   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione Bocconi 86 29,25% 20 29,85% 0,60% 59 32,78% 3,53% 7 14,89% -14,36% Bovisa 2 0,68% 1 1,49% 0,81% 1 0,56% -0,12% 0 0,00% -0,68% Cattolica 20 6,80% 6 8,96% 2,15% 11 6,11% -0,69% 3 6,38% -0,42% Iulm 7 2,38% 1 1,49% -0,89% 4 2,22% -0,16% 2 4,26% 1,87% Politecnico 7 2,38% 1 1,49% -0,89% 4 2,22% -0,16% 2 4,26% 1,87% Statale Città Studi 24 8,16% 5 7,46% -0,70% 12 6,67% -1,50% 7 14,89% 6,73% Statale Festa del Perdono 137 46,60% 30 44,78% -1,82% 84 46,67% 0,07% 23 48,94% 2,34% ICOM 2 0,68% 0 0,00% -0,68% 2 1,11% 0,43% 0 0,00% -0,68% IED 6 2,04% 2 2,99% 0,94% 2 1,11% -0,93% 2 4,26% 2,21% San Raffaele 2 0,68% 0 0,00% -0,68% 1 0,56% -0,12% 1 2,13% 1,45% Accademia di Brera 1 0,34% 1 1,49% 1,15% 0 0,00% -0,34% 0 0,00% -0,34%   294 100,00% 67 100,00%   180 100,00%   47 100,00%   FREQUENZA   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione Quotidianamente 135 45,92% 24 35,82% -10,10% 88 48,89% 2,97% 23 48,94% 3,02% Particolari circostanze 51 17,35% 14 20,90% 3,55% 26 14,44% -2,90% 11 23,40% 6,06% Più volte al mese 52 17,69% 13 19,40% 1,72% 33 18,33% 0,65% 6 12,77% -4,92% Più volte alla settimana 56 19,05% 16 23,88% 4,83% 33 18,33% -0,71% 7 14,89% -4,15%   294 100,00% 67 100,00%   180 100,00%   47 100,00%  
  • 63. Tabelle di sintesi delle caratteristiche dei cluster TICKET   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione Annuale 46 15,65% 4 5,97% -9,68% 32 17,78% 2,13% 10 21,28% 5,63% Singola 88 29,93% 28 41,79% 11,86% 50 27,78% -2,15% 10 21,28% -8,66% Mensile 131 44,56% 33 49,25% 4,70% 76 42,22% -2,34% 22 46,81% 2,25% Settimanale 13 4,42% 1 1,49% -2,93% 11 6,11% 1,69% 1 2,13% -2,29% Giornaliero 16 5,44% 1 1,49% -3,95% 11 6,11% 0,67% 4 8,51% 3,07%   294 100,00% 67 100,00%   180 100,00%   47 100,00%   DURATA   Totale del campione cluster 1 cluster 2 cluster 3   f.ass f.rel. f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione f.ass f.rel. Δ su campione <5min 20 6,80% 4 5,97% -0,83% 11 6,11% -0,69% 5 10,64% 3,84% 5<x<15 min 166 56,46% 37 55,22% -1,24% 103 57,22% 0,76% 26 55,32% -1,14% 15<x<30 min 87 29,59% 23 34,33% 4,74% 54 30,00% 0,41% 10 21,28% -8,32% >30min 21 7,14% 3 4,48% -2,67% 12 6,67% -0,48% 6 12,77% 5,62%   294 100,00% 67 100,00%   180 100,00%   47 100,00%  
  • 64.
  • 65.
  • 66.
  • 67.
  • 68.
  • 69. Output Forward Nel 7° modello si nota, invece, come le variabili esplicative siano tutte significative al 5% e non all’1% come nel modello precedente. A compensazione di questa diminuzione di precisione vi è un notevole aumento della bontà della regressione (R²=0,442). Nel 3° modello si nota che tutte le variabili inserite nel modello siano significative all’1% ; ma confrontando il risultato ottenuto con l’ R² di riferimento si rileva che la bontà della regressione non sia ancora ottimale (R²=0,387).
  • 70.
  • 71.
  • 72.
  • 73. Output Stepwise A compensazione di questa diminuzione di precisione vi è un notevole aumento della bontà della regressione (R²=0,442). Anova
  • 74. Output Stepwise Sebbene il valore sia significativo al valore 0,007, il segno inatteso comporta l’eliminazione della variabile “Reperibilità Abbonamento”. PESO PERCENTUALE DEI DRIVER         Beta std.   Peso Confort del viaggio 0,28617242 31,5% Puntualità del servizio 0,126401944 13,9% Rispetto dell'ambiente 0,189151903 20,8% Convenienza abbonamento 0,181243896 19,9% Reperibilità abbonamento -0,1330277 -14,6% Possibilità di combinazione mds 0,107835457 11,9% Frequenza del servizio 0,152059334 16,7%
  • 75. Output Stepwise PESO PERCENTUALE DEI DRIVER         Beta std.   Peso Confort del viaggio 0,28617242 27,4% Rispetto dell'ambiente 0,189151903 18,1% Convenienza abbonamento 0,181243896 17,4% Frequenza del servizio 0,152059334 14,6% Puntualità del servizio 0,126401944 12,1% Possibilità di combinazione mds 0,107835457 10,3%
  • 76.
  • 78.
  • 86.
  • 87.
  • 88.
  • 89.
  • 90.
  • 91.