Nel 2011 Airbnb aveva un problema piuttosto comune: il tasso di conversione era basso, ma i dati quantitativi non spiegavano il perché. Avevano Google Analytics, heatmap, funnel, e nessuna risposta chiara. Decisero allora di mandare un sondaggio agli utenti che avevano aperto una scheda appartamento senza prenotare, con una domanda semplice: “Cosa ti ha impedito di prenotare?”
Le risposte tirarono fuori problemi che i dati comportamentali non vedevano: foto scarse, confusione sul prezzo, poche recensioni affidabili. Airbnb intervenne su questi punti e migliorò sensibilmente i risultati. L’esempio chiarisce perché, anche nell’era dei big data, i sondaggi online restano uno strumento insostituibile: i dati dicono cosa fanno le persone, le parole spiegano perché.
Il guaio è che molti sondaggi online sono pieni di errori statistici. Bias nascosti, campioni troppo piccoli, domande ambigue. Il risultato sono dati che sembrano validi ma in realtà ti portano fuori strada.
Fondamenti del campionamento: probabilistico vs non-probabilistico
Per ottenere risultati generalizzabili devi capire come funziona il campionamento.
Campionamento probabilistico
Qui ogni individuo ha una probabilità nota e diversa da zero di essere selezionato. Le tecniche principali sono tre:
- Campione casuale semplice: ogni persona ha la stessa probabilità. È il più rigoroso ma difficile da applicare online.
- Campione stratificato: la popolazione viene divisa in strati (per esempio età o genere) e si campiona casualmente da ciascuno, così da garantire rappresentatività.
- Campione sistematico: si seleziona ogni K-esima unità da una lista ordinata. Semplice da implementare, valido se non ci sono pattern nascosti.
Con questi metodi puoi generalizzare i risultati con margini d’errore calcolabili, del tipo: “Il 58% dei clienti preferisce il metodo X con ±5% di margine d’errore e 95% di confidenza”.
Campionamento non-probabilistico
Si basa sulla convenienza o sulla volontà dei partecipanti. Le forme più comuni:
- Convenienza: intervisti chi è disponibile, per esempio i clienti via email. Rapido ma non rappresentativo.
- Quota: raggiungi numeri prefissati per categoria, però senza randomizzazione.
- Snowball: gli intervistati ne reclutano altri. Utile per comunità nascoste, ma fortemente biasato.
In questi casi i dati descrivono il campione, non la popolazione. In Italia la maggior parte dei sondaggi online segue proprio questo approccio, e questo ne limita la generalizzabilità.
Calcolo della sample size
La domanda chiave è quante persone intervistare per avere risultati affidabili.
La formula standard per il campionamento probabilistico è:
n = (Z² × p × (1-p)) / E²
Dove:
- Z = valore critico per il livello di confidenza (es. 1.96 per 95%)
- p = proporzione stimata (0.5 se ignota, per massima variabilità)
- E = margine d’errore desiderato (es. 0.05 per ±5%)
Esempio: sondaggio NPS
Per un e-commerce con 50.000 clienti, senza stime preliminari, con confidenza 95% e margine d’errore ±5%, servono circa 400 risposte.
Se vuoi un margine più stretto (±3%), ne servono circa 1.100.
Tabella di riferimento
| Margine d’Errore | Sample Size | Uso Tipico |
|---|---|---|
| ±10% | 96 | Sondaggi esplorativi, budget limitato |
| ±5% | 384 | Standard industria |
| ±3% | 1.067 | Decisioni strategiche |
| ±2% | 2.401 | Benchmark nazionali |
| ±1% | 9.604 | Ricerca ad alta precisione |
Scale di misura e codifica delle domande
La scala che scegli decide quali analisi puoi fare.
- Nominale: categorie senza ordine (es. genere). Calcoli frequenze e test chi-quadro.
- Ordinale: categorie ordinate ma con distanze non uniformi (es. soddisfazione da 1 a 5). Usi la mediana e test non parametrici come Spearman.
- Intervalli: ordine e distanze uguali, ma zero arbitrario (es. scala NPS 0-10). Puoi calcolare medie e usare test parametrici.
- Rapporto: ordine, distanze uguali e zero naturale (es. spesa in euro). Qui ogni analisi statistica è valida.
Esistono poi scale particolari, come il Semantic Differential e la Scala Visiva Analogica (VAS), che misurano percezioni e intensità in modo più sfumato.
Cinque errori comuni da evitare
- Domande doppie: chiedere due cose in una sola domanda rende la risposta ambigua.
- Domande suggestive: formulazioni che spingono verso una certa risposta.
- Bias di desiderabilità sociale: la persona risponde in base a ciò che ritiene socialmente accettabile.
- Ambiguità nelle opzioni: termini vaghi come “di recente” o “frequentemente” senza una definizione precisa.
- Troppe domande obbligatorie o aperte: fanno aumentare gli abbandoni.
Analisi statistica: chi-quadro e correlazione di spearman
Il test del chi-quadro verifica le relazioni tra variabili categoriche. Se il p-value sta sotto 0.05, la relazione è significativa.
Spearman invece misura le correlazioni tra variabili ordinali. Valori oltre 0.7 indicano una correlazione forte.
Caso studio: sondaggio customer satisfaction per e-commerce
Un’azienda di moda online vuole capire perché i clienti abbandonano il checkout.
- Definisce l’obiettivo: identificare i friction point.
- Popolazione: 12.500 clienti che hanno visitato il checkout negli ultimi 3 mesi.
- Sample size: circa 400 risposte per ±5% di margine d’errore.
- Struttura del sondaggio con domande screening, aperte, quantitative e demografiche.
- Invio mirato ai clienti che hanno abbandonato il carrello, 24-48 ore dopo.
- Analisi con frequenze, test chi-quadro e correlazioni Spearman per stabilire le priorità d’intervento.
Peculiarità del mercato italiano
Ci sono alcune abitudini locali che conviene tenere a mente. Nel B2B si usa il “Lei” formale, mentre nel B2C si passa al “tu” a seconda del brand. La sensibilità alla privacy è alta, quindi nominare il GDPR aumenta la fiducia. Sul timing, martedì e mercoledì mattina funzionano meglio, e agosto è un mese da evitare. Gli incentivi aiutano: un buono Amazon o un report aggregato alzano il tasso di risposta. Sulla lunghezza, cerca di restare entro i 5-7 minuti, altrimenti la gente molla a metà.
Il punto
Un sondaggio fatto bene richiede tempo e attenzione, ma in cambio ti dà dati affidabili su cui decidere con cognizione. Non cedere alla tentazione di lanciarlo subito senza test e calibrazione. Il sondaggio è il ponte tra il comportamento che osservi e le motivazioni che lo muovono: usalo per capire davvero i tuoi clienti e migliorare prodotto o servizio.
La prossima volta che leggi un sondaggio che “dimostra” una preferenza, fermati e chiediti: chi ha risposto? Come era formulata la domanda? Le risposte a queste due domande possono ribaltare del tutto le tue decisioni.