XLVII Riunione Scientifica dellaSocietà Italiana di Economia, Demografia e Statistica

Milano, 27, 28 e 29 maggio 2010

Motivazioni esclusive e concorrenti nel mercato turistico: un’analisi di

segmentazione nel caso della Sicilia

Vincenzo Asero, Rosario D’Agata e Venera TomaselliFacoltà di Scienze Politiche

Università degli Studi di Catania

Identificare i segmenti di domanda turistica che si recano in un determinato luogo per soddisfare il proprio bisogno di vacanza riveste un ruolo strategico per orientare gli operatori nell’organizzazione e nella gestione dell’offerta.

Ogni segmento di mercato è composto da un gruppo omogeneo di consumatori associati tra di loro da comuni desideri ed interessi (motivazioni).

In ambito turistico le motivazioni si riflettono nella scelta delle destinazioni, o di località differenti all’interno di una data destinazione, oltre che nelle modalità di soddisfacimento della domanda.

Alcune premesse

Reddito disponibile: influenza le scelte di consumo turistico, vincolando la domanda espressa dai singoli turisti

Disponibilità di tempo libero: si riflette sulla durata del viaggio

Motivazioni: spiegano perché le persone vogliono viaggiare e costituiscono uno dei fattori che influenzano maggiormente il comportamento dei consumatori-turisti

Le determinanti della domanda turistica

La letteratura definisce le motivazioni turistiche come caratteristiche degli individui che influenzano la scelta di una destinazione, distinguendo

Push factors: fattori connessi al desiderio di viaggiare e di evasione dalla vita quotidiana

Pull factors: fattori che influenzano il “dove” e il “come” viaggiare. Sono connessi alle attrattive di una destinazione ed influenzano le modalità di organizzazione della vacanza

Motivazioni turistiche

Motivazioni esclusive: indirizzano il soddisfacimento della domanda turistica verso l’uso esclusivo o prevalente di una risorsa, caratterizzando una specifica tipologia di turismo

Motivazioni concorrenti:attengono al soddisfacimento della domanda turistica attraverso l’uso di risorse differenti, caratterizzando tipologie di turismo differenziato

Motivazioni esclusive e concorrenti

Identificare tipologie di turisti definiti rispetto a parametri socio-economici e caratterizzati in rapporto alle motivazioni che hanno determinato la loro scelta di vacanza

Obiettivo della ricerca

Metodologia

Tecniche di sintesi delle variabili

Analisi delle corrispondenza multipleAnalisi fattoriale

Tecniche di classificazione delle unità d’analisi

Cluster analysis

Le unità d’analisi567 turisti auto organizzati selezionati da un insieme di turisti (1228) intervistati in partenza dall’aeroporto e dal porto di Catania nel periodo compreso tra luglio e ottobre 2009.

Variabili impiegate nell’analisi

Variabile Modalità

Genere Maschio/femmina

Classe d'età <25 anni

25-44 anni

45-64 anni

>64 anni

Provenienza Italiano/straniero

Notti trascorse in Sicilia Si/no

Con chi è venuto in Sicilia? Solo Si/no

Con chi è venuto in Sicilia? Famiglia Si/no

Con chi è venuto in Sicilia? Amici Si/no

Tipologia vacanzaesclusimavamente balneareprevalentemente balneare

per niente balneare

N Min. Max. Mean Std. Dev.

Mobilità interna 567 0 500 79,10 104,31

Pranzi ristoranti 567 0 2000 119,52 150,17

Visite a musei 567 0 300 12,63 31,38

Enogastronomia e artigianato 567 0 600 28,55 45,04

Shopping 567 0 3000 48,51 146,73

Spettacoli ed eventi 567 0 550 3,76 29,43

Alloggio 567 0 2500 200,61 295,14

Viaggio A-R 567 0 2000 178,12 185,09

Prodotti alimentari da cucinare 567 0 750 32,34 79,14

Altro 567 0 1075 5,45 52,37

Variabili categorialiVariabili di spesa per…

ProcedimentoLe variabili categoriali sono state sintetizzate attraverso l’ausilio dell’analisi delle corrispondenze multiple. Si sono così ottenute due dimensioni.

Model Summary

,552 1,792 ,358

,365 1,413 ,283

3,205 ,641

,470a 1,602 ,320

Dimension1

2

Total

Mean

Cronbach'sAlpha

Total(Eigenvalue) Inertia

Variance Accounted For

Mean Cronbach's Alpha is based on the meanEigenvalue.

a.

Per ciascuna unità d’analisi, in un secondo momento è stato calcolato l’object score.

ProcedimentoLe variabili di spesa sono state sintetizzate attraverso l’analisi delle componenti principali. Si sono così ottenute due dimensioni.

Total Variance Explained

Component Initial Eigenvalues

Total % of Variance Cumulative %

1 2,00 25,04 25,04

2 1,21 15,11 40,15

3 1,03 12,84 52,99

4 0,96 11,99 64,98

5 0,90 11,27 76,25

6 0,79 9,93 86,18

7 0,63 7,88 94,06

8 0,48 5,94 100,00

Extraction Method: Principal Component Analysis.

Rotated Component Matrixa,b

,478 ,476

,028 ,761

,702 ,111

-,200 ,768

-,481 ,166

-,043 -,097

,723 ,243

-,449 ,391

Mobilità interna

Pranzi ristoranti

Visite a musei

Enogastronomia e artigianato

Shopping

Spettacoli ed eventi

Alloggio

Prodotti alimentari da cucinare

1 2

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 3 iterations.a.

Only cases for which Ha fatto una vacanza balneare? =Per nulla balneare are used in the analysis phase.

b.

Per ciascuna unità è stato calcolato il factor score

Procedimento

Utilizzando i factor scores e gli object scores, attraverso la cluster analysis sono stati individuati 2 cluster.

Final Cluster Centers

-,67 ,25

,91 -,34

,78 -,29

-,03 ,01

Object scores dimension 1

Object scores dimension 2

REGR factor score 1 for analysis 1

REGR factor score 2 for analysis 1

1 2

Cluster

Crosstab

71 72 11 0 1 155

45,8% 46,5% 7,1% ,0% ,6% 100,0%

29,3% 33,6% 14,7% ,0% 7,1% 27,3%

171 142 64 22 13 412

41,5% 34,5% 15,5% 5,3% 3,2% 100,0%

70,7% 66,4% 85,3% 100,0% 92,9% 72,7%

242 214 75 22 14 567

42,7% 37,7% 13,2% 3,9% 2,5% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Notti trascorse

Count

% within ClusterNumber of Case

% within Notti trascorse

Count

% within ClusterNumber of Case

% within Notti trascorse

1

2

ClusterNumberof Case

Total

Fino a7 notti 8-14 notti 15-21 notti 22-30 notti >30 notti

Notti trascorse

Total

Caratterizzazione dei clusters

I° cluster: • più stranieri rispetto al

II° cluster• fino a 14 notti

II° cluster: • più italiani rispetto al I°

cluster,•fino a 14 notti, oltre 14 notti è superiore rispetto al I° cluster

Crosstab

76 79 155

49,0% 51,0% 100,0%

37,6% 21,6% 27,3%

126 286 412

30,6% 69,4% 100,0%

62,4% 78,4% 72,7%

202 365 567

35,6% 64,4% 100,0%

100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Provenienza

Count

% within ClusterNumber of Case

% within Provenienza

Count

% within ClusterNumber of Case

% within Provenienza

1

2

Cluster Numberof Case

Total

Straniero Italiano

Provenienza

Total

Crosstab

9 146 155

5,8% 94,2% 100,0%

7,9% 32,2% 27,3%

105 307 412

25,5% 74,5% 100,0%

92,1% 67,8% 72,7%

114 453 567

20,1% 79,9% 100,0%

100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Solo

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Solo

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Solo

1

2

Cluster Numberof Case

Total

Sì No

Con chi è venuto inSicilia? Solo

Total

Crosstab

111 44 155

71,6% 28,4% 100,0%

94,9% 9,8% 27,4%

6 404 410

1,5% 98,5% 100,0%

5,1% 90,2% 72,6%

117 448 565

20,7% 79,3% 100,0%

100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Amici

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Amici

Count

% within ClusterNumber of Case

% within Con chi èvenuto in Sicilia? Amici

1

2

Cluster Numberof Case

Total

Sì No

Con chi è venuto inSicilia? Amici

Total

Crosstab

39 116 155

25,2% 74,8% 100,0%

11,4% 51,3% 27,3%

302 110 412

73,3% 26,7% 100,0%

88,6% 48,7% 72,7%

341 226 567

60,1% 39,9% 100,0%

100,0% 100,0% 100,0%

Count

% within Cluster Number of Case

% within Con chi è venuto inSicilia? Famiglia

Count

% within Cluster Number of Case

% within Con chi è venuto inSicilia? Famiglia

Count

% within Cluster Number of Case

% within Con chi è venuto inSicilia? Famiglia

1

2

ClusterNumberof Case

Total

Sì No

Con chi è venuto inSicilia? Famiglia

Total

Caratterizzazione dei clusters

I° cluster: • non soli• amici

II° cluster: • famiglia• i soli caratterizzano di più il II°

cluster rispetto al I°

Crosstab

17 95 42 1 155

11,0% 61,3% 27,1% ,6% 100,0%

27,9% 34,8% 20,1% 4,2% 27,3%

44 178 167 23 412

10,7% 43,2% 40,5% 5,6% 100,0%

72,1% 65,2% 79,9% 95,8% 72,7%

61 273 209 24 567

10,8% 48,1% 36,9% 4,2% 100,0%

100,0% 100,0% 100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Fasciad'età dell'intervistato

Count

% within ClusterNumber of Case

% within Fasciad'età dell'intervistato

Count

% within ClusterNumber of Case

% within Fasciad'età dell'intervistato

1

2

Cluster Numberof Case

Total

Meno di25 anni 25-44 anni 45-64 anni più di 64 anni

Fascia d'età dell'intervistato

Total

Caratterizzazione dei clusters

I° cluster: • prevalenza 25-44 anni

II° cluster: • prevalenza 25-44 anni e 44-64 anni• > 64 anni caratterizzano di più il II°

cluster rispetto al I°

Crosstab

44 102 9 155

28,4% 65,8% 5,8% 100,0%

21,1% 34,7% 14,1% 27,3%

165 192 55 412

40,0% 46,6% 13,3% 100,0%

78,9% 65,3% 85,9% 72,7%

209 294 64 567

36,9% 51,9% 11,3% 100,0%

100,0% 100,0% 100,0% 100,0%

Count

% within ClusterNumber of Case

% within Ha fatto unavacanza balneare?

Count

% within ClusterNumber of Case

% within Ha fatto unavacanza balneare?

Count

% within ClusterNumber of Case

% within Ha fatto unavacanza balneare?

1

2

ClusterNumberof Case

Total

Esclusivamente Balneare

In partebalneare

Per nullabalneare

Ha fatto una vacanza balneare?

Total

Caratterizzazione dei clusters

I° cluster: • in parte balneare

II° cluster: • in parte balneare, ma in misura ridotta

rispetto al I° cluster• esclusivamente balneare, più che nel I°

cluster• per nulla balneare, per un valore inferiore

Report

133,1054 202,5591 27,1979 35,0495 46,5097 6,6452 379,8495 211,5570 19,3613

155 155 155 155 155 155 155 155 155

139,37199 230,57575 50,46184 63,08050 82,15199 47,49610 427,75897 243,94432 57,98610

58,7884 88,2842 7,1481 26,1113 49,2603 2,6727 133,1766 165,5377 37,2294

412 412 412 412 412 412 412 412 412

78,69214 86,92305 17,07992 35,78373 164,67536 18,53162 186,33211 155,88055 85,31107

79,1044 119,5234 12,6291 28,5547 48,5084 3,7587 200,6092 178,1179 32,3448

567 567 567 567 567 567 567 567 567

104,31100 150,16820 31,37934 45,03753 146,72923 29,43306 295,13571 185,08744 79,14088

Mean

N

Std. Deviation

Mean

N

Std. Deviation

Mean

N

Std. Deviation

ClusterNumberof Case1

2

Total

Mobilitàinterna

Pranziristoranti Visite a musei

Enogastronomia e

artigianato ShoppingSpettacolied eventi Alloggio Viaggio A-R

Prodottialimentari

da cucinare

Clusters e composizione della spesa

I° cluster: • mobilità interna• pranzi presso ristoranti• visite a musei• enogastronomia ed

artigianato• spettacoli ed eventi• alloggio

II° cluster: • shopping• prodotti alimentari da cucinare

ANOVA

622045,1 1 622045,105 63,480 ,000

5536479 565 9799,078

6158524 566

1470780 1 1470780,023 73,586 ,000

11292796 565 19987,249

12763576 566

45275,619 1 45275,619 49,958 ,000

512043,7 565 906,272

557319,3 566

8998,044 1 8998,044 4,463 ,035

1139064 565 2016,043

1148062 566

852,144 1 852,144 ,040 ,843

12184826 565 21566,063

12185678 566

1777,280 1 1777,280 2,055 ,152

488551,5 565 864,693

490328,8 566

6853129 1 6853128,862 91,217 ,000

42448351 565 75129,824

49301480 566

238520,6 1 238520,566 7,037 ,008

19151145 565 33895,831

19389665 566

35958,695 1 35958,695 5,790 ,016

3509057 565 6210,720

3545015 566

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Mobilità interna

Pranzi ristoranti

Visite a musei

Enogastronomia eartigianato

Shopping

Spettacoli ed eventi

Alloggio

Viaggio A-R

Prodotti alimentarida cucinare

Sum ofSquares df Mean Square F Sig.

• Shopping • Spettacoli ed

eventi: non significativi rispetto alla classificazione ottenuta

Clusters e composizione della spesa

ANOVA

409514,4 1 409514,375 56,361 ,000

3967172 546 7265,882

4376686 547

27554140 1 27554140,28 95,734 ,000

2E+008 546 287819,843

2E+008 547

714,848 1 714,848 8,701 ,003

46420,581 565 82,160

47135,429 566

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Between Groups

Within Groups

Total

Spesa pro-cap_die

Spesa pro-capite

Notti trascorse in Sicilia

Sum ofSquares df Mean Square F Sig.

Report

9,47 130,25 1098,43

155 150 150

5,350 105,663 776,816

11,99 68,94 595,51

412 398 398

10,110 76,175 411,536

11,30 85,72 733,17

567 548 548

9,126 89,450 581,091

Mean

N

Std. Deviation

Mean

N

Std. Deviation

Mean

N

Std. Deviation

Cluster Number of Case1

2

Total

Nottitrascorsein Sicilia

Spesapro-cap_die

Spesapro-capite

I clusters e le variabili di spesa

CONCLUSIONE: caratterizzazione dei clustersI° cluster:

stranieri – amici - prevalenza di 25-44 anni - fino a 14 notti, mobilità interna, pranzi presso ristoranti, visite a musei, enogastronomia ed artigianato, in parte balnearela spesa pro-capite e pro-die è maggiore rispetto al II° cluster, malgrado il numero di notti trascorse è inferiore rispetto a quelle del II° cluster

II° cluster: italiani – famiglie - prevalenza di 25-44 e 44-64 anni, >64 anni è relativamente superiore rispetto al I° cluster – fino a 14 notti, ma soggiornano anche oltre rispetto al I° cluster prodotti alimentari da cucinare prevale in parte balneare ed è presente esclusivamente balneare in misura maggiore rispetto al I° cluster