un approccio multicriteriale per la valutazione della customer … · 2017-05-12 · la mcda aiuta...
TRANSCRIPT
UNIVERSITA' DEGLI STUDI DI CATANIA
DIPARTIMENTO DI ECONOMIA E IMPRESA
CORSO DI LAUREA IN ECONOMIA AZIENDALE
SALVATORE GIANNAVOLA
Un approccio multicriteriale per la valutazione della customer satisfaction nel settore alberghiero
SAGGIO FINALE
Relatrice:
Chiar.ma Prof.ssa Silvia Angilella
ANNO ACCADEMICO 2013-2014
1
INDICE
INTRODUZIONE.......................................................................................................5
CAPITOLO 1...............................................................................................................7
MCDA “MULTICRITERIA DECISION AID”...............................................................
1.1 Perché nasce MCDA..........................................................................................7 1.2 Cenni storici sui processi di analisi decisionale..................................................8 1.2.1 Teorema di Condorcet.....................................................................................8 1.2.2 Sistema di Borda............................................................................................9 1.3 Introduzione alla MCDA..................................................................................10
1.3.1 Elementi fondamentali della MCDA............................................................10 1.4 Fondamenti e definizioni...................................................................................12
1.5 Insieme delle alternative....................................................................................12 1.6 Preferenze..........................................................................................................13
1.7 Spazio decisionale.............................................................................................15
1.8 Insieme dei criteri..............................................................................................19
1.9 Scale di misurazione..........................................................................................20
1.10 Tecniche di attribuzione dei pesi......................................................................21
1.10.1 Assegnazione diretta...............................................................................22
1.10.2 Scala di Saaty..........................................................................................23
1.10.3 Metodo degli autovettori........................................................................24
2
1.11 Vantaggi della MCDA.....................................................................................25
1.12 Finalità della MCDA......................................................................................26
1.13 Esempio applicativo del modello MCDA.....................................................27
CAPITOLO 2.............................................................................................................34
IL METODO MUSA.......................................................................................................
2.1 Introduzione al metodo MUSA........................................................................34
2.1.1 Metodologia..................................................................................................36
2.1.2 Individuazione dei criteri rilevanti per la customer satisfaction..................39 2.1.3 Il calcolo dei pesi e dei criteri......................................................................41 2.2 L'utilizzo del metodo MUSA nello studio della customer satisfaction...........43 2.3 Vantaggi del metodo MUSA e ricerche future.................................................44 2.3.1 Vantaggi del metodo...................................................................................44 2.3.2 Ricerche future ….....................................................................................46
CAPITOLO 3….........................................................................................................47
APPLICAZIONI PRATICHE DEL METODO MUSA.................................................
3.1 Valutazione del funzionamento di strutture alberghiere di alto livello...............47
3.1.1 Identificazione dei contenuti del modello................................................48 3.1.2 Criteri........................................................................................................49
3.1.3 Il sondaggio condotto per stabilire l'ordine dei criteri e dei sub-criteri....53
3.1.4. Risultati....................................................................................................54
3
3.1.5 Conclusioni...............................................................................................59
3.2 Valutazione della qualità del servizio nel settore turistico...........................60 3.2.1 Il questionario.......................................................................................60 3.2.2 Profilo dei soggetti intervistati e risultati.............................................61 3.2.3 Analisi dei dati sulla soddisfazione del cliente....................................63
3.3 Conclusioni...........................................................................................64
BIBLIOGRAFIA.......................................................................................................68
SITOGRAFIA............................................................................................................69
4
INTRODUZIONE
La seguente tesi dal titolo “Un approccio multicriteriale per la valutazione della
customer satisfaction nel settore alberghiero”, è incentrata sull'analisi, sugli studi
empirici e sulle applicazioni pratiche di uno approccio multicriteriale noto come
metodo MUSA, acronimo di Multicriteria Satisfaction Analysis. Il metodo MUSA
viene classificato come modello di disaggregazione delle preferenze attraverso i
principi di analisi di regressione ordinale. Questa tesi analizza l'applicazione di tale
metodo nell'ambito dell'analisi della customer satisfaction nel settore turistico-
alberghiero, nonché la classificazione delle preferenze dei clienti. Le organizzazioni
moderne, infatti, considerano la valutazione della qualità del servizio offerto come
una delle risorse più influenti per l'ottenimento delle informazioni di un dato mercato.
Il metodo MUSA è un metodo dell'MCDA, acronimo di Multicriteria Decision Aid
definito da Berdard Roy secondo quanto segue:
“Supporto, attraverso l'utilizzo di modelli espliciti ma non necessariamente del tutto
formali, per ottenere risposte alle domande poste da uno stakeholder del processo
decisionale, al fine di chiarire e di solito raccomandare o favorire un comportamento
che aumenta la coerenza tra processo decisionale ed obiettivi della parte interessata.”
L'identificazione di un percorso logico e ottimale che potesse guidare l'uomo nei
processi decisionali, ha da sempre interessato filosofi e studiosi di tutti i tempi, tra
questi possiamo citare un illustre esponente della storia moderna nonché pensatore di
spicco: Benjamin Franklin. Questi, rispondendo ad un amico in cerca di consigli,
spiega quale tipo di processo logico aveva escogitato per riuscire prendere una
decisione: iniziava stilando una lista dei pro e dei contro, poi cercava di dare un peso,
5
secondo il grado di influenza, a ciascuna considerazione. Nell'analisi delle voci,
attraverso un criterio di combinazioni fra pro e contro, e dei pesi ad essi attributi,
iniziava a scartare tutte quelle considerazioni che si annullavano a vicenda, fino ad
arrivare al punto di equilibrio costituito dalle voci rimaste inseguito al processo di
classificazione.
I metodi multicriteriali, come il metodo MUSA, forniscono gli strumenti che
permettono al decision-maker, il soggetto decisore al quale è stato attribuito il
compito di effettuare delle scelte in un determinato processo decisionale, di risolvere
in maniera coerente e oggettiva problemi decisionali complessi dove coesistono
innumerevoli alternative. Inoltre, gli strumenti forniti dai metodi multicriteriali
permettono di assegnare a ciascun criterio, facente parte del problema decisionale, un
determinato grado di importanza, spesso indicato come peso.
Nel primo capitolo si introducono i fondamenti della MCDA (Multicriteria Decision
Aid). In particolare verranno esposti i punti salienti per l'implementazione di un
approccio multicriteriale: le alternative, i criteri, e l'attribuzione dei corrispettivi pesi.
Nel secondo capitolo vengono analizzate le caratteristiche fondamentali relative al
metodo MUSA: l'individuazione delle alternative e dei criteri, il calcolo dei pesi e le
sua funzionalità rispettivamente all'analisi della customer satisfaction nel settore
turistico-alberghiero. Nel terzo capitolo, invece, si fa riferimento a studi condotti da
istituti universitari che trattano l'applicazione pratica del metodo Musa in strutture
turistiche di alto livello. In questa sezione, verranno esposti e analizzati i risultati
empirici di suddetti studi ma soprattutto le fasi preparatorie antecedenti
all'applicazione del metodo che consistono nella creazione di questionari,
nell'individuazione dei soggetti da intervistare, delle alternative, dei criteri e dei pesi.
Le due analisi esposte, prendono spunto da studi condotti dall' Università di Creta
(Grecia) e forniscono informazioni sul funzionamento e sui dati della customer
satisfaction relativamente al settore alberghiero dell'isola greca.
6
CAPITOLO 1
MCDA (MULTICRITERIA DECISION AID)
1.1 PERCHE' NASCE LA MCDA
È difficile risalire alle modalità attraverso le quali il soggetto decisore giunge
all'individuazione di una decisione ottimale. Ogni scelta, è intrinsecamente correlata a
una pluralità di punti di vista e considerazioni basiche che posiamo configurare come
criteri. Nel passato si pensava che per giungere a una decisione bastasse definire un
singolo criterio che potesse amalgamare i diversi aspetti, riguardanti un contesto, in
una singola scala di misurazione. Questo, però, sembra essere un metodo innaturale e
soprattutto riduttivo.
Il modello economico classico di rappresentazione delle preferenze, si basa su
funzioni di utilità e sull'assegnazione di una serie di valori numerici alle azioni che
porteranno alla scelta ottimale. Questo è un procedimento semplice ma non realistico.
Inoltre, esistono studi che si basano sull'analisi delle condizioni sulle quali operano
gli studi classici. Dette condizioni, molto spesso, sono rigide e non soddisfano il
vasto range del mondo reale. Cambia, quindi, il concetto di decisione; essa viene
considerata come la scelta di intraprendere un'azione, tra più alternative disponibili
(opzioni), da parte di un individuo o di un gruppo (decisore). Nel processo
decisionale (decision making) si possono distinguere tre fasi:
1. La formulazione di alternative o scenari;
2. La valutazione delle alternative, cioè delle conseguenze che hanno nel
7
futuro. Tale valutazione viene effettuata in base ad uno o più criteri,
eventualmente quantificabili tramite indicatori;
3. La scelta, ossia la selezione di un'opzione, tra quelle prese in considerazione,
in base all'esito della valutazione effettuata.
Recentemente si sono state sviluppate nuovi filoni di ricerca per soddisfare al
meglio la diversità di condizioni che vengono riscontrate nella realtà; tra questi
troviamo proprio la MCDA.
1.2 CENNI STORICI SUI PROCESSI DI ANALISI DECISIONALE
In passato diversi statisti ed economisti erano stati attratti dal medesimo tema
riguardante l'individuazione di metodi efficienti per scegliere l'alternativa ottimale
rispetto ad un gruppo di alternative. Tra questi facciamo riferimento a Condorcet e
Borda, i cui studi sono noti nell'ambito dei sistemi di votazione e quindi della scelta
di alternative da parte di una comunità.
1.2.1 TEOREMA DI CONDORCET
Condorcet, importante esponente della rivoluzione francese che nel 1785. Egli, arriva
all'individuazione di un metodo, meglio noto come Condorcet-winner. Nell'ambito
dell'argomento dei sistemi di votazione, il suo metodo detto anche della votazione a
coppie alternative,permette di conoscere la graduazione delle scelte collettive con
riferimento all'intera gamma di alternative attraverso un confronto a coppie. Ogni
alternative viene confrontata con ciascuna delle altre e per ciascun confronto si
stabilisce un'alternativa vincente. Vediamo un esempio :
Consideriamo una società composta da 43 votanti divisi in 4 gruppi omogenei :
a,b,c,d chiamati a scegliere fra tre alternative X,Y,Z. Il grafico mostra le preferenze:
8
VOTANTI a=18 b=10 c=7 d=8
1°preferenza X Y Y Z
2°preferenza Y Z X Y
3°preferenza Z X Z X
Nel confronto tra X e Y vince Y: 25 voti contro 18.
Nel confronto tra X e Z vince X: 25 voti contro 18.
Nel confronto tra Y e Z vince Y:35 voti contro 8.
CONCLUSIONI
E' possibile trovare un ordinamento completo e transitivo per le preferenze sociali:
Y>X>Z (> in questo caso significa preferito). Accade, tuttavia, che non si giunga
sempre ad una soluzione transitiva e unimodale e quindi si ricade nel fenomeno detto
della ciclicità del voto di maggioranza.
1.2.2 SISTEMA DI BORDA
Tentando di superare tale difficoltà, senza imporre unimodalità, facciamo riferimento
al metodo di Borda. Esso permette ai votanti di assegnare punteggi decrescenti alle
alternative. Ad esempio se ci sono N alternative, si assegnano N punti a quella che
ciascun individuo preferisce su tutte, N-1 alla seconda, e cosi' via. Facendo
riferimento al numero dei votanti della tabella esposta precedentemente nel caso del
metodo Condorcet-winner; si attribuisce un punteggio di 3 all'alternativa preferita, un
punteggio di 2 alla seconda, di 1 alla terza. Nel caso di x avremo:
18x3+10x1+7x2+8x1=86. Analogamente quello di Y è 85, quello di Z è 87, quindi
Z>Y>X.
9
1.3 INTRODUZIONE AL MULTICRITERIA DECISION AID
La MCDA aiuta nella formulazione di scelte e di classificazione di azioni che
coinvolge molteplici criteri. Il metodo MCDA, pur lasciando inalterata la libertà in
ambito decisionale relativa agli analisti e ai soggetti decisori, offre la possibilità che
questi possano avvalersi di soluzioni soddisfacenti o di regole di partenza per lo
sviluppo di un processo decisionale equilibrato, solido e bilanciato.
Gli esperti di questo filone di ricerca raggruppano i metodi in tre grandi categorie:
• Multiple Attribute Utility Theory (MAUT): questo metodo raggruppa tutte
quelle metodologie che aggregano, in una sola funzione i diversi punti di vista
funzione in seguito ad un processo di ottimizzazione;
• Metodi di surclassamento: relazione di surclassamento che rappresenti le
preferenze definite dal decisore; tale relazione non è nè completa nè tanto
meno transitiva;
• Metodi Interattivi: riguarda metodi basati sulla alternanza di fasi di calcolo e
fasi di interazione .
10
1.3.1 ELEMENTI FONDAMENTALI DELLA MCDA
Gli elementi basilari su cui si fonda un modello MCDA sono molto semplici e di
immediata comprensione:
1. Una quantità finita o infinita di alternative,soluzioni, modi di agire;
2. il ricorso ad almeno due criteri di valutazione;
3. Presenza di almeno un decision-maker.
Solitamente un'analisi che si basi su questo tipo di approccio prevede il ricorso di una
matrice decisionale composta da n alternative e k attributi di tipo:
ALTERNATIVE ATTRIBUTI
y1 y2 ... yk
a1
a2
…
an
y11
y21
…
yn1
y12
y22
…
yn2
…
…
…
…
y1k
y2k
…
ynk
Dove yij rappresenta il valore attribuito a yi per l'alternativa ai con i=1,...,n,j=1...,k.
Se si vogliono trattare dati di natura qualitativa, è necessario costruire la matrice a
coppie, definita:
11
M= {mil}nxn =
Dove, tendendo conto di yi (i= 1,...k), mil rappresenta l'importanza relativa di ai
rispetto ad al.
1.4 FONDAMENTI TEORICI E DEFINIZIONI
Un fattore di cui bisogna tener conto nell'analisi tra alternative, è dato dalla
definizione delle alternative, ovvero dall'insieme delle possibili azioni che di solito
indicano ciò che costituisce l'oggetto della decisione. Il concetto di azione non a
priori incorpora qualsiasi nozione di fattibilità, o possibile attuazione. Un'azione è
qualificata come potenziale quando si ritiene che possa essere attuata. Riferendoci al
contesto delle alternative, bisogna fare riferimento ai problemi di progettazione dello
spazio decisionale. Un altro elemento fondamentale è costituito dall'insieme dei
criteri, strumento necessario per la scelta delle alternative. Infine, una delle fasi
necessarie per lo sviluppo di un'analisi basata sulla MCDA, è senza dubbio quello
relativo all'attribuzione dei pesi con lo scopo di definire l'importanza da attribuire ai
criteri.
12
1.5 L'INSIEME DELLE ALTERNATIVE
Il concetto di alternativa fa riferimento a un caso specifico in cui due potenziali e
distinte azioni non possono essere relazionate congiuntamente; esse infatti si
escludono a vicenda creando un contesto di mutua esclusione dettato da una
modellazione di tipo globale.
Generalmente, si indica con A il set delle potenziali alternative o azioni considerate
all'interno di un dato processo di analisi decisionale. Questo set di alternative non è
stabile, esso può evolversi attraverso il medesimo processo. L'analisi decisionale,
infatti può far luce su alcuni aspetti del problema, permettendo di modificare la linea
di demarcazione tra ciò che è e ciò che non è fattibile. L'insieme delle azioni A può
essere:
• Stabile: quando si attua una definizione a priori dell'insieme A;
• Evolutivo: nel caso in cui l'insieme A venga modificato in itinere ovvero
durante il processo decisionale;
• Globale: quando ogni elemento di A ne esclude un altro;
• Frammentato: nel caso i risultati del processo siano frutto della
combinazione degli elementi dell'insieme A.
Indichiamo con a qualsivoglia azione potenziale o alternativa, considerando un
numero finito di alternative, considerando che |A|=m, avremo quindi:
A={ a1, a2, …, am}
13
Inoltre, qualora venissero utilizzate alcune variabili come x1, x2 avremo:
a = ( x1, x2...)
In tali casi, A è generalmente definito da un insieme di vincoli analitici che
caratterizza il confine tra ciò che è fattibile e non è fattibile.
1.6 PREFERENZE
Sia A un insieme di alternative etichettate con a, b, c, ... ; sia J un set di criteri
etichettati con 1, 2, m, …; sia gj (a) la performance dell'alternativa a ∈ A con
riferimento al criterio j∈ J; si possono avere due strutture di preferenze:
• L' alternativa a viene preferita rispetto all'alternativa b. Questa condizione può
essere dettata dall'esistenza di una relazione d'ordine tra le alternative, oppure
può essere indotta da una scala di misurazione in cui a ha peso, lunghezza e
affidabilità maggiori di b;
• Le due alternative sono dette “vicine”; in una possibile scala di misurazione a e
b hanno la stessa lunghezza, lo stesso peso e la stessa affidabilità.
Per meglio comprendere le relazioni e gli ordinamenti che intercorrono tra le
alternative facenti parti di un modello, è indispensabile fare riferimento alle relazioni
binarie e alle rispettive proprietà. La modellazione delle preferenze può essere vista
sia come il risultato del confronto diretto tra potenziali azioni o alternative al fine di
dedurre una rappresentazione numerica del confronto, sia come il risultato di
misurazioni su apposite scale al fine di indurre una relazione di preferenza tra
potenziali azioni o alternative.
14
Definizione di relazione binaria: dicesi relazione binaria definita su un insieme A,
un sottoinsieme R AxA. Se (a,b) ∈R scriviamo anche aRb e diciamo che a sta nella
relazione R con b.
Proprietà delle relazioni: Data una relazione R, definita in un insieme non vuoto U,
si hanno le seguenti proprietà :
Proprietà Riflessiva: si ha che x R x x U ;∀ ∈Proprietà Antiriflessiva: si ha che x R x x U;∀ ∈Proprietà Simmetrica: Se x R y y R x x, y U;⇒ ∀ ∈Proprietà Antisimmetrica: x, y U Se x R y y R x x = y;∀ ∈ ∧ ⇒Proprietà Transitiva: Se x R y y R z x R z x, y, z U;∧ ⇒ ∀ ∈
1.7 DEFINIZIONE DI SPAZIO DECISIONALE
La decisione che verrà eletta dipende dal set delle possibili alternative che abbiamo a
disposizione. Matematicamente, un problema di progettazione a più criteri può essere
rappresentata nello spazio decisione come segue :
ESEMPIO
Consideriamo q = f(x) = f1(x), ..., fk(x), dove q Q = { f ( x ) : x X , X R∈ ∈ ⊆ n }; con X
che rappresenta l'insieme fattibile e x indica la variabile di decisione del vettore di
dimensione n. Se tutte le funzioni obiettivo sono lineari in termini delle variabili di
decisione, questa variazione porta a programmazioni lineari multiobiettivo (MOLP),
un importante sottoclasse di problemi MCDA. Esistono diverse definizioni che sono
15
centrali in MCDA. Due definizioni strettamente correlate sono quelli di non
dominanza (definito sulla base della rappresentazione dei criteri spaziali) e di
efficienza (definiti sulla base della rappresentazione).
Definizione 1. Q * Q è non dominata se non esiste un altro q Q tale che∈ ∈q ≥ q * e q ≠ q *.
Definizione 2. X * X è efficiente se non esiste un'altra x X tale che f (x)∈ ∈≥ f (x *) e f (x) ≠ f (x *).
Definizione 3. Q * Q è debolmente non dominata se non esiste un altro q∈ Q tale che q> q *. ∈
Definizione 4. X * X è debolmente efficiente se non esiste un altro x X∈ ∈tale che f (x)> f (x *).
I punti debolmente non dominati contengono tutti i punti non dominati e alcuni punti
detti special dominated, quest'ultimi sono detti speciali perchè compaiono
frequentemente nella realtà ed è necessario distinguerli dai non dominati.
I punti dominati del set dei punti debolmente non dominati sono situati su piani
verticali o orizzontali (iperpiani) nello spazio criterio:
PUNTO IDEALE (IDEAL POINT): (nell'insieme dei criteri) il punto ideale
(il massimo per i problemi di massimizzazione e il minimo per problemi di
minimizzazione) di ciascuna funzione obiettivo, e corrisponde in genere a una
soluzione fattibile;
16
PUNTO NADIR (NADIR POINT): (nello spazio decisionale) rappresenta la
peggiore (il minimo per problemi di massimizzazione e il massimo per
problemi di minimizzazione) di ciascuna funzione obiettivo tra i punti nel set
non dominati , ed è tipicamente un punto dominato .
Il punto ideale e il punto di nadir sono utili per il DM per ottenere il "feel" della
gamma di soluzioni.
1.7.1 CREAZIONE DI SOLUZIONI NON DOMINATE ( NON-DOMINATED)
Esistono due metodi per generare soluzioni non dominate. Essi sono: il Metodo delle
somme pesate o Weighted sums method (Gass & Saaty, 1955), e quello chiamato
Metodo dell'ottenimento delle funzioni scalari o Achievement scalarizing
function (Wierzbicki, 1980 ). Analizziamoli singolarmente:
• 1.7.1.1 METODO DELLE SOMME PESATE: Se si combinano i criteri in
un unico criterio moltiplicando ciascun criterio con un peso positivo e
sommando i criteri ponderati, la soluzione ottenuto sarà una soluzione
efficiente. Soluzioni efficienti che non sono in punti hanno caratteristiche
particolari e questo metodo non è in grado di trovare suddetti punti.
Matematicamente, possiamo rappresentare questa situazione come:
Max :w T.q=wT.f (x),w>0 con x X∈
1.7.1.2 METODO DEL CALCOLO DELLA FUNZIONE SCALARE:
Anche in questo metodo avviene la combinazione di più criteri in un singolo
criterio attraverso un processo di ponderazione dei pesi. Si creano contorni
rettangolari che vanno dal punto di riferimento verso la barriera delle soluzioni
17
efficienti. Questa particolare struttura potenzia le funzioni scalari nel
raggiungimento di una soluzione efficiente. Questo processo è molto potente
perchè amplifica il ruolo di queste funzioni dell'ottica dell'utilità del MCDA.
Matematicamente, possiamo rappresentare il problema corrispondente come:
Min(g, q, w,ρ) = min {max(i)[(gi- qi) / wi] + ρ Σ(i)(gi- qi)}, con q Q∈
La funzione scalare può essere utilizzata per proiettare qualsiasi punto (fattibile
o praticabile) sulla frontiera efficiente. Qualsiasi punto (supportato o meno)
può essere raggiunto. Il secondo termine nella funzione obiettivo è necessario
per evitare di generare soluzioni. La figura mostra come un punto fattibile, g1,
e un punto fattibile, g2, vengono proiettati sui punti non dominati, q1e q2,
rispettivamente, lungo la direzione w utilizzando una funzione scalare. I
contorni tratteggiati e solidi corrispondono ai contorni della funzione obiettivo
con e senza il secondo termine della funzione obiettivo, rispettivamente.
FIGURA N.1
18
1.8 L' INSIEME DEI CRITERI
Definizione di criterio: un criterio, nell'ottica della MCDA, è uno strumento che
permette di valutare e comparare delle potenziali azioni o alternative, in base ad un
punto di vista ben definito desunto da una dato sistema di valori. Per realizzare la
valutazione e la comparazione tra le potenziali azioni, è necessario che una data
performance relativa ad una singola alternativa venga espressa sotto forma di
numero o espressione verbale.
Considerando l'insieme F degli m criteri con m N∈ +, m>1; affinchè esso ricopra un
ruolo significativo nell'analisi decisionale occorre che esso sia:
• Esaustivo: date due alternative a e b rappresentanti lo stesso grado di
performance, esse dovranno presentare il medesimo risultato in termini di
preferenze per qualsiasi degli m criteri della famiglia;
• Coesivo: a parità di livelli di performance in ognuno degli altri m – 1 criteri
della famiglia l‘alternativa a è da preferire all‘alternativa b se presenta un livello
di performance superiore su un criterio dal peso positivo;
• Non ridondante: se uno degli m criteri non appartiene alla famiglia, almeno
una delle suddette condizioni non potrà essere realizzata.
Adesso, è necessario definire esplicitamente un insieme Xg di tutte le valutazioni
possibili verso le quali il criterio g può condurre, realizzando un ordinamento
crescente dell‘insieme delle valutazioni possibili al quale viene attribuito il nome di
scala del criterio g e si indicherà con (<g, Xg ). Gli elementi sono definiti livelli della
scala x X∈ g .
19
1.9 LE SCALE DI MISURAZIONE
In MCDA la valenza del risultato dipende dalla tipologia di scala che si adopera nel
processo analitico-decisionale. Per questo motivo è estremamente rilevante conoscere
le tipologie di scale di misurazione alle quali si può fare ricorso. Una importante
classificazione delle scale di misurazione è stata formulata nel 1946 da Stanley
Smith Stevens. Egli fondò i suoi studi sulla base determinati criteri di classificazione:
operazioni empiriche per l'assegnazione di numeri ad oggetti o eventi, struttura
matematica delle scale risultanti, operazioni statistiche realizzabili sulle misurazioni
operate. Distinguiamo quindi le seguenti tipologie di scale:
• Ordinale: presupposto fondamentale è che le le categorie devono essere almeno
due,distinte e mutualmente esclusive. L'utilizzo di suddetto approccio prevede
l'assegnazione di valori numerici per ogni categoria, con il vincolo di non
assegnare numeri diversi alla stessa categoria o lo stesso numero a categorie
diverse. Le operazioni statistiche realizzabili su tale tipologia di scala
riguardano il calcolo del numero di casi, della moda e la correlazione di
contingenza ossia la distribuzione di casi tra categorie. La struttura matematica
della scala ordinale è definita isotonica poiché fondata su una funzione
monotona crescente la cui modifica non altera l‘ordine di classificazione;
• Intervallare: La struttura matematica della scala intervallare è definita come
gruppo generalmente lineare dove possono essere realizzate operazioni che
consentono un cambio di scala detto “rescaling lineare”. E' il caso delle scale di
temperatura Celsius e Fahrenheit. Questo dito di scala consente di creare un
sistema di misurazione attraverso l'utilizzo di un intervallo numerico in cui il
punto “zero” rappresenta una particolare condizione del fenomeno ad oggetto
20
della misurazione e non l'assenza del fenomeno stesso;
• Di rapporto: al contrario della scala intervallare, in questo caso lo “zero”
rappresenta l'assenza del fenomeno. La massa misurata in kilogrammi e la
massa volumica misurata in kilogrammi per metro cubo rappresentano due
esempi di scale di rapporto per grandezze rispettivamente definite
fondamentali e derivate. Questo tipo di misurazione si realizza tramite il
rapporto tra quantità generiche ed unitarie dello stesso fenomeno.
Sulla base di questa classificazione possiamo distinguere tre macrocategorie di scale
di misurazione:
• Qualitative: in particolare facciamo riferimento alle scale nominali e ordinali
nelle quali, ai della classificazione delle preferenze, la differenza tra livelli
della stessa scala non assume significato in quanto non è quantificabile;
• Quantitative: le scale di rapporto fanno parte di questa macrocategoria. E' il
caso in cui le differenze tra i livelli possono essere quantificate attraverso
particolari unità di misura e risultano rilevanti per la determinazione delle
preferenze; rientrano tra le quantitative le scale di rapporto;
• Altri tipi di scale: fanno parte di questa categoria le scale intervallari.
1.10 TECNICHE DI ATTRIBUZIONE DEI PESI
La definizione dell'importanza da attribuire ai criteri, costituisce senza dubbio una
delle fasi più delicate del metodo. La maggior parte dei modus operandi utilizzati si
21
basa sulla traduzione in numeri di tali importanze, meglio definite come pesi.
1.10.1 Assegnazione diretta
Per comprendere meglio la valenza ma anche i limiti di questa tecnica, sarebbe
meglio fare riferimento ad esperimenti psicologici hanno che hanno dimostrato che la
maggior parte delle persone non è capace di comparare simultaneamente più di sette
oggetti alla volta. L'attuazione del metodo di assegnazione diretta è propria del
soggetto decisore che possiede una certa conoscenza nell'ambito riguardante il
processo decisionale. Spesso, in questi casi ci si avvale di una scala a dieci punti così
costruita:
VALUTAZIONE ATTRIBUTO VALORE
ESTREMAMENTE TRASCURABILE 0
MOLTO TRASCURABILE 1
TRASCURABILE 3
MEDIOCRE 5
IMPORTANTE 7
MOLTO IMPORTANTE 9
ESTREMAMENTE IMPORTANTE 10
Il risultato è un vettore W = [w1, w2,...wk] con k uguale al numero totale degli
attributi che caratterizzano il problema di natura decisionale. In realtà, questo metodo
apparentemente pratico ed intuitivo, presenta dei punti oscuri riconducibili ai dati
dell'esperimento psicologico sovra citato.
22
1.10.2 Scala di Saaty
Facciamo riferimento alla scala di Saaty composta dall'insieme di numeri{1/9, 1/8,
1/7, 1/6, 1/5, 1/4, 1/3, 1/2, 1, 2, 3, 4, 5, 6, 7, 8, 9}. Questi sono aggregabili in due
sotto-intervalli: il primo uniformemente distribuito [1; 9] mentre il secondo distorto
verso l'estremo destro [1/9; 1].
VALORI DEFINIZIONE DESCRIZIONE
1 Uguale importanza I due attributi contribuiscono inegual misura alla misurazionedel problema
3 Debole importanza in un indice rispetto all'altro
L'esperienza e l'opinione delDM depone leggermente infavore di un attributo rispettoall'altro
5 Importanza forte o elemento essenziale
L'esperienza e l'opinione delDM depone fortemente infavore di un attributo rispettoall'altro
7 Importanza dimostrata Un attributo è fortemente da favorire la sua dominanza è dimostrata dalla pratica
9 Importanza assoluta La comprovata importanza diun attributo rispetto agli altri èla più alta in assoluto
2,4,6,8 Valori intermedi rispetto ai due giudizi adiacenti
Quando si ritiene necessarioadottare un compromesso
Valori Reciproci Se l'attributo i è stato valutato neiconfronti dell'attributo j, quest'ultimoassumerà il valore reciproco quandoconfrontato con i
23
1.10.3 Metodo degli autovettori
Utilizzando la matrice di confronto, esposta nella sezione 1.3.1, nella quale il valore
mlh indica che l'attributo fl ha una importanza relativa pari a mlh volte quella
dell'attributo fh. I valori mlh devono essere forniti per ogni l, h = 1,....,n; l ≠ h. I pesi
relativi wi possono essere desunti dalla seguente equazione:
MW = λmaxW
dove W = [w1...wk]T e λmax è il massimo autovalore per la matrice di confronto M.
Nel caso ideale in cui il decision maker avesse prodotto una matrice M consistente, le
seguenti condizioni sarebbero soddisfatte:
mlh= 1/mlh e mlk mlh= mlh
(l, h, k) = 1,..., n; l ≠ h∀
Secondo le indicazioni di Saaty, mlh=wl/wh, nelle condizioni descritte
dall'equazione, sostituendo suddetti valori con gli elementi della matrice esposta
nella sezione 1.3.1, otterremo:
∑(mlhwh) = ∑ nwl I∀ = 1,...n
ovvero:
MW = nW
24
Il che equivale ad affermare che, λmax= n. Purtroppo solo raramente la matrice M è
consistente e quindi l'autovettore deve essere determinato. Al riguardo del calcolo
dell'autovettore, Saaty propose di adottare un indice di consistenza (CI):
CI = (λmax - n) / (n-1)
La consistenza della matrice M sarebbe garantita dal rispetto del vincolo CI < 0,15;
nel caso in cui il vincolo non fosse rispettato si deve invitare il decision maker a
rivedere i propri giudizi.
1.11 VANTAGGI DERIVANTI DAL METODO MCDA
I possibili vantaggi derivanti dall'implementazione di tale metodo nell'ambito dei
processi decisionali, non devono essere sottostimati. L'apporto metodico fornito dalla
MCDA può essere sintetizzato secondo quanto segue:
• Coerenza del processo derivante dall'organizzazione e dalla strutturazione
dettagliata del percorso decisionale nell'ottica del raggiungimento di una
decisione finale;
• Individuazione dei soggetti decisori, dei vari campi di azione e delle rispettive
conseguenze sull'intero processo decisionale;
• L'utilizzo di parametri stabiliti per l'individuazione delle alternative che
saranno l'oggetto del processo decisionale garantisce la creazione un dibattito,
tra i soggetti decisori, caratterizzato da un alto grado di obiettività e di
25
correttezza procedurale.
1.12 FINALITA' DEL METODO
La finalità della MCDA è quella di supportare i decision-maker nel processo di scelta,
ciò può riguardare svariati campi: dal management ai sistemi di informazione, dai
software alla biochimica. Esso costituisce uno strumento che getta le basi della
gestione del “problem solving”. Tale concetto può ricoprire diversi significati,
occorre quindi chiarire il significato di “solving” appunto. Un filone teorico ritiene
che tale termine indichi la scelta dell'alternativa migliore tra una serie di alternative
disponibili. Un'altra interpretazione, invece, lo identifica come l'individuazione di
gruppi di alternative preferibili. Un ' altra scuola di pensiero attribuisce al problem
solving la funzione di individuare una serie di alternative efficienti dette “non
dominate”. Una soluzione non dominata ha una proprietà importantissima: non è
possibile allontanarsi da essa per qualsiasi altra soluzione, senza sacrificare almeno
un criterio. Pertanto, ha senso per il decisore scegliere una soluzione dal set delle
soluzioni non dominate.
26
1.13 ESEMPIO PRATICO DI MCDA
SCELTA STRATEGICA DEL LUOGO DI UBICAZIONE DI UNA PISCINA
COMUNALE.
(ANALISI CONDOTTA DALLA NORTH CAROLINA UNIVERSITY OF USA)
LE 7 FASI PER L'IMPLEMENTAZIONE DEL MODELLO
STEP 1
DEFINIRE UN RANGE DI SCELTE
OBIETTIVO: Scegliere un sito di 40.000 metri quadrati per un impianto acquatico
comunale in una città di 120.000 persone.
SCEGLIAMO 4 POSSIBILI ALTERNATIVE:
1.Hawes Tract – uno spazio vacante in rapida crescita nella periferia della città;
2.Chatham Street – un nuovo centro abitativo vicino al centro della città;
3.Bartley Park - un nuovo parco in un vecchio sito agricolo nel sud;
4.Nord Cary Park - un sito adiacente ad un parco considerato zona verde della città.
STEP 2
IDENTIFICARE I SOGGETTI INTERESSATI
I criteri di scelta del luogo, dove verrà costruito il centro, vengono scelti dal
Consiglio Comunale della città interessata, sulla base di 10 motivi di interesse chiave;
alcuni di essi sono stati a loro volto suddivisi in sotto-interessi. Ovvero in ulteriori
sotto-categorie di interesse.
27
Interessi e sottocategorie di interesse identificati dai Consiglieri:
1.Vicinanza con altri impianti
a..Lontananza da altri centri acquatici simili
b.Distanza da centri acquatici stagionali
c. Distanza da centri comunali
d. Essere accessibile ai parchi pubblici
e. Essere accessibile alle scuole superiori
2.Vicinanza agli utenti
a. Essere facilmente accessibile ai quartieri esistenti
b. Essere facilmente accessibili per i quartieri che verrano costruiti nel breve termine
3.Facilità di accesso
a.Dai quartieri circostanti
b.Dalle zone verdi
d. Per carreggiata
4.Impatto ambientale
a. Minimizzare i disagi per maturare alberi e vegetazione
b. Evitare le sfide topografiche
c. Ridurre al minimo l'impatto di spartiacque
5.Impatto sul traffico urbano
a.L'eventuale afflusso di traffico deve poter essere gestito dalla rete stradale esistente
6.Compatibilità con il vicinato
a. L'area occupata e il conseguente utilizzo devono essere compatibili con il quartiere
circostante .
28
7.La visibilità e il profilo di fondo
a. L'impatto della struttura sul territorio deve essere compatibile al quartiere
circostante e non deve arrecargli esternalità negative date dall'attività del centro da
ubicare.
8.Capacità di soddisfare la domanda futura
a. Tratto deve essere in grado di ospitare espansione della struttura e degli usi
9.Parcheggio
a. Tratto deve essere di una dimensione appropriata per adattare parcheggio
10.Costo
a. Ridurre in loco costi di sviluppo
b. Ridurre i costi di sviluppo off-site
STEP 3
COSTRUIRE UN CONTESTO DECISIONALE
Ora che sono stati specificato gli obiettivi, gli interessi e le alternative del problema
in questione, possiamo analizzare il progetto in una serie di singoli componenti,
esplicitando i singoli collegamenti che intercorrono fra di essi. Illustrando il quadro in
questo modo, i membri del Consiglio possono comprendere le relazioni tra l'obiettivo
generale, gli interessi che considerano importanti nella decisione, gli interessi diversi
tra i vari membri della comunità, e le alternative a loro disposizione.
Lo schema in basso(da legger da sinistra verso destra, spiega le relazioni che
intercorrono tra :OBIETTIVO, CENTRI DI INTERESSE, SOTTO-INTERESSI E
POSSIBILI ALTERNATIVE RIGUARDA AL LUOGO DI UBICAZIONE.
29
STEP 4
VOTAZIONE DELLE ALTERNATIVE
Una volta identificati gli interessi fondamentali considerati nella scelta di una zona
per costruire l'impianto, il Consiglio ha il compito di valutare le alternative
relativamente al modo in cui esse possano soddisfare ogni interesse. Affinchè questo
possa essere considerato un metodo tecnicamente credibile, i consiglieri hanno
richiesto il giudizio tecnico di esperti sulla materia: progettisti, ingegneri dei trasporti,
ed esperti ambientali.
Per esempio:
Quant'è vicina la zona scelta per la costruzione del centro rispetto altri centri
acquatici? (Il più lontano risulta essere il più preferito)
Quanto conta la topografia della zona?
Quanto grave sarebbe l'impatto sul traffico urbano per ogni zona presente tra le
alternative?
Facciamo riferimento a 2 scale di valutazione comuni che vengono utilizzati in
MCDA sono (1) una scala relativa, e (2) una scala ordinale.
Scala relativa:
Ogni alternativa è valutata rispetto alle altre nel soddisfare un particolare interesse.
Per esempio, tra 4 alternative, assegnare ciascuno un 1, 2, 3, o 4 a seconda del livello
di soddisfazione dell'interesse: il migliore = 4; secondo miglior = 3; terzo miglior =
2; e il peggiore a soddisfare l'interesse = 1.
Scala ordinale:
Utilizzando una scala a scelta (ad esempio una scala a 5 punti, o una scala di 10
punti) assegnare a ogni alternativa un voto per la qualità di soddisfazione di un
particolare interesse: per esempio, una scala a cinque punti potrebbe essere: 5 =
eccellente; 4 = buono; 3 = soddisfacente; 2 = al di sotto della media; 1 = scarso.
30
STEP 5
PREFERENZE DEI SOGGETTI DECISORI(Membri del Consiglio Comunale)
In questa fase si studiano le preferenze che ciascun membro del consiglio. Essi
assegneranno la loro valutazione rispetto ad ogni interesse o sub-interesse. Le
preferenze di ponderazione di un individuo sono mantenuti intatte, non sono calcolati
come media con altre valutazioni dei membri del consiglio. In realtà,le discussioni
all'interno del gruppo, nascono a causa della presenza di approcci differenti riguardo
all'attribuzione delle preferenze
Si stila una sorta di classifica, dal più importante al meno importante , si tratta di
assegnare dei pesi ad ogni alternativa con un tetto massimo , per esempio di 100
punti ,da ripartire tra gli interessi.
-Aggiungere ulteriori dettagli - includere sub-interessi
-Assegnare pesi per sub-interessi
-Pesi per sub-interessi può assumere qualsiasi valore compreso tra zero e il valore
complessivo del peso attribuito alla preferenza
31
STEP 6
SCELTA DELLE ALTERNATIVE
Ciascun membro del consiglio identifica la sua / il suo sito preferito moltiplicando il
peso sub-interesse con il suo valore valutazione corrispondente al fine di calcolare un
punteggio per tale sub-interesse. Sommando il punteggio esprime la sua / il suo sito
più preferito. Nell'esempio riportato di seguito, questo particolare membro del
consiglio ha optato per il sito Chatham (C) come prima preferenza, seguita dalla
Hawes Tract (H) e Bartley Park (B). Il sito Nord Cary (NC) ha ricevuto il punteggio
più basso.
32
STEP 7
RIDUSCUTERE LE ALTERNATIVE
A questo punto, i membri del consiglio sono in grado di confrontare i loro punteggi.
Se un sito è preferito da tutti, la decisione è presa! Tuttavia, se non viene identificato
un unico sito, il consiglio ha ulteriori possibilità di intervento.
Se un sito ha ricevuto un basso gradimento nell'attribuzione delle preferenze
avvenuta all'interno del consiglio,esso sarà considerato un "DOMINATED
ALTERNATIVE" e può essere eliminato dalla lista. Questo rende la scelta
alquanto semplice.
Anche se nessun sito può essere designato come un'alternativa dominante,
giunta comunale potrebbe discutere nuovamente sui pesi e sui punteggi.
Alternative con punteggi vicini forniscono ottimi spunti per la discussione. I
membri del Consiglio possono confrontare e discutere i loro pesi di interesse,
assegnando pesi superiori o inferiori per diversi sotto-interessi. Questa
sperimentazione può produrre alcune intuizioni e portare a un accordo.
Il rating delle alternative: quanto è abile ogni alternativa a soddisfare un
interesse particolare. Alcune valutazioni potrebbero essere più chiaramente
espresse come una serie di numeri piuttosto che un singolo numero (ad
esempio 3-5 invece di un 4). I membri del Consiglio possono effettuare analisi
di sensibilità su queste valutazioni per vedere come questo influenzi i loro
punteggi.
33
CAPITOLO 2
IL METODO MUSA
2.1 INTRODUZIONE
Il metodo Multicriteria Satisfaction Analysis (MUSA) suole essere applicato per
misurare e analizzare la soddisfazione del cliente Il metodo MUSA è un modello di
disaggregazione delle preferenze attraverso i principi di analisi di regressione
ordinale (procedura di inferenza). Questa metodologia permette di valutare il livello
di soddisfazione di un insieme di individui (clienti, dipendenti, ecc) in base ai loro
valori e alle preferenze espresse. Utilizzando i dati dell'indagine di soddisfazione, il
metodo MUSA aggrega le diverse preferenze nelle funzioni di soddisfazione uniche.
Questo processo di aggregazione-disaggregazione si ottiene con i possibili errori
minimi. Il principale vantaggio del metodo MUSA è che considera unicamente la
forma qualitativa dei giudizi e le preferenze del cliente. Lo sviluppo di una serie di
indici quantitativi e mappe percettive rende possibile la fornitura di un supporto
efficace per il problema di valutazione della soddisfazione. Negli ultimi due decenni
le organizzazioni di tutti i tipi e dimensioni sono venute sempre più a comprendere
l'importanza della soddisfazione del cliente. È ampiamente inteso, per esempio, che è
molto meno costoso mantenere i clienti esistenti piuttosto che ottenerne di nuovi. La
soddisfazione del cliente è quindi diventato l'obiettivo operativo fondamentale per
molte organizzazioni. Esse hanno dedicato i loro sforzi nel miglioramento delle
prestazioni in aree che compongono un forte contributo alla soddisfazione del cliente,
come la qualità e servizio al cliente. Ma qual è il risultato degli sforzi e degli
investimenti realizzati dalle organizzazioni? Come fanno queste organizzazioni sanno
se stanno riuscendo a soddisfare i loro clienti? La verità della questione è che molte
34
aziende non lo fanno. Infatti molte aziende e organizzazioni ancora non misurano la
soddisfazione del cliente nella totalità, e molti di coloro che affermano di essere in
grado di misurarlo lo fanno in modo inadeguato. E ' un assunto ampiamente accettato
che nel mondo della qualità dei servizi offerti che "se non si può misurare, non si può
gestire" (Hill, 1996). La conoscenza delle percezioni del cliente e gli atteggiamenti
sulla produzione di un'organizzazione permetterà di migliorare notevolmente la sua
possibilità di prendere decisioni migliori. Queste organizzazioni devono essere in
grado di conoscere i requisiti o le aspettative dei loro clienti e sapere come decidere
in presenza di determinati requisiti . Per utilizzare le percezioni e gli atteggiamenti
dei clienti per accedere alla qualità dei prodotti e dei servizi, gli strumenti di customer
satisfaction devono essere capaci di effettuare una misurazione quanto più accurata
dei parametri significativi. Se gli strumenti sono poco sviluppati e imprecisi, le
decisioni basate su tali informazioni possono essere dannose per il successo
dell'organizzazione. E' quindi essenziale che le organizzazioni abbiano più o meno
accurate informazioni sulla percezione dei clienti sulla qualità dei servizi e prodotti
per prendere decisioni migliori e per servire meglio i loro clienti. Quando i ricercatori
vogliono misurare argomenti,che non siano dati di fatto,quali:opinioni, atteggiamenti,
credenze e così via, si trovano ad affrontare il problema di come assegnare i valori ai
livelli delle scale ordinali considerati. La scala di soddisfazione del verbale, per
esempio, può essere considerato un esempio di una scala puramente ordinale. Il punto
importante da notare è che una scala ordinale non dice nulla circa gli intervalli tra i
punti. La maggior parte dei ricercatori da tempo ritengono che le differenze tra i
livelli di scale ordinali sono uguali e quindi li trattano con scale per intervalli lineari.
I ricercatori tendono a piegare le regole, perché anche se gli statistici hanno
sviluppato migliori metodi statistici nominali e ordinali, la vasta gamma di statistiche
a livello di intervallo offre strumenti più flessibili per la ricerca. Le proprietà del
modello su scala lineare risulta più efficiente per trattare punteggi come numeri
interi che possono essere aggiunti, sottratti, divisi, e moltiplicati, e così via.
(Oppenheim, 1998). È opportuno prendere in considerazione la forma qualitativa dei
35
giudizi dei clienti perché tali informazioni rappresentano i principali dati
fondamentali, tuttavia, alcuni tra i più importanti approcci di misurazione utilizzati
nell'analisi soddisfazione del cliente non considerano giudizi qualitativi.
2.1.1 METODOLOGIA
Il metodo MUSA (Multicriteria Satisfaction Analysis) è un approccio multicriteriale
di disaggregazione delle preferenze, che provvede a misurazioni quantitative della
soddisfazione del cliente considerando la forma qualitativa dei giudizi dei clienti
(Siskos, et al. 1998; Grigoroudis e Siskos, 2002). L'obiettivo principale del metodo
MUSA consiste nell'aggregazione dei giudizi individuali in una funzione di valore
collettivo, assumendo la soddisfazione globale del cliente che dipende da una serie di
criteri n o variabili che rappresentano le dimensioni caratteristiche del servizio
erogato. Questo set di criteri è denotato come X (X1, X
i, Xn), dove il criterio i è
rappresentato come una variabile monotona del tipo Xi.
Il metodo MUSA deduce una funzione additiva di valore collettivo Y* e un set di
funzioni parziali di soddisfazione Xi*, indicando con Y la soddisfazione globale del
cliente e con Xi la soddisfazione parziale secondo il criterio i (scala ordinale).
L'obiettivo principale del metodo è quello di raggiungere la massima coerenza tra la
funzione valore Y* e i giudizi dei clienti dati da Y. Sulla base del modello di
disaggregazione delle preferenze, l'equazione di regressione ordinale diventa la
seguente:
n
Y* = Σ − σi+ + σi
‒
i=1
36
Dove, bi rappresenta il peso dell' i-esimo criterio, n è il numero dei criteri, σi+ + σi
‒
indicano la rispettivamente la sovrastima e la sottostima degli errori. Il risultato più
importante apportato dal metodo MUSA è costituito dalle stime globali e parziali
delle funzioni di valore, dei pesi dei criteri, dai livelli medi di soddisfazione, e dagli
indici di miglioramento. In particolare riguardo ai risultati sulla performance è
opportuno soffermarsi su:
• Pesi: essi rappresentano l'importanza relativa dei livelli di soddisfazione
raggiunti; la decisione, qualora un determinato livello di soddisfazione venga
considerata importante da parte dei clienti si basa anche sul numero di criteri
valutati; le loro proprietà sono determinate anche nel contesto di analisi
multicriteriale (ad esempio, i pesi sono valori di trade-off tra i criteri).
• Indici medi di soddisfazione: mostrano in un intervallo da 0 100% il livello
di soddisfazione dei clienti e possono essere considerati come norme basilari
per la regolazione della performance; gli indici medi di soddisfazione
costituiscono fondamentalmente il valore medio delle funzioni di valore:
globali e parziali.
• Media degli indici esigenti: tali indici sono calcolati in base alla forma di
funzioni a valore globali e parziali, che indicano il livello che i clienti
desiderano; essi rappresentano la deviazione media delle funzioni valore
stimata attraverso un funzione (lineare); gli indici medi globali e parziali
esigenti, D e Di rispettivamente, sono normalizzati nell'intervallo [ 1, 1]. Si
presentano, quindi, le seguenti categorie di clienti:
- Clienti neutrali (D o Di [ 0.33, +0.33] ): la funzione valore ha più o meno
37
una forma lineare; rappresentano la categoria dei clienti; sono coloro che
godono della percentuale più alta di soddisfacimento delle aspettative
prefissate.
- Clienti esigenti (D o Di [+0.33, +1.00] ): questa categoria si riferisce a un
caso di una funzione valore convessa ; i clienti non sono molto soddisfatti, a
meno che non ricevano il livello di qualità migliore.
- Clienti non esigenti (D o Di [ 1.00, 0.33]): ci si riferisce al un caso di
una funzione di valore concava; i clienti esprimono che sono soddisfatti, anche
se solo una piccola parte delle loro aspettative è soddisfatta.
Questi indici sono utilizzati in analisi del comportamento dei clienti, ma possono
anche indicare l'entità degli sforzi di miglioramento dell'azienda: maggiore è il valore
degli indici richiesti dalle esigenze della clientela, più il livello di soddisfazione
dovrebbe essere migliorato in modo che le aspettative dei clienti possano essere
rispettate.
• Indici medi di miglioramento: essi rappresentano gli sforzi di miglioramento
e dipendono dall'importanza dei criteri di soddisfazione e dal loro contributo
alla insoddisfazione; tali indici sono normalizzati nell'intervallo [0,1] e
possono dimostrare i margini di miglioramento al riguardo di un criterio
specifico.
38
2.1.2 INDENTIFICAZIONE DEI CRITERI DETERMINANTI PER LA
SODDISFAZIONE DEL CLIENTE
La fase più importante nella realizzazione del modello MUSA è la valutazione
dell'insieme dei criteri di soddisfazione e la definizione della gerarchia valore. Sulla
base delle precedenti applicazioni del metodo MUSA e delle indagini sulla customer
satisfaction nel settore del turismo (Pizam et al, 1978;. Yuksel, 2001;. Karakitsou et
al, 2007; Arabatzis e Grigoroudis, 2010; Tsitsiolina, 2010), l'insieme dei criteri di
soddisfazione impiegato nel rilevamento dei dati è costituito da fattori specifici come:
1.Sistemazione: tutte le caratteristiche di alloggio sono incluse in questa criterio, ad
esempio :servizi offerti, le strutture, il personale, i prezzi.
2.Cibo / Cucina: questo particolare criterio si riferisce alla cucina locale e al cibo
offerti all'interno o all'esterno delle strutture ricettive e comprende caratteristiche
differenti come: la qualità, la varietà dei piatti, la presentazione, il servizio e i prezzi.
3.Ambiente naturale: Questo criterio si riferisce principalmente per l'ambiente
naturale, le condizioni climatiche, così come l'architettura locale.
4.Ambiente urbano: il criterio è legato con l'ambiente urbano e con le infrastrutture
dell'isola e comprende la pulizia degli spazi pubblici, l'inquinamento acustico, le
strade e il traffico, il parcheggio.
5.Ospitalità: questa caratteristica è in relazione con l'ospitalità, il comportamento, e
la cordialità della gente del posto.
39
6.Informazioni: le informazioni a disposizione dei turisti centri di informazione,
chioschi, segnaletica e mappe.
7.Intrattenimento / Attività ricreative: Questo criterio si riferisce al divertimento /
svago programmati durante il soggiorno.
8.Trasporti (da e per isola): Questa dimensione riguarda in particolare la trasporto
da e per l'isola e include tutte le caratteristiche del servizio fornito riguardo ai
collegamenti da e verso il porto e verso l'aeroporto.
9. Mezzi di trasporto locale: il criterio si riferisce al trasporto locale: mezzi, vale a
dire taxi e autobus, auto a noleggio, e include tutte le caratteristiche dei servizi forniti
(disponibilità, il personale di servizio, i prezzi).
FIGURA N.2
40
2.1.3 IL CALCOLO DEI PESI DEI CRITERI
I vincoli del programmazione lineare utilizzata per la stima dei pesi pi per ogni
criterio e per ogni soggetto decisore sono:
Se bij ∈ C1 significa che il decisore j attribuisce una maggiore priorità al
criterio i, quindi :
pi − T1 + S−
ij > 0; con bij ∈ C1
Se bij ∈ Cl significa che il decisore j attribuisce al criterio i un grado di
priorità tale alla misura definito dalla classe l, quindi:
pi− Tl + S‒
ij ≥ 0 ;
pi − Tl-1 − S+
ij < 0 ;
Dove bij ∈ Cl , l= 2 , …, q-1;
pi− T(q-1) − S+
ij < 0, con bij ∈ Cq
Con S+
ij e S
−
ij che rappresentano rispettivamente le sovrastime e le sottostime
degli errori generati per ogni decisore m in sede di classificazione degli n
criteri. Pertanto, la forma finale della programmazione lineare, può essere
41
rappresentata secondo quanto segue:
Se bij ∈ Cq significa che il decisore j valuta il criterio i come ultima priorità,
quindi:
M n
[min]F = ∑ ∑ ; S+
ij S−
ij i i=1
∀ i = 1,2...,n e j = 1,2,...,M
n
∑ pi = 1
i=1
T(q-1) ≥ λ
T(q-2)− T(q-1) ≥ λ
T1 − T2 ≥ λ
S+
ij , S−
ij, pi ≥ 0, ∀ i,j
Dove n rappresenta il numero dei criteri, M rappresenta il numero dei soggetti
decisori, λ è il valore che definisce la differenza minima tra i valori calcolati tra due
classi che si susseguono. Bisogna, però, chiarire il fatto che il valore λ debba essere
necessariamente inferiore o uguale a 1/n, considerato che λ non può eccedere al
42
valore dei criteri q, qualora questi fossero di uguale importanza. Un buon valore per i
criteri abilitanti e per i criteri-risultato del modello proposto, può essere λ = 0.05.
L'analisi sulla ottimizzazione della programmazione lineare, nell'ottica di
realizzazione di una stima dei risultati, include la formulazione e la soluzione. Ogni
problema di programmazione lineare massimizza il peso pi di ogni criterio nella
forma qui proposta:
[min]F' = pi con i = 1,2,....,n
dove F ≤ F* + ε
Con F* che rappresenta il valore ottimale di una funzione lineare oggettiva,con ε che
indica il valore percentuale di F*. La media delle soluzioni ottimali data dalla
programmazione lineare, può essere considerata come la soluzione finale del
problema. In caso di instabilità, potrebbe presentarsi una variazione delle soluzioni
disponibili e questa media data come soluzione potrebbe quindi risultare meno
significativa.
2.2 L'UTILIZZO DEL METODO MUSA NELLO STUDIO DELLA
CUSTOMER SATISFACTION NEL SETTORE DEL TURISMO
Secondo uno studio condotto da Naisbitt, l'economia mondiale del corrente secolo
sarà dominata da tre settori: informazione, tecnologia e turismo. Le organizzazioni
moderne considerano la valutazione della qualità del servizio offerto come una delle
risorse più influenti per l'ottenimento delle informazioni di un dato mercato. Si pensa
alla qualità del servizio in quanto fattore determinante della customer satisfaction. La
rilevanza della valutazione della soddisfazione del cliente è, inoltre, rinforzata dalla
necessità di continuo miglioramento, filosofia che viene messa in atto attraverso lo
43
studio delle percezioni del cliente: dalle aspettative ai bisogni. Generalmente le
ragioni per cui avviene la misurazione della soddisfazione del cliente sono le
seguenti:
• Necessità di trarre informazioni utili per capire la posizione attuale
dell'organizzazione nell'ottica di miglioramento nei confronti dei rivali;
• Riluttanza da parte dei clienti nell'esprimere la propria opinione sul servizio
offerto dalla struttura;
• Identificazione di nuove opportunità di mercato;
• Possibilità di identificare le aspettative e i bisogni del cliente attraverso la
misurazione della customer satisfaction;
• Rilevamento delle possibili discrepanze, in termini di percezione della qualità
di servizio offerto, tra l'organizzazione erogatrice del servizio e il cliente che
ne usufruisce.
2.3 VANTAGGI DEL METODO MUSA E RICERCHE FUTURE
2.3.1 VANTAGGI DEL METODO MUSA
Il vantaggio del metodo Musa risiede nel fatto che esso si basi unicamente sulla
forma qualitativa dei giudizi e delle preferenze che i consumatori esprimono
mediante il sondaggio che gli viene proposto. Tramite questo tipo di approccio, si
evita l'arbitrarietà quantitativa relativa alle informazioni raccolte, poiché la
codificazione delle scale qualitative deve essere considerato come un vero e proprio
risultato e non come input da applicare al metodo proposto. Questo non avviene
44
adoperando un'analisi di regressione lineare semplice. Altri vantaggi riconducibili
all'utilizzo di questo metodo, possono essere riassunti secondo quanto segue:
• L'analisi di ottimalità consente di ottenere una certa stabilità riguardo ai
risultati forniti, invece il modello di programmazione lineare conduce allo
sviluppo di un modello un po' più flessibile;
• I risultati forniti sono focalizzati non solo sulla descrizione dei dati sulla
soddisfazione del cliente, piuttosto sono anche in grado di valutare un sistema
di benchmarking integrato. In questo modo, il metodo fornisce un set di
informazioni complete che include: funzioni valore, pesi attribuiti ai criteri,
medie sui livelli di soddisfazione, indici di miglioramento, diagrammi
incentrati sulle strategie di miglioramento, indici di stabilità, tabelle di
previsione sulla soddisfazione dei clienti. Questi risultati sono abbastanza
sufficienti per analizzare in modo specifico i problemi sulla valutazione dei
livelli di soddisfazione e per valutare l'affidabilità nell'attuazione dei metodo;
• Uno degli obiettivi che si prefigge questo metodo è quello di garantire che i
risultati forniti possano essere interpretati facilmente. Per questo motivo gli
indici sono valutati all'interno di un intervallo normalizzato compreso tra 0 e
100
• L'applicazione del metodo Musa è rivolta principalmente all'ambito della
valutazione dei livelli di soddisfazione dei clienti oppure degli impiegati di una
compagnia, tuttavia, analisi di questo genere possono coinvolgere anche altri
settori riguardanti la società e l'attività dell'uomo in generale come ad esempio
la valutazione della soddisfazione derivante dai modelli educativi oppure la
soddisfazione degli elettori, degli investitori, degli shareholders. Inoltre, tale
metodo può anche essere applicato alle aspettative e alle esigenze di un
45
mercato del lavoro specifico, o alla formulazione di benchmarks per le
organizzazioni aziendali;
2.3.2 RICERCHE FUTURE
La ricerca futura per quanto riguarda il metodo di MUSA è focalizzata
principalmente su analisi di confronto con altri approcci di misurazione dei livelli di
soddisfazione: i modelli statistici, tecniche di analisi dei dati, insiemi di logica
sfumata e altri metodi di previsione avanzati (ad esempio reti neurali). Inoltre, il
problema dell'identificazione di valori appropriati per i parametri del metodo (soglie
di preferenza, valore ε) e il suo impatto per l'affidabilità e la stabilità dei risultati
forniti dovrebbe essere ulteriormente approfondito. L'implementazione del metodo
MUSA richiede l'apporto di questionari compilati correttamente che devono essere
assunti come input, che non sempre possono essere raggiunti. Altre possibili
estensioni del metodo possono includere:
• Lo sviluppo di un metodo MUSA esteso in un sondaggio sulla soddisfazione
del cliente per una serie di imprese competitive, dato che la versione
attualmente presentata è focalizzata sul problema di valutazione soddisfazione
per una singola organizzazione aziendale,
• La valutazione del livello di soddisfazione "critico". Inoltre, combinando il
metodo MUSA con diversi modelli di scelta del marchio,si può giungere alla
segmentazione del comparto totale dei clienti in gruppi più piccoli con diversi
livelli di fedeltà.
E' interessante analizzare la relazione tra i risultati del metodo Musa e gli indici
finanziari di una organizzazione aziendale. Diversi ricercatori hanno dimostrato che
esiste una correlazione significativa tra soddisfazione, profitto e fidelizzazione.
46
CAPITOLO 3
APPLICAZIONI PRATICHE DEL METODO MUSA
3.1 VALUTAZIONE DEL FUNZIONAMENTO DI STRUTTURE ALBERGHIERE DIALTO LIVELLO
STUDIO CONDOTTO DAL: Department of Production Engineering and
Management,Technical University of Crete, Chania, Greece and Institute of
Computer Science,Foundation for Research and Technology – Hellas (FORTH),
Heraklion, Greece
In questa sezione verrà sviluppato e presentato un modello di business per un settore
di grande importanza per l'economia del turismo, ovvero il comparto dei servizi
alberghieri. Questo modello riguarda il settore alberghiero greco, in particolare si
concentra su strutture di alto livello, e analizza caratteristiche che sono importanti
per l'efficace funzionamento degli hotels. La differenza principale rispetto agli altri
modelli internazionali di eccellenza aziendale è che si concentra su scale qualitative e
quantitative predefinite per valutare le operazioni dell'hotel. Questo facilita
l'implementazione pratica e lo rende facile da utilizzare come strumento di
benchmark. Un robusto modello di business richiede l'esistenza di un insieme di
criteri discreti, indipendenti e non ridondanti. I criteri di valutazione della
proposta presa in esame si basano sui criteri di altri modelli di business
internazionali di eccellenza e comprendono caratteri che possono essere assenti in
alcuni di essi. In questo modo, è stato sviluppato un più completo quadro di
autovalutazione .
47
3.1.1 IDENTIFICAZIONE DEI CONTENUTI DEL MODELLO
Il processo per giungere alla formulazione del modello, può essere riassunto secondo
quanto segue:
SVILUPPO DEL QUESTIONARIO:
E' stato sviluppato un questionario esteso (più di 170 domande) comprendente tutti
gli elementi di valutazione utilizzati dai modelli di riferimento in questo ambito.
IDENTIFICAZIONE DELLE STRUTTURE ALBERGHIERE
INTERESSATE
Un'indagine qualitativa è stato condotta per l'identificazione dei criteri del modello e
sub-criteri attraverso questionari personali compilati da 20 direttori generali di
strutture alberghiere di eccellenza. Questo sondaggio è stato condotto con nove
alberghi a quattro stelle, sette hotel a cinque stelle e quattro hotel a cinque stelle
plus. Hotel di alta classe, provenienti da zone di tutta la Grecia hanno partecipato a
questa indagine (sei da Atene, quattro da Tessalonica, cinque da Creta, tre da Rodi, e
due da Corfù). I risultati di questa indagine specifica definiscono i criteri e sub-criteri
più appropriati per un modello di eccellenza professionale applicabile ad una struttura
alberghiera.
SOGGETTI INTERVISTATI
Una seconda indagine ha avuto luogo per definire i pesi dei criteri e sub-criteri del
modello di business. Questa indagine ha avuto luogo tra Novembre 2006 e marzo
2007, con 80 direttori generali di diversi hotel che hanno aderito all'iniziativa. Nel
campione usato, il 60 per cento riguardava hotel a quattro stelle, 24 per cento hotel a
cinque stelle, e il 16 per cento alberghi con più di cinque stelle. Inoltre, il 28 per
cento erano alberghi della zona di Creta, 19 per cento da Atene, il 16 per cento da
48
Salonicco, 14 per cento da Rodi e il 23 per cento delle aree di sosta della Grecia.
3.1.2 CRITERI, SUB-CRITERI E PESI
L'ultimo passo riassume lo sviluppo del modello finale, compresa la costruzione di
criteri e sub-criteri, i pesi e la definizione delle scale qualitative delle prestazioni. Il
modello di business proposto per il settore alberghiero si compone di due grandi
gruppi di criteri: i criteri abilitanti, che prevedono approcci dell'organizzazione, ed i
criteri di risultati, che riflettono i risultati che l'organizzazione consegue . Il modello
proposto assume che risultati di un hotel, specificatamente al riguardo di risultati
finanziari, performance operative, clienti, dipendenti, fornitori/partner, e si ottengano
attraverso la leadership, che specificherà gli obiettivi della struttura, le politiche, la
pianificazione strategica e che gestirà efficacemente le proprie risorse umane, le
risorse disponibili e i rapporti con i suoi fornitori e i suoi partner. Questi risultati
devono essere soddisfatti attraverso processi definiti e dovrebbero concentrarsi sulla
soddisfazione del cliente(customer satisfaction). Criteri, sub-criteri riferenti agli
criteri abilitanti, ai criteri-sirultato, e ai rispettivi pesi possono essere rappresentati
secondo quanto segue:
49
CRITERI ABILITANTI
CRITERI SUB-CRITERI
1.LEADERSHIP -MISSIONE-VISIONE-OBIETTIVI -VALORI
2.GESTIONE DELLE RISORSEUMANE
-PIANIFICAZIONE -EDUCAZIONE E AGGIORNAMENTO DELPERSONALE-COINVOLGIMENTO-COMUNICAZIONE-SODDISFAZIONE DEI DIPENDENTI
3.PIANO STRATEGICO -PROCEDURA PER LA FORMULAZIONEDEL PIANO-SVILUPPO E MIGLIORAMENTO DELPIANO-COMUNICAZIONE DEL PIANO
4.RISORSE -FINANZE-STRUTTURE E ATTREZZATURE-TECNOLOGIA-KNOW-HOW
5.FORNITORI E PARTNERS -GESTIONE DEI FORNITORI/PARTNER-MIGLIORAMENTO DELLE ALLEANZE
6.CLIENTI E MERCATO -CONOSCENZA DEI CLIENTI E DELMERCATO-RAPPORTI CON LA CLIENTELA-DESIGN DEL PRODOTTO/SERVIZIO-CUSTOMER SATISFACTION
7.PIANIFICAZIONI -SVILUPPO DELLE STRATEGIE-MIGLIORAMENTO DELLE STRATEGIE
50
CRITERI-RISULTATO
CRITERI SUB-CRITERI
1.CLIENTELA 1. CUSTOMER SATISFACTION
2.PERCENTUALE DEI CLIENTIABITUALI
3.RECLAMI
4.RIMBORSI PER DISSERVIZI
2.DIPENDENTI 1.SODDISFAZIONE DEIDIPENDENTI
2.LIVELLI DI ASSENTEISMO E DIPERIODI DI MALATTIA
3.COMPENSI DELLO STAFF
4.PERIODI DI AGGIORNAMENTOE COSTI PER OGNI DIPENDENTE
3.SOCIETA' E AMBIENTE 1.EFFETTI DELLA STRATEGIASULL'AMBIENTE E SULLASOCIETA'
2.CONSUMI ELETTRICI
3.RIFIUTI PRODOTTI
4.PROPORZIONE DEI MATERIALIRICICLATI UTILIZZATI
5.CONSUMI DI FORME DIENERGIA ALTERNATIVA
4.FINANZE 1.QUOTA DI MERCATO
2.MARGINI LORDI
3.FATTURATO
51
4.LIQUIDITA'
5.RENDIMENTI NETTI
6.DEBITI
5.OPERATIVITA' 1.TEMPI MEDI DIREALIZZAZIONE PER I SERVIZIPIU' IMPORTANTI
2.QUOTA DI COSTI OPERATIVIRISPETTO AI COSTI GLOBALI
3.RENDITA MEDIA DERIVANTEDA SERVIZI PARTICOLARI
4.MEDIA DELLE STANZEOCCUPATE RISPETTO ALTOTALE DELLE STANZE
6. FORNITORI E PARTNERS 1.PERCENTUALE DEIPRODOTTI/SERVIZI RIFIUTATIPER SCARSA QUALITA' O PERALTRI PROBLEMI
2.PERCENTUALE DEI RITARDIRILEVANTI
3.RENDITA MEDIA DEI TOUROPEARATORS
4.PERCENTUALE DICOLLABORAZIONI RISOLTECON I TOUR OPERATORS
• PESI
La determinazione dei pesi dei criteri selezionati per l'autovalutazione degli hotel
costituisce una parte significativa del modello. Questi pesi rappresentano l'importanza
di diverse dimensioni per l'efficace gestione dell'hotel (criteri abilitanti), così come
l'importanza del raggiungimento dei i risultati delle strutture prese in esame(risultati).
I direttori generali degli alberghi costituiscono i decisori per la determinazione dei
pesi per ogni singolo criterio. In letteratura, i pesi dei criteri possono essere calcolati
52
mediante metodi diretti e indiretti. Sebbene metodi diretti hanno il vantaggio che i
pesi derivino direttamente dai decisori.
I metodi diretti possono riguardare:
1. La distribuzione di un livello totale di importanza (10 o 100) a diversi criteri
(ad esempio il modello SERVQUAL, Parasuraman et al., 1985).
2. Confronto a coppie in base all'importanza criteri ( il metodo AHP,1980).
3. L'espressione delle preferenze per importanza attraverso una classifica dei
criteri
4. dal più importante a quello meno importante o attraverso classificazione di
criteri in classi specifiche di rilevanza utilizzando scale ordinali
3.1.3 IL SONDAGGIO CONDOTTO PER STABILIRE L'ORDINE DEI
CRITERI E DEI SUB-CRITERI
In questa indagine, si è fatto ricorso a un questionario specifico chiedendo ai direttori
generali di classificare i criteri e i sub-criteri, dal più importante a quello meno
importante. I pesi sono stati stabiliti in modo tale che la somma totale dei pesi sia pari
100. Inoltre, al fine di estrarre l'importanza dei sub-criteri, il modello è stato
implementato separatamente per ogni criterio principale. La figura 4 rappresenta il
modello finale di un business per il settore alberghiero greco, essa riassume i fattori
abilitanti ed i criteri-risultato, nonché la loro importanza. Secondo la figura 4, la
leadership e la gestione delle risorse umane sono considerate come i fattori più
53
importanti riguardanti i criteri abilitanti. Questo è abbastanza prevedibile, considerato
che le risorse umane di un hotel, sia che si tratti di dirigenti o dipendenti,
costituiscono un fattore che influisce sul raggiungimento di determinati standard di
qualità relativamente ai servizi forniti di un hotel; al contrario, i piani strategici non
sono considerati di grande importanza per i gestori di hotel, in quanto si prevede che i
servizi forniti un albergo vengano attuati attraverso procedure ben precise. Per quanto
riguarda l'importanza dei risultati raggiunti, assume un peso estremamente rilevante
anche nella visione globale del modello, la sezione relativa ai risultati dei
clienti(customers results). Invece, i risultati riguardanti i fornitori/partners non
sembrano essere di grande importanza per i soggetti decisori nonché per i gestori
degli hotel.
FIGURA N. 3
54
3.1.4 RISULTATI
LIVELLI DI PRESTAZIONE INDIVIDUATI IN BASE AI CRITERI E AI SUB-
CRITERI RELATIVAMENTE A:
• CRITERI ABILITANTI
Come dimostra lo schema rappresentato dalla figura 4 , le strutture greche esprimono
buoni livelli di prestazione se facciamo riferimento ai criteri presi in esame, un
risultato atteso considerando che le strutture che hanno preso parte al sondaggio
rappresentano modelli di business di eccellenza nel settore che fanno utilizzo di
procedure ben individuate per quanto riguarda lo sviluppo, gestione, revisione e il
miglioramento del ciclo della qualità. Un rendimento piuttosto basso si osserva per
il criterio relativo ai fornitori e ai partners, essenzialmente a causa della bassissima
partecipazione di fornitori / partner nel comparto strategico delle strutture. Questo
potrebbe essere dovuto all'inesistenza di una procedura per la selezione del comparto
fornitori / partner, la cui selezioni si basa principalmente sui prezzi dei prodotti /
servizi. Allo stesso modo, la gestione delle risorse umane, che è un criterio
abbastanza significativo, ha un basso indice di prestazione. Le ragioni possono essere
ricondotte alla scarsa partecipazione del personale nei processi decisionali, alla
non adeguata formazione o anche alla scarsa comunicazione tra i diversi reparti degli
alberghi.
• CRITERI/RISULTATO
Come dimostra lo schema rappresentato dalla figura 5, gli hotel sembrano avere un
indice molto basso di prestazione in riferimento ai risultati espressi riguardo al
criterio società a causa di una percentuale molto bassa di prodotti riciclati e di
utilizzo di risorse energetiche alternative. Anche i dati relativi al risultato clienti sono
poco confortanti. Ciò è dovuto principalmente ad un minor aumento dei clienti
55
abituali e dei livelli di customer satisfaction, rispetto ai precedenti periodi .Indici di
performance relativamente soddisfacenti,se consideriamo i criteri/risultato, sono
quelli relativi ai compensi per i disservizi,ai ritardi sugli ordini, alla risoluzione dei
rapporti con i tour operator,dove i livelli di performance raggiungono quasi il 70%.
56
FIGURA N.4
57
FIGURA N.5
58
La combinazione dei pesi e degli indici di performance può essere rappresentata
graficamente attraverso il diagramma sottostante. Questo diagramma è diviso in
quadranti secondo i livelli di prestazioni (alto / basso) e di importanza (alto / basso).
La griglia,può essere utilizzata al fine di individuare le priorità per attuare il
miglioramento. Si possono quindi identificare i differenti livelli di priorità scaturenti
dalla combinazione dei criteri e dei sub-criteri precedentemente elencati.
FIGURA N.6
59
• PRIORITA' ALTA (QUADRANTE IN BASSO A DESTRA)
ELEMENTI: risultati operativi,risultati della clientela, gestione risorse umane,
risultati dei dipendenti
PRIORITA' MEDIO-ALTA(QUADRANTE IN ALTO A DESTRA)
ELEMENTI: pianificazione strategica, leadership
PRIORITA' MEDIO BASSA(QUADRANTE IN ALTO A SINISTRA)
ELEMENTI: processi, risorse, risultati dei partner , focus sul mercato e sui clienti
PRIORITA' BASSA (QUADRANTE IN BASSO A SINISTRA)
ELEMENTI: risultati finanziari, risultati sull'impatto socio/ambientale parteners e
fornitori
3.1.5 CONCLUSIONI
Si evince che: i risultati relativi ai clienti, gestione delle risorse umane, i risultati
operativi, i risultati dei dipendenti,e i risultati finanziari sono considerati come i più
importanti elementi di miglioramento strategico per gli hotel. Tali elementi sono
importanti per alberghi, ma essi non sembrano avere un rendimento elevato. La
maggior parte degli alberghi non raccolgono o analizzano i dati rilevanti al fine di
rivedere la loro performance. Inoltre, gli alberghi dovrebbero prestare un'attenzione
particolare ai risultati sull'impatto socio-ambientale. Questo criterio non è considerato
con la dovuta rilevanza dagli alberghi, tuttavia , oggi questi temi hanno assunto una
caratura elevatissima nella valutazione delle performance aziendali. D'altronde, il
vantaggio competitivo di questi alberghi sembra essere la loro forte leadership. La
maggior parte dei leader degli hotel sviluppa sistematicamente la missione, la
visione, i valori , gli obiettivi e il miglioramento dei sistemi di gestione; ciò è dovuto
principalmente all'appartenenza degli alberghi di alta classe appartengono a consorzi.
60
3.2 VALUTAZIONE DELLA QUALITÀ DEL SERVIZIO NEL SETTORETURISTICO GRECO
Lo studio in questione, prende spunto dall'analisi relativa ad un campione consiste in
1.026 questionari che sono stati distribuiti a turisti greci e stranieri durante la loro
partenza dall'isola di Creta. I questionari sono stati raccolti attraverso interviste dello
staff durante l'estate del 2009. Per formulare il del profilo cliente, sono state studiate
le caratteristiche dei turisti.
3.2.1 IL QUESTIONARIO
Il questionario finale è stato sviluppato sulla base dei criteri precedentemente esposti
nella sezione 2.1.2 del seguente saggio, in cui ai turisti è stato chiesto di esprimere la
loro soddisfazione facendo riferimento ad una scala ordinale composta da 5 giudizi
di preferenza: insoddisfazione, parziale insoddisfazione, neutralità, parziale
soddisfazione, soddisfazione). La prima parte del questionario contiene domande
circa le caratteristiche personali del turista (sesso, età, reddito, scopo del viaggio). La
seconda parte è dedicata al conoscimento di informazioni generiche riguardo al
viaggio (numero e durata delle precedenti visite, destinazioni alternative esaminate,
ragioni della scelta dell'isola, fonti di informazione), mentre la terza parte comprende
domande sull'alloggio, sulla durata del soggiorno, e sulle spese. La quarta parte del
questionario si riferisce ai criteri di soddisfazione.
61
3.2.2 PROFILO DEI SOGGETTI INTERVISTATI E RISULTATI
Il campione si distribuisce quasi equamente tra maschi e femmine (maschi 46,5%,
femmine 53,5%). Inoltre, la maggior parte dei visitatori han meno di 40 anni,
(74,8%), mentre il gruppo più anziano di visitatori è molto piccolo (meno del 4% ha
60 anni). Per quanto riguarda la nazionalità, si deve rilevare che il 31% del campione
si compone di turisti greci, mentre il resto 69% è costituito da visitatori stranieri. La
FIG. 8 mostra che la distribuzione del campione tra intervistati di diversa nazionalità
è alta, e i più importanti gruppi turistici stranieri si riferiscono ai visitatori dagli Stati
Uniti, dall'Australia, dall'Italia, dalla Spagna, dal Canada e dal Brasile. Generalmente,
non ci sono gruppi che rappresentano più del 10% del campione, mentre quasi 50
diversi gruppi di cittadinanza sono stati identificati nel campione finale.
FIGURA N.7
Come si evince dalla figura 8, la durata del soggiorno è relativamente bassa, dal
momento che la maggior parte dei turisti trascorre da1 a 3 notti nell'isola (quasi il
55%), solo l'8% del campione rimane più di 1 settimana nell'isola.
62
FIGURA N.8
Riguardo alla seconda e terza parte del questionario, rispettivamente relative a:
numero e durata delle precedenti visite, destinazioni alternative esaminate, ragioni
della scelta dell'isola, fonti di informazione (seconda parte); domande sull'alloggio,
sulla durata del soggiorno, e sulle spese (terza parte), i risultati dimostrano che la
visita precedente è relazionata alla nazionalità. In particolare, i turisti greci sono i
visitatori più fedeli, mentre ci sono molti visitatori provenienti dal Nord e Centro
Europa, che avevano già visitato l'isola. L' 80-95% di tutto il resto delle nazionalità
ha visitato l'isola per la prima volta. Tra le diverse etnie dei turisti, alcuni appaiono
più fedeli per quanto riguarda l'esame di destinazioni alternative (Figura 10). In
particolare, i Greci e gli asiatici, in generale, non esaminano destinazioni alternative
quando devono decidere le loro vacanze. Allo stesso modo, i visitatori con più di 60
anni appaiono i più fedeli, dal momento che non prendono in considerazione altre
alternative quando scelgono la meta delle loro vacanze. In generale, non c'è una forte
relazione tra il reddito e l'esame delle destinazioni alternative. Analogamente, la
63
durata è legata alla nazionalità. Ulteriori analisi mostrano che i turisti che
soggiornano più giorni sull'isola sono per lo più italiani, greci e visitatori provenienti
dal Nord e dall'Europa centrale. Al contrario, i turisti con la lunghezza minima del
soggiorno sono per lo più asiatici e australiani-neozelandesi. Età e la durata del
soggiorno non sembrano essere fortemente legati, anche se i turisti più anziani (più di
40 anni) influenzano la durata media bassa totale del soggiorno dell'intero campione.
Inoltre, non sembra esserci alcuna forte relazione tra reddito e durata del soggiorno.
Al contrario, una precedente visita all'isola influisce significativamente la durata del
soggiorno, in quanto i visitatori che già conoscono il posto, tendono a rimanere più
giorni. Come mostrato nella tabella, non vi è alcuna relazione significativa tra il
livello delle spese e l'età dei turisti. Inoltre, la nazionalità sembra influenzare
1l'ammontare che i turisti hanno speso (tranne per i biglietti e alloggi), dal momento
che le spese più elevate si osservano nel gruppo turisti europei (Italia, Nord e
dell'Europa centrale). Al contrario, l'importo delle spese è legato al reddito familiare
annuo dei visitatori, mentre i visitatori che già conoscono la meta, sembrano spendere
di più. Infine, i test chi-quadrato tra la soddisfazione generale e le caratteristiche dei
diversi turisti dimostrano che, vi è una forte relazione tra la soddisfazione generale e
l'età o le spese.
3.2.1 ANALISI DEI DATI SULLA SODDISFAZIONE DEI CLIENTI
Facendo riferimento ai criteri esposti nel paragrafo 2.1.2, i risultati del metodo
MUSA rivelano che i turisti danno importanza soprattutto al criterio di
intrattenimento/svago (peso 18,53%), mentre l'importanza attribuita ai criteri
ambiente e trasporti urbani è inferiore (meno del 10%). In genere i visitatori sono
relativamente soddisfatti dalle loro vacanze nell'isola, dal momento che la
soddisfazione media complessiva stimata è 86.40%. Anche se la soddisfazione
generale è di alto livello , esso presenta comunque dei notevoli margini di
miglioramento. Per quanto riguarda i criteri dettagliati di soddisfazione, come
64
indicato nella figura 9 risulta che ci sono differenze importanti tra i livelli di
soddisfazione dei singoli clienti,i risultati della figura 9 mostrano quanto segue:
I turisti sembrano essere abbastanza soddisfatti dai criteri intrattenimento/svago e
natura/ambiente (gli indici medi di soddisfazione sono circa 90%), che indicano
anche le dimensioni più importanti di soddisfazione;
Al contrario, il livello di soddisfazione dei turisti è piuttosto basso per quanto
riguarda i criteri di ambiente, informazione e trasporti locali (indice di soddisfazione
medio 70-78%);
Il resto di criteri presentano un livello medio di soddisfazione (80-83%),
Relativamente inferiore all'indice medio di soddisfazione generale.
CRITERI DISODDISFAZIONE
PESI(%) MEDIA DEGLI INDICIDI
SODDISFAZIONE(%)
ALLOGGIO 10.49 82.85
CIBO/CUCINA 10.9 80.87
AMBIENTE NATURALE 10.11 89.11
AMBIENTE URBANO 9.13 72.61
OSPITALITA' 10.12 80.19
INFORMAZIONE 11.11 77.87
INTRATTENIMENTO 18.53 90.49
TRASPORTI ( da stazionie aeroporti)
9.9 80.48
TRASPORTI LOCALI 8.7 68.55
SODDISFAZIONE GLOBALE
86.4
65
3.3 CONCLUSIONI
Il presente saggio è stato realizzato con l'intento di analizzare l'applicazione del
metodo MUSA a più criteri per la valutazione della qualità del servizio nel settore del
turismo. I risultati ottenuti sono basati su un sondaggio di soddisfazione che ha avuto
luogo in un'isola del Mar Egeo e l'obiettivo principale della ricerca presentata è
quello di valutare la soddisfazione dei turisti e identificare i punti di forza ed i punti
deboli dei servizi turistici offerti. In un contesto economico in cui la pubblicità è
spesso determinata dalle opinioni che i clienti rilasciano su social network, forum e
blog; ritengo che sia indispensabile ampliare lo studio della customer satisfaction.
L'apporto della matematica e dell'analisi multicriteriale nello studio delle preferenze
espresse dai clienti in relazione alla prestazione usufruita, costituisce una importante
possibilità di miglioramento nell'ambito del settore alberghiero e non solo. Il ricorso
al metodo MUSA da parte dei soggetti economici che operano nell'ambito
dell'erogazione dei servizi, fornirebbe ulteriori strumenti utilissimi per sconfiggere la
concorrenza dei soggetti rivali. Combinando l'importanza e le prestazioni dei risultati
di soddisfazione e tenendo conto di ulteriori risultati (profiling turistico, potenziali
segmenti turistici, ecc), è possibile di effettuare un'analisi SWOT per il prodotto
turistico complessivo offerto. In questo contesto, l'analisi SWOT rivela quanto segue:
I punti di forza (vantaggi competitivi) del prodotto totale turismo: sono la fama e
l'ambiente naturale (bellezze naturali, il clima, l'architettura locale) dell'isola. Inoltre,
i visitatori sembrano essere fedeli, mentre le loro spese durante le loro vacanze sono
relativamente elevate.
I punti di debolezza: Il breve periodo di permanenza sull'isola è il più importante
punto debole del prodotto turistico. Un altro punto debole riguarda i bassi livelli di
soddisfazione relativamente ai criteri: ambiente urbano, trasporti locali.
66
Le minacce: le più importanti si riferiscono alla forte concorrenza tra le stesse isole
greche, così come l'alto livello di aspettative create dalla dell'isola. Inoltre, una
potenziale minaccia è la soddisfazione più bassa osservata per quanto riguarda i i
visitatori che scelgono l'isola per la seconda volta.
Le opportunità: si riferiscono ai monumenti storico-archeologico e alla qualità dei
servizi.
Lo studio presentato può rivelare anche i vantaggi degli approcci MCDM nell'ambito
dei problemi di valutazione dei livelli di soddisfazione nel settore turistico. In
particolare, i risultati forniti dal metodo MUSA sono in grado di dare una serie
completa di informazioni sul comportamento del cliente. Questi risultati possono
aiutare le organizzazioni che si occupano della gestione delle destinazioni per
analizzare il problema della valutazione soddisfazione dei turisti e determinare il
potenziale di miglioramento. Inoltre, va sottolineato che il metodo MUSA rispetta
pienamente la forma qualitativa delle informazioni in ingresso (ossia i giudizi dei
turisti sui criteri di soddisfazione definiti ). In questo modo, le variabili ordinali non
sono arbitrariamente quantificate. Di conseguenza, il metodo MUSA fornisce
un'alternativa importante per lo studio delle lacune in termini di qualità del servizio e
di esecuzione di analisi SWOT. Seguendo la letteratura sul tema della customer
satisfaction, l' analisi SWOT nel metodo MUSA viene eseguita utilizzando una serie
di diagrammi, che sono in grado di analizzare le percezioni turistiche e di
determinare i punti di forza e di debolezza di una meta turistica.
67
BIBLIOGRAFIA
1. Bosi P., (2012), Corso di Scienza delle Finanze, Il Mulino, Bologna.
2. Ehrgott M., Gandibleux X., (2002), Multiobjective Combinational Optimization,acura di Sociedad de estadistica e Investigaciòn Operativa, Top 2004 vol 12, No .1 pp1-89.
3. Figueira J., Greco S.,Ehrgott M., (2005), Multiple Criteria Decision Analysis:State of the Art Surveys, Springer Verlag, Boston, Dordrecht, London.
4. Gass S., Saaty T.L., (1955), ”Parametric Objective Function Part 2”, Journal of theOperations Research Society of America from 1952 to 1955, Volume 3 Issue 4,pp.395-401
5. Grigoroudis E., Siskos Y., (2002), “Preference disaggregation for measuring andanalysing customer satisfaction: The MUSA method”, European Journal ofOperational Research, Volume 143, Issue 1, Pages 148–170.
6. McGinley P., (2012), ” Decision Analysis Software Survey “, OR/MS Today.
7. Miller C. A, (1956), The magic number seven plus or minus two: some limits onour capacity for processing information. Psychological Review, volume 13.
8. Politis Y., Litos C., Grigoroudis E., Vassilis S. Moustakis, (2009), "A businessexcellence model for the hotel sector: Implementation to high-class Greek hotels",Benchmarking: An International Journal, Vol. 16 Iss: 4, pp.462 – 483.
9. Roy B., (1985), “Méthodologie multiecritère d'aide à la décision”. Paris:Economica.
10. Saaty T.L., (1980), The Analytic Hierarchy Process,Planning, Piority Setting,ResourceAllocation. McGraw-Hill, New york.
11. Steuer R., (1986), Multiple Criteria Optimization Theory: Computation andApplication, Wiley, New York.
12. Triantaphyllou E., (2002), Multi-criteria decision making methods:Comparativestudy, volume 44 of Applied Optimization. Kluwer Academic Publisher.
68
13. Tsitsiloni M., Grigoroudis E., Zopounidis C., (2012), Service Quality Evaluationin the Tourism Industry, Working Paper 2012.02, Financial Engineering Laboratory,Technical University of Crete
14. Vincke P., (1992), Multicriteria Decision-aid. John Wiley & Sons.
15. Weistroffer H.R., Smith, C.H., Narula S.C., (2005), "Chapter 24: Multiple CriteriaDecision Support Software".Editors: J.Figueira, S.Greco, Ehrgott M., MultipleCriteria Decision Analysis: State of the Art Surveys, Springer.
SITOGRAFIA
www.cs.put.poznan.pl.
www.informs.org/community/MCDM.
www.ncsu.edu University of North Carolina, USA.
www.dii.unisi.it/~mocenni/AHP, Università degli Studi di Siena, Dipartimento di Ingegneria dell'Informazione.
www.units.it/dipenerg/pediroda/MultiCriteriaDecisionMaking, Università Degli Studidi Trieste.
69