Corso di Laurea Magistrale in Ingegneria Gestionale

a.a. 2023/2024

CORSO DI SISTEMI DI VALUTAZIONE PER L’INNOVAZIONE

Prof. Emilio Esposito

“Valutazione e confronto migliori marketplace: Amazon e Ebay”

Project Team:
Aulicino Danilo M62002573
Carbone Vincenzo M62002528
Sommario
ABSTRACT.........................................................................................................................................................3
1. INTRODUZIONE........................................................................................................................................3
1.2 Amazon............................................................................................................................................4
1.3 Ebay..................................................................................................................................................5
2. AHP (Analytic Hierarchy Process)............................................................................................................6
2.1 Definizione dei criteri di valutazione.....................................................................................................7
2.2 Sondaggio e individuazione dei cluster e eventuali sottocluster....................................................9
2.2.1 Cluster A (S-R-A-P-U-F).............................................................................................................9
2.2.2 Cluster B (S-P-A-R-U-F)...........................................................................................................10
2.2.3 Cluster C (P-F-S-R-A-U)...........................................................................................................11
2.2.4 Cluster D (S-A-R-P-U-F)...........................................................................................................15
2.2.5 Cluster E (P-U-S-A-R-F)............................................................................................................20
3. LOGICA FUZZY........................................................................................................................................24
3.1 Interpretazione dei risultati.................................................................................................................28
3.1.1 Valutazione Amazon.....................................................................................................................28
3.1.2 Valutazione EBay..........................................................................................................................31
4. CONSIDERAZIONI FINALI E PROPOSTE DI MIGLIORAMENTO................................................................34

2
ABSTRACT
Questo elaborato è stato stilato al fine di proporre la valutazione tra due dei più importanti siti che
operano nel settore dell’e-commerce: Amazon e EBay. A tal scopo, sono stati individuati i criteri che
meglio rappresentano e racchiudono le caratteristiche dei due siti e in base ai quali effettuare una
valutazione: l’approccio usato è di tipo scientifico mediante un metodo di valutazione e confronto,
ossia il metodo dell’AHP (Analytic Hierarchy Process) e la logica Fuzzy. Per poter effettuare questa
valutazione, è stato necessario condurre due sondaggi, il primo per determinare i pesi relativi agli
attributi e alle caratteristiche individuate, il secondo per comprendere le preferenze degli utenti in
relazione alle due alternative considerate.

1. INTRODUZIONE
Negli ultimi anni, l'e-commerce ha registrato un notevole aumento della sua importanza e
rilevanza nel panorama commerciale globale, favorito dalla diffusione di Internet e dall’avvento di
dispositivi elettronici come computer, smartphone e tablet, che hanno rivoluzionato il modo in cui
le persone effettuano acquisti; inoltre, le restrizioni dovute alla pandemia di SARS-CoV-2 hanno
accelerato questa tendenza, spingendo sempre più aziende e consumatori a preferire il commercio
online. Per consentire la gestione efficace di un'attività di e-commerce, i proprietari di negozi online
si affidano a software specifici che facilitano la vendita e la gestione dei prodotti, semplificando il
processo di creazione di un negozio virtuale, la gestione degli ordini, la gestione degli stock e molto
altro ancora: questi software di e-commerce sono progettati per offrire funzionalità chiave,
consentendo ai commercianti di concentrarsi sulla promozione dei loro prodotti e sulla
soddisfazione dei clienti. Le diverse soluzioni software di e-commerce disponibili sul mercato
offrono una varietà di funzioni e caratteristiche, come la creazione di un sito web di e-commerce,
l'integrazione di pagamenti online sicuri, la gestione degli ordini e degli inventari, l'analisi delle
vendite e il supporto per il marketing digitale. Ogni piattaforma ha le sue peculiarità e vantaggi,
adattandosi a diverse esigenze imprenditoriali, dimensioni aziendali e modelli di business: la scelta
del software di e-commerce più adatto dipende dalle esigenze specifiche del commerciante, dalle
funzionalità richieste, dalla facilità d'uso, dalla scalabilità e dal budget disponibile, motivo per cui è
importante esaminare attentamente le diverse opzioni, valutare le recensioni, analizzare le
funzionalità offerte e prendere in considerazione le esperienze di altri utenti per fare la scelta
migliore per il proprio negozio online. Il nostro obiettivo è quindi quello di valutare i due player
leader ad oggi (dal punto di vista dei profitti), ossia Amazon ed eBay, informando il processo ai ben
noti criteri di coerenza e trasparenza appresi nel corso.

3
 1.2 Amazon
Amazon è una delle più grandi e influenti piattaforme di e-commerce al mondo, che offre una
vasta gamma di prodotti, servizi e funzionalità, caratterizzata dai seguenti aspetti:
 Vasta selezione di prodotti - Amazon offre un'enorme varietà di prodotti in diverse
categorie, come elettronica, moda, casa e giardino, libri, giocattoli, alimentari e molti altri.
Gli acquirenti possono quindi trovare praticamente quasi tutto ciò di cui hanno bisogno su
Amazon, grazie all'ampio inventario.
 Piattaforma di vendita di terze parti - Oltre a vendere prodotti direttamente, Amazon offre
una piattaforma per i venditori di terze parti che desiderano raggiungere un maggiore
bacino di utenza, consentendo loro quindi di creare dei propri negozi virtuali su Amazon e
vendere i loro prodotti attraverso di esso.
 Recensioni e valutazioni dei prodotti - Amazon permette ai clienti di lasciare recensioni e
valutazioni dei prodotti acquistati, che risultano visibili agli altri acquirenti potenziali,
fornendo loro informazioni utili sulle loro esperienze. Le recensioni aiutano gli acquirenti a
prendere decisioni informate e forniscono feedback ai venditori.
 Amazon Prime - è un servizio di abbonamento che offre una serie di vantaggi, tra cui la
spedizione gratuita e veloce su milioni di articoli idonei, l'accesso a servizi di streaming
video come Prime Video, Prime Music per la musica in streaming, Prime Reading per
l'accesso a una vasta selezione di libri e riviste digitali, offerte esclusive e altro ancora.
 Servizio clienti - Amazon si impegna a offrire un servizio clienti di qualità, che può avvenire
tramite chat, telefono o e-mail per chiedere assistenza, porre domande o risolvere
eventuali problemi.
 Logistica e spedizioni - Amazon ha sviluppato una solida infrastruttura logistica per
garantire spedizioni rapide e affidabili, attraverso i propri centri di distribuzione
 Marketplace globale - Amazon ha una presenza globale, consentendo a venditori e
acquirenti di tutto il mondo di accedere alla piattaforma, ampliando le opportunità di
vendita per i venditori e offerta agli acquirenti di prodotti provenienti da diversi paesi
 Raccomandazioni personalizzate - Amazon utilizza algoritmi avanzati per fornire
raccomandazioni personalizzate agli acquirenti, basandosi sulla storia degli acquisti, sul
comportamento di navigazione e sulle preferenze degli utenti, suggerendo prodotti
pertinenti che potrebbero interessare loro.
 Programmi di fedeltà: Amazon offre programmi di fedeltà come Amazon Prime Rewards
Visa Card e Amazon Prime Store

1.3 Ebay
La piattaforma eBay rappresenta un altro competitor di rilievo nell'ambito dell’e-commerce,
sebbene con un approccio diverso rispetto ad Amazon: il suo modello di business si fonda sul
mercato peer-to-peer, che consente quindi ai venditori di creare annunci per vendere prodotti
nuovi e usati direttamente agli acquirenti. Le sue peculiarità sono:
 Acquisto e vendita - gli utenti possono creare un account su eBay e utilizzare la
piattaforma per acquistare prodotti da altri utenti o vendere i propri prodotti, che possono

4
 riguardare vari settori come elettronica, moda, casa e giardino, veicoli, articoli per hobby
ecc...
 Sistema di asta – essa rappresenta una caratteristica distintiva di eBay, che consente agli
utenti di fare offerte su un prodotto e competere con altri acquirenti interessati. L'asta ha
una durata prestabilita, e colui che offre di più entro la fine dell'asta vince il prodotto.
 Compralo Subito - oltre alle aste, eBay offre anche l'opzione "Compralo Subito" per molti
prodotti, che consente agli acquirenti di acquistare immediatamente un oggetto senza
dover competere in un'asta.
 Valutazioni e recensioni - dopo ogni transazione, sia acquirenti che venditori possono
lasciare valutazioni e recensioni reciproche, fornendo agli acquirenti informazioni sulle
esperienze precedenti di altri acquirenti con un venditore.
 Protezione dell'acquirente - eBay offre un programma di protezione dell'acquirente per
garantire che gli utenti siano protetti in caso di frodi o problemi con un ordine, attraverso
rimborsi o assistenza nel risolvere eventuali dispute tra acquirenti e venditori.
 Pagamenti e spedizione - eBay offre diverse opzioni di pagamento, tra cui PayPal, carte di
credito e altri metodi di pagamento online; inoltre, gli utenti possono anche scegliere tra
diverse opzioni di spedizione proposte, inclusa la spedizione nazionale e internazionale.

2. AHP (Analytic Hierarchy Process)

Per effettuare la valutazione tra i due social media è stato utilizzato il metodo AHP, che può essere
definito come una tecnica di supporto alle decisioni multicriteria che consente di confrontare più
alternative in relazione ad alcuni criteri e ricavare così una valutazione globale per ciascuna di
esse. In questo modo sarà possibile ordinare le alternative e tra queste scegliere la migliore.
L’AHP ha il vantaggio di riuscire a scomporre un problema complesso in un sistema gerarchico al
cui vertice vi è l’obiettivo e nei livelli inferiori i criteri sulla base dei quali verrà effettuata la
valutazione. Gli step della metodologia possono essere così sequenziati:
 Individuazione dei criteri;
 Aggregazione dei criteri in macro-criteri;
 Definizione dei pesi (wij);
 Definizione dei valori (vij).
Per individuare i pesi, la metodologia prevede, tramite il cosiddetto confronto a coppie, la
costruzione di una matrice concettuale che sarà poi trasformata in una matrice numerica mediante
la scala numerica di Saaty:

9 Decisamente più (D+)

7 Molto più (M+)
5 Abbastanza più (A+)
5
 3 Poco più (P+)
1 Stesso (S)
1/3 Poco meno (P-)
1/5 Abbastanza meno (A-)
1/7 Molto meno (M-)
1/9 Decisamente meno (D-)

In seguito, il calcolo dei pesi verrà effettuato andando a normalizzare le componenti relative
all’autovettore associato all’autovalore massimo della matrice, che sono tutte quadrate e
reciproche (aij=1/aji); in alcuni casi però, esse risultano anche consistenti in quanto le colonne sono
tra loro proporzionali (indicano tutte la stessa direzione), e questo significa che qualsiasi colonna
rappresenta l’autovettore associato all’autovalore massimo, che è uguale a N (ordine matrice), per
cui qualsiasi colonna può essere utilizzata per il calcolo dei pesi dei criteri. Tale autovalore diviene
lo strumento per verificare la consistenza della matrice e la validità dei giudizi espressi dal decisore:
quando la matrice non è consistente, bisogna verificare se l’intorno delle direzioni indicate dalle
colonne sia così piccolo da considerare i risultati ottenuti affidabili e dunque, verificare la coerenza
dei giudizi. Viene così calcolato prima il Consistency Index (CI) attraverso la seguente formula:

𝑪𝑰 = (𝛌−𝐍) / (𝑵−𝟏) Il quale indica quanto pesano mediamente gli autovalori minori, senza
considerare l’autovalore massimo. Successivamente, si calcola il Random Index (RI) ottenuto dalla
media degli indici di consistenza di un altro campione di matrici (Valore tabellato):

N 2 3 4 5 (…)
RI 0 0.52 0.89 1.11 (…)

Infine, per tener conto del rumore, viene calcolato il rapporto di consistenza, Consistency Ratio
(CR):
𝑪𝑹 = 𝑪𝑰 /𝑹𝑰 il quale deve risultare inferiore al 10%.

2.1 Definizione dei criteri di valutazione

Per stabilire una base di confronto significativa, si è scelto di utilizzare il concetto di "esperienza di
acquisto online", che comprende l'intero processo di navigazione, selezione, acquisto e servizio
clienti offerto dalle due piattaforme. Come normativa di riferimento per valutare la qualità del
servizio offerto, si fa riferimento alla normativa ISO/IEC 25010, che fornisce un modello di qualità
del software specificamente orientato alla valutazione dei sistemi e-commerce. Questo modello
identifica le seguenti caratteristiche di qualità rilevanti per l'esperienza di acquisto online:

 SICUREZZA
 Protezione dei dati personali: La sicurezza e la privacy dei dati personali degli utenti
durante le transazioni e l'archiviazione delle informazioni.
6
  Sicurezza dei pagamenti: La sicurezza e l'affidabilità dei sistemi di pagamento
offerti, inclusa la crittografia delle transazioni.
 Protezione dalle frodi: Le misure adottate per prevenire e contrastare frodi e attività
fraudolente.

 PRODOTTI
 Assortimento: disponibilità di una vasta gamma di prodotti, che copre diverse
categorie e soddisfa diverse esigenze dei clienti.
 Conformità ricevuto/ordinato: coerenza tra il prodotto ordinato e ricevuto.

 USABILITA’
 Rapidità ricerca prodotti: la facilità con cui gli utenti possono navigare, cercare e
acquistare prodotti sul sito o sull'app.
 Chiarezza dell'interfaccia: La chiarezza e l'intuitività dell'interfaccia utente durante il
processo di acquisto.

 ASSISTENZA CLIENTI
 Tempi di risposta: La tempestività e l'efficienza del servizio clienti nel fornire risposte
e soluzioni alle richieste degli utenti;
 Efficacia nella risoluzione dei reclami: reclami dei clienti che vengono risolti con
successo

 FIDELIZZAZIONE
 Offerte e promozioni: La presenza di offerte, sconti e promozioni che permettono ai
clienti di ottenere un valore aggiunto;
 Programmi fedeltà: I programmi di fedeltà e ricompense per incentivare gli acquisti
e premiare i clienti.

 REPUTAZIONE DEL MARCHIO: indice di fiducia (La reputazione, l'affidabilità e la fiducia che
gli utenti ripongono nel marchio Amazon ed eBay; numero di utenti attivi sulla piattaforma
Attraverso il metodo AHP scomponiamo il nostro problema di valutazione in un sistema gerarchico
mediante il seguente schema:

7
 2.2 Individuazione dei cluster e eventuali sottocluster
Per effettuare le nostre valutazioni, è stato sottoposto un sondaggio ad una serie di soggetti, con
l’obiettivo di verificare l’ordine di gradimento in relazione a ciascun attributo e sotto-attributo, e poi
attraverso il confronto a coppie, costruire le varie matrici numeriche: una volta ottenute queste
matrici, è necessario verificare prima la consistenza, per poi passare alla determinazione dei pesi
per ciascuna di esse. Una volta calcolati i pesi per ciascuna matrice in base alle diverse preferenze
espresse dagli utenti sono stati individuati 5 cluster differenti, tenendo conto dei due attributi di
primo livello con peso maggiore.

2.2.1 Cluster A (S-R-A-P-U-F)

Dal sondaggio effettuato, è risultato che uno degli utenti intervistati ha espresso un suo ordine di
preferenza, che vede al primo posto la variabile Sicurezza (S), seguita dalla variabile Reputazione
(R), Assistenza (A), Prodotti (P), Usabilità (U), Fidelizzazione (F). Essendo l’unico ad aver definito
questo tipo di ordine di preferenza, la matrice ottenuta rappresenta già di per sé la matrice
aggregata di questo cluster:

/ Prodo Sicurezz Usabilit Assistenz Fidelizzazion Reputazion

8
 tti a à a e e
Prodotti 1 1/5 5 1 5 1/5
Sicurezza 5 1 7 7 9 3
Usabilità 1/5 1/7 1 1/5 3 1/9
Assistenza 1 1/7 5 1 7 1/3
Fidelizzazion 1/5 1/9 1/3 1/7 1 1/7
e
Reputazione 5 1/3 9 3 7 1

Attraverso l’uso di Matlab, siamo riusciti a determinare il valore dell’autovettore, associato

all’autovalore massimo (lambda max)
Lampda max = 6.6008 CI = 0.1202 CR = 0.0961  9.61% < 10%
V1 = [0.1829 0.8281 0.0682 0.1990 0.0444 0.4843]  somma = 1.8069
A questo punto, abbiamo determinato i pesi di tale matrice:

W1 %
Prodotti 10,12 Per quanto riguarda il cluster A non sono emerse
Sicurezza 45,83 eterogeneità durante la fase di valutazione delle
caratteristiche; dunque, la scomposizione non è
Usabilità 3,78%
proseguita oltre il primo livello, per cui vengono
Assistenza 11,01
direttamente riportati i pesi relativi agli attributi di
Fidelizzazione 2,46
primo e secondo livello:
Reputazione 26,80

2.2.2 Cluster B (S-P-A-R-U-F)

9
Anche il secondo cluster esprime l’ordine di preferenza di un singolo intervistato, il quale vede al
primo posto sempre la Sicurezza (S), seguito dai prodotti (P), Assistenza (A), Reputazione (R),
Usabilità (U), Fidelizzazione (F):

/ Prodo Sicurezz Usabilit Assistenz Fidelizzazion Reputazion

tti a à a e e
Prodotti 1 1/3 3 1 7 1
Sicurezza 3 1 5 5 7 5
Usabilità 1/3 1/5 1 1 7 1
Assistenza 1 1/5 1 1 7 3
Fidelizzazion 1/7 1/7 1/7 1/7 1 1/7
e
Reputazione 1 1/5 1 1/3 7 1

Lambda max = 6,5335 CI = 0.1067 CR = 0.0854  8,54% < 10%

V2 = [0.3103 0.8571 0.2000 0.2934 0.0481 0.2017]  somma = 1,9106

W2 %
Prodotti 16,24 Inerentemente al cluster B non sono emerse
Sicurezza 44,86 eterogeneità in fase di valutazione delle caratteristiche;
Usabilità 10,48 dunque, la scomposizione non è proseguita oltre il
Assistenza 15,36 primo livello, per cui riportiamo il grafico relativo ai
pesi di primo e secondo livello del cluster:
Fidelizzazione 2,52
Reputazione 10,56

10
 2.2.3 Cluster C (P-F-S-R-A-U)
Questo cluster comprende i due intervistati che hanno affermato di preferire i Prodotti (P), seguiti
dalla Fidelizzazione (F), Sicurezza (S), Reputazione (R), Assistenza (A), e infine Usabilità (U). Anche
in questo caso, occorrerà successivamente determinare i valori e i pesi della matrice di
aggregazione:
 Intervistato 1
/ Prodotti Sicurezza Usabilità Assistenza Fidelizzazion Reputazion
e e
Prodotti 1 3 9 5 3 5
Sicurezza 1/3 1 3 3 1 1
Usabilità 1/9 1/3 1 1/5 1/7 1/7
Assistenza 1/5 1/3 5 1 1/3 1
Fidelizzazion 1/3 1 7 3 1 3
e
Reputazione 1/5 1 7 1 1/3 1

Lambda max = 6,3782 CI = 0.0756 CR = 0.0854  8.54 % < 10%

V7 = [0.8287 0.2885 0.0573 0.1660 0.3916 0.2141]  somma = 1.9462

W7 %
Prodotti 42,58
Sicurezza 14,82
Usabilità 2,94
Assistenza 8,53
Fidelizzazione 20,12
Reputazione 11,00
 Intervistato 2

/ Prodo Sicurezz Usabilit Assistenz Fidelizzazion Reputazion

tti a à a e e
Prodotti 1 3 9 3 3 5
Sicurezza 1/3 1 3 3 1 1
Usabilità 1/9 1/3 1 1/5 1/7 1/7
Assistenza 1/3 1/3 5 1 1/5 1
Fidelizzazion 1/3 1 7 5 1 3
e
Reputazione 1/5 1 7 1 1/3 1

Lambda max = 6.4953 CI = 0.0991 CR = 0.0793  7.93% < 10%

11
V8 = [0.7931 0.2959 0.0576 0.1741 0.4512 0.2152]  somma = 1.9871

W8 %
Prodotti 39,51
Sicurezza 14,89
Usabilità 2,90
Assistenza 8,76
Fidelizzazion 22,71
e
Reputazione 10,83
A questo punto, ricaviamo la matrice di aggregazione relativa a questo cluster:

/ Prodotti Sicurezza Usabilità Assistenza Fidelizzazion Reputazion

e e
Prodotti 1 3 9 3.8730 3 5
Sicurezza 1/3 1 3 3 1 1
Usabilità 1/9 1/3 1 1/5 1/7 1/7
Assistenza 0.2582 1/3 5 1 0.2182 1
Fidelizzazion 1/3 1 7 3.8730 1 3
e
Reputazione 1/5 1 7 1 1/3 1

W %
Prodotti 41.32
Sicurezza 14.90
Usabilità 2.94
Assistenza 8.51
Fidelizzazione 21.33
Reputazione 10.96

Anche nel cluster C non sono state rilevate eterogeneità nella valutazione degli attributi di secondo
livello, per cui riportiamo le matrici ad essi relativi e il diagramma riassuntivo:

- Prodotti
/ Assortimento Conformità
Assortimento 1 3 / Assortimento Conformità
Conformità 1/3 1 Assortimento 1 3.8273
Conformità 0.2583 1

W1 = 79,38% W2 = 20,62% 12
 / Assortimento Conformità
Assortimento 1 5
Conformità 1/5 1

- Sicurezza
/ Dati Pagamenti Frodi
Protezione dati 1 1 1/5 / Dati Pagamen Frodi
Sic. pagamenti 1 1 1/3 ti
Protezione frodi 5 3 1 P. Dati 1 0.5774 1/5
S. Pagamenti 1.7321 1 1/3
/ Dati Pagamenti Frodi P. Frodi 5 3 1
Protezione dati 1 1/3 1/5 W1 = 12,86% W2 = 22% W3 = 65,14%
Sic. pagamenti 3 1 1/3
Protezione frodi 5 3 1

- Usabilità
/ Rapidità Semplicità
Rapidità ricerca 1 1
/ Rapidità Semplicità
Semplicità sito 1 1
Rapidità ricerca 1 1
Semplicità sito 1 1
/ Rapidità Semplicità
Rapidità ricerca 1 1 W1 = 50% W2 = 50%
Semplicità sito 1 1

- Assistenza
/ Tempi Efficacia
Tempi risposta 1 1/5 / Tempi Efficacia
Efficacia soluzioni 5 1
Tempi risposta 1 0.2582
Efficacia soluzioni 3.8273 1
/ Tempi Efficacia
Tempi risposta 1 1/3 W1 = 20,62% W2 = 79,38%
Efficacia soluzioni 3 1

- Fidelizzazione
/ Offerte Progr. Fed.
Offerte e promoz. 1 3 / Offerte Progr. Fed.
Progr. fedeltà 1/3 1 Offerte e promoz. 1 3,8273
Progr. fedeltà 0,2582 1
/ Offerte Progr. Fed.
W1 = 79,38% W2 = 20,62%
Offerte e promoz. 1 5
Progr. fedeltà 3 1

13
 2.2.4 Cluster D (S-A-R-P-U-F)
Il cluster D è caratterizzato da un ordine di preferenza che vede al primo posto la Sicurezza, seguita
dall’Assistenza clienti, Reputazione del marchio, dai Prodotti, Usabilità e Fidelizzazione. All’interno
del cluster D sono emerse disomogeneità in relazione alla valutazione delle caratteristiche relative
all’interno dell’attributo “Sicurezza”, le quali sono state ricondotte in due diversi gruppi di priorità
che ci hanno consentito di individuare due sotto cluster:

14
 1) Sotto cluster D.1: “Sicurezza pagamenti”, “Protezione dalle frodi”, “Protezione dati”

Innanzitutto, riportiamo di seguito la matrice aggregata relativa al primo livello di questo sotto
cluster e i pesi che li caratterizzano:

/ Prodotti Sicurezza Usabilità Assistenza Fidelizzazion Reputazion

e e
Prodotti 1 0.3333 3 0.5774 5 0.5774
Sicurezza 3 1 5.9161 3.8730 7.9373 5
Usabilità 0.3333 0.1690 1 0.4472 4.5826 0.5774
Assistenza 1.7321 0.2582 2.2361 1 5.9161 1.7321
Fidelizzazion 0.2000 0.1260 0.2182 0.1690 1 0.1690
e
Reputazione 1.7321 0.2000 1.7321 0.5774 5.9161 1

W %
Prodotti 13,19
Sicurezza 45,47
Usabilità 7,65
Assistenza 17,29
Fidelizzazione 2,86
Reputazione 13,54

Passiamo ora alle matrici relative agli attributi di secondo livello e i loro pesi:
- Prodotti
/ Assortiment Conformità
o / Assortiment Conformità
Assortimento. 1 1/3 o
Conformità 3 1 Assortimento. 1 0.2582
Conformità 3-8273 1

/ Assortiment Conformità
W1 = 20,62% W2 = 79,38%
o
Assortimento. 1 1/5
Conformità 5 1

- Sicurezza
/ Dati Pagamenti Frodi
Protezione dati 1 1/5 1/3
/ Dati Pagamen Frodi
Sic. pagamenti 5 1 3 ti
Protezione frodi 3 1/3 1
Protezione dati 1 1/5 1/3
Sic. pagamenti 5 1 153
Protezione 3 1/3 1
 / Dati Pagamenti Frodi
Protezione dati 1 1/5 1/3
Sic. pagamenti 5 1 3 W1 = 10,47% W2 = 63,70% W3 = 25,83%
Protezione frodi 3 1/3 1

- Usabilità
/ Rapidità Semplicità
Rapidità ricerca 1 5 / Rapidità Semplicità
Semplicità sito 1/5 1 Rapidità ricerca 1 3.8273
Semplicità sito 0.2582 1

/ Rapidità Semplicità W1 = 79,38% W2 = 20,62%

Rapidità ricerca 1 3
Semplicità sito 1/3 1

- Assistenza
/ Tempi Efficacia
Tempi risposta 1 1/3 / Tempi Efficacia
Efficacia soluzioni 3 1 Tempi risposta 1 0.2582
Efficacia soluzioni 3.8273 1
/ Tempi Efficacia
Tempi risposta 1 1/5 W1 = 20,62% W2 = 79,38%
Efficacia soluzioni 5 1

- Fidelizzazione
/ Offerte Progr. Fed.
Offerte e promoz. 1 7
/ Offerte Progr. Fed.
Progr. fedeltà 1/7 1
Offerte e promoz. 1 3
Progr. fedeltà 1/3 1
/ Offerte Progr. Fed.
Offerte e promoz. 1 5 W1 = 85,54% W2 = 14,46%
Progr. fedeltà 1/5 1

Riportiamo ora un diagramma riassuntivo relativo ai pesi degli attributi di primo e secondo livello:

16
 2) Sotto cluster D.2: “Protezione dalle frodi”, “Sicurezza pagamenti”, “Protezione dati”
Innanzitutto, riportiamo di seguito la matrice aggregata relativa al primo livello di questo sotto
cluster e i pesi che li caratterizzano:

/ Prodotti Sicurezza Usabilità Assistenza Fidelizzazion Reputazion

e e
Prodotti 1 1/5 3 1/3 5 1/3
Sicurezza 5 1 7 3 7,9373 5
Usabilità 1/3 1/7 1 1/5 3 1/3
Assistenza 3 1/3 5 1 5 1,7321
Fidelizzazion 1/5 0,1260 1/3 1/5 1 1/5
e
Reputazione 3 1/5 3 0,5774 5 1

W %
Prodotti 9,71
Sicurezza 45,98
Usabilità 5,25
Assistenza 20,83
Fidelizzazione 3,09
Reputazione 15,13
Passiamo ora alle matrici relative agli attributi di secondo livello e i loro pesi:
- Prodotti

/ Assortiment Conformità
o / Assortiment Conformità
Assortimento. 1 3 o
Conformità 1/3 1 Assortimento. 1 1
Conformità 1 1
/ Assortiment Conformità
o W1 = 50% W2 = 50%
Assortimento. 1 1/3
Conformità 3 1
17
 - Sicurezza

/ Dati Pagamenti Frodi

Protezione dati 1 1 1/5
Sic. pagamenti 1 1 1/3
/ Dati Pagamen Frodi
Protezione frodi 5 3 1
ti
Protezione dati 1 1/5 1/3
/ Dati Pagamenti Frodi
Sic. pagamenti 5 1 3
Protezione dati 1 1/3 1/5
Sic. pagamenti 3 1 1/3 Protezione 3 1/3 1
Protezione frodi 5 3 1 W1 = 12,86% W2 = 21,99% W3 = 65,15%

- Usabilità
/ Rapidità Semplicità
Rapidità ricerca 1 1/3 / Rapidità Semplicità
Semplicità sito 3 1
Rapidità ricerca 1 0.2582
Semplicità sito 3.8273 1
/ Rapidità Semplicità
Rapidità ricerca 1 1/5 W1 = 20,62% W2 = 79,38%
Semplicità sito 5 1

- Assistenza
/ Tempi Efficacia
Tempi risposta 1 1/5 / Tempi Efficacia
Efficacia soluzioni 5 1 Tempi risposta 1 0.2582
Efficacia soluzioni 3,8273 1
/ Tempi Efficacia
Tempi risposta 1 1/3 W1 = 20.62% W2 = 79,38%
Efficacia soluzioni 3 1

- Fidelizzazione
/ Offerte Progr. Fed.
Offerte e promoz. 1 5 / Offerte Progr. Fed.
Progr. fedeltà 1/5 1 Offerte e promoz. 1 7
Progr. fedeltà 1/7 1

/ Offerte Progr. Fed.

Offerte e promoz. 1 3 W1 = 79,38% W2 = 20,62%
Progr. fedeltà 1/3 1

18
Riportiamo ora un diagramma riassuntivo relativo ai pesi degli attributi di primo e secondo livello:

45,98% 9,71% 5,25% 20,83% 3,09%

15,13%

50% 20,62% 79,38%

12,86% 20,62%

21,99% 50% 20,62%

79,38% 79,38%

65,15%

19
 2.2.5 Cluster E (P-U-S-A-R-F)
Passiamo ora al cluster E, dove abbiamo rilevato un ordine di preferenza, che vede al primo posto i
Prodotti, Usabilità, Sicurezza, Assistenza, Reputazione del marchio e Fidelizzazione. Anche in questo
caso, sono state rilevate delle eterogeneità nell’ordine di preferenza degli attributi di secondo
livello, motivo per cui abbiamo ritenuto necessario dividere questo cluster in due sotto cluster:
1) Sotto cluster E.1: “Assortimento”, “Conformità del prodotto ricevuto/ordinato”.

Innanzitutto, riportiamo di seguito la matrice relativa al primo livello di questo cluster e i pesi che li
caratterizzano:

/ Prodo Sicurezz Usabilit Assistenz Fidelizzazion Reputazion

tti a à a e e
Prodotti 1 3 1 3 5 3
Sicurezza 1/3 1 1/3 1 5 3
Usabilità 1 3 1 3 5 3
Assistenza 1/3 1 1/3 1 3 1
Fidelizzazion 1/5 1/5 1/5 1/3 1 1/3
e
Reputazione 1/3 1/3 1/3 1 3 1

W %
Prodotti 30,14
Sicurezza 15,27
Usabilità 30,14
Assistenza 10,94
Fidelizzazione 4,18
Reputazione 9,32

Passiamo ora alle matrici relative agli attributi di secondo livello e i loro pesi:
- Prodotti

/ Assortiment Conformità
o W1 = 16,67% W2 = 83,33%
Assortimento. 1 1/5
Conformità 5 1

- Sicurezza

/ Dati Pagamen Frodi

W1 = 10,47% W2 = 63,70% W3 = 25,83%20

 ti
Protezione dati 1 1/5 1/3
Sic. pagamenti 5 1 3
Protezione 3 1/3 1
frodi

- Usabilità

/ Rapidità Semplicità
W1 = 75% W2 = 25%
Rapidità ricerca 1 3
Semplicità sito 1/3 1

- Assistenza

/ Tempi Efficacia
Tempi risposta 1 1/5 W1 = 16,67% W2 = 83,33%
Efficacia soluzioni 5 1

- Fidelizzazione

/ Offerte Progr. Fed.

Offerte e promoz. 1 1 W1 = 50% W2 = 50%
Progr. fedeltà 1 1

Riportiamo ora un diagramma riassuntivo relativo ai pesi degli attributi di primo e secondo livello:

21
 15,27% 30,14% 30,14% 10,94% 4,18%
9,32%

16,67% 16,67% 50%

10,47% 75%

63,70% 83,33% 50%

25% 83,33%

25,83%

2) Sotto cluster E.2: “Conformità del prodotto ricevuto/ordinato”, “Assortimento”

Innanzitutto, riportiamo di seguito la matrice relativa al primo livello di questo cluster e i pesi che li
caratterizzano:

/ Prodotti Sicurezza Usabilità Assistenza Fidelizzazione Reputazione

Prodotti 1 3 1 3 5 3
Sicurezza 1/3 1 1 1 5 5
Usabilità 1 1 1 3 5 3
Assistenza 1/3 1 1/3 1 3 1
Fidelizzazione 1/5 1/5 1/5 1/3 1 1/3
Reputazione 1/3 1/5 1/3 1 3 1

W %
Prodotti 31,03
Sicurezza 20,50
Usabilità 24,57
Assistenza 11,20
Fidelizzazione 4,08
Reputazione 8,62

Passiamo ora alle matrici relative agli attributi di secondo livello e i loro pesi:

22
 - Prodotti

/ Assortiment Conformità
o
Assortimento. 1 3
Conformità 1/3 1

- Sicurezza

/ Dati Pagamen Frodi

ti
Protezione dati 1 1/5 1/3
Sic. pagamenti 5 1 3
Protezione 3 1/3 1
frodi

- Usabilità

/ Rapidità Semplicità
Rapidità ricerca 1 5
Semplicità sito 1/5 1

- Assistenza

/ Tempi Efficacia
Tempi risposta 1 1/3
Efficacia soluzioni 3 1

- Fidelizzazione

/ Offerte Progr. Fed.

Offerte e promoz. 1 1
Progr. fedeltà 1 1

Riportiamo ora un diagramma riassuntivo relativo ai pesi degli attributi di primo e secondo livello:

23
 20,50% 31,03% 24,57% 11,20% 4,08%
8,62%

50% 25% 50%

10,47% 83,33%

63,70% 50% 50%

16,67% 75%

25,83%

3. LOGICA FUZZY
Dopo aver ricavato i pesi con il metodo di valutazione dell’AHP è stata applicata la Logica Fuzzy per
dare loro valore. La Logica Fuzzy o logica sfumata è una logica in cui si può attribuire a ciascuna
proposizione un grado di verità compreso tra 0 e 1. Gli Step della Logica Fuzzy possono essere così
sequenziati:
1) Costruzione del Term Set Fuzzy.
2) Indicazione degli insiemi Fuzzy ottenuti dalle intersezioni del Term Set Fuzzy.
3) Associazione dei giudizi alle variabili.
4) Defuzzificazione.
5) Ottenimento risultati in numeri Crisp.

In questa prima fase, al fine di collocare ogni soggetto intervistato nel cluster ad esso più adeguato,
è stato proposto ad ognuno di essi un questionario nel quale, per entrambi gli oggetti considerati
nella valutazione (Amazon, EBay), è stato dedicato a ogni attributo un quesito con 5 alternative di

24
risposta, ognuna delle quali è associata ad una scala di giudizio assoluto, rappresentabile mediante
il seguente Term set, il quale è l’insieme di tutti gli insiemi Fuzzy associati a una variabile:

A titolo di esempio viene descritto il procedimento eseguito relativo ad uno dei soggetti intervistati,
al fine di ottenere i valori delle caratteristiche individuate ed il giudizio complessivo finale relativo
all’oggetto della valutazione (per semplicità viene riportato il procedimento relativo solo ad
Amazon, ma lo stesso viene fatto anche per EBay). Lo stesso procedimento è stato, poi, utilizzato
anche per gli altri. Innanzitutto, ad ogni giudizio è stato associato il numero Fuzzy corrispondente:

INTERVISTATO 1
CLUSTER B (S-P-A-R-U-F)
OGGETTO DELLA VALUTAZIONE AMAZON
PRODOTTI
ASSORTIMENTO PRODOTTI 5 = (7,9,10,10)
CONFORMITA’ RICEVUTO/ORDINATO 5 = (7,9,10,10)
SICUREZZA
PROTEZIONE DATI PERSONALI 5 = (7,9,10,10)
SICUREZZA PAGAMENTI 5 = (7,9,10,10)
PROTEZIONE DALLE FRODI 5 = (7,9,10,10)
USABILITA’
RAPIDITA’ RICERCA PRODOTTI 5 = (7,9,10,10)
SEMPLICITA’ INTERFACCIA SITO 4 = (5,7,7,9)
ASSISTENZA
TEMPI DI RISPOSTA 4 = (5,7,7,9)
EFFICACIA SOLUZIONE PROBLEMI 5= (7,9,10,10)
FIDELIZZAZIONE
25
 OFFERTE E PROMOZIONI 5 = (7,9,10,10)
PROGRAMMA FEDELTA’ 5 = (7,9,10,10)
Ogni numero Fuzzy è stato moltiplicato per i pesi attribuiti alle caratteristiche dall’intero Cluster di
appartenenza, ovvero il Cluster B:

PRODOTTI SICUREZZA USABILITA’ ASSISTENZA FIDELIZZAZION

E
0.25 0.75 0.3 0.3 0.3 0.25 0.75 0.5 0.5 0.5 0.5
3 3 3

Abbiamo ottenuto quindi il seguente risultato:

INTERVISTATO 1
CLUSTER B (S-P-A-R-U-F)
OGGETTO DELLA VALUTAZIONE AMAZON
PRODOTTI
ASSORTIMENTO PRODOTTI (7,9,10,10) * 0.25 = (1.75, 2.25, 2.5, 2.5)
CONFORMITA’ RICEVUTO/ORDINATO (7,9,10,10) *0.75 = (5.25, 6.75, 7.5, 7.5)
SICUREZZA
PROTEZIONE DATI PERSONALI (7,9,10,10) * 0.33 = (2.33, 3, 3.33, 3.33)
SICUREZZA PAGAMENTI (7,9,10,10) * 0.33 = (2.33, 3, 3.33, 3.33)
PROTEZIONE DALLE FRODI (7,9,10,10) * 0.33 = (2.33, 3, 3.33, 3.33)
USABILITA’
RAPIDITA’ RICERCA PRODOTTI (7,9,10,10) * 0.25 = (1.75, 2.25, 2.5, 2.5)
SEMPLICITA’ INTERFACCIA SITO (5,7,7,9) * 0.75 = (3.75, 5.25, 5.25, 6.75)
ASSISTENZA
TEMPI DI RISPOSTA (5,7,7,9) * 0.5 = (2.5, 3.5, 3.5, 4.5)
EFFICACIA SOLUZIONE PROBLEMI (7,9,9,10) * 0.5 = (3.5, 4.5, 4.5, 5)
FIDELIZZAZIONE
OFFERTE E PROMOZIONI (7,9,9,10) * 0.5 = (3.5, 4.5, 4.5, 5.5)
PROGRAMMA FEDELTA’ (7,9,9,10) * 0.5 = (3.5, 4.5, 4.5, 5.5)
A questo punto, sono stati sommati i numeri Fuzzy delle caratteristiche di ogni attributo,
effettuando la somma degli omologhi:

PRODOTTI
ASSORTIMENTO 1.75 2.25 2.5 2.5
CONFORMITA’ 5.25 6.75 7.5 7.5
SOMMA FUZZY 7 9 10 10

SICUREZZA
PROTEZIONE DATI 2.33 3 3.33 3.33
SICUREZZA PAGAMENTI 2.33 3 3.33 3.33
PROTEZIONE FRODI 2.33 3 3.33 3.33
SOMMA FUZZY 6,99 9 9.99 9.99
26
 USABILITA’
RAPIDITA’ RICERCA 1.75 2.25 2.5 2.5
SEMPLICITA’ SITO 3.75 5.25 5.25 6.75
SOMMA FUZZY 5.5 7.5 7.75 9.25

ASSISTENZA
ASSORTIMENTO 2.5 3.5 3.5 4.5
CONFORMITA’ 3.5 4.5 5 5
SOMMA FUZZY 6 8 8.5 9.5

FIDELIZZAZIONE
OFFERTE E PROMOZIONI 3.5 4.5 5 5
PROGRAMMA FEDELTA’ 3.5 4.5 5 5
SOMMA FUZZY 7 9 10 10

I numeri Fuzzy ottenuti sono stati moltiplicati per il peso dato all’attributo corrispondente
dall’intero cluster, ovvero:

PRODOTTI SICUREZZA USABILITA’ ASSISTENZA FIDELIZZAZION

E
0.1624 0.4486 0.1048 0.1536 0.0252

INTERVISTATO 1
CLUSTER B (S-P-A-R-U-F)
OGGETTO DELLA VALUTAZIONE AMAZON
PRODOTTI (7, 9, 10, 10) * 0.1624 = (1.14, 1.46, 1.62, 1.62)
SICUREZZA (6.99, 9, 9.99, 9.99) * 0.4486 = (3.14, 4.04, 4.48, 4.48)
USABILITA’ (5.5, 7.5, 7.75, 9.25) * 0.1048 = (0.58, 0.79, 0.81, 0.97)
ASSISTENZA (6, 8, 8.5, 9.5) * 0.1536 = (0.92, 1,23, 1.31, 1.46)
FIDELIZZAZIONE (7,9,10,10) * 0.0252 = (0.18, 0,23, 0.25, 0.25)
SOMMA FUZZY (5.82, 7.75, 8.47, 8.78)
NUMERO CRISPY (5.82+7.75+8.47+8.78) / 4 = 7.74

27
Riportiamo ora in una tabella i valori Crisp medi ottenuti per ogni cluster e per entrambe le
proposte considerate:

/ AMAZON EBAY
CLUSTER A 5.83 4.44
CLUSTER B 7.74 6.56
CLUSTER C 6.55 6.73
CLUSTER D 6.6 6.41
CLUSTER E 7.17 6.14

3.1 Interpretazione dei risultati

È stata riportata, per ogni Cluster, e per entrambe le proposte, la relativa media aritmetica per
poter verificare, attraverso un grafico a dispersione, che la media è rappresentativa del fenomeno,
difatti, i valori si discostano poco dal valore centrale.

3.1.1 Valutazione Amazon

- Cluster A
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 8 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 5.83

28
 - Cluster B
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 10 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 7.74

- Cluster C
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 8 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.55

29
 - Cluster D
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 11 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.60

- Cluster E
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 7 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 7.17
30
3.1.2 Valutazione EBay

- Cluster A

31
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 8 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 4.44

- Cluster B
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 10 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.56

- Cluster C
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 8 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.73

32
 - Cluster D
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 11 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.41

- Cluster E

33
Le valutazioni di questo cluster sono state estrapolate dai giudizi defuzzificati di 7 persone che
hanno compilato il sondaggio. Con tali giudizi è stato creato il seguente grafico a dispersione,
considerando come valore medio µ = 6.14

4. CONSIDERAZIONI FINALI E PROPOSTE DI MIGLIORAMENTO

34
Dall’analisi fatta si evince che Amazon rappresenta sicuramente il sito di e-commerce più
apprezzato, mentre la sua alternativa, ossia EBay, sebbene anch’essa molto utilizzata, risulta essere
quella meno preferita.
Gli intervistati, un campione eterogeneo di cittadini di una fascia di età compresa tra i 18 e i 60
anni, hanno espresso i loro giudizi rispetto alle variabili da noi individuate in fase preliminare: dal
primo sondaggio sono emersi 5 cluster, di cui 3 hanno dato molta importanza alla variabile della
Sicurezza e, mentre gli altri hanno ritenuto più importante la variabile Prodotti, sebbene la
variabile Sicurezza occupi anche in questi casi una posizione importante nell’ordine di preferenza. Il
risultato di questa analisi sicuramente rispecchia l’interesse che oggigiorno si ha nei confronti della
sicurezza, non solo dei propri dati personali, ma anche riguardante i pagamenti e le possibili frodi,
sempre più ricorrenti nel mondo digitale.
Da un ulteriore sondaggio, condotto con lo scopo di individuare il grado di preferenza degli utenti
tra Amazon e EBay rispetto alle variabili esaminate, è emerso che per tutti i cluster individuati, il
primo ha riscosso una maggiore preferenza rispetto al secondo, in termini di Sicurezza: ciò che ha
inciso maggiormente in questo tipo di valutazione da parte degli utenti, è il fatto che Amazon offre
molte più garanzie, per quanto riguarda ad esempio la sicurezza dei pagamenti, poiché per poter
acquistare un prodotto, e quindi procedere al pagamento, si è “obbligati a passare” tramite
Amazon stesso; nel caso di EBay invece, l’acquisto di un prodotto avviene tramite il contatto diretto
con il venditore, e quindi anche il pagamento può avvenire senza un vero e proprio controllo da
parte della piattaforma (ad eccezione del pagamento tramite Paypal). Anche per quanto riguarda
la protezione dalle frodi, è necessaria una considerazione: nonostante Amazon e eBay facciano del
loro meglio per contrastare la vendita di prodotti contraffatti, su entrambe le piattaforme esiste il
rischio di acquistare merce contraffatta, specialmente quando si acquista da venditori terzi;
tuttavia, eBay potrebbe avere una maggiore prevalenza di prodotti contraffatti rispetto ad Amazon
a causa della sua natura di mercato aperto e della maggiore facilità di vendere prodotti senza
essere soggetti a controlli rigorosi.
Per quanto riguarda invece i Prodotti, abbiamo riscontrato una eterogeneità nella valutazione a
seconda del cluster di appartenenza; in particolare, i cluster nei quali la variabile dei prodotti ha
ottenuto la maggioranza delle preferenze, si è preferito EBay ad Amazon: eBay è noto per la sua
vasta selezione di articoli unici, vintage o difficili da trovare, che possono non essere facilmente
disponibili su Amazon, dove la selezione tende ad essere più standardizzata e concentrata sui
prodotti nuovi e di consumo di massa (allo stesso tempo però, Ebay risulta essere carente
nell’assortimento di prodotti nuovi e di largo consumo). Allo stesso tempo però, se consideriamo
l’attributo “Conformità del prodotto ordinato/ricevuto”, si ha una leggera preferenza per Amazon
poiché disponendo di una propria logistica, effettua dei controlli prima che il prodotto venga
spedito, al fine di verificarne le caratteristiche; su eBay invece potrebbe essere più facile per i
venditori disonesti eludere queste politiche e vendere prodotti non conformi o contraffatti, a causa
della natura più aperta del suo marketplace.
Se teniamo conto della variabile Assistenza, si è riscontrata una maggiore preferenza per Amazon
da parte di tutti i cluster considerati: dai sondaggi effettuati, alcuni acquirenti hanno espresso la
propria insoddisfazione riguardo ai tempi di risposta da parte del servizio clienti di eBay, rispetto ad

35
Amazon; inoltre si è avvertita una certa ambiguità da parte degli acquirenti rispetto alle politiche di
reso e servizio clienti, poiché ogni venditore può decidere di attuare un tipo di procedura diversa
dagli altri, a differenza di quanto accade con Amazon, dove è esso stesso a occuparsi del servizio
clienti attraverso delle procedure e politiche di reso standardizzate.
In riferimento alla variabile Fidelizzazione, abbiamo rilevato che i cluster nei quali i prodotti
rappresentano l’aspetto più importante c’è stata una leggera preferenza per EBay, in relazione alle
offerte e promozioni: esso offre aste online e la possibilità di fare offerte su una vasta gamma di
prodotti, risultando quindi attraente per gli acquirenti che cercano affari e prezzi competitivi. Al
tempo stesso però, se consideriamo l’attributo “Programma Fedeltà”, vi è una netta differenza a
favore di Amazon: questo probabilmente è dovuto al fatto che EBay non offre un vero e proprio
programma di fidelizzazione, ma piuttosto un servizio di raccolta punti, sulla base degli acquisti
effettuati (solito tramite PayPal), che consente di risparmiare sugli acquisti futuri. Amazon invece
attraverso il proprio programma fedeltà consente di avere accesso a numerosi servizi, quali ad
esempio la consegna gratuita in un giorno lavorativo, accesso anticipato ad offerte lampo,
possibilità di guardare film e serie tv, ascoltare musica e avere a disposizione uno spazio di
archiviazione illimitato per le proprie foto.
In conclusione, consigliamo ad Amazon di valutare le seguenti proposte di miglioramento:
- Per i cluster C ed E, dove la variabile Prodotto ha riscosso il maggior numero di
preferenze, si propone di migliorare l’assortimento relativo ai prodotti dell’usato e/o
di nicchia
- Sempre facendo agli stessi cluster, si consiglia di aumentare in maniera accurata il
numero di offerte e promozioni convenienti, anche per coloro che non usufruiscono
del programma fedeltà
Per quanto riguarda invece EBay, consigliamo di valutare le seguenti proposte di miglioramento:
- In generale, per tutti i cluster considerati, e in particolare nei cluster A, B e D, dove
la variabile sicurezza è risultata essere la preferita, si propone di limitare quanto più
possibile il pagamento diretto con il venditore, attraverso la creazione di un
“circuito proprio”, in cui è possibile monitorare le transazioni effettuate dalle parti
coinvolte, offrendo quindi maggiori garanzie in caso di frodi a coloro che decidono
di acquistare un prodotto
- Si consiglia inoltre, di uniformare le procedure di reso e servizio clienti adottate dai
vari rivenditori, in modo tale da non creare ambiguità da parte degli acquirenti

36
5. SITOGRAFIA
FourWeekMBA: https://fourweekmba.com/it/ebay-contro-amazon/.

Altroconsumo: https://www.altroconsumo.it/hi-tech/internet-telefono/news/amazon-contro-
ebay

37
38
39