l'e-commerce nella moda

L’adozione dell’e-commerce nel settore del fashion: caratteristiche e benefici

Facoltà di Ingegneria dei Sistemi Corso di Laurea Magistrale in Ingegneria Gestionale Anno scolastico 2011-2012

Relatore Prof.Federico Caniato

Correlatori: Ing. Antonella Moretto Prof.ssa Maria Caridi

Tesi di laurea a cura di: Elena Comunian 716376

Introduzione

Obiettivi

Metodologia

Risultati

Conclusioni

Agenda 1/1Agenda

Review della letteratura 1/1Review della letteratura

Argomento Temi trattati Letteratura

Il contesto economico

•Crisi economica•Liberalizzazione dei mercati•Aumento della competizione•Aumento potere contrattuale del consumatore e sua evoluzione tecnologica•Processo d’internazionalizzazione

CNMI, SMI, Ciappei,2006

I tratti identificativi del prodotto•Breve ciclo di vita•Acquisto ad impulso•Elevata volatilità della domanda •Difficoltà di previsione della domanda

Fernie & Sparks,2004

Strategie di Supply Chain Management nel fashion

•Lean•Agile•Leanagile•Quick Reponse•Efficient Consumer Response•Fast fashion

Albernathy ,2000, Bruce,2004 Mason Jones et al. , 2000, Swinney,2011 Fernie & Sparks,2008,Hines, 2004,2007, Swinney,2011

Internazionalizzazione della supply chain del fashion

•Configurazioni utilizzate •Made in Italy

Whitely 1998, Turban et al. 2006, Kurnia et al.,2005, Zhang, 2010

E-commerce

•Concetto•Driver che determinano adozione EC•Performance aziendali grazie a EC

Zhu et al, 2005 , Bordonaba-Juste et al.2012 , Bayo-Moriones, Alberto et al., 2007, Broillet et al.,2009-2010, Joseph ,2008, Weijers et al.2002, studio di Yoox, Rodriguez-Ardura et al.,2010 Wu et al.,2003 Kraemer et al. 2006, Theodosiou, 2009 Salwani et al., 2009, Frohlich, 2002, Jeffrey, 2001,Loane, 2006, Knight, 2001, Hwang et al., 2004

Obiettivi 1/1Obiettivi

GAP: e-commerce nel settore del fashion è un tema poco studiato

• Studio dei driver che determinano l’adozione dell’e-commerce•Analisi della relazione esistente tra e-commerce e performance aziendali

Obiettivi

Definizione e-commerce utilizzata:•Transazione online•Condivisione informazioni tramite ICT lungo la filiera

Metodologia Metodologia 1/3

Osservatorio Sistema Moda

• Collaborazione tra Politecnico di Milano e Università di Padova • obiettivo: esaminare le fonti di vantaggio competitivo nel settore moda

Survey •Contattate 406 imprese•Contributo personale

•Questionario online:131 questionari →79 •Tasso di risposta del 32%

Posizionamento

Caratteristiche del campione di analisi

Dimensioni Categoria merceologica

Grado d’internazionalizzazione

Accessori

26%

34%

40% <50

>250

50-250

39%

61%lusso

non lusso

55%

45%<50 estero

>50 estero

34%

66%accessori

abbigliamento

50%32%

14%

4%

scarpe

borse

occhiali

orologi

• Sistema moda Italia• Abbigliamento/accessori• 2 collezioni/anno B2C• Brand di proprietà/in licenza


Variabili

Argomento Item MediaFactor loading

Cronbach’s alpha

Collezioni su E-commerce

Sviluppo progetti EC B2C 2,4156 0,903

0,897

Vendita prodotti fascia alta EC 2,2564 0,909

Vendita prodotti fascia bassa EC 2,1039 0,876

Vendita prodotti Basic/Continuativi EC 2,0385 0,848

Vendita edizioni limitate EC 1,4359 0,637

Personalizzazione prodotti EC 1,2468 0,903

ICT per scambio e condivisione informazioni

Sito per feedback consumatori 2,5195 0.668

0.783

Piattaforma web per condivisione info operative con retailer 2,3974 0.905

Piattaforma web per condivisione informazioni con retailer/partner distributivi

2,2500 0.905

Piattaforma web da punto vendita per effettuare ordini 2,4054 0.659

Fattori di contesto

Anno di nascita 1965,684 - -

Posizionamento - - -

Categoria merceologica - - -

Configurazione Wholesale 62% - -

Configurazione Retail 34% - -

Variabili di controlloDimensioni (dipendenti) 1573,923 - -

Internazionalizzazione 45% - -


Variabili

Argomento Item MediaFactor loading

Cronbach’s alpha

Made in Italy

Produzione in Italia FCS 3,3421 ,914

0.9405

Marchio Made in Italy 3,1795 ,850

Tracciabilità filiera Made in Italy 3,1818 ,751

Made in Italy qualità 3,2987 ,928

Brand Made in Italy 3,2597 ,852

Campionario italiano 3,4103 ,845

TracciabilitàTracciabilità merce fornitori 3,1795 ,936

0.869Tracciabilità consegna 3,2468 ,927

Performance di efficienza

Riduzione costi produzione 2,453125 ,652

Aumento sostenibilità 2,819672 ,825 0.6701

Aumento flessibilità 3,430769 ,786

Performance di tempo Tempi(Puntualità consegne) 3,756098 - -

Performance d’innovazione

Aumento qualità grazie a innovazione processo 3,387097 ,646

Differenziazione per innovazione processo 2,952381 ,887 0.659

Differenziazione vs i concorrenti grazie a innovazione prodotto/materiali 3,692308 ,701

Performance finanziarieROI 5% - -

Fatturato 220,3789 - -

Modello concettuale 1. I Drivers che determinano l’adozione dell’e-commerce

Framework e Risultati 1/12Framework e Risultati

Ipotesi Letteratura

Ipotesi H1: Maggiori sono le dimensioni dell’impresa più elevata sarà l’intensità d’ adozione dell’ e-commerce

Bell, 1995, Knight, 2001, Hwang et al., 2004 Cohen and Levin, 1989)

Ipotesi H2: Maggiore è l’età dell’impresa più elevata sarà l’intensità d’ adozione dell’ e-commerce

(Evans, 1987 Jagoda et al., 2010,Saini, 2005, Fujun La et al., 2006)

Ipotesi H3: Maggiore è il grado di internazionalizzazione dell’impresa più elevata sarà l’intensità d’ adozione dell’ e-commerce

Rodríguez-Ardura et al., A.2010, Martínez-López, et al. 2008, Gibbs et al., 2003 ,2006

Ipotesi H4: Le imprese che appartengono alla categoria high luxury saranno caratterizzate da una maggiore intensità d’uso dell’e-commerce.

Broillet et al.,2009,2010 (contro)Joseph, 2008, Weijers et al., 2002 (a favore)

Ipotesi H5: Le imprese che appartengono alla categoria merceologica accessori saranno caratterizzate da una maggiore intensità d’ uso dell’e-commerce rispetto a quella abbigliamento.

Casaleggio e associati, Convegno “Le sfide del sistema moda “,Yoox

ICT per condivisione e scambio informativo

Co

llez

ion

i su

e-c

om

mer

ce

Cluster analysis

N %CollEC

ICT per condivisione e

scambio informativo

Mean Std. Deviation Mean Std. Deviation

Cluster

E-commerce oriented 12 16% 4,0167 ,73588 3,7431 1,05017

Supply chain integrated 27 35% 1,8593 ,76624 3,1481 ,55582

Traditional oriented 38 49% 1,5842 ,76883 1,4167 ,42492

Combined 77 100% 2,0597 1,13974 2,3864 1,14898


Supply chain integrated

Traditional oriented

E-commerce oriented

E-commerce oriented: elevata adozione EC e Scambio informativo tramite ICT con partner distributivi

Supply chain integrated: bassa adozione EC elevato Scambio informativo tramite ICT con partner distributivi

Traditional oriented: bassa adozione EC e Scambio informativo tramite ICT con partner distributivi

Anova Oneway

Data Dimensioni Internazionalizzazione Abbigliamento/Accessori Lusso/Non Lusso

Mean Std.

Deviation Sig.Anova

complessiva Mean

Std. Deviation

Sig.Anova complessiva

Mean Std.

Deviation Sig.Anova

complessiva Mean

Std. Deviation


Mean Std.

Deviation Sig.Anova

complessiva

E-commerce oriented

1971,92 23,9297

0,689

6963,75 17197,5

,015*

0,3489 0,2408

,047*

1,3636 0,50452

0,723

0,1667 0,38925

0,114

Supply chain integrated

1964,78 34,9013993,3462 2080,695 0,3521 0,37199 1,2963 0,46532 0,3704 0,4921

Traditional oriented

1962,92 30,8128349,4737 693,4547 0,5465 0,28606 1,3947 0,49536 0,5 0,50671

Total 1964,97 31,1697 1614,105 7111,995 0,4503 0,32533 1,3553 0,48177 0,4026 0,49364

Anova condotta sui tre cluster in base a dimensioni, anno di nascita, grado di internazionalizzazione e posizionamento competitivo

E-commerce oriented→maggiori dimensioni → Test di Scheffe

Traditional oriented →più internazionalizzate


H1: Maggiori sono le dimensioni dell’impresa più elevata sarà l’intensità d’ adozione dell’ e-commerce

Statisticamente significativa e confermata

H2: Maggiore è l’età dell’impresa più elevata sarà l’intensità d’ adozione dell’ e-commerce Statisticamente non significativa

H3: Maggiore è il grado di internazionalizzazione dell’impresa più elevata sarà l’intensità d’adozione dell’ e-commerce

Statisticamente significativa non confermata

H4: Le imprese che appartengono alla categoria high luxury saranno caratterizzate da una maggiore intensità d’uso dell’e-commerce.

Statisticamente non significativa

H5: Le imprese che appartengono alla categoria merceologica accessori saranno caratterizzate da una maggiore intensità d’ uso dell’e-commerce rispetto a quella abbigliamento.

Statisticamente non significativa

Anova Oneway

Whosale Retail Pratiche Made in Itlay

FStrategy Made in Italy Ftracciabilità Made in Italy

Mean Std.

Deviation Sig.Anova

complessiva Mean

Std. Deviation

Sig.Anova complessiv

a Mean

Std. Deviation


Mean Std.

Deviation Sig.Anova

complessiva

E-commerce oriented

0,71083 0,22277

0,556

0,249 0,13634

0,604

2,6389 1,35556

,011*

3,5417 1,07573

0,326Supply chain

integrated0,57083 0,39931 0,3778 0,38135 2,9014 1,21208 3,26 1,38534

Traditional oriented 0,59272 0,39964 0,3617 0,36812 3,6968 1,20703 2,9054 1,45219

Total 0,60584 0,3732 0,3499 0,34632 3,2614 1,29758 3,1284 1,38005

Anova condotta sui tre cluster in base al format distributivo e alle pratiche di Made in Italy.

I cluster si differenziano per la variabile Strategy Made in Italy→Test di Scheffe

Traditional oriented → valore elevato Strategy Made in Italy

E-commerce oriented → basso valore Strategy Made in Italy


Modello concettuale 2. L’adozione e-commerce→ performance di efficienza

Performance di efficienza le imprese che si sono avvalse dell’e-commerce hanno ottenuto migliori risultati in termini di efficienza ( riduzione costi, aumento flessibilità, aumento sostenibilità) (Zhu et al.,2005, Hinson et al.,2006).


H6a : Le imprese con un maggiore utilizzo dell’e-commerce presentano migliori performance di efficienza.

H6b: : Le imprese con maggiore condivisione e scambio informativo tramite ICT presentano migliori performance di efficienza.

COLLEZIONI SU E-COMMERCE

ICT PER CONDIVISIONE E SCAMBIO INFORMAZIONI

PERFORMANCE DI EFFICIENZA

VARIABILI DI CONTROLLO-Dimensioni-Grado d’internazionalizzazione

H6a(+)

H6b(+)

Il modello non è significativo statisticamente

Adozione e-commerce→performance di efficienza

Model Summary

Model R R SquareAdjusted R

SquareStd. Error of the Estimate

1 ,175a 0,031 -0,041 0,91292

a. Predictors: (Constant), internazionalizzazione, CollEC, dimensioni, ICT per condivisione e scambio informativo

Coefficientsa

Model

Standardized Coefficients T Sig.

Collinearity Statistics Sig.

complessivaBeta Tolerance VIF

(Constant) 6,718 0

,788a

CollEC 0,015 0,104 0,918 0,83 1,205

ICT per condivisione e scambio informativo

0,096 0,613 0,542 0,74 1,352

Dimensioni 0,111 0,778 0,44 0,889 1,125

Internazionalizzazione 0,057 0,4 0,69 0,895 1,118

a. Dependent Variable: Performance di efficienza


H6a : Le imprese con un maggiore utilizzo dell’e-commerce presentano un migliori performance di efficienza.

Statisticamente non significativeH6b: : Le imprese con maggiore condivisione e scambio informativo tramite ICT presentano migliori performance di

efficienza

Modello concettuale 3. L’ adozione e-commerce→performance di tempo

H7a : Le imprese con un maggiore utilizzo dell’e-commerce presentano migliori performance di tempo.

H7b: Le imprese con maggiore condivisione e scambio informativo tramite ICT presentano migliori performance di tempo.

•Performance di tempo - le aziende che hanno un maggior grado di adozione dell’e-commerce hanno migliori performance in termini di riduzione dei tempi (Frohlich, 2002).




PERFORMANCE DI TEMPO


H7a(+)

H7b(+)

Model Summary



1 ,459a 0,211 0,15 0,92738

a. Predictors: (Constant), internazionalizzazione, CollEC, dimensioni, ICT per condivisione e scambio informativo

Coefficientsa

ModelStandardized Coefficients T Sig.

Collinearity Statistics Sig


(Constant) 5,721 0

,014a

CollEC 0,048 0,353 0,726 0,83 1,205

ICT cond e scambio info 0,445 3,108 0,003 0,74 1,352

Dmensioni-0,008 -0,061 0,952 0,889 1,125


a. Dependent Variable: Performance di tempo

Adozione e-commerce→performance di tempo

Il modello è statisticamente significativo.


H7a : Le imprese con un maggiore utilizzo dell’e-commerce presentano migliori performance di tempo. Statisticamente non significativa

H7b: Le imprese con maggiore condivisione e scambio informativo tramite ICT presentano migliori performance di tempo.

Statisticamente significativa confermata

Modello concettuale 4. L’ adozione e-commerce→performance d’innovazione

H8a : Le imprese con un maggiore utilizzo dell’e-commerce hanno migliori performance d’innovazione.

H8b: Le imprese con maggiore condivisione e scambio informativo tramite ICT hanno migliori performance d’innovazione.

•-Performance d’innovazione Da quanto è stato rilevato dall’analisi della letteratura le imprese che hanno un maggior grado di adozione dell’e-commerce hanno migliori performance in termini d’innovazione (Wu et al., 2006)




PERFORMANCE D’INNOVAZIONE


H8a

H8b

Model Summary



1 ,358a 0,128 0,063 1,07768a. Predictors: (Constant), internazionalizzazione, CollEC, diimensioni, ICT per condivisione e scambio informativo

Coefficientsa




(Constant) 4,695 0

,115a

CollEC 0,095 0,674 0,503 0,83 1,205ICT per scambio e condivisone info

0,313 2,098 0,041 0,74 1,352

Dimensioni 0,006 0,048 0,962 0,889 1,125


a. Dependent Variable: PerfInnov

Adozione e-commerce→performance d’innovazione

Il modello è statisticamente significativo.


H8a : Le imprese con un maggiore utilizzo dell’e-commerce hanno migliori performance d’innovazione. Statisticamente non significativa

H8b: Le imprese con maggiore condivisione e scambio informativo tramite ICT hanno migliori performance d’innovazione.

Statisticamente significativa confermata

Modello concettuale 5. L’ adozione e-commerce→ Performance finanziarie

H9a : Maggiore è l’utilizzo dell’e-commerce da parte delle aziende migliore sarà il ROI.

H9b: Maggiore è la condivisione e lo scambio informativo tramite ICT migliore sarà il ROI .

•Performance finanziarie- le imprese che hanno un maggior grado di adozione dell’e-commerce hanno migliori performance finanziarie in termini di ROI (Zhu et al. ,2005, Gallo, 2010, Rivard, et al., 2006, Jin, 2006).



PERFORMANCE FINANZIARIE(ROI)


H9a(+), H10a(+)

H9b(+),H10b (+)


Adozione e-commerce→ROI

Coefficientsa



complessiva

Beta Tolerance VIF

(Constant) 0,165 0,869

,777a

CollEC -0,014 -0,095 0,925 0,83 1,205

ICT per scambio e cond info

0,188 1,221 0,227 0,74 1,352

Dimensioni -0,016 -0,116 0,908 0,889 1,125

Internazionalizzazione

0,082 0,583 0,563 0,895 1,118

a. Dependent Variable: ROI

Model Summary

Model RR

SquareAdjusted R Square

Std. Error of the Estimate

1 ,177a 0,031 -0,039 0,1176796a. Predictors: (Constant), internazionalizzazione, CollEC, diimensioni, ICT per condivisione e scambio informativo


H9a : Maggiore è l’utilizzo dell’e-commerce da parte delle aziende migliore sarà il ROI.

Statisticamente non significativeH9b: Maggiore è la condivisione e lo scambio informativo tramite ICT migliore sarà il ROI .

Il modello non è statisticamente significativo.

Conclusioni Conclusioni 1/1

Supply chain integratedTraditional oriented

E-commerce oriented

Elevata adozione EC

Bassa adozione EC

Basso scambio info tramite ICT

Elevato scambio info tramite ICT

•Elevata adozione EC e scambio informativo•Elevate dimensioni•Bassa internazionalizzazione•Elevate performance di tempo•Elevate performance d’innovazione

•Bassa adozione EC e scambio informativo•Piccole dimensioni•Rilevanza Made in Italy•Elevata internazionalizzazione

•Bassa adozione EC elevato scambio informativo•Medio-elevate dimensioni•Bassa internazionalizzazione•Elevate performance di tempo•Elevate performance d’innovazione

Sviluppi futuri Conclusioni 2/2

-Ripetere tali analisi su specifico posizionamento/ area geografica più ampia- Analizzare più nel dettaglio quale tipo di format usato-Ampliare il campione di ricerca-Studiare se esiste una relazione tra l’e-commerce, l’internazionalizzazione e la customizzazione delle collezioni online

Rilevanza letteraria→ studio approfondito e-commerce nel settore fashion luxury

italiano

Rilevanza manageriale →monitoraggio stato dell’arte EC

→fonti di vantaggio competitivo

Facoltà di Ingegneria dei Sistemi Corso di Laurea Magistrale in Ingegneria Gestionale Anno scolastico 2011-2012

Ringrazio:Prof.Caniato

Prof.ssa CaridiIng.Moretto

Le imprese che hanno collaborato a questo progetto

Grazie per l’attenzione

l'e-commerce nella moda

Documents