TARGETING E SEGMENTAZIONE: ANALISI SPERIMENTALE DEL CASO DI STUDIO TWITCH

This thesis analyzes the evolution of the video streaming sector, focusing on the case study of Twitch, a live-streaming leader characterized by structural economic unsustainability. The research aims to determine which targeting strategy—among aggregated market, segmentation, micro-segmentation, and personalization—is the most efficient in terms of profitability. Through a quantitative simulation based on consumer preferences, different scenarios were compared by analyzing their impact on revenues and operating costs (linear and non-linear, common and specific). The results highlight a critical trade-off: while personalization maximizes user utility and potential sales, the escalation of management and revenue share costs erodes margins.

Il presente lavoro analizza l'evoluzione del settore dello streaming video, focalizzandosi sul caso studio di Twitch, piattaforma leader nel live-streaming caratterizzata da una strutturale insostenibilità economica. L'obiettivo della ricerca è determinare quale strategia di targeting — tra mercato aggregato, segmentazione, micro-segmentazione e personalizzazione — risulti più efficiente in termini di redditività. Attraverso una simulazione quantitativa basata sulle preferenze dei consumatori, sono stati confrontati diversi scenari analizzando l'impatto sui ricavi e sui costi operativi (lineari e non lineari, comuni e specifici). I risultati evidenziano un trade-off critico: sebbene la personalizzazione massimizzi l'utilità per l'utente e le vendite potenziali, l'esplosione dei costi di gestione e di revenue share erode i margini.