L’articolo propone una metodologia integrata di valutazione delle dinamiche di scelta con riferimento alla Willingness to pay (WTP) di un farmaco innovativo sulla sclerosi multipla in prospettiva di una sua futura commercializzazione in Italia. La metodologia proposta integra, nell’ottica dei mixed-methods , conjoint analysis e Big Data. Applicando quale modello teorico l’analisi empirica proposta da Lazarsfeld nel Bureau of Applied Social Research della Columbia University, si è cercato di mostrare come i Big Data possano fornire una cornice di significato , degli insight , all’interno, però, di ipotesi teoriche ricavate e formulate in modo rigoroso, ad esempio, come in questo caso, all’interno di impianti teorici di tipo causale. In quest’ottica le reti bayesiane possono contribuire a rappresentare «configurazioni dinamiche di eventi o processi» – come appunto nel caso dei processi di scelta – assegnando un grado di fiducia aggiornabile a delle ipotesi sul futuro.
The article proposes an integrated methodology to evaluate dynamics of choice with reference to Willingness to pay (WTP) for an innovative multiple sclerosis drug set to be marketed in Italy. Using the mixed-methods approach, the methodology proposed combines conjoint analysis and Big Data. The theoretical model applied was the empirical analysis developed by Lazarsfeld in the Bureau of Applied Social Research of Columbia University, and we have tried to show how Big Data can provide a meaningful framework of insights, within strictly formulated theoretical hypotheses, in this case, a causal theoretical model. From this point of view Bayesian networks can help represent «dynamic configurations of events or processes» such as choice processes, assigning degrees of trust that can be upgraded to a predictive hypotheses
