LEGO vanta una lunga storia nella produzione di giocattoli, in particolare nello sviluppo dei suoi famosi mattoncini di plastica a incastro. Nel corso degli anni, questa storia ha creato generazioni di appassionati di costruzioni LEGO, cresciuti con i mattoncini e che continuano a collezionarne di nuovi anche in età adulta. Non c'è da stupirsi che LEGO sia diventato un investimento quasi mainstream, dato che uno studio pubblicato su Science Direct nel 2022 ha riportato che questi set offrono un tasso di rendimento superiore persino a quello dell'oro. È possibile prevedere quali set valga la pena acquistare rispetto ad altri?
Nel nostro studio, abbiamo calcolato il ritorno sull'investimento (ROI) per ogni set basandoci sul prezzo di listino originale in dollari USA rispetto al prezzo attuale di vendita. Abbiamo quindi confrontato il ROI del set LEGO con il ROI dell'oro, calcolato in base al prezzo medio annuo di apertura/chiusura delle azioni dell'oro dal 2014. Il modello ha poi determinato se un set LEGO fosse conveniente da acquistare qualora il suo ROI fosse superiore a quello dell'oro.
Tra i cinque modelli testati, XGBoost è risultato il vincitore, in quanto ha previsto prestazioni 1,8 volte superiori rispetto a una selezione casuale tra il 30% dei migliori set LEGO.
La nostra ricerca ha dimostrato che molti set LEGO offrono un ritorno sull'investimento (ROI) superiore a quello dell'oro; il nostro modello è persino in grado di prevedere quali set avranno il ROI più elevato. I collezionisti possono utilizzare il nostro modello per determinare se un acquisto si rivelerà un investimento valido, e persino i neofiti potranno essere certi di effettuare un acquisto di valore.
Per questa ricerca è stato utilizzato JMP Pro 17.
Mi chiamo Peter Vo.
Mi chiamo Keven Thunderberg.
Oggi parleremo del ritorno sull'investimento dei LEGO rispetto all'oro. Dopo questa introduzione, analizzeremo la comprensione dei dati, la loro preparazione, i risultati e infine le conclusioni. Qual è la prima cosa che vi viene in mente quando guardate un set LEGO? Personalmente, non posso fare a meno di ammirare la bellezza di ogni singolo set. Ma la seconda cosa che guardo è il prezzo.
Oggigiorno molti nuovi set LEGO raggiungono prezzi che arrivano fino a 100 dollari o addirittura diverse centinaia di dollari. Nel 2022, Science Direct ha riportato che alcuni set LEGO valevano persino più dell'oro. Questo ha sollevato la domanda: quali fattori influenzano il prezzo di vendita al dettaglio e il prezzo di mercato di un set LEGO? In parte dipende dalla longevità del marchio, dai legami con altre aziende, dal numero di pezzi e così via. Ma non è garantito un profitto semplicemente acquistando un set costoso e tenendolo da parte per qualche anno. Come decidiamo se acquistare o meno un set LEGO? Prevediamo quando dovremmo acquistarlo. Ed è proprio a questa domanda che cercheremo di rispondere oggi.
Nello specifico, vogliamo determinare, uno, quali variabili, se presenti, contribuiscono al prezzo di listino consigliato (MSRP) di un set LEGO. In secondo luogo, vogliamo creare un modello che calcoli il ritorno sull'investimento (ROI) per un set LEGO. In terzo luogo, vogliamo confrontare il ROI di un set LEGO con il ROI dell'oro per stabilire se vale la pena investire in un set LEGO. Ora passo la parola a Keven per parlare della nostra interpretazione dei dati.
Grazie, Peter. Il primo passo in un progetto di machine learning è capire con quali dati lavoreremo. È fondamentale comprendere la natura dei nostri dati, in modo da sapere come manipolarli se necessario e cosa andremo a modellare nello specifico. Abbiamo deciso di analizzare i set LEGO degli ultimi 10 anni. Il nostro set di dati è molto più ampio di quello risalente agli anni '70. Ma, come dirà Peter nella prossima sezione, all'epoca non era certo dei migliori.
Per restringere il campo ai set più recenti degli ultimi 10 anni, abbiamo voluto concentrarci sulle nuove uscite che ci aiuteranno nella nostra previsione. La maggior parte dei set ha un prezzo di listino consigliato inferiore a 50 dollari, come mostreremo a breve nella Figura 1. Altre variabili incluse. C'è il numero di pezzi nel set, che può variare da pochi pezzi per un set composto solo da una minifigure a migliaia e migliaia di pezzi per alcuni dei set più grandi. Crediamo che questo sia un fattore predittivo importante per il prezzo di listino consigliato.
Il numero di minifigure nel set. Ovviamente, le minifigure sono i piccoli omini LEGO, quei simpatici omini gialli. Alcuni set possono averne zero, altri decine. I nostri dati provengono da brikset.com, quindi il numero di persone che possiedono il set e la sua valutazione, con un punteggio da 0 a 5 stelle, sono tratti da lì. Il numero di istruzioni e la disponibilità del set: questi dati erano forse un po' meno importanti, ma abbiamo voluto includerli comunque.
La disponibilità, in particolare, riguarda se il set è venduto direttamente da LEGO, se è disponibile nei negozi, ovunque, o se è disponibile solo a LEGOLAND. Ce n'erano diversi di questo tipo. Infine, il gruppo tematico del set ci è sembrato il più interessante da considerare. Ovvero, se si tratta di un set con licenza. Harry Potter e Star Wars sarebbero entrambi set con licenza, mentre i set LEGO DUPLO, quelli più famosi, rientrerebbero nel gruppo tematico prescolare. Abbiamo voluto includere questo aspetto perché pensavamo che potesse essere una previsione importante. Forse alcuni set con licenza valgono di più di quelli senza licenza. Non lo sappiamo.
Per illustrare cosa abbiamo fatto con i dati, torneremo a parlare di Peter.
Grazie, Keven. Siamo partiti con quasi 15.000 righe di dati, risalenti a tutti i set inizialmente pubblicati negli anni '70. Non perfetti, ovviamente. All'epoca, la contabilità non era così rigorosa come lo è oggi, il che ci ha costretti a escludere diverse righe dalla nostra analisi. Invece di farlo, abbiamo deciso di concentrarci solo sulle righe che riportavano il prezzo di listino consigliato e il prezzo di mercato attuale.
Abbiamo utilizzato la mediana del prezzo di listino consigliato per interpretare eventuali dati mancanti, come le minifigure e il numero di pezzi, ecc. Successivamente, abbiamo rimosso circa 20 valori anomali in base ai loro prezzi estremamente elevati. Ce n'era almeno uno che valeva qualche migliaio di dollari, e questo ha ridotto l'asimmetria positiva nella nostra distribuzione.
A quel punto, siamo passati da 15.000 righe a 3.000. Ma aggiungendo Brickset al nostro set di dati, siamo riusciti a riportarlo a 8.000. Dopodiché, abbiamo aggiunto un altro set di dati che riportava il prezzo annuale dell'oro. Questo set di dati elencava i prezzi di apertura e chiusura dell'oro per giorno, quindi abbiamo calcolato la media giornaliera e da lì abbiamo estrapolato il prezzo medio annuale. Dopodiché, abbiamo calcolato due nuove variabili: ROI per l'oro e ROI per i set di dati, ottenendo due valori che potevamo confrontare con la nostra terza colonna chiamata "acquista". La colonna "acquista" ci avrebbe indicato di acquistare il set LEGO se il ROI previsto fosse superiore a quello dell'oro.
Ora passo la parola a Keven, che ci parlerà dei risultati.
Va bene. Grazie ancora, Peter. Abbiamo eseguito un'infinità di modelli analitici all'interno di JMP. Piuttosto che annoiarvi con tutti i dettagli, andremo subito al modello migliore, che alla fine si è rivelato essere XGBoost, un modello ad albero decisionale con boosting del gradiente. Lo utilizziamo tramite un componente aggiuntivo che trovate nei nostri riferimenti.
Prima di entrare nello specifico, però, volevo parlare della figura 1 che ho menzionato prima. Si tratta del prezzo di listino consigliato dal produttore (MSRP). Lo sto ingrandendo. Come potete vedere, la maggior parte dei prezzi è molto bassa. Non abbiamo molti esempi di set LEGO costosi. Tutti i prezzi nella prima colonna sono compresi tra 0 e 50 dollari.
Nei nostri risultati, ecco la nostra matrice di confusione. Se non avete familiarità con l'apprendimento automatico, gli elementi importanti da considerare sono i veri negativi, i veri positivi, la nostra accuratezza e il nostro punteggio F1. Per questo modello in particolare, volevamo analizzare e concentrarci sul punteggio F1. Il punteggio F1 è la media armonica di precisione e richiamo. In pratica, è un'ottima metrica per mostrare i veri positivi sotto una luce diversa.
Vogliamo prevedere i "sì". Vogliamo prevedere se varrà più dell'oro o se avrà un ROI più alto dell'oro. Con questa come metrica, siamo passati ad altri grafici. Siamo passati al nostro grafico di lift. Come potete vedere, c'è circa questo 30% superiore, ed è questo che rappresenta lo 0,3. È 1,8 volte meglio della probabilità casuale di scegliere la categoria "sì". È essenzialmente 1,8 volte meglio che lanciare una moneta con una probabilità del 50%.
Il grafico ROC (Receiver Operating Characteristic) mostra la sensibilità in rapporto alla specificità. Come si può vedere, possiamo impostare un'area intorno al 30%, che copre circa l'80% dei casi veri positivi. Questa sarà la metrica che abbiamo scelto per decidere se si tratta di una buona scelta o meno.
Ma proviamo a metterlo alla prova. Ecco un nuovo set che mi piace molto. È il set di Barad-dûr del Signore degli Anelli. È stato pubblicato a giugno di quest'anno. Ecco tutti i dati che abbiamo inserito nel modello. Abbiamo preso il nostro modello, lo abbiamo inserito nel deposito delle formule e abbiamo elaborato i dati. Il risultato sono stati questi due numeri.
In altre parole, il modello è sicuro al 54% che questo set avrà un ROI superiore a quello dell'oro. Ciò significa che non rientrerà in quel top 30% di cui ho parlato. Non si trova in questa fascia. Sarà un po' più distante. Detto questo, se dovessi investire in un set, probabilmente non sceglierei questo. Vorrei analizzare altri nuovi set con il modello e vedere se ne emergono risultati leggermente migliori.
Per concludere, non solo abbiamo dimostrato che molti set di mattoncini LEGO hanno un ROI superiore a quello dell'oro, ma abbiamo anche creato il modello XGBoost per prevedere se ciò accadrà o meno. Utilizzando il nostro modello, un investitore può non solo avere ottime indicazioni su quali modelli investire in futuro, ma se rientrano nel 30% migliore, può dire: "Ok, questa è un'ottima scelta per un buon investimento". Per i riferimenti, ci rivolgiamo nuovamente a Peter.
Desideriamo ringraziare il nostro mentore, Kedar Adavadkar, per la sua guida e per aver mantenuto il progetto entro i limiti previsti, dato che diverse persone avevano esagerato con il numero di funzionalità che volevamo aggiungere. Un ringraziamento va anche al Dott. Magan e al Dott. C per i loro preziosi consigli.
Vorrei ringraziare in modo particolare JMP per aver accettato il nostro poster. Non vediamo l'ora di andare a Cary in ottobre e di incontrarvi tutti. Grazie ancora.
Grazie.
