Metodologia di Analisi

1. Criteri di Selezione dei Casi Studio

La storia del cinema e della televisione italiana vanta un numero altissimo di produzioni girate sul territorio nazionale: analizzarle tutte non è l’obiettivo di questo progetto. Per costruire un campione gestibile e significativo abbiamo quindi definito cinque criteri di selezione, pensati non solo per isolare il segnale cineturistico dal rumore di fondo del turismo tradizionale, ma anche per garantire che ogni caso di studio fosse effettivamente analizzabile con gli strumenti scelti.

In particolare, poiché la metodologia si basa in gran parte sull’analisi del discorso digitale (media, social, sentiment), sono state escluse a monte le produzioni troppo datate: un caso come Il Padrino, girato in Sicilia decenni prima dell’esistenza di internet, sarebbe stato impossibile da studiare con questo approccio, indipendentemente dalla sua rilevanza culturale.

1.1 Selezione delle location all’interno di ogni produzione

Un’ulteriore precisazione riguarda non le produzioni in sé, ma le location scelte per ognuna di esse. La maggior parte delle produzioni analizzate non è stata girata in un unico luogo, ma ha coinvolto più comuni o addirittura più regioni nel corso delle proprie stagioni e dei periodi di riprese.

Per ogni produzione abbiamo selezionato solo le location principali — quelle che ospitano l’ambientazione narrativa portante o una quota sostanziale delle riprese — escludendo deliberatamente comparse marginali o location visibili solo per pochi fotogrammi, prive di un legame narrativo stabile con l’opera.

2. Esplorazione dei Dati Strutturati (Tentativi Iniziali)

In una fase preliminare, abbiamo testato l’utilizzo di fonti istituzionali per misurare l’impatto reale:

• Dati ISTAT sugli arrivi: pur trattandosi della fonte più diretta e istituzionale, il singolo indicatore si è rivelato da solo insufficiente a certificare l’esistenza di un “effetto cineturismo”. In diverse location, infatti, non si osservava un incremento dei flussi abbastanza netto da poter essere isolato con sicurezza dal turismo ordinario. Questa evidenza ha reso necessario estendere l’analisi a un ventaglio più ampio di indicatori e a un focus più marcato sulla componente digitale.
• Dati sulla produzione di rifiuti: si è esplorata la correlazione tra presenze turistiche e tonnellate di rifiuti urbani. Tuttavia, la variabilità stagionale e la mancanza di dati disaggregati per quartiere o area di interesse hanno reso questa metrica insufficiente per definire un nesso causale diretto con il fenomeno del cineturismo.

Nella sezione che segue si spiegherà come si è ovviato a questi limiti.

3. Le Fonti Adottate e l’Approccio Metodologico Proposto

Il progetto si articola in sette filoni di analisi, ciascuno costruito per intercettare una diversa manifestazione del fenomeno cineturistico. Le fonti si dividono in due grandi famiglie:

La distinzione non è sempre netta: le recensioni GetYourGuide, ad esempio, sono dati digitali a tutti gli effetti, ma raccontano un’esperienza fisica realmente vissuta sul luogo, non un’opinione formata a distanza come può essere un commento Reddit o YouTube.

Di seguito il dettaglio tecnico di ciascun filone.

3.1 — Indicatori ISTAT comunali (CIS/RGR) Fisico

Analisi quantitativa su 82 indicatori socioeconomici comunali (ISTAT/MiC-MiBACT), estesa oltre i semplici arrivi/presenze per superare i limiti descritti in Sezione 2.

Per ogni coppia comune-indicatore viene calcolato un Cineturismo Impact Score (CIS), indice composito endogeno che combina tre componenti calcolate sulla singola serie storica:

Le evidenze con CIS > 0,7 vengono validate esternamente tramite Relative Growth Rate (RGR), che confronta la crescita del comune con il benchmark della relativa regione, con soglia di accettazione RGR ≥ 0,15. Il processo ha prodotto 19 evidenze.

3.2 — Ecosistema commerciale (OpenStreetMap) Fisico

Analisi geospaziale della trasformazione del tessuto commerciale locale: per ogni location è stata tracciata un’area circolare di 5 km di raggio, e i punti di interesse (POI) al suo interno sono stati classificati tramite tag OSM in ecosistema turistico (ad esempio, le attività di ristorazione e le strutture ricettive/promozionali) versus tessuto commerciale standard (ad esempio, supermercati, panetterie, ferramenta).

Il confronto tra le due categorie permette di osservare l’eventuale adattamento strutturale della zona all’aumento dei flussi turistici.

3.3 — Analisi dell’esposizione mediatica (sentiment e topic modeling) Digitale

Questa fase mira a quantificare la copertura mediatica e a valutare la percezione pubblica dei territori coinvolti, confrontando i periodi antecedenti e successivi all’uscita della produzione.

L’acquisizione dei dati è avvenuta tramite estrazione massiva (scraping) di articoli giornalistici con l’API di Google News, su una finestra temporale che va dai due anni precedenti l’uscita dell’opera fino a maggio 2026, con interrogazioni mirate a notizie riguardanti il turismo e l’economia locale delle aree di interesse. Su questo corpus sono stati valutati sia il volume di articoli pubblicati nel tempo sia il tono generale di ciascun articolo, classificato con un modello di Sentiment Analysis su una scala continua da -1 (fortemente negativo) a +1 (fortemente positivo).

Parallelamente, un topic modeling tematico ha identificato all’interno dei testi le tematiche più rilevanti, per comprendere quali aspetti dell’impatto territoriale sono stati maggiormente discussi. I topic monitorati sono:

Per ogni topic menzionato all’interno di un articolo è stato inoltre calcolato uno specifico punteggio di sentiment (ABSA, Aspect-Based Sentiment Analysis), sempre su scala da -1 a +1 — un livello di dettaglio che permette di tracciare l’evoluzione temporale della percezione di ogni singolo fenomeno, indipendentemente dal tono generale dell’articolo in cui compare.

3.4 — Google Trends e Wikipedia (interesse informativo e comportamento di ricerca) Digitale

È stata valutata la risonanza del prodotto audiovisivo sul comportamento di ricerca online e sull’interesse informativo generale degli utenti, tramite l’utilizzo combinato dei dati di Google Trends e delle visualizzazioni delle pagine Wikipedia.

Per ogni produzione sono state identificate le pagine Wikipedia relative alle location di riferimento, da cui è stato estratto lo storico delle visite nel tempo. Le serie storiche così costruite sono state allineate alle date di rilascio dell’opera, per quantificare sia i picchi di traffico immediati sia l’andamento dell’interesse digitale generato nel tempo.

3.5 — YouTube (rilevamento della presenza della produzione nei commenti) Digitale

L’obiettivo di questo filone è verificare se, e quanto, la presenza di una produzione su YouTube si rifletta effettivamente nei commenti ai video girati nelle sue location.

La pipeline è partita dalla ricerca dei video tramite YouTube Data API v3, seguita dalla raccolta dei commenti e delle relative risposte. Sono stati messi a confronto i risultati emersi da due query diverse: “produzione + location” e “location”.

I testi sono stati poi ripuliti — rimozione di URL, emoji e contenuti vuoti, deduplicazione — prima di passare a una fase di lexical matching, embedding e scoring che ha permesso di rilevare le menzioni della produzione all’interno dei commenti. I risultati sono stati infine aggregati sia per produzione che per location, per rendere confrontabili i due approcci di ricerca.

È importante specificare che il metodo confronta due strategie di ricerca tra loro, ma non dimostra di per sé un nesso causale tra la produzione e l’attenzione generata sul luogo.

3.6 — Reddit (analisi del discorso della community) Digitale

La raccolta dati è stata condotta tramite l’API PullPush, con query mirate per produzione e location sui 12 casi studio, concentrandosi su subreddit popolari generici e sui principali subreddit dedicati al turismo e ai consigli di viaggio.

Il volume grezzo estratto era molto rumoroso e ha richiesto una pipeline di pulizia a tre stadi — filtri regex, poi un bi-encoder, infine un cross-encoder — per isolare i contenuti effettivamente pertinenti.

Dopo la pulizia dei dati è iniziata una prima analisi esplorativa dedicata alla validazione di una finestra temporale di 3 anni pre/post uscita: solo 5 produzioni su 12 disponevano di dati sufficienti per un confronto in questo arco temporale. Per queste produzioni sono state condotte analisi descrittive (volumi e lingua della discussione).

Successivamente si è proseguito con la classificazione dei post e dei commenti dell’intero corpus raccolto. Utilizzando un modello di classificazione zero-shot multilingua sono state distinte 6 etichette corrispondenti a 6 tipologie di turismo. Infine, i risultati della classificazione sono stati affinati con un modello linguistico generativo.

3.7 — GetYourGuide (analisi di tour ed esperienze) Digitale · esperienza fisica

L’analisi è partita da un dataset relativo ai tour e alle relative recensioni disponibili sulla piattaforma. Una prima fase descrittiva ha esaminato le distribuzioni di durata, prezzo e voto medio dei tour, con inclusa una matrice di correlazione tra le variabili.

Sul fronte testuale, descrizioni e recensioni sono state tokenizzate, ripulite dalle stopword e lemmatizzate con simplemma, per estrarne le frequenze lessicali. Su questo corpus è stato applicato un topic modeling LDA (Gensim) a 3 topic — giudizio globale, dettagli pratici, contenuti culturali/cinematografici — scelti sulla base del miglior silhouette score ottenuto.

Il sentiment è stato calcolato in due passaggi: un primo punteggio tramite Pattern.it sul testo della recensione, poi combinato in modo ponderato con il voto numerico normalizzato — una scelta introdotta per correggere la tendenza del modello linguistico a sottostimare recensioni molto positive ma scritte in tono neutro.

4. Dai Dati ai Gruppi Narrativi del Sito

I sette filoni descritti confluiscono nel sito attraverso tre gruppi tematici, ciascuno dedicato a un diverso profilo di produzione.