Aplicación de la Investigación de Mercados y Comportamiento del Consumidor

Análisis del comportamiento del consumidor

Estudio de la notoriedad y la percepción

Respuesta cognitiva: Conjunto de informaciones y conocimiento que puede tener un sujeto. Notoriedad y percepción.

Notoriedad La capacidad de identificar una marca por un comprador potencial de manera suficientemente detallada como para proponer, elegir o utilizar dicha marca.

Estudio de la notoriedad y la percepción

Notoriedad espontánea. · Se mide preguntando por las marcas que se recuerdan de una categoría de productos. Hay que definir claramente la categoría de productos · Es conveniente no poner un límite al número de marcas

Notoriedad asistida. Se da una lista de marcas de una categoría y se le pide al individuo que marque las que conoce.

Información sobre la notoriedad

La información sobre la notoriedad permite:

• Medir la cuota mental de cada marca (Share of mind).
• Comparar los cambios en la clasificación de las marca según la notoriedad espontánea y la asistida.
• Comparar la relación entre notoriedad y cuotas de mercado para saber lo eficaz que es la notoriedad de la marca.
• Comparar la tasa de notoriedad entre diferentes grupos de compradores.
• En general apreciar el capital de notoriedad de una marca (goowill).

Percepción y similitud

Percepción. Proceso por el cual un individuo selecciona e interpreta la información a la que está expuesto.

Análisis de las percepciones de similitud. El objetivo es identificar las semejanzas o diferencias percibidas entre las marcas que forman parte del conjunto conocido de un grupo de compradores potenciales, a partir de una representación visual.

Resultado Mapas perceptuales

Análisis de las percepciones de similitud: Supuestos

Análisis de las percepciones de similitud. Supuestos.

• Todo producto es percibido como un conjunto de características o atributos que se corresponden con las ventajas buscadas por el comprador. Estos atributos sirven mentalmente como criterios de comparación.
• Si cada atributo es representado geométricamente por un eje, cada marca puede ser representada por un punto cuyas coordenadas serán el grado de presencia de cada atributo en la marca.
• En la práctica, los individuos perciben las marcas según dos o tres dimensiones (macroatributos).

Técnicas de análisis de percepciones de similitud

Análisis de las percepciones de similitud. Técnicas.

Técnicas de composición versus descomposición.

1. Técnicas de composición o basadas en atributos. Parten de impresiones o evaluaciones de un conjunto definido de atributos de un objeto, para después combinarlas y formar la impresión o evaluación general de ese objeto.
2. Técnicas de descomposición o libres de atributos. Parten de la impresión o evaluación general de un objeto y a continuación intentan obtener posiciones en un espacio multidimensional que refleje esas percepciones.

Técnicas de composición o basadas en atributos: Problemas

Técnicas de composición o basadas en atributos. Necesitan de los encuestados evaluaciones de los objetos a posicionar sobre un conjunto de atributos definidos previamente.

• Técnicas métricas: análisis factorial y análisis discriminante
• Técnicas no métricas: análisis de correspondencias

Problemas: La similitud está limitada por los atributos calificados, si se omiten los más destacados el estudio se ve perjudicado

Técnicas de descomposición o libres de atributos: Problemas

Técnicas de descomposición o libres de atributos. Necesitan de los encuestados un único juicio o evaluación global en términos de similitud de los objetos a posicionar, que se mide en una escala de comparación de pares de objetos.

• Técnicas métricas y no métricas: Escalamiento multidimensional

Problemas: Interpretación de las dimensiones perceptuales del mapa que produce la técnica.

Decisiones en análisis de las percepciones de similitud.

• Técnica que se va a utilizar
• Número de objetos (marcas) que se van a posicionar

La respuesta afectiva: Estudios de actitud

Respuesta afectiva: Actitudes y preferencias Estado mental del individuo, constituido por la experiencia y las informaciones adquiridas que le permiten estructurar sus percepciones y sus preferencias, y orientar la manera de responder

• Se apoya en un conjunto de informaciones
• Expresa una evaluación
• Es una predisposición a la acción

Características de la respuesta afectiva

Características objetivas

Atributos percibidos

Evaluación de los atributos

Utilidad parcial

Utilidad total

K = 1 .... n

K= 1 .... n

Importancia

Presencia

U

Cji

A1

W1

X

U1

C2i

A2

W2

X2

U2

Actitud

Chi

An

Wn

n

Xn

Un

Realidad

Necesidades

Percepción

Valores

Ficha Técnica

Investigación exploratoria

Escala de reparto de puntos

Escala de intervalos

Modelos de Integración: Compensatorios y No compensatorios

Modelo de Fishbein

Modelo de Fishbein

U total = >Wik k=1

n

• X ijk

U total ¡ = Utilidad total de la marca i para el individuo j Wik = Importancia relativa para el individuo j del atributo k X = Grado de presencia del atributo k en la marca i para el individuo j ‘ijk n = Número de atributos determinantes k = 1 ... n

Análisis conjunto

ANÁLISIS CONJUNTO

DEFINICIÓN: Tecnica multivariante de dependencia que se utiliza específicamente para entender como los individuos forman y estructuran sus preferencias hacia los productos y servicios.

Método de descomposición Concretamente, el análisis conjunto intenta determinar la importancia relativa que los consumidores dan a los atributos determinantes, así como las utilidades que dan a cada nivel (grado de presencia de los atributos).

Supuestos del análisis conjunto

ANÁLISIS CONJUNTO

Supone que un objeto se evalúa como un conjunto de atributos. Denomina factor al atributo y niveles a sus posibles valores (medida nominal del grado de presencia).

Requiere que el investigador identifique previamente los atributos determinantes. Requiere la determinación previa de los niveles de los atributos. Necesita formar el estímulo o tratamiento: descripción de los productos en términos de los niveles que presenta en el conjunto de factores. Necesita partir de un juicio global de utilidad o preferencia.

Etapas del análisis conjunto

Etapas del análisis conjunto:

1. Identificar los atributos determinantes para el producto: factores.
2. Definir Niveles de los factores
3. Construir los Estímulos (Perfil completo)
4. Recoger las preferencias. Escala métrica
5. Análisis de resultados. Regresión (MCO) con variables ficticias
6. Obtención de resultados

Ejemplo de análisis conjunto: Libro de investigación de mercados

ANÁLISIS CONJUNTO: Ejemplo libro de investigación de mercados

Factor Nivel Profundidad a. Trata con profundidad toda la materia b. Introduce cada tema de forma general Práctica 1. Incluye ejemplos prácticos 2. No incluye ejemplos prácticos.

Pueden construirse 4 estímulos o libros diferentes combinando los distintos niveles de los dos factores.

Estímulo 1: (a + 1) Estímulo 2: (a + 2) Estímulo 3: (b + 1) Estímulo 4: (b + 2)

Ecuación a estimar por encuestado

Ecuación a estimar para cada encuestado:

Preferencia; = a + 3, x Profundidad + 32 x Práctica+ či i = 1 ... n; n= tamaño de la muestra (número de encuestados).

+ *ConjuntoLibros.sav [ConjuntoDatos2] - IBM SPSS Statistics Editor de datos Archivo Editar Ver Datos Transformar Analizar Marketing directo

20: Estímulos Preferencias Profundidad Práctica

1 1,00 6,00 1,00 1,00

2 2,00 1,00 1,00 ,00

3 3,00 9,00 ,00 1,00

D

4 4,00 5,00 ,00 ,00

B

Error estándar

Beta

t

Sig.

1 (Constante) 4,750 ,433 10,970 ,058

Trata con profundidad toda la materia -3,500 ,500 -,612 -7,000 ,090

Incluye práctica 4,500 ,500 ,786 9,000 ,070

a. Variable dependiente: Preferencias

Ejemplo de análisis conjunto: Zapatillas deportivas

Ejemplo 2: Zapatillas deportivas (Adaptado de Malhotra, 2008, pág. 676).

Problema de investigación: ¿ Cómo evalúan los estudiantes las zapatillas deportivas?

Factor Nivel Número Descripción

1 Goma Suela 2 Poliuretano 3 Plástico

1 Cuero Forro 2 Lona 3 Nylon

1 30 $ Precio 2 60 $ 3 90 $

Construcción de estímulos: Método del perfil completo

Construcción de estímulos: Método del perfil completo

Nº de estímulos posibles = 3 * 3 * 3 = 27 Reducción de estímulos: diseños factoriales fraccionados ortogonales. Incluir solo aquellos estímulos que supongan un reparto equilibrado de los niveles de los factores.

Suela Forro

Goma Poliuretano Plástico

Cuero 1 30 $ 4 60 $ 7 90 $

Lona 2 60 $ 5 90 $ 8 30 $

Nylon 3 90 $ 6 30$ 9 60 $

Nivel del factor Suela y ecuación a estimar

Nivel del factor Suela

Suela1 Suela2 Suela 3

Nivel 1 - Goma 1 0 0

Nivel 2 - Polyuretano 0 1 0

Nivel 3 - Plástico 0 0 1

Ecuación a estimar para cada encuestado:

Preferencia = a + Bx Suela1 + 2 × Suela2 + 33 × Forro1 + 34 × Forro2 + + 35 × Precio1 + 36 x Precio2 + či i = 1 ... n; n= tamaño de la muestra (número de encuestados).

Suela1 y Suela2 son las variables ficticias que representan el factor (atributo) Suela. Forro1 y Forro2 son las variables ficticias que representan el factor (atributo) Forro. Precio1 y Precio2 son las variables ficticias que representan el factor (atributo) Precio.

Resultados del análisis conjunto

conjunto1.sav [ConjuntoDatos1] - IBM SPSS Statistics Editor de datos Archivo Editar Ver Datos Transformar Analizar Marketing directo Gráficos Utilidades Ampliaciones Venta

Estímulo preferencias suela1 suela2 forro 1 forro2 precio 1 precio2

1 1,00 9,00 1,00 ,00 1,00 ,00 1,00 ,00

2 2,00 8,00 1,00 ,00 .00 1,00 ,00 1,00

3 3,00 4,00 1,00 ,00 ,00 ,00 ,00 ,00

4 4,00 5,00 ,00 1,00 1,00 ,00 ,00 1,00

5 5,00 4.00 ,00 1,00 ,00 1,00 ,00 ,00

6 6,00 6,00 ,00 1,00 .00 ,00 1,00 ,00

7 7,00 4,00 ,00 ,00 1,00 ,00 ,00 ,00

8 8,00 8,00 ,00 ,00 ,00 1,00 1,00 ,00

9 9.00 5.00 ,00 00 .00 ,00 ,00 1,00

10B

Error estándar

Beta

t

Sig.

1 (Constante) 2,889 ,294 9,827 ,010

Suela de Goma 1,333 ,272 ,339 4,899 ,039

Suela de poliuretano -,667 ,272 -,170 -2,449 ,134

Forro de cuero 1,000 ,272 ,254 3,674 ,067

Forro de lona 1,667 ,272 ,424 6,124 ,026

Precio 30 3,667 ,272 ,933 13,472 ,005

Precio 60 2,000 ,272 ,509 7,348 ,018

a. Variable dependiente: Preferencias de 1 a 9

Importancia de un factor o atributo = l; 1 ;= ( Máx a ; - Min a; ) para cada i

Importancia relativa: Wi Ii Wi m Z Ii i=1

m

› Wi = 1 i=1