{"id":2217,"date":"2019-03-10T18:45:13","date_gmt":"2019-03-10T18:45:13","guid":{"rendered":"https:\/\/newsroom.psyma.com\/mx\/?p=2217"},"modified":"2020-05-06T07:22:45","modified_gmt":"2020-05-06T07:22:45","slug":"conjoint-analysis","status":"publish","type":"post","link":"https:\/\/newsroom.psyma.com\/mx\/themen\/investigacion\/conjoint-analysis\/","title":{"rendered":"Conjoint Analysis: modelo estad\u00edstico para evaluar atributos"},"content":{"rendered":"

En el \u00e1mbito de la investigaci\u00f3n de mercados, el conjoint analysis<\/em> se presenta como una herramienta interesante y sumamente clarificadora en muchos de los casos.<\/p>\n

Consiste en una t\u00e9cnica estad\u00edstica que permite determinar c\u00f3mo afectan los diferentes atributos de un producto o servicio a su preferencia.<\/p>\n

El procedimiento se basa en establecer cu\u00e1les son las categor\u00edas que van a ser estudiadas en el objeto en cuesti\u00f3n y definir sus diferentes niveles. As\u00ed, por ejemplo, para una gama de pantalones se pueden establecer los rasgos de color, precio, tejido y estampado como atributos de estudio. Dentro de una misma caracter\u00edstica, es necesario concretar cu\u00e1les son los niveles que se van a investigar: negro, blanco, azul, verde y rojo, podr\u00edan serlo en el caso del color.<\/p>\n

Despu\u00e9s, se determina una muestra poblacional representativa del universo que se desea estudiar y se pone en marcha el mecanismo de la investigaci\u00f3n. Es importante tener en cuenta que, en este tipo de valoraciones, las opiniones de los consumidores no siempre reflejan los hechos ni las motivaciones.<\/p>\n

Hay que saber realizar las preguntas adecuadas, de nada sirve preguntar a alguien qu\u00e9 importancia tienen para \u00e9l la seguridad, el confort y el precio a la hora de comprar un autom\u00f3vil. Sin duda, responder\u00e1 que todo es importante.<\/p>\n

La clave est\u00e1 en combinar los distintos atributos para crear referencias realistas: por ejemplo, si le preguntamos si prefiere un coche muy seguro, poco confortable y m\u00e1s caro, u otro menos seguro pero m\u00e1s c\u00f3modo y barato, manifestar\u00e1 sus preferencias y obtendremos un volumen de informaci\u00f3n mucho m\u00e1s amplio y valioso, a partir del cual podremos extrapolar las aut\u00e9nticas preferencias y valoraciones de los p\u00fablicos.<\/p>\n

Modelos m\u00e1s frecuentes<\/p>\n

a) An\u00e1lisis ACA (Adaptive Conjoint Analysis) Perfiles Parciales<\/strong><\/h4>\n

Se realiza una comparaci\u00f3n de atributos en pares, el entrevistado elige uno de los dos y reparte puntos o se le pide que coloque los dos productos en una escala continua. Permite evaluar 10 o m\u00e1s atributos \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 simult\u00e1neamente.<\/p>\n

b) An\u00e1lisis CVA (Conjoint Value Analysis) Perfiles Completos<\/strong><\/h4>\n

Se muestra el perfil de producto servicio o pacientes completo y se rankean de acuerdo a la probabilidad de compra. La preferencia se valora utilizando una escala sem\u00e1ntica o continua. Permite evaluar menos de 10 atributos.<\/p>\n

c) An\u00e1lisis CBC (Choice Based Conjoint) De Elecci\u00f3n<\/strong><\/h4>\n

Se muestra el perfil del producto a evaluar y los entrevistados eligen uno o ninguno sobre un set de opciones determinadas. Permite evaluar seis atributos como m\u00e1ximo.<\/p>\n

Ventajas del an\u00e1lisis conjoint<\/strong><\/h4>\n
    \n
  • Medir la importancia latente, no declarada de\u00a0 los distintos atributos<\/li>\n
  • Identificar qu\u00e9 rasgos de los atributos de un producto son m\u00e1s valorados por sus clientes potenciales<\/li>\n
  • Determinar la influencia de un aspecto concreto en la decisi\u00f3n de compra<\/li>\n
  • Estimar las posibilidades de aceptaci\u00f3n y \u00e9xito antes del lanzamiento de un producto<\/li>\n
  • Calcular cu\u00e1l puede ser la cuota de mercado de un nuevo producto antes de lanzarlo al mercado<\/li>\n
  • Tener claro cu\u00e1les son los productos m\u00e1s rentables de nuestro cat\u00e1logo, en funci\u00f3n de criterios como la utilidad y el costo<\/li>\n
  • Estimar qu\u00e9 market share se obtendr\u00eda al enfrentar productos diferentes, propios o de la competencia. Es decir, poder conocer cu\u00e1l tendr\u00e1 el mayor nivel de ventas en funci\u00f3n de sus caracter\u00edsticas diferenciales<\/li>\n
  • Establecer el posicionamiento m\u00e1s id\u00f3neo para una marca<\/li>\n
  • Obtener informaci\u00f3n de gran ayuda para la definici\u00f3n del precio de venta<\/li>\n
  • Aumenta la calidad de la informaci\u00f3n y facilita la realizaci\u00f3n del campo<\/li>\n<\/ul>\n

    Para decidir las variables a evaluar, se recomienda realizar una fase cualitativa previa ya que facilita la exploraci\u00f3n y expresi\u00f3n de las variables con un car\u00e1cter mucho m\u00e1s emocional o simb\u00f3lico.<\/p>\n

    Se trata, en definitiva, de un apoyo muy valioso para el departamento de marketing de cualquier empresa, ya que arroja luz de una manera cient\u00edfica a la hora de establecer qu\u00e9 elementos son los m\u00e1s valiosos, diferenciales y valorados por el p\u00fablico en la composici\u00f3n de cualquier tipo de producto o servicio.<\/p>\n

    El apoyo de un profesional especializado puede resultar determinante a la hora de plantear, ejecutar e interpretar un an\u00e1lisis conjoint en cada una de sus etapas, de manera que aporte unos conocimientos, y unas conclusiones, verdaderamente \u00fatiles y beneficiosos para la empresa.<\/p>\n","protected":false},"excerpt":{"rendered":"

    En el \u00e1mbito de la investigaci\u00f3n de mercados, el conjoint analysis se presenta como una herramienta interesante y sumamente clarificadora en muchos de los casos.<\/p>\n","protected":false},"author":29,"featured_media":2224,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_links_to":"","_links_to_target":""},"categories":[610],"tags":[2054,867],"class_list":["post-2217","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","tag-analisis","tag-productos","grid_format-default"],"_links":{"self":[{"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/posts\/2217","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/users\/29"}],"replies":[{"embeddable":true,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/comments?post=2217"}],"version-history":[{"count":5,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/posts\/2217\/revisions"}],"predecessor-version":[{"id":2225,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/posts\/2217\/revisions\/2225"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/media\/2224"}],"wp:attachment":[{"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/media?parent=2217"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/categories?post=2217"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/newsroom.psyma.com\/mx\/wp-json\/wp\/v2\/tags?post=2217"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}