Transcript estadistica descriptiva - Maestria en Administración de Empresas

PRESENTACION
1. (Armen su cartel de identificación). ¿Cómo te gusta que
te llamen? ¿Nombre? ¿Apodo?
2. ¿Qué título de tercer grado tienes?
3. ¿En qué Universidad te graduaste?
4. ¿En qué año?
5. ¿Dónde trabajas?
6. ¿En qué te desempeñas actualmente en tu trabajo?
7. ¿Por qué decidiste estudiar una maestría?
8. ¿Qué expectativas tienes del curso de nivelación de
estadística?
9. ¿Qué más deseas decirnos?
GRACIAS!!
POLITICAS ESTABLECIDAS
 Se aprueba la materia con un mínimo de 75/100
puntos.
 Para alcanzar los 100 puntos:
25% asistencia (por lo menos el 80% de las horas crédito)
40% talleres en clases (Grupo de 3 personas)
10% examen final
25% trabajo individual
Cronograma
Primer Día de Clases
09:00 – 10:30: Terminología/Conceptos Generales
10:30 – 11:00: Coffee Break
11:00 – 13:00: Clases
13:00 – 15:00: Almuerzo
15:00 – 17:00: Clases
Bibliografía Recomendada:
• Estadística aplicada a los negocios y la economía, Allen
L. Webster, tercera edición, Mc Graw-Hill.
• Estadística para Administradores, Levin & Rubin, sexta
edición, Pearson.
• Decision Analysis, Stokey & Zeckhauser
• Allen L. Webster “Estadística Aplicada a los negocios y a la
economía”; McGraw – Hill Última edición
Antes, quería compartir con uds.
este video
http://www.youtube.com/watch?v=0CVB8YSOLK4
Cronograma
Primer Día de Clases
09:00 – 10:30: Terminología/Conceptos Generales
Deming solía decir:
“En Dios confío, para todo lo demás necesito datos”
“Hay tres tipos de mentiras: mentiras, grandes mentiras y
estadísticas” Benjamin Disraeli
¿Qué es la estadística?
En tu trabajo, la utilizas? …
Sinceramente ….
La Estadística aplicada a la
Administración intenta contestar estas
preguntas
•
•
•
•
•
¿Cómo deben recopilarse los datos?
¿Qué métodos de análisis se deben utilizar?
¿Qué hipótesis se deben asumir?
¿Cómo se pueden verificar?
¿Cómo se interpretan los resultados?
USOS Y APLICACIONES
Algunos campos de investigación usan la
estadística tan extensamente que inclusive tienen
terminología especializada:
Estadística en Planificación Estratégica (KPI´s)
Estadística en Investigación de Mercados
Estadística Publicitaria
Minería de datos (CRM)
Calidad y Productividad
Ejemplos de Estadística:
Influenza en México
 Estadística: Búsquedas de Información que puede ser medida por número de casos.
 Se descubrió que las personas enfermas con influenza tienden a buscar el mismo tipo de
información.
 Esas búsquedas son utilizadas para detectar dónde puede estar ocurriendo un brote. Los estudios
muestran que entre un 35% y 40% de todas las visitas a internet son hechas por personas que
buscan información relacionada a la salud.
 La herramienta de Influenza en México puede encontrarse en:
http://www.google.org/flutrends/intl/en_mx
Las cifras cuentan historias …
La información aporta mucho
para crear escenarios.
Fuente e Imágenes: América Economía, Finanzas, Mayo 2009
Las cifras cuentan historias …
Fuente e Imágenes: América Economía, Finanzas, Mayo 2009
Las cifras cuentan historias …
Fuente e Imágenes: América Economía, Finanzas, Mayo 2009
Taller #0
Buscar tres ejemplos de actualidad donde se
aplique estadística (aunque no sepamos cómo se
calculan los índices que en los artículos se
presentan). Indicar fuente y periodo de
publicación.
Tenemos 20 minutos para preparar el material de
presentación y 3 minutos para presentarlo.
Otros ejemplos de Estadística:
 Chile: Producción de Cobre en Chile cae 5,9%. (Según informó el Instituto
Nacional de Estadísticas, el cobre alcanzó a 429.620 toneladas en Marzo 2009.
Fuente: América Economía.
 Ecuador: Rafael Correa y Jaime Nebot tienen al menos 86 mil electores en común.
Fuente: El Universo
 Ecuador: Los resultados de la elecciones generales 2009 para Prefecto Guayas, se
reflejan en un 43% a Jimmy Jairala y 37% a Pierina Correa. Fuente: CNE
 Latinoamérica: Las mejores ciudades para hacer negocios Ranking 2009 en orden:
Recife, Curitiba y Miami. Las variables que se utilizaron para realizar el rankeo
fueron: tamaño y dinamismo económico, servicios personales, conectividad física,
calidad del capital humano, poder de la marca de la ciudad, etc. Etc.
Conceptos
• Estadística es la ciencia que tiene que ver con
•
•
•
•
•
Recolección
Organización
Presentación
Análisis
Interpretación
Datos
Toma de
decisiones
Casi todas las áreas del saber requieren del
pensamiento estadístico. Se incluyen marketing,
finanzas, economía, investigación de
operaciones, comercialización, contabilidad,
control de calidad, deportes, administración de
hospitales, educación, política, medicina,...
Definiciones Básicas
• Población: es la recolección completa de todas
las observaciones de interés para el investigador.
• Parámetro: es una medida descriptiva de la
población total de todas las observaciones de
interés para el investigador
• Muestra: parte representativa de la población
que se selecciona para ser estudiada ya que la
población es muy grande para analizarla en su
totalidad
• Estadístico: elemento que describe una muestra
y sirve como una estimación del parámetro de la
población correspondiente
Definiciones Básicas (cont)
• Variables: característica de la población que se
está analizando
– Cuantitativa: si las observaciones se expresan
numéricamente
– Cualitativa: se mide de manera no numérica
– Continua: puede tomar cualquier valor dentro de un
rango dado
– Discreta: limitada a ciertos valores (números
enteros)
Importancia del muestreo
Es muy costoso y demanda mucho tiempo
examinar la población total, por tanto, debe
seleccionarse una muestra de la población,
calcular el estadístico de la muestra, y utilizarlo
para estimar el parámetro correspondiente de la
población.
• Estadística Descriptiva: es el proceso de
recolectar agrupar y presentar datos de una
manera tal que describa fácil y rápidamente
dichos datos.
• Estadística Inferencial: involucra la utilización
de una muestra para sacar alguna inferencia o
conclusión sobre la población de la cual hace
parte la muestra
• Error de muestreo: es la diferencia entre el
estadístico de la muestra utilizada para calcular el
parámetro de la población y el valor real pero
desconocido del parámetro.
– Azar
– Sesgo muestral: es la tendencia a favorecer la
selección de ciertos elementos de muestra en lugar
de otros.
ESCALAS DE MEDIDAS
Variables Cuantitativas: variables que utilizan valores numéricos que indican
cuánto o cuántos de algo. Utilizan las siguientes escalas:
Escala Intervalo: Escala de medición de una variable cuando los datos
presentan las propiedades de los datos ordinales y los intervalos entre valores
se expresan en términos de una unidad o medida fija. Los datos de intervalo
siempre son numéricos. Ejm: Escala de Farenheit.
Escala de Razón: Escala de medición de una variable cuando los datos
presentan todas las propiedades de los datos de intervalo y la razón entre dos
valores tiene sentido. Los datos de razón siempre son numéricos. Ejm:
Costos, Rentabilidad, Peso, Tiempo, Distancia.
ESCALAS DE MEDIDAS
Variables Cualitativas: variables que utilizan etiquetas o nombres
utilizados para identificar un atributo de un elemento. Utilizan las
siguientes escalas:
Escala Nominal: Escala de medición de una variable cuando los
datos son etiquetas o nombres que se emplean para identificar un
atributo de un elemento. Ejm: Datos de Género, Nivel de
Instrucción más alto alcanzado, etc.
Escala Ordinal: Escala de medición de una variable cuando los
datos presentan las propiedades de los datos nominales y el
orden o jerarquía de los datos tiene sentido. Ejm: escalas likert de
nivel de satisfacción al cliente (grados de acuerdo), factor de
riesgo (alto, medio, bajo), etc.
Taller #1
Leer el caso: “Ranking de las mejores ciudades para
hacer negocios” de un artículo publicado por América
Economía y realizar las preguntas de evaluación.
Se tiene aproximadamente 20 minutos para realizar el
ejercicio.
Importante: Seguir las instrucciones detalladas al final
del caso.
¿Cómo resumir datos?
Resumen para datos cualitativos:
Distribuciones de frecuencia: es un resumen tabular de un conjunto de datos que muestra
el número (frecuencia) de artículos en cada una de varias clases que no se traslapan.
Ejm.
Distribuciones de frecuencias de compras de Bebidas Carbonatadas
Marca
Frecuencia
Coke Classic
19
Diet Coke
8
Dr. Pepper
5
Pepsi – Cola
13
Sprite
5
Gráfica de barras, diagramas de pastel, son otros tipos de resúmenes gráficos.
¿Cómo resumir datos?
Resumen para datos cuantitativos:
Distribuciones de frecuencia también es válida, sin embargo debemos tener
más cuidado al definir las clases no traslapantes que se usan en la distribución
de frecuencias.
Número de clases: Las clases se forman al especificar los intervalos que se
utilizarán para agrupar los datos. Como regla general, se recomienda usar
entre 5 y 20 clases. El propósito es emplear suficientes clases para mostrar la
variación de los datos.
Ancho de clases: Como regla general se recomienda igual ancho para todas
las clases. Así, las opciones de la cantidad de clases y el ancho de ellas no son
decisiones independientes. Una mayor cantidad de clases se traduce en un
menor ancho de clase.
Ancho de clase: (Valor máximo de los datos – valor mínimo de los
datos)/Cantidad de clases
¿Cómo resumir datos?
Resumen para datos cuantitativos:
Límite de Clases: Se deben escoger los límites de clase de tal
manera que cada valor de dato pertenezca a una clase y sólo a
una. El límite inferior de clase es el valor mínimo posible de
los datos que se asigna a una clase. El Límite superior es el
valor máximo posible de los datos que se asignan a la clase.
Punto medio de clase: es el valor promedio entre los límites
inferior y superior.
Resumen de Métodos Tabulares y Gráficos
Datos
Datos
Cualitativos
Métodos
Tabulares
Distribución de
frecuencias.
Distribución de
frecuencias
relativas.
Distribución de
frecuencias
porcentual.
Datos
Cuantitativos
Métodos
Gráficos
Gráficas de Barras
Gráfica de Pastel
Métodos
Tabulares
Métodos
Gráficos
Distribución de
frecuencias y
acumuladas
Histogramas
Distribución de
frecuencias relativas y
acumulada
Gráfica de Pastel
Distribución de
frecuencias porcentual
y acumulada
Ojivas
Ejercicio
Ir al excel: Aplicaciones para Practica en Clases y
Talleres y realizar el ejercicio de la hoja
“AuditoriaDias”.
ESTADISTICA
DESCRIPTIVA
OBJETIVOS
¿Qué haremos?
• Se describirán métodos tabulares y gráficos para
resumir e interpretar datos.
¿Para qué nos servirá?
• Eficaces para redactar informes y también para
tomar decisiones.
Se llaman según dónde provengan…
Si se calculan partiendo de datos de una muestra,
se llama estadísticos de la muestra.
Si se calculan a partir de datos de una población,
entonces
se
denominan
parámetros
poblacionales
Tipos de Medidas Descriptivas
1.
2.
3.
4.
Medidas de localización
Medidas de Variabilidad
Medidas de Forma
Medidas de asociación entre dos variables
Medidas de una distribución
Medidas de Localización
Indican el valor medio de los datos para medidas de
localización central y también las hay para
localización no central.
1.
2.
3.
Media
Mediana
Moda
1.
2.
3.
4.
Percentiles
Cuartiles
Deciles
Quintiles
MEDIDAS DE LOCALIZACION:
DEFINICION
MEDIA: o también llamada promedio de una variable.
MEDIANA: es el valor intermedio cuando los valores
de los datos se ordenan en forma ascendente.
Para un número impar de observaciones, la mediana es
el valor medio.
Para un número par de observaciones, la mediana es el
promedio de los dos valores intermedios
Tips para Estadística Descriptiva
Es mejor usar la mediana que la media como medida de
tendencia central, cuando un conjunto de datos
contiene valores extremos.
Otra medida que se utiliza muchas veces, cuando hay
valores extremos es la media recortada que se obtiene
eliminando los valores mínimo y máximo de un
conjunto de datos, y calculando entonces el promedio
de los valores restantes.
MEDIDAS DE LOCALIZACION:
DEFINICION
MODA: es el valor de los datos que se presenta con mayor frecuencia. Si hay
más de una moda, entonces ésta pierde el sentido como medida de tendencia
central.
PERCENTILES: dividen en cien partes iguales, de modo que dentro de
cada uno están incluidos el 1% de los valores.
CUARTILES: dividen a la distribución en cuatro partes iguales, de modo
que dentro de cada uno están incluidos el 25% de los valores.
DECILES: dividen a la distribución en diez partes iguales, de modo que
dentro de cada uno estén incluidos el 10% de los valores.
QUINTILES: dividen a la distribución en cinco partes iguales, de modo que
dentro de cada una de las partes estén incluidos el 20% de los valores.
Ejercicio de
Aplicación Taller
#2
“Ariadna” reunió datos que muestran
los sitios de internet más populares al
navegar en la casa y en el trabajo. Los
datos siguientes muestran el número
de visitantes únicos (en miles) para los
17 sitios más populares para navegar
en casa.
1.
2.
3.
4.
Calcule la media y la mediana.
¿Cuál cree sería mejor usar: la media o
la mediana como medida de tendencia
central? Explique.
Calcule los cuartiles primero y tercero.
Calcule e interprete el percentil 85.
Sitios
Visitantes ünicos (en
miles)
Bando de Guayaquil
5538
Altavista
7391
Amazon
7986
Diario Extra
8917
Aol
23863
Banco Bolivariano
6786
Ebay
8296
Excite
10479
Geocites
15321
Go.com
14330
Hotbob
5760
Hotmail
11791
ICQ
5052
Looksmart
5984
HI5
9950
Microsoft
9950
MSN
23505
Glosario de Fórmulas
Fórmulas para la Media
Media Muestral
n
x
x
i 1
i
n
Consultar la guía de resumen de Fórmulas Descriptivas
Medidas de Variabilidad
Indican el grado de dispersión de los datos con respecto a un valor medio.
Varianza: las unidades asociadas a la varianza están elevadas al cuadrado y por tanto
no están presentadas en las mismas unidades de los datos originales.
Desviación estándar: es la raíz cuadrada de la varianza y se mide en las mismas
unidades que la de los datos originales.
Rango: Es la diferencia entre el valor mayor y el menor de todos los datos.
Rango Intercuartil: Es la diferencia que existe entre el tercer y el primer cuartil.
Coeficiente de Variación: expresada en porcentajes y mide la dispersión de los datos
con respecto a la media. Es múy útil al comparar dos o más conjuntos de datos
medidos con unidades distintas.
Tips: Medidas de Variabilidad
 Cuánto más esparcidos o dispersos están los datos, son mayores
el rango, el rango intercuartil, la varianza y la desviación estándar.
 Cuánto más concentrados y homogéneos son los datos, son
menores el rango, el rango intercuartil, la varianza y la desviación
estándar.
 Si todos los valores son los mismos (de tal manera que no hay
variación de los datos) el rango, el rango intercuartil, la varianza y
la desviación estándar son iguales a ……
 Ninguna de las medidas de la variación (rango, rango
intercuartil, desviación estándar y varianza) puede ser
NEGATIVA
Ejemplo de Aplicación
Comparación de dos coeficientes de variación cuando dos variables
tienen distintas unidades de medida.
El gerente de operaciones de un servicio de entrega de paquetería está
pensando si es conveniente adquirir una nueva flota de camiones. Al guardar
los paquetes en los camiones para su entrega, se deben tomar en cuenta dos
características principales, el peso (libras) y el volumen (en pies cúbicos) de
cada artículo.
El gerente de operaciones toma una muestra de 200 paquetes y encuentra que
la media del peso es 26 libras con una desviación estándar de 3.9 libras,
mientras que la media en volumen es de 8,8 pies cúbicos, con una desviación
estándar de 2.2 pies cúbicos. ¿Cómo puede el gerente de operaciones
comparar la variación de peso y volumen?
Medidas de Forma
Una tercera e importante propiedad que describe a un
conjunto de datos numéricos es la forma. Forma es el
patrón de distribución de los valores de los datos a
través del rango de todos los valores.
Coeficiente de Asimetría: mide la falta de simetría en los
datos. Este puede variar desde -3 hasta 3.
Media < mediana; asimétrica negativa o sesgo izquierdo
Media = mediana; simétrica o asimetría cero
Media > mediana; asimétrica positiva o sesgo derecho.
Distribución simétrica
• Cero asimetría moda = mediana = media
Distribución con sesgo positivo
• Asimetría positiva: media y mediana están a la derecha
de la moda.
• Moda<Mediana<Media
Distribución con sesgo negativo
• Asimetría negativa: media y mediana están a la izquierda
de la moda.
• Media<Mediana<Moda
Regla Empírica
• 1σ = 68%
• 2σ = 95%
• 3σ = 99%
µ-3s
µ-2s
µ-1s
µ
µ +1s
µ+2s
µ+3s
Áreas bajo la curva normal
• Aproximadamente 68% del área bajo la curva normal
está entre la media más una y menos una desviaciones
estándar, y se expresa µ +- 1σ.
• Alrededor de 95% del área bajo la curva normal está
entre la media más dos y menos dos desviaciones
estándar, lo que se expresa µ +- 2σ.
• Prácticamente toda el área bajo la curva normal está entre
la media y tres desviaciones estándar (a uno y otro lados
del centro), es decir µ +- 3σ.
TRABAJO INDIVIDUAL (25%)
Se investigará sobre:
El Teorema de Bayes y el de Chebyshev, definiciones, forma
de cálculos. Darle un enfoque administrativo a través de la
aplicación de un ejercicio. (Si es posible, un enfoque real
profesional, tratando de no utilizar datos confidenciales)
El trabajo se lo realizará en ppt y será enviado al correo
[email protected] , máximo hasta el domingo 23:59 del
domingo 31 de Mayo de 2009.
Medidas de Asociación entre dos o
más variables
• Establece un índice de la fuerza de la asociación entre
variables.
• Confiabilidad con que una variable puede estimar a otra.
• Coeficiente de Determinación. Proporción de
variación total que puede ser “explicada” por medio de la
asociación de X y Y.
• Coeficiente de Correlación. Raíz del coeficiente de
determinación. Indica si existe una relación directa o
inversa.
Aplicación de la Asociación de
Variables
La aplicación más usada es el análisis de regresión simple, qué es la
técnica que permite establecer una ecuación que permite estimar
el valor de una variable a partir de otra.
Aplicaciones administrativas más utilizadas:
- Relación entre las utilidades e inversión en investigación y
desarrollo.
- Relación entre las ventas y los gastos en publicidad.
- Relación entre la cantidad demandada con el precio.
- Relación de las ventas de automóviles y las tasas de interés.
- Relación del costo de producción local sobre las unidades
fabricadas.
Entrenando el ojo: correlaciones
positivas
330
280
230
180
130
80
30
140
r=0,1
150
160
170
180
190
200
130
120
110
100
90
80
70
60
50
40
30
140
100
100
90
90
80
80
70
70
60
60
50
50
r=0,8
40
30
140
150
160
170
180
190
r=0,4
150
160
170
180
30
140
200
r=0,99
40
200
190
150
160
170
180
190
200
Entrenando el ojo: correlaciones
negativas
90
80
80
70
60
50
40
60
70
50
40
30
30
20
10
0
20
r=-0,5
140
150
160
170
180
190
200
0
140
80
80
70
70
60
60
50
50
40
40
30
30
20
10
0
140
r=-0,7
10
150
160
170
180
190
200
160
170
180
190
200
20
r=-0,95
150
10
160
170
180
190
200
r=-0,999
0
140
150
El Diagrama de Dispersión
Escolaridad
(Años)
2
4
8
8
8
10
12
12
12
12
12
13
14
14
15
15
16
16
17
21
Ingresos
5.012
9.680
28.432
8.774
21.008
26.565
25.428
23.113
22.500
19.456
21.690
24.750
30.100
24.798
28.532
26.000
38.908
22.050
33.060
48.276
60.000
Ingreso (dólares por año), Y
Sujeto
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Ñ
O
P
Q
R
S
50.000
40.000
30.000
20.000
10.000
0
5
10
15
Escolaridad, X
A mayor ingreso, mayor nivel
de escolaridad o viceversa
20
25
Aplicaciones Prácticas en Excel …
Ir al archivo Ejercicio Regresión
Lineal Taller #3
Taller #4
Buscar un ejemplo de actualidad profesional en la que aplique estadística descriptiva.
Los datos no tienen porque ser reales. Para la aplicación, es importante que analicen
variables comunes en sus lugares de trabajo, por ejemplo, volumen de ventas mensuales,
cantidad producida, costo de mano de obra, costo de materiales, cantidad de
empleados, precio de los productos, percepción de calidad, número de importaciones,
número de cantidad en cuentas por pagar etc. Etc.
Realizar un análisis gerencial con todas las estadísticas descriptivas vistas anteriormente.
Tiempo de Trabajo: 30 minutos.
Presentación: en ppt, algunos grupos serán seleccionados al azar para una presentación
de máximo 10 minutos.
Realizar grupo de máximo tres personas.
ESTADISTICA INFERENCIAL
APLICACIÓN: LA INVESTIGACION DE
MERCADOS
La investigacion de mercado
Contribucion
•
La informacion procedente de la investigacion de mercado junto con el
analisis comercial permiten:
1.
2.
3.
Decidir a partir de realidades comprobadas y de hechos y datos creibles, fijando con
mayor seguridad objetivos y previsiones
Reducir la incertidumbre de equivocarse en la toma de decisiones, aumentando en
cambio las probabilidades de exito
Y, por consiguiente, poder controlar con precision el desarollo del plan de marketing
y los resultados que se vayan obteniendo, pudiendo asi corregir a tiempo las
desviaciones que se presenten entre lo planificado y previsto y la realidad
Información
Decisión
Acción
Control
La investigacion de mercado
Limitaciones
•
Puede reducir el riesgo en la toma de decision, mas no eliminarlo totalmente:
–
Ser humano como sujeto de analisis
•
•
–
Modelo economico es cambiante
•
–
Variaciones entre momento de observacion y toma de decision
Limitaciones de instrumentos usados
•
•
–
Complejo
Cambiante
Muestreo
Declarativo
Inferencia del organismo decisor
•
•
Cultura de empresa e individuo
Problematica / Condicionantes
Importancia de analisis e interpretacion de investigador y cliente en
conjunto
Técnicas de la Investigación
Se distinguen:
1. Técnicas Cualitativas
2. Técnicas Cuantitativas
A. Investigacion cualitativa
Fundamento
•
Tipo de informacion
Criterios, motivaciones y frenos, opiniones, comportamientos
“Porque? Como?”
•
Contexto
–
Originalmente usada por el Instituto Gallup* para desvelar las verdaderas
causas que impulsan (motivaciones y frenos) el objeto principal de la
actividad comercial
Compra – Uso – Consumo
*Jorge Horacio Gallup, en 1935, al fundar su instituto, realizo una curiosa investigacion que revelo
por que un 70% de las camisas masculinas eran adquiridas por mujeres
Investigacion motivacional vs. conciente
•
Motivaciones de compra son profundas y complejas
Basadas sobre conciencia y inconsciente del individuo
•
Preguntas directas (cuantitativo) apela al conciente
Obtiene respuestas logicas, superficiales, no siempre veraces
“Porque compra este producto?” “…Es lo mejor…No hay otro en tienda”
•
Investigacion motivacional usa tecnicas indirectas o proyectivas
Basadas en mecanismo mental llamado por Freud “proyeccion” o reaccion subconciente a determinados
estimilos
Principio del Iceberg
Ernts Dichter


Racionalizacion
Preguntas directas
Cuantitativo
Subconciente
Imaginario
Tecnicas indirectas
Tecnicas:
Reuniones grupales
•
Reunion de 7 a 10 personas pertenecientes a un grupo objetivo
•
Con el objetivo de hacer discutir sobre un tema previsto en general mas
amplio que el objetivo del estudio
•
Moderador facilita la conversacion sobre temas predefinidos en una guia de
sesion y limita la interferencia de lideres
•
Uso de dinamica grupal
•
Idealmente filmado (languaje non-verbal) o co-animado
•
Mayoria de los casos: Grupos homogeneos
•
A veces: Grupos non-homogeneos para favorecer dinamica
Tecnicas:
Entrevistas en profundidad
•
Entrevistas personales (1 a 2 horas)
•
Usando preguntas indirectas – por lo general semiestructuradas, siguiendo el
orden de una guia de entravista
•
Objetivo: llegar al fondo de un proceso
•
(-) Proceso individual, no cuenta con dinamica grupal
•
Usado para temas personales o evitar influencia de grupo
 Sexo, Analisis simbolica de logo
Aplicaciones de uso
•
Como etapa exploratoria
–
–
–
•
Lanzamiento y desarollo de producto
–
•
Obtener primeros elementos de informacion
Evaluar validez de un proyecto
Elaborar hipotesis (y lenguaje) para ser confirmadas en una etapa
cuantitativa posterior
Entender motivacion (y frenos) de compra / uso hacia categoria y marcas
Desarollo de estrategias publicitarias
–
–
–
Publicidad tiene como mision motivar e impulsar la compra
Importancia de identificar fraseologia y simbologia
Pre-test y desarollo de conceptos
Ejemplos de tecnicas proyectivas
•
TAT (test de apercepcion tematica, de Murray)
Pedir al investigado que interprete y describa sus actitudes, pensamientos y sentimientos a
medida que que va observando una secuencia de escenas dibujadas o fotografias
•
Terminación de frases
Los telefones celulares son…
Los telefones celulares no son…
Mi uso principal de un telefono celular es…
•
Personalización de marca o empresa
Si la marca P es una persona…
Como es fisicamente, su caracter, donde vive, familia, pasatiempo, etc?
•
Guerra de marcas
Pedir que se formen 2 grupos y cada grupo defende una marca A y ataca la marca B
Ejemplos de tecnicas proyectivas (2)
•
Globotest (Variante more practical del TAT)
–
–
Pedir al investigado que interprete y describa en un globo sus actitudes,
pensamientos y sentimientos frente a un estimulo dado
Interesante para evaluar alternativas en una etapa inicial
•
•
Conceptos - ideas creativas (a nivel de bocetos elementales)
Story-board para pre-test de comunicacion
Pienso que…
Me hace
sentir…
Estimulo:
Boceto, Story-board
Image, foto
Seleccion de participantes
•
•
Homogeneidad facilita intercomunicacion fluida
“Non- profesional” con discurso articulado
•
Importancia seleccionar los participantes de acuerdo a los objetivos de
informacion
– Variables sociodemograficas
•
•
•
•
•
•
–
Sexo
Edad
NSE
Region
Tipo de familia (miembrosa afuera)
Actividad laboral
Variables de producto
•
•
Nivel de experiencia con categoria
Experiencia con marcas
Limitaciones y riesgos
•
Ciertas limitaciones…
–
–
–
•
Consumidor tipico no es creativo, tiende a repitir lo que conoce
Use estimulos
En un grupo, la mayoria tiende a producir respuestas “socialmente acceptadas”
Cuestionario individual al inicio
Ciertos individuos quieren ser lider
Identify and act
Riesgo*…
Solo usar cualitativo para tomar decisiones, sin verificar
hipotesis con cuantitativo
–
–
Cualitativo pone “gente comun” en situacion no usual (“Bombardeados gerente de
marketing”)
Pueden explosionar y enviar en la direccion opuesta
•
•
Racionalizar y esconder lo efectivo
Exagerar sus motivaciones y necesidades (y criticas)
*Jack Trout – Positioning
Algunas conclusiones…
•
•
•
•
Una herramienta util
En etapa inicial
Para adquirir conocimiento en profundidad
Sobre actitudes, motivaciones y frenos
Ciertos riesgos…
•
•
•
Falta de definicion de objetivos o grupo objetivo
Utilizar los datos sin interpretacion sicologica y social y fuera de contexto
(datos de mercado, conocimiento previo, etc.)
Uso en decisiones sin validacion cuantitativa
Un ejemplo
B. Investigacion cuantitativa
Fundamento
•
Tipo de informacion
Estadisticas o datos numericos y concretos
–
–
•
Cuotas de mercado segun marcas
Numero de personas de entre 20 y 30 anos que residen en un territorio determinado
Campos de aplicacion
–
Para ser completa, la investigacion comercial se ha de aplicar sobre 3 campos
Analisis de la empresa
Analisis del entorno
Analisis del mercado
Informaciones sobre entorno (Ej.)
•
Entorno fisico
–
–
•
Comercion interior / exterior
–
–
•
Lugares de vaciones
Demografia y poblacion
–
–
•
Investigacion cientifica y desarollo
Innovaciones
Cultura y ocio
–
•
Encuesta de servicios de telecomunicaciones
Transporte. Infraestructura (Cobertura)
Investigacion y desarollo
–
–
•
Indicadores de comercio al por menor
Principales resultados de comercio exterior
Comunicaciones
–
–
•
Territorio
Climatologia
Movimiento natural de poblacion
Emigracion y efectos
Nivel, calidad y condiciones de vida
–
–
Indice de precios de consumo
Canasta familiar
Investigacion de marketing (Ej.)
Datos propios y de la competencia – Segun necesidades
•
Datos generales del mercado
–
–
–
•
Analisis de la demanda
–
–
–
–
–
•
•
Seleccion de canales de distribucion
Localizacion y datos de proveedores
Investigacion sobre las ventas
–
–
•
Estadistica demografica
Censo de clientes
Segmentacion segun variables que interesan
Capacidad de compra
Habitos de compra, uso (Detalles luego)
Investigaciones sobre producto y precio (Detalles luego)
Investigaciones sobre la distribucion (Detalles luego)
–
–
•
Coyuntura, potencial y tendencias del mercado y del sector
Estructura geografica: nucleos de poblacion
Estadistica sobre empresas del sector
Organizacion de sistemas de venta
Sistemas de formacion
Investigacion sobre publicidad y demas medio de apoyo
(Detalles luego)
Cual es nuestra competencia?
•
•
•
•
•
•
•
Relacion o ranking
Datos economicofinancieros, ventas, beneficios, etc.
Infraestructura, instalaciones y datos logisticos
Personal y organizacion funcional y zonal
Marcas, lineas de producto, productos, calidades, precios, etc.
Ciclo de vida
Posicionamiento (imagen de marca, atributos, etc.)
Marcas
Notoriedad
Calidad
Disponibilidad
A
B
Tabla conclusiva de Kotler
E = Excelente, B = Bueno, R = Regular, M = Mal
Postventa
Vendedores
Tecnicas de obtencion de información
• Observacion
•
Por ejemplo, punto de venta
• Entrevistas Personal
(+)
•
Control de muestra / Identificacion de entrevistado (a)
•
Profundidad / Calidad de informacion (uso de estimulos visuales)
•
Mayor duracion
(-)
•
•
•
Acceso a viviendas protegidas (NSE más altos)
Duracion e infrastructura de campo
Costo
Investigación Estratégica - Seminario Porta
Tecnicas (2)
• Entrevistas por telefono
(+)
•
Precio
•
Rapidez / Organizacion
(-)
•
Control de muestra / Identificacion de entrevistado (a)
(Excepto con usuarios?)
• Entrevistas por correo
(+)
•
Precio
•
Disponibilidad entrevistado
(-)
•
Nivel de retorno
• Estudio “Omnibus”
Donde encontrar la informacion
•
Fuentes secundarias
Datos existentes:Publicaciones, informes, estadisticas, anuarios, etc.
–
–
•
Fuentes internas: Existentes en la propia organizacion
Fuentes externas: Instituciones, organismos, etc.
Fuentes primarias
Datos elaborados a medida
–
–
–
–
Interrogatorio
Observacion
Estudios cualitativos
Estudios cuantitativos
Muestreo
Universo
Muestra
•
Error estadistico
Muestra
Porcion de universo o poblacion seleccionada para desarollar estudio
•
Error de muestreo /Error estadistico
Error previsto – sobre probabilidad o resultado – debido a diferencia entre muestra y universo
•
Muestra representativa depende
–
–
–
Uso de metodos probabilisticos o aleatorios
Asegurar que cada unidad muestral (individuo, hogar, empresa) tenga la misma probabilidad de
estar seleccionada
Tamaño de la muestra
Estructura / diseño de la muestra
Tipos de Muestreos
1.
Muestreo no Probabilístico
1.1 Muestreo por Conveniencia (consiste recopilar datos de los elementos
muestrales de la población que más convenga, Ejm. Entrevistar a cualquier persona que pasa por la calle)
1.2 Muestreo por Cuota (se utilizan los datos de los estratos de la población,
género, edad u otros para seleccionar miembros de una población
1.
Muestreo Probabilístico
2.1 Muestreo Aleatorio Simple
2.1 Muestreo Estratificado
2.3 Muestreo por Conglomerados
MUESTREO ALEATORIO SIMPLE (MAS)
• Forma más sencilla de realizar un muestreo probabilístico y la
base para otros diseños de muestreos más complejos.
• Cualquier unidad de la población tiene la misma probabilidad de
ser seleccionada para componer la muestra.
• Existen dos formas de extraer una MAS: con remplazo (donde la
misma unidad se puede incluir más de una vez en la muestra) y
sin reemplazo.
Ejemplo:
Suponga que quiere estimar la cantidad de tiempo promedio que los técnicos de producción de
una empresa ocupan en cierta tarea de verificación de calidad en cierta semana.
Para extraer una muestra aleatoria simple construya una lista de todos los técnicos de producción
elija al azar n de ellos para conformar su muestra.
Una vez construido pregúntele a cada uno de ellos la cantidad de tiempo que ocupan a la
verificación de calidad de cierta tarea.
MUESTREO ALEATORIO ESTRATIFICADO
• La población se subdivide en subgrupos llamados estratos.
• Se elige de manera independiente cada estrato y se extrae una muestra
aleatoria simple.
• Los estratos son con frecuencia, subgrupos de interés para el investigador.
Por ejemplo, amas de casa que compren una marca de cereal X, mujeres de 25
a 35 que tengan hijos o tamaños de empresas en un estudio comercial, etc.
• Los elementos del mismo estrato tienden a ser más similares que los
elementos tomados al azar.
Ejemplo:
Siguiendo con el mismo ejemplo: Suponga que quiere estimar la cantidad de tiempo promedio
que los técnicos de producción de una empresa ocupan en cierta tarea de verificación de calidad
en cierta semana.
Para extraer una muestra aleatoria estratificada
REPASO DE CONCEPTOS PARA EL
CALCULO MUESTRAL
Parámetro: Son las medidas o datos que se
obtienen sobre la población.
Estadístico: Los datos o medidas que se obtienen
sobre una muestra y por lo tanto constrituyen
una estimación de los parámetros.
Error de Muestreo
• Diferencia entre el estadístico muestral y el parámetro
poblacional.
• Es una medida de la variabilidad de las estimaciones de
muestras repetidas en torno al valor de la población,
nos da una noción clara de hasta dónde y con qué
probabilidad una estimación basada en una muestra se
aleja del valor que se hubiera obtenido por medio de un
censo completo.
• El método de muestro debe reducir al mínimo el error
de muestreo.
• Un estadístico será más preciso en cuanto y tanto su
error sea más pequeño.
Nivel de Confianza
Probabilidad que la estimación efectuada se ajuste
a la realidad. Cualquier estimación que queremos
recoger está distribuida según una ley de
probabilidad (Gauss o Student).
Probabilidad de que el intervalo construido en
torno a un estadístico capte el verdadero valor
del parámetro.
Varianza Poblacional
Cuando una población es más homogénea la
varianza es menor y el número de entrevistas
necesarias para construir un modelo reducido
del universo, o de la población, será más
pequeño.
Generalmente es un valor desconocido y hay que
estimarlo a partir de los datos previos.
Elección del tamaño de muestra
apropiado
• Existen 3 factores que determinan el tamaño de
la muestra, ninguno de los cuales tiene relación
con el tamaño de la población. Éstos son:
– El nivel de confianza deseado.
– El máximo error permisible.
– La variación en la población.
Tipos de preguntas
•
Cerrada
•
•
•
Propone 2 o mas alternativas de respuestas
Facilita tabulacion y analisis. La mas usada
Semicerrada
•
Pregunta cerrada combinada con abierta
Ejemplo: “Por orden de importancia, cuales son las cualidades que debe reunir un
servicio de telefono celular?”
(Puntue cada caracteristica indicada de 1 a 1o. Puede repetir cada nota. Si lo desea, añada
otras cualidades)
•
Abierta
•
•
De introduccion
•
•
Solicita la opinion del entrevistado
Despertar interes y curiosida y predisponer favorablemente el entrevistado
De control
•
Para comprobar, sinceridad, coherencia y veracidad de las respuestas
Cuestionario
•
Diseño
•
•
•
•
•
•
Prueba piloto para evaluar
•
•
•
•
Lenguaje apropiado (entendible por todos)
Brevedad de las preguntas (no confundir / aburrir)
Evitar temas dificiles de contestar o que obligan a calculos (N.S.)
Preguntas deben seguir orden preestablecido
Organizadas por temas
Empezar por preguntas generalistas para llegar a particular
Seguir flujo sicologico y curva de atencion
Seleccionar solo preguntas relacionadas con objetivos y las que van a tener base suficiente
Flujo de preguntas
Comprehension y adecuacion de preguntas con objetivos
Terminologia
Administracion
•
•
Encuestador debe ser neutral
Evitar presencia / influencia de otras personas
Tipos de variables
•
Variables sociodemograficas
•
•
•
•
•
•
•
Variables de producto
•
•
•
Sexo
Edad
NSE
Region
Tipo de familia (miembros a afuera)
Actividad laboral
Nivel de experiencia con categoria
Experiencia con marcas
Variables psicograficas
•
•
Estilos de vida
Valores
Dificuldad de definicion NSE
•
Instabilidad sistema social y economico
•
•
•
•
•
•
•
Importancia establecer “criterios”
•
•
•
•
Dolarizacion
Inestabilidad politica
Crisis economica y sus consecuencias
Deslize entre nivel social y economico
Emigracion
Evolucion “normal” del modelo
Para poder diferenciar grupos
Segun producto u objetivo, utilizar NSE o solo “ingresos”
De acuerdo con su empresa de investigacion…
Definicion en base a variedad de criterios
•
•
•
•
•
•
Nivel de ingresos
Zona geografica (barrio)
Ocupacion
Nivel de educacion
Tipo de vivienda
Posesion de vehiculos y artefactos
Investigación Estratégica - Seminario Porta
Definicion de los estratos
socioeconomicos
Total
Ecuador %
Nivel
A
B
C
D
E
Superior
Alto
Medio
Bajo
Marginal
2
7
Caracteristicas
Empresarios y Altos Ejecutivos,
Educación Superior, Viviendas de
más de 8 ambientes 3-4 baños, más
de 25 artefactos en el hogar.
Profesionales, ejecutivos de mando
medio, Educación Superior, Vivienda
de 6-7 ambientes, 2 baños, 20
artefactos en el hogar.
Ingreso
Mensual
U$ 8.000
U$ 3.000
35
Pequeños comerciantes, obreros
especializados, Educación
Secundaria, Viviendas de 4-5
ambientes, 1 baño, 10 artefactos en
el hogar.
U$ 350
39
Obreros poco especializados,
vendedores ambulantes,
campesinos, Educación Primaria,
Vivienda de 3 ambientes,
generalmente sin baño, 5 artefactos
en el hogar.
U$ 163
17
Sectores populares y pobres,
Viviendas de material ligero,
pequeña en malas condiciones,
estudios básicos incompletos, sin
profesión, trabajos ocasionales,
aseadores, no poseen vehiculo.
U$ 70
Fuente: INEC/World Bank/Banco Central del Ecuador/CEPAL
Definicion de los estratos
socioeconomicos (2)
Ecuador
Definición Establecida por:
* Ninguna organización profesional ha coordinado un criterio de clasificación.
* Se expone con valor orientativo el de Apoyo Opinión y Mercado.
Método:
* Asignación de puntajes de 5 variables.
Variables Incluidas:
* NSE de la manzana ( según Censo de Observación)
* NSE de la vivienda ( según parámetro de fotografías
de las viviendas típicas)
* Educación del Jefe del Hogar
* Existencia de servicio doméstico
* Tendencia de la lavadora de ropa y refrigeradora
Puntos
Máximos
4
4
4
4
4
Fuente: INEC/World Bank/Banco Central del Ecuador/CEPAL
Tipos de analisis (Informacion cuantitativa)
•
Analisis convencionales
–
–
–
(Simples o cruzados)
Cruzar informacion entre variables a explicar y variables explicativas
Explica una variable por otra
Considera la muestra como un conjunto
Variables
Explicativas
Sexo
Edad
Variables
a explicar
“Posesion
celular”
•
Analisis multivariables
–
–
Analisis entre diferentes variables a la vez
Cada individuo analizado por separado
NSE
Modelos de analisis multivariable (1)
•
Segmentacion
Se predetermina la variable a explicar
–
–
–
Dada una variable a explicar (Usuarios de marca P)
Dadas unas posibles variables explicativas (Sexo, edad, ingresos, etc.)
En que segmentos se puede dividir el mercado de la marca P?
Ejemplo
•
Segmento A
–
–
•
10% de la poblacion total, donde uso marca P = 90%
Caracteristicas:
•
Hombres
•
Entre 26 y 45
•
NSE medio-alto
•
Ciudades grandes
Segmento B
–
–
30% de la poblacion total, donde uso marca P = 20%
Caracteristicas:
•
Ambos sexos
•
Entre 18 y 25
•
NSE medio-alto
•
Ciudades grandes
Investigación Estratégica - Seminario Porta
Modelos de analisis multivariable (2)
•
Tipologia
No se predetermina la variable a explicar
–
Se identifican las variables de interes en un mercado dado
•
•
•
–
Socio-demograficas
Caracteristicas de uso de producto y marca
Psico-graficas
Se corre el programa de tipologia (analisis de regresion y corelacion) y se pregunta
•
•
Es posible determinar tipos homogeneos de poblacion (a veces no se puede)
Si – Cuantos? Con que peso de poblacion y caracteristicas
Ejemplo
•
Segmento A
–
–
•
40% de la poblacion total - “Los profesionales”
Caracteristicas:
•
Hombres
•
Entre 25 y 40
•
NSE medio-alto
Segmento B
–
–
15% de la poblacion total – “Vida social”
Caracteristicas:
•
Mujeres
•
Entre 18 y 30
•
NSE medio-tipico
•
Solteras
Investigación Estratégica - Seminario Porta
III. Familias de toma
de decision y Modelos
de informacion
Plan de capitulo
1.
Objetivos
2.
Clasificacion de las tomas de decision
1. Por tipo
2. Por genero
3. Por familias
3.
Clasificacion de las tecnicas de investigacion (modelos de
informacion)
4.
Adecuacion entre tecnicas de investigacion
de toma de decision
y familias
1. Objetivos
•
•
Identificar los diferentes tipos de decision que se requieren tomar segun las
circumstancias (ciclo de vida de un producto)
Para aportar claridad sobre necesidades de informacion objetiva (objetivos de
informacion)
•
•
Informar sobre las tecnicas de investigacion mas usadas en decisiones comerciales
Identificar las tecnicas mas apropiadas segun la situacion
•
Para que un decidor, ante un problema determinado
– “Sepa por donde empezar”
– Pueda comunicar mejor sus necesidades al investigador
– Defina y obtenga la informacion relevante
2. Clasificación de tomas de decisión
Tipo
Tomas
de
decision
Genero
F1. Planificacion y establecimiento de estrategias generales
de negocio
T1
Estrategicas
T2
Operativas
T3
Correctivas
Familias
F2. Gestacion y desarrollo de un nuevo producto
G1
Cuantitativas
F3. Lanzamiento de un nuevo producto
F4. Fijacion de estrategias de Marketing Mix
G2
Cualitativas
F5. Fijacion de estrategias y acciones relativas a productos y
precios
F6. Fijacion de estrategias y acciones relativas a la
distribucion
F7. Fijacion de estrategias y acciones relativas a la
communicacion
F8. Como resulatdo del seguimiento de la evolucion del
mercado
2.1. Clasificacion por tipos
• Estrategicas
–
–
–
–
–
Parte de plan de marketing
Previa decision operativa
Afectan medio y largo plazo
De tipo global
Requieren informacion objetiva
• Operativas
–
–
–
Relativas a operaciones concretas / especificas
Afectan corto plazo
Relativas al detalle
• Correctivas
–
–
Consecuencias de emergencias y/o desvio sobre previsiones
De tipo estrategico u operativo
2.2. Clasificacion por generos
• Cuantitativas
– Implican cantidades y magnitudes
Ejemplo:
Previsiones de ventas, margenes o market share
• Cualitativas
– Se expresan en cualidades
– De tipo estrategico, expresa una idea, un concepto o un curso de accion
Ejemplo:
Decision de no efectuar publicidad, para dedicar los recursos disponibles a
promociones de venta
2.3. Clasificacion por familias (1)
Prehistoria del producto
Momento
-2
NO EXISTE
TODAVIA EL
NEGOCIO
Momento
-1
TOMADA LA
DECISION DE
ENTRAR EN EL
NEGOCIO:SE
GESTA Y
DESARROLLA EL
PRODUCTO
TOMAS DE
DECISION
Es interesante?
Es posible?
Seremos
capaces?
……
TOMAS DE
DECISION
Como debe ser el
producto?
Sera aceptado por
el mercado?
……
FAMILIA
I
FAMILIA
II
Momento
o
Momento
1
EL PRODUCTO
SE LANZA AL
MERCADO
EL PRODUCTO ES
RETIRADO DEL MERCADO
FIN: PRODUCTO
MUERE
TOMAS DE
DECISION
Con que
estrategias?
Hacemos
mercado de
prueba?
……
FAMILIA
III
EL PRODUCTO
VIVE
EL PRODUCTO PERMANECE
EN EL MERCADO
TOMA DE DECISION EFINITIVA
- Lo retiramos del mercado?
- Lo mantenemos?
-Lo relanzamos?
2.3. Clasificacion por familias (2)
Historia del producto
Momento
Momento
-1
Momento
-1
Momento
o
Momento
1
EL
PRODUCTO
SE
DISTRIBUYE
EN EL
MERCADO
EL PRODUCTO
SE PUBLICITA
Y SE
PROMOCIONA
EL
PRODUCTO
SE COMPRA Y
SE CONSUME
TOMAS DE
DECISION
Como
evaluamos su
participacion
de mercado?
Como hacemos
el seguimiento
de su
evolucion?
……
FAMILIA
VIII
-2
SE DISEŇA EL
PLAN DE
MARKETING
ANNUAL
EL PRODUCTO
SE FABRICA
TOMAS DE
DECISION
Que objetivos
marcamos?
Con que
estrategias?
……
TOMAS DE
DECISION
Con que
caracteristicas?
Con que
precios? Con
que gama
……
TOMAS DE
DECISION
Con que
cobertura?
A que canales?
Con que
estrategias?
……
TOMAS DE
DECISION
Con que
estrategia
publicitaria?
Hacemos
promociones?
……
FAMILIA
IV
FAMILIA
V
FAMILIA
VI
FAMILIA
VII
Investigación Estratégica - Seminario Porta
3. Clasificación de tecnicas de investigacion
SEGÚN LAS
CARACTERÍSTICAS DE
INFORMACIÓN
SEGÚN PROCEDIMIENTO
DE OBTENCIÓN DE LA
INFORMACIÓN
INTERROGATORIO
CONCLUYENTES
DESCRIPTIVOS
CONCLUYENTES
EXPERIMENTALES
SEGÚN LA INFORMACIÓN/ EL PROBLEMA
COMERCIAL
• Habit survey
• Test de concepto
• Test de precio
• Estudios de motivación
• Market survey
• Estudio de imagen
• Segmentación y posicioamiento
• Tests de producto
• Tests de embalaje
• Retailer surveys
• Pre-testing
• Post-testing
• Audiencia de medios
• Estudios de promoción
• Barómetro de marcas
OBSERVACIÓN
• Panel de aceptación
• Panel de consumidores
• Shop Audit
• Audiencia de medios
• Evaluación de campañas
• Optimización de medios
TIPO MÚLTIPLE
• Experimentos de ventas
• Mercado de prueba
4. Adecuación entre tecnicas de investigación y familias
de decisiones (1)
* = Utilidad secundaria
X = Utilidad basica
T1.
Habit
Survey
F1.
Planif.
X
F2.
Desarollo
*
F3.
Lanzami.
*
T2.
Test de
Concepto
T3.
Test de
Precio
X
X
*
F6. Estr.
Distrib.
*
F7. Estr.
Comm.
*
F8.
Seguim.
T5.
Estudios
Motiv.
T6.
Panel
Consum.
T7.
Experim.
De venta
T8.
Mercado
Prueba
*
F4.
Estrat.
Mktg Mix
F5. Estr.
Prod. y
precio
T4.
Panel de
Accept.
X
X
X
*
*
X
X
*
*
X
*
4. Adecuación entre tecnicas de investigación y familias
de decisiones (2)
* = Utilidad secundaria
X = Utilidad basica
T9.
Market
Survey
F1.
Planif.
T10.
Estudio
Imagen
*
T11.
Segm. Y
Posic.
T12.
Test
Producto
T13.
Test
Embalaje
*
*
F2.
Desarollo
X
X
*
*
F6. Estr.
Distrib.
*
*
F7. Estr.
Comm.
*
*
F8.
Seguim.
*
F5. Estr.
Prod. y
precio
T15.
Retail
Survey
*
*
*
F3.
Lanzami.
F4.
Estrat.
Mktg Mix
T14.
Shop
Audit
X
X
*
*
*
*
X
X
X
*
X
4. Adecuación entre tecnicas de investigación y familias
de decisiones (3)
* = Utilidad secundaria
X = Utilidad basica
T16.
PreTesting
T17.
PostTesting
T18.
Audie.
Medios
T19.
Eval.
Medios
T20.
Optimz.
Medios
T21.
Estudios
Promoc.
T22.
Baromt.
Marcas
F1.
Planif.
F2.
Desarollo
F3.
Lanzami.
F4.
Estrat.
Mktg Mix
*
*
F5. Estr.
Prod. y
precio
*
*
F6. Estr.
Distrib.
F7. Estr.
Comm.
F8.
Seguim.
X
X
X
*
*
X
X
X
*
X
4.1.
•
Familia I
Planificación y estrategias generales (1)
Influenciada por
– Percepcion, intuicion de oportunidad en segmento determinado, como consecuencia
de estar ya operando en otras areas
– Necesidad de diversificar, como consecuencia de caidas en ventas
•
Decision de altos riesgos (Particularmente si no conoce mercado)
– Cuantitativos
Inversiones – Tecnologia, publicidad, acciones de marketing
– Cualitativos
Error de penetracion puede afectar identidad corporativa
Error derivado: Riesgo de debilitar recursos
•
Importancia de informacion externa
– Averiguar si existe potencial correspondiente a insatisfacciones o expectativas no
satisfechas
– Que tipo de producto?
4.1.
4.1.1
•
Objetivos
–
–
–
–
–
•
Familia I
Habit Survey (1)
Estudio de habitos o estudio de base
Cuantificar la estructura de habitos de consumo y compra de un determinado producto
Para estimar la demanda potencial del mismo a traves de consumidores y consumidores potenciales
Evaluar nivel de satisfaccion/ expectativas
Apoyar decisiones acerca de
• Producto ya existente
Identificar nueva aplicacion o nuevo segmento de usuarios
• Producto no existe
Identificar las necesidades que quedan para satisfacer
Caracteristicas tecnicas
–
–
–
Metodo cuantitativo con cuestionario estructurado y completo
Conveniencia de sondeo exploratorio cualitativo para ayudar desarrollo de cuestionario
Importancia de definicion de universo (usuarios actuales y potenciales)
4.1.
4.1.1
Familia I
Habit Survey – Estructura (2)
UNIVERSO TOTAL
Tienen costumbre (usan, emplean)
• Usos, empleos
• Frecuencia de uso, empleo
• Estructura del mercado (marcas usadas)
No tienen costumbre
• Conocen /No conocen producto
• Razones de no uso
– No sienten necesidad
• Urtilizan / No utilizan producto sustituto
– Sienten necedidad
• Razones de no utlizacion
4.1.
4.1.1
•
Algunos datos
–
–
–
–
•
Familia I
Habit Survey – Ejemplo (3)
Mercado de camisas confeccionadas
60% usan camisas confeccionadas
• 20% algodon
• 50% nylon
Principal motivo por usar nylon = Practicidad ( No se planchan)
Principal motivo por no usar nylon = Son calurosas (Usuarios algodon)
Conclusiones
–
–
A pesar del boom del nylon, mercado no esta totalmente satisfecho
• Nylon no da total satisfaccion; ventaja y desventaja fuerte
• 40% del mercado no usa camisas confeccionadas, gran parte porque el nylon es caluroso
Desarrollar un nuevo material que tenga las ventajas del nylon (practicidad) y del algodon
(ventilacion)
4.2.
Familia II
Gestación y desarrollo nuevo producto
• Aplicacion
– Se engloban todas la decisiones para llegar a tener un nuevo producto
– Concebir y definir las caracteristicas de este producto
• Formula, diseno, calidad, marca, precio, embalaje, etc.
• Imagen y posiciomnamiento
• Tecnicas claves
– Test de concepto
– Test de precios
– Paneles de aceptacion
4.2.
4.2.1
•
Objetivos
–
–
–
•
Familia II
Test de concepto
Evaluar aceptacion o rechazo de un nuevo producto, previo a su desarrollo
Ideas como resultado de Habit Survey o desarrollo tecnologico
Identificar posibles mejorias
Estructura de informacion
UNIVERSO CONSUMIDOR POTENCIAL
• Opinion espontanea – IMPACTO
• Ventajas e inconvenientes – IDEA
• DESEO DE COMPRA – Cantidad – Precio
•
Metodologia
–
–
–
Reuniones de grupo si proyecto a nivel de embrio y dificil entender
Estudio cuantitativo para diagnostico de ideas desarrolladas
Interesante evaluar alternativas de conceptos
4.2.
4.2.2
•
Familia II
Test de precio
Objetivos
– Identificar nivel de precio “Ideal” para garantizar aceptacion
– Tema dificil
Conflicto entre declarativo (intencion de compra) y realidad (acto de compra con
impligacion de desembolso financiero)
•
Metodologia
– Estudio cuantitativo
– Metodo cruza dos variables de analisis
• Precio estimado en forma espontanea (despues de prueba de producto)
• Reaccion a niveles de precio dados (curva de elasticidad)
– Metodod sustitutivos mas complejos
• Experimento de ventas
• Simulacion de percha y compra
• Trade-off
Tabla 1.-Un sistema común de ponderación para respuestas de intención
de compra.
Escala de Intención
Respuestas
de Compra
de la prueba
"Puntaje"
Ponderaciones
Ponderado
Definitivamente Comprará
21%
x
.75
=
15,8%
Probablemente Comprará
29
x
.25
=
7,3%
Podría comprar o no comprar
30
x
.10
=
3,0%
Probablemente no Comprará
15
x
.03
=
.5
Definitivamente no Comprará
5
x
.02
=
.1
Total
100%
26,7%
Algunas variables de Administración que necesitan
conocer…
DIMENSION
VARIABLE
DESCRIPCION
PURCHASING
Value Share
Participación de Mercado en Valor.
Penetración
% de hogares que compraron al menos una
vez la marca en el período de medición.
Loyalty/Recompra
% de hogares que compró la marca en el
mismo periodo más de una vez
Spontaneous Brand Awareness
Marcas de la Categoría que conoce o ha oído
nombrar. Master Brand
Top of Mind
Primera marca mencionada en Spontaneous
Brand Awareness
Consumer Complaints
Total de Reclamos recibido en el SAC en todo
el mes. Información Mensual
Share of Investment /Share
Indice entre participación en la Inversión
Publicitaria sobre participación de mercado.
Distribución Numérica
% de puntos de ventas que manejan la marca.
Se debe entender como manejante todo
establecimiento que compra, vende o tiene un
inventario.
Distribución Ponderada
% de puntos de ventas que manejan la marca
en relación a la importancia de ventas con
estos puntos de ventas.
Promotional Preassure
% de compras que hace el hogar por medio de
una actividad promocional
Relative Price
Diferencial de precio de consumidor frente al
mercado
IMAGE & QUALITY
OPERACIONAL
INVESTMENT