Estrategias de marketing: Conjoint Analysis

CONJOINT ANALYSIS (Análisis Conjunto)

El análisis conjunto, llamado también modelo composicional multiatributo, es una técnica estadística que se originó en la psicología matemática. Hoy se utiliza en muchas de las ciencias sociales y ciencias aplicadas incluyendo el marketing, la administración del producto y la investigación operativa.

El objetivo del análisis conjunto es determinar qué combinación de un número limitado de atributos es el más preferido por los encuestados. Se utiliza con frecuencia para comprobar la aceptación de diseños nuevos de producto por parte del cliente y valorar el atractivo de anuncios.

Por otro lado nos sirve para determinar el precio que está dispuesto a pagar un cliente por un producto que tenga determinados atributos, a partir del valor que el cliente le da a esos atributos. A partir de esto, conociendo los precios y atributos de la competencia podemos llegar a determinar la potencial participación de mercado

Una idea fundamental en el análisis conjunto es que el producto puede descomponerse en un grupo de atributos relevantes. Por ejemplo, Parker y Srinivasan describen una alternativa rural de cuidado de la salud en cinco atributos:

1. Alojamiento para facilitar el tiempo de viaje
2. Tiempo perdido para obtener una cita
3. Tiempo de espera en el lugar
4. Horas de operación 
5. Tipo de lugar (practicante de enfermería, consultorio o centro de cuidado de la salud)

Al definir los productos como un compendio de atributos y al tener al consumidor individual reaccionando a un número de alternativas, uno podría inferir (i) la importancia de cada atributo y (ii) el nivel más deseado.

El análisis conjunto estima un “sistema de valoración” individual, el cual especifica qué tanto valor le da un consumidor en cada nivel a cada atributo. Si nosotros conocemos un sistema de valoración individual, podemos predecir qué conjunto de alternativas disponibles comprará el consumidor. Generalmente las personas no encuentran sencillo expresar su sistema de valoración en forma creíble. En vez de forzar a los consumidores a pensar separadamente en los atributos individuales, el análisis conjunto le pide al consumidor hacer juicios de todos los productos y después utiliza análisis matemáticos para descubrir el sistema de valoración, el cual se encuentra detrás de los juicios de preferencia.

El truco en el análisis conjunto es que mediante la construcción de un sistema de valoración, podemos preguntar sobre las preferencias en un pequeño subconjunto de productos, para poder hacer predicciones sobre las preferencias relativas a cualquier producto. Esto estará más claro conforme avancemos. Primero consideraremos cómo podemos calcular el “sistema de valoración” de algunos juicios en forma global.

Como ejemplo, considérese un gimnasio interesado en el diseño óptimo de sus casilleros. Dos atributos son potencialmente importantes para los usuarios: (i) si hay o no sauna y (ii) el tamaño de los casilleros disponibles. Hay dos “niveles” alternativos para el sauna (“sí” y “no”) y tres niveles para los casilleros:

1. Casilleros pequeños (20” x 20” x 20”) asignados permanentemente y casilleros grandes para colgar (72” x 20” x 20”), de uso
2. Casilleros medianos (36” x 20” x 20”) asignados
3. Casilleros no asignados permanentemente; casilleros para colgar (72” x 20” x 20”) disponibles diariamente con una puerta con espejo

Por lo tanto, hay 2 x 3 = 6 diferentes combinaciones de sauna/casilleros o productos. En la práctica, uno puede preguntar a las personas qué tan importantes son estas alternativas de atributos. Alternativamente, uno simplemente puede pedirle al encuestado que ordene las seis combinaciones posibles de más a menos. La persona podría responder como sigue:

  Sauna

                                                                       SI               NO

Pequeño, grande diario      Rango 2       Rango 4

Casillero  Sólo mediano                        Rango 1       Rango 3

                     Grande diario con espejo   Rango 5       Rango 6

Con estos rangos, podemos dar puntos útiles (donde el más alto es el mejor) a las opciones para capturar estas preferencias expresadas. Por ejemplo, podemos codificar al mejor con 5 puntos, y de ahí ir hacia abajo, con lo que la alternativa menos deseada obtiene un cero. Esto podría ser así:

                                                                         Sauna

                                                                       SI               NO

Pequeño, grande diario             4                 2

Casillero  Sólo mediano                               5                 3

Grande diario con espejo           1                 6

Promedio         3,33          1,67

Dado que el tamaño de cada casillero se evalúa en ambos niveles del atributo sauna, podemos calcular la utilidad de un nivel de atributo como el promedio de la puntuación a través de todas las opciones donde éste aparece. Siguiendo esto, tendríamos:

__________________________

Sauna : 

Si = 3.33

No = 1.67

Casillero:

PGD = 4

SM = 3

GDE = O.5

_________________________

Éste es el “sistema de valoración” individual. Nótese que éste recupera la información original de la clasificación declarada:

Este es el objetivo del procedimiento; es decir, tener un suministro individual de todos los juicios de preferencias para varios productos y después usar el análisis matemático para obtener el “sistema de valoración” individual fundamental; esto es, el valor de cada nivel de cada atributo. El procedimiento nos permite evaluar la disposición del consumidor para cambiar una característica por otra. El sistema de valoración muestra que esta persona se rehúsa a la idea de no tener un casillero (GDE = 0.5) y no estaría dispuesto a cambiar un casillero disponible diariamente (dado que por lo menos disminuye su utilidad en 3 – .5 = 2.5 puntos), a fin de obtener un sauna (dado que esto aumenta su utilidad solamente en 3.33 – 1.67 = 1.66).

Este sencillo ejemplo sólo trata de brindar un poco de intuición sobre cómo trabaja el procedimiento. Este enfoque de matriz (sugerido por Johnson (1974)), trabaja bien en problemas con un pequeño número de atributos, cada uno con un pequeño número de niveles de alternativas (ver Morton y Devine (1985) para un ejemplo de cuatro atributos). Diferentes enfoques trabajan ligeramente mejor en problemas de escala mayor. Aunque no está demostrado en nuestro ejemplo, un punto clave es que el encuestado no necesita clasificar todos los productos posibles con el propósito de poder derivar su sistema de valoración. Por ejemplo, los encuestados de Green y Wind (1975) clasificaron 18 productos permitiendo la estimación del sistema de valoración para un producto de cinco atributos (3 atributos con 3 niveles y 2 atributos con 2). Sin embargo, con el sistema de valoración, uno puede predecir la preferencia para 3 x 3 x 3 x 2 x 2 = 108 productos posibles.

El término “análisis conjunto” se aplica a una variedad de procedimientos desarrollados para estimar el sistema de valoración individual de todos los juicios posibles del producto. El resto de esta sección cubre los datos requeridos y las alternativas del análisis de datos.

Diseño del Estudio

Un estudio conjunto tiene cinco etapas diseñadas como se muestra en la Figura A. Las primeras dos decisiones básicamente se relacionan con lo que se le preguntará al encuestado; las dos siguientes se relacionan con la manera como responde el encuestado; la última se relaciona con la forma como se analizará la información del encuestado. 

Figura A      Etapas decisión en el análisis conjunto

1. Determinar Atributos Relevantes
2. Escoger Representaciones de estímulos (cómo serán descritos los productos a los encuestados)Escoger: Representaciones de Estímulos
3. Escoger: Tipo de Respuesta (los juicios que los encuestados darán: opción entre alternativas, clasificaciones y calificaciones)
4. Escoger: Criterio (el estándar a ser usado por los encuestados: gustos, preferencia, probabilidad de compra)

5. Escoger: Método para Análisis de Datos

Ahora revisaremos cada una en orden.

• Determinar Atributos Relevantes

En el análisis conjunto, la carga está en el analista que pre-especificará los atributos que impactan la decisión de compra de un consumidor. Si se incluye un atributo de poca importancia en el estudio, el sistema de evaluación indicará el papel limitado de este atributo. Sin embargo, el análisis conjunto no indicará la ausencia de un atributo importante. Consecuentemente, uno debe estar seguro que se han incluido los atributos correctos. En la práctica, la lista preliminar de atributos es generalmente desarrollada dentro de la organización, a través del contacto con las personas de la compañía, en una variedad de funciones desarrollo de productos nuevos, publicidad, fabricación, etcétera. Tumbusch (1987) apoya el uso de todos los atributos conocidos por los consumidores, que son posibles de cambiar. Él advierte tres tipos de atributos considerados en el análisis conjunto de Procter & Gamble:

1. Atributos físicos -se refiere al mismo producto; por ejemplo, la parte de las piernas de los pañales
2. Beneficio obtenido -se refiere al resultado; por ejemplo, sequedad del bebé.

3. Posicionamiento psicológico -se refiere al usuario; por ejemplo,

MacLachlan, Mulhern y Shocker (1988) presentan una lista similar y advierten que “las descripciones de estimulos deben tener toda la información que los encuestados sientan que necesitan para tomar sus decisiones.” Consecuentemente, para categorías de productos no familiares, puede resultar necesario realizar un proyecto de investigación de pequeña escala sobre el consumidor, antes de realizar la fase de análisis conjunto.

• Representación de Estímulos

La segunda pregunta diseñada es cómo presentar los productos al encuestado: método de perfil parcial o completo. En el enfoque de perfil completo, se describe cada producto en todos sus atributos relevantes. Un ejemplo de ello, es el estudio del impacto de la leyenda “hecho-en-E.U.A.” de Ettenson, Gaeth y Wagner en 1988, en el etiquetado de la ropa. En el estudio, las mujeres encuestadas calificaron 40 perfiles de blusas, los cuales se les describieron en seis atributos. Por ejemplo, una muestra de la tarea de calificar es:

Blusa XYZ

1. El estilo de la blusa es clásico.
2. La calidad de la blusa es mejor que la
3. El contenido de la fibra de la blusa es 65% algodón/ 35% poliéster.
4. El precio es varios dólares más que la
5. La blusa es hecha en Estados
6. La marca en la blusa es una marca de diseñador.

Con base en la información de arriba, ¿qué tan probable es que compres esta blusa?

No Muy Probable   —————————–   Muy Probable

Este enfoque de “perfil completo” es utilizado por varios analistas ya que se considera que es la representación más realista del proceso de decisión actual del consumidor. La alternativa del enfoque de “perfil parcial” describe conceptos sólo en un subconjunto de toda la lista de atributos. El argumento de ello es que mientras la lista completa representa de alguna manera la realidad, su uso puede hacer que la tarea de valoración sea compleja y confusa para los encuestados. Mediante el uso de perfiles parciales, el analista obtiene una mejor comprensión del nivel deseado y de la importancia relativa de los atributos secundarios. En el método de perfil parcial, los atributos están especificados y varían sistemáticamente de un juicio al siguiente, por lo que al final, puede estimarse el sistema de valoración para todo el conjunto de atributos.

• La tercera decisión diseñada es la forma en la que los encuestados expresan sus juicios; esto es, cómo califican o clasifican. El estudio de hecho-en-E.U.A. comentado en la sección anterior, es una aplicación de una escala de calificación; es decir, sin la consideración explícita de otras opciones, se le pidió a los consumidores que dijeran qué tan probable sería que compraran un artículo.Tipo de Respuesta

En los métodos de clasificación, se les pide a los encuestados que consideren explícitamente las opciones relevantes. Las preferencias se expresan en una o dos formas– “comparación por pares” o clasificación de arriba hacia abajo. En las comparaciones por pares, se le presenta al encuestado un número de pares de productos y se le pide que escoja uno u otro Por ejemplo, la interpretación del estudio de hecho-en-E.U.A. en este formato, puede reemplazar la calificación de probabilidad de compra con una serie de preguntas como:

¿Qué blusa prefieres?

Estilo clásico                                             Estilo moderno

65% algodón/ 35% poliéster                      100% algodón

Hecho en E.U.A.                                           Hecho en China

La calidad está en la media                        La calidad está debajo de la media

El precio es varios dólares                         El precio es varios dólares menos

más que la media                                         menos que la media

El segundo tipo de método de clasificación es la clasificación de un conjunto de conceptos del más al menos deseable. Para facilitar esta tarea, en general se le pide primero al encuestado que clasifique las descripciones del producto en tres opciones; por ejemplo, aquéllas que

1. Gustan mucho
2. Gustan moderadamente
3. Gustan poco o no del todo

y después clasificar dentro de las opciones. Esto produce la clasificación completa del más al menos deseado. Clasificar en conceptos es equivalente a hacer comparaciones por pares n(n – 1)/2; el número de pares distintos que pueden formarse al tomar dos artículos a la vez entre un conjunto de n artículos. Este enfoque requiere de la especificación de los conceptos en la forma de un perfil completo.

El clasificar y calificar datos, generalmente produce resultados finales muy similares (Green y Srinivasan (1978)). Tradicionalmente, los métodos de clasificación fueron preferidos porque el proporcionar una medida cuantitativa del “grado de gusto” o del “grado de la intención de comprar” fue considerada como un filtro de las capacidades de los encuestados. Sin embargo, Wittink y Cattin (1989) reportaron que las escalas de calificación incrementaron de una frecuencia de uso del 34% en 1971-1980 a una del 49% en 1981-1985. La elección de un método u otro es una situación ampliament específica y relacionada a través de la forma en la que un encuestado es capaz de proporcionar más datos confiables.

• Criterio

Independientemente de la etapa de decisión 3, todavía está el asunto del estándar a ser usado en los juicios. Los dos tipos de estándares principales son:

• Preferencia
• Probabilidad o intención de comprar

Ésta no es una tarea trivial dado que la respuesta a la opción entre:

Mercedes                                         Ford

garantía de 5 años                            garantía de 3 años

65.000 €                                            20.000 €

puede ser diferente dependiendo de la pregunta, siendo:

¿Cuál prefieres? vs. ¿Cuál es más probable que compres?

De alguna manera puedo “preferir” la opción del Mercedes (aunque ésta de entrada implique 35,000 dólares), pero como en primer lugar no tengo los 35,000 dólares, es más probable que compre el Ford.

En la práctica, estos dos distintos estándares se usan de igual manera (Cattin y Wittink (1982)). La elección depende enormemente de si el enfoque del estudio es la participación en el mercado o las ventas de unidades, donde el tamaño del mercado debe ser estimado. Si es la última, entonces la intención de comprar es necesaria para medir el tamaño de mercado a atender.

• Método para Análisis de Datos

El análisis de datos depende de las decisiones tomadas previamente, con respecto a la recolección de datos ingresados. Comúnmente, se usa lo siguiente:

____________________________________________________________
Forma de Juzgar las Alternativas                                          Análisis de Datos

Puntuaciones de Calificaciones                                                            Regresión Simple

Probabilidad de Compra                                                                        Modelo Logit

Clasificaciones                                                                                          MONANOVA

______________________________________________________________

Si se han recolectado las puntuaciones de la clasificación, por ejemplo, “indicar qué tanto te gusta este producto en una escala del 1 al 10,” el sistema de evaluación se deriva a través del análisis de regresión. Si el encuestado ha expresado una probabilidad de compra, se usa un modelo logit (una adaptación de regresión) para ayudar al hecho de que las probabilidades están entre 0 y 1. Finalmente, si se usan los rangos, es adecuado reconocer que realmente no sabemos qué tanto se prefiere una alternativa sobre otra. Nosotros solamente analizamos el ordenamiento con un análisis monótono de variación (MONANOVA).

Cada procedimiento produce una estimación sobre el sistema de evaluación del encuestado. Por ejemplo, Montgomery y Wittink (1979) reportaron el sistema de valoración de los MBA (Master en Dirección de Empresas) de Stanford (en promedio), con respecto a las opciones de trabajo (aquí solamente reportamos tres de los ocho atributos):

_____________________________________________________

Viaje de Negocios por Mes

< 1 noche                                                                                                       .163

2-5 noches                                                                                                    .109

6 noches                                                                                                       -.273

Localización Geográfica del Trabajo

Este                                                                                                                 .070

Medio Oeste                                                                                                -.198

Sur                                                                                                                  -.321

Oeste                                                                                                              .449

Oportunidad de Progreso

Rápido                                                                                                             .216

Moderada                                                                                                     -.216

______________________________________________________

De este sistema de evaluación, uno podría estimar la utilidad que puede ofrecer cualquier oferta de trabajo. Por lo tanto, uno puede predecir cuál trabajo va a tomar un MBA. (Nota: los otros atributos en el estudio eran evaluación del crecimiento de la compañía, énfasis en la actividad funcional, conveniencia en la ubicación del trabajo, sueldo y competitividad de los compañeros de trabajo.) La siguiente sección describe de forma más completa el tipo de análisis que uno puede hacer con estos datos.

• Analizando los Resultados

En el análisis conjunto, cada persona proporciona un conjunto de juicios y su sistema de evaluación es computado separadamente. No hay un supuesto en que todos los consumidores tengan el mismo sistema de evaluación. Los tres tipos principales de análisis son:

1. Análisis agregado de la importancia y el deseo del atributo
2. Análisis de segmentación.
3. Simulaciones de escenarios competitivos para predecir los niveles de ventas

Ahora discutiremos cada uno en orden.

2. Análisis Agregado

Aunque una de las virtudes del análisis conjunto es el tratamiento separado de cada individuo, el primer paso de interpretación más común es el promediar las utilidades de cada nivel de atributo en toda la muestra de encuestados, para darle al analista un sentido completo de qué atributos son importantes generalmente y cuál es el nivel más deseado para cada uno. Considérese otra vez el sistema de valoración promedio para los MBA de Stanford con relación a la opción de trabajo:

En primer lugar, las puntuaciones indican el deseo relativo de los niveles de alternativas de cada atributo. Sin sorprender, los MBA de Stanford prefieren trabajos en los que tengan oportunidades de progreso rápido y que éstas esten en el Oeste. En relación a los viajes de negocios, ellos prefieren una noche o menos por mes. El hecho de que esto es preferido a 2-5 noches puede sorprender, ya que algunos viajes pueden ofrecer la oportunidad de conocer el país.

En segundo lugar, la diferencia entre las puntuaciones de los niveles de un atributo determinado, dan una medida preliminar de la importancia de ese atributo. En general, la importancia relativa es proporcional al rango cubierto por los niveles. Los niveles del atributo de viaje de negocios van de

-.273 a .163, un rango de .436. Los niveles del área geográfica van de -.321 a .449, un rango de .770. Los niveles de oportunidad de progreso van de -.216 a .216, un rango de .432. Dividiendo cada uno de estos rangos mediante la suma de tres rangos, obtenemos un conjunto de números relativos importantes, cuya suma es uno:

Viajes de Negocios = 0,436/(0,436+0,770+0,432)= 26.6%

Área Geográfica =  0,770/(0,436+0,770+0,432)= 47,0%

Oportunidad de Progreso =0,432/(0,436+0,770+0,432)= 26,4%

Decimos que este es un indicador de gran importancia, ya que los porcentajes son dependientes de los niveles específicos del atributo usado en el estudio. Por ejemplo, piénsese que los niveles de la variable de viaje de negocios fueron:

______________
< 1 noche

2-15 noches

>15 noches

_______________

Esto puede aumentar la importancia del atributo de viajes de negocios con el método de cálculo, ya que >15 noches pueden tener una utilidad muy negativa. Esto tiene que estar presente al interpretar los resultados. Es una buena estimación de importancia, solamente si los niveles de las variables especificados cubren el rango de las opciones relevantes.

2. Análisis de segmentación

Mientras que los promedios aportan una medida conveniente y un resumen fácil de comprender, en la mayoría de las situaciones de comercialización, uno puede ocasionar un desastre al no investigar la variación entre los consumidores. La matriz de datos que contiene el sistema de valoración de cada persona, puede ser analizada (a menudo mediante un procedimiento llamado análisis de agrupación) para producir “segmentos de beneficio”, en donde los segmentos están definidos como muy valiosos si son similares dentro de un segmento, pero muy diferentes de un lado a otro.

Wind, Grashof y Goldhar desarrollaron este tipo de análisis en su estudio de servicio de entrega de información técnica. Ellos identificaron cinco segmentos que presentaron valores diferentes entre sí. En todo el nivel del mercado, el precio fue la variable más importante de las 12 consideradas (con una importancia relativa de 26,6%). Sin embargo, cuando se realizó un análisis de segmentación, el segmento más grande identificado (48% de los consumidores) fue un segmento orientado al desempeño en donde el precio jugó un papel de sólo el 8,9%. El segundo segmento más grande fue el orientado al precio. Para los miembros de este segmento, el precio obtuvo el 34,8% de su decisión.

El comprender esta variación de la importancia del atributo y los niveles deseados en los consumidores, es crucial para la selección del mercado meta. Como Wind, Grashof y Goldhar concluyen, “Un examen de estas utilidades sugiere muy claramente que no hay un sistema STI deseable universalmente… Por lo tanto, la pregunta práctica es ¿cuál de estos segmentos debe elegir la Dirección como su mercado meta?”.

3.Simulaciones de Escenarios

El tercer uso principal del análisis conjunto es la predicción de la participación en el mercado o las ventas de unidades en varios escenarios. Dado el sistema de valoración de un consumidor y una descripción de productos alternativos disponibles, uno puede calcular el valor de los productos alternativos. Estos valores permiten la predicción de elección que el consumidor hará si se encuentra con estos productos en el mercado.

Los juicios del consumidor se hacen sobre productos alternativos, y éstos son analizados para producir el sistema de valoración. Dado este sistema de valoración, uno puede deducir el valor de cualquier producto (no sólo los originalmente usados para obtener el sistema de valoración), que pueda ser descrito mediante un conjunto de atributos incluidos en el análisis. Nótese que el sistema de valoración expresa las preferencias del consumidor y es independiente de los productos competitivos disponibles en el mercado

Consideremos un ejemplo de una ordenador personal y para mantener las cosas simples, digamos que hay cuatro atributos de importancia: peso, duración de la batería, calidad de la resolución de la pantalla y precio. Un análisis conjunto estándar produce el siguiente sistema de evaluación para una persona.

              Peso                              Duración batería               Calidad de resolución                                     Precio                     

Peso                           Bateria                               Resolución                                Precio

Con las descripciones de un conjunto de productos de estos atributos, uno puede calcular el valor de cada alternativa y hacer una predicción sobre qué sistema puede ser comprado. Por ejemplo, si los tres productos disponibles son:

Podemos calcular el valor de cada producto como sigue:
Valor del Producto A    =    Valor con 2 lbs. de peso

+ Valor de duración de batería de 1 hora

+ Valor con resolución debajo de la media

+ Valor con un precio de $2.000

                                           =        1.2 + 0 + 0 + .5 = 1.7                                               

De manera similar, el valor de los productos B y C para esta persona es de 1.9 y 3.0 respectivamente.

Hay dos reglas principales usadas en la interpretación de estos valores a predicciones de selección: la regla “primera opción” y la regla de “participación de preferencia”.

En la primera regla, simplemente decimos que la persona comprará el producto que tenga el valor más alto. En este caso, predecimos que esta persona comprará el producto C. Su precio bajo y duración de la batería de ocho horas, maquillan más que suficiente su desventaja en el peso comparado con los otros dos productos. Hacemos esto para cada persona en la muestra. La participación en el mercado de un producto es simplemente el porcentaje de consumidores para los cuales ese producto “gana”; es decir, tiene el valor más alto.

La segunda regla utilizada es la “participación de preferencia”, la cual da la probabilidad estimada de que un consumidor compre una marca determinada. En nuestro ejemplo, los valores son:

Valor                    

Producto A            –                     1.7

Producto B            –                     1.9

Producto C            –                      3.0

Suma                                              6.6      

En el enfoque de la “participación de preferencia”, decimos que la probabilidad de que esta persona escoja el producto C, el cual es el “mejor”, es de 3.0/ 6.66 = 45%. La probabilidad de escoger A o B es de 26% (1.7/ 6.66) y 29% (1.9/ 6.66) respectivamente. La participación en el mercado de un producto es la probabilidad promedio de compra a través de todos los sujetos del estudio. El fundamento detrás del método de participación de preferencia es que los consumidores no siempre compran su marca preferida (debido por ejemplo a la disponibilidad, la cual no está considerada en el análisis conjunto) y las estimaciones del sistema de valoración, son en efecto, estimaciones, no la verdad. Muchos usuarios del análisis conjunto reportan que la regla de primera opción tiende a sobre predecir las marcas de alta participación. Los paquetes computacionales del análisis conjunto más comerciales ofrecen al analista la opción de escoger cuál de estas dos reglas quiere usar. Hay discusiones adicionales sobre estos puntos en Finkbeiner (1988) y Elrod y Kumar (1989).

La capacidad de la simulación del escenario es una fuerte herramienta con respecto a la evaluación de la estrategia de introducción de un producto nuevo. Mediante la descripción de un prospecto de producto nuevo en los atributos principales, uno puede obtener no sólo una estimación de participación en el mercado, sino también una indicación de qué productos competitivos serán más afectados. Esto se logra mediante la simulación del escenario, primeramente de los productos competitivos actuales disponibles y después el escenario de esos mismos productos, más el prospecto de producto nuevo.

Precisión de los Métodos Conjuntos

Como mencionamos en la introducción, el análisis conjunto ha sido utilizado en una amplia variedad de aplicaciones. Muchas empresas son “compradores repetitivos” de la metodología, sugiriendo satisfacción con la precisión de los resultados y de su utilidad en la dirección de empresas.

Sin embargo, hay muy pocos estudios publicados que examinen la validez de los resultados conjuntos (consultar Montgomery y Wittink (1979) como uno de los pocos). Por lo tanto, en una situación individual es importante ser capaz de verificar la validez de los descubrimientos antes de implementar acciones basadas en el resultado. Las tres verificaciones primarias son: (i) la prueba de la cara-roja, (ii) la predicción demorada y (iii) la participación del mercado actual vs. la predicha.

En la prueba de la “cara-roja”, uno simplemente pregunta si los resultados tienen sentido con todo lo demás que sabemos. Por ejemplo, podemos tener una opinión anticipada, fuertemente sostenida, de que el precio es el atributo más importante en una categoría. Tal vez podemos cuantificar esto, pero toda nuestra experiencia con la categoría nos dice que es la más importante. Si ejecutamos un análisis conjunto y el precio no aparece como clave, debemos preguntarnos si hay que usar el conjunto. Una segunda verificación posible de este tipo, es ver si el parámetro estima variación entre los individuos de una manera razonable. Regresando a nuestro ejemplo de la computadora, la duración de la batería es uno de los atributos clave. Si también recopilamos información de los estudiantes sobre si planean o no usar su ordenador personal en situaciones de cuatro horas de examen, aquellos que indicaron que “sí”, lógicamente pondrán más valor en la duración de la batería, la cual sirva en las cuatro horas, que aquellos que no planean usar la computadora en dicha forma. Debemos verificar si esto se mantiene en nuestra muestra.

La segunda prueba posible es una predicción demorada. Ésta fue usada por Wind, Grashof y Goldhar (1978). En esta prueba, un pequeño número de los productos originales calificados por el encuestado son retirados del cálculo del sistema de valoración. Wind et al. retuvieron 4 de 22 conceptos calificados. Una vez que el sistema de evaluación es computado, se calcula el valor de todos los conceptos (aquellos que fueron retirados y los que no). La prueba consiste en verificar si los cálculos del sistema de valoración califican los conceptos retirados correctamente con respecto a los otros conceptos. En su estudio, Wind et al. Reportó que el 84% de los conceptos retirados fueron clasificados correctamente, “sugiriendo un alto nivel de validez”

Finalmente, en algunos casos es posible simular la situación del mercado actual y comparar el estimado de la participación de mercado del modelo conjunto con aquellos observados en el mercado. Si también es posible observar qué es una “marca actual” para el encuestado, se puede realizar una verificación para ver si la marca tiene el valor más alto de todos los productos disponibles actuales. Ésta fue la prueba usada por Parker y Srinivasan (1976) en su estudio sobre las instalaciones rurales de cuidado de la salud.

Por supuesto, la última prueba es si los resultados predichos se “hacen reales” en el mercado cuando se toman ciertas acciones. Mientras que hay poca documentación de dichas comparaciones, el uso regular del análisis conjunto sugiere que se cumple con la prueba de mercado en esta dimensión.

Para que podemos utilizarlo

Las suposiciones necesarias del análisis conjunto han sido mencionadas durante toda esta nota. Aquí hacemos una recopilación para resumir las situaciones en donde el análisis conjunto puede ser más aplicable.

1. El Producto como Paquete de Atributos

El producto debe ser especificado como grupo de atributos. Hay varios productos de imagen; por ejemplo, un perfume, con el cual esto no puede ser posible.

2. Conocer los Atributos Importantes

El análisis conjunto requiere que conozcamos o encontremos mediante otro método los atributos notables en la categoría del producto. Necesitamos especificar un conjunto de atributos que los consumidores vean de manera independiente; es decir, el valor de un atributo no debe depender del nivel de otro.

3. Los Encuestados Pueden Calificar Razonablemente los Productos

Los datos que requerimos de los encuestados son los juicios de la preferencia o de la probabilidad de compra. Esto requiere un nivel de familiaridad del encuestado con la categoría del producto. Consecuentemente, el análisis conjunto no es apropiado para situaciones donde la categoría es totalmente revolucionaria.

4. Los Atributos Deben ser Procesables

La empresa debe, en la mayoría de los casos, ser capaz de actuar en cuanto a los resultados del análisis conjunto, mediante la construcción de productos que tengan los niveles de atributos usados en el análisis.