8 jun 2008

¿Qué es y cómo se usa el análisis conjoint?


Aunque tiene un nombre un poco peculiar, el análisis conjoint o en su versión en inglés “conjoint analysis” es una herramienta de investigación de mercado sumamente utilizada por muchas compañías.

¿Por qué es tan popular?

La respuesta reside en su utilidad, ya que entre otras cosas permite:

- elegir los atributos más valiosos para posicionar una marca

- al tener que elegir entre varios productos potenciales, identificar al que tendrá mayor nivel de ventas

- decidir cuál es el precio adecuado para un producto

- estimar la cuota de mercado de un producto nuevo antes de su lanzamiento

- segmentar el mercado de acuerdo a los atributos de un producto

Evidentemente son cuestiones que se plantea cualquier Director de Marketing, con lo cual tener una herramienta científica cuantitativa que las responda es algo muy valioso.

En este artículo nos concentraremos en describir el análisis conjoint y las decisiones claves que se deben tomar para llevarlo a cabo, más que en los detalles matemáticos de su aplicación.

Primero definamos qué es el análisis conjoint.

Básicamente, se trata de una técnica estadística que permite medir el valor relativo de cada atributo de un producto, con lo cual se puede determinar qué combinación de estos atributos maximiza la probabilidad de elección por parte del consumidor.

Inicialmente fue desarrollada para su uso en modelos matemáticos de psicología y su aplicación al marketing fue ideada en 1974 por Paul Green, profesor en The Wharton School.

El principio básico del análisis conjoint es que cada producto o servicio puede ser explicado como una combinación de atributos (por ejemplo, una pizza es el conjunto de varios atributos como el tipo de masa, la cantidad de queso, los ingredientes, etc.) y cada atributo puede tener varios niveles u opciones (el atributo ‘masa’: masa crujiente, masa fina, etc.).

En la práctica funciona de la siguiente manera: un consumidor indica el nivel de preferencia entre opciones mutuamente excluyentes de productos potenciales (por ejemplo, elige entre una pizza crujiente con doble queso vs. una pizza fina con poco queso) luego la metodología deriva el valor (“valores de utilidad”) de cada atributo y determina el producto con mayor atractivo.

Para llevar a cabo un análisis conjoint se deben seguir 6 pasos:

1) Seleccionar los atributos relevantes para la categoría del producto o servicio

El primer paso consiste en definir cuáles son los atributos relevantes en la categoría. Por ejemplo, al desarrollar una nueva hamburguesa, se pueden encontrar 5 atributos relevantes: tipo del pan, tipo de filete, tamaño de la hamburguesa, ingredientes y precio.

Cuanto mayor sea el número de atributos, mayor será la complejidad del estudio, por lo cual se recomienda no superar los 6 atributos. Sin embargo, se han llegado a hacer análisis conjoint con más de 50 atributos*.

Para identificar los atributos relevantes en la categoría se pueden usar técnicas cualitativas (“focus groups”), aprovechar la experiencia del equipo que está desarrollando el producto, recabar información secundaria (por ej, rankings especializados) o una combinación de los anteriores.

2) Seleccionar los niveles para cada atributo

Para cada atributo se deben definir sus niveles u opciones. En el caso de la hamburguesa, los niveles del atributo “tipo de pan” podrían ser “normal”, “integral” y “normal con sésamo”, mientras que para el atributo “precio” los niveles podrían ser 2,99€, 3,99€ y 4,99€.

De esta manera se pueden definir los siguientes atributos y niveles para una potencial hamburguesa:


Para seleccionar los niveles de cada atributo se deben tener en cuenta tres cosas: (i) ser consistentes con los atributos observados en el mercado (si la categoría ya existe), (ii) tratar de minimizar su número, para simplificar la evaluación de los consumidores y (iii) considerar aproximadamente la misma cantidad de niveles para cada atributo ya que si un atributo tiene muchos más niveles que otro puede recibir una mayor ponderación solo por ese hecho.

3) Determinar la “combinación de atributos” a ser evaluada

En el caso de la hamburguesa, el objetivo final del test sería determinar cuál de todas las combinaciones de atributos es la preferida por los consumidores.

Los consumidores evaluarán las “combinaciones de atributos” una a una pero si el producto tiene muchos atributos esto puede no ser práctico. Por ejemplo, en el caso de la hamburguesa, para evaluar todas las combinaciones de atributos, se deberían medir 324 opciones (= 3 x 3 x 3 x 3 x 4).

La belleza del análisis conjoint es que permite medir solo una fracción de esas opciones y aun así inferir el potencial de todas las demás.

Una técnica usual para hacerlo se denomina “combinación ortogonal” la cual, sin entrar en detalles técnicos, permite reducir la cantidad de “combinaciones” significativamente. En nuestro ejemplo permitiría reducir las potenciales combinaciones a 16 (= 3 + 3 + 3 + 3 + 4).

De esta manera, un consumidor debería calificar solo 16 potenciales productos y aún así podríamos evaluar el potencial de cualquiera de las 324 potenciales alternativas.

Para minimizar la fatiga de los entrevistados, se recomienda un máximo de 25 “combinaciones de atributos”, aunque es preferible tener 16 o menos.

4) Diseñar el procedimiento de recolección de datos

Para obtener la opinión de los consumidores, se presentan los productos (de forma verbal, a través de dibujos o con prototipos) a una cantidad estadísticamente representativa de consumidores en el segmento de mercado elegido.

La evaluación puede ser de tres formas, según se le pida al entrevistado:

- “evaluar los productos de a pares”, pidiendo al consumidor que elija uno de los dos, o reparta puntos entre los dos productos presentados.


Si hay muchos productos, esta metodología puede ser tediosa para el consumidor. En nuestro ejemplo, con 16 potenciales productos, el consumidor debería calificar 120 pares [=(16x15)/2].

- “ordenar los productos en un ranking”, pidiendo al consumidor que ordene los productos por orden de preferencia. Luego usamos softwares específicos (como MONANOVA o LINMAP) para transformar esos rankings en “valores de utilidad”.

- “calificar los productos en una escala”, pidiendo al consumidor que le ponga a cada producto una calificación de 0 a 10, con un número mayor para mayor nivel de preferencia.

5) Seleccionar el método computacional para obtener los “valores de utilidad”

Esta parte es sumamente técnica y consiste básicamente en hacer regresiones matemáticas para determinar los “valores de utilidad”. Existen softwares específicos para esta tarea o en algunos casos incluso se pueden utilizar planillas de cálculo (por ej. Excel).

6) Evaluar las opciones de producto

Como resultado del análisis de obtienen los “valores de utilidad”. Para nuestro ejemplo de la hamburguesa, podríamos obtener los siguientes valores por atributo y nivel:


Esos valores nos permiten realizar los siguientes análisis.

Mayor potencial de ventas

De esa tabla de “valores de utilidad”, podemos componer la hamburguesa ideal: pan normal con sésamo, de carne, con bacon, XL y que cuesta 2,99€, ya que logra un valor de utilidad de 100.

Debe notarse que esa opción ideal quizás no sea la más rentable, por lo que esta información sobre preferencia debe ser combinada con un análisis de coste-beneficio.

De las 323 combinaciones restantes con valores de utilidad entre 0 y 100, aquí tenemos 3 ejemplos:


De esas 3 hamburguesas, la que tiene mayor potencial de ventas es la #5, con un valor de utilidad de 58.

Elección de atributos y precio

Al diseñar la oferta de hamburguesas notamos que la alternativa de 'bacon' (30) es más preferida que pepinillos (10) por 20 puntos (30- 10); según esta evaluación la preferencia relativa “bacon-pepinillos” es equivalente a pagar 3,99€ (20) vs 4,99€ (0), con lo cual podemos inferir que los consumidores equiparan la satisfacción adicional del 'bacon' sobre los pepinillos a 1€ incremental.

Esa conclusión es muy valiosa ya que no solo permite identificar los atributos más valorados por los consumidores (para basar el posicionamiento o la publicidad en ellos) sino que además permite establecer relaciones entre los atributos y el precio, eligiendo la opción que optimice los márgenes.

Cuota de mercado

Si dentro de las alternativas a testear hemos agregado los productos existentes en el mercado, como resultado obtendremos el nivel de preferencia de nuestro producto vs. los productos competidores existentes en el mercado.

Dividiendo la cantidad de consumidores que han preferido nuestro producto sobre la cantidad de consumidores entrevistados y ponderando la probabilidad de compra por el volumen de compras de cada consumidor se obtiene la cuota de mercado que obtendría nuestro producto en el mercado.

Nivel de ventas proyectado

Con la cuota de mercado pronosticada para nuestro producto y el tamaño proyectado del mercado total, podemos estimar las ventas de nuestro producto (ajustando por nivel de notoriedad o “awareness” y por presencia en los canales de distribución).

Segmentación de mercado según atributos de producto

Si aún no hemos decidido el segmento objetivo de nuestro producto, podemos realizar el análisis conjoint en una muestra estadísticamente representativa del mercado total para identificar a los consumidores que privilegian los mismos atributos, agrupándolos en segmentos.

Conociendo las características demográficas de esos segmentos (por ej. edad) o los hábitos de medios (por ej, ver MTV) podríamos definir gran parte de nuestra estrategia de segmentación y comunicación.


En resumen, el análisis conjoint es una forma científica de responder a un gran número de cuestiones relevantes al momento de lanzar/rediseñar un nuevo producto, que incrementan su probabilidad de éxito. Sin embargo es una técnica compleja de implementar, por lo cual le recomendamos que se asesore con un especialista o agencia de investigación de mercado para llevarla a cabo.



Autor: Cesar Perez Carballada
Artículo publicado en http://www.marketisimo.com/
Para recibir estos artículos por correo: haga click aquí




* Tal como han demostrado J. Wind et al en su estudio realiado en 1989 para diseñar los hoteles Courtyard de la cadena Marriot: J. Wind et al, “Courtyard by Marriot: designing a hotel facility with consumer-ased marketing models”, Interfaces, Vol 19, No 1, 1989.

10 comentarios:

Anónimo dijo...

Gran artículo, felicidades

Kal-Her dijo...

Exelente como la mayoria de las publicaciones.
Saludos

Anónimo dijo...

Un artículo de gran utilidad.
Saludos

el buscador oro dijo...

muy bueno, claro y útil

Muchas Gracias
Javier

PENTAnalisis dijo...

Muy bueno su artículo, pero quería preguntarle si tendrá información donde explique la estructura matemática que esta de fondo.

Gracias

Anónimo dijo...

Gracias por la información, sólo tengo una duda: ¿la aplicación de esta metodología tiene alguna variación al aplicarse a productos intangibles?

Anónimo dijo...

Excelente artículo. Me ha sido de gran utilidad.

César Pérez Carballada dijo...

Henry, la estructura matemática es algo complicada para explicarla aquí, pero básicamente se trata de hacer regresiones con variables "dummy" (un método desarrollado por Paul Green hace algunas décadas).

Anónimo, la metodología sirve para cualquier tipo de producto o servicio (ya que lo descompone en "atributos" que pueden ser de cualquier tipo).

Pitusiray dijo...

Muy buen artìculo! sumaste a mis conocimientos, gracias!

Unknown dijo...

Hola, muy interesante, concreto y de gran ayuda para unas parte de la tesis de grado que estoy realizando. Tan amable me podría recomendar algún autor/ libro en español que maneje el tema de análsis conjunto... seria de gran ayuda para poderlo meter en la bibligrafia.

juanfelipe.wm@gmail.com

Mil gracias!!

Related Posts Plugin for WordPress, Blogger...