Methodologies conjoint analysis

1© GfK 2014 | Conjoint Analysis | Enero, 2014.
CONJOINT ANALYSIS
Un camino por el proceso de Elección y Decisión.
GfK México
Enero, 2014

¿Qué es el Conjoint Analysis?
Decisión Elección
Es una familia de
poderosas técnicas
originadas en la
psicología matemática
cuyo objetivo central
es modelar los
procesos de decisión
y elección de un
consumidor.
Es un proceso cognoscitivo
(de pensamiento)
que se cuantifica mediante un
indicador matemático llamado
utilidad.
Es un proceso conductual
que se cuantifica y predice a
mediante un indicador
matemático llamado
preferencia.
PREFERENCIA = INDICADOR INDIRECTO DE SOM

¿Cuál es el objetivo del Conjoint Analysis?
• Diseñar
nuevos
productos.
Simular el proceso psicológico de elección y decisión del consumidor para:
• Mejorar los
productos ya
existentes.
• Conocer los
elementos y
atributos más
valiosos de un
producto que
disparan la
decisión de
compra.
• Simular en
términos de
preferencia,
volumen y
venta las
reacciones del
mercado con
ciertos
cambios:
• Segmentar el
mercado
según sus
preferencias y
reacción al
precio.
• Analizar
elasticidad de
precios.
• si modificamos los productos existentes
• si lanzamos productos nuevos,
• si la competencia ejecutara estas
mismas acciones.

¿Qué es el Conjoint Analysis?
Hay diferentes variables que impactan los procesos de decisión y elección en el consumidor.
Dependiendo del tipo de pregunta en marketing se elije la mejor técnica de la familia:
• FULL PROFILE
• CBC/DCC CHOICE BASED CONJOINT
• ACA ADAPTATIVE CONJOINT ANALYSIS
• HILCA (HIERARCHICAL INDIVIDUAL LIMIT CONJOINT A)
• MAXDIFF

• El comportamiento de elección
del consumidor se rige por el
principio de MAXIMIZACIÓN.
MAXIMIZACIÓN
• La forma de medir el punto de
maximización que da un
producto es el INDICADOR DE
UTILIDAD.
UTILIDAD
• El producto está compuesto por
un conjunto de atributos
(funcionales y emocionales)
cada uno aporta a la UTILIDAD
global.
PRODUCTO
TENGO UNA NECESIDAD / GUSTO
¿Qué característica del producto
la suple?
TENGO RECURSOS LIMITADOS:
TIEMPO Y DINERO
¿Cómo distribuirlos dentro de
las opciones disponibles
del producto para obtener el
mayor beneficio y suplir
mis necesidades?

PRODUCTO
ATRIBUTOS
UTILIDADES
PREFERENCIA
«WHAT IF»
El primer paso consiste en definir el producto a estudiar conociendo sus
dimensiones y comportamiento en el mercado
Posterior a ello, es necesario des-fragmentar el producto en sus unidades
funcionales, emocionales, ocasionales y/o culturales mas básicas: los
atributos
Cada atributo del producto, satisface una necesidad especifica para el
consumidor. En la medida en la que el atributo de cobertura a dicha
necesidad mayor será la utilidad que este aporte al producto
Una pequeña transformación matemática de la utilidad permite deducir el
nivel de preferencia del consumidor por el atributo. La suma de preferencias
hacia el atributo, configuran la preferencia hacia el producto.
Dado que se tiene la utilidad y la preferencia de la unidad mas básica de un
producto (el atributo), se pueden armar diferentes productos ficticios y
preguntarnos ¿QUE PASARÍA SI…? Esto permite diseñar nuevos
productos, mejorar los existentes o anticiparnos a las reacciones del
consumidor ante los movimientos del mercado
PROCESOLÓGICO

UTILIDADES
PREFERENCIAS
SIMULADOR
Se puede conocer cual es el nivel de satisfacción de
necesidades que ofrece cada atributo del producto y el
producto completo tanto propio como de la competencia y
aun productos no existentes en el mercado.
Se entregan análisis de preferencia lo que
permite estimar:
1. Potencial de mercado.
2. Competidores y juego competitivo
3. Shifting entre marcas
4. Share de preferencia.
Es una hoja en Excel programada con los resultados del
estudio. Se puede simular lo que podría pasar si por ejemplo:
1. Se diseña un producto nuevo.
2. Se mejora un producto exístete.
3. Si mejora la competencia
4. Si la competencia lanza un nuevo producto.
ENTREGABLES

Dependiendo de los objetivos de investigación, la técnica de
Conjoint puede variar. Inicialmente, hay dos grandes familias de
Conjoints:
CONJOINT NO MÉTRICO
• Este conjunto presenta los estímulos y exige al entrevistado que
elija uno de entre las 3 o 4 opciones.
• Dado que la respuesta final es “si elijo” o “no elijo” el resultado
solo puede predecir y pronosticar preferencia pero no volumen,
elasticidad o demanda.
• Ejemplo: Elijo CocaCola entre otras 4 opciones.
CONJOINT MÉTRICO
• Este conjunto presenta los estímulos y exige al entrevistado que
elija uno de entre las 3 o 4 opciones, adicional exige que para la
alternativa electa se especifique el volumen o intensidad de
elección.
• Es una familia de métodos óptimos para pronosticar shares,
volúmenes, distribuciones etc.
• Ejemplo: Elijo CocaCola y compraría 5 a la semana.

Dentro de las Recomendaciones:
CONJOINT NO MÉTRICO
• La literatura actual no recomienda usar ninguna de estas
estrategias para estructurar políticas de precio o analizar
elasticidades de precio, predicciones de share o análisis de
demanda.
CONJOINT MÉTRICO
• Esta metodología es útil para analizar precios, demandas,
preferencias y elasticidades.

Útil para simular la preferencia de nuevos productos sin analizar el volumen que estos productos
capturarán en el mercado.
Útil para hacer segmentación de clientes basada en patrones de preferencia y consumo.
Funciona bien cuando el producto se desfragmenta máximo en 7 atributos y cada atributo tiene
máximo 9 niveles.
Es una técnica que genera escenarios para cada participante dependiendo de su patrón de usos y
hábitos o del conjunto de atributos que son importantes para cada consumidor. Debido a esto, debe
hacerse en computador.
Es más potente que CBC cuando se trata de estimar preferencias, dado que se concentra en los
atributos o características de producto más importantes para el entrevistado.
Expresa su mejor funcionamiento entre 7 y 15 atributos cada uno hasta 12 niveles.
Es la primera técnica diseñada de Conjoint, la gran desventaja es que es demasiado demorado y
requiere muchas tarjetas. No hay restricción en el número de atributos pero los niveles por atributo
deben ser máximo 20.
Es la menos potente de todas para predecir preferencia pero es muy útil para analizar en los
consumidores las jerarquías de valores, por eso se utiliza mucho para estructurar árboles de decisión
de categoría (herramienta muy utilizada para diagramar estrategias de comunicación en góndola).
Conjoint NO Métrico
Choice Based
Conjoint
(CBC)
Adaptative
Conjoint Analysis
(ACA)
Full Profile
(FP)

Es un ejercicio parecido al ACA, pero en lugar de solicitar a la persona que elija un producto entre un
conjunto de opciones, se le pide al respondente que especifique el volumen de consumo o cantidad
de presupuesto que asigna a cada opción.
Es útil para modelar precios y preferencias en aquellas categorías en donde la ocasión de consumo
determina el producto que se consume, ejemplo: cervezas, helados.
Útil para analizar precios y preferencias en aquellas categorías en donde los KBF no son tangibles,
por ejemplo en agroquímicos o en servicios en general.
Es útil para analizar demanda, precios, elasticidades y preferencias en productos altamente
complejos compuestos por gran variedad de atributos. Algunos atributos pueden ser importantes
para un segmento pero otros atributos son más importantes para otro. En total no todos los atributos
son presentados al mismo respondente, sino solo aquellos que son vitales para su decisión.
Se genera un ACA con estos atributos, el ACA es infinito hasta que el algoritmo detecta el patrón de
decisión de la persona, cuando esto ocurre se limita el análisis y se cierra la entrevista.
Conjoint Métrico
Menu Based
Conjoint
(MBC)
Discrete Choice
Model
(DCM)
Hierarchical
Individualizate
Limit Conjoint
Analysis (HILCA)

Comparativo de las metodologías en poder predictivo
sobre shares de mercado
Conjoint Expertise
Estudios recientes conducidos por la Universidad de California en Los Ángeles, comparan el poder predictivo de cada
metodología para predecir shares de mercado, de donde se obtuvo lo siguiente:
0%
10%
20%
30%
40%
50%
60%
70%
80%
Full Profile CBC (Choice Based
Conjoint)
ACA (Adaptative
Conjoint Analysis)
ACBC (Adaptative
Choice Based
Conjoint)
DCM (Discrete
Choice Modeling)
MBC (Menu Based
Conjoint)
HILCA (Hierarchical
Individualizate Limit
Conjoint)
Predicción sobre Share en consumo masivo Predicción sobre Share en servicios financieros

Evaluación subjetiva de las metodologías
Conjoint Expertise
En un estudio conducido por la escuela de negocios de Princenton, se le pidió a gerentes de marketing analizar los
resultados producto de CBC, ACA y CDM pidiéndoles que visualizaran cual de estos resultados se correlacionaba más
con las cifras internas de una compañía hipotética, obteniendo lo siguiente:
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
CBC (Choice Based Conjoint) ACA (Adapttive Conjoint Analysis) DCM (Discrete Choice Modeling)
Predicción sobre Share en consumo masivo

¿Qué son los Simuladores?
Los simuladores son hojas en Microsoft
Excel que tienen cargados los parámetros
de preferencia y utilidad que se han
calculado durante todo el estudio.
Los simuladores son una herramienta
gerencial muy potente. Su potencia se
incrementa cuando dentro de los parámetros
se incluyen variables de tipo financiero y de
producción.
Los simuladores son el objetivo central de
cualquier tipo de CONJOINT.
Visualización de resultados: SIMULADORES

Tipos de Simulaciones
Visualización de resultados: SIMULADORES
Share
• Simulaciones sobre el
Share de preferencias
Producto
• Simulaciones sobre el
producto:
• ¿qué quitar?
• ¿qué poner?
• ¿qué resaltar?
Supuestos
• Análisis «What If»

Ejecución de la estrategia de conjoint adecuada
para TELCEL (Estudio Roamming)

Análisis de pregunta de negocio.
Se desea realizar un estudio para evaluar los
paquetes que se ofrecen para Roaming
Internacional, de tal manera que se identifique
el paquete ideal para los diferentes tipos
de segmento así como el monto que estarían
dispuestos a pagar por él.
Un paquete ideal puede ser
aquel que despierte la
atención de un numero de
usuarios Ejemplo (El 80% de
los usuarios del segmento A
prefiere el paquete B)
Esta métrica es MIOPE porque
este 45% de usuarios pueden ser
aquellos que transen poco con la
categoría (poco volumen) y al
tiempo dejen poco dinero (poco
valor)
Un paquete de roaming debe
tener tres características:
a. Atraer un alto porcentaje de
personas.
b. Atraer personas que generen
volumen y valor.

Preguntas de negocio y técnicas de conjoint.
CBC
Mide la utilidad basada en
personas por lo que la
métrica de UTILIDAD no tiene
en cuenta el valor y el
volumen de cada persona
para el mercado.
DCM
personas y en una de las
métricas vitales, VALOR o
VOLUMEN, es decir para
esta técnica no todos los
participantes son iguales,
algunos son mas valiosos.
ADCM
personas, VALOR y
VOLUMEN, Permitiendo que
cada paquete de roamming
pueda ser calificado desde
tres ángulos
simultáneamente.
El paquete A puede atraer al
35% de los usuarios
generándoles alta
satisfacción.
El paquete A puede atraer al 35% de los usuarios los cuales
representan el 55% del valor de la categoría, es decir, este
paquete atrae la mitad de usuarios que transan con alta frecuencia
fidelizándolos y rentabilizando su relación con TELCEL.

Ejemplos de entrevista.
CBC
DCM
ADCM
http://www.sawtoothsoftware.com/demos/cbc/cgi-
bin/ciwweb.pl?hid_studyname=cbc&hid_pagenum=0
http://www.sawtoothsoftware.com/demos/acbc_dine/cgi-
bin/ciwweb.pl?hid_studyname=acbc_dine&hid_pagenum=0
http://www.sawtoothsoftware.com/demos/acbc_piano2/cgi-
bin/ciwweb.pl?hid_studyname=acbc_piano2&hid_pagenum=0

Nuestra recomendación.
DCM
1. Permite valorar el volumen o valor de cada cliente para entender
no solo la proporción de cliente que atrae cada paquete sino el
valor o volumen que cada cliente representa (un paquete puede
ser constructor de valor o constructor de volumen para TELCEL)
2. Al ser Online es la metodología que ofrece tiempos justos de
desarrollo de entrevista para evitar que el entrevistado aborte
antes de terminar.
3. El proceso de simulación es superior al CBC ya que se puede
estimar el valor o volumen que cada uno de los paquetes puede
representar para TELCEL.

Methodologies conjoint analysis

Más contenido relacionado

La actualidad más candente (20)

Destacado (6)

Similar a Methodologies conjoint analysis (20)

Más de Gabriel Contreras Serrano (20)

Methodologies conjoint analysis