Documente Academic
Documente Profesional
Documente Cultură
r.
1 . INTRODUCCION
En las dos ltimas dcadas
Gene -
ofrecidos a distintos
ca del domicilio.
Desde esta perspectiva,
niveles de atributos
(1.973),
los estu
("partworths") c orrespondien
en oposicin a otros.
pa
en definitiva,
en un instrumento/
(1.989) documentan
la gran cantidad
(aproximadamente
la expresin multilineal
sera:
p,q,r 3
0)
uijk =
Vij*Dij +
+ ^
EIq2,r3*Dq2 ,r3
q.r
p m
r3
p.q.r
r-sima com
(perfil o estmulo).
El objetivo es estimar
Por supuesto,
la ecuacin
(atributos no reacionados),estrictamente mu
distributivos /
(LOUVIERE,
1 .988 ) :
P.q.r 3
(1-1)
(completamente independiente)
i=1 j =
P.q.r 3
p,q
^ p 1,q2 *p 1 q 2
*
'fjfe * . L ^(|l,q2,r3*Dp1,q2,r3
(estrictamente multiplicativo)
!>$ 2
q.r
EIq2,r3*Dq2,r3
(dual-distributivo)
3.
Consideremos una empresa que desea introducir una nueva marca dentrc
de una clase de productos concreta.
vos de servilletas de papel
de atributos)
3.1.
La mejor forma/
(3) .
(ALPERT,
se utilizan cuestiones de ca
perciben,
ten en el mercado.
(discusin
actividad,
la cuestin a investigar,
(pre
Es
Los entrevistados,
a menudo,
indican conceptos ge
Por tanto,
variables accionables.
Seleccionar uno de los enfoques propuestos,
depende del
tipo de decisin,
y la experiencia del
incluso su combinacin,,
investigador.
mos que se ha utilizado una entrevista de grupo que mediante una discu
sin
grosor,
suavidad y
prec i o .
(4).
Tambin se recomienda i
(n
Por si
atri b u t o s .
Para ilustrar nuestro ejemplo,
supondremos
color:
blanco,
sera:
tres. Las servilletas que se fabriquen con suave tis, una calidad me dia de suavidad o de material
mas spero
(estmulos)
resultantes de 1<
1.978):
vez
(f u 11-profi 1e ).
(procedimiento de com
atributos
utilizado.
(JOHNSON,
1.974).
Efectivamente,
NUMERO SERVILLETAS: 50
COLOR: Blanco y Verde
DISECO DECORACION: Fondo blanco
con bordes y estampado hojas
de color
GROSOR: Dos Capas
SUAVIDAD: Muy Suave
PRECIO: Medio
PRECIO
COLOR
+ 157.
MEDIO
3
1
2
BLANCO
BLANCO/VERDE
BLANCO/ROSA
4
6
5
-157.
7
9
8
(1.989b):
a) Descomponer
midor en tarjetas o tablas que los combinan dos a dos supone una cierta
ausencia de realismo.
No existe la certeza ni
la forma de analizar si /
(WITTINK y /
C A T T IN ,1 .999; estiman en un 61
/. las investigaciones que lo aplicaron)
el que propugnamos para su puesta en prctica.
(estmulos)
a los en -
(por --
Todo
los estmulos.
4.- Qu nmero de tarjetas estmulo debemos presentar a cada indivi
do en el enfoque del
(lo que se conoce como diseo facto Para una investigacin con "A" atribu
tos y "N" niveles cada uno, el entrevistado tendra que exponer sus pre
A
ferencias sobre un total de N estmulos. Si el estudio comprende "a" /
atributos con "n" niveles cada uno y "b" atributos con "m" niveles, el/
a
K
nmero de atributos a presentar por entrevistado sera
n
.m
.En nes
6
(1).
(MARTIN DAVILA,
1.987).
fraccic
fraccionado/
ro de estmulos necesitar.
Por ejemplo,
ESTIMULO
SERVILLETAS
PAQUETE
COLOR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
DISEO
1
3
2
2
1
3
3
2
1
2
1
3
3
2
1
1
3
2
GROSOR
1
2
3
3
1
2
1
2
3
2
3
1
3
1
2
2
3
1
(1)
SUAVIDAD
1
2
3
2
3
1
3
1
2
3
1
2
1
2
3
2
3
1
PRECIO
1
2
3
2
3
1
2
3
1
1
2
3
3
1
2
3
1
2
principales,
son significativos.
12
(confundidos)
(1.984)
los/
as como la bi
(5).
(variable
pue -
(en/
Tambin el entreviste
(los c.
a las preferencias
(WITTINK y CATTIN,
1.989):
el proced
(es de naturaleza oj
Este
(por
3.5.
INTERPRETACION DE RESULTADOS
(y en su caso/
la labor de con
(MARTIN DAVILA,
1.9S7),
lugar,
Los val
la importancia re
la mis
(FLETCHER,
En tercer lugar,
1.988).
fraccia
puede comp
A ttulo de ejemplo,
la F
15
50
100
200
Verde
NUHERO SERVILLETAS
Rosa
COLOR
DISEO DECORACION
0.8
0.7
I
Il
0.3
1 Capa
GROSOR
SUAVIDAD
(0,7
(0,3
(0,8
(0,6
(0,8
(0,9
- 0,3)
- 0,2)
- 0,3)
- 0,4)
- 0,3)
- 0,2)
PRECIO
RANKINS IMPORTANCIA
* 0,4
0,3
* 0,3
0,2
0,3
o,7
Muy Suave
FIGURA 5
16
Suavidad Media
Aspero
de suavidad
el preferido.
En cuarto lugar,se podra valorar la utilidad de niveles intermedios
a los estudiados para cada atributo
lineal
distinguiendo y analizar
cias por una serie de perfiles de productos varan a lo largo del tiem
po (para una misma muestra de entrevistados)
17
PRODUCTO 1
ATRIBUTOS
NUMERO
SERVILLETAS
COLOR
DISEO
DECORACION
GROSOR
SUAVIDAD
PRECIO
UTILIDAD
TOTAL
PRODUCTO 2
PRODUCTO 3
50
(0,6)
200
(0,3)
100
(0,7)
B 1anco/Verde
(0,5)
B1anco
(0,2)
B 1anco/Verde
(0,5)
Estampado
(0,8)
Alternar
Franj as
(0,4)
Es tampado
(0,8)
2 Capas
(0,6)
2 Capas
(0,6)
1 Capa
(0,4)
Muy Suave
(0,8)
Media
(0,7)
Media
(0,7)
+ 157.
(0,2)
Medio
(0,7)
Medio
(0,7)
Segunda
A 1ternat iva
(3,5)
Tercera
(2,9)
Alternativa
Al ternativa
Preferida
(3,8)
s
(1.984) desarrollan
En la prctica la fiabi
los resultados si
Con
siste en presentar a una submuestra de individuos otra serie de tarje tas estmulo
fraccionado)
para
18
(1.988)
(GREEN y RAO,
1.971)
(8)/
Un<=
terminantes.
RE,
1.988):
sus interacciones
(LOUVIE
(utilidades o partworths)
b) agru -
estrategias de diferenciacin;
intereses o preferen
(MUGICA GRIJALBA,
1.989a).
(OGAWA,
1.987). Posteriormente,
20
los algoritmos de
sus
niveles e interacciones mediante modelos individuales de anlisis con junto tambin se podran agrupar individuos con similares utilidades o/
partworths
(PAGE y ROSENBAUM,
1.987).
profesin,
(edad, sexo,
frecuencia de compra,
clase social,
ren
lealtad).
(M O O R E , 1.980)
(GREEN,
1.977)
a partir de ecuacio
(9):
(2 )
Bijk
(o con todo el /
4.2. SIMULACION DE LA RESPUESTA DEL MERCADO PARA DISEOS ALTERNATI VOS DE PRODUCTOS
Uno de los temas que mas preocupa a los directivos de Marketing se /
21
centra en determinar
El anli
de un conjunto de/
sis conjunto?.
En principio estamos de acuerdo en que el anlisis conjunto propor ciona estimaciones de la importancia de atributos,
(propios y de la
competencia)
innovaciones.
y productos modificados,
reposicionados o
sustituyendo en la expresin
(V;EI) relati
vos a los niveles de los atributas que integran los mencionados produc
tos .
Finalmente identificamos el producto elegido o la probabilidad de
'
'*
eleccin y estimamte su cuota de mercado. En este caso, las reglas te
ricas susceptibles de emplear pueden ser
(GREEN y KRIEGER,
1.988)
(10):
(3)
CMp
NIUMAXp
---- ----
muestra o para /
NIUMAXp
N
para detectar
la/
(4)
ProbPk
Probpk
Upk
e
= ---
Z
Upk
------
Probpk
- PK
=
~
e^
u
Pk
UPk
A e
P
P
= Probabilidad de que individuo k
seleccione producto P.
= Utilidad del producto P para el
individuo k obtenida me
diante expresiones como la (1).
= Base de los logaritmos neperianos.
.
s
Tal
ducto,
que
la media,
(de toda la
muestra o de segmentos).
La realizacin de un anlisis de sensibilidad en cada escenario com
petitivo y segmento de mercado es una operacin inmediata que facilita
la toma de decisiones. Por ejemplo,
reposicionados o actuales;
(mediante educacin,
23
de distribucin adecuados),
de comunicarles
Ponderar
crean y/
la cuota de mer
lugar,
(ponderar
En tercer
la cuota de /
(estima
producto)./
prueba acu
(11).
(tarea ardua y
dad y efectos sinergia con otros productos) debe fundamentar sus deci siones no slo en la cuota de mercado sino tambin en criterios de ren
tabilidad
(BREEN y KRIEGER,
1.985).
5. CONCLUSIONES
En este artculo describimos una tcnica,
el anlisis conjunto, de /
24
Resaltamos
(combi
la necesidad
ine
Apuntamos la /
mos por completar los estudios de anlisis conjunto con medidas de fia
bilidad sobre la serie de productos a analizar y sobre los atributos a,
considerar,
(o con toda la
la capacidad de la e
el
26
industriales y servicios.
NOT AS
(1)
Los modelos de anlisis conjunto se integran en una familia mas/
amplia de modelos mu 11iatributo constituida por:
a) Modelos composicionales (o
donde el entre
vistado proporciona informacin sobre la deseabilidad e importancia de/
distintos atributos e indirectamente se obtiene la utilidad por produc
tos alternativos. Su expresin es:
6 . BIBLIOGRAFIA
AKAAH, I.P. (1.988):"C1uster Analysis versus Q-Type Factor Analy sis as a Disaggregation Method in Hybrid Conjoint Modeling:An Empirical
Investigation". Journal of the Academy of Marketing S c i e n c e .vol. 16, 2,
(verano), pp.11-18.
A K A A H , I.P. y KO RG AON KA R, P.K. (1.983):"An Empirical Comparison of
the Predictive Validity of S e lf-Explicated, Traditional Conjoint and H^
brid Conjoint Models". J ou r n a 1 of Marketing Researc h .v o l . 20 (mayo),pp.
187-197.
A L P E R T , M.I. (1 .971) :"Identification of Determinant Attributes: A/
Comparison of Methods". Journal of Marketing R e s e a r c h ,v o l . 8 (mayo),pp.
184-191.
CATTIN, P. y WITTINK, D.R. (1.982):"C ommercia1 Use of Conjoint Ana
lysis: A Survey". J o urn a1 of M a rk eti ng.46 (verano), pp. 44-53.
DOYLE, P. (1.977):"The Application of Probit, Logit and Tobit in /
Marketing: A Review". J our na1 of Business R e s e a r c h .v o 1 5 (septiembre),
pp.235-248.
FLETCHER, K .(1.988):"An Analysis of Choice Criteria Using Conjoint
Analysis". European J o u r n a 1 of M a r ket in g.v o 1.22. 9, pp. 25-33.
GREEN, P.E. (1.974):"On the Design of Choice Experiments Involving
Multifactor A1ternatives". J o u r n a 1 of Consumer Res e a r c h .v o l . 1 . (septiem
b r e ) , p p . 61-68.
GREEN, P.E. (1.977):"A New Approach to Market Segmentation". Busi
ness H o r iz on s , (febrero), pp. 61-73.
GREEN, P.E. (1.984):"Hybrid Models for Conjoint Analysis: An Expo
sitory Review". J o ur na1 of Marketing R e s e a r c h .vol.21 (mayo),pp. 155-169
GREEN, P.E. y KRIEGER, A.M. (1.985):"Mode1s and Heuristics for Pro
duct Line Selection". Marketing S c i e n c e .v o l . 4 (invierno), pp. 1-19.
GREEN, P.E. y KRIEGER, A .M .(1.988):"Choice Rules and Sensivity Ana
lysis in Conjoint Simulators".Journal of the Academy of Marketing Scien
c e , v o l . 16, 1 (primavera), pp. 114-127.
GREEN, P.E. y RAO, V.R. (1.971):"Conjoint Measurement for Quanti fying Judgmental Data". J o u r n a 1 of Marketing Re se a r c h .v o l .8 (mayo), pp.
355-363.
GREEN, P.E. y SRINIVASAN, V. (1.978):"Conjoint Analysis in Consu mer Research: Issues and Outlook". J o u r n a 1 of Consumer Re se a r c h , vol. 5
(septiembre), pp. 103-123.
GREEN, P.E y WIND, Y . (1.973):Multiattribute Decisions in Marketing
A Measurement A pp r o a c h . Hindsdale, IL: Dryden Press.
GREEN, P . E . ; CARROLL, J.D. y GOLDBERG, S.M. (1.981):"A General Ap
proach to Product Design Optimization via Conjoint Analy si s"J o ur na1 of
Ma r k e t i n g . 45 (verano), pp. 17-37.
GREEN, P.E.; GOLDBERG, S.M. y MO NTE MA YOR , M. (1.981):"A Hybrid Uti
lity Estimation Model for Conjoint Analysis". J ou rna 1 of M a rke ti ng. 45,
(invierno), pp. 31-41.
GREEN, P.E.; KRIEGER, A.M. y CARROLL, J.D. (1.987):" Conjoint Ana
lysis and Multidimensional Scaling:A Complementary Approach".Journal of
Advertising R e s e a r c h . (octubre-noviembre), pp. 21-28.
GIL LUEZAS, C. (1.988):"Mode1os Hbridos: Algunos Aspectos de la /
Aplicacin del Anlisis Conjunto Mediante el Planteamiento de Modelos /
Hbridos". Investigacin
M ar k e t i n g . 28 (diciembre), pp. 9-21.
H A G E R T Y , M.R. (1.985):"Improving the Predictive Power of Conjoint/
Analysis. The Use of Factor Analysis and Cluster Analysis". J ou rn a1 o f /
Marketing R e s e a r c h .v o 1. 22 (mayo), pp. 168-184.
29
30
Doc 001/1988
crtica
del
Doc 003/1988
ANA ISABEL FERNANDEZ ALVAREZ; RAFAEL GARCIA RODRIGUEZ; JUAN
VENTURA VICTORIA.- Anlisis del crecimiento sostenible por
los distintos sectores empresariales.
Doc 004/1988
JAVIER SUAREZ PANDIELLO,- Una propuesta para la integracin
mu ti jurisdiccional.
Doc 005/1989
de
gestin
Doc nQ 00 7/1989
JAVIER SUAREZ PANDIELLO- El gasto pblico del Ayuntamiento
de Oviedo (1982-88).
Doc 008/1989
FELIX LOBO ALEU,- El gasto pblico en productos industriales
para la salud.
'
Doc 009/1989
patentes
sobre
Doc
010/1990
RODOLFO
VAZQUEZ
CASIELLES.Investigacin
de
las
preferencias del consumidor mediante anlisis de conjunto.
Doc 011/1990
ANTONIO APARICIO PEREZ.- Infracciones y sanciones en materia
tributaria.
Doc 012/1990
MONTSERRAT DIAZ FERNANDEZ; CONCEPCION GONZALEZ
aproximacin metodolg ica al estudio de las
aplicadas a la economa.
VEIGA.- Una
matemticas
Doc 013/1990
EQUIPO MECO.- Medidas de desigualdad: un estudio analtico
Doc 014/1990
JAVIER SUAREZ PANDIELLO,- Una estimacin de las necesidades
de gasto para los municipios de menor dimensin.
Doc 015/1990
ANTONIO
MARTINEZ
financiera.
ARIAS.-
MONTSERRAT
endgena.
Auditoria
de
la
informacin
Doc 016/1990
DIAZ
FERNANDEZ.-
La
poblacin
como
variable
Doc 017/1990
JAVIER SUAREZ PANDIELLO.pases de nuestro entorno.
>
La
redistribucin
local
en
los
Doc 018/1990
Do c
020/1990