La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

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.

Presentaciones similares


Presentación del tema: "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."— Transcripción de la presentación:

1 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!!

2 POLITICAS ESTABLECIDAS Se aprueba la materia con un mínimo de 75/100 puntos. Se aprueba la materia con un mínimo de 75/100 puntos. Para alcanzar los 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

3 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

4 Bibliografía Recomendada: Estadística aplicada a los negocios y la economía, Allen L. Webster, tercera edición, Mc Graw-Hill.Estadística aplicada a los negocios y la economía, Allen L. Webster, tercera edición, Mc Graw-Hill. Estadística para Administradores, Levin & Rubin, sexta edición, Pearson.Estadística para Administradores, Levin & Rubin, sexta edición, Pearson. Decision Analysis, Stokey & ZeckhauserDecision Analysis, Stokey & Zeckhauser Allen L. Webster Estadística Aplicada a los negocios y a la economía; McGraw – Hill Última ediciónAllen L. Webster Estadística Aplicada a los negocios y a la economía; McGraw – Hill Última edición

5 Antes, quería compartir con uds. este video

6 Cronograma Primer Día de Clases 09:00 – 10:30: Terminología/Conceptos Generales

7 Deming solía decir: En Dios confío, para todo lo demás necesito datos Hay tres tipos de mentiras: mentiras, grandes mentiras y estadísticas Benjamin Disraeli Hay tres tipos de mentiras: mentiras, grandes mentiras y estadísticas Benjamin Disraeli

8 ¿Qué es la estadística? En tu trabajo, la utilizas? … Sinceramente ….

9 La Estadística aplicada a la Administración intenta contestar estas preguntas ¿Cómo deben recopilarse los datos?¿Cómo deben recopilarse los datos? ¿Qué métodos de análisis se deben utilizar?¿Qué métodos de análisis se deben utilizar? ¿Qué hipótesis se deben asumir?¿Qué hipótesis se deben asumir? ¿Cómo se pueden verificar?¿Cómo se pueden verificar? ¿Cómo se interpretan los resultados?¿Cómo se interpretan los resultados?

10 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

11 Ejemplos de Estadística: Influenza en México Estadística: Búsquedas de Información que puede ser medida por número de casos. 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. 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. 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: La herramienta de Influenza en México puede encontrarse en:

12 Las cifras cuentan historias … La información aporta mucho para crear escenarios. Fuente e Imágenes: América Economía, Finanzas, Mayo 2009

13 Las cifras cuentan historias … Fuente e Imágenes: América Economía, Finanzas, Mayo 2009

14 Las cifras cuentan historias … Fuente e Imágenes: América Economía, Finanzas, Mayo 2009

15 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.

16 Otros ejemplos de Estadística: Chile: Producción de Cobre en Chile cae 5,9%. (Según informó el Instituto Nacional de Estadísticas, el cobre alcanzó a toneladas en Marzo Fuente: América Economía. Chile: Producción de Cobre en Chile cae 5,9%. (Según informó el Instituto Nacional de Estadísticas, el cobre alcanzó a toneladas en Marzo Fuente: América Economía. Ecuador: Rafael Correa y Jaime Nebot tienen al menos 86 mil electores en común. Fuente: El Universo 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 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. 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.

17 Conceptos Estadística es la ciencia que tiene que ver conEstadística es la ciencia que tiene que ver con RecolecciónRecolección OrganizaciónOrganización PresentaciónPresentación AnálisisAnálisis InterpretaciónInterpretación Datos Toma de decisiones

18 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,...

19 Definiciones Básicas es la recolección completa de todas las observaciones de interés para el investigador.Población: es la recolección completa de todas las observaciones de interés para el investigador. es una medida descriptiva de la población total de todas las observaciones de interés para el investigadorParámetro: es una medida descriptiva de la población total de todas las observaciones de interés para el investigador

20 Muestra: parte representativa de la población que se selecciona para ser estudiada ya que la población es muy grande para analizarla en su totalidadMuestra: 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 correspondienteEstadístico: elemento que describe una muestra y sirve como una estimación del parámetro de la población correspondiente

21 Definiciones Básicas (cont) Variables: característica de la población que se está analizandoVariables: 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)

22 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.

23 Estadística Descriptiva: es el proceso de recolectar agrupar y presentar datos de una manera tal que describa fácil y rápidamente dichos datos.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 muestraEstadística Inferencial: involucra la utilización de una muestra para sacar alguna inferencia o conclusión sobre la población de la cual hace parte la muestra

24 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.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.

25 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.

26 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.

27 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.

28 ¿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 MarcaFrecuencia Coke Classic19 Diet Coke8 Dr. Pepper5 Pepsi – Cola13 Sprite5 Gráfica de barras, diagramas de pastel, son otros tipos de resúmenes gráficos.

29 ¿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

30 ¿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.

31 Resumen de Métodos Tabulares y Gráficos Datos Datos Cualitativos Datos Cuantitativos Métodos Tabulares Métodos Gráficos Métodos Tabulares Métodos Gráficos Distribución de frecuencias. Distribución de frecuencias relativas. Distribución de frecuencias porcentual. Gráficas de Barras Gráfica de Pastel Distribución de frecuencias y acumuladas Distribución de frecuencias relativas y acumulada Distribución de frecuencias porcentual y acumulada Histogramas Ojivas Gráfica de Pastel

32 Ejercicio Ir al excel: Aplicaciones para Practica en Clases y Talleres y realizar el ejercicio de la hoja AuditoriaDias.

33 ESTADISTICA DESCRIPTIVA

34 OBJETIVOS ¿Qué haremos? Se describirán métodos tabulares y gráficos para resumir e interpretar datos.Se describirán métodos tabulares y gráficos para resumir e interpretar datos. ¿Para qué nos servirá? Eficaces para redactar informes y también para tomar decisiones.Eficaces para redactar informes y también para tomar decisiones.

35 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

36 Tipos de Medidas Descriptivas 1.Medidas de localización 2.Medidas de Variabilidad 3.Medidas de Forma 4.Medidas de asociación entre dos variables

37 Medidas de una distribución

38 Medidas de Localización 1.Media 2.Mediana 3.Moda 1.Percentiles 2.Cuartiles 3.Deciles 4.Quintiles Indican el valor medio de los datos para medidas de localización central y también las hay para localización no central.

39 MEDIDAS DE LOCALIZACION: DEFINICION MEDIA: o también llamada promedio de una variable. 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

40 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.

41 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. 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.

42 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.Calcule la media y la mediana. 2.¿Cuál cree sería mejor usar: la media o la mediana como medida de tendencia central? Explique. 3.Calcule los cuartiles primero y tercero. 4.Calcule e interprete el percentil 85. Sitios Visitantes ünicos (en miles) Bando de Guayaquil 5538 Altavista7391 Amazon7986 Diario Extra 8917 Aol23863 Banco Bolivariano 6786 Ebay8296 Excite10479 Geocites15321 Go.com14330 Hotbob5760 Hotmail11791 ICQ5052 Looksmart5984 HI59950 Microsoft9950 MSN23505

43 Glosario de Fórmulas Media Muestral Fórmulas para la Media Consultar la guía de resumen de Fórmulas Descriptivas

44 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.

45 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 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. 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 …… 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 Ninguna de las medidas de la variación (rango, rango intercuartil, desviación estándar y varianza) puede ser NEGATIVA

46 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?

47 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.

48 Distribución simétrica Cero asimetría moda = mediana = mediaCero asimetría moda = mediana = media

49 Distribución con sesgo positivo Asimetría positiva: media y mediana están a la derecha de la moda.Asimetría positiva: media y mediana están a la derecha de la moda. Moda

50 Distribución con sesgo negativo Asimetría negativa: media y mediana están a la izquierda de la moda.Asimetría negativa: media y mediana están a la izquierda de la moda. Media

51 Regla Empírica 1σ = 68%1σ = 68% 2σ = 95%2σ = 95% 3σ = 99%3σ = 99% µµ +1s µ+2sµ+3s µ-1s µ-2s µ-3s

52 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.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.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.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.

53 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 máximo hasta el domingo 23:59 del domingo 31 de Mayo de

54 Medidas de Asociación entre dos o más variables Establece un índice de la fuerza de la asociación entre variables.Establece un índice de la fuerza de la asociación entre variables. Confiabilidad con que una variable puede estimar a otra.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 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.Coeficiente de Correlación. Raíz del coeficiente de determinación. Indica si existe una relación directa o inversa.

55 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.

56 Entrenando el ojo: correlaciones positivas

57 Entrenando el ojo: correlaciones negativas

58 El Diagrama de Dispersión A mayor ingreso, mayor nivel de escolaridad o viceversa

59 Aplicaciones Prácticas en Excel … Ir al archivo Ejercicio Regresión Lineal Taller #3

60 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.

61 ESTADISTICA INFERENCIAL APLICACIÓN: LA INVESTIGACION DE MERCADOS

62 La investigacion de mercado Contribucion La informacion procedente de la investigacion de mercado junto con el analisis comercial permiten:La informacion procedente de la investigacion de mercado junto con el analisis comercial permiten: 1.Decidir a partir de realidades comprobadas y de hechos y datos creibles, fijando con mayor seguridad objetivos y previsiones 2.Reducir la incertidumbre de equivocarse en la toma de decisiones, aumentando en cambio las probabilidades de exito 3.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

63 La investigacion de mercado Limitaciones Puede reducir el riesgo en la toma de decision, mas no eliminarlo totalmente:Puede reducir el riesgo en la toma de decision, mas no eliminarlo totalmente: –Ser humano como sujeto de analisis ComplejoComplejo CambianteCambiante –Modelo economico es cambiante Variaciones entre momento de observacion y toma de decisionVariaciones entre momento de observacion y toma de decision –Limitaciones de instrumentos usados MuestreoMuestreo DeclarativoDeclarativo –Inferencia del organismo decisor Cultura de empresa e individuoCultura de empresa e individuo Problematica / CondicionantesProblematica / Condicionantes Importancia de analisis e interpretacion de investigador y cliente en conjunto

64 Técnicas de la Investigación Se distinguen: 1.Técnicas Cualitativas 2.Técnicas Cuantitativas

65 A. Investigacion cualitativa

66 Fundamento Tipo de informacionTipo de informacion Criterios, motivaciones y frenos, opiniones, comportamientos Porque? Como? ContextoContexto –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

67 Investigacion motivacional vs. conciente Motivaciones de compra son profundas y complejasMotivaciones de compra son profundas y complejas Basadas sobre conciencia y inconsciente del individuo Preguntas directas (cuantitativo) apela al concientePreguntas 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 proyectivasInvestigacion motivacional usa tecnicas indirectas o proyectivas Basadas en mecanismo mental llamado por Freud proyeccion o reaccion subconciente a determinados estimilos Racionalizacion Preguntas directas Cuantitativo Principio del Iceberg Subconciente Imaginario Tecnicas indirectas Ernts Dichter

68 Tecnicas: Reuniones grupales Reunion de 7 a 10 personas pertenecientes a un grupo objetivoReunion 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 estudioCon 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 lideresModerador facilita la conversacion sobre temas predefinidos en una guia de sesion y limita la interferencia de lideres Uso de dinamica grupalUso de dinamica grupal Idealmente filmado (languaje non-verbal) o co-animadoIdealmente filmado (languaje non-verbal) o co-animado Mayoria de los casos: Grupos homogeneosMayoria de los casos: Grupos homogeneos A veces: Grupos non-homogeneos para favorecer dinamicaA veces: Grupos non-homogeneos para favorecer dinamica

69 Entrevistas personales (1 a 2 horas)Entrevistas personales (1 a 2 horas) Usando preguntas indirectas – por lo general semiestructuradas, siguiendo el orden de una guia de entravistaUsando preguntas indirectas – por lo general semiestructuradas, siguiendo el orden de una guia de entravista Objetivo: llegar al fondo de un procesoObjetivo: llegar al fondo de un proceso (-) Proceso individual, no cuenta con dinamica grupal(-) Proceso individual, no cuenta con dinamica grupal Usado para temas personales o evitar influencia de grupoUsado para temas personales o evitar influencia de grupo Sexo, Analisis simbolica de logo Sexo, Analisis simbolica de logo Tecnicas: Entrevistas en profundidad

70 Aplicaciones de uso Como etapa exploratoriaComo etapa exploratoria –Obtener primeros elementos de informacion –Evaluar validez de un proyecto –Elaborar hipotesis (y lenguaje) para ser confirmadas en una etapa cuantitativa posterior Lanzamiento y desarollo de productoLanzamiento y desarollo de producto –Entender motivacion (y frenos) de compra / uso hacia categoria y marcas Desarollo de estrategias publicitariasDesarollo de estrategias publicitarias –Publicidad tiene como mision motivar e impulsar la compra –Importancia de identificar fraseologia y simbologia –Pre-test y desarollo de conceptos

71 Ejemplos de tecnicas proyectivas TAT (test de apercepcion tematica, de Murray)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 frasesTerminación de frases Los telefones celulares son… Los telefones celulares no son… Mi uso principal de un telefono celular es… Personalización de marca o empresaPersonalización de marca o empresa Si la marca P es una persona… Como es fisicamente, su caracter, donde vive, familia, pasatiempo, etc? Guerra de marcasGuerra de marcas Pedir que se formen 2 grupos y cada grupo defende una marca A y ataca la marca B

72 Ejemplos de tecnicas proyectivas (2) Globotest (Variante more practical del TAT)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)Conceptos - ideas creativas (a nivel de bocetos elementales) Story-board para pre-test de comunicacionStory-board para pre-test de comunicacion Pienso que… Me hace sentir… Estimulo: Boceto, Story-board Image, foto

73 Seleccion de participantes Homogeneidad facilita intercomunicacion fluidaHomogeneidad facilita intercomunicacion fluida Non- profesional con discurso articuladoNon- profesional con discurso articulado Importancia seleccionar los participantes de acuerdo a los objetivos de informacionImportancia seleccionar los participantes de acuerdo a los objetivos de informacion –Variables sociodemograficas SexoSexo EdadEdad NSENSE RegionRegion Tipo de familia (miembrosa afuera)Tipo de familia (miembrosa afuera) Actividad laboralActividad laboral –Variables de producto Nivel de experiencia con categoriaNivel de experiencia con categoria Experiencia con marcasExperiencia con marcas

74 Limitaciones y riesgos Ciertas limitaciones…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 cuantitativoRiesgo*… 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 efectivoRacionalizar y esconder lo efectivo Exagerar sus motivaciones y necesidades (y criticas)Exagerar sus motivaciones y necesidades (y criticas) *Jack Trout – Positioning

75 Algunas conclusiones… Una herramienta utilUna herramienta util En etapa inicialEn etapa inicial Para adquirir conocimiento en profundidadPara adquirir conocimiento en profundidad Sobre actitudes, motivaciones y frenosSobre actitudes, motivaciones y frenos Ciertos riesgos… Falta de definicion de objetivos o grupo objetivoFalta 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.)Utilizar los datos sin interpretacion sicologica y social y fuera de contexto (datos de mercado, conocimiento previo, etc.) Uso en decisiones sin validacion cuantitativaUso en decisiones sin validacion cuantitativa

76 Un ejemplo

77 B. Investigacion cuantitativa

78 Fundamento Tipo de informacionTipo 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 aplicacionCampos 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

79 Informaciones sobre entorno (Ej.) Entorno fisicoEntorno fisico –Territorio –Climatologia Comercion interior / exteriorComercion interior / exterior –Indicadores de comercio al por menor –Principales resultados de comercio exterior ComunicacionesComunicaciones –Encuesta de servicios de telecomunicaciones –Transporte. Infraestructura (Cobertura) Investigacion y desarolloInvestigacion y desarollo –Investigacion cientifica y desarollo –Innovaciones Cultura y ocioCultura y ocio –Lugares de vaciones Demografia y poblacionDemografia y poblacion –Movimiento natural de poblacion –Emigracion y efectos Nivel, calidad y condiciones de vidaNivel, calidad y condiciones de vida –Indice de precios de consumo –Canasta familiar

80 Investigacion de marketing (Ej.) Datos propios y de la competencia – Segun necesidades Datos generales del mercadoDatos generales del mercado –Coyuntura, potencial y tendencias del mercado y del sector –Estructura geografica: nucleos de poblacion –Estadistica sobre empresas del sector Analisis de la demandaAnalisis de la demanda –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 producto y precio (Detalles luego) Investigaciones sobre la distribucion (Detalles luego)Investigaciones sobre la distribucion (Detalles luego) –Seleccion de canales de distribucion –Localizacion y datos de proveedores Investigacion sobre las ventasInvestigacion sobre las ventas –Organizacion de sistemas de venta –Sistemas de formacion Investigacion sobre publicidad y demas medio de apoyoInvestigacion sobre publicidad y demas medio de apoyo (Detalles luego)

81 Cual es nuestra competencia? Relacion o rankingRelacion o ranking Datos economicofinancieros, ventas, beneficios, etc.Datos economicofinancieros, ventas, beneficios, etc. Infraestructura, instalaciones y datos logisticosInfraestructura, instalaciones y datos logisticos Personal y organizacion funcional y zonalPersonal y organizacion funcional y zonal Marcas, lineas de producto, productos, calidades, precios, etc.Marcas, lineas de producto, productos, calidades, precios, etc. Ciclo de vidaCiclo de vida Posicionamiento (imagen de marca, atributos, etc.)Posicionamiento (imagen de marca, atributos, etc.) Marcas NotoriedadCalidadDisponibi- lidad PostventaVendedores A B Tabla conclusiva de Kotler E = Excelente, B = Bueno, R = Regular, M = Mal

82 Investigación Estratégica - Seminario Porta Tecnicas de obtencion de información ObservacionObservacion Por ejemplo, punto de ventaPor ejemplo, punto de venta Entrevistas PersonalEntrevistas Personal(+) Control de muestra / Identificacion de entrevistado (a)Control de muestra / Identificacion de entrevistado (a) Profundidad / Calidad de informacion (uso de estimulos visuales)Profundidad / Calidad de informacion (uso de estimulos visuales) Mayor duracionMayor duracion(-) Acceso a viviendas protegidas (NSE más altos)Acceso a viviendas protegidas (NSE más altos) Duracion e infrastructura de campoDuracion e infrastructura de campo CostoCosto

83 Tecnicas (2) Entrevistas por telefonoEntrevistas por telefono(+) PrecioPrecio Rapidez / OrganizacionRapidez / Organizacion(-) Control de muestra / Identificacion de entrevistado (a)Control de muestra / Identificacion de entrevistado (a) (Excepto con usuarios?) Entrevistas por correoEntrevistas por correo(+) PrecioPrecio Disponibilidad entrevistadoDisponibilidad entrevistado(-) Nivel de retornoNivel de retorno Estudio OmnibusEstudio Omnibus

84 Donde encontrar la informacion Fuentes secundariasFuentes secundarias Datos existentes:Publicaciones, informes, estadisticas, anuarios, etc. –Fuentes internas: Existentes en la propia organizacion –Fuentes externas: Instituciones, organismos, etc. Fuentes primariasFuentes primarias Datos elaborados a medida –Interrogatorio –Observacion –Estudios cualitativos –Estudios cuantitativos

85 Muestreo MuestraMuestra Porcion de universo o poblacion seleccionada para desarollar estudio Error de muestreo /Error estadisticoError de muestreo /Error estadistico Error previsto – sobre probabilidad o resultado – debido a diferencia entre muestra y universo Muestra representativa dependeMuestra 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 Muestra Universo Error estadistico

86 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

87 MUESTREO ALEATORIO SIMPLE (MAS) Forma más sencilla de realizar un muestreo probabilístico y la base para otros diseños de muestreos más complejos.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.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.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.

88 MUESTREO ALEATORIO ESTRATIFICADO La población se subdivide en subgrupos llamados estratos.La población se subdivide en subgrupos llamados estratos. Se elige de manera independiente cada estrato y se extrae una muestra aleatoria simple.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 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.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

89 Tipos de Muestras Muestra simpleMuestra simple –Sin segmentacion previa –Adecuacion entre estructura de muestra ye universo debido al azar (Buen diseño muestral probabilistico) –Seleccion usando algun sistema o programa de seleccion aleatoria Ejemplo: Sistema de intervalo Muestra convencional o indiciariaMuestra convencional o indiciaria –Todos los elementos escogidos –Ejemplo: Profesionales expertos en determinadas areas

90 Tipos de Muestras (2) Muestra estratificadaMuestra estratificada –Diseño repite la estructura y division porcentual del universo por variables (Sexo, NSE, grupos de edad, residencia) –Diseño Dividir universo en segmentosDividir universo en segmentos Aplicar seleccion aleatoria en cada segmentoAplicar seleccion aleatoria en cada segmento Variacion: Muestra semi-estructuradaVariacion: Muestra semi-estructurada –Seleccion aleatoria de puntos de encuesta –Control de estructura y proporcion de variables por cuota O –Coeficiente de ponderacion usado en tabulacion para devolver a las variables de la muestra (una o algunas) el peso real que tienen en la poblacion

91 Investigación Estratégica - Seminario Porta Calculo tamaño de la muestra Muestra aleatoria, simpleMuestra aleatoria, simple –Depende Tamaño del universo objeto del analisisTamaño del universo objeto del analisis Nivel de error acceptadoNivel de error acceptado Homogeneidad de poblacion investigadaHomogeneidad de poblacion investigada (Más homogeneidad, menor tamaño) (Más homogeneidad, menor tamaño) –Calculo Usando tabla de muestreoUsando tabla de muestreo VariacionVariacion –Identificacion de las variables que se van a usar en el analisis –Identificacion de variables simples y cruzadas Ejemplo: Variables: Sexo, ciudades Analisis: Interpretacion de los datos por sexo, en cada ciudad –Definicion del tamaño minimo acceptado por cada sub-segmento

92 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.

93 Error de Muestreo Diferencia entre el estadístico muestral y el parámetro poblacional.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.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.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.Un estadístico será más preciso en cuanto y tanto su error sea más pequeño.

94 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.

95 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.

96 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: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.

97 Tipos de preguntas CerradaCerrada Propone 2 o mas alternativas de respuestasPropone 2 o mas alternativas de respuestas Facilita tabulacion y analisis. La mas usadaFacilita tabulacion y analisis. La mas usada SemicerradaSemicerrada Pregunta cerrada combinada con abiertaPregunta 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) AbiertaAbierta Solicita la opinion del entrevistadoSolicita la opinion del entrevistado De introduccionDe introduccion Despertar interes y curiosida y predisponer favorablemente el entrevistadoDespertar interes y curiosida y predisponer favorablemente el entrevistado De controlDe control Para comprobar, sinceridad, coherencia y veracidad de las respuestasPara comprobar, sinceridad, coherencia y veracidad de las respuestas

98 Cuestionario DiseñoDiseño Lenguaje apropiado (entendible por todos)Lenguaje apropiado (entendible por todos) Brevedad de las preguntas (no confundir / aburrir)Brevedad de las preguntas (no confundir / aburrir) Evitar temas dificiles de contestar o que obligan a calculos (N.S.)Evitar temas dificiles de contestar o que obligan a calculos (N.S.) Preguntas deben seguir orden preestablecidoPreguntas 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 suficienteSeleccionar solo preguntas relacionadas con objetivos y las que van a tener base suficiente Prueba piloto para evaluarPrueba piloto para evaluar Flujo de preguntasFlujo de preguntas Comprehension y adecuacion de preguntas con objetivosComprehension y adecuacion de preguntas con objetivos TerminologiaTerminologia AdministracionAdministracion Encuestador debe ser neutralEncuestador debe ser neutral Evitar presencia / influencia de otras personasEvitar presencia / influencia de otras personas

99 Tipos de variables Variables sociodemograficasVariables sociodemograficas SexoSexo EdadEdad NSENSE RegionRegion Tipo de familia (miembros a afuera)Tipo de familia (miembros a afuera) Actividad laboralActividad laboral Variables de productoVariables de producto Nivel de experiencia con categoriaNivel de experiencia con categoria Experiencia con marcasExperiencia con marcas Variables psicograficasVariables psicograficas Estilos de vidaEstilos de vida ValoresValores

100 Investigación Estratégica - Seminario Porta Dificuldad de definicion NSE Instabilidad sistema social y economicoInstabilidad sistema social y economico DolarizacionDolarizacion Inestabilidad politicaInestabilidad politica Crisis economica y sus consecuenciasCrisis economica y sus consecuencias Deslize entre nivel social y economicoDeslize entre nivel social y economico EmigracionEmigracion Evolucion normal del modeloEvolucion normal del modelo Importancia establecer criteriosImportancia establecer criterios Para poder diferenciar gruposPara poder diferenciar grupos Segun producto u objetivo, utilizar NSE o solo ingresosSegun producto u objetivo, utilizar NSE o solo ingresos De acuerdo con su empresa de investigacion…De acuerdo con su empresa de investigacion… Definicion en base a variedad de criteriosDefinicion en base a variedad de criterios Nivel de ingresosNivel de ingresos Zona geografica (barrio)Zona geografica (barrio) OcupacionOcupacion Nivel de educacionNivel de educacion Tipo de viviendaTipo de vivienda Posesion de vehiculos y artefactosPosesion de vehiculos y artefactos

101 Nivel Total Ecuador % Caracteristicas Ingreso Mensual ASuperior2U$ BAlto7U$ CMedio35U$ 350 DBajo39U$ 163 EMarginal17U$ 70 Sectores populares y pobres, Viviendas de material ligero, pequeña en malas condiciones, estudios básicos incompletos, sin profesión, trabajos ocasionales, aseadores, no poseen vehiculo. 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. Pequeños comerciantes, obreros especializados, Educación Secundaria, Viviendas de 4-5 ambientes, 1 baño, 10 artefactos en el hogar. Obreros poco especializados, vendedores ambulantes, campesinos, Educación Primaria, Vivienda de 3 ambientes, generalmente sin baño, 5 artefactos en el hogar. Definicion de los estratos socioeconomicos Fuente: INEC/World Bank/Banco Central del Ecuador/CEPAL

102 Definicion de los estratos socioeconomicos (2) Fuente: INEC/World Bank/Banco Central del Ecuador/CEPAL

103 Tipos de analisis (Informacion cuantitativa) Analisis convencionales (Simples o cruzados)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 Analisis multivariablesAnalisis multivariables –Analisis entre diferentes variables a la vez –Cada individuo analizado por separado Variables Explicativas SexoEdadNSE Variables a explicar Posesion celular

104 Investigación Estratégica - Seminario Porta Modelos de analisis multivariable (1) SegmentacionSegmentacion 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 ASegmento A –10% de la poblacion total, donde uso marca P = 90% –Caracteristicas: HombresHombres Entre 26 y 45Entre 26 y 45 NSE medio-altoNSE medio-alto Ciudades grandesCiudades grandes Segmento BSegmento B –30% de la poblacion total, donde uso marca P = 20% –Caracteristicas: Ambos sexosAmbos sexos Entre 18 y 25Entre 18 y 25 NSE medio-altoNSE medio-alto Ciudades grandesCiudades grandes–

105 Investigación Estratégica - Seminario Porta Modelos de analisis multivariable (2) TipologiaTipologia No se predetermina la variable a explicar –Se identifican las variables de interes en un mercado dado Socio-demograficasSocio-demograficas Caracteristicas de uso de producto y marcaCaracteristicas de uso de producto y marca Psico-graficasPsico-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)Es posible determinar tipos homogeneos de poblacion (a veces no se puede) Si – Cuantos? Con que peso de poblacion y caracteristicasSi – Cuantos? Con que peso de poblacion y caracteristicasEjemplo Segmento ASegmento A –40% de la poblacion total - Los profesionales –Caracteristicas: HombresHombres Entre 25 y 40Entre 25 y 40 NSE medio-altoNSE medio-alto Segmento BSegmento B –15% de la poblacion total – Vida social –Caracteristicas: MujeresMujeres Entre 18 y 30Entre 18 y 30 NSE medio-tipicoNSE medio-tipico SolterasSolteras–

106 III. Familias de toma de decision y Modelos de informacion

107 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 y familias de toma de decision

108 1. Objetivos Identificar los diferentes tipos de decision que se requieren tomar segun las circumstancias (ciclo de vida de un producto)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)Para aportar claridad sobre necesidades de informacion objetiva (objetivos de informacion) Informar sobre las tecnicas de investigacion mas usadas en decisiones comercialesInformar sobre las tecnicas de investigacion mas usadas en decisiones comerciales Identificar las tecnicas mas apropiadas segun la situacionIdentificar las tecnicas mas apropiadas segun la situacion Para que un decidor, ante un problema determinadoPara que un decidor, ante un problema determinado –Sepa por donde empezar –Pueda comunicar mejor sus necesidades al investigador –Defina y obtenga la informacion relevante

109 2. Clasificación de tomas de decisión Tomas de decision TipoGeneroFamilias T1 Estrategicas T2 Operativas T3 Correctivas G1 Cuantitativas G2 Cualitativas F1. Planificacion y establecimiento de estrategias generales de negocio F2. Gestacion y desarrollo de un nuevo producto F3. Lanzamiento de un nuevo producto F4. Fijacion de estrategias de Marketing Mix 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

110 2.1. Clasificacion por tipos EstrategicasEstrategicas –Parte de plan de marketing –Previa decision operativa –Afectan medio y largo plazo –De tipo global –Requieren informacion objetiva OperativasOperativas –Relativas a operaciones concretas / especificas –Afectan corto plazo –Relativas al detalle CorrectivasCorrectivas –Consecuencias de emergencias y/o desvio sobre previsiones –De tipo estrategico u operativo

111 2.2. Clasificacion por generos CuantitativasCuantitativas –Implican cantidades y magnitudes Ejemplo: Previsiones de ventas, margenes o market share CualitativasCualitativas –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

112 2.3. Clasificacion por familias (1) Prehistoria del producto NO EXISTE TODAVIA EL NEGOCIO Momento TOMADA LA DECISION DE ENTRAR EN EL NEGOCIO:SE GESTA Y DESARROLLA EL PRODUCTO Momento o EL PRODUCTO SE LANZA AL MERCADO Momento 1 EL PRODUCTO ES RETIRADO DEL MERCADO FIN: PRODUCTO MUERE TOMAS DE DECISION Es interesante? Es posible? Seremos capaces? …… FAMILIA I TOMAS DE DECISION Como debe ser el producto? Sera aceptado por el mercado? …… FAMILIA II 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? Momento -2

113 Investigación Estratégica - Seminario Porta 2.3. Clasificacion por familias (2) Historia del producto SE DISEŇA EL PLAN DE MARKETING ANNUAL Momento EL PRODUCTO SE FABRICA Momento EL PRODUCTO SE DISTRIBUYE EN EL MERCADO Momento o EL PRODUCTO SE PUBLICITA Y SE PROMOCIONA Momento 1 EL PRODUCTO SE COMPRA Y SE CONSUME TOMAS DE DECISION Que objetivos marcamos? Con que estrategias? …… FAMILIA IV TOMAS DE DECISION Con que caracteristicas? Con que precios? Con que gama …… FAMILIA V TOMAS DE DECISION Con que cobertura? A que canales? Con que estrategias? …… FAMILIA VI TOMAS DE DECISION Con que estrategia publicitaria? Hacemos promociones? …… FAMILIA VII TOMAS DE DECISION Como evaluamos su participacion de mercado? Como hacemos el seguimiento de su evolucion? …… FAMILIA VIII Momento -2

114 3. Clasificación de tecnicas de investigacion SEGÚN LAS CARACTERÍSTICAS DE INFORMACIÓN SEGÚN PROCEDIMIENTO DE OBTENCIÓN DE LA INFORMACIÓN SEGÚN LA INFORMACIÓN/ EL PROBLEMA COMERCIAL CONCLUYENTES DESCRIPTIVOS INTERROGATORIO 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 CONCLUYENTES EXPERIMENTALES TIPO MÚLTIPLE Experimentos de ventas Mercado de prueba

115 4. Adecuación entre tecnicas de investigación y familias de decisiones (1) T1. Habit Survey T2. Test de Concepto T3. Test de Precio T4. Panel de Accept. T5. Estudios Motiv. T6. Panel Consum. T7. Experim. De venta T8. Mercado Prueba F1. Planif. X * F2. Desarollo * XXX F3. Lanzami. * XXXX F4. Estrat. Mktg Mix ** F5. Estr. Prod. y precio ** F6. Estr. Distrib. ** F7. Estr. Comm. * F8. Seguim. X * X = Utilidad basica * = Utilidad secundaria

116 4. Adecuación entre tecnicas de investigación y familias de decisiones (2) T9. Market Survey T10. Estudio Imagen T11. Segm. Y Posic. T12. Test Producto T13. Test Embalaje T14. Shop Audit T15. Retail Survey F1. Planif. *** F2. Desarollo *** F3. Lanzami. ** F4. Estrat. Mktg Mix XXX ** F5. Estr. Prod. y precio ** XX F6. Estr. Distrib. ** XX F7. Estr. Comm. *** F8. Seguim. * X X = Utilidad basica * = Utilidad secundaria

117 4. Adecuación entre tecnicas de investigación y familias de decisiones (3) T16. Pre- Testing T17. Post- Testing 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. XXXXXX * F8. Seguim. ** X X = Utilidad basica * = Utilidad secundaria

118 4.1. Familia I Planificación y estrategias generales (1) Influenciada porInfluenciada 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)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 externaImportancia de informacion externa –Averiguar si existe potencial correspondiente a insatisfacciones o expectativas no satisfechas –Que tipo de producto?

119 4.1. Familia I 4.1.1Habit Survey (1) ObjetivosObjetivos –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 existenteProducto ya existente Identificar nueva aplicacion o nuevo segmento de usuarios Producto no existeProducto no existe Identificar las necesidades que quedan para satisfacer Caracteristicas tecnicasCaracteristicas 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)

120 4.1. Familia I 4.1.1Habit Survey – Estructura (2) UNIVERSO TOTAL Tienen costumbre (usan, emplean) Usos, empleosUsos, empleos Frecuencia de uso, empleoFrecuencia de uso, empleo Estructura del mercado (marcas usadas)Estructura del mercado (marcas usadas) No tienen costumbre Conocen /No conocen productoConocen /No conocen producto Razones de no usoRazones de no uso –No sienten necesidad Urtilizan / No utilizan producto sustitutoUrtilizan / No utilizan producto sustituto –Sienten necedidad Razones de no utlizacionRazones de no utlizacion

121 4.1. Familia I 4.1.1Habit Survey – Ejemplo (3) Algunos datosAlgunos datos –Mercado de camisas confeccionadas –60% usan camisas confeccionadas 20% algodon20% algodon 50% nylon50% nylon –Principal motivo por usar nylon = Practicidad ( No se planchan) –Principal motivo por no usar nylon = Son calurosas (Usuarios algodon) ConclusionesConclusiones –A pesar del boom del nylon, mercado no esta totalmente satisfecho Nylon no da total satisfaccion; ventaja y desventaja fuerteNylon no da total satisfaccion; ventaja y desventaja fuerte 40% del mercado no usa camisas confeccionadas, gran parte porque el nylon es caluroso40% 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)

122 4.2. Familia II Gestación y desarrollo nuevo producto AplicacionAplicacion –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.Formula, diseno, calidad, marca, precio, embalaje, etc. Imagen y posiciomnamientoImagen y posiciomnamiento Tecnicas clavesTecnicas claves –Test de concepto –Test de precios –Paneles de aceptacion

123 4.2. Familia II 4.2.1Test de concepto ObjetivosObjetivos –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 informacionEstructura de informacion UNIVERSO CONSUMIDOR POTENCIAL Opinion espontanea – IMPACTOOpinion espontanea – IMPACTO Ventajas e inconvenientes – IDEAVentajas e inconvenientes – IDEA DESEO DE COMPRA – Cantidad – PrecioDESEO DE COMPRA – Cantidad – Precio MetodologiaMetodologia –Reuniones de grupo si proyecto a nivel de embrio y dificil entender –Estudio cuantitativo para diagnostico de ideas desarrolladas –Interesante evaluar alternativas de conceptos

124 4.2. Familia II 4.2.2Test de precio ObjetivosObjetivos –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) MetodologiaMetodologia –Estudio cuantitativo –Metodo cruza dos variables de analisis Precio estimado en forma espontanea (despues de prueba de producto)Precio estimado en forma espontanea (despues de prueba de producto) Reaccion a niveles de precio dados (curva de elasticidad)Reaccion a niveles de precio dados (curva de elasticidad) –Metodod sustitutivos mas complejos Experimento de ventasExperimento de ventas Simulacion de percha y compraSimulacion de percha y compra Trade-offTrade-off

125 Tabla 1.-Un sistema común de ponderación para respuestas de intención de compra.

126 Algunas variables de Administración que necesitan conocer… DIMENSIONVARIABLEDESCRIPCION PURCHASING Value ShareParticipación 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 IMAGE & QUALITY Spontaneous Brand AwarenessMarcas de la Categoría que conoce o ha oído nombrar. Master Brand Top of MindPrimera marca mencionada en Spontaneous Brand Awareness Consumer ComplaintsTotal de Reclamos recibido en el SAC en todo el mes. Información Mensual OPERACIONAL INVESTMENT Share of Investment /ShareIndice 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 PriceDiferencial de precio de consumidor frente al mercado

127


Descargar ppt "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."

Presentaciones similares


Anuncios Google