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.

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. 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 para Administradores, Levin & Rubin, sexta edición, Pearson. Decision Analysis, Stokey & Zeckhauser Allen 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 “En Dios confío, para todo lo demás necesito datos”
Deming solía decir: “En Dios confío, para todo lo demás necesito datos” “Hay tres tipos de mentiras: mentiras, grandes mentiras y estadísticas” Benjamin Disraeli

8 En tu trabajo, la utilizas? … Sinceramente ….
¿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? ¿Qué métodos de análisis se deben utilizar? ¿Qué hipótesis se deben asumir? ¿Cómo se pueden verificar? ¿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. 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. 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. 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 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 con Recolección
Organización Presentación Análisis Interpretación Toma de decisiones Datos

18 Casi todas las áreas del saber requieren del pensamiento estadístico
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 Población: es la recolección completa de todas las observaciones de interés para el investigador. Parámetro: 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 totalidad Estadístico: 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 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 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. 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 Marca Frecuencia Coke Classic 19 Diet Coke 8 Dr. Pepper 5 Pepsi – Cola 13 Sprite 5 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 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

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. ¿Para qué nos servirá? 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
Medidas de localización Medidas de Variabilidad Medidas de Forma Medidas de asociación entre dos variables

37 Medidas de una distribución

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

39 MEDIDAS DE LOCALIZACION: DEFINICION
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. 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
Sitios Visitantes ünicos (en miles) Bando de Guayaquil 5538 Altavista 7391 Amazon 7986 Diario Extra 8917 Aol 23863 Banco Bolivariano 6786 Ebay 8296 Excite 10479 Geocites 15321 Go.com 14330 Hotbob 5760 Hotmail 11791 ICQ 5052 Looksmart 5984 HI5 9950 Microsoft MSN 23505 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. Calcule la media y la mediana. ¿Cuál cree sería mejor usar: la media o la mediana como medida de tendencia central? Explique. Calcule los cuartiles primero y tercero. Calcule e interprete el percentil 85.

43 Glosario de Fórmulas Fórmulas para la Media
Media Muestral 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 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 …… 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 = media

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

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

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

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. 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.

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 2009.

54 Medidas de Asociación entre dos o más variables
Establece un índice de la fuerza de la asociación entre variables. 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 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: Decidir a partir de realidades comprobadas y de hechos y datos creibles, fijando con mayor seguridad objetivos y previsiones Reducir la incertidumbre de equivocarse en la toma de decisiones, aumentando en cambio las probabilidades de exito 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: Ser humano como sujeto de analisis Complejo Cambiante Modelo economico es cambiante Variaciones entre momento de observacion y toma de decision Limitaciones de instrumentos usados Muestreo Declarativo Inferencia del organismo decisor Cultura de empresa e individuo Problematica / Condicionantes Importancia de analisis e interpretacion de investigador y cliente en conjunto

64 Técnicas de la Investigación
Se distinguen: Técnicas Cualitativas Técnicas Cuantitativas

65 A. Investigacion cualitativa

66 Fundamento Tipo de informacion Contexto
Criterios, motivaciones y frenos, opiniones, comportamientos “Porque? Como?” Contexto 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 complejas Basadas sobre conciencia y inconsciente del individuo Preguntas 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 proyectivas Basadas en mecanismo mental llamado por Freud “proyeccion” o reaccion subconciente a determinados estimilos Principio del Iceberg  Racionalizacion Preguntas directas Cuantitativo  Subconciente Imaginario Tecnicas indirectas Ernts Dichter

68 Tecnicas: Reuniones grupales
Reunion 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 estudio Moderador facilita la conversacion sobre temas predefinidos en una guia de sesion y limita la interferencia de lideres Uso de dinamica grupal Idealmente filmado (languaje non-verbal) o co-animado Mayoria de los casos: Grupos homogeneos A veces: Grupos non-homogeneos para favorecer dinamica

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

70 Aplicaciones de uso Como 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 producto Entender motivacion (y frenos) de compra / uso hacia categoria y marcas Desarollo 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) 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 frases Los telefones celulares son… Los telefones celulares no son… Mi uso principal de un telefono celular es… Personalización de marca o empresa Si la marca P es una persona… Como es fisicamente, su caracter, donde vive, familia, pasatiempo, etc? Guerra 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) 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) Story-board para pre-test de comunicacion Pienso que… Me hace sentir… Estimulo: Boceto, Story-board Image, foto

73 Seleccion de participantes
Homogeneidad facilita intercomunicacion fluida “Non- profesional” con discurso articulado Importancia seleccionar los participantes de acuerdo a los objetivos de informacion Variables sociodemograficas Sexo Edad NSE Region Tipo de familia (miembrosa afuera) Actividad laboral Variables de producto Nivel de experiencia con categoria Experiencia con marcas

74 Limitaciones y riesgos
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 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 efectivo Exagerar sus motivaciones y necesidades (y criticas) *Jack Trout – Positioning

75 Algunas conclusiones…
Una herramienta util En etapa inicial Para adquirir conocimiento en profundidad Sobre actitudes, motivaciones y frenos Ciertos riesgos… Falta 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.) Uso en decisiones sin validacion cuantitativa

76 Un ejemplo

77 B. Investigacion cuantitativa

78 Fundamento Tipo de informacion Campos de aplicacion
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 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 fisico Territorio Climatologia Comercion interior / exterior Indicadores de comercio al por menor Principales resultados de comercio exterior Comunicaciones Encuesta de servicios de telecomunicaciones Transporte. Infraestructura (Cobertura) Investigacion y desarollo Investigacion cientifica y desarollo Innovaciones Cultura y ocio Lugares de vaciones Demografia y poblacion Movimiento natural de poblacion Emigracion y efectos Nivel, calidad y condiciones de vida Indice de precios de consumo Canasta familiar

80 Investigacion de marketing (Ej
Investigacion de marketing (Ej.) Datos propios y de la competencia – Segun necesidades Datos 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 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 la distribucion (Detalles luego) Seleccion de canales de distribucion Localizacion y datos de proveedores Investigacion sobre las ventas Organizacion de sistemas de venta Sistemas de formacion Investigacion sobre publicidad y demas medio de apoyo (Detalles luego)

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

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

83 Entrevistas por telefono
Tecnicas (2) Entrevistas por telefono (+) Precio Rapidez / Organizacion (-) Control de muestra / Identificacion de entrevistado (a) (Excepto con usuarios?) Entrevistas por correo Disponibilidad entrevistado Nivel de retorno Estudio “Omnibus”

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

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

86 Tipos de Muestreos 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 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. 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. 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. 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 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 simple Muestra convencional o indiciaria
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 indiciaria Todos los elementos escogidos Ejemplo: Profesionales expertos en determinadas areas

90 Tipos de Muestras (2) Muestra estratificada
Diseño repite la estructura y division porcentual del universo por variables (Sexo, NSE, grupos de edad, residencia) Diseño Dividir universo en segmentos Aplicar seleccion aleatoria en cada segmento Variacion: 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 Calculo tamaño de la muestra
Muestra aleatoria, simple Depende Tamaño del universo objeto del analisis Nivel de error acceptado Homogeneidad de poblacion investigada (Más homogeneidad, menor tamaño) Calculo Usando tabla de muestreo Variacion 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 Investigación Estratégica - Seminario Porta

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. 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. 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: El nivel de confianza deseado. El máximo error permisible. La variación en la población.

97 Tipos de preguntas Cerrada Semicerrada Abierta De introduccion
Propone 2 o mas alternativas de respuestas Facilita tabulacion y analisis. La mas usada Semicerrada Pregunta 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) Abierta Solicita la opinion del entrevistado De introduccion Despertar interes y curiosida y predisponer favorablemente el entrevistado De control Para comprobar, sinceridad, coherencia y veracidad de las respuestas

98 Cuestionario Diseño Prueba piloto para evaluar Administracion
Lenguaje apropiado (entendible por todos) Brevedad de las preguntas (no confundir / aburrir) Evitar temas dificiles de contestar o que obligan a calculos (N.S.) Preguntas 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 suficiente Prueba piloto para evaluar Flujo de preguntas Comprehension y adecuacion de preguntas con objetivos Terminologia Administracion Encuestador debe ser neutral Evitar presencia / influencia de otras personas

99 Tipos de variables Variables sociodemograficas Variables de producto
Sexo Edad NSE Region Tipo de familia (miembros a afuera) Actividad laboral Variables de producto Nivel de experiencia con categoria Experiencia con marcas Variables psicograficas Estilos de vida Valores

100 Dificuldad de definicion NSE
Instabilidad sistema social y economico Dolarizacion Inestabilidad politica Crisis economica y sus consecuencias Deslize entre nivel social y economico Emigracion Evolucion “normal” del modelo Importancia establecer “criterios” Para poder diferenciar grupos Segun producto u objetivo, utilizar NSE o solo “ingresos” De acuerdo con su empresa de investigacion… Definicion en base a variedad de criterios Nivel de ingresos Zona geografica (barrio) Ocupacion Nivel de educacion Tipo de vivienda Posesion de vehiculos y artefactos Investigación Estratégica - Seminario Porta

101 Definicion de los estratos socioeconomicos
Nivel Total Ecuador % Caracteristicas Ingreso Mensual A Superior 2 U$ 8.000 B Alto 7 U$ 3.000 C Medio 35 U$ 350 D Bajo 39 U$ 163 E Marginal 17 U$ 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. 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) Cruzar informacion entre variables a explicar y variables explicativas Explica una variable por otra Considera la muestra como un conjunto Analisis multivariables Analisis entre diferentes variables a la vez Cada individuo analizado por separado Variables Explicativas Sexo Edad NSE a explicar “Posesion celular”

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

105 Modelos de analisis multivariable (2)
Tipologia No se predetermina la variable a explicar Se identifican las variables de interes en un mercado dado Socio-demograficas Caracteristicas de uso de producto y marca Psico-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) Si – Cuantos? Con que peso de poblacion y caracteristicas Ejemplo Segmento A 40% de la poblacion total - “Los profesionales” Caracteristicas: Hombres Entre 25 y 40 NSE medio-alto Segmento B 15% de la poblacion total – “Vida social” Mujeres Entre 18 y 30 NSE medio-tipico Solteras Investigación Estratégica - Seminario Porta

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

107 Plan de capitulo Objetivos Clasificacion de las tomas de decision
Por tipo Por genero Por familias Clasificacion de las tecnicas de investigacion (modelos de informacion) 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) Para aportar claridad sobre necesidades de informacion objetiva (objetivos de informacion) Informar sobre las tecnicas de investigacion mas usadas en decisiones comerciales Identificar las tecnicas mas apropiadas segun la situacion Para 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
decision Tipo Genero Familias 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
Estrategicas Parte de plan de marketing Previa decision operativa Afectan medio y largo plazo De tipo global Requieren informacion objetiva Operativas Relativas a operaciones concretas / especificas Afectan corto plazo Relativas al detalle Correctivas Consecuencias de emergencias y/o desvio sobre previsiones De tipo estrategico u operativo

111 2.2. Clasificacion por generos
Cuantitativas Implican cantidades y magnitudes Ejemplo: Previsiones de ventas, margenes o market share Cualitativas Se expresan en cualidades De tipo estrategico, expresa una idea, un concepto o un curso de accion 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 -1 TOMADA LA DECISION DE ENTRAR EN EL NEGOCIO:SE GESTA Y DESARROLLA EL PRODUCTO o EL PRODUCTO SE LANZA AL MERCADO 1 EL PRODUCTO ES RETIRADO DEL MERCADO FIN: PRODUCTO MUERE TOMAS DE DECISION Es interesante? Es posible? Seremos capaces? …… FAMILIA I Como debe ser el producto? Sera aceptado por el mercado? II Con que estrategias? Hacemos mercado de prueba? 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 2.3. Clasificacion por familias (2) Historia del producto
SE DISEŇA EL PLAN DE MARKETING ANNUAL Momento -1 EL PRODUCTO SE FABRICA EL PRODUCTO SE DISTRIBUYE EN EL MERCADO o EL PRODUCTO SE PUBLICITA Y SE PROMOCIONA 1 EL PRODUCTO SE COMPRA Y SE CONSUME TOMAS DE DECISION Que objetivos marcamos? Con que estrategias? …… FAMILIA IV Con que caracteristicas? Con que precios? Con que gama V Con que cobertura? A que canales? Con que estrategias? VI Con que estrategia publicitaria? Hacemos promociones? VII Como evaluamos su participacion de mercado? Como hacemos el seguimiento de su evolucion? VIII Momento -2 Investigación Estratégica - Seminario Porta

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 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)
X = Utilidad basica * = Utilidad secundaria 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 F3. Lanzami. F4. Estrat. Mktg Mix F5. Estr. Prod. y precio F6. Estr. Distrib. F7. Estr. Comm. F8. Seguim.

116 4. Adecuación entre tecnicas de investigación y familias de decisiones (2)
X = Utilidad basica * = Utilidad secundaria 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 X F5. Estr. Prod. y precio F6. Estr. Distrib. F7. Estr. Comm. F8. Seguim.

117 4. Adecuación entre tecnicas de investigación y familias de decisiones (3)
X = Utilidad basica * = Utilidad secundaria 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. X F8. Seguim.

118 4.1. Familia I Planificación y estrategias generales (1)
Influenciada 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) Cuantitativos Inversiones – Tecnologia, publicidad, acciones de marketing Cualitativos Error de penetracion puede afectar identidad corporativa Error derivado: Riesgo de debilitar recursos Importancia de informacion externa Averiguar si existe potencial correspondiente a insatisfacciones o expectativas no satisfechas Que tipo de producto?

119 4.1. Familia I 4.1.1 Habit Survey (1)
Objetivos 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 existente Identificar nueva aplicacion o nuevo segmento de usuarios Producto no existe Identificar las necesidades que quedan para satisfacer Caracteristicas 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 4.1.1 Habit Survey – Estructura (2)
UNIVERSO TOTAL Tienen costumbre (usan, emplean) Usos, empleos Frecuencia de uso, empleo Estructura del mercado (marcas usadas) No tienen costumbre Conocen /No conocen producto Razones de no uso No sienten necesidad Urtilizan / No utilizan producto sustituto Sienten necedidad Razones de no utlizacion

121 4.1. Familia I 4.1.1 Habit Survey – Ejemplo (3)
Algunos datos Mercado de camisas confeccionadas 60% usan camisas confeccionadas 20% algodon 50% nylon Principal motivo por usar nylon = Practicidad ( No se planchan) Principal motivo por no usar nylon = Son calurosas (Usuarios algodon) Conclusiones A pesar del boom del nylon, mercado no esta totalmente satisfecho Nylon no da total satisfaccion; ventaja y desventaja fuerte 40% 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
Aplicacion 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. Imagen y posiciomnamiento Tecnicas claves Test de concepto Test de precios Paneles de aceptacion

123 4.2. Familia II 4.2.1 Test de concepto
Objetivos 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 informacion UNIVERSO CONSUMIDOR POTENCIAL Opinion espontanea – IMPACTO Ventajas e inconvenientes – IDEA DESEO DE COMPRA – Cantidad – Precio Metodologia 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 4.2.2 Test de precio
Objetivos 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) Metodologia Estudio cuantitativo Metodo cruza dos variables de analisis Precio estimado en forma espontanea (despues de prueba de producto) Reaccion a niveles de precio dados (curva de elasticidad) Metodod sustitutivos mas complejos Experimento de ventas Simulacion de percha y compra Trade-off

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

126 Algunas variables de Administración que necesitan conocer…
DIMENSION VARIABLE DESCRIPCION PURCHASING Value Share Participación 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 Awareness Marcas de la Categoría que conoce o ha oído nombrar. Master Brand Top of Mind Primera marca mencionada en Spontaneous Brand Awareness Consumer Complaints Total de Reclamos recibido en el SAC en todo el mes. Información Mensual OPERACIONAL INVESTMENT Share of Investment /Share Indice 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 Price Diferencial de precio de consumidor frente al mercado

127