¡Feliz Navidad y próspero 2014!

Escrito por Cristina Medina el 24 de diciembre 2013

Felices Fiestas

 

 

 

Categoría: Sin categor√≠a Trackback | Comentarios(0)

¬ŅQu√© tama√Īo de muestra necesito?

Escrito por Carlos Ochoa el 11 de noviembre 2013

Una de las secciones de nuestra web m√°s visitadas es la CALCULADORA DE MUESTRAS. En esta p√°gina, indicando unos datos b√°sicos sobre la poblaci√≥n que deseas investigar y el m√°ximo error que est√°s dispuesto a tolerar, obtienes una estimaci√≥n del tama√Īo de muestra que necesitas para tu encuesta.

A menudo recibimos consultas relativas a esta calculadora: qu√© f√≥rmulas emplea, qu√© significa margen de error, nivel de confianza… Hoy nos proponemos explicar c√≥mo funciona exactamente.

About_Row_People_18864915

El problema…

El problema que queremos resolver es el siguiente: queremos estudiar un universo de personas (por ejemplo, personas de Brasil entre 15 y 65 a√Īos, un total de 136 millones de personas) mediante una encuesta a una muestra de este universo. Por el hecho de que la muestra es de un tama√Īo inferior al total del universo, vamos a cometer cierto error en los datos que observemos. Si estamos dispuestos a aceptar un % de error determinado, ¬Ņcu√°l es el tama√Īo de muestra m√≠nimo que necesito encuestar?

La forma en que mido el error…

Cuando quiero fijar el m√°ximo error que estoy dispuesto a aceptar en una encuesta, lo habitual es referirnos a dos par√°metros: el margen de error y el nivel de confianza. ¬ŅQu√© significa cada cosa?

El margen de error es el intervalo en el cu√°l espero encontrar el dato que quiero medir de mi universo. El dato puede ser en general de dos tipos: una media o una proporci√≥n. Por ejemplo, si quiero calcular la media de hijos que tienen los habitantes de Brasil entre 15 y 65 a√Īos, me gustar√≠a poder decir que la media es 2,1 hijos/persona con un margen de error del 5%. Eso significar√≠a que espero que la media est√© entre 2,1 – 5% y 2,1 + 5%, lo que da un intervalo de 2,00 <-> 2,21.

Si quisiera definir un margen de error para una proporci√≥n, proceder√≠a de igual manera.¬†Por ejemplo, me gustar√≠a poder estimar el n√ļmero de personas de Brasil entre 15 y 65 a√Īos que viven en un piso de propiedad, afirmando que son un total de 61.35 millonres personas (45% de la poblaci√≥n) con un margen del 5% de error, lo que significar√≠a que la realidad est√° entre 64.42 millones (47,25%) y 58.28 millones (42,75%).

El nivel de confianza expresa la certeza de que realmente el dato que buscamos est√° dentro del margen de error. Por ejemplo, siguiendo con el caso anterior, si obtenemos un nivel de confianza del 95%, podr√≠amos decir que el porcentaje de personas de mi universo que viven en un piso de propiedad, en el 95% de los casos se encontrar√° entre el 42,75% y el 47,25%. O dicho de otra manera, si repitiese 100 veces mi encuesta seleccionando muestras aleatorias del mismo tama√Īo, 95 veces la proporci√≥n que busco estar√≠a dentro del intervalo y 5 veces fuera.

Relaci√≥n entre error y tama√Īo de muestra

Margen de error, nivel de confianza y tama√Īo de la muestra siempre van de la mano. Si quiero obtener un margen de error y un nivel de confianza determinado (por ejemplo, error del 5% con confianza 95%) necesitar√© un tama√Īo de muestra m√≠nimo correspondiente. Modificar cualquiera de los 3 par√°metros, altera los restantes:

1. Reducir el margen de error obliga a aumentar el tama√Īo de la muestra.

2. Aumentar el nivel de confianza obliga a aumentar el tama√Īo de la muestra.

3. Si aumenta el tama√Īo de mi muestra, puedo reducir el margen de error o incrementar el nivel de confianza.

Pero, ¬Ņqu√© f√≥rmulas gobiernan la relaci√≥n entre los par√°metros anteriores? El conjunto de teoremas que se conocen como LEY DE LOS GRANDES N√öMEROS viene a nuestro rescate. Estos teoremas son los que dan soporte matem√°tico a la idea de que¬†el promedio de una muestra al azar de una poblaci√≥n¬†de gran tama√Īo tender√° a estar cerca de la media de la poblaci√≥n completa. En concreto, el¬†teorema del l√≠mite central¬†demuestra que, en condiciones muy generales, la suma de muchas¬†variables aleatorias¬†independientes (en el ejemplo, los habitantes de Brasil que tienen piso de propiedad) ¬ęse aproxima bien¬Ľ a una distribuci√≥n normal¬†(tambi√©n llamada¬†campana de Gauss).

Gracias al teorema del l√≠mite central, cuando calculamos una media (p.e. hijos por persona) o una proporci√≥n (p.e. % de personas con piso de propiedad) sobre una muestra, podemos saber cu√°l es la probabilidad de que el universo tenga ese mismo valor o un valor parecido. ¬†El valor que calculemos en la muestra ser√° el m√°s probable para nuestro universo y a medida que nos alejamos de este valor (por arriba o por abajo) cada vez ser√°n valores menos probables. En mi ejemplo, si el 45% de mi muestra de brasile√Īos tiene piso de propiedad, puedo afirmar que 45% es el valor m√°s probable del universo estudiado. Un porcentaje de 44% ser√° algo menos probable, 43% a√ļn menos, etc… Lo mismo sucede para valores superiores: 46% es menos probable que 45%.

La forma en que disminuye la probabilidad a medida que me alejo de la media corresponde a una distribución gaussiana. Podemos fijar un intervalo alrededor del valor más probable, de manera que englobemos el 95% de la probabilidad (nivel de confianza). La distancia a la que me tengo que alejar del valor más probable para englobar este 95% determina el margen de error.

distribuciónGauss.

 

Seg√ļn el gr√°fico anterior, para una distribuci√≥n normalizada (media 0, desviaci√≥n 1) si queremos englobar los valores que cubren el 95% de los casos, tengo que definir un margen de error entre -1,96 y +1,96 de la media. Si quiero cubrir el 99% de los casos, el margen debe alejarse hasta +-2,58.

Y entonces, ¬Ņqu√© est√° haciendo la calculadora?

Conociendo la propiedad anterior, es muy fácil adaptar las fórmulas de la distribución gaussiana a cualquier caso (sea cuál sea la media y desviación). Vamos a ver con detalle el caso de la estimación de una proporción. Para ello usamos la siguiente fórmula:

formulaNfinito

 

Donde:

n = El tama√Īo de la muestra que queremos calcular

N = Tama√Īo del universo (p.e. 136 millones de brasile√Īos entre 15 y 65 a√Īos)

Z = Es la desviación del valor medio que aceptamos para lograr el nivel de confianza deseado. En función del nivel de confianza que busquemos, usaremos un valor determinado que viene dado por la forma que tiene la distribución de Gauss. Los valores más frecuentes son:

Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

e = Es el margen de error máximo que admito (p.e. 5%)

p = Es la proporci√≥n que esperamos encontrar. Este par√°metro suele confundir bastante a primera vista: ¬Ņc√≥mo voy a saber qu√© proporci√≥n espero, si justamente estamos haciendo una encuesta para conocer esta proporci√≥n?

La raz√≥n de que esta p aparezca en la f√≥rmula es que cuando una poblaci√≥n es muy uniforme, la convergencia a una poblaci√≥n normal es m√°s precisa, lo que permite reducir el tama√Īo de muestra. Si en mi ejemplo, yo espero que como m√°ximo el % de personas que tengan un piso de propiedad sea un 5%, podr√≠a usar este valor como p y el tama√Īo de mi muestra se reducir√≠a. Si por el contrario, desconozco completamente qu√© puedo esperar, la opci√≥n m√°s prudente ser√≠a usar el peor caso: la poblaci√≥n se distribuye a partes iguales entre propietarios y no propietarios, por lo que p=50%.

Como regla general, usaremos p=50% si no tengo ninguna información sobre el valor que espero encontrar. Si tengo alguna información, usaré el valor aproximado que espero (ajustando hacia el 50% ante la duda).

 

La f√≥rmula anterior podemos simplificarla cuando trabajamos con universos de tama√Īo muy grande (se considera muy grande a partir de 100.000 individuos), resultando lo siguiente:

formulaNinfinito

 

Ejemplo: Retomamos nuestro caso anterior. Tenemos una poblaci√≥n de 136 millones de brasile√Īos entre 15 y 65 a√Īos, queremos saber qu√© % de ellos vive en un piso de propiedad, con un margen de error del 5% y un nivel de confianza del 95%. Supondremos que no tenemos ninguna informaci√≥n previa sobre cu√°l puede ser el % de propietarios que podemos obtener en la encuesta. En este caso puedo usar la f√≥rmula simplificada pues 136 millones > 100.000, y usaremos p=50% pues no tengo informaci√≥n previa sobre el resultado esperado:

n = 1,96^2 * 0,5 * (1 – 0,5) / 0,05^2 = 384,16 -> 384

Debo encuestar por lo tanto a 384 personas para mantenerme dentro de los niveles de error definidos.

Si a ra√≠z de un estudio realizado el a√Īo anterior obtuvimos que el % de brasile√Īos propietarios de su vivienda era del 20%, y se espera que el dato de este a√Īo no haya variado en m√°s de 5 puntos (entre 15% y 25%), podr√≠amos reemplazar p por el peor caso esperado = 25%. El resultado ser√≠a:

n = 1,96^2 * 0,25 * (1 – 0,25) / 0,05^2 = 288,12 -> 288

 

¬ŅNecesito hacer estos c√°lculos?

No, por eso disponemos de una calculadora que hace todo el trabajo por ti. S√≥lo debes saber que el par√°metro “nivel de heterogeneidad” es esta proporci√≥n esperada y, que en ausencia de informaci√≥n, deber√°s indicar un valor de 50%.

Esperamos que os hayamos ayudado a interpretar su uso.

Categoría: estadisticas | Sin categor√≠a Trackback | Comentarios (3)

El ser humano es móvil, Netquest también

Escrito por Ruth Alonso el 7 de noviembre 2013

datos

Netquest en su af√°n por mantenerse a la vanguardia de los avances tecnol√≥gicos o, lo que es lo mismo, avanzar a la par que la¬†sociedad, hace ya tiempo que est√° trabajando en la encuestaci√≥n online v√≠a dispositivo m√≥vil. Y es que si nos fijamos en el crecimiento medio anual en cuanto a conexiones m√≥viles en Am√©rica Latina durante el per√≠odo 07-11 fue del 13% y se espera que siga creciendo alrededor del 5% anual hasta 2015 (seg√ļn GSMA ‚Äď Observatorio M√≥vil de Am√©rica Latina). Este dato demuestra la r√°pida adopci√≥n de los celulares en la regi√≥n. Por lo que las perspectivas de la regi√≥n son inmejorables para emplear dispositivos m√≥viles en investigaci√≥n de mercados.

As√≠ pues, nuestras encuestas se pueden adaptar a cualquier dispositivo m√≥vil (Android, iPhone, tablet…), sin necesidad de usar aplicaciones nativas: te permitir√°n llegar un paso m√°s all√° en tus proyectos de recolecci√≥n de datos. Netquest Mobile Surveys es ideal para recopilar informaci√≥n de tu target en tiempo real y evitar as√≠ el sesgo por fallo de memoria. Lo que facilita llegar al consumidor latinoamericano y obtener resultados de forma inmediata. Gracias a esta tecnolog√≠a tambi√©n se pueden realizar mystery shoppings en un lugar acordado, solicitar v√≠deos e incluso im√°genes de alguna actividad en concreto.

comparativa

De hecho, los expertos creen que la investigaci√≥n m√≥vil atrae a m√°s participantes activos y, adem√°s, les proporciona una mayor comodidad de respuesta. Adem√°s, debido a que el dispositivo m√≥vil es tan personal, algunos entrevistados se√Īalan que esto a menudo conduce dar informaciones ¬†m√°s aut√©nticas, √≠ntimas y veraces.

Por √ļltimo, queremos presentarte las diferencias entre el uso de la encuestaci√≥n m√≥vil v√≠a browser y v√≠a app:

comparativa

Si tienes cualquier duda o necesitas más información, puedes escribir a: info@netquest.com

Categoría: Sin categor√≠a Trackback | Comentarios (5)

Trending topic y prime time: dos conceptos que van de la mano

Escrito por Ruth Alonso el 18 de octubre 2013

¬ŅQu√© es hoy en d√≠a un programa en horario prime time sin hashtag? Pues en realidad, no es m√°s que un programa que puede estar perdiendo audiencia, por el simple hecho de estar perdiendo visibilidad en otro canal: Twitter.twitter_tv

Y es que la tradicional forma de medir las audiencias televisivas está empezando a quedar en un segundo lugar, ya que ahora tiene que complementarse con los ratings de Twitter. Este fenómeno, relativamente novedoso, ha sido nombrado como: doble pantalla. La red de miccroblogging más famosa, permite al televidente percatarse de los programas que están en antena,Twitter_Nielsen-600x312 opinar sobre sus series preferidas al instante, mantener conversaciones acerca de un reality show… El grado de interactividad que permite Twitter es difícil de encontrarlo en cualquier otra plataforma y, por este motivo, es la red social estrella en el fenómeno de la doble pantalla.

El objetivo de las cadenas de televisión sigue siendo el mismo (altas audiencias=ingresos publicitarios), pero ahora el camino para llegar a él se ha reinventado. La audiencia social, aquella vinculada directamente con la comunidad 2.0, es el nuevo target y es por este motivo que las cadenas de tele se han modernizado y apresurado en incluir hashtags (y, por consiguiente toda una estrategia en social media) a gran parte de sus espacios televisivos.

La primera empresa en analizar toda esta gran cantidad de datos ha sido la agencia de investigación Nielsen que ya ha publicado su primer informe en Estados Unidos. El report, llamado Nielsen Twitter Rating TV, recopila opiniones, reflexiones, respuestas, comentarios… del espectador vía Twitter para crear una nueva serie de clasificaciones de audiencias y no perderse los cambios de hábitos del televidente.

Por su parte, Tuitele es el primer medidor de la audiencia social de televisi√≥n en Espa√Īa y GlobalinMedia empez√≥ a hacer lo propio para el grupo Mediaset.

 

Categoría: Sin categor√≠a Trackback | Comentarios(0)

Entrevista a Luis Noriega de Netquest México

Escrito por Cristina Medina el 29 de agosto 2013

luis_noriegaNetquest M√©xico cumple su 5¬ļ aniversario y aprovechamos para entrevistar a su director: Luis Octavio Noriega.

¬ŅC√≥mo te imaginabas que iba a ser la experiencia de dirigir la filial de Netquest M√©xico? ¬ŅSe cumplieron tus expectativas?

Imaginaba que sería una experiencia muy satisfactoria por el reto de introducir la investigación de mercados online en el mercado mexicano, que prácticamente no realizaba nada en esa metodología en aquel momento.

Sin embargo, la realidad es que estos a√Īos en Netquest han resultado adem√°s de retadores, muy enriquecedores, ya que en estos a√Īos hemos ido acompa√Īando al sector de la investigaci√≥n en M√©xico en toda esta ‚Äúexperiencia online‚ÄĚ.¬† Nos hemos enfrentado junto con los investigadores, a las inquietudes y retos del cliente final para comenzar a aprovechar esta metodolog√≠a de una mucho mejor manera.

¬ŅQu√© dificultades te encontraste al principio de tu carrera en Netquest?

Realmente pocas, ya que el grupo era desde entonces s√≥lido y encontr√© que los fundadores de la empresa ten√≠an desde esa √©poca toda la convicci√≥n e inter√©s en M√©xico y Latinoam√©rica. Desde entonces hemos estado todo el equipo directivo del grupo volcados en cuerpo y alma en acompa√Īar a los investigadores de mercado y en hacer crecer la investigaci√≥n online en M√©xico, por lo que m√°s que dificultades importantes, siempre hubo todo el inter√©s porque esta filial tuviese el √©xito esperado.

equipo_mexico

¬ŅEn qu√© estado crees que se encuentra la investigaci√≥n de mercados online en M√©xico y c√≥mo ha evolucionado durante estos √ļltimos 5 a√Īos?

La investigaci√≥n online ha tenido un crecimiento interesante en este periodo. De ser una metodolog√≠a usada casi como experimento por muy pocos investigadores hace 5 a√Īos, ahora ya tiene un uso mucho m√°s extendido en el sector. Sin embargo, la base total de estudios realizados online por toda la industria sigue siendo muy peque√Īo.¬† Si comparamos la cantidad de encuestas que se hacen online aqu√≠ con las que se hacen en otros pa√≠ses con el mismo nivel de penetraci√≥n de internet, nos damos cuenta de que, con las condiciones actuales del sector, hay bastante oportunidad para hacer muchos m√°s estudios online.

¬ŅHasta d√≥nde piensas que podr√° llegar la investigaci√≥n de mercados en un futuro no muy lejano?

Pienso que muy pronto, los miedos y las barreras hacia hacer más investigación online se irán disolviendo rápidamente y darán paso a que realmente se aproveche esta plataforma de acceso a las opiniones del mercado. Pasaremos muy rápido de pensar si vale la pena mover un estudio al internet, a estar ideando nuevos métodos de investigación que aprovechen el acceso inmediato y confiable a la opinión de todos los consumidores. El migrar un estudio de campo tradicional al online habrá sido solo el comienzo, ya que una vez probada la validez y beneficios de la metodología, se podrán aventurar en infinidad de nuevas técnicas y posibilidades de investigación.

¬ŅC√≥mo resumir√≠as tu experiencia en Netquest M√©xico hasta la fecha?

En pocas palabras: una incre√≠ble experiencia de participar, desde el inicio mismo, de una ‚Äėrevoluci√≥n‚Äô del sector.

Muchas gracias Luis por tus palabras. Esperamos que los 5 a√Īos que est√°n por venir sean tan buenos para Netquest M√©xico como estos que ya pasaron.

latam2014

Aprovechamos también para felicitar a Luis por su entrada en el comité de organización del próximo Esomar Latin America Congress, que se celebrará en abril de 2014 en la ciudad de Buenos Aires.

Categoría: Investigacion de Mercados | LATAM | mexico | netquest | Noticias | Sin categor√≠a Trackback | Comentarios(0)

Actualización Panel Book Q3 2013

Escrito por Ruth Alonso el 17 de julio 2013

PanelBookI_esp_01072013iso

Hoy os presentamos los nuevos panelbooks actualizados con datos del Q3. Y no solamente hemos actualizado n√ļmeros y cifras, sino que adem√°s hemos renovado su dise√Īo. Este cambio de imagen se debe al af√°n de mostrar los datos de nuestros paneles de una forma m√°s visual y esclarecedora para el profesional de la investigaci√≥n.

Como siempre, el Panel Book te lo puedes descargar en el idioma que prefieras: Espa√Īol, Ingl√©s y/o Portugu√©s.

Si quieres entrar en detalle sobre el tipo de perfilados de panelistas y la muestra disponible por país entra en nuestro site de targets: www.netquest.com/targets

Aqu√≠ podr√°s consultar nuestros paneles especializados en Am√©rica Latina, Espa√Īa y Portugal: mam√°s, B2B, consumo, salud, automoci√≥n, deportes y banca. Adem√°s, peri√≥dicamente vamos publicando nuevos paneles.

paneles_esp

Si quieres recibir estas novedades en tu buzón, ¡puedes suscribirte a nuestra newsletter!

Categoría: Sin categor√≠a Trackback | Comentarios(0)

10 consejos para escribir mejor en Internet

Escrito por Oriol Llauradó el 23 de abril 2013

Escribimos e-mails. Escribimos presentaciones, informes, proyectos. Escribimos todo el tiempo, m√°s que nunca.

Escribimos para hacer visible lo invisible, para recordar, para pedir perdón, para ordenar nuestras ideas.

Joan Brossa

La mayoría aprendimos a escribir en la escuela, en libretas cuadriculadas sin pedigrí.

Hoy, casi todas nuestras comunicaciones las hacemos a través de Internet, un espacio de comunicación radicalmente original.

A continuación, me gustaría compartir contigo 10 consejos para mejorar tu escritura en Internet:

1. En primer lugar conviene preguntarnos ¬Ņc√≥mo leemos en Internet? No leemos, escaneamos. ¬ŅSorprendid@? En Internet leemos a r√°fagas, en busca de la palabra clave que nos llevar√° a la siguiente pantalla. Pero no te desanimes, hay esperanza.

2. S√© claro y conciso. Evita los p√°rrafos largos. Si puedes eliminar una palabra ¬°elim√≠nala! Destila tus mensajes hasta su m√°s pura esencia. Lo bueno, si breve…¬°dos veces bueno!

3. “Como te dec√≠a, antes que nada, de igual manera‚ÄĚ…evita las palabras innecesarias al principio de las frases, s√≥lo retrasan la lectura.

4. NO ABUSES DE LAS MAY√öSCULAS. En Internet, las may√ļsculas se asocian a gritos (y a nadie le gusta que le griten).

5. Escribe frases cortas y simples: sujeto + verbo + predicado. Cada oración debe contener una sola idea.

6. Destaca en negrita las palabras m√°s importantes de tu texto, como en este post.

7. Estructura los textos largos en varios puntos. Utiliza secciones, títulos y subtítulos para que el lector encuentre la información que necesita más fácilmente.

8. Usa verbos fuertes al inicio de tus frases, lograrás dotar de acción tu mensaje.

9. Tu mejor amigo es el diccionario de sinónimos.

10. Cuida tus textos y evita las faltas de ortografía. Tus escritos son la carta de presentación ante tu audiencia.

Para ti, que has llegado hasta el final, un √ļltimo consejo: nunca olvides que al otro lado de la pantalla hay una persona, no un robot. Evita la jerga y los tecnicismos. Crea textos claros, atractivos, con personalidad y ritmo.

Escucha a tu audiencia atentamente y háblale en su lenguaje. Recuerda que Internet es una conversación, no un monólogo.

Desde enero de 2013, en netquest nos hemos propuesto colaborar con nuestros clientes investigadores en una mejor edición de las encuestas que responden nuestros panelistas.

Una encuesta agradable y fácil de contestar nos garantizará una participación mayor y sobre todo, unas respuestas más veraces.

Categoría: Encuestas Online | internet | Sin categor√≠a Trackback | Comentarios (2)

La investigación de mercados de la A a la Z (I)

Escrito por Lucía Brotons el 13 de febrero 2013

Analizamos la investigaci√≥n de mercados de la A a la Z, haciendo hincapi√© en los trending topic del sector; desde lo m√°s fundamental hasta lo m√°s avanzado. ¬ŅEmpezamos?

A >>> AdTracking

Este servicio permite identificar panelistas que han sido impactados por una campa√Īa publicitaria, ofreciendo al investigador de mercado el perfil sociodemogr√°fico del p√ļblico alcanzado, la estimaci√≥n de la incidencia de la campa√Īa por perfil y la posibilidad de hacer una encuesta post-campa√Īa. +Info

B >>> Big Data

Big Data es una referencia a los sistemas que manipulan grandes conjuntos de datos.¬†Las dificultades m√°s habituales en estos casos se centran en la captura, el almacenado,¬†b√ļsqueda, compartici√≥n, an√°lisis,¬†y visualizaci√≥n.¬†Su principal valor es la capacidad para proporcionar informaci√≥n precisa y objetiva sobre el comportamiento real de las personas y los sistemas (permitiendo anticipar sus efectos y, consecuentemente influir sobre los mismos).

C >>> Captación Cualis Offline

M√©todo relativamente econ√≥mico para realizar estudios cualitativos (estudios especialmente √ļtiles en una fase inicial de investigaci√≥n y que pueden ser complementados por estudios cuantitativos).

D >>> Drag & Drop

√ćtem en el que hay que arrastrar unas im√°genes a un ranking de ordenaci√≥n para posicionarlas seg√ļn las preferencias del usuario. Sustituye al √≠tem de puntuaci√≥n de escala y, de esta forma, se gana en visibilidad y se mejora la respuesta en el ranking. +Info

E >>> Engagement

Grado en el que un consumidor interact√ļa con su marca, en otras palabras, el compromiso entre la marca y los usuarios.¬†Esto se basa en crear cierta fidelidad y motivaci√≥n para que los usuarios defiendan y se sientan parte de la marca. Tener usuarios engaged con tu marca es algo invaluable, ya que al pasar del tiempo se convertir√°n en evangelizadores de la marca. A trav√©s de las redes sociales, podemos hacernos una idea del engagement score de una marca con sus usuarios, ¬Ņconoces nuestra p√°gina en Facebook dirigida a nuestros panelistas?

F >>> Focus Group Online

Un grupo de panelistas acceden simultáneamente a una plataforma interactiva para tratar un tema, bajo la guía de un moderador.

G >>> Gamification

Es el uso de din√°micas de juego en los procesos de encuestaci√≥n, marketing y/o comercializaci√≥n con el fin de hacerlos m√°s atractivos y divertidos.¬†Se trata de crear una experiencia l√ļdica a partir de una acci√≥n desarrollada con m√°s o menos frecuencia. +Info

H >>> Heavy Users

Secci√≥n de poblaci√≥n que utiliza un producto de manera masiva y habitual. La compa√Ī√≠a suele dirigir sus esfuerzos a este conjunto para no perder esta clientela fiel, y son por tanto un target muy demandado en los estudios de opini√≥n.

I >>> ISO 26362

Esta norma especifica los términos y definiciones, así como los requisitos de servicio, para las organizaciones y profesionales que poseen y/o usen paneles de acceso para la investigación de mercados, opinión y social. Desarrolla los criterios con los que los proveedores de panel pueden ser evaluados y contra el cual la calidad de los paneles de acceso puede ser evaluada. +Info

J >>> Javascript

El uso de tecnología Javascript en el software de encuestación, posibilita que la respuesta se haga más agradable al entrevistado, mejorando su experiencia y así la tasa de respuesta. Creemos que este tipo de novedades además convierten al cuestionario online en un método más neutro ya que evitan la mala experiencia que provoca el contestar a un cuestionario demasiado largo o a preguntas tediosas, influyendo en los resultados del estudio.

K >>> Key

Es un identificador √ļnico de respuesta utilizado en nuestro Software de programaci√≥n de encuestas (Survey Manager 2). Se trata de una cadena alfanum√©rica √ļnica generada por el sistema en el momento en el que se incia una encuesta y que permite por lo tanto identificar a posteriori a este participante entre las diferentes cuentas que utilizamos para programar nuestros estudios

L >>> Lineal virtual

√ćtem que simula una experiencia de compra en un supermercado ante un lineal de productos, con el fin de mejorar las preguntas de respuesta √ļnica. Puede ser un complemento a estudios conjoint y ampl√≠a las posibilidades de las encuestas. + Info

Continuar√°…

Algunas fuentes consultadas: Wikipedia, Thinkandsel, Esturisti, Puromarketing

Categoría: Sin categor√≠a Trackback | Comentarios (3)

Simbología en el turismo rural

Escrito por Ruth Alonso el 23 de enero 2013

Tras la inauguraci√≥n del OTR (Observatorio del Turismo Rural) queremos presentaros uno de los informes realizados que trata sobre la “Categorizaci√≥n de los alojamientos en turismo rural“. Este estudio se ha realizado seg√ļn los siguientes par√°metros:

Universo

Tama√Īo muestral

Error muestral

Nivel de confianza

Propietarios

15.672*

2.275

1,90%

95%

Viajeros

2.715.986*

10.219

1,00%

95%

*Datos extraídos del INE 2011

El tema que se cuestion√≥ fue la simbolog√≠a √ļnica para categorizar la valoraci√≥n del usuario respecto al alojamiento. A los propietarios se les pregunt√≥ por sus preferencias mediante esta pregunta:

¬ŅQu√© s√≠mbolo te gustar√≠a que se utilizara para tu alojamiento rural dentro de un sistema √ļnico de clasificaci√≥n en Espa√Īa?

En este gr√°fico vemos que la gran mayor√≠a de propietarios (54%) prefieren el s√≠mbolo de espigas, el cual ya se usa en Francia. El 22% no cree necesaria la categorizaci√≥n √ļnica y un 14% se decanta por las estrellas, s√≠mbolo ya asentado en la hoteler√≠a y restauraci√≥n. Algunas conclusiones del OTR extra√≠das a partir de estos resultados son:

  • La falta de homogeneidad en la categorizaci√≥n de los alojamientos es un debate que hace tiempo est√° presente en el turismo rural. Actualmente se est√° abordando desde la Administraci√≥n, dentro de una comisi√≥n conjunta con diferentes agentes del sector.
  • Las espigas son tambi√©n el s√≠mbolo √ļnico que representa a los establecimientos rurales en Francia, un mercado de referencia, y el que ha adoptado Catalu√Īa, aunque con diferencias respecto a Asetur.
  • Las much√≠simas peculiaridades de los alojamientos rurales hacen compleja la toma de decisi√≥n de un √ļnico sistema de certificaci√≥n. Esto no sucede con el sector hotelero donde existen unos est√°ndares muy bien definidos.
  • Las estrellas son el icono por el que apuesta la Administraci√≥n, dado que ya es reconocido en el sector hotelero. Entendemos que los propietarios pueden considerar esta elecci√≥n poco adecuada por la confusi√≥n que genera (las caracter√≠sticas de los hoteles vacacionales y urbanos no son comparables con las de los alojamientos rurales).

Pero, realmente ¬Ņlos viajeros conocen alguna clasificaci√≥n del tipo de alojamientos rurales que hay en Espa√Īa? Esta fue la segunda pregunta realizada a los viajeros de la cual se extrajo que el 46% de usuarios s√≠ que conoc√≠an alg√ļn tipo de simbolog√≠a, frente al 54% que desconoc√≠an alg√ļn tipo de categorizaci√≥n para establecimientos rurales.

A partir de estos datos el OTR llega a las conclusiones siguientes:

  • M√°s de la mitad de los viajeros de turismo rural desconoce la clasificaci√≥n de casas rurales, mientras que las estrellas de los hoteles y los tenedores de los restaurantes son s√≠mbolos reconocidos internacionalmente
  • El porcentaje de viajeros que conocen alg√ļn tipo de clasificaci√≥n tambi√©n es relevante, por lo que s√≠ que hay un nivel de conciencia sobre este aspecto. Sin embargo, habiendo clasificaciones distintas en las diferentes administraciones seguramente existir√° un desconocimiento sobre el detalle de cada certificaci√≥n.
  • La necesidad de homogeneizar la categorizaci√≥n y darla a conocer al p√ļblico objetivo del turismo rural es evidente. Se desconocen las variables que miden los est√°ndares de calidad en este sector y ese es un aspecto fundamental para la profesionalizaci√≥n del mismo.

En próximos posts os iremos informando de más resultados obtenidos gracias a los diferentes estudios realizados por el OTR.

Categoría: Sin categor√≠a Trackback | Comentarios (2)

Inaugurado el Observatorio del Turismo Rural

Escrito por Ruth Alonso el 16 de enero 2013

Esta ma√Īana con el hashtag #lanzamientoOTR se ha inaugurado el Como ya explicamos en un post anterior, desde Netquest hemos colaborado en la creaci√≥n de este proyecto aportando campo online y nuestra tecnolog√≠a de encuestaci√≥n.

El acto de presentación se ha realizado en la sede central del CETT (Tourism&Hospitality-Education/Research, centro adscrito a la UB) delante de medios de comunicación y de los expertos involucrados en el proyecto. Profesionales de Netquest, EscapadaRural.com (portal especializado en turismo rural) y CETT (Tourism&Hospitality-Education/Research, centro adscrito a la UB) han presentado el proyecto y han explicado la importancia que para cada organización tiene el hecho de participar activamente en este observatorio pionero.

Para empezar ha tenido lugar el acto de firmas del acuerdo para seguir con la rueda de prensa posterior en la que han estado presentes los siguientes representantes: Sra. Ana Alonso (Directora de Comunicaci√≥n de EscapadaRural.com), Sr. Enric L√≥pez (Director del m√°ster E-Tourism del CETT), Sr. Joan Mir√≥ (Global Panel Development Manager), Sr. Joan Dom√®nec Abad (Subdirector General d’Ordenaci√≥ Tur√≠stica, Generalitat de Catalunya) i Sra. Maria Abellanet (Directora General del CETT).

A continuación y por orden de intervención explicamos lo que ha aportado a la rueda de prensa cada representante:

Ana Alonso ‚Äď Directora de Comunicaci√≥n EscapadaRural.com

Empieza comentando la carencia de estudios de mercado en turismo rural que se detectó y el afán de encontrar una solución. Había una falta de información sobre: viajeros (valores sociodemográficos, hábitos de consumo, preferencias, motivaciones, uso nuevas tecnologías antes y después…) y propietarios (necesidades, problemáticas, perfil, relación nuevas tecnologías…) de turismo rural.

Adem√°s, a modo de definci√≥n, cuenta que el OTR se trata de ‚Äúun estudio sin precedentes en el sector (‚Ķ), gracias a la colaboraci√≥n de tres partners estrat√©gicos para conseguir el objetico deseado‚ÄĚ.

Ana nos cuenta que EscapadaRural.com aporta al estudio su amplia experiencia (6 a√Īos) en turismo rural as√≠ como, una potente BBDD que alcanza 250.000 viajeros registrados, el CETT aporta el rigor acad√©mico y Netquest el desarrollo de la investigaci√≥n aportando herramientas necesarias para conseguir unos resultados fiables.

En definitiva, el OTR pretende ‚Äúgenerar informaci√≥n asequible para medios, asociaciones, entes del sector‚Ķ‚ÄĚ y conseguir unos resultados que permitan avanzar en aquellos puntos relativos al encuentro o desencuentro entre oferta y demanda.


Sr. Enric L√≥pez ‚Äď Director m√°ster e-tourism” CETT

Enric explica que como entidad pedag√≥gica, quieren hacer √©nfasis en la aplicaci√≥n de la experiencia desde la universidad al sector tur√≠stico. Adem√°s a√Īade que tanto EscapaRural.com como Netquest, son partners del m√°ster de E-tourism del CETT.

Desde el CETT esperan ‚Äúque (este proyecto) sea de utilidad para el sector, tanto para la parte privada, como p√ļblica‚ÄĚ. El proyecto, seg√ļn Enric, tiene unas fases obligatorias: revisi√≥n de la informaci√≥n de turismo rural (entrevistas en profundidad, focus group‚Ķ), definici√≥n de los objetivos, formulaci√≥n de las hip√≥tesis, realizaci√≥n del cuestionario, ejecuci√≥n encuestas online y an√°lisis datos obtenidos.

Uno de los datos relevantes que ha destacado el Sr. Enric López hace referencia a los canales de reserva usados entre los viajeros y los propietarios. La conclusión es que el uso del medio online para definir una reserva es creciente como podemos ver a continuación, pero no mayoritario:

Sr. Joan Mir√≥ ‚Äď Global Panel Development Manager

Joan Mir√≥ comenta los dos factores m√°s importantes en la colaboraci√≥n de Netquest: el componente tecnol√≥gico (programaci√≥n encuesta, env√≠o BBDD‚Ķ) y ‚Äúcomponente humano‚ÄĚ (factor humano en el momento de responder la encuesta). El investigador no puede ver al encuestado en el momento de responder el cuestionario online, sus reacciones y la manera de responderlo. Por lo que una vez se reciben los datos es necesario que pasen por un filtro, unos criterios de calidad para detectar la velocidad, las incoherencias‚Ķ Posteriormente, se ‚Äúlimpia‚ÄĚ la BBDD de datos extra√≠dos (proceso de validaci√≥n de datos) para obtener un buen nivel de calidad.

A nivel de trabajo de campo los datos son los siguientes:

Universo: 2.715.986 viajeros (INE 2011) / 15.672 propietarios (INE 2011)

Tama√Īo muestral: 10.219 viajeros viajeros / 2.275 propietarios

Nivel de conafianza: 95%

Error muestral: 1,0% viajeros // 1,9% propietarios


Sra. Maria Abellanet ‚Äď Directora General CETT (UB)

Comienza su intervención agradeciendo a Netquest y EscapadaRural.com su colaboración en el estudio, sigue haciendo énfasis en la institución académica (formación, investigación y experiencia) como punto vital.

Maria comenta que existe des del CETT una ‚Äúestrecha vinculaci√≥n con el sector‚ÄĚ y le da ‚Äúmucha importancia a la relaci√≥n universidad-empresa‚ÄĚ. Adem√°s, induce a que los estudios sean relevantes y aporten valor al sector, en este sentido cree que el OTR ‚Äúes √ļtil para tomar decisiones aportando datos fiables al turismo rural‚ÄĚ.

Explica que no fue hasta el 1996 que se incorporó el turismo como estudio de primer ciclo y, más adelante, en 2009 los estudios de turismo evolucionaron a estudios de segundo ciclo.

Por √ļltimo, presentando al Sr. Joan Dom√®nec Abad enfatiza sobre la relevancia de la presencia de la instituci√≥n p√ļblica en este proyecto.


Sr. Joan Domènec Abad РSubdirector General d’Ordenació Turística, Generalitat Catalunya

Empezando con la frase ‚ÄúEl turismo rural a Catalu√Īa me apasiona‚ÄĚ, agradece el trabajo realizado por Netquest, CETT y EscapadaRural.com. El Sr. Abad piensa que los resultados obtenidos hasta la fecha por el Observatorio son muy √ļtiles y de gran valor para el sector.

Concretamente en Catalu√Īa, el Sr. Abada, ve el turismo rural como un alojamiento espec√≠fico y singular que se define con los valores de: familiaridad, proximidad propietario-cliente, autenticidad de la oferta‚Ķ Comenta que para que una finca se convierta en alojamiento rural es necesario que la finca sea m√°s antigua al a√Īo 1950 y que tenga relaci√≥n con actividades agrarias.

Finalmente, a√Īade que s√≥lo en Catalu√Īa existen 512 casas rurales y que desde la Generalitat de Catalu√Īa es interesante ‚Äúcaptar turismo extranjero como el mercado franc√©s, ya que es muy potente‚ÄĚ.

A partir de ahora saldrá, al menos, 1 informe al mes, y debido a la gran cantidad de información recopilada la periodicidad del estudio será bienal. Actualmente, ya hay 7 informes generados por el OTR disponibles en la web: http://www.escapadarural.com/observatorio/

Categoría: Sin categor√≠a Trackback | Comentarios(0)