Actualidad de la investigación de mercados online

Vive con nosotros el día de Sant Jordi en el Insight Show London

Escrito por Silvia Viñuales el 23 de abril 2015

Rosas, libros y amantes: Barcelona está llena de ellos el 23 de abril. Hoy es el día de Sant Jordi, el patrón de Cataluña, y también la fiesta de la rosa y el libro: la celebración del amor y la cultura. Aunque se trata de un día laborable, el ambiente es completamente festivo en la región; de hecho, algunos lo denominan el “San Valentín catalán” (pero aderezado con un toque cultural).

Netquest, fundado y con su sede principal en Barcelona, quiere compartir contigo una de las tradiciones más especiales que se pueden vivir en nuestra ciudad. Por esta razón,  llevaremos el encanto de esta cita a uno de los eventos principales sobre investigación de mercados en Londres: el Insight Show 2015.

 

rosa-sant-jordi

¿Qué es exactamente y qué sucede el día de Sant Jordi?

Es difícil de comprender para aquellos que no lo han vivido, pero en el día de Sant Jordi los puestos de libros y rosas toman las calles y las ciudades y pueblos catalanes se llenan de ríos de personas. Pero, ¿en qué consiste el día de Sant Jordi? El ritual no podría ser más sencillo: antes o después de trabajar, salimos a la calle, compramos una rosa, un libro o ambos, y lo regalamos a nuestros seres queridos, familiares o amigos.

Aunque se trata de un día laborable, los clásicos paseos por las calles y avenidas de la ciudad rodeados de flores, libros y un ambiente tan distendido convierten esta festividad regional en algo único.

sant-jordi-netquest

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Eventos Trackback | No hay comentarios

El poder de Google en la investigación de mercados: behavioral data

Escrito por Silvia Viñuales el 20 de abril 2015

En pleno boom de la revolución tecnológica, ningún sector escapa al avance imparable de los nuevos medios. Nuestro campo en especial, la investigación de mercados, está viendo evolucionar la forma de acceder a los datos del respondiente de forma vertiginosa.

Si hay una cosa clara, es que la investigación tradicional ya no es suficiente. Esto hace que tengamos que replantearnos constantemente cómo conseguimos información de nuestro consumidor de manera más precisa.

En este artículo, basado en una entrevista con el director de transformación digital de Google, Joris Merks-Benjaminsen (publicada en el blog de The Market Research Event), haremos un repaso de cómo la investigación de mercados actual se está viendo afectada por las nuevas tecnologías emergentes y qué papel juega el rey de los buscadores en esta transformación digital.

 google-market-research

La era del behavioral

Según Joris, uno de los culpables de la revolución es el behavioral data, o el análisis del comportamiento web de nuestros consumidores a través de su historial de navegación. En Netquest, a través de la investigación observacional estamos creando nuevos métodos para perfilar con precisión nuestro panel, accediendo a patrones de búsqueda y viendo las preferencias de compra de nuestros panelistas en tiempo real.

Esta nueva información no sustituye a la investigación tradicional pero aporta gran valor para las empresas ya que nos ayuda a descubrir el consumer journey, o cómo el consumidor encamina sus acciones en la web desde el momento en que decide adquirir un producto hasta que efectivamente realiza la compra.

Así, lo ideal es poner a trabajar ambos métodos a la vez para obtener la full picture, o el escenario completo: el behavioral nos explica “qué” visita el consumidor, mientras que  a través de las encuestas online descubrimos el “porqué” de la decisión: juntos crean la herramienta perfecta para conocer a nuestro público a fondo y descubrir interesantes insights.

 

 El papel de Google

Google, y en especial su herramienta de analítica web Google Analytics, está teniendo un gran impacto en la investigación actual. Analytics, una potente herramienta de medición y análisis del comportamiento de los visitantes de una web, junta en un solo lugar información de muchas fuentes profundizando en el camino que sigue el consumidor a través de la red realizando sus compras.

El análisis de datos se facilita a través de dashboards predefinidos y otras estructuras que simplifican e integran las complejas bases de datos que obtenemos al analizar el comportamiento web. Esto ayuda al cliente a identificar de un sólo vistazo la pauta de comportamiento de su consumidor objetivo.

 

Conociendo al consumidor

 

conocer-consumidor

 

El marketing digital se ha centrado tradicionalmente en medir el último click, aquél que lleva a la compra. El resto de fases que conforman un proceso de compra, como puede ser el proceso de branding de la marca, han sido los grandes olvidados durante mucho tiempo.

Los paneles actuales que integran medición observacional muestran que el viaje que realiza el consumidor hasta el momento de la acción es largo y complejo, y requiere que la marca actúe como guía a lo largo de cada paso del proceso. El reto es ofrecer el mensaje correcto en el momento adecuado para cada tipo de perfil de consumidor.

Así, el behavioral ofrece herramientas para calcular el impacto del branding sobre el público, la visibilidad de la marca, alcance y otras métricas que ayudan a optimizar campañas en tiempo real allá donde los cuestionarios tradicionales no llegan.

 

De aquí a 5 años

Joris, en su entrevista, aspira a la integración total en un futuro no muy lejano entre el cuestionario tradicional y el estudio del comportamiento online. Además, la investigación clásica podría servirse de los datos behavioral de formas novedosas y creativas que añadieran valor a los cuestionarios.

Sin embargo, a día de hoy el reto de las agencias de investigación es el de potenciar el research en tiempo real, implementar los test a/b y apostar por el marketing programado para sacar el máximo partido a la tecnología existente.

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Sin categoría Trackback | No hay comentarios

Muestreo probabilístico: muestreo estratificado

Escrito por Carlos Ochoa el 16 de abril 2015

Vimos en un post anterior la definición, ventajas e inconvenientes del muestreo aleatorio simple. Veamos ahora el muestreo  estratificado.

Stratified_sampling

Esta técnica, perteneciente a la familia de muestreos probabilísticos, consiste en dividir toda la población objeto de estudio en diferentes subgrupos o estratos disjuntos, de manera que un individuo sólo puede pertenecer a un estrato. Una vez definidos los estratos, para crear la muestra se seleccionan individuos empleando una técnica de muestreo cualquiera a cada uno de los estratos por separado. Si por ejemplo empleamos muestreo aleatorio simple en cada estrato, hablaremos de muestreo aleatorio estratificado (M.A.E. en adelante). Del mismo modo, podríamos usar otras técnicas de muestreo en cada estrato (muestreo sistemático, aleatorio con reposición, etc.).

Los estratos suelen ser grupos homogéneos de individuos, que a su vez son heterogéneos entre diferentes grupos. Por ejemplo, si en un estudio esperamos encontrar un comportamiento muy diferente entre hombres y mujeres, puede ser conveniente definir dos estratos, uno por cada sexo. Si la selección de estos estratos es correcta (1) los hombres deberían comportarse de forma parecida entre ellos, (2) las mujeres deberían comportarse de forma muy similar entre ellas y (3) hombres y mujeres deberían mostrar comportamientos dispares entre sí.

Si la anterior condición se cumple (estratos homogéneos internamente, heterogéneos entre sí) el uso del muestreo aleatorio estratificado reduce el error muestral, mejorando la precisión de nuestros resultados al realizar un estudio sobre la muestra.

Es relativamente habitual definir estratos de acuerdo a algunas variables características de la población como son la edad, sexo, clase social o región geográfica. Estas variables permiten dividir fácilmente la muestra en grupos mutuamente excluyentes y con bastante frecuencia, permiten discriminar comportamientos diferentes dentro de la población.

 

Tipos de muestreo estratificado

Dependiendo del tamaño que asignamos a los estratos, hablaremos de diferentes tipos de muestreo estratificado. También se acostumbra a hablar de diferentes formas de “afijación” de la muestra en estratos.

(1) Muestreo estratificado proporcionado

Cuando seleccionamos una característica de los individuos para definir los estratos, suele ocurrir que el tamaño de las subpoblaciones resultantes en el universo son diferentes. Por ejemplo, queremos estudiar el % de la población que fuma en México y pensamos que la edad puede ser un buen criterio para estratificar (es decir, pensamos que existen diferencias importantes en el hábito de fumar dependiendo de la edad). Definimos 3 estratos: menores de 20 años, de 20 a 44 años y mayores de 44 años. Es de esperar que al dividir toda la población mexicana en estos 3 estratos no resulten grupos de igual tamaño. Efectivamente, si miramos datos oficiales, obtenemos:

* Estrato 1 – Población Mexicana menor de 19 años: 42,4 millones (41,0%)

* Estrato 2 – Población Mexicana de 20 a 44 años: 37,6 millones (36,3%)

* Estrato 3 – Población Mexicana mayor de 44 años: 23,5 millones (22,7%)

Si usamos muestreo estratificado proporcionado, la muestra deberá tener estratos que guarden las mismas proporciones observadas en la población. Si en este ejemplo queremos crear una muestra de 1.000 individuos, los estratos tendrán que tener un tamaño como sigue:

Estrato Población Proporción Muestra
1 42,4M 41,0% 410
2 37,6M 36,3% 363
3 23,5M 22,7% 227

 

(2) Muestreo estratificado uniforme

Hablaremos de una afijación uniforme cuando asignamos el mismo tamaño de muestra a todos los estratos definidos, sin importar el peso que tienen esos estratos en la población. Siguiendo con el ejemplo anterior, un muestreo estratificado uniforme definiría la siguiente muestra por estrato:

Estrato Población Proporción Muestra
1 42,4M 41,0% 334
2 37,6M 36,3% 333
3 23,5M 22,7% 333

Esta técnica favorece los estratos que tienen menos peso en la población, equiparándolos en importancia a los estratos más relevantes. Globalmente, reduce la eficiencia de nuestra muestra (menor precisión en los resultados), pero como contrapartida permite estudiar características particulares de cada estrato con mayor precisión. En nuestro ejemplo, si queremos emitir alguna afirmación específica sobre la población del estrato 3 (mayores de 44 años), podremos hacerlo con menor nivel de error muestral si empleamos una muestra de 333 unidades que si lo hacemos con una muestra de 227 (como ocurría en el muestreo estratificado proporcional).

 

(3) Muestreo estratificado óptimo (respecto a la desviación estándar)

En este caso, el tamaño de los estratos en la muestra no guardará proporcionalidad con la población. Por el contrario, se define el tamaño de los estratos proporcionalmente a la desviación estándar de las variables objeto de estudio. Es decir, se toman estratos de mayor tamaño en los estratos con mayor variabilidad interna para representar mejor en el total de la muestra los grupos poblacionales más difíciles de estudiar.

 

Eficiencia de los diferentes muestreos estratificados

Las preguntas inevitables son: ¿cuando conviene emplear la estratificación?, ¿qué tipo de estratificación es más conveniente?

 

Tamaños de muestra requeridos por cada técnica

Vemos que la estratificación puede proporcionar beneficios. Si estas técnicas pueden emplearse para estimar de forma más precisa ya sean medias (p.e. media de cigarrillos consumidos por los fumadores de México) o proporciones (p.e. proporción de la población de México que fuma), también pueden permitirnos reducir el tamaño de muestra requerido para lograr una estimación con un nivel de error determinado.

La siguiente tabla resume el tamaño de muestra requerido al emplear cada técnica, en función del error máximo que estamos dispuestos a aceptar y de las características del propio universo, que consideraremos de tamaño infinito (si fuese finito, debe aplicarse un factor de corrección).

cuadroresumen

Para interpretar el cuadro anterior es necesario tener en cuenta lo siguiente:

Es posible demostrar a partir de las fórmulas anteriores que los diferentes métodos de estratificación sólo reducen el tamaño de la muestra si los valores de pσ varía entre estratos. De lo contrario, todas las expresiones son equivalentes. Veamos un ejemplo: si tomamos la expresión de tamaño de muestra requerido para estimar una media mediante un muestreo estratificado óptimo

formula4

y consideramos que todas las varianzas de los estratos son iguales (σh=σ) y que el tamaño de los estratos es idéntico (Wh=1/L), el resultado que obtenemos es

formula3

Esperamos que este post ayude a aclarar la utilidad del muestreo estratificado. En próximos posts abordaremos el muestreo sistemático.

ÍNDICE: Serie Muestreo

  1. El muestreo: qué es y por qué funciona
  2. Muestreo probabilístico o no probabilístico
  3. Muestreo probabilístico: muestreo aleatorio simple
  4. Muestreo probabilístico: muestreo estratificado
Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Muestreo Trackback | No hay comentarios

¿Somos racionales?

Escrito por Carlos Ochoa el 13 de abril 2015

A menudo, cuando llevamos a cabo proyectos de investigación, partimos de una hipótesis fundamental: que el participante en el estudio actúa de forma completamente racional. Si no fuese así, ¿cómo podríamos interpretar sus respuestas? Por ejemplo, esperamos que un participante en una encuesta elija el producto más barato en igualdad del resto de características, que sea capaz de decirnos el precio máximo que está dispuesto a pagar por un servicio o que nos diga con precisión qué actividad entre las 5 que le presentamos le reporta más satisfacción en su tiempo libre.

Pero, ¿hasta qué punto somos racionales? ¿Podemos dar por hecho que los participantes en nuestras encuestas van a responder a las preguntas anteriores bajo una hipótesis de perfecta racionalidad? Depende de varios factores, tanto de la propia persona como de la forma en que le hagamos la pregunta.

 

mente-racional

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Preguntas y respuestas | sesgo | Sin categoría Trackback | No hay comentarios

Simulador de mercados Netquest Conjoint

Escrito por Ferran Savín el 10 de abril 2015

La herramienta avanzada que completa un análisis Conjoint

En meses pasados hemos publicando en el blog hasta diez artículos en formato de cápsulas formativas sobre el análisis Conjoint. En ellas definíamos los principales conceptos técnicos relativos a estos estudios, presentábamos los algoritmos que utilizamos,  sus prestaciones y las ventajas de los análisis Conjoint. Pero nos quedaba por explicar la herramienta más potente que podemos generar gracias a un análisis Conjoint: el simulador de mercado.

Qué es un simulador de mercado

El simulador de mercado permite a cualquier investigador o manager estudiar hipotéticos escenarios de mercado. Puede ayudarnos a definir nuevos productos, estrategias de posicionamiento o estrategias de precios entre muchas otras posibilidades.

Un simulador se construye a partir de los resultados de un estudio Conjoint. Este tipo de estudio nos permite calcular la utilidad que cada uno de los participantes en el estudio otorga a cada nivel de cada uno de los atributos que definen los productos valorados (análisis individual), así como un cálculo agregado de dichas utilidades (análisis agregado).

 

conjoint-simulator

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: conjoint Trackback | No hay comentarios

Muestreo probabilístico: muestreo aleatorio simple

Escrito por Carlos Ochoa el 8 de abril 2015

Siguiendo con nuestra serie de posts dedicados al muestreo, hoy revisaremos la primera de las técnicas de muestreo probabilístico: el muestreo aleatorio simple. Esta técnica es una de las más populares y sirve de referencia a todas las demás aunque, como ya comentamos, en la práctica difícilmente puede utilizarse.

Definición

El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los elementos que forman el universo y que, por lo tanto, están descritos  en el marco muestral, tienen idéntica probabilidad de ser seleccionados para la muestra. Sería algo así como hacer un sorteo justo entre los individuos del universo: asignamos a cada persona un boleto con un número correlativo, introducimos los números en una urna y empezamos a extraer al azar boletos. Todos los individuos que tengan un número extraído de la urna formarían la muestra. Obviamente, en la práctica estos métodos pueden automatizarse mediante el uso de ordenadores.

Simple_random_sampling

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Muestreo Trackback | Comentarios (1)

Nicequest App. La primera app móvil que aúna investigación declarativa y observacional

Escrito por Nacho Rosés el 7 de abril 2015

En Netquest nos hemos propuesto empezar el año con energía y en estos tres primeros meses hemos lanzado nuestras primeras aplicaciones para dispositivos móviles, tales como smartphones, phablets o tabletas, tanto para Google Play Store como para App Store iOS.

Como es bien sabido “la revolución móvil” es un hecho y la industria de la investigación no es ajena a ello. Cada vez más, nuestra actividad diaria se traslada a los dispositivos móviles y, en concreto, a los teléfonos inteligentes o “smartphones”. Vivimos un verdadero cambio o incluso una verdadera “mutación social” donde lo digital gana cada día más peso.

ericsson_mobility_report_022015Ericsson Mobility Report February 2015

Sólo hace 30 años de la aparición de los teléfonos “móviles”; y entre comillas lo de “móviles” porque vistos a día de hoy parecen casi de juguete o más bien verdaderos maletones, muy poco usables. ¡Y con precios prohibitivos! Ahora, en cambio, tenemos poderosas armas de información masiva en nuestras manos en las que lo de menos es que permitan “hablar”, como demuestra un reciente estudio de Ericsson, en el que se demuestra con la evolución del tráfico de datos versus el tráfico de “voz”. Ver gráfico.

wc_mobile

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: tecnología Trackback | Comentarios (1)

Encuestas online: tiempo de respuesta, calidad y esfuerzo

Escrito por Silvia Viñuales el 6 de abril 2015

El post de hoy se basa en un paper escrito por Melanie Revilla (RECSM, Universitat Pompeu Fabra) y Carlos Ochoa (Netquest) y publicado en Social Science Computer Review. Hablaremos de 3 de los factores clave en las encuestas online y la relación entre ellos.

En esta breve presentación trataremos de hacer una aproximación sobre el tamaño de la correlación entre el tiempo de respuesta, la calidad de los datos recogidos y la auto-evaluación del esfuerzo por parte del respondiente, para ver si la información sobre el tiempo de respuesta o la auto-evaluación del esfuerzo se pueden utilizar para mejorar la calidad de los datos en encuestas online.

La calidad, por encima de todo

Evaluar la calidad de los datos recogidos en las encuestas es uno de los temas que más preocupación genera entre los investigadores. Que la información final sea fiable para el estudio es algo clave, y cuando hablamos de encuestas web este proceso se vuelve crucial ya que el investigador pierde control sobre el proceso de recolección de datos.

calidad-encuestas-online

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Encuestas Online Trackback | No hay comentarios

eShow Barcelona 2015, nuestras impresiones (2)

Escrito por Silvia Viñuales el 31 de marzo 2015

Después de un miércoles intenso entre los stands y salas de ponencias del eShow (puedes consultar el resumen del primer día del evento AQUÍ), tuvimos una segunda sesión de interesantes charlas el jueves en la Fira de Barcelona.

Vivimos en la época del Big Data, y como tal, el tema fue el eje de la mayoría de las sesiones. El jueves aprendimos a medir y gestionar los datos correctamente, a automatizar procesos dentro del Inbound Marketing, hacer creatividades más eficientes en diferentes formatos u optimizar nuestro presupuesto en campañas de advertisement en buscadores.

eshow-barcelona-ponentes

Jueves 26

Dejemos que los datos hablen por sí solos: en el 2014 creció el e-Commerce un 24% más que el 2013 y está previsto que  para el 2017 crezca un 56%. Todavía España se encuentra lejos de la media europea (47%) ya que para nuestro país solo representa el 32% del total de las ventas, pero vemos una tendencia creciente y una oportunidad de negocio para la pequeña y mediana empresa en especial.

Además, la penetración del Internet favorece la penetración de la compra online. Actualmente en España contamos con 30 millones de internautas de entre 15 y 55 años, de los cuales el 17,2%  ya adquieren habitualmente sus productos favoritos en Internet. La  capacidad de crecimiento es grande y el e-Commerce es una inversión clave para las empresas.

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Eventos Trackback | No hay comentarios

eShow Barcelona 2015, nuestras impresiones (1)

Escrito por Silvia Viñuales el 30 de marzo 2015

eshow_barcelona_15

Entre el 25 y el 26 de marzo tuvo lugar en Fira de Barcelona una de las citas más destacadas del mundo online en la ciudad condal: el eShow. En esta ocasión, varios miembros de Netquest no quisimos faltar a la cita con el marketing en internet y las nuevas tendencias en e-Commerce, Social Media o el Internet of Things para las empresas.

Fueron muchos los nombres y marcas destacadas que pasaron por los auditorios de conferencias: Spotify, PayPal, Burguer King, Vodafone, Visa, eDreams… Aquí nuestro breve resumen de las tendencias actuales que podemos aplicar a nuestra estrategia de marketing digital.

Miércoles 25

Nuestros compañeros de Territorio Creativo abrieron una de las múltiples sesiones de debate del congreso abordando el impacto que supone la digitalización en las organizaciones de hoy, tanto para el cliente, el negocio, como a los procesos internos de la empresa.  Y es que aunque parezca insólito, aún existen recelos ante el reto de migrar de lo offline a lo online, así como del papel que ha de jugar el marketing online en este proceso.

Para contrarrestarlos,  nos bastan algunos de los datos publicados recientemente en el Whitepaper de Territorio Creativo: Un 84% de los consumidores con Smartphone lo usan ya para sus compras en tiendas físicas, dándonos una idea acerca de la vital importancia que juegan los dispositivos móviles en las ventas. Más datos:  En 5 años, ha aumentado en un 22,5% el presupuesto de las organizaciones destinado al Social Media, mientras cerca de un 75% de los equipos de marketing, consideran tanto el email marketing como el mobile como un elemento core en su negocio.

Si el siglo XX fue el de la eficiencia y el de las jerarquías, el siglo XXI es el de la innovación, y el de los nuevos valores asociados con la migración digital: la flexibilidad, la meritocracia, la transparencia, la autonomía, la colaboración. Y es que en pleno proceso de transformación digital, el componente social es esencial; la digitalización ya no va de tecnología, va de personas.

wearables-apps

Leer el artículo completo »

Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Categoria: Eventos Trackback | Comentarios (1)