Probablemente habéis oído hablar del litigio entre Apple y Samsung a raíz de una demanda de la empresa fundada por Steve Jobs. Según la demanda, Samsung habría violado las patentes de algunas tecnologías empleadas en sus iPhone y iPad. Los daños y perjuicios reclamados por Apple ascendían a más 2.000 millones de dólares. Pero, ¿de dónde sacó Apple esta cifra? ¿cómo es posible evaluar qué habría sucedido en el mercado si Samsung no dispusiese de esas prestaciones? ¿es posible medir de forma objetiva algo así?
Por lo que se ha sabido durante el jucio, la evaluación de daños de Apple se fundamentó en un análisis conjoint. La finalidad de un análisis conjoint es determinar qué aceptación va a tener por parte del consumidor una combinación de atributos de un producto. Para ello, un conjoint evalúa el valor o utilidad que el consumidor otorga a cada atributo. Y lo hace sin tener que preguntar directamente por los mismos, sólo a través de comparaciones de productos. Esta metodología ha acreditado mayor fiabilidad que los estudios convencionales en la evaluación de la importancia real que una prestación de un producto tiene en la decisión de compra de un consumidor.
La capacidad de predecir el comportamiento del consumidor convierte a los estudios conjoint en una potente herramienta para valorar situaciones hipotéticas. En el caso concreto del juicio Apple vs Samsung, el objetivo era medir cómo los consumidores valoraban las características de Apple y qué cuota de mercado había perdido por el supuesto plagio de Samsung. Para evaluar la importancia de las prestaciones plagiadas, se realizaron dos estudios online con una muestra de 507 encuestados con teléfonos móviles y otros 459 con Tablet.
Y ¿cuál fue el resultado?
El resultado del estudio conjoint llevado a cabo por el Profesor Hauser determinó que los consumidores estaban dispuestos a gastar entre 32$ y 102$ adicionales por las prestaciones en litigio. Evidentemente, Samsung contraatacó con otro estudio conjoint donde definía otro tipo de atributos de sus productos, no valorados en el primer estudio, como por ejemplo la duración de la batería. Esta historia ilustra perfectamente una de las fortalezas de los análisis conjoint: la obtención de resultados cuantificables y fiables.
Usos del conjoint
El análisis conjoint es una técnica conocida desde hace décadas, que vive una segunda juventud gracias a su uso a través de encuestas online y al incremento de la capacidad de proceso de los ordenadores para abordar análisis más sofisticados.
Hay innumerables firmas que están utilizando esta técnica para diseñar productos. Por ejemplo:
- AT & T en la definición de funciones del teléfono móvil.
- IBM la utilizaba para definir características de sus ordenadores
- Operadores de telefonía para definir tarifas.
- MasterCard, lo utilizó para definir las propuestas de viajes y entretenimiento.
- Diseño del sistema de seguimiento de FedEx.
- Habitaciones de los hoteles Ritz Carlton.
- Embalaje de herbicidas de Monsanto.
La técnica de análisis conjoint cuenta con la confianza de prestigiosos investigadores porque es (1) fiable, ya que obtiene datos mediante simulaciones realistas de situaciones cotidianas de compra, en las cuales el respondiente es forzado a priorizar unas prestaciones renunciando a otras, (2) discrimina, margina mejor la importancia de los atributos de un producto o servicio, y (3) permite simular nuevos productos y calcular cuotas de mercado, entre otras grandes virtudes.
Si el análisis conjoint no goza de mayor popularidad se debe a que es percibido por el investigador como una técnica altamente compleja. En gran medida, es cierto. Los modelos estadísticos que emplea son sofisticados. Pero una vez se obtienen los resultados del modelo (lo que se conoce como utilidades), las posibilidades de análisis y simulación de escenarios son casi ilimitadas. Y la parte positiva es que interpretar y emplear las utilidades está al alcance de cualquier investigador.
Atendiendo al interés que despiertan estos estudios, en Netquest hemos empezado a ofrecer a investigadores profesionales un servicio conjoint que permite ejecutar este tipo de estudios sin necesidad de adquirir software especializado, ni tener un conocimiento técnico del funcionamiento de los algoritmos ni de las técnicas estadísticas propias del conjoint.
Os animamos a que deis el salto a esta metodología. Para ayudaros, en los próximos días iremos publicando una serie de 10 post-tutoriales en los que explicaremos cada uno de los elementos a tener en cuenta para desarrollar tu propio estudio conjoint.
