Introdução
Para finalizar a série de posts sobre Conjoint, vamos discutir a aplicação do método em um caso real.
Trata-se de um estudo sobre seguro de automóveis realizado em parceria entre a Netquest e The Cocktail Analysis. (Consultora de pesquisa de mercado especializados em tendência de consumo, comunicação e novas tecnologia).
Descrição do estudo e objetivos
‘The Cocktail Analysis’ precisava descobrir: "Quais elementos são fundamentais para que nosso produto seja finalmente escolhido pelo consumidor?". A Netquest foi selecionada para resolver este caso através de sua expertise em Conjoint.
É necessário identificar a configuração ideal de um produto de seguros para carros, pois pode ser muito complexa devido à variedade de empresas, tipos de seguro e parâmetros que definem cada produto. O principal objetivo é analisar as preferências dos diferentes elementos que compõem um seguro de carros.
Mais especificamente, vamos descobrir:
- Os aspectos mais e menos importantes durante a contratação
- A relação entre a cobertura e o preço que estão dispostos a pagar
- As opções que agregam valor ao produto
- As tendências sociodemográficas existem em distintos produtos
Por quê aplicar a metodologia Conjoint neste estudo?
Toda vez que necessitamos conhecer o valor de algo para o consumidor, inevitavelmente precisamos utilizar essa técnica. A pesquisa clássica que pergunta de forma direta sobre cada atributo não é eficiente para este caso. O Estudo Conjoint obrigada ao entrevistado equilibrar os atributos para informar o que mais gosta e o que menos gosta, desta forma, nos revela os fatores-chave em sua tomada de decisão.
Projeto experimental
Como detalhamos na Cápsula IV, a seleção de atributos e níveis é um ponto-chave do Conjoint, pois tudo depende do desenho que será gerado e que os resultados obtidos sejam aplicaváveis à realidade.
Neste caso, os atributos e os níveis selecionados foram:
Decidiu-se realizar o exercício de contratação 10 vezes por pessoa. Lidar com 10 decisões diferentes pode parecer um número alto mas mostramos somente 3 produtos por tela, assim resulta mais fácil tomar a decisão e comparar as diferenças. Para aumentar a variabilidade do projeto, realizam 20 versões diferentes do desenho que foram perguntadas 450 pessoas aproximadamente.
Resumo:
- 20 versões
- 10 sets (telas ou perguntas realizadas)
- 3 alternativas (produtos por tela)
- 6 atributos coom até 8 níveis diferentes
No algoritmo do projeto serão incluídas distintas restrições para não obter os melhores grupos de produtos dentro do mesmo set. Um exemplo de "melhores grupos de produtos" são os que apresentam as mesmas características que outros, porém são mais baratos. Sabemos que a configuração de maior ou menor preço não fornece informações relevantes para os algoritmos de análise deste Conjoint de Seguradoras de Carros.
Amostra e programação
O estudo foi realizado à população internauta que contratou um seguro para carros no último ano, totalizando 469 entrevistas e um questionário com duração de 10 minutos. O estudo de campo ocorreu durante o mês de novembro de 2014. Neste link você poderá consultar como foi realizado o questionário.
Abaixo você encontra um exemplo da apresentação dos produtos.
Neste caso foi realizado um estudo que não considera a opção "Não contratei nenhum serviço" para obter mais informações sobre as preferências sem perder nenhum dado relevante. Obviamente precisamos ter a opção: "não contrataria" mas sugerimos adicioná-la ao final da entrevista, desta forma as opções mostradas parecem mais atrativas ao respondente. Pretendemos obter uma análise dupla e cruzada, rica em informações entre produtos e mercado.
Decidiu-se realizar uma análise individual (Mais informação você encontra na cápsula IX de Conjoints) para estudar o comportamento de acordo com o perfil sociodemográfico.
O método utilizado foi o Hierárquico Bayesiano. A análise divide o conjunto e particulariza os resultados de acordo com as informações disponíveis para cada indivíduo. Também integra as informações individuais e formam-se grupos. É um método que requer um tempo de execução mas gera bons resultados ao realizar uma análise segmentada.
Resultados
Alguns dos resultados mais refevantes foram:
- A importância dos atributos se concentra basicamente no preço e na cobertura, a marca é surpreendentemente um atributo com pouca relevância na tomada de decisões.
- O interesse de uma contratação aumenta mais de 30% se considerarmos um carro substituto na proposta.
- Aumentar uma vez a utilização do serviço cresce de forma notável o interesse em mais de 30%, porém passar de 2 a 3 vezes praticamente não influencia no interesse.
- O Conjoint permite realizar uma simulação de market share para determinados grupos e características de produtos, comparando o interesse real da decisão entre diferentes produtos. Graças a alternativa "Não contrataria nenhuma opção", podemos obter dados de mercado.
- O nível sócio-demográfico também pode ser útil para comparar um determinado produto entre diferentes sexos e faixas etárias. A imagem abaixo demonstra como os homens e pessoas mais velhas tem maior interesse sobre o assunto.
Conclusão
Observamos que a influência da marca na tomada de decisões tem pouca representatividade, apenas 4%. Os aspectos como o carro substituto e a quantidade de uso anual agrega valor a oferta e a valoriza positivamente.
A respeito da metodologia usada, foi possível realizar uma análise em profundidade dos parâmetros que compõem um produto de uma seguradora, além de ser capaz de analisar os diferentes perfis e configurações.
Você pode acompanha todos os posts sobre as Cápsulas Conjoint aqui!