Análisis Conjoint en Excel

Dic 10, 2020 | ANÁLISIS, Análisis prácticos | 0 Comentarios

El objetivo de un análisis conjoint es identificar las preferencias de los clientes y los clientes potenciales con respecto a las características específicas de un producto. También puede utilizarse para definir la disposición a pagar (DAP) y la cuota de mercado de distintos productos. Es uno de los diferente métodos para definir precios de lo que he hablado en este blog (elasticidad precio de la demanda, método Gabor-Granger, Van Westendorp y test Monádico).

¡No te pierdas ningún nuevo vídeo!

Visita mi canal de Youtube

El análisis conjunto es una técnica de prospección que se utiliza para identificar las preferencias de los clientes o de los posibles clientes.  Se muestran a los encuestados varios productos con distintos niveles de características diferentes (por ejemplo, color, funcionamiento, etc.) y se les pide que clasifiquen los productos. Se utiliza después esta clasificación para calcular la utilidad de cada característica y cada producto a nivel individual. Los resultados pueden utilizarse para definir la mejor combinación de características y precio o para simular las variaciones en la cuota de mercado en relación con los competidores (si se presentan también productos de la competencia).

En primer lugar, resulta muy importante dedicarle suficiente tiempo al diseño del análisis, empezando por la selección de los niveles de características y las características más importantes.

Existen tres tipos de métodos:

  • Los métodos de descomposición: se presentan a los encuestados distintas versiones del producto, tienen que clasificarlas y, después, se calculan las utilidades a nivel de las características mediante la descomposición de las observaciones;
  • Métodos de composición: se pide a los encuestados que evalúen directamente los distintos niveles de características;
  • Métodos híbridos: se utilizan métodos de composición durante la primera fase para presentar un número limitado de versiones del producto en la segunda fase (que resultan útiles cuando tenemos una amplia combinación de características y niveles).

Además de los métodos descritos anteriormente, se utilizan varios tipos de análisis conjuntos adaptables para aumentar la eficacia del análisis conjunto, especialmente cuando el número de características es elevado.

En los análisis conjuntos, el precio suele incluirse como una característica  y se calcula la utilidad del precio. Sin embargo, esto da lugar a varios problemas:

  • Por definición, el precio no tiene ninguna utilidad sino que se utiliza a cambio de la suma de las utilidades de las características del producto;
  • Los rangos de precio, el número de niveles y la percepción de los encuestados pueden sesgar e influir en las respuestas;
  • La intención de compra no está incluida por lo que no sabemos si el encuestado compraría realmente el producto al precio presentado (para evitar parcialmente este problema, se suele pedir a los encuestados que definan un límite en la clasificación por debajo del cual no comprarían los productos).

La disposición a pagar se calcula como el tipo de cambio entre la utilidad del precio y la utilidad de la característica. No obstante, para evitar los problemas que acabamos de mencionar, deberíamos considerar un enfoque distinto, como por ejemplo, dividir el análisis en dos etapas:

  • Realizar un análisis conjunto clásico para las características que no sean de precio para definir las utilidades;
  • Preguntar sobre la intención de compra de perfiles completos de producto con distintos precios para definir los límites inferior y superior entre los que el encuestado aceptaría adquirir el producto.

Con esta información, podremos calcular una función lineal en la que el precio será la variable dependiente y la utilidad será la variable independiente.

En el ejemplo (al final del post puedes descargar una plantilla Excel con el ejemplo), presentamos un análisis conjunto clásico que incluye el precio como característica adicional. Incorpora una característica de tres niveles, una característica de dos niveles (color), y tres niveles de precio. Se presentan productos de perfil completo a los encuestados (método de composición), y se les pide que expresen su preferencia en una escala del 0 al 10 (con 10 representando su producto favorito) en lugar de clasificar los productos.

La utilidad de un encuestado se calcula eliminando un nivel para cada característica para llevar a cabo una regresión lineal múltiple con variables ficticias. Las variables eliminadas tendrán una utilidad de «0», mientras que las características incluidas en la regresión tendrán la utilidad correspondiente a los coeficientes de regresión. Tras comprobar la importancia de cada característica (valor p < 0,05; si quires saber más, puedes leer el post sobre regresiones), pueden sumarse los coeficientes para desarrollar la ecuación de utilidad.

La ecuación de utilidad a nivel individual puede utilizarse para definir la combinación más rentable de características y precio. También permite la elaboración de escenarios en los que se calculan las variaciones en la cuota de mercado causadas por los cambios en el precio o las características del producto, en comparación con los productos ofrecidos por los competidores. En especial para los escenarios de cuota de mercado, resulta importante definir la intención de compra pidiendo a los encuestados que fijen un «límite» más allá del cual no comprarían el producto.

 En la plantilla, se presenta una segunda hoja en la que el precio no se incluye como característica adicional pero se pregunta a los encuestados sobre el mismo de forma separada, o bien directamente o bien enseñándoles distintas combinaciones de precio-producto y preguntándoles por su intención de compra. Normalmente, el último ejemplo funciona mejor, pero si tenemos numerosas combinaciones, no podremos mostrarlas todas.

menu importar desde web Power Query

Existen dos enfoques principales a la hora de elaborar encuestas para un análisis conjunto:

  • Análisis clásico conjunto: se muestran a los encuestados todas las combinaciones de los niveles de características y se les pide o bien que los clasifiquen o bien que definan sus preferencias según una determinada escala (por ejemplo, del 0 al 10). En caso de que el número de combinaciones sea demasiado amplio, deberíamos o bien dividir las combinaciones y presentarlas varias veces a los encuestados o presentar únicamente un determinado porcentaje de todas las combinaciones posibles (aleatoriamente seleccionadas). También deberíamos pedir un «límite», es decir, el puesto en la clasificación o el nivel de preferencia en el que el encuestado cambiaría su intención de compra.
  • Análisis conjunto en el que el precio no es una característica: el proceso es el mismo que en el análisis conjunto clásico pero no se incluye el precio como característica. Tras pedir a los encuestados que clasifiquen o fijen sus preferencias en relación con varias combinaciones de niveles de características, se les pregunta si comprarían una combinación determinada a un precio específico. En función de la respuesta, se modifica o bien la utilidad o bien el precio para identificar la DAP. Si el número de combinaciones es limitado, es posible probar cada una; si el número es elevado, no se pueden probar todas las combinaciones y será necesario calcular la DAP para distintos niveles de utilidad y, a continuación, calcularla para todas las combinaciones.
80 Modelos fundamentales para analistas de negocio

Este post se basa en el libro “80 Fundamental Models for Business Analysts“ donde se explican diferentes modelos de análisis acompañados de plantillas Excel.

 Tienes a tu disposición una plantilla con los dos tipos de análisis conjoint vistos en este post, así como las instrucciones para utilizarla.