Análisis conjunto basado en elecciones con Excel
El análisis conjunto basado en elecciones (choice-based conjoint analysis) identifica 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 y la cuota de mercado de distintos productos. Respecto a otros modelos de pricing (elasticidad precio de la demanda, método Gabor-Granger, análisis conjoint y test Monádico, modelo de precios de Van Westendorp) representa una situación más aproximada a la realidad dado que el encuestado tiene que decidir entre varios productos (o ningúno) simulando así el proceso de compra.
¡No te pierdas ningún nuevo vídeo!
Visita mi canal de Youtube
En su modalidad básica, este método analiza los resultados de manera agregada, así que puede ser útil cuando tenemos un gran volumen de combinaciones, dado que podemos presentar combinaciones diferentes a diferentes encuestados. Sin embargo, a continuación se presentará una metodología y una plantilla excel que analiza basada en que todos los encuestados reciban las mismas preguntas. En cada pregunta, el encuestado tendrá que elegir entre varios productos, o ninguno.
Primero tenemos que definir los atributos del producto, y para cada producto los diferentes niveles. Ten en cuenta, que cuanto más atributos y niveles, tantos más posibles productos tendrás. La plantilla permite utilizar hasta 5 atributos con hasta 5 niveles cada uno, pero esto significaría más de 3000 posibles productos, y muchísimas más combinaciones de productos posibles en las preguntas. Por ello, es aconsejable acotar los atributos y/o los niveles. Entre los atributos, es interesante incluir el precio.
El segundo paso es definir cuantos productos mostrar en cada pregunta. Cómo regla general, vamos a presentar entre 2 y 5 producto incluyendo la opción “ninguno”. A la hora de elegir este número, hay que encontrar un equilibrio entre enseñar cuantos más productos para obtener más datos y más robustos, y la calidad de la respuesta. Si tenemos muchos atributos/niveles, y enseñamos muchos productos a la vez, el encuestado tendrá que hacer un esfuerzo muy importante para comparar las alternativas, y puede que las respuestas pierdan de calidad. En el ejemplo de la plantilla (4 atributos de hasta 3 niveles), un número adecuado de productos por pregunta podría ser 3. En este mismo paso, tienes que elegir cuantas preguntas vas a mostrar a cada persona. La herramienta Excel permite hasta un máximo de 20, y yo las utilizaría todas (hay estudios que dice que aumentar incluso más el número de preguntas no impacta la calidad de las respuestas).
Notarás que en el mismo Excel tienes la información del tamaño mínimo sugerido de la muestra. Si quieres más información sobre estos cálculos y otros, te sugiero leer este artículo:
En el tercer paso de la herramienta Excel he añadido algo que limita las elecciones “obvias”. En esta tabla puedes inferir (de 1 a 5) la importancia estimada (o utilidad) de cada nivel dentro de un mismo atributo. En el caso de ejemplo no hay un nivel mejor que otro, así que todo quedaría igual. Pero si añadieras, por ejemplo, el precio, podrías marcar que el precio más bajo tiene una utilidad mayor para el cliente, y el precio más alto la utilidad menor. Esto también se puede aplicar a características donde se puede definir un orden de importancia de los niveles (por ejemplo cantidad de un producto o característica etc.). Esto permite a la herramienta excluir combinaciones de productos, donde uno de ellos es mejor o peor en todo, dado que en este caso la elección sería obvia.
El cuarto paso consiste en identificar hasta 3 productos “prohibidos”, es decir combinaciones de niveles que no queremos incluir en la encuesta.
Después podemos ejecutar la macro (paso 5) para que se generen combinaciones de productos de manera aleatoria, siempre evitando las opciones con respuestas obvias y los productos prohibidos. La macro crea hasta 2000 preguntas, parando antes si llega al límite de combinaciones posibles.
En el paso 6, tenemos que definir una metodología para crear posibles encuestas (combinaciones de hasta 20 preguntas). Para ello podemos elegir un método 100% aleatorio (aconsejable cuando tenemos pocas combinaciones/preguntas posibles) o ajustado. El ajustado da más probabilidad de ser elegidas aquellas preguntas que presentan un mejor “utility balance” y “overlap ratio”. El primero, se refiere a que los productos son equilibrados, y no muy extremos en términos de utilidad (esto se basa en la utilidad inferida del paso 3) para poder analizar mejor los trade-offs entre los diferentes productos. El segundo se refiere al hecho de que cuanto menos duplicados estén los niveles entre los productos, mejor es para la robustez de los resultados, al menos en cuanto a los efectos principales. Cuando tenemos muchas combinaciones posibles, es mejor asegurarse mostrar productos más diferentes entre si y, así, enseñar una mayor variedad de opciones.
En el paso 7 lanzamos la macro que va a generar 10 posibles encuestas. Podemos revisarlas en la hoja “BBDD_SURVEYS” en base a los indicadores “orthogonality” y “level balance”. El primer indicador es la desviación estándar del número de veces que una pareja de niveles aparece durante la encuesta. Cuanto más bajo, mejor. El segundo se refiere a cuantas veces cada nivel aparece en toda la encuesta, este también, cuanto más bajo, mejor. El promedio de estos dos indicadores nos da una idea del equilibrio de la encuesta, cuanto menor el promedio, más equilibrada será la encuesta en términos de las opciones y combinaciones que se muestran.
Tenemos también la opción (paso 7b en la hoja best_SURVEY) de ir a buscar la mejor encuesta en términos de orthogonality y level balance buscando la mejor combinación de preguntas para encontrar el mayor equilibrio.
En el paso 8, pegamos la encuesta elegida en la columna marcada en verde y así podemos visualizar en cada fila una pregunta con las opciones disponibles (recuerda que por defecto la herramienta considera una opción de “ninguno” aunque no esté aquí visualizada). Ahora es el momento de trasladar esto a una herramienta para realizar las encuestas (por ejemplo SurveyMonkey, o Google Form). Una vez obtengas los resultados, tendrás que incluirlos en el paso 9 (celdas en verde), donde añadirás, para cada pregunta (fila) la suma de personas que han elegido el producto 1, 2, 3… o ninguno. Si no usaste esta opción, déjala a “0”. Para calcular los resultados se utiliza el método “conditional logit”. Para ello, tienes que ir a Datos -> Solver, y dar a “Resolver”. Si no tienes habilitado este complemento, tienes que ir a Archivo -> Opciones -> Complementos -> Complementos de Excel y habilitar Solver. Solver ya vendrá con los datos de objetivo “$AA$33”, las celdas de variables “$P$6:$P$30” y método de resolución “GRG Nonlinear”. Si no fuera así, rellena los campos con esta información. Recuerda de desmarcar “Convertir variables sin restricciones en no negativas”.
Ahora ya puedes analizar los resultados en el paso 10. Primero puedes revisar las utilidades de cada nivel en las tablas de la izquierda. Esto te da una idea de las preferencias de la gente. La diferencia entre “originales” y “centradas”, es que las primeras salen directamente del modelo, y las segundas se han centrado para que la suma de cada atributo dé 0. En la tabla importancia, se calcula la importancia de cada atributo analizando el gap entre el peor y mejor nivel. En la tabla “simulación de mercado” puedes crear hasta 10 productos y ver cual sería sus cuotas de mercado.
A continuación puedes descargar una plantilla Excel gratuita par realizar tu mismo un choice-based conjoint analysis.
