June 16, 2010 in Blog, modelos by Jorge Andrade

La elasticidad de precios puede acabar a golpes

Esto si que está chistoso. Dos colegas, ambos presidentes y dueños de agencias AMAI, discutían porque uno aseguraba que el conjoint podía ser usado para estimar elasticidad de precios y el otro sostenía que nanai. Tan duro estuvo el agarrón que aseguran que casi terminan a madrazos ¿Donde está lo chistoso? Bueno, que he visto clientes que en sesiones de grupo le preguntan a los participantes ¿Cuánto pagarías por este producto? y con eso salen al mercado. Es un método fácil, directo y no genera discusiones. ¡Olvídate del conjoint! que es un método medio complicado y además puede acabar a golpes.

Pero si no estás de acuerdo conmigo y quieres un método sencíllito para estimar la demanda de tu producto, puedes usar el modelo del Holandés Peter Van Westendorp, llamado “Price Sensitivity Meter” (PSM); también es directo pero a diferencia de las sesiones de grupo es ampliamente aceptado por la comunidad de investigación de mercados.

Suponte que eres Steve Jobs (si ya sé que él no hace investigación de mercados pero tú eres un Jobs diferente). Como decía, eres el jefe de Apple y piensas lanzar el IPOD touch al mercado y necesitas saber cuál es el precio más adecuado para tu producto. Entonces haces un cuestionario con las siguientes preguntas:

Las preguntas anteriores proceden del modelo de van Westendorp y se fundamentan en:

• La teoría de un precio razonable. Es decir, con base en lo que considera un rango de precios razonables, la gente normalmente tiene una idea de lo que puede valer un producto y lo que está dispuesta a pagar por él.
• La teoría de la psicología del precio. En pocas palabras, una persona puede usar el precio como un parámetro para evaluar la calidad del producto o marca.

Con el tiempo estas 4 preguntas se ampliaron a 6 ya que era medio “creativa” o digamos peculiar la forma propuesta por Van Westendorp para analizar las curvas de demanda. Newton, Miller y Smith y agregaron las otras dos preguntas al modelo y así se viene usando en todo el mundo hasta el día de hoy:

Las preguntas anteriores se añadieron al modelo para poder estimar la demanda en cualquier punto de la curva y para cada entrevistado, eso lo vamos a ilustrar mas adelante. Entonces, le aplicas las 6 preguntas de este modelo a 10 sujetos y usas una escala de 5 puntos para la probabilidad de compra, pero podrías haber usado cualquier otra escala. Los resultados obtenidos son los siguientes:

Ahora fíjate, graficando los datos del segundo sujeto entrevistado podemos obtener una curva de demanda y la probabilidad de compra. En el eje de las X’s ponemos los cuatro precios que nos dio y en el eje de las Y’s su intención de compra a cada uno de estos precios. Debes notar que sólo se preguntó por la probabilidad de compra con un “Buen precio” y con un precio “Algo Caro”; esto es porque el modelo asume que a un precio “Tan Barato” no hay calidad y por lo tanto la demanda es cero y a un precio “Tan Caro”, el cual no es razonable, también la demanda es cero (recuerda las teorías en las que se sustenta este modelo) ¿En que íbamos? Ah sí, la gráfica:

Es necesario convertir cada punto de la escala a probabilidades de compra en porcentajes; para mi ese es el punto más fino de este análisis ya que la demanda resultante depende de esos valores. En este momento, sólo se me ocurre decirte que el punto más alto de la escala es el más correlacionado con la conducta manifiesta del entrevistado; razón por la cual le asignamos al punto 5 de la escala un 80% de probabilidad de compra, al 4 un 50%, al 3 un 30%, al 2 y 1 0%; pero insisto, eso depende del buen ojo que tengas, la escala que uses, la competencia, la categoría, etc.

La gráfica al principio de este post sería el resultado de las probabilidades acumuladas para los 10 sujetos de tu ejercicio imaginario. Puedes observar que el precio donde se maximiza la demanda y el ingreso esta entre los $4000 y $5000 pesos.

Ponerle el precio a un producto es una cosa seria. De una buena decisión dependen muchas cosas y hay muchos factores que se deben ponderar antes de tomar la decisión: la imagen y posicionamiento de la marca, los beneficios que ofrece, la relación que hay con el cliente; el ciclo de vida del producto, los objetivos financieros de la empresa y un largo etc.; en otro post hablaré de esto pero mientras tanto puedes bajar el programa para hacer tus análisis con el modelo de Van Westendorp haciendo clic aquí.

Ya para terminar, aunque así debí haber empezado, agradezco a mis amigos y colaboradores Marco Antonio Bonequi y Jesús Romero por el desarrollo del programa de Excel para este post y te invito nuevamente a que nos des tu opinión.

Nota. Los artículos del modelo referido aquí son:

• Van Westendorp, P (1976) “NSS-Price Sensitivity Meter (PSM)- A new approach to study consumer perception of price.” Proceedings of the ESOMAR Congress.
• Newton, Dennis, Jeff Miller, and Paul Smith (1993), “A Market Acceptance Extension to Traditional Price Sensitivity Measurement,” paper presented at the American Marketing Association’s Advanced Research Techniques Forum, Monterey, CA.

May 11, 2010 in Blog, modelos by Jorge Andrade

Para entender CBC (Conjoint Based Choice) hay que saber CBC (Contar Básicamente Contar)

No recuerdo donde leí que actualmente existe una competencia entre los ingenieros de software quienes tratan de hacer más y mejores programas a prueba de idiotas y las universidades que hacen cada vez más y mejores idiotas; hasta hoy las universidades llevan la delantera.

Cito lo anterior porque es relativamente fácil hacer un estudio con CBC (Conjoint Based Choice), si se cuenta con el software. Sin embargo, después de que se zarpa, viene el desastre del Titanic por 2 razones fundamentales:

1. No se sabe diseñar el estudio.
2. No se sabe contar (interpretar el estudio).

Como dijo Jack el destripador, vámonos por partes. El diseño del conjoint del estudio es lo más importante y es absolutamente necesario conocer conceptos claves como: diseño balanceado, equilibrado, ortogonal, atributos, niveles, etc. Ya en este mismo blog, hice un post titulado Conjoint analysis a pie sobre el tema. También te recomiendo leer el artículo de Bumy Conjoint Analysis. Así que hoy no voy hablarte de eso sino del segundo punto.

Los gringos dicen que Conjoint significa “Considered Jointly”, es decir considerado junto o en conjunto. En otras palabras, se trata de evaluar productos o servicios tomando en cuenta todas sus características o atributos de forma conjunta, no separada. Por ejemplo, observa el siguiente estímulo o tarea, así se dice en el lenguaje del conjoint.

Como puedes observar se te pide que elijas un café de grano de los tres que se te presentan, cada uno de ellos cuenta con 3 características:

1. La marca.
2. Tipo de café. Con cafeína o descafeinado.
3. Tipo de cultivo. Orgánico o mediante fertilizantes.

En tu elección debes considerar cada uno de los 3 aspectos y tomar tu decisión del producto que deseas; no se te permite que elijas una marca, digamos Starbucks, luego el tipo de café y finalmente la forma de cultivo, cada uno de ellos por separado. Lo que se te presenta, es todo lo que hay y de allí tienes que escoger. Pero ¿qué pasa si no está la marca que a ti te gusta o está la marca pero no en el tipo de café que acostumbras? Bueno, el CBC te permite generar una opción más aparte de esas 3 que se te muestran que incluye el “Ninguno, no elegiría ninguno de estos productos”, como en la figura de abajo.

Con base en las selecciones que hagas podrás saber que marca, tipo de café y cultivo son los más importantes, que es lo primero que tomas en cuenta a la hora de comprar un café y cuál es el procedimiento que sigues para ello. En un momento más te voy a ilustrar como se hace esto pero antes déjame explicarte algunos conceptos específicos del CBC (Conjoint Based Choice).

1. Concepto. Cada producto con su configuración particular es un concepto. En nuestro ejemplo tenemos 3 conceptos: El concepto de café VIPS que es descafeinado y cultivado con fertilizantes; el concepto de café Los Portales con cafeína y cultivado sin fertilizantes y el concepto Starbucks descafeinado y cultivado con fertilizantes.

2. Tarea. Cuando los conceptos se presentan simultáneamente al entrevistado para que elija uno de entre todos ellos se dice que se está realizando una tarea.

Como ya te diste cuenta, las combinaciones que se pueden formar entre las marcas, el tipo de café y cultivo son muchas (12 para ser exactos) lo que te arrojará más conceptos. Asimismo, puedes pedirle al entrevistado que lleve a cabo más de una tarea si no deseas presentar las 12 al mismo tiempo ya que entre más conceptos presentes más complicada su vuelve su elección. Está comprobado que cuando hay un gran número de opciones la gente compra menos; no vaya ser que tus entrevistados se vayan por el concepto “NINGUNO”.

Otros elementos generales al conjoint son:

1. Atributos. En nuestro ejemplo tenemos 3 atributos; la marca, el tipo de café y la forma de cultivo.

2. Niveles. Cada Atributo debe tener por lo menos 2 opciones de otra forma no funciona para llevar a cabo el conjoint; cada opción representa un nivel distinto; la marca tiene 3 niveles distintos: Vips, Los Portales y Starbucks; el atributo tipo de café tiene 2 niveles: con cafeína y descafeinado; y el cultivo 2: mediante fertilizantes o de forma natural.

Hay otros términos que necesitas conocer pero como prometimos que nos íbamos a ir por partes, te los explico más adelante. Por ahora sigamos con nuestro ejercicio para entender que hace el CBC. Como te digo, los conceptos que podemos generar son 12, y en nuestra primera tarea sólo presentamos 3; entonces generé otras 3 tareas con los conceptos restantes:

Observa cómo no sólo cambiaron los atributos en la tarea 2 sino que también se rotaron las marcas, ahora están Los Portales al inicio de la tarea y Vips al final.

y la última tarea.

Yo mismo voy a ser tu conejillo de indias. En la primera tarea elegí la marca Los Portales porque me gusta su sabor más que el de Vips y Starbucks pero sobre todo porque no era descafeinado y su producción era orgánica; en la segunda tarea escogí Starbucks porque contenía lo mismo que Los Portales; es decir era un café no descafeinado y orgánico; en la tercera tarea me decidí por Vips por las mismas razones; mientras que en la última tarea me fue más difícil decidirme porque si bien me gusta el café no descafeinado no me agradó mucho que fuera cultivado con fertilizantes. Recuerda que también puede haber dicho en la última tarea que no quería ninguno de esos productos pero para hacer más simple esta explicación opté por no incluir esta opción. En el cuadro de abajo vienen los resultados de mi auto-conjoint.

Notarás que el titulo de la tabla dice diseño equilibrado y balanceado. Eso es uno de los puntos más críticos a la hora de diseñar un conjoint. Siempre que prepares las tareas o estímulos de tu conjoint debes verificar que el resultado de las combinaciones que hiciste están balanceadas y equilibradas. En pocas palabras, me refiero a que todos los atributos aparezcan el mismo número de veces y en las mismas combinaciones. Una inspección rápida te revelará que Vips aparece el mismo número de veces que las otras marcas y que además se combina con los otros atributos de la misma forma que las otras marcas; ósea, Vips con cafeína en sus formas de cultivo con fertilizantes y orgánico y Vips descafeinado en ambos tipos de cultivo; al igual que Starbucks y Los Portales. Cuando se logra este equilibrio se dice que el diseño es ortogonal; es decir, ningún atributo depende de otro.

No te atormentes, no vas a necesitar hacer esas combinaciones a mano, los programas de conjoint las hacen por ti.  Asimismo, cuando tienes muchos atributos y muchos niveles el número de tareas puede ser impresionante por lo que el programa de conjoint te ayudará a crear el mínimo de tareas necesarias para hacer tu estudio y te proporciona un test de la eficiencia del diseño que toma en cuenta dichos factores. Ojo, mucho ojo, si tu diseño no pasa el test tampoco lo hará tu estudio.

Hecha la advertencia anterior, continuemos con mis resultados. Lo que sigue es cuestión de contar los círculos verdes del cuadro de arriba, los cuales reflejan mis preferencias en cada tarea. De las cuatro veces que se me presentó la marca Vips, la elegí sólo una por lo que la probabilidad de elección de esta marca es de 25% (1/4); lo mismo sucedió con Los Portales por lo que su probabilidad de selección fue de 25% (1/4); en el caso de Starbucks tuve el tino de seleccionarla 2 de 4 veces que apareció por lo que la probabilidad de que elija Starbucks es de 50%.

En cuanto al tipo de café siempre que pude escogí con cafeína por lo que la probabilidad de selección fue 66% y la de descafeinado fue del 0%. ¡Ah chinga! y porqué no me da el 100%, la razón es que para sacar esta probabilidad tienes que dividir el número de veces que eliges un nivel entre el número total de veces que aparece y como en una misma tarea los niveles “con cafeína” y “descafeinado” pueden aparecer más de una vez, entonces no nos da 100%. Lo que hacemos en estos casos es ajustar los porcentajes resultantes al 100%.

En el caso del tipo de producción, prefiero el café orgánico por lo que su probabilidad de selección es del 50% vs. un 16% en que preferí la producción con fertilizantes.

Viendo las cosas así, las implicaciones se hacen claras:

1. Puedes entrevistar a varios sujetos y pedirles que hagan las mismas tareas, al final tendrás más y mejores datos.

2. No necesitas mostrar forzosamente las cuatro tareas a cada sujeto, de hecho con una sola sería suficiente pero tendrías que presentar las cuatro el mismo número de veces a tu muestra. Por ejemplo, si tienes 20 sujetos a 5 les presentas la tarea 1, a otros 5 la tarea 2, y así sucesivamente.

3. Ahora, ya sabes porque el diseño debe ser equilibrado y balanceado; si algunas marcas aparecen más que otras o aparecen más a menudo con otras características habrá un tremendo sesgo al analizar los resultados ya que en automático la selección de un atributo / nivel jala a los otros con los que se junta.

4. El análisis de conteo del CBC es muy fácil y te da un panorama muy claro de por donde andan las preferencias de los entrevistados; sin embargo, los métodos estadísticos que se usan son más refinados y sirven sobre todo para generar escenarios de mercado donde se pueden responder preguntas de como varían dichas preferencias con determinadas configuraciones de productos.

Sé que el conjoint puede intimidar a más de uno pero la verdad es que su operación es sencilla. Por otro lado, no se necesita tanta sofisticación estadística para llegar a un buen resultado. Tengo casi dos décadas haciendo investigación y si algo he observado es que la elegancia de la estadística muchas veces sale sobrando pues su bondad es su principal característica; es decir, no necesitas grandes muestras ni complejos análisis estadísticos para develar lo que hay detrás de los datos.

Un último tip, en los estudios punto de venta se busca evaluar 3 factores principales de decisión de compra: el canal, cómo escogen el lugar donde compran las personas; la categoría, porqué compran el producto o servicio; y la marca, qué variables influyen para que la escojan. Normalmente, se observa a la gente en el punto de venta y se anota lo que compra, que marcas elige, en que tamaños, de qué tipo, variedad, envase o empaque, precio, etc. y se reporta por separado cada unos de estos factores. Mi pregunta es ¿es posible ver estos factores en conjunto (conjoint) para conocer cómo interactúan?

Nota final, Dicen que este no es un blog porque a veces es muy extenso y los blogs deben ser de 1 o máximo 2 hojas, además se debe de hablar de cosas que puedes redactar en un par de hrs. Tal vez tengan razón pero simple y sencillamente no me siento a gusto si no te doy algo que crea que te puede ser útil. ¿Tú que piensas? Déjame conocer tu opinión. Hasta la vista.