Hace unos días estaba paseando por la calle cuando, muy amablemente, una señora me paró delante de un bar. Escuché lo que me tenía que decir. Quería que, debido a mi condición de fumador, le contestara algunas preguntas después de probar el papel de fumar que estaban testeando. Accedí a su propuesta. “Siempre es bueno que te inviten a fumar”, pensé.
Entré en el bar y, después de contestar las preguntas sociodemográficas de rigor, me dió un papel y me invitó a liarme un cigarrillo. “OK, así que el tabaco lo pongo yo….”. Salí a la calle, fumé, como hago casi siempre, sin darme cuenta de lo que gira a mi alrededor, y volví a entrar en el bar.
“Tamaño del papel. Valóralo”. “Cantidad de cola. Valóralo”. “Sabor. Valóralo”. Etcétera, etcétera, etcétera. Apabullado ante esta cantidad ingente de dimensiones que se le pueden llegar a atribuir a un simple papel de fumar, decidí desconectar y empezar a divagar por los fructíferos campos de las técnicas de análisis cuantitativas. Uno tiene estas predilecciones…
Cuando vemos una cosa, ¿nos fijamos en cada uno de los elementos que la componen por separado? ¿O, al contrario, percibimos el objeto como un todo conjunto? Según la encuesta que estaba realizando, las partes eran más que la suma del todo. El papel de fumar, globalmente, era la suma de su sabor su tamaño, su color, su cantidad de cola… pero os puedo asegurar que yo, en ningún momento, analicé ninguno de estos elementos de una manera consciente. Sólo cogí el papel, lié un cigarro y me lo fumé.
En lo que a mí respecta, siempre he pensado que mis sentidos no son tan analíticos… simplemente reciben los estímulos del exterior y, si un estímulo me es especialmente atractivo, intentaré fijar mi atención y quizá, sólo quizá, lo desmenuce pieza por pieza. Creo que el cerebro humano (no sé si debería inferir hipótesis globales a partir del funcionamiento de mi cerebro) funciona así. Justamente como lo describe la psicología de la Gestalt, paradigma surgido en Alemania a principios del siglo XX: “el todo es más que la suma de las partes”.
¿Cómo separar todos los estímulos sensoriales que aparecen en esta foto? Formas, colores, e incluso olores, se entremezclan en un mismo contexto
Partiendo de esta base, creo que preguntar al encuestado por la valoración que da a cada uno de los elementos que conforman el papel de fumar (o cualquier otro producto) es intentar convertir en racionales aquellas decisiones de compra que tienen un fuerte componente irracional. Obviamente, la empresa que lanzó la encuesta quería saber cuál era el producto que más se acercaba a los deseos del consumidor. Pero… ¿no había otra manera de hacerlo?
Es aquí donde entra el análisis conjoint. Esta técnica de análisis cuantitativa permite medir cuánto peso atribuye el encuestado a cada una de las categorías que queremos estudiar. Y lo hace de una manera indirecta, sin necesidad de convertir al encuestado en un homo economicus. La principal virtud de esta técnica es el hecho de determinar qué combinación de un limitado número de atributos tiene más influencia en la toma de decisión de compra.
Si en lugar de preguntarme por mi valoración directa de ciertos atributos del papel de fumar me hubieran invitado a decidir cuál era mi papel favorito, seguramente hubiera tenido mi decisión más clara. El análisis conjoint consiste en presentar al encuestado diferentes productos, los cuales son diferentes combinaciones de todos los atributos que se desean testear. Muy probablemente el diseño sea la fase más compleja de esta técnica.
En primer lugar, se debe seleccionar qué atributos queremos tener en cuenta en el análisis: tipo de cola, tamaño, color… En segundo lugar, debemos escoger los niveles o categorías que compondrán cada uno de los atributos: en “tipo de cola”, por ejemplo, los niveles podrían ser “mucha cola” o “poca cola”. Cada uno de estos niveles se entrelaza con los niveles de los otros atributos, de manera que obtenemos todo el conjunto de posibles combinaciones de niveles que dan lugar a la definición del producto. Añadir más atributos y más niveles implica un aumento exponencial de posibles combinaciones, con lo cual sería muy difícil para el encuestado valorar cuál es el producto que le gusta más. A menor número de combinaciones, mejor. Sin embargo, hay soluciones que nos ayudan a reducir el número de productos a valorar.
El diseño ortogonal es una de estas soluciones. Nos “proporcionan una fracción adecuada de todas las combinaciones alternativas posibles, lo que nos permite obtener datos fiables al tiempo que reduce la dificultad de la tarea” (Pérez López, 2005).
Obtenidas ya todas las combinaciones, se presentan a los encuestados X alternativas de productos (normalmente en forma de tarjetas) y se les pide que las ordenen según sus preferencias. Una vez agregados los resultados de toda la muestra, el procedimiento conjoint nos permite obtener dos tipos de datos fundamentales:
- el porcentaje de utilidad que se asigna a cada atributo (es decir, nos informa de cuál es la importancia relativa que los encuestados atribuyen a cada característica en la valoración global del producto); y
- la utilidad que el encuestado atribuye a cada uno de los niveles o categorías que componen un atributo.
Con solamente una pregunta el análisis Conjoint permite recoger más y mejor información que la técnica clásica de “valora del 0 al 10 cada uno de estos atributos”. El punto fuerte de este procedimiento reside en el hecho que obliga a valorar cada uno de los atributos del producto de forma indirecta. Porque cuando decidimos comprar algo, nos fijamos en todo el contexto que rodea el producto. El todo es más importante que la suma de las partes.
Lo que el análisis conjoint no podría haber remediado, sin embargo, es el hecho de haber tenido que fumarme varios cigarrillos para poder dar una opinión acerca del papel que estaban testeando. Con conjoint o sin él, mis pulmones se hubieran visto afectados de igual manera. Al final ya no sabía si estaba fumando tabaco o veneno… bueno, qué más da. Voy a dejar de fumar.
Referencias bibliográficas
-Pérez López, César (2005). Métodos estadísticos avanzados con SPSS, Madrid: Thomson.
-Fotografía: Scarygami
Add comment