COMPARANDO LA SATISFACCIÓN DEL CLIENTE

A menudo los clientes desean saber si los promedios o puntajes obtenidos en sus encuestas de satisfacción son o no diferentes a los resultados de sus anteriores encuestas. Para saber esto, es necesario analizar dos aspectos relevantes:

1. El técnico, que se refiere a las diferencias estadísticamente significativas y su compinche el error de muestreo.

2. El estratégico, que se relaciona a los atributos, beneficios, valores o cualesquier otro elemento de la marca o empresa, que se relacione con ella y sea parte importante de la “propuesta de valor”.

Te voy a explicar el técnico que tiene que ver con la teoría estadística y es donde aparentemente hay más problema; aunque yo sé que no es así ya que si el ejecutivo de mercadotecnia tomara consciencia se daría cuenta que el problema más importante viene de la parte estratégica. Sin embargo, sobre la estrategia hablaremos en otra ocasión, cuando terminemos el post que estoy preparando para ti sobre Brand Equity.

Bueno, decía que un hallazgo es importante si es estadísticamente significativo ¿Cómo determinamos si lo es?
Hay te va un ejemplo, suponte que algunas mañanas, cuando te vas a trabajar, tu esposo(a) te da un besito y te desea suerte, otras veces te abraza y te dice que te quiere; también algunas veces te arregla la corbata (ya ni se usa ¿verdad?) o te recuerda que no salgas sin abrigarte o llevarte el paraguas y así lo hace durante buen tiempo sin que ese hábito cambie pero un día te dice “!si ándale¡ ya vete y que te vaya bien”. ¡Correcto! Ya te diste cuenta de que allí hay una diferencia, algo pasó; esperabas una muestra de cariño y no la hubo y siempre la ha habido, aunque no sea la misma manifestación, siempre te ha demostrado cariño; entonces tú te pones a pensar qué fue lo que hiciste, que la actitud de tú esposa(o) cambió.

Así es como opera la estadística, se espera que el resultado, cada vez que hagas tu encuesta, sea más o menos el  mismo, dentro de cierta variación. Sí, me refiero a eso que llamas error de muestreo. Por ejemplo, si planeaste que tu encuesta iba a tener un error de muestreo de +/- 4.0% de error; entonces esperarías que tu resultado no fuera menor ni mayor que el obtenido en las mediciones pasadas tomando en cuenta ese intervalo que se abre con el error de muestreo; es decir, no menor restando un -4% ni mayor si le sumas un +4%.

Un supongando, en el primer semestre del 2009 la empresa “MEGAMAQUILA” obtuvó un 35% de clientes “Totalmente satisfechos” mientras que en el segundo semestre un 39% dijeron estar “Totalmente satisfechos”; si la encuesta del primer semestre tiene un error de muestreo del 4%, tendríamos que sumarle ese error al resultado de 35% para ver cuál es el valor máximo que cabría esperar (39%) y restarle ese mismo 4% para calcular el valor mínimo que podría obtenerse (31%). A este rango de resultados es lo que en estadística se le nombra intervalo de confianza y se refiere al intervalo de resultados que se deben esperar sin que despierte sospechas en nosotros de que algo anda fuera de lo normal. En la tabla de abajo puedes observar los intervalos de confianza para cada uno de los porcentajes obtenidos en ambas encuestas.

tabla de errores de muestreo

Ahora bien, si el rango de posibles resultados de tu primer semestre se traslapa con el rango de posibles resultados del segundo semestre decimos que no hay diferencias significativas, en la gráfica de abajo puedes observar como aunque el resultado del segundo semestre fue más alto (39% de satisfechos) no es diferente del resultado del primer semestre (35% de satisfechos) ya que los resultados se traslapan en el área blanca. En términos estadísticos, se dice que hay una gran probabilidad (95% de confianza) de que el resultado del segundo semestre sea, como dice un amigo, “en el mejor escenario, 43% de personas Totalmente Satisfechas” y “en el peor escenario, 35% que están Totalmente Satisfechos”.

areas de error

Sé lo que estás pensando, has de decir que eso es para porcentajes pero qué sucede cuando tengo promedios. Comunmente los estudios se hacen con escalas de 11 puntos donde 0 es Nada Satisfecho y 10 es Totalmente Satisfecho con lo que el resultado de nuestra evaluación es un promedio en lugar de un porcentaje, puede ser que hayamos obtenido 9.4 en una medición y 9.1 en otra; el procedimiento es el mismo hay un error de muestreo que te sirve para calcular tu intervalo de confianza; sin embargo, el error se calcula de forma diferente. Cualquier programa estadístico te calcula esos errores y también te señala si hay diferencias significativas; así que no te preocupes por hacerlo a mano pero conviene que sepas de donde viene todo el argüende.

Es una práctica común a la industria decir que un estudio tiene un +/- X porcentaje de error de muestreo, como ya viste eso está bien para variables en las cuales manejas porcentajes o proporciones pero no está bien si deseas estimar los posibles resultados para una variable de intervalo, como la escala de 0 a 10 puntos que mencionábamos. Pero como dice el dicho, a la tierra que fueres has lo que vieres, te voy a enseñar una formulita muy útil y fácil que se usa para calcular el error de muestreo para proporciones. Dicho sea  de paso, fue de las primeras cosas que me enseñaron, cuando mi mala cabeza decidio dedicarse a la investigación de mercados, la fórmula es:

formula 1 entre raiz de n

Por ejemplo, si planeas hacer una encuesta de 400 sujetos, el error de muestreo sería de +/- 5%.formula 1 entre raiz de n 2Así de sencillo, que porqué uno entre raíz de n (n se refiere al tamaño de la muestra) bueno esa es otra historia que prometo explicarte en el siguiente post.

Espero te sirva la batifórmula, un gran abrazo mi estimado lector.

¡Compártelo a tus amigos(as)!...Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Share on Facebook
Facebook
Share on Google+
Google+
Email this to someone
email

2 thoughts on “COMPARANDO LA SATISFACCIÓN DEL CLIENTE

  1. cynthia

    y qué pasa con la validez, una cosa es la confiabilidad, es decir que el resultado sea consistente y se repita, pero la validez tiene que ver más con la forma…y se podría probar con discrimintante, correlación o factores..o no?

    Reply
    1. Jorge Andrade Post author

      La validez de constructo que es de la que tú hablas es importante en la ciencia pero para nuestra profesión la validez frontal (que el cliente perciba que la cosa si funciona) es mucho más importante creémelo, tengo más de 20 años en este negocio. Ahora, no me malinterpretes, no quiero decir que esos análisis no sean importantes pero debes lograr un equilibrio entre colegas y clientes, siempre es y será peligroso inclinarse a cualquier extremo a menos de que te des cuenta de que eso es exactamente lo que quieres. ¿Me captas? Vi en linkedin que buscas algo sobre factorial (validez de constructo). Tengo más de 20 temas medio concluidos en el blog y ese es uno de ellos pero sencillamente a veces no hay tiempo de sentarnos a terminarlos.

      Nuevamente, gracias por tu tiempo y tus comentarios para el blog.

      Reply

Leave a Reply

Your email address will not be published. Required fields are marked *