PARA ENTENDER CBC HAY QUE SABER CONTAR, BÁSICAMENTE CONTAR (CBC)

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. 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; o sea, 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, qué marcas elige, en qué 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.

¡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

10 thoughts on “PARA ENTENDER CBC HAY QUE SABER CONTAR, BÁSICAMENTE CONTAR (CBC)

  1. Othoniel Mora

    Que maravilla de blog, no había encontrado uno tan interesante, divertido y con contenido relevante. Felicidades y gracias!!!

    Reply
  2. Giovany

    Súper… me ha gustado mucho la manera como se abordan los temas…. se deja claro que para explicar algo complejo en una forma sencilla basta con conocer bien su concepto…. no como otros que gozan del “confunde y reinaras”

    Reply
  3. Canek Riestra

    ¿Por qué no haces otro post hablando del resto de modelos Conjoint y los comparas? Creo que sólo Sawtooth se ha aventado a hacer estas comparaciones entre CBC, DC, Max Diff, ACA y CVA (y eso es como que lo mínimo esperado considerando que ellos hacen uno de los softwares más usados de estos modelos), pero creo que con tu talento didáctico podrías hacer un gran aporte.

    Por otro lado, no conozco reglas en torno a los blogs y cuándo se vuelven artículos o papers (que supongo por ahí irá el comentario al que te refieres). Yo diría que compartas de la manera que tú consideres adecuada, pues será la mejor – lo harás con esfuerzo y dedicación. Al momento, se nota, en bueno.

    Saludos!!!

    Reply
  4. cynthia

    Me gusto mucho el ejemplo utilizado, de forma clara y sencilla, me gustaría que se profundizara un poco más cuando ya tienes una muestra mayor, y el tipo de análisis que se requiere (media, mediana, frecuencias, correlacion, etc) y si se puede realizar en spss o en excel,.

    Gracias

    Reply
    1. Jorge Andrade Post author

      Hola Cynthia, muchas de las preguntas que nos haces se pueden responder con el post que hicimos sobre conjoint analysis a pie. Por otro lado, SPSS tiene un modulo para conjoint pero sólo efectúa el método tradicional. Ese es el problema de SPSS se ha quedado estancado desde hace mucho tiempo y solo hace lo necesario para sobrevivir, no hay cambios importantes en él y sospecho, como lo dije en un post anterior, que ahora que lo compró IBM la cosa se va a poner peor. Por otro lado, Excel si puede manejar diversos tipos de conjoint pero hay que comprar los add-ins o complementos los cuales están hechos por particulares. Nosotros mismos, desde el año pasado hemos estado trabajando en crear add-ins para marketing que incluyen mapas perceptuales, redes semánticas, elasticidad de precios y muchas otras cosas pero por falta de recursos tanto económicos como humanos no hemos podido lanzar el producto al mercado esperemos que pronto se haga.
      Recibe un abrazo y gracias por visitarnos.

      Reply
  5. Damian

    Jorge, gracias por tu blog.
    Me pareció muy sencillo de entender y se valoran la cuota de humor.
    Yo también prefiero leer un contenido interesante que una nota escueta con poca carne. Lo importante al fin y al cabo es aprender.

    Te quería preguntar si tenés algún ejemplo manual de conjoint usando el atributo precio y, de ser posible, con varios niveles.

    Te mando un abrazo desde Argentina,

    Reply
  6. Arturo

    Alberto muy bueno y muy didactico, te felicito y te aliento a seguir escribiendo como lo haces sin ponerte cortapisas. Saludo desde Venezuela.

    Reply

Leave a Reply

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