JMP Background

Investigación de mercados y del comportamiento del consumidor con JMP®

El marketing es complejo y está impulsado por tecnologías digitales en rápida evolución. Sin embargo, las cuestiones empresariales centrales perduran: encontrar las oportunidades de crecimiento más rentables, desarrollar los mejores productos y servicios, tomar las mejores medidas en relación con el marketing y maximizar el impacto en todo el negocio.

Además de un enfoque constante en el cliente, existente o posible, uno de los imperativos es estar basado en los datos. Los datos son universales en todos los aspectos de encontrar consumidores y hacerlos felices, desde la introducción de nuevos productos o servicios, hasta el posicionamiento, la marca, la publicidad, la segmentación y la promoción. Aunque la revolución digital ofrece la promesa de cambiar positivamente la dinámica con los consumidores, esta oportunidad solo se hará realidad si puede aprovechar los nuevos datos para comprender mejor qué desean realmente algunos grupos específicos de consumidores y de qué manera se pueden satisfacer mejor o moldear sus necesidades.

Ya sea que esté realizando una investigación exploratoria, descriptiva o causal utilizando fuentes primarias o secundarias, JMP ofrece un amplio repertorio de herramientas para obtener valor de forma rápida y fácil a partir de datos cuantitativos métricos y no métricos.

Por lo general, hay muchas variables involucradas.Las técnicas de interdependencia tratan todas las variables en igualdad de condiciones, mientras que las técnicas de dependencia tienen como objetivo identificar las relaciones entre grupos de variables, generalmente entre entradas (X) y salidas, resultados o elementos (Y).

La agilidad e interactividad de JMP lo hace particularmente adecuado para estudios ad hoc, pero su programabilidad también proporciona opciones para agilizar los estudios rutinarios y continuos, dentro de los límites de una aplicación de escritorio.

Independientemente de su nivel de experiencia en estadística, JMP lo ayuda a comprender sus datos, a encontrar nuevas perspectivas de los consumidores con mayor rapidez y a comunicarlas a otras partes interesadas para lograr un consenso e impulsar la acción.

Investigación exploratoria

Los problemas y las oportunidades relacionados a los consumidores que han sido mal definidos suelen aclararse y refinarse mediante una combinación de entrevistas, grupos de discusión y estudios observacionales y etnográficos. La investigación exploratoria también se utiliza para formular hipótesis y elaborar escalas de medición. A menudo, los datos primarios son escasos y los datos secundarios son abundantes.

JMP ofrece muchas opciones para manejar datos primarios, como Tabular, el Constructor de gráficos y plataformas categóricas. Puede definir de forma interactiva tablas de estadísticas de resumen con variables de agrupación y generar una multitud de tipos de gráficos, incluidos mapas geográficos. Puede explorar y analizar el patrón de respuestas categóricas de las encuestas, y manejar datos en una variedad de formatos. Si los datos son escasos, al definir "supercategorías", se combinan niveles para aumentar los conteos de celdas, lo que hace que los resultados sean más confiables. El Análisis de ítems proporciona un enfoque alternativo cuando los encuestados asignan valores de sí/no a un conjunto de elementos. JMP Pro proporciona pruebas exactas y asintóticas, y ofrece una indicación más confiable de si una asociación es real o no. El Explorador de texto extrae patrones potencialmente útiles de un conjunto de documentos, cada uno de los cuales puede ser simple (por ejemplo, una respuesta de texto libre a una pregunta de encuesta) o complejo (por ejemplo, comentarios de un técnico que realiza el mantenimiento programado de un equipo).

Todos estos análisis también se pueden utilizar con datos secundarios, pero puede ser más difícil trabajar con ellos de manera eficaz, ya que se recopilaron para cumplir diferentes objetivos. El asistente de importación de JMP es compatible con muchos tipos de archivos, incluido SPSS Desktop Reporter. También puede importar datos directamente desde tablas HTML incrustadas en páginas web o utilizar el Constructor de consultas para agilizar el acceso a los datos relacionales.

El flujo de trabajo de descubrimiento estadístico de JMP se adapta bien a situaciones en las que no está claro qué hay en sus datos y cómo pueden (o no) ayudar a alcanzar sus objetivos. La función de patrón de datos faltantes le permite aislar rápidamente los casos que serán informativos. Los gráficos vinculados de manera dinámica en JMP le permiten ver rápidamente cualquier estructura interesante en los datos, aislar casos inusuales y manejarlos adecuadamente. Para modelizar las relaciones, Evaluación del diseño le muestra qué modelos admitirán sus datos y, además, estima el poder de cada término involucrado.

Y si tiene muchas columnas, datos muy desordenados con muchos valores atípicos, Cribado de respuestas o Partición pueden permitirle obtener información útil sobre cual X puede ayudar a explicar la variación en una Y elegida.

Investigación descriptiva

La investigación descriptiva suele basarse en la exploración previa para describir mercados, segmentos, competidores y consumidores. También se utiliza para medir el rendimiento dentro de un marco acordado, por lo general de forma continua.

La mayoría de los datos de las investigaciones de los consumidores tienen muchas columnas, por lo que se utilizan técnicas multivariantes que aprovechan las correlaciones y asociaciones para describir el patrón de variación utilizando menos dimensiones. Idealmente (pero no siempre), las nuevas variables importantes que resultan pueden ser interpretadas directamente, y los datos revelan patrones obvios e informativos.

JMP permite hacer análisis de componentes principales y factores, pero si los resultados son difíciles de interpretar, se puede reducir la dimensionalidad conglomerando las variables originales e identificando la más representativa de cada conglomerado. Esto es útil cuando se desea crear un modelo de dependencia. Los mapas perceptuales lo ayudan a posicionar las ofertas frente a las de la competencia mediante la realización de un análisis de correspondencia o de correspondencias múltiples de datos categóricos con tabulaciones cruzadas. Alternativamente, puede utilizar el Escalado multidimensional para asignar varios atributos y varias marcas al mismo tiempo, lo que a menudo permite comprender mejor la percepción del consumidor y los mercados.

Para segmentar los casos en distintos grupos, JMP utiliza métodos jerárquicos o de k-medias con su elección de la medida de similitud; en el caso jerárquico, puede seleccionar directamente en el dendrograma los conglomerados que desea conservar. JMP también proporciona análisis de clases latentes como una forma alternativa de alcanzar objetivos similares.

Puede identificar las variables que mejor separan los grupos utilizando el análisis discriminante, a menudo como una alternativa a la regresión logística nominal.

JMP también le permite construir modelos de dependencia simples utilizando Ajustar Y en función de X, que responde automáticamente a los tipos de modelización de las variables que usted asigna a los roles X e Y para unificar muchos enfoques comúnmente utilizados, como ANOVA y el análisis de contingencia. Las opciones específicas del contexto lo guían a través del análisis posterior con resultados visuales.

Puede ajustar modelos de dependencia más complejos seleccionando variables importantes a través de una regresión paso a paso. JMP Pro, la versión analítica avanzada de JMP, incluye técnicas modernas de selección de variables para crear modelos parsimoniosos.También se proporciona la máxima verosimilitud residual para garantizar estimaciones confiables independientemente de cuál sea el saldo de sus datos.

Aunque las estimaciones de los coeficientes pueden ser útiles, el perfilado de la dependencia resultante entre Y y X es a menudo más útil, particularmente si necesita revisar modelos que compiten entre sí o comunicar los hallazgos a otros para crear consenso. El Perfilador le permite interactuar visualmente con los modelos de una manera consistente, independientemente de los enfoques de modelización que haya utilizado. También incluye un simulador Monte Carlo para evaluar de qué manera la variabilidad en el mundo real de X se propagará a la variabilidad en Y.

Por último, para los datos de punto de venta, puede utilizar el análisis de asociación (también conocido como Análisis de la cesta de la compra) para identificar los artículos que los compradores suelen comprar juntos.

Investigación causal

Establecer la causa requiere una teoría explicativa, una relación estadística, un orden correcto de tiempo y un control adecuado de cualquier otra X considerada como extraña.

Los experimentos diseñados estadísticamente, en los que las X se manipulan de acuerdo con un plan específico para inducir deliberadamente la variación de las Y, son un arma potente en la investigación causal. En cualquier experimento, el plan da forma al análisis subsiguiente, y JMP proporciona un conjunto completo de capacidades para que alcance todos sus objetivos experimentales en una forma que usted pueda comprender y utilizar fácilmente, desde establecer de manera fiable cualquier diferencia entre dos tratamientos, hasta optimizar conjuntamente varias Y impulsadas por múltiples X; es posible que sea difícil o muy difícil que algunas de estas varíen en la práctica.

Además de los diseños clásicos habituales, JMP proporciona un innovador diseñador personalizado que le permite adaptar el diseño a su problema, y no al revés. Además, los nuevos diseños de cribado definitivo exclusivos de JMP proporcionan claras ventajas cuando su problema exige un enfoque secuencial.

JMP también le permite generar diseños en los que se le presentan a los consumidores opciones sencillas entre las características de un producto o servicio para que puedan expresar más claramente sus preferencias, incluida la "no preferencia". Estos experimentos de elección requieren declaraciones de conocimientos previos para generar un diseño eficiente. Incluir el costo como un factor y llevar a cabo tales experimentos en forma temprana para un producto o servicio propuestos tiene numerosas ventajas.

Además de los experimentos de elección, JMP le permite diseñar y analizar experimentos conjuntos de calificación y clasificación. El diseñador personalizado admite diseños que implican calificaciones de los consumidores en una escala de Likert, y cuando quiere forzar a los encuestados a que discriminen entre marcas o características de productos, puede usar clasificaciones o un diseño de diferencia máxima que se centra solo en las opciones "mejor" y "peor" en un conjunto de elección.

Definir los factores como difíciles o muy difíciles de cambiar le permite generar diseños de clasificación con múltiples tareas por encuestado. Esto permite una mejor cobertura y además evita el agotamiento de los encuestados al minimizar la cantidad de preguntas que ve cada uno. También puede eliminar preguntas sin sentido definiendo combinaciones no permitidas en el diseño personalizado que genera JMP. Además, puede modelar explícitamente las diferencias entre los encuestados utilizando el enfoque bayesiano jerárquico.

Estudios sensoriales

Intente comprender de qué manera nuestros sentidos humanos contribuirán a la experiencia general de consumir o usar un producto. Los paneles sensoriales están conformados por expertos especialmente capacitados que proporcionan información muy detallada y se dedican normalmente al desarrollo de nuevos productos y a salvaguardar la calidad de los productos existentes cuando se realizan cambios. Los paneles de degustación de los consumidores son similares, pero generalmente son menos rigurosos y contribuyen más a la aceptabilidad del mercado. Aunque cada uno de ellos es importante, vincular exitosamente los resultados de los paneles sensoriales con los resultados de los paneles de consumidores para una categoría específica de productos proporciona una capacidad aún más poderosa.

Independientemente de cuál sea su flujo de trabajo de análisis preferido, JMP proporciona todas las herramientas gráficas y estadísticas que usted necesita para garantizar que las clasificaciones y calificaciones generadas por los evaluadores sean confiables, y para luego verificar si su panel sensorial o de consumidores realmente le permite diferenciar entre productos de manera objetiva y cuantitativa. Normalmente se usa ANOVA o la regresión con efectos aleatorios, que a menudo se complementan con un análisis de los componentes principales. El uso de mínimos cuadrados parciales también puede permitirle modelizar la relación entre los resultados sensoriales y los del consumidor.

Una vez que su enfoque esté claro, puede crear fácilmente aplicaciones que lo ayuden a usted o a otros a repetir el análisis en el futuro, o simplemente revisar o presentar los hallazgos clave. La aplicación puede incluir un nivel adecuado de automatización, orientación e interpretación, y manejar los matices de su situación y los datos específicos.

Predicción del comportamiento

Las Y se predicen a partir de las X utilizando datos observacionales, que generalmente ya están disponibles. Aunque no se llega a establecer la causalidad, las predicciones del comportamiento futuro de los consumidores, si son confiables, pueden ser increíblemente valiosas. Por ejemplo, las buenas predicciones pueden ayudarlo a atraer a nuevos consumidores rentables o a apuntar con precisión a aquellos que están a punto de cambiar de proveedor con ofertas para retenerlos.

JMP, y en particular JMP Pro, se relaciona comúnmente con el campo de minería de datos, y le permite de forma rápida y fácil crear y comparar redes neuronales y modelos basados en árboles que capturan comportamientos de consumo recurrentes y no aleatorios. Los modelos de regresión y de mínimos cuadrados parciales también pueden manejarse dentro del mismo marco para evitar las dificultades del sobreajuste.

Además, JMP Pro ofrece la modelización uplift, que le permite gestionar mejor las relaciones con los consumidores que solo responden a las acciones de marketing porque los escogieron como objetivo. También puede modelizar el impacto creciente de las acciones o los tratamientos sobre la respuesta de una persona para saber si sus acciones o tratamientos están teniendo el efecto deseado.

El almacén de fórmulas de JMP proporciona una manera fácil de comparar y contrastar el rendimiento de los modelos de la competencia. Una vez que haya elegido al ganador, puede generar código en C, Python, JavaScript y SAS que se puede implementar en otros entornos para puntuar nuevos casos.

Aunque por lo general se piensa que es solo para profesionales avanzados, JMP ofrece estas técnicas de una manera consistente, fácil de usar y accesible para todos los investigadores, sin diluir el poder de los algoritmos subyacentes.

Back to Top