Mark 8

2013 Jos M Vidal Sanz and
Mercedes Esteban Bravo. Solo se

autoriza el uso de este documento
en clases de Marketing, GADE en
la UC3M.
Marketing
Grado en Administracin y Direccin de Empresas y conjuntas
Tema 8: Anlisis de respuesta: cognitiva, afectiva y

conductual
CURSOPREPARADOPOR:MercedesEstebanBravo,yJosM.VidalSanz
M. Esteban & J. Vidal
Index:
1. Introduccin. Medidas especficas para cada nivel de respuesta del
mercado
2. La medicin de la respuesta cognitiva
3. Los mapas perceptuales y de la preferencia
4. Medicin y modelizacin de las preferencias (respuesta afectiva)
A) Fishbein modelo compensatorio y extensiones
B) Conjunto de anlisis (basado en calificaciones y la eleccin de base)
C) Estrategias para el cambio de actitud
5.
6.
Modelado de la respuesta conductual

Medir el comportamiento post-compra
1. Introduccin
En el captulo anterior proporcionamos una introduccin al
comportamiento de los consumidores, y el proceso de
decisin de compra.
Con el fin de aplicar este conocimiento a los mercados de
bienes, es necesario medir la fuerza de estas fuerzas y
construir modelos de comportamiento que se puede utilizar.
Para predecir cmo los compradores potenciales se eligen, y cmo
responden a los estmulos de marketing empresa.
Para diagnosticar el posicionamiento de la marca en el mercado.
Para disear programas de marketing mix para mejorar el
rendimiento.
3
Midiendo niveles de respuesta:

Respuesta
cognitiva
Respuesta
afectiva
Respuesta
conductual
Conciencia
Conocimiento
Reconocimiento
Notoriedad
I
C
Actitud
Preferencia
Intencin
Prueba
Compra
Lealtad
Satisfaccin
B
S
MEDIDAS ESPECFICAS PARA CADA

NIVEL DE RESPUESTA DEL MERCADO
*Reconocimiento del
problema
*Bsqueda de la
informacin
*Evaluacin de las
soluciones posibles
*Decisin de compra
*Comportamiento
post-compra
Cognitiva
Notoriedad, reconocimiento,
percepcin, similitud percibida.
Afectiva
Importancia,
Preferencia,
Intencin de compra, actitud
Conductual Prueba, compra, utilizacin,

cuota de mercado, fidelidad,
satisfaccin / insatisfaccin.
Esta medidas se utilizan para construir modelos analticos

para el comportamiento del consumidor. Algunos de ellos
figuran en esta lista:
Reconocimiento del probleam
Modelo del impacto de compra

Modelos de eleccin discreta
Bsqueda de informacin
Modelo de notoriedad de la marca

Modelo de obtencin de informacin
considerada
Evaluacin de alternativas
Mapas perceptuales
Modelos de actitud
Decisin de compra
Modelos de eleccn discreta

Modelo de Markov
Comportamiento post-compra
Modelos de bsqueda de variedad

Modelos de satisfaccin
2. MIDIENDO LA RESPUESTA COGNITIVA

La respuesta cognitiva se refiere al conocimiento, o la
totalidad de la informacin y las creencias que tiene un
individuo o grupo de individuos.
La cantidad y naturaleza de la informacin retenida
depende de las capacidades de percepcin.
Hay diferentes tipos de medidas, dependiendo del
objetivo: informacin sobre marcas, e informacin sobre
comunicacin.
MEDIDA 1.- Notoriedad de marca

DEFINICIN: La notoriedad de marca es la capacidad de
un comprador potencial para identificar (recordar o
reconocer) la marca.
Fcil de obtener: Informacin sobre la notoriedad de marca se
puede obtener fcilmente al preguntar a los posibles compradores
acerca de las marcas que conocen en la categora de los productos
en cuestin.
La notoriedad de la marca establece los nombres de marca que en
un principio podran pertenecer al conjunto de consideracin (en
una categora de producto).
Hay varias medidas de notoriedad, de la ms dbil a la ms fuerte
fijacin en la memoria de los consumidores.
Notoriedad
Medida
Reconocimiento Asistida
Caractersticas
Se presentan a los encuestados un conjunto
de nombres de marca de una clase de
producto, y se les pide que mencione los que
han odo hablar de antes.
A los encuestados tambin se les pedir que
especifique su nivel de familiaridad en una
escala de 3 o 5 posiciones.
Recuerdo
Top of mind
No asistida, Se pregunta sin hacer referencia a ninguna

Espntanea marca. Por ejemplo: mencione las marcas de
coche que conoce.
No asistida Variante de recuerdo, donde se pregunta por
la primera marca que se le ocurra.
Interpretacin de los tres tipos de conocimiento de la marca:

Reconocimiento de marca implica que el cliente reconozca la marca A
como miembro de la categora del producto, y se d cuenta que la
necesidad es satisfecha por la categora del producto. El reconocimiento
es un nivel mnimo de conocimiento, que ser especialmente importante
en el momento de la compra a la hora de elegir una marca con
resolucin del problema limitado.
Recuerdo de marca implica que el cliente considera la marca A como
miembro de esa categora de productos, y podra comprar la marca A
(que pertenece al conjunto de consideracin). Recuerdo es una prueba
mucho ms exigente (que implica el reconocimiento).
Top of the mind se refiere a la marca mencionada en primer lugar en
una prueba de recuerdo. La marca est por delante de todas las otras
marcas que compiten en la mente de una persona. Esto podra ser
causado por las valoraciones afectivas, lo que sugiere que podra existir
cierta predisposicin a elegir.
10
EL ANLISIS DE LA NOTORIEDAD NOS

AYUDA A IDENTIFICAR
EL CAPITAL DE NOTORIEDAD
(CAPITAL OF GOODWILL ) (Nerlove and
Arrow, 1962) O VALOR DE MARCA
(BRAND EQUITY) (Aaker, 1991) que posee
una marca o una empresa.
11
El anlisis de la notoriedad permite

determinar el brands share of mind, es decir, el
porcentaje de compradores potenciales que
reconocen la marca,
identificar las tres marcas mas conocidas,
comparar los cambios observados segn el
reconocimiento de marca y el recuerdo de marca,
comparar la correlacin entre notoriedad y cuotas de
mercado,
construir una medida de distancias entre marcas,
comparar las tasas de notoriedad entre distintos
grupos de compradores.
12
Reconoces estas marcas?
13
Brand Equity
El valor aadido a un producto que un nombre de
marca da ms all de los beneficios funcionales de
este producto.
Valor aadido?
Conocimiento de la marca nombre

lealtad a la marca
la calidad percibida
asociaciones de marca
14
Ventajas de este valor aadido:

Los consumidores estn dispuestos a pagar ms.
La empresa gozar de reduccin de los costos
de comercializacin debido a la concienciacin
de los consumidores de la marca y la lealtad.
Para la compaa es ms fcil lanzar
extensiones porque el nombre de marca lleva
una alta credibilidad.
Ofrece a la compaa de defensa contra la
competencia de precios.
15
16
Medida 2.- Memorizacin publicitaria

utilizadas para determinar la efectividad
de la publicidad
% de compradores que identifican el anuncio o
mensaje correctamente.
Se obtiene por medio de entrevistas.
17
Medida 2.- Memorizacin publicitaria

Varios tipos de medidas pueden ser consideradas despus
de diversas exposiciones al anuncio:
la puntuacin espontnea total, % de individuos que
recuerdan espontneamente el anuncio cuando se habla
del producto en cuestin,
la puntuacin descrito-probado, % de individuos que
identifica correctamente el producto, el anunciador y el
anuncio,
la puntuacin de reconocimiento, % de individuos que
reconoce el anuncio cuando se les ensea.
18
factor beta, % de individuos expuestos por primera vez

a un anuncio, que memorizan la marca y recuerdan
algn elemento visual o de texto del anuncio.
Para prensa escrita tenemos adems:

Mayora-ledo, % de individuos que dice haber ledo
mas de la mitad del material escrito del anuncio
19
Comentarios:
La notoriedad de la marca es un factor prioritario
para recordar un anuncio con un alto ndice de
impacto, (cuanto mayor es la conciencia de marca
mayor es el impacto del mensaje)
Algunos productos son mas fcilmente recordados
que la media,
El recuerdo medido por medio de mayora-ledo" es
mejor medida entre las altas clases sociales.
Factores creativos, los formatos de anuncio, los
colores y la visualizacin del producto en el anuncio
explicar la varianza de los resultados observados.
20
La dinmica de la memorizacin nos indica:

el grado de recuerdo decrece a lo largo del tiempo de
forma exponencial (el mensaje se olvida). Hay dos tipos
de estrategias a considerar:
accin intensiva, (repeticin del mensaje de forma
intensiva) la tasa de recuerdo alcanza niveles muy altos
durante y algo despus del tiempo de exposicin, pero
luego decrece rpidamente de forma exponencial.
accin extendida, (repeticin del mensaje de forma
peridica y espaciada), la tasa de recuerdo flucta en
torno a una tendencia creciente. La repeticin del
mensaje intenta evitar la prdida de la memoria
exponencial, pero el recuerdo nunca llega a los altos
niveles asociados a las acciones intensivas.
21
70
50
40
30

20
Recall (percent)
60
10
0
0
Rapid forgetting when

advertising stopped
10
15
20
25
30
35
40
45
50
Week of year
Source: Reprinted from H. J. Zielske, The Remembering and Forgetting of Advertising.: Journal of Marketing, January 1959, p. 240, with permission from
the American Marketing Association. The actual data and a refined analysis are in J. L. Simon, What Do Zielskis Data Really Show about Pulsing,
Journal of Marketing Research, August 1979, pp. 415-20.
22
There exist other type of measures different from the awareness

and recall measures, measuring the volume of a target audience
reached by a specific advertising campaign. They are used in the
media industry to comparing the strength of different media. The
most common one is the GRP.
GRP o Gross Rating Point: The number of times that someone
is reached by an advertisement or dynamic schedule in the target
audience per 100 people. It includes media duplications and
repetitions (100 GRP can be interpreted as reaching the whole
audience, or impacting just 1% of them, but 100 times).
GRP can be written as the product of the percentage of the target
audience reached by an advertisement, times the frequency they see it in
a given campaign (frequency % reached). For example, a TV
advertisement that is aired 5 times reaching 50% of the target audience
would have a GRP of 250 (5 50%).
23
3. Mapas perceptuales y de preferencias

Como ya hemos comentado en el captulo anterior, los
consumidores memorizar informacin de los productos en el
conjunto de consideracin formulando patrones de asociacin que
reduzcan la dimensin generando la jerarqua de categorizacin
del producto. Entonces, los consumidores evalan los productos
en estas dimensiones para tomar una decisin de intencin de
compra.
En esta seccin se estudian las herramientas de marketing para
analizar la percepcin del consumidor sobre las marcas.
Necesitamos una combinacin de medidas obtenidas a travs de
encuestas y la modelizacin de los mismos.
24
Mapas perceptuales son mapas multivariantes de

categorizacin de productos por los consumidores.
Estos mapas formulan productos en trminos de cierto
tipos de dimensiones perceptuales o atributos.
Un grfico (de 2 o 3 dimensiones) que representa la
posicin percibida de todas las marcas del conjunto de
consideracin.
Ejes: macro-caractersticas o atributos

percibidos por los consumidores potenciales.
25
An Example:
Using a Perceptual Map for Competitor Analysis
A touch of class / a car to be proud to own
Porsche
Lincoln
Cadillac
Conservative
looking /
appeals to
older people
BMW
Mercedes
Chrysler
Buick
Pontiac
Oldsmobile
Ford
Dodge
Chevrolet
Nissan
Fun to drive
/ sporty look
/ appeals to
younger
people
Toyota
Plymouth
VW
& Parsons/Marketing
Practical / Dalrymple
affordable
/ good gas mileage
Management 7th edition: Chapter 5
M. Esteban & J.M. Vidal
26
En la prctica, slo se puede representar productos por medio de 2

atributos, y 3 con ciertas dificultades (ver las figuras de abajo). Si la
percepcin del producto se basa en una dimensin ms elevada de los
atributos, entonces tenemos que utilizar las frmulas algebraicas en
lugar de los grficos. (Alternativamente, podemos trazar la posicin
perceptual del producto por medio de todas las combinaciones o pares
de atributos, pero la interpretacin se vuelve muy complicada.)
27
3.1. Como construir un mapa perceptual

El primer paso es seleccionar las alternativas en el
conjunto de consideracin (es decir, marcas/productos
conocidos en el mismo mercado de referencia). Estos
elementos sern representados en el mapa.
El segundo paso es decidir si basaremos nuestro trabajo
en atributos del producto fsicos/observables, o en
enfoque de CC clsico (psicolgico). Comenzaremos
estudiando el enfoque CC.
28
A) Elaboracin de un mapa perceptual con enfoque CC

El primer paso es determinar el conjunto de dimensiones perceptuales
que son relevantes para la percepcin de los productos por parte de los
consumidores
Las dimensiones pueden basarse en criterios alternativos (como
el comportamiento de compra, aspectos organizativos,
comportamiento de uso, atributos del producto, imgenes de
marca, objetivos del consumidor, necesidades del consumidor,
aspectos de conveniencia, o alguna combinacin de estos
aspectos)
Seleccionar un conjunto de variables de percepcin apropiadas
es una decisin crtica. Los investigadores de marekting
profesionales deben examinar crticamente la invesgigacin
previa en la categora y desarrollar investigacin cualitativa
(con consumidores, expertos, y/o gestores).
29
Para construir un mapa perceptual, necesitamos:

1. Seleccionar las alternativas en el conjunto de consideracin
(marcas conocidas / productos en el mismo mercado de
referencia), y
2. Determinar las dimensiones perceptivas que son relevantes
para la percepcin de los consumidores de estos productos.
Qu variables de percepcin se usa para orientar el posicionamiento
perceptual de los diversos competidores? El conjunto relevante de
variables que se utilizan para definir el espacio de percepcin es una
decisin crtica.
Las dimensiones pueden establecerse con criterios alternativos
(como el comportamiento de compra, las imgenes de la
organizacin, los comportamientos de uso del producto, las
caractersticas de los atributos del producto, imagen de marca, los
objetivos de consumo, las necesidades del consumidor, cuestiones de
conveniencia, o alguna combinacin de estos).
30
Esta es una decisin crtica, y requiere el acuerdo

de los gestores senior de marketing para obtener
el conjunto de atributos adecuados.
La determinacin del conjunto relevante requiere que
el investigador de marketing profesional examine
crticamente la investigacin anterior, llevar a cabo la
investigacin cualitativa, y de manera creativa
seleccionar aquellas variables que proporcionar a los
gestores senior de marketing con el conocimiento
necesario para establecer la estrategia de marketing
El conjunto de atributos relevantes cambia drsticamente de una
categora de productos a otra, incluso entre las sub-categoras.
31
Una vez se han establecido las dimensiones, los

consumidores son interrogados directamente sobre como
los diferentes productos estn posicionados respecto a cada
una de estas dimensiones, utilizando cuestionarios con
escalas de actitud.
Se desarrolla investigacin cuantitativa mediante una
encuesta. Los valores medios se utilizan para representar a
las distintas marcas en el mismo espacio perceptual.
Normalmente las dimensiones solo tienen un polo, pero hay
atributos duales con dos polos extremos.
32
En este contexto, los encuestados se les pregunta sobre la percepcin de

intensidad de atributo que un producto posee. Por ejemplo, para cada
marca se puede considerar una escala Likert o una escala bipolar un no
negativa:
Crees que la Marca XXXXX es
Muy baja
Muy alta
en poseer la cualidad yyyyyyy
Alternatively you can ask if it is very likely/unlikely that it

O especificamente atributos duales:
Creo que la Marca XXXXX es
conservativa
economica
1
1
2
2
3
3
4
4
5
5
innovativa
lujosa
33
A veces los consumidores no tienen una nocin clara de las

coordenadas del producto percibida, pero si pueden proporcionar
una medicin de cmo de distintas son las marcas entre s, se
puede utilizar una tcnica de la estadstica multivariante para
transformar esta informacin en un mapa perceptual:
Escalado Multi-dimensional (usamos un resumen de juicios
de los consumidores sobre como de similares o diferentes
son dos productos, para reconstruir las coordenadas de
percepcin desconocidas a partir de estas distancias)
No vamos a profundizar en esta tcnica. (Los estudiantes
interesados profesionalmente en los detalles tcnicos deberan
estudiar esto en cualquier libro de texto de estadstica
multivariante).
34
Relacin entre dimensiones perceptuales y atributos fsicos

Tras captar el posicionamiento de cada marca en el espacio
perceptual, podemos considerar la relacin entre estas coordenadas y
los atributos fsicos del producto. Esto es muy til para desarrollar
nuevos productos con un posicionamiento especfico en el mapa
perceptual,
Si tenemos como objetivo desarrollar un nuevo producto con un
posicionamiento especfico en el mapa perceptual, necesitamos
relacionar cada atributo perceptual m {y1,.., ym }, con algunas
caractersticas fsicas x.
yi f x, i i
La relacin puede ser estimada con regresin a partir de un atributo

perceptual yi en relacin a los regresores x. El modelo puede ser
lineal o no lineal,
35
B) Elaboracin de mapas directamente con atributos fsicos.

Cuando el producto tiene relativamente pocos atributos fsicos,
podemos trabajar directamente con ellos (sin ningn otro
procesamiento).
Pero an cuando el numero de atributos sea alto, en el caso de
productos comnes, podemos considera solo aquellas que no induzcan
a sesgo en el anlisis. Por ejemplo, considere la siguiente lista de
atributos:
Technical attributes for AMD64 Intel chips architecture:
All general-purpose registers (GPRs) capability: 64-bits
Named general purpose registers: 16.
Additional 128-bit XMM (SSE) registers: 16.
virtual address space: 64-bit
physical address space: 40-bit
physical address space in legacy mode extensible to 52 bits.
instructions: adopted Intel's SSE and SSE2 as core instructions
Execute bit: No
36
Los ejemplos siguientes con las especificaciones tcnicas (sintetizadas)

de algunos productos puede convencer de que los consumidores no
pueden manejar un numero grande de atributos fsicos muy
fcilmente:
The i-pad 2 from APPLE
http://www.apple.com/ipad/specs/
Details about all Airbus planes
http://www.airbus.com/support/maintenance-engineering/technicaldata/aircraft-characteristics/
Si el nmero de atributos es alto, como es normalmente, podemos aplicar

los algoritmos de estadstica multivariante para la construccin de unas
pocas variables que sintetizan la mayor parte de la distribucin de
probabilidad altamente dimensin de los productos. Estas elementos
(constructs) sern utilizados como atributos.
37
Las principales tcnicas de anlisis multivariante son:

Analisis de correspondencias (cuando los atributos fsicos
son discretos)
Componentes principales (cuando los atributos fsicos
son en su mayora continuos)
Anlisis factorial (similar a componentes principales, es
mas popular, pero ms problemtico tambin)
(Los estudiantes interesados profesionalmente en los
detalles tcnicos se puede estudiar cualquier libro de texto
sobre estadstica multivariante)
Finalmente, las variables construidas (que se define a

travs de frmulas matemticas) deben ser estudiados en
busca de una interpretacin psicolgica-percepcin (no
siempre fcil de hacer).
38
3.2. MAPAS PERCEPTUALES CON PREFERENCIAS

A veces, a los mapas perceptuales se les impone una
representacin de las preferencias de los consumidores sobre
la percepcin de atributos / dimensiones (mapas de
preferencia).
Las curvas isocuantas utilidad se puede trazar en el mapa
perceptual, esto se hace a menudo en los modelos de
preferencias no lineal con un punto ideal (por lo general
slo el punto ideal se muestra). Discutiremos modelos de
la funcin de utilidad en la siguiente seccin.
Los mapas perceptuales y mapas de las preferencias han sido
herramientas de uso diario de la profesin de investigacin de
mercado aplicada desde hace varias dcadas.
39
Preferencias lineales (sin punto de saciacin)
40
Mapa perceptual para jabones, con mapa de preferencias

Preferencias no lineales (con punto ideal)
Smoothness
Cheer
All
Duz
Bold
Tide
Fab
Oxidol
effficacy
Ajax
41
Mapa perceptual para automviles

9-10
(con puntos ideales de 3 segmentos)

Stylish, prestigious, distinctive
Volvo 850R
Chrysler LHS
Buick Park Avenue
Oldsmobile L35
Staid,
conservative,
older
Mercedes 400SE
Porsche 914
TM3
Honda Accord
Nissan Sentra
Plymouth Voyager
Dodge Caravan
TM2
Lexus LS400
Jeep Grand Cherokee

Acura Integra
Ford Taurus
Saturn SC2
Honda Civic
Dodge Neon
Geo Metro
Fun,
sporty,
fast
TM1
Kia Sephia
Practical, common, economical

42
Copyright 2001 by The McGraw-Hill Companies, Inc. All rights reserved.
4. Midiendo y modelando preferencias

(respuesta afectiva)
La parte afectiva o de evaluacin de las actitudes de los
consumidores suele seguir el patrn de las funciones de utilidad. En
particular, los investigadores de marketing en general consideran
el modelo de multi-atributos.
Los atributos entran en la funcin de utilidad por medio de:
dimensiones perceptuales (despus de un anlisis psicolgico),
caractersticas fsicas (pero con alta dimensin, se usa un construct estadstico
que resume informacin sobre el producto).
Normalmente, la eleccin en el tipo de variables depende de cmo

hemos construido el mapa perceptual.
43
Algo de historia:
El concepto de funcin de utilidad fue desarrollado por la economa clsica

(comenzando en el siglo XVIII con Jeremy Bentham). Representa las
preferencias de los consumidores sobre la cesta de productos x=(x1 ,, xL).
La primera teora (los economistas victorianos) consider que las preferencias
por grupos de productos podra ser representada por la funcin de utilidad
cardinal (cardinal significa el tipo de relacin de escala, de modo que positivas
transformaciones afines de la funcin de utilidad tambin representan las
preferencias, pero otras transformaciones no son funciones vlidas de utilidad) .
Desde la "revolucin marginalista", la economa contempornea rechaza la
cardinalidad de las funciones de utilidad por ser consideradas carente de
sentido:
ya que significa que los consumidores tienen un concepto preciso de la
fuerza o la intensidad de preferencia,
Esto no es necesario el desarrollo de modelos microeconmicos.
En la actualidad, el enfoque estndar son las funciones de utilidad ordinal.

44
Algo de historia:
ORDINALIDAD: La teora de funciones de utilidad ordinal considera que una

funcin u (x) es una funcin de utilidad, si u (x) u (x) si y slo si el conjunto x
se considera al menos tan buena como x '. Cualquier transformacin montona
no decreciente de u es tambin una funcin de utilidad vlida, por ejemplo,
ln(u(x)). La figura de u(x) es irrelevante, no mide la intensidad de las preferencias.
Las utilidades ordinales pueden ser justificados por un teorema: Si las
preferencias de los consumidores satisfacen ciertas condiciones: es racional
(completas y transitivas) y con preorden continua (conservado en los lmites),
entonces pueden ser representados por una funcin de utilidad continua u (x).
La racionalidad en s misma si no es suficiente para garantizar la existencia de
una funcin de utilidad.
La teora econmica contempornea ha abandonado los intentos psicolgicos para
explicar por qu las personas se comportan como lo hacen, para simplemente
relflejar la diversidad humana en los modelos alternativos de las funciones de
utilidad ordinal sobre un conjunto de cestas factibles de productos.
45
Algo de historia:
ADITIVIDAD: Las funciones de utilidad aditivas han sido usadas por

economistas del siglo XIX. SI las preferencias sobre una cesta de
productos x=(x1 ,.., xL ) satisface la condicin las preferencias de
cualquier subconjunto de atributos condicionado a un nivel fijo de los
otros es independiete de estos niveles, entonces la utilidad se puede
expresar como:
L
u x1 ,..., x L ul xl
l 1
Debreu (1960) establecido la demostracin de forma rigurosa.

Argumentos alternativos fueron dado aos mas tarde en la literatura de
la psicometra (por Luce and Tukey).
MODELOS MULTIATRIBUTO: Lancaster (1971) propuso el uso de
funciontes de utilidad aditivas para un solo producto no una cesta,
donde x=(x1 ,.., xL ) representa los atributos, considerando un modelo
microeconmico para determinar el equilibrio de los atributos ofrecido
en el mercado.
46
4.A) MODELOS COMPENSATIORS DE LA ACTITUD

Martin Fishbein (1963) combin ambas ideas, considerando
productos multiatributo y funciones de utilidad aditivas, con una
especificacin lineal:
u x 1 x1 ... m xm
Con la interpretacin:
U(x) = actitud afectiva global
l = evaluacin (de lo bien o lo mal) del atributo l.
xl = fuerza de la creencia (verosimilitud subjetiva) sobre el producto
que posee un atributo l.
Los atributos representas las dimensiones perceptuales, y m es el
nmero de atributos destacados.
47
El enfoque tambin se conoce como la teora de la expectativavalor (expectancy-value) . Fishbein consider que la fuerza de
las creencias individuales (la probabilidad subjetiva en xl) podra
modificarse con la informacin, y u(x) podra ser interpretada
como un valor esperado condicional a la informacin disponible,
y esto explica el cambio de actitudes.
En la prctica, la probabilidad subjetiva en xl es difcil de

manejar. Hoy en da, los investigadores tienden a considerar un
enfoque ms directo. Generalmente a los encuestados se les
pregunta sobre el valor de xl y l usando una escala bipolar
simtrica (por ejemplo, -2 a 2). Para l esto a veces es motivado
el argumento de que la evaluacin de atributos puede ser
positivo o negativo.
48
Se puede considerar el cuestionario:
La ltima pregunta sera utilizada para estudiar la validez de la

escala, (estudiando la correlacin entre el valor del modelo de
utilidad, y lo favorable que es el cliente a utilizar la marca.)
49
Alternativamente, el mtodo adecuacin/importancia

(adequacy/importance ) (Bass and Talarzyk 1972) considera que:
xl debera interpretarse como la medida en que atributo l es ofrecido por la
marca y
l debera ser considerado pesos de importancia
En prctica, xl y l son generalmente calculados usando una escala
unipolar no negativa (ej. 1 a 5). Ntese que la importancia puede ser
calculada con una escala de suma constante.
Algunos autores han considerado algunas variaciones, por ejemplo, un

modelo con puntos ideales,
m
u x l f l xl I l
l 1
donde Il es la posicin ideal de la dimensin l, xl es la creencia sobre la

posicin del producto en esta dimension, y fl tiene un mximo en cero. Estos
modelos trabajan mejor para productos donde las prefencias estn saciadas
50
en algn punto.
El modelo lineal de Fishbein es a veces llamado modelo

compensatorio para enfatizar que la poca presencia de
algn atributo puede ser compensado por otro con una alta
presencia.
Esto ocurre siempre y cuando usemos funciones de
utilidad aditivas separables.
Para algunos productos esto no se da. Esto sucede, por
ejemplo, en los casos en los que las preferencias se dan
sobre un conjunto de consideracin, eliminando la utilidad
para productos que no cumplen ciertos requerimientos
mnimos de calidad en algunos atributos.
51
A continuacin, se describen algunos ejemplos de

PREFERENCIAS NO COMPENSATORIAS:
MODELOS CONJUNTIVOS: Un consumidor prefiere una
marca si y solo si alcanza un mnimo, aceptable estardar en
todas las dimensiones.
MODELOS DISYUNCTIVO: En lugar de todas, debe
satisface un mnimo en un nmero determinado de
dimensiones.
MODELO LEXICOGRFICO: El comprador potencia
ordena los atributos con un orden de preferencias
lexicogrfico.
52
MODELO CONJUNTIVO
Considere el modelo
U= n n
donde
Xn el nivel de presencia del atributo n en la marca j,
Tn , el mnimo nivel aceptable,
n = 1 si la marca j es aceptable en el atributo n;
0, en caso contrario
U ser distinta de cero si y solo si,
Xn Tn para todos los atributos.
53
MODELO DISYUNTIVO
Considere
U=min (1, n n , )
donde
Xn el nivel de presencia del atributo n en la marca j
Tn , el mnimo nivel aceptable,
n = 1 si la marca j es aceptable en el atributo n;
0, en caso contrario
U ser distinta de cero si y solo si, existe un
atributo tal que Xn Tn.
54
MODELO LEXICOGRFICO
Dados
Xn el nivel de presencia del atributo n en la marca j
Los atributos son ordenados en orden de importancia
{X(1),.., X(n)} , entonces:
La marca j es la marca preferida si
X(1)j X(1)i para todas las marcas i,
o
X(1)j = X(1)i y X(2)j X (2)i para todas las marcas i,
y as sucesivamente.
Con atributos continuous no puede ser representado por una funcin
de preferencias continua.
55
Ejemplo
Computer
brand
Memory
capacity
Graphics
Capability
Software
availability
price
10
10
CONJ
DISJ
NONE
NONE
LEX
3rd
4th
2nd
1st
56
Ejercicio
Compara cuatro marcas de ordenadores con los atributos (A, B, C,
D) con los ndices de determinacin siguientes: 0.4, 0.3, 0.2,
0.1. La puntuacin obtenida (en una escala de 10 puntos) por las
marcas en los 4 atributos son:
MARCA A: 10, 8, 6, 4
MARCA B: 8, 9, 8, 3
MARCA C: 6, 8, 10, 5
MARCA D: 4, 3, 7, 8
Calcula la puntuacin de la utilidad total de cada marca con

estos datos.
Compara e interpreta los resultados.
57
Observaciones:
Un atributo puede ser considerado muy importante por
un comprador, pero no ser percibido como presente en
una marca en particular.
El problema es si reforzar la presencia del atributo en
el producto o el uso de una mejor comunicacin para
convencer acerca de la presencia del atributo.
Depende de la importancia del atributo.
58
MEDIDA DE LA ACTITUD POR MEDIO DE LA MATRIZ

IMPORTANCIA/RESULTADOS
Nivel de presencia
(resultados)
ALTA
FALSAS
FUERZAS
IMAGEN
FUERTE
BAJA
ALTA
Importancia
(pesos)
FALSOS
PROBLEMAS
DEBILIDADES
BAJA
59
Si se encuentran en los puntos fuertes, la marca

tiene una fuerte imagen de estos criterios, que
hay que sealar en la comunicacin.
Si se encuentran en las debilidades, la empresa
tiene que actuar y hacer esfuerzos para mejorar
su rendimiento.
Si se encuentran en falsos problemas, los
recursos asignados a estos atributos deben ser
reasignados.
Si se encuentran en los puntos fuertes falsos,
ninguna accin adicional es necesaria.
60
EJEMPLO:
Colgate SOFT & SHINY, champ producido
por Colgate-Palmolive
Colgate-Palmolive lder en todas sus lneas de
producto excepto jabn y champ.
Decide relanzar SOFT & SHINY:
Necesario ajustes en la campaa publicitaria
destacando los atributos que diferencian a este
champ de otros marcas
61
Table 1 Attribute-importance evaluation
Table 2 Attribute-performance evaluation
Attributes
Mean
Ran
k
Attributes
Mea Rank
n
Fragrance
6.9
Fragrance
6.8
Colour
6.2
Colour
6.0
Clarity/Opacity
5.0
Clarity/Opacity
2.1
Pack image
4.2
Pack image
3.5
Added Product
Ingredients
3.5
Added Product Ingredients
1.5
Viscosity/Thickness
2.9
Viscosity/Thickness
4.9
Lather
2.3
Lather
1.9
Brand Name
1.9
Brand Name
4.1
Price
1.2
Price
2.9
62
Importance/Performance matrix
Performance
Fragrange
Viscosity/Thick
Colour
Brand name
Pack Image
Price
Lather
Clarity/Opacity
Added product
0
0
Importance
63
4.B) ANLISIS CONJUNTO (CONJOINT)

La expresin anlisis conjunto se utiliza para referirse a cualquier
mtodo descomposicional que estima los parmetros de las funciones
de utilidad de los consumidores dad su evaluacin global de un
conjunto de alternativas multiatributo.
Estos mtodos utilizan tcnicas (casi) experimentales para la
construccin de combinaciones de atributos. A un consumidor (o un
grupo homogneo de consumidores) se le presenta varios perfiles de
atributos de productos y se le solicita que evalue de acuerdo con su
actitud afectiva.
Cada producto evaluado por cada participante es un registro de entrada, as que
si un encuestado evala 5 productos, se genera 5 registros de entrada.
Los pesos de importancia son estimados con mtodos basados en

regresiones. La idea fue popularizada por Green y Rao (1971).
64
Hay varias maneras de medir las emociones de preferencia,

en funcin del tipo de escala de medida utilizada en la
encuesta. Las preferencias se miden por:
Valoraciones o ratings (que describe la intensidad de
la preferencia)
Elecciones o choice (o productos preferidos en el
conjunto)
rdenes o orders (clasificacin del producto,
comparaciones de pares,...)
Para cada escala de medicin, una tcnica de inferencia se utiliza para
estimar los parmetros del modelo. Nos centraremos en los dos
primeros tipos, que son de uso ms comn.
65
El anlisis conjunto incluye varias fases:

1. La investigacin exploratoria
2. Seleccin de los atributos ms destacados de percepcin, o
caractersticas fsicas relevantes (o con grandes dimensiones se
puede considerar una sntesis construida por mtodos
estadsticos multivariantes).
3. especificacin de la funcin de utilidad, y el tipo de escala para
medir las preferencias
4. seleccin de los atributos y perfiles del producto mostrados en
el experimento,
5. la ejecucin del experimento para la recopilacin de datos sobre
las preferencias individuales,
6. estimacin de los parmetros, y
7. uso de un modelo para simular las decisiones individuales,
optimizar el diseo de nuevos productos, posicionamiento, etc
66
Ejemplo de tarea de escala de rating
Alternativa A
No atractivo
Alternativa B
No atractivo
Precio
$1.00
Pulpa
Bajo
Fruta
Pura
Dulce
Alta
1 2
3 4 5 6 7 Muy atractivo
Precio
$1.00
Pulpa
Alta
Fruta
Pura
Dulce
Bajo
1 2
3 4 5 6 7 Muy atractivo
67
Ejemplo de escala choice
CONJUNTO 1
Alternativa A
Alternativa B
Bajo
$1.00
$1.00
Pura
Bajo
Alta
Alta
Pura
Pura
Bajo
Alta
Baja
Elige tu opcin
Alternativa C
Ni A
Ni B
68
Ejemplo de tarea de escala de orders
CONJUNTO 1
Alternativa A
Alternativa B
Precio
$1.00
$1.00
Pulpa
Bajo
Alta
Fruta
Pura
Pura
Dulce
Alta
Baja
Ordena tu
preferencia
Alternativa C
Ni A
Ni B
69
Hay otras variantes, no de uso comn, tales como las

comparaciones pareadas.
Algunas de estas escalas se pueden transformar en las
otras. Las ratings pueden ser utilizados para generar
rankings, y tenga en cuenta que los objetos n el puesto
puede ser transformado en n (n-1) / 2 comparaciones por
pares, y viceversa - a excepcin de intransitividades.
Rankings puede generar fcilmente los datos de la
eleccin. Los datos de ratings y rankings suelen producir
resultados similares (Green y Srinivasan, 1978).
Los modelos de eleccin se estiman a nivel de segmento
agregado.
70
Las tcnicas de regresin suelen ser considerados para la

estimacin.
Para los datos ratings, por lo general se consideran modelos de
regresin lineal o polinomios (interacciones),
Para los modelos de choice, se consideran los modelos de eleccin
discreta (logit).
El anlisis conjunto permite:

(1) un examen a los tradeoffs que las personas hacen;
(2) la determinacin de las interacciones, y,
(3) predecir la cuota del mercado.
71
Anlisis conjunto (conjoint)
Basado en Ratings
Basado en Choice
72
Conjoint basado en ratings

Los modelos clsicos de ratings son modelos de compensacin multi-atributo. Si
los atributos son variables continuas, los ratings R se explica como:
R 0 1 x1 ... m xm
donde x son los atributos del producto.
El modelo se estima por MCO. Modelos no lineales pueden ser consideradas,
estimando por mnimos cuadrados no lineales.
Una muestra de ratings se obtiene en experimentos. Para evitar que el encuestado se
canse, no pedimos demasiados ratings, y por lo tanto es importante tener una
estimacin eficiente.
Podemos maximizar la eficiencia de los estimadores, lo que significa que se necesita
valorar productos con las caractersticas tales que:
la matriz de regresores (X'X) es lo ms grande posible (ya que la varianza es proporcional a
la inversa de (X'X)).
Las interacciones (productos de regresores) y otras no linealidades se pueden

considerar.
73
Por lo general, slo tenemos en cuenta un nmero finito de valores

para cada atributo, especialmente si tenemos en cuenta las
caractersticas fsicas. Entonces tenemos que usar un modelo de
variables ficticias (dummies). El modelo tpico con l=1,,m
atributos, cada uno de ellos con niveles de Ml es
m Ml
R 0 lm xlm
l 1 m 1
En este caso, los parmetros lm se denominan part-worths.

Este modelo no se puede estimar directamente, es multicolineal, y por
lo tanto se suelen imponer algunas restricciones, que a su vez afecta a
la interpretacin de los coeficientes.
Por ejemplo, si omitimos un nivel de cada atributo, los coeficientes se
interpretan como diferencias con respecto al producto omitido.
Los perfiles de los productos experimentales son optado por hacer

(X'X) lo ms grande posible.
Interacciones (productos de regresores) pueden introducirse
fcilmente.
74
Anlisis conjunto (conjoint)
Basado rating
Basado en choice
75
Conjoint basado en choice

La teora general de los modelos probabilsticos de eleccin
se desarroll en la literatura economtrica por MacFadden
(1973, 1974). La primera (directa) la aplicacin de estas
tcnicas al anlisis conjunto para las escalas de eleccin fue
considerada por Louviere y Woodworth (1983).
Se refiere al caso, cuando un individuo se enfrenta a una
eleccin nica o repetida entre conjuntos de alternativas
multiatributo, que consisten en diferentes combinaciones de
niveles de atributos.
Una persona elige entre alternativas n.
El consumidor elege la alternativa que le da utilidad mxima.
Utilidades =componente fijo + componente aleatorio
76
Modelos de eleccin de marca: modelos logit

multinomiales
La utilidad del i-th individuo de la j-th alternativa:
U j xj' j,
donde
xj es un vector (1L) de variables de marketing,
j son i.i.d. con funcin de densidad Weibull
Ahora podemos usar la estadstica clsica y la teora de
la econometra: Logit multinomial, desarrollado por
McFadden y otros
77
Modelos de eleccin de marca: modelos logit multinomiales

Las variables de choice que se observan yj y la probabilidad
de eleccin entre las j=1,,J alternativas es:
1, si U j U r para r j, r 1,..., n,
yj
0, en otro caso,
Se puede demostrar (pero no presentamos la prueba) que

Pj P y j 1 | X x
exp( x ' j )
r 1
exp( x ' r )
La probabilidad puede identificarse como la cuota de mercado

si estimamos con datos de una muestra de consumidores.
78
Esto se conoce como el modelo Logit multinomial. Para un panel de

clientes i = 1, ..., n en el mismo segmento, se puede estimar el
coeficiente de preferencia conjunta con la funcin de logverosimilitud:
n
L Yij ln Pij
i 1
Yij ln
i 1
exp( x'ij )
J
r 1
exp( x'ir )
Maximizar la probabilidad requiere el uso de algoritmos numricos.

Podemos encontrar varias versiones del modelo (alternativas que
varan con los regresores = logit condicional), alternativas invariantes
a los regresores = logit mutinomial), y el caso intermedio.
79
4.C). ESTRATEGIAS PARA CAMBIAR LA ACTITUD
Modificar el producto
Modificar los pesos de los atributos.
Convencer a los mercados para dar ms importancia
a alguna caracterstica del producto.
Modificar las creencias de la marca.
El mercado tal vez est mal informado, y subestime
cualidades distintivas de la marca. La percepcin de
reposicionamiento debe ser perseguido.
80
Modificar las creencias acerca de las marcas

competidoras.
El mercado sobrestima una cierta calidad de los
competidores. En algunos pases se puede hacer uso
de publicidad comparativa.
Atraer la atencin a los atributos descuidado.
Por lo general, implica la creacin de un beneficio o
servicio nuevo que an no es considerado por el
segmento objetivo.
Modificar el nivel de atributo necesario,
si el mercado espera una calidad que no siempre es
necesario, al menos para algunos usos. Las empresas
pueden tratar de convencer al segmento objetivo de
que la calidad ofrecida es suficiente.
81
3.3. MEDIDAS DE RESPUESTA

CONDUCTUAL
Definicin: La respuesta conductual
(behavioural response) se refiere a los
hbitos de compra de los consumidores por
segmento dentro de la categora del
producto.
Tres aspectos del comportamiento:
Adquisicin,
Utilizacin,
Posesin.
82
Anlisis de los hbitos de compra

Preguntas Comportamiento Comportamiento Comportamiento
de adquisicin
de utilizacin
de posesin
Marcas habituales
Tipo de utilizacin del
Marcas actualmente
Qu?
Ultima marca comprada
producto
Producto sustituto
detentadas
Cunto?
Cantidad comprada por

Cantidad consumida por
compra (formato o nmero semana
de unidades
Tipo de uso mas
importante
Cantidad de producto
detentada
Cmo?
Condiciones de
adquisicin
Bajo que forma es

utilizado el producto?
Modo de conservacin
Dnde?
Lugares de compra
habituales y ocasionales
Lugares de consumo
Lugares de detencin
Cundo?
Fecha de la ltima compra Momento habitual de

utilizacin
Tiempo intercompras
Perodo y duracin de
posesin
Quin?
Quin compra
Quin consume ms
Quin detenta el
83
habitualmente el producto? regularmente el producto? producto?
Informacin sobre el comportamiento de

compra:
Qu: define producto y marca comprados o
utilizados
Cunto: define volumen de compra/consumo y
hbitos de almacenamiento
Cmo: modalidades de compra y usos del producto
Dnde: canales de distribucin utilizados, lugares
de consumo y de conservacin
Cundo: situacin y ocasiones de consumo, ritmo
de compra y recompra
Quin: composicin del centro de compra y el
papel de los miembros
84
Anlisis de la cuota de mercado

Venta de M en unidades
Cuota de mercado de M = ----------------------------------------------Ventas totales en unidades
del mercado de referencia
Cuota Mercado
en volumen (unidad)
en valor (Ptas)
servida (respecto al segmento)
relativa (con respecto a competidores)
Own market share 30%, main competitors 20, 15, 10%, others 25%.
Relative market share=30/70
relativa del lder (en relacin con al lder)

Own market share 30%, main competitors 20, 15, 10%, others 25%
Relative market share to leader=30/20
85
Problemas clave
Mismo mercado de referencia para todas las marcas
Suponemos que los factores ambientales tienen la misma
influencia en todas las marcas
Obtener informacin de ventas realizadas de la competencia
directa
Factores influyentes
Cuando nuevas marcas se introducen, la cuota de todas las
marcas cae
Fluctuaciones debido a factores excepcionales (por ejemplo,
un pedido grande)
Provocar una cada de la cuota debido a la retirada
86
Anlisis en los cambios en la cuota de mercado

Descomposicin cuota de mercado
Tasa de
C. de M. =
Ocupacin x
Tasa de
Exclusividad
Tasa de
Intensidad
Tasa de ocupacin o de penetracin (penetracin horizontal)

Porcentaje de compradores de la marca m sobre el nmero total de compradores de la
categora de productos de referencia. Si la tasa de ocupacin es igual a 1, todos los
compradores del mercado compran la marca m, pero pueden consumir tambin otras
marcas.
Tasa de exclusividad
El grado de lealtad, es decir, la cuota de compras dentro de la categora de productos
reservada a la marca m. Si la tasa de exclusividad es igual a 1 significa que los
consumidores compran exclusivamente la marca m y no compran otras marcas.
Tasa de intensidad (penetracin vertical)
Compara las cantidades medias compradas de la marca m por comprador de esta marca con
las cantidades medias compradas de la categora de producto en el mercado
87

Descomposicin cuota de mercado
C. de M. =
Q mm
Q cc
Tasa de
x
Ocupacin
Nm
Nc
Tasa de
x
Exclusividad
Qmm
Q cm
Tasa de
Intensidad
Q cm / N m
Q cc / N c
c = categora de producto
m = marca estudiada
Nm: nmero de compradores de la marca m.
Nc: nmero de compradores de la categora de producto a la que pertenece
la marca.
Qmm: cantidad comprada de la marca m por los compradores o
consumidores de m, es decir, sera la demanda de la marca m.
Qcm: cantidad comprada de la categora de producto c por los
compradores de m.
Qcc: cantidad comprada de la categora de producto por todos los
consumidores del mercado, es decir, es la demanda global.
88

Dos empresas con idntica cuota de mercado pueden presentar
diferencias importante en sus componentes:
C. de M. = T. de Ocup. x T. de Exclus. x T. de Int.
A) 0.10 = 0.05 x 1 x 2
B) 0.10 = 0.25 x 0.50 x 0.80
Lo cual implica que:

existen diferencias cuantitativas y cualitativas entre sus
clientes .
Existen diferencias en las tcticas recomendables, en
aras de aumentar sus respectivas, cuotas de mercado
89

Causas de reduccin de cuota de mercado
Tasa de ocupacin: significa que la cuota de mercado es baja (la
marca pierde compradores)
Tasa de exclusividad: significa que los compradores de la marca
estudiada no son fieles (los compradores dedican una parte mas
pequea de sus compras del producto a la marca estudiada).
Tasa de intensidad: Los compradores de la marca compran
cantidades mas pequeas que las que compran por trmino medio
los compradores del producto
90
Ejercicio:
La marca A tiene una tasa de ocupacin del 30 por ciento y una tasa de
exclusividad el 60 por ciento. Los compradores de esta marca por lo general
consumen la misma cantidad del producto, al igual que los compradores de
las marcas competidoras. Cul es la marca de una cuota de mercado? Si la
tasa de exclusividad se reduce a 50 por ciento cul ser su participacin en el
mercado?
C. de M. = T. de Ocup. x T. de Exclus. x T. de Int.

TO=0.30
TE=0.60
TI= 1
CM =0.3x0.6x1=0.18
TO=0.30
TE=0.50
TI= 1
MS =0.3x0.5x1=0.15
91
6. COMPORTAMIENTO POST-COMPRA
Una vez que se ha comprado y usado el producto, los
consumidores evalan el distancia entre:
Sus expectativas previas, y
Su posterior percepcin del rendimiento del producto.
Este anlisis genera una nueva actitud, de
SATISFACCIN / INSATISFACCIN,
que puede medirse utilizando de nuevo el modelo atributo.
Las compras repetidas son la consecuencia de clientes con una actitud positiva
post-compra. Pero no todos los clientes satisfechos repiten compra. Nos
interesa medir el concepto de
FIDELIDAD A LA MARCA (loyalty)
92
DEFINICIN DE FIDELIDAD A LA MARCA

1. (definicin de sales promotion) Situacin en la que
un consumidor compra el mismo producto o
servicio de una empresa en repetidas ocasiones
durante el tiempo en lugar de comprar a varios
proveedores dentro de la categora. (DEFINICIN
MS DINMICA)
2. (definicin de consumer behavior) El grado en que
un consumidor compra consistentemente la misma
marca en una clase de producto (exclusividad mas
esttica).
93
Indicadores dinmicos de fidelidad :
Medidas referidas a la secuencia de compras:

Secuencia mayor (estable): un cliente es leal a la marca A si la
compra al menos cuatro veces consecutivas: ABAAAAACAADAA
Porcentaje de compra (fidelidad inestable): un cliente es leal a A si
compra con mas frecuencia la marca: AABAACAAADAAAB
Medidas referidas a la probabilidad de compras:
Estudian la probabilidad de repeticin de compra.
Medidas referidas a la retencin de clientes:
Tasa de retencin = n de clientes de t a t+T/n de clientes de t
Medidas referidas a experimentos de ruptura de inventarios:
Porcentaje de consumidores que cambian de establecimiento comercial
Porcentaje de consumidores que posponen la compra
94
Importancia de las polticas de lealtad a la marca

La fidelidad tiene consecuencias sobre:
Clientes:
- sensibilidad al precio
+ comunicacin positiva,
gratuita y creble
- motivacin de bsqueda de
alternativas y cambio
+ resistencia a
comunicacin competitiva
Empresa:
- costes de marketing
+ cifras de ventas
+ satisfaccin y
rendimiento
empleados
Mayor valor
de la
empresa
95
Usando la definicin 2, un indicador de fidelidad es la tasa de

exclusividad:
RELACIN TASA DE EXCLUSIVIDAD- CUOTA DE
MERCADO
70
R = .74
60
50
Cuota de Mercado
40
30
20
10
0
0
10
20
30
Tasa de Exclusividad
40
50
60
70
Baldinger y Rubinson, 1997
96
80
RELACIN TASA DE OCUPACIN - CUOTA DE MERCADO

R = .84
Cuota de Mercado
60
40
20
0
0
10
20
30
40
50
60
70
Tasa de Ocupacin
M. Esteban
& J. Vidal
Baldinger
y Rubinson, 1997
97
Brand-Switching analysis
La dinmica de las cuota de mercado es un indicador de la fidelidad,
as como la atraccin de la marca.
cm
Brand A
Difcil de predecir. La marca B se mantiene

estable porque:
Existe un nmero fijo de clientes que
repiten compra, o
El nmero de clientes que deja de
comprar es igual al nmero de clientes
que adoptan la marca.
Brand B
Brand C
tiempo
98
Cmo es la dinmica en la evolucin de la cuota de mercado?
Fidelidad
fuga
Compra marca A
Compra marca B
atraccin
fuga
atraccin
No compra
99
Por tanto, la dinmica de las cuota de mercado es una

consecuencia de la lealtad y de la atraccion a la marca
Tasa de fidelidad: % de compradores que

siguen comprando la marca, habindola
comprado antes
Tasa de atraccin: % de compradores que
habiendo comprado en la competencia,
compran en lo sucesivo nuestra marca.
100
Estos porcentajes pueden verse como

probabilidades condicionales:
Matriz de transicin, donde se recogen la
probabilidades condicionales, que permite
estudiar intercambios entre marcas y la
dinmica competitiva
101
Ejemplo de matriz de transferencias

Marca comprada en t+1
N-C Total
.60 .20
.05
.06
.09
.13 .67
.09
.10
.01
Marca
C
comprada en t
.25 .05
.56
.10
.04
.04 .12
.10
.70
.04
N-C .13 .15
.20
.10
.42
102
Evolucin de las cuotas y fidelidad

Suponiendo que solo existen dos marcas en el mercado, y
estabilidad en las tasas:
CdM t+1 = CdM t + (1-CdM t)
tasa de fidelidad
tasa de atraccin
CdM cuota de mercado
La tendencia de la CdM en equilibrio
CdM e =
(1)+
103
Ejercicio: Two brand are competing in the same reference

market. Brand A has a loyalty rate of 30 % and an attraction rate
of 80 %. The market shares are respectively 30% for brand A
and 70% for brand B.
Tasa de fidelidad =0.80=
Tasa de atraccin =0.30=
Cuota de mercado en t =0.30
CdM t+1 = CMt + (1- CdMt)

CdMt+1 = 0.30 x 0.30 + 0.80 x (1-0.30) = 0.65
Tendencia cuota de Mercado en equilibrio = /[( 1 ) + ]
Cuota de Mercado en equilibrio=0.8/[(1-0.3)+0.8]=0.8/1.5=0.53
104
ANLISIS DE SATISFACCIN
La satisfaccin/insatisfaccin depende de la diferencia entre
Calidad que concibe el fabricante
Calidad percibida o buscada por el comprador
Estudios de Goderish, 89
2.9% se quejan directamente al fabricante
28.6% se quejan indirectamente, a vendedores,
amigos,...
9.2% nunca se quejan
91% fieles
105
Resumiendo:
El 40,7% de las transacciones pueden generar problemas a los clientes,
y la empresa puede ignorar las razones (percibiendo tan solo el 2.9%).
Conclusiones:
- Medidas proactivas para medir el grado de satisfaccin/insatisfaccin
- Una queja no es un elemento negativo
- Las quejas son una importante fuente de informacin
106
FIDELIDAD %
Mercado no competitivo
Monopolio regulado
Costes de cambio altos
Mercado muy competitivo

Muchos sustitutos
Costes de cambio bajos
SATISFACCIO
N
1-5
107
Medida de satisfaccin/insatisfaccin:
Uso de encuestas:
Grado de satisfaccin global del producto o
proveedor
Grado de satisfaccin e importancia de cada atributo
Intencin de recompra
Ejemplos:
a) EVALUACIN GENERAL: De forma general
como evaluara usted el grado de satisfaccin en los
referente a su proveedor?
Satisfaccin: 1 2 3 4 5 6 7 8 9 10
108
b) EVALUACIN POR ATRIBUTO: De forma

general como evaluara usted el grado de importancia y
satisfaccin en los referente a su atributo?
Importancia: 1 2 3 4 5 6 7 8 9 10
Satisfaccin: 1 2 3 4 5 6 7 8 9 10
c) INTENCIN DE COMPRA: Comprara su

prximo producto en el mismo proveedor (marca,
empresa,...)?
S________No__________N/S____________
Por qu? ______________________________
109
Medida de satisfaccin / insatisfaccin: MATRIZ DESV EST./MEDIA

DESVIACION
ESTANDARD
INSATISFACCION
DISTRIBUIDA
SATISFACCION
DISTRIBUIDA
PUNTUACIO
N
MEDIA
INSATISFACCION
HOMOGENEA
SATISFACCION
HOMOGENEA
110
RATIO PERFORMANCE/ IMPORTANCE

(USANDO MEDIDAS DE SATISFACCIN)
El ratio de desempeo/importancia es un indicador de la adaptacin del
producto a las expectativas de calidad del consumidor.
MUY-SATISFECHO: si PERF./ IMPORT. > 100%
Riesgo de demasiados recursos dedicados a un slo atributo y una
rentabilidad insuficiente.
SATISFECHO: si 100% > PERF./ IMPORT. > 90%
Nivel de satisfaccin adecuados para la importancia del atributo.
SATISFACCIN INSUFICIENTE: si 90% > PERF./ IMPORT. > 80%
Riesgo de poca rentabilidad comparada a la importancia del atributo.
INSATISFACCIN: si PERF./ IMPORT < 80%
Rendimiento mas bajo que la importancia del atributo.
111
Comentarios:
El grado de importancia es normalmente mayor que
el grado de satisfaccin.
Si el grado de satisfaccin es muy inferior, el cliente
podr encontrar el producto inadecuado.
112

Mark 8

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mark 8

Transféré par

Droits d'auteur :

Formats disponibles

2013 Jos M Vidal Sanz and

Mercedes Esteban Bravo. Solo se

Tema 8: Anlisis de respuesta: cognitiva, afectiva y

Modelado de la respuesta conductual

M. Esteban & J. Vidal

Midiendo niveles de respuesta:

M. Esteban & J. Vidal

MEDIDAS ESPECFICAS PARA CADA

Conductual Prueba, compra, utilizacin,

Esta medidas se utilizan para construir modelos analticos

Modelo del impacto de compra

Modelo de notoriedad de la marca

Modelos de eleccn discreta

Modelos de bsqueda de variedad

M. Esteban & J. Vidal

2. MIDIENDO LA RESPUESTA COGNITIVA

M. Esteban & J. Vidal

MEDIDA 1.- Notoriedad de marca

No asistida, Se pregunta sin hacer referencia a ninguna

M. Esteban & J. Vidal

Interpretacin de los tres tipos de conocimiento de la marca:

EL ANLISIS DE LA NOTORIEDAD NOS

El anlisis de la notoriedad permite

Reconoces estas marcas?

M. Esteban & J. Vidal

Conocimiento de la marca nombre

Ventajas de este valor aadido:

M. Esteban & J. Vidal

Medida 2.- Memorizacin publicitaria

Se obtiene por medio de entrevistas.

M. Esteban & J. Vidal

Medida 2.- Memorizacin publicitaria

factor beta, % de individuos expuestos por primera vez

Para prensa escrita tenemos adems:

M. Esteban & J. Vidal

La dinmica de la memorizacin nos indica:

Rapid forgetting when

M. Esteban & J. Vidal

There exist other type of measures different from the awareness

M. Esteban & J. Vidal

3. Mapas perceptuales y de preferencias

Mapas perceptuales son mapas multivariantes de

Ejes: macro-caractersticas o atributos

Management 7th edition: Chapter 5

M. Esteban & J.M. Vidal

En la prctica, slo se puede representar productos por medio de 2

M. Esteban & J. Vidal

3.1. Como construir un mapa perceptual

A) Elaboracin de un mapa perceptual con enfoque CC

Para construir un mapa perceptual, necesitamos:

Esta es una decisin crtica, y requiere el acuerdo

Una vez se han establecido las dimensiones, los

M. Esteban & J. Vidal

En este contexto, los encuestados se les pregunta sobre la percepcin de

en poseer la cualidad yyyyyyy

Alternatively you can ask if it is very likely/unlikely that it

M. Esteban & J. Vidal

A veces los consumidores no tienen una nocin clara de las

Relacin entre dimensiones perceptuales y atributos fsicos

La relacin puede ser estimada con regresin a partir de un atributo

B) Elaboracin de mapas directamente con atributos fsicos.

Los ejemplos siguientes con las especificaciones tcnicas (sintetizadas)

Si el nmero de atributos es alto, como es normalmente, podemos aplicar