Académique Documents
Professionnel Documents
Culture Documents
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
1. INTRODUCCION .................................................................................................. 5
1.1 Razones Personales para la seleccin del Tema ........................................................ 5
1.2 Planteamiento del problema de investigacin ........................................................... 5
1.2.1 Marketing Bancario ...................................................................................... 5
1.2.1.2 El Marketing Mix en la Comercializacin de Servicios Financieros ......... 10
1.2.1.3 Segmentacin y posicionamiento de servicios financieros........................ 11
1.2.2 Pequeos bancos y divisiones de consumo orientados a segmentos medios y
bajos ................................................................................................................... 13
1.2.3 Aplicacin del anlisis multivariado en la investigacin de mercados y la gestin
del marketing ...................................................................................................... 16
1.2.4 Percepcin y preferencias ........................................................................... 19
1.2.5 El problema ................................................................................................ 20
1.3 Objetivos de la Investigacin.................................................................................. 21
1.4 Descripcin del diseo metodolgico ..................................................................... 21
1.5 Limitaciones del estudio ......................................................................................... 23
2. MARCO TEORICO............................................................................................... 24
2.1 Posicionamiento ..................................................................................................... 24
2.1.2 Concepto de posicionamiento ..................................................................... 24
2.1.3 Tipos de posicionamiento ........................................................................... 26
2.1.4 Proceso de determinacin del posicionamiento ........................................... 27
2.1.5 Marketing estratgico ................................................................................. 29
2.1.5.1 Macrosegmentacin ................................................................................. 29
2.1.5.2 Microsegmentacin.................................................................................. 30
2.1.5.3 Tipos de segmentacin............................................................................. 31
2.1.5.4 Criterios de una segmentacin eficiente ................................................... 32
2.1.5.6 Atractivo y competitividad....................................................................... 33
2.1.5.7 Eleccin de estrategias de desarrollo ........................................................ 33
2.1.6 Marketing operativo ................................................................................... 34
2.1.6.1 Estrategias de posicionamiento ................................................................ 35
2.1.6.2 Bases de un posicionamiento ................................................................... 36
2.1.6.3 Procedimiento de seleccin de un posicionamiento .................................. 37
2.2 Escalamiento multidimensional de las preferencias................................................. 38
2.2.1 Introduccin ............................................................................................... 38
2.2.2 Antecedentes .............................................................................................. 39
2.2.3 Concepto .................................................................................................... 40
2.2.4 Modelo de Escalamiento Multidimensional ................................................ 41
2.2.5 Consideraciones en la realizacin de escalas multidimensionales................ 46
2.2.6 Seleccin de escalas de Medicin ............................................................... 47
2.2.7 Nmero de Dimensiones............................................................................. 47
2.2.8 Designacin de las dimensiones.................................................................. 49
2.2.9 Confiabilidad y Validez .............................................................................. 49
2.2.10 Escalas de Datos de las preferencias ......................................................... 50
2.2.11 Modelo Vectorial de Escalamiento externo de las preferencias ................. 51
2.2.12 Complementos del anlisis externo de las preferencias.............................. 53
2.3 Anlisis de Cluster ................................................................................................. 54
2.3.1 Introduccin ............................................................................................... 54
2.3.2 Antecedentes .............................................................................................. 54
2.3.3 Concepto .................................................................................................... 55
2.3.4 Modelos de seleccin de conglomerados..................................................... 57
2.3.5 Medidas de distancia .................................................................................. 60
2.3.6 Decisin del nmero de grupos................................................................... 64
2.3.7 Interpretacin y perfil de los grupos............................................................ 65
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
4. CONCLUSIONES ................................................................................................. 93
4.1 Conclusiones respecto del modelo de escalamiento externo de las preferencias ...... 93
4.2 Conclusiones respecto del posicionamiento obtenido por las instituciones bancarias
en anlisis .................................................................................................................... 94
4.3 Conclusiones relativas a los objetivos de la investigacin ....................................... 96
4.4 Recomendaciones y posibles lneas de investigacin a futuro ................................. 97
Bibliografa .................................................................................................................. 98
Referencias electrnicas ..........................................................................................100
Anexos..........................................................................................................................101
Anexo 1: Encuestas ........................................................................................... 101
Anexo 2: Grupos socioeconmicos.................................................................... 103
Anexo 3: Procedimiento de escalamiento externo de las preferencias ................ 111
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
1. INTRODUCCION
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
$ 35.000
colocaciones totales
en m oneda nacional
$ 30.000
mm$
$ 25.000
$ 20.000
$ 15.000
$ 10.000
$ 5.000
$0
1990
1995
2000
2005
Ao
Barritua, Jos Maria. Marketing Bancario en la era de la informacin. Editorial Pirmide 2002.
Marshall, Enrique. Presentacin gerentes del sistema financiero de la V regin, de la SBIF. Noviembre
2003.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Las altas tasas de crecimiento en trminos de colocaciones, han hecho muy atractivo el
ingreso de nuevas instituciones a la industria, lo que se materializ entre los aos 2000 y
2004, con la inclusin de nuevos bancos asociados al retail, que contaban con experiencia
en el mbito crediticio con varios millones de tarjetas de crdito emitidas en el pas. Entre
estos se encuentran los bancos Ripley, Falabella y Paris.
Por su parte la banca tradicional, concret mega-fusiones durante el ao 2002, de bancos
que generaron instituciones, cuyo tamao jams se haba presenciado en el sistema
bancario del pas.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Lo que se refleja en Chile en pocas especificas del ao, como Marzo y Navidad por ejemplo.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
industrias bancarias de pases desarrollados, las que se caracterizan por ser altamente
competitivas con una oferta de proporciones ampliamente mayores a la de nuestro pas, en
donde las tasas de crecimiento son muy inferiores, siendo la preocupacin central la
satisfaccin de un cliente cada vez mas exigente y que cuenta con una amplia gama de
marcas productos de donde elegir5.
En este sentido la gestin de Marketing debe entregar informacin que apoye la toma de
decisiones y que retroalimente las decisiones de carcter tctico y estratgico,
respondiendo preguntas como: Cul es el posicionamiento logrado por la marca o
producto?Es este positivo?Puede ser mejorado?, y tambin responder una pregunta
fundamental: Cul(es) es(son) el(los) segmento(s) mas rentable(s)?Es(son) a los que
actualmente dirige la empresa sus esfuerzos?.
1.2.1.3 Segmentacin y posicionamiento de servicios financieros
Mediante la segmentacin las empresas dividen el mercado, en segmentos pequeos a los
cuales la empresa se puede dirigir de manera eficiente, con productos y servicios
congruentes con las necesidades especficas del target buscado. Criterios para realizar esta
divisin varan segn las necesidades de la empresa y los productos que esta fabrica,
5
11
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
algunos de estos son de carcter demogrficos, de gnero, ingresos, ocasiones de uso, entre
otros. Importante es que estos segmentos sean medibles, accesibles y rentables de manera
de no desperdiciar recursos en un plan de marketing que no tendr los resultados
esperados.
La gran cantidad de oferentes de servicios financieros obliga hoy en da, a elegir con
especial cuidado aquellos mercados meta, donde los esfuerzos de marketing sean rentables.
Por esta razn los bancos en Chile han definido claramente sus intenciones en torno al tipo
de clientes que desean capturar, que varan entre empresas clasificadas segn tamao en
pequeas, medianas y grandes, y personas naturales las cuales son segmentadas segn la
pertenencia a grupos socio-econmicos.
Esta segmentacin permite planificar el tipo de posicionamiento en el mercado meta, que
deber tener concordancia con las fortalezas y debilidades de la empresa. El
posicionamiento se logra a travs de la ejecucin del plan de marketing en el cual la
interaccin de sus variables de decisin: producto, precio, publicidad, distribucin,
personas, procesos y la disposicin del local, generan una imagen en la mente de los
consumidores, de la cual como objetivo de Marketing se debe procurar que sea buena en
comparacin con la competencia, pues esto esta en directa relacin con los resultados de la
empresa en el mercado meta.
Si bien el marco normativo actual permite ofrecer una amplia gama de productos al
mercado , la obtencin de rentabilidad hace necesario el posicionamiento en mercados
especficos a travs de una oferta selectiva. (Laroche y Taylor 1988).
En el mbito de los servicios financieros es particularmente difcil la diferenciacin entre
marcas, productos individuales, y familias de productos para los consumidores. Esto no
slo se debe a que las caractersticas de los productos genricos son fcilmente copiables,
sino tambin a que tradicionalmente la mayora de las entidades financiera han prestado
poca atencin a la diferenciacin6.
12
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
las
13
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Banco Credichile: Se integra como marca el ao 2004, pues no existe una nueva
licencia bancaria de por medio, siendo un rea de negocios del Banco ChileEdwards. Se enfoca al segmento de las personas C1, C2 y C3, compitiendo
directamente con los bancos asociados al retail. Su red de distribucin consta de 49
sucursales que se localizan a lo largo del pas.
Banco Nova: Se integra como marca el ao 2005, pues no existe una nueva
licencia bancaria de por medio, dando por terminada la integracin del Banco
Conosur a la corporacin del Banco de Crdito e Inversiones. El lanzamiento de
Banco Nova es la respuesta al ingreso de los bancos ligados al retail, por parte de
14
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Se aprecia en los ltimos aos, el inters por conquistar estos segmentos de mercado antes
ignorados, en gran parte por la positiva experiencia vivida por sectores del retail en el
mbito crediticio, que alentados por importantes ventajas competitivas como una amplia
base de clientes con buen comportamiento crediticio y la posibilidad de generar ventas
cruzadas, generaron el inters por ingresar al sistema bancario.
Por su parte los grandes bancos hacen sentir su presencia en estos segmentos, a travs de
Atlas-Citibank, Banco Nova y Banco Credichile. Estas son conocidas como las divisiones
de consumo de la banca tradicional, que pretenden defender su posicin en el mercado de
consumo, con agresivas campaas publicitarias, lneas de productos y promociones
atractivas para el mercado, en conjunto con localizaciones cercanas a grandes centros
comerciales del pas.
De este grupo de bancos, se presentan altas rentabilidades como la del Banco Falabella a
diciembre del 2004 que obtuvo la rentabilidad ms alta de los bancos establecidos en Chile
con un 26,7%, publicada por la Superintendencia de Bancos e Instituciones Financieras.
Esto en conjunto con la inclusin de nuevas marcas e instituciones en la industria, indica
que este sector del mercado tiene un altsimo atractivo y potencial de desarrollo.
15
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Un set de datos:
16
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anlisis Factorial: Es uno de los mtodos mas verstiles, para descomponer datos
de una tabla que contiene informacin correlacionada. Esta descomposicin se lleva
a cabo a travs del mtodo de los componentes principales (generalmente), el cual
entrega factores que representan una sntesis de aquellos componentes que explican
la mayor parte de la varianza.
Anlisis Mltiple de Varianza: Este tipo de anlisis es usado para predecir a partir
de variables independientes, un grupo de variables dependientes. Este anlisis
conocido como MANOVA, calcula una serie de combinaciones lineales de las
variables dependientes, con la restriccin de que el primer factor genere el
estadstico F ms grande usado en un anlisis de varianza ANOVA.
17
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
18
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Estmulos de Marketing y
de otro tipo
Producto
Precio
Plaza
Promocin
Econmicos
Tecnolgicos
Polticos
Culturales
Caractersticas del
comprador
Proceso de
decisin de
compra
Seleccin de producto,
marca, distribuidor,
momento y monto de la
compra
En un comienzo las empresas y el entorno generan estmulos que son captados de manera
directa o indirecta por el consumidor el cual segn diferentes factores culturales, sociales,
personales y psicolgicos, toma decisiones en base a las percepciones generadas segn
caractersticas personales especificas.
La percepcin se enmarca dentro de los factores psicolgicos del modelo dentro de los
cuales encontramos tambin la motivacin, aprendizaje, creencias y actitudes. La
percepcin es el proceso por el que las personas seleccionan, organizan e interpretan la
informacin para formarse una imagen inteligible del mundo, vindose influenciada por los
estmulos de marketing y caractersticas personales del consumidor. Una vez formada una
percepcin sobre una serie de opciones de compra el consumidor procede a decidir y
ejercer sus preferencias sobre u bien o servicio.
Sin embargo la percepcin no necesariamente se relaciona de manera directa con las
preferencias, lo que se explica en el hecho de que en un mercado especfico los productos
ofrecidos se encuentran en diferentes etapas de su ciclo de vida, siendo a la vez stos parte
de diferentes planes de marketing. Es as como un consumidor puede percibir a un
notebook Sony como moderno, de buen diseo, funcional y sin embargo preferir un
notebook HP por tratarse de una marca consolidada en la industria.
19
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
1.2.5 El problema
El sistema bancario ha mostrado durante los ltimos aos un profundo inters, por los
segmentos del mercado medios-bajos, particularmente por su gran volumen y capacidad de
pago, lo que se refleja en la gran cantidad de empresas que compiten por las preferencias
de estos grupos de consumidores. El xito de nuevos bancos ligados al retail en trminos
de rentabilidad, es un signo de lo beneficioso que han resultado estos segmentos, por los
cuales antiguamente no exista un alto grado de inters. Esto implica como sugieren
algunos autores que la gestin de marketing de los servicios financieros, ha tomado
muchos aspectos del marketing de productos de consumo, por caractersticas comunes
entre ambos, pero manteniendo la orientacin propia del negocio. Dentro de estas
caractersticas comunes, se seala una alta dependencia al posicionamiento de la marca.
Los estudios de posicionamiento de bancos e instituciones financieras, se vienen realizando
desde hace ms de una dcada por diferentes consultores en la ciudad de Santiago, sin
embargo a nivel de las ciudades de Valparaso y Via del Mar, son escasos los esfuerzos al
respecto lo que abre la oportunidad de determinar cuales son las instituciones bancarias
mejor posicionadas en trminos de preferencias y percepciones, y tambin de determinar y
describir segmentos mediante el uso de modelos estadsticos multivariados para este
propsito.
20
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
1.- Los estudios de posicionamiento del sector bancario, y especficamente hablando de los
pequeos bancos no son algo nuevo en el pas , sin embargo en lo que respecta a la Quinta
Regin los antecedentes son escasos y no hacen una referencia directa al tema, por esta
razn el tipo de investigacin a realizar ser exploratoria y descriptiva. Esto implica
inicialmente una investigacin bibliogrfica, que haga referencia a pequeos bancos,
anlisis de posicionamiento y utilizacin de tcnicas multivariadas en la investigacin de
mercados, para de esta manera compilar el sustento terico de esta investigacin, y luego
trasladar la investigacin a terreno (campo) lo que permitir generar informacin de fuente
primaria a travs de encuestas, que permitan concretar los objetivos de la investigacin,
planteados anteriormente.
2.- Para la presente investigacin se consideraran aquellos bancos cumplan con las
siguientes condiciones:
21
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Esto reduce el grupo de anlisis a las siguientes empresas: Banco Falabella, Banco Ripley,
Banco Paris, y tambin a divisiones de consumo de grandes bancos Atlas-Citibank, Banco
Credichile, Banco Nova y Santander - Banefe.
3.- El Universo o poblacin bajo estudio se conforma de residentes en las ciudades de
Valparaso y Via del Mar, pertenecientes a estratos socio econmicos C2, C3 y D,
mayores de 18 aos, con una permanencia superior a 2 aos en su trabajo actual y con
renta liquida superior a $100.000. Esto se explica por las exigencias que realizan el grupo
de bancos en anlisis a sus clientes para la adquisicin de productos.
La asignacin de los encuestados a determinados grupos socioeconmicos ser realizada
en base al ingreso familiar.
Al no contar con la posibilidad de efectuar un muestreo aleatorio estratificado, se
proceder a realizar un muestreo por conveniencia de 100 personas lo que se considera un
nmero relativamente grande.
4.- El instrumento de observacin consta de un cuestionario dividido en dos partes:
22
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a crditos de
consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Se realiza un muestreo por conveniencia, por lo que los datos son de carcter
referencial y no proyectivos
23
2. MARCO TEORICO
En este capitulo se abarcarn conceptos desde un punto de vista terico, tratados en esta
investigacin como son el posicionamiento, y tcnicas estadsticas multivariadas como
el anlisis de cluster y escalamiento de las preferencias. Con esto el lector podr
asimilar los aspectos fundamentales que se consideran en el capitulo de hallazgos que
procede al marco terico.
2.1 Posicionamiento
El anlisis de posicionamiento es una actividad realizada regularmente por los
departamentos de marketing , y tambin por consultoras especializadas que permite
medir cual ha sido el desarrollo de marca o productos en comparacin con su
competencia, de acuerdo a atributos que son relevantes para el grupo de compradores.
Este tipo de investigaciones permiten contrastar el posicionamiento buscado con el
posicionamiento efectivamente producido en la mente de los consumidores.
La imagen asociada puede ser una fuente de diferenciacin del producto pues tiene influencia en la
preferencia de los compradores. Chamberlin (1950) seala .poco importa si la base de la diferencia es
real o ilusoria siempre y cuando tenga importancia para los consumidores, y lleve a escoger una variedad
de productos por sobre otra.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
que se conozca de ella y sus productos, a travs de distintos medios o canales, los cuales
son usados segn la categora de producto que se trate y el mercado al cual esta dirigido.
La percepcin esta dada no solo por las caractersticas tangibles del producto, sino
tambin por sus atributos objetivos y sujetivos (o intangibles). De acuerdo a esto es
posible definir diferentes niveles de producto, para algn producto o servicio en
particular, en una integracin de dimensiones como beneficios, tangibles y aadidos. Un
ejemplo de lo anterior, se presenta en el siguiente diagrama usando como referencia el
crdito hipotecario Hipotecario Total del Banco de Chile:
Asesora
Solicitud va Internet
Beneficios
del producto
Financiamiento
Hipotecario
Producto
Tangible
Banco de Chile:
Hipotecario total
Seguros
Producto
Ampliado
Los Beneficios del ncleo del producto, son aquellos substanciales o bsicos, que se
entrega al momento de adquirir un producto o servicio, en el ejemplo de la figura 4 se
define el beneficio del producto la necesidad de financiar la adquisicin de una
vivienda. En el siguiente nivel de producto tangible, incluimos a aquellos aspectos
asociados con el beneficio substancial o bsico, considerndose aspectos como la
marca, envase, calidad y estilo, en el ejemplo de la figura 4 incluye en este nivel la
marca Banco de Chile para el producto intangible que es Hipotecario Total.
Finalmente el tercer nivel o producto ampliado son elementos asociados al producto
tangible, que sirven como apoyo a este, donde encontramos los servicios al cliente,
servicio tcnico, garantas, etc. En el ejemplo de la figura 4 el Hipotecario Total
25
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
26
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
27
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Marketing Estratgico
Anlisis de las necesidades
Mercado de referencia
Macro y Micro segmentacin
Marketing Operativo
Informacin:
-Ventas
-Canales
-Clientes
-Gestin
Informacin:
-Segmentos
-Industria
-CVP
-Estrategia
Puesta en marcha de un
plan y control
Figura 5. Las dos caras del marketing. Lambin, Jean Jaques. Marketing Estratgico.
28
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.1.5.1 Macrosegmentacin
El proceso10 de posicionamiento requiere de una Macrosegmentacin del mercado, pues
se reconoce la dificultad de satisfacer con un slo producto a todo un mercado, pues en
este coexisten una importante variedad de necesidades y expectativas. Un buen punto de
partida para cualquier empresa, ser definir una misin que se oriente hacia el mercado
(Por muy obvio que pudiera ser esto), para luego proceder a definir el mercado de
referencia en el cual se identificarn macrosegmentos conocidos como: Las
necesidades, los compradores y las tecnologas existentes, en otras palabras el que,
quien, y el como. Grficamente se representa de acuerdo a lo expuesto en la figura
6.
Necesidad
Consumidores
Tecnologa
Figura 6.Mercado de referencia
10
Cabe mencionar que el desarrollo de este proceso es terico, y es posible que en muchas empresas se
realicen procesos de posicionamiento, en los que la consecucin de las actividades descritas no sea
estricta, pudiendo establecer un posicionamiento (bueno o malo) sin el apoyo de una planificacin
estratgica de ningn tipo.
29
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.1.5.2 Microsegmentacin
La Microsegmentacin, se realiza para estudiar las mltiples necesidades al interior de
los productos-mercados identificados en la etapa del anlisis de la Macrosegmentacin.
Lambin seala: los consumidores o los clientes industriales que forman parte del
producto-mercado11 buscan en los productos la misma funcin de base......, pueden sin
embargo, tener expectativas o preferencias especificas en torno a la manera de obtener
la funcin buscada o en los servicios suplementarios que acompaan al servicio base12.
En este sentido, dentro de un producto-mercado heterogneo la segmentacin se enfoca
en la divisin de grupos homogneos que buscan un mismo conjunto de atributos. De
esta manera se identifican las necesidades de los consumidores dentro de un segmento
las cuales se pretenden satisfacer13, mediante el diseo de estrategias que se concentren
en atraer y satisfacer a estos grupos reducidos. Un ejemplo podra ser segmentar el
mercado en base a los GSE, como se aprecia en la figura 7.
Macro segmentacin
Necesidad
Micro segmentacin
Necesidad
Especifica
A
B
C
1
Consumidores
Tecnologa
Tecnologa
Propia de la
empresa
C
2
C
3
Grupo de
Consumidores
11
O tambin tecnologa-mercado.
Lambim,Jean Jaques. Marketing Estratgico. Editorial McGraw-Hill 3ra Edicin. Pag.193-194
13
Stanton, William. Fundamentos de Marketing. Editorial McGraw-Hill. 5ta Edicin 1992. Pg. 93
12
30
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Sin embargo antes de proceder a la segmentacin se deben tener claros los criterios con
los que se realizar esta divisin del mercado, como tambin los criterios de una
segmentacin eficiente.
2.1.5.3 Tipos de segmentacin
Las principales variables usadas en la segmentacin de mercado, (Kotler, Armstrong
1998) son de tipo Geogrficas, Demogrficas, Psicogrficas y Conductuales.
14
31
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
32
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
publicidad y la distribucin.
15
Bajo la hiptesis de que todos los usuarios potenciales son usuarios efectivos, y ello a la tasa de
consumo unitario ptima.
33
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
34
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
35
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
36
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
16
37
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.2.1 Introduccin
El escalamiento multidimensional (EM), es una de las herramientas del anlisis
multivariado usadas para representar datos en una baja dimensionalidad facilitando la
interpretacin de grandes sets de datos, a travs de la configuracin de mapas. En la
presente seccin de este captulo se describirn los antecedentes del modelo,
definindolo conceptualmente y explicando de manera general su estructura algortmica.
En la ltima seccin, se describe el EM de las preferencias, tcnica mediante la cual se
interrelacionan preferencias y atributos relevantes, en un esfuerzo por entender de qu
manera eligen los consumidores diferentes productos, y cual es el orden de preferencias
de estos. Tambin se incluye una descripcin de cmo se complementa este modelo con
otras tcnicas del anlisis multivariado.
Esto es de gran importancia para los equipos de Marketing los cuales pueden, recabar
informacin acerca de la efectividad de su gestin (o de la competencia) en trminos del
producto comercializado, posibilitando reforzar o modificar ciertos aspectos de la
gestin comercial, como tambin de la investigacin y desarrollo de productos.
38
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.2.2 Antecedentes
El escalamiento multidimensional tiene su origen en la investigacin de Torgeson
(1952), a travs de la propuesta de un escalamiento mtrico, en el cual fue capaz de
representar grupos de datos mtricos, en un espacio euclidiano de menor
dimensionalidad. Un ejemplo prctico de este modelo, es la capacidad de configurar un
mapa de las ciudades de un pas en un plano bidimensional, solamente a travs de las
distancias de estas entre si, con una alta precisin respecto del plano original.
Sin embargo, el gran aporte para las ciencias sociales se produce con la introduccin del
escalamiento multidimensional no mtrico. Shepard (1962) desarrolla un modelo en el
cual se representan percepciones llamadas (dis)similitudes mediante la transformacin
de estas en distancias euclidianas, Kruskal (1964) por su parte le entrega al modelo una
mayor robustez matemtica y estadstica, con la generacin de la medida de Stress
(Ajuste del modelo), que permite una reduccin drstica de la varianza no explicada por
el modelo.
El siguiente avance es el escalamiento de las diferencias individuales, en el cual se
representa en un plano bidimensional a cada uno de los sujetos participan en la
investigacin, pudiendo determinar con cual de las dimensiones se relacionan en mayor
o menor medida, en este sentido Tucker & Messick (1963), en conjunto con Bloxom
(1968) entregan los fundamentos de este modelo conocido como INDSCAL en los
paquetes computacionales, el cual fue desarrollado y programado por Carrol & Chang
(1970).
Hoy en da la investigacin y desarrollo en materia de escalamiento multidimensional,
ha permitido generar programas computacionales de alta potencia que combinan
diferentes entradas de datos, modelos y transformaciones como ALSCAL y
PROXSCAL.
39
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.2.3 Concepto
El escalamiento multidimensional (EMD), es conformado por una serie de
procedimientos para capturar las percepciones y preferencias, a travs de
representaciones geomtricas conocidas como mapas espaciales.
Los ejes representan las dimensiones subyacentes con las que los encuestados forman
su percepcin y preferencias sobre un producto, marca o servicio entre otros muchos
aspectos posibles de medir. Estas dimensiones son posibles de obtener a travs del
anlisis factorial.
Su usos principales permiten por una parte para determinar el numero y la naturaleza de
las dimensiones que utilizan los consumidores para evaluar las distintas marcas en un
mercado, y tambin medir el posicionamiento de estas, estableciendo cual sera una
marca ideal para los consumidores, informacin relevante para la toma de decisiones de
marketing.
Malhotra (1997) clasifica los diferentes usos del EMD:
- Medicin de la imagen: Se puede comparar la imagen que tiene la empresa tanto
con clientes y no clientes, contrastando con la imagen que tiene la empresa de si
misma. De esta manera se podra determinar que tan adecuado es el enfoque con el
que se atiende a los clientes, y si es necesario realizar cambios que posicionen de
mejor manera a la empresa.
- Segmentacin del mercado: Tanto consumidores como marcas se pueden agrupar
en segmentos o grupos homogneos.
- Desarrollo de nuevos productos: Las distancias en este tipo de mapas permiten
determinar el xito potencial que tendra un nuevo producto, comparndolo con
productos ya existentes.
40
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
) solamente se presenta el
se asumen como si
17
A este tipo de datos se los denomina en ingles como SS2W (square simmetric 2 way)
41
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
18
Un incremento monotnico es aquel que no decrece nunca, por lo tanto una transformacin
monotnica mantiene y preserva el orden original.
42
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Inicio
Configuracin
Inicial (i)
Normalizacin de la
Configuracin (ii)
Cambio de
configuracin (viii)
Clculo de las
distancias (iii)
Ajuste de
Disparidades (iv)
Algoritmo de Kruskal:
determinacin de la gradiente. (vii)
Solucin final,
configuracin
definitiva. Fin
Si
Es el Stress
suficientemente bajo? (vi)
No
Figura 8. Sntesis del proceso Iterativo de EMD. Fuente: Coxon, Anthony. Users guide to EMD. 1982
London. Heinemann Educational Books.
ii)
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
iii)
iv)
v)
Calculo del Stress: El stress se refiere al grado de ajuste de los datos con las
distancias obtenidas de las diferentes configuraciones que se generan en este
proceso. El indicador ms usado es el Stress de Kruskal :
Donde:
-
vii)
44
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
altas
mejoras
de
la
configuracin,
reduciendo
el
stress
45
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
46
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
47
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
48
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
se puede
49
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
50
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Ylj = ali X ij + cl
i =1
Donde:
Ylj :
descriptora l.
ali :
19
51
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
X ij :
de las percepciones.
cl :
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
R 2 , bajo implica que el modelo vectorial no se ajusta bien a los datos en anlisis, y en la
grfica observamos que solamente los vectores de los grupos 1,3y 6 son lo
suficientemente largos para interpretarlos correctamente.
20
Los datos de entrada del PCA y EMD deben ser estandarizados para posibilitar la comparacin entre
mapas cuyos ejes sean iguales.
53
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.3.1 Introduccin
El anlisis de cluster (conglomerados), es una de las herramientas del anlisis
multivariado, que permite agrupar diferentes objetos, sintetizndolos en grupos que
poseen atributos similares entre si pero diferentes entre ellos. Esto permite estructurar la
informacin facilitando el entendimiento de ella.
En este captulo se describirn los antecedentes del modelo, definindolo
conceptualmente. Tambin se describirn los diferentes modelos de seleccin de
conglomerados, en conjunto con consideraciones tcnicas como la medida de distancia,
el nmero e interpretacin de los grupos obtenidos, y la determinacin de la validez y
confianza de los resultados.
2.3.2 Antecedentes
El Anlisis Cluster, tambin conocido como Anlisis de Conglomerados, Taxonoma
Numrica o Reconocimiento de Patrones, al igual que el anlisis factorial pertenece a la
familia de las tcnicas estadsticas multivariantes.
El termino anlisis de Cluster fue usado por primera vez por Tyron (1939), quien
describi una serie de algoritmos de clasificacin para objetos similares en sus
respectivas categoras. Su uso en la actualidad es amplio, abarcando diferentes reas
como son la biologa, gentica, medicina, psicologa, matemtica, investigacin de
mercados, data mining, entre otros.
54
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2.3.3 Concepto
El anlisis de cluster responde a la necesidad de organizar datos observados en
estructuras que tengan sentido para el investigador. Estos objetos tienden a ser similares
entre si y diferentes a los objetos en otros grupos, los cuales se denominan
conglomerados.
Este tipo de anlisis se ocupa de la clasificacin y no existe informacin anterior que
sugiera la participacin de un objeto en algn conglomerado en particular, pues los
datos sugieren los grupos. Punj y Steward (1983)
marketing, el anlisis de cluster se utiliza para diversos propsitos entre los cuales se
encuentran:
55
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Segmentacin de Mercados
Reduccin de Datos
56
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Procedimientos de Agrupacin
Jerrquico
Aglomeracin
No Jerrquico
Divisin
Umbral
Secuencial
Mtodos de
enlace
Mtodos de
varianza
Umbral
paralelo
Divisin para
optimizacin
Mtodos
centroides
Mtodo de
Ward
Enlace sencillo
Enlace
completo
Enlace
promedio
Los mtodos jerrquicos se caracterizan por formar una estructura ordenada en forma de
rbol. Estos mtodos pueden realizarse de dos formas:
57
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
B
C
B, C
A, B, C, D, E, F
D
E
D, E
F, D, E
F
Figura 12. Mtodo de agrupacin por aglomeracin.
A, B
A
B
A, B, C, D
C
C, D
Dentro de los mtodos de aglomeracin se ubican los mtodos de enlace que agrupan
los objetos de acuerdo a la distancia entre ellos. Entre estos se encuentran el enlace
sencillo, completo y el promedio. El enlace sencillo toma como procedimiento la
formacin de conglomerados de acuerdo a la distancia mas corta que exista entre los
58
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
59
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
( x , y ) = ( x i y i ) 2
i
1
2
( x, y ) = ( xi yi ) 2
i
( x, y ) = xi yi
i
60
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
( x, y) = Max xi yi
( x, y ) = ( xi yi )
p
1
r
61
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
6
4
2, 4
6, 3
2
5, 1
0
-10
-5
-2
10
-4
-6
-8
-7, -9
-10
Donde:
A=(2,4)
B=(-7,-9)
Distancia Euclidiana
Distancia Euclidiana Cuadrada
Manhattan
Chevichev
Power Distance (p=3;r=2)
C=(6,3)
D=(5,1)
Distancia
A-B
Distancia
C-D
15,81
250
21
13
96,23
2,24
5
3
2
5,19
Como se aprecia en la figura 14, la distancia entre X1 e Y1 es mayor que la que existe
entre X2 e Y2, lo que se demuestra en las cinco formas diferentes de medir la distancia,
las cuales magnifican en mayor o menor medida las separaciones entre puntos. El caso
de magnificacin mas extremo sera la distancia Euclidiana cuadrada y la Power
Distance, puesto que la versatilidad de esta ltima puede maximizar mas an esta
diferencia (incrementando el parmetro p). La distancia Euclidiana clsica y la
Manhattan presentan distancias similares en este caso. La distancia Chevichev es
aquella mayor diferencia en los vectores X e Y, que para el caso de la distancia entre AB se produce en el vector Y, al igual que en la distancia que existe entre C-D.
Tambin es posible medir la similitud que existe entre dos objetos, entendindose que
casos parecidos comparten una alta aproximacin y que lo que se pretende medir es que
tan semejantes son entre si. Para esto se usan mtodos de:
62
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Correlacin: Esta relacin puede ser usada como mtodo de distancia entre dos
objetos. Al transponer la matriz normal, en la que las columnas representan los
atributos y las filas los casos o personas, se puede calcular la correlacin entre
casos, datos que luego alimentarn una matriz de similitudes, a partir de la cual
se aplica el anlisis de cluster.
63
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Para el caso del anlisis cluster no jerrquico, se puede trazar un grfico que
compare el nmero de grupos con la relacin entre la varianza total de los
grupos y la varianza entre los grupos. El punto del grfico donde se presente un
doblez marcado indicar el nmero apropiado de grupos.
Tambin se deben tener presente consideraciones de tipo prctico que sugiera un cierto
nmero de grupos, o bien investigaciones anteriores que sealen una cierta cantidad de
conglomerados.
En general, el investigador obtiene la informacin para tomar la decisin del nmero de
grupos a partir de:
Medias y Varianzas: Tablas que resumen las medias y varianzas de cada uno de
los clusters, y muestran la diferencia entre estos respecto de las variables
originales.
Pertenencia de Grupos: Este tipo de tabla de resumen muestra los casos como
filas y las columnas como un nmero alternativo de clusters en la solucin,
mientras que cada celda muestra la pertenencia de un caso a un grupo especifico.
64
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
65
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
66
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
K-means.
Estas tres condiciones son las mismas que se plantean en otros procedimientos de
anlisis multivariado, sin embargo, para el caso del procedimiento K-Means es prudente
tener en cuenta ciertos aspectos que pueden producir variaciones en sus resultados.
Entre estos se encuentran:
67
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
(A1) Mayor facilidad para aprobar crditos: Se refiere a las exigencias que
efectan las instituciones para aprobar un crdito, y como afectan estas al tiempo
total del proceso de aprobacin.
(A4) Mayor flexibilidad con los atrasos en los pagos: Se refiere al nivel de
tolerancia de la institucin en la aceptacin de posibles atrasos en los pagos de
cuotas, y a la renegociacin de crditos que no han sido pagados.
21
Estas variables de evaluacin de la calidad del servicio, son usadas desde 1992 por la empresa en los
estudios de imagen y posicionamiento de financieras y divisiones de consumo. Este grupo de variables
fueron generadas a travs de la opinin de los clientes de la consultora, los cuales a travs de los aos
convergieron en doce atributos que son de importancia para la direccin y gestin de las empresas.
Fuente: Claudio Garca. Subgerente de Estudios Adimark.
68
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
69
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
22
70
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
pertenecientes a los segmentos C3D, C3, C3C223. (Para una descripcin detallada de los
segmentos ver el Anexo 2)
3.2.1 Gnero
En trminos de gnero la muestra esta compuesta por un nmero relativamente
balanceado de hombres y mujeres, con un 44% y 56% respectivamente.
Gnero
Masculino
Femenino
Nmero de encuestados
44
56
44%
Masculino
56%
Femenino
Nmero de encuestados
37
47
16
23
La clasificacin de los GSE de esta investigacin toma como referencia lo descrito por la consultora
Gemines. Una descripcin exhaustiva de los segmentos C3D, C3, C3C2 se presenta en el anexo 2.
71
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Grfico 3.2 Composicin por GSE de la muestra
16%
37%
C3D
C3
C3C2
47%
3.2.3 Edad
Los grupos etarios de la muestra fueron categorizados en 4 clases, las cuales van desde:
20-35, 36-45, 46-60 y 61 aos o ms. Los grupos mas jvenes son aquellos que
componen un mayor porcentaje de la muestra, representando en conjunto las categoras
20-35 y 36-45 un 76% del total de encuestados.
Edad
20-35
36-45
46-60
61 o ms
Nmero de encuestados
34
42
18
6
6%
18%
34%
20-35
36-45
46-60
61 o ms
42%
72
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
En un plano tcnico el anlisis externo de las preferencias requiere para este estudio de
datos de entrada , que son por un lado las preferencias que expresan en este caso los 100
encuestados pertenecientes a los GSE C3D, C3 y C3C2, y las percepciones de estos en
torno a variables relevantes en la calidad de servicio descritos en 3.1 La diferencia entre
la percepcin y la preferencia radica en que esta ltima es el resultado de la formacin
de una excelente percepcin que se traduce en la adquisicin del bien o servicio. El
separar estos conceptos responde al hecho de que el consumidor muchas veces puede
percibir un producto como bueno, pero no necesariamente preferirlo. (ver 1.2.4)
Teniendo esto en cuenta, lo que realizar el modelo es llevar a un plano bidimensional
ambas fuentes de datos estandarizadas con el fin de determinar la relacin que existe
entre preferencias y percepciones determinando los bancos y divisiones de consumo
mejor posicionados de acuerdo a los favoritismos de cada grupo, asociando estas
preferencias a aspectos especficos de la calidad de servicio. Esto permite concluir por
que aspecto(s) especfico(s) se manifiestan las preferencias.
73
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Para llevar a cabo el proceso se utilizar el programa XLstat24 , programa que a juicio
del investigador cuenta con el software mas eficaz para realizar este proceso25, usando
una aplicacin especifica llamada XLstat MX que permite realizar este anlisis de una
forma amigable para el usuario26. En orden de facilitar el entendimiento del modelo y de
la ejecucin para llevarlo a cabo, se incluirn los procedimientos de XLstat en el
anexo 3.
3.3.1 Obtencin de mapas de percepcin
Los mapas de percepcin representan el punto de partida para la obtencin del
escalamiento externo de las preferencias, pues entregan una imagen de la posicin que
ocupan las diferentes entidades financieras en un espacio bidimensional estandarizado.
Para esto se presentan a continuacin la tabla 4 el resumen de las percepciones
promedio de los cien encuestados, cuya escala se midi de 10 a 70, en donde 10 es la
peor evaluacin respecto de un atributo y 70 es la mejor.
Paris
Ripley
Falabella
Credichile
Santander-Banefe
Nova
Atlas
A1
62
64
66
55
53
55
59
A2
34
34
35
47
46
42
39
A3
48
52
55
52
50
45
42
A4
45
45
46
40
38
37
41
A5
54
50
57
57
58
48
51
A6
42
44
48
48
45
38
41
A7
37
37
42
44
43
38
36
A8
40
32
43
60
60
44
53
A9
37
38
40
52
50
46
41
A10
42
38
46
44
44
42
36
A11
36
35
39
39
39
34
28
A12
40
39
51
53
52
49
45
24
http://www.xlstat.com
Este procedimiento puede ser realizado tambin en SPSS y SAS, pero estos no cuentan con alguna
aplicacin integrada (hasta la fecha) para realizar el escalamiento externo de las preferencias, por lo que
la ejecucin posee un mayor grado de complejidad.
26
En orden de facilitar el entendimiento del modelo y de la ejecucin para llevarlo a cabo, se incluirn los
procedimientos de XLstat, en el anexo 3.
25
74
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
F1
-2,019
-2,751
0,681
3,478
3,169
-0,423
-2,136
F2
0,994
1,276
3,183
-0,034
-0,731
-2,470
-2,218
27
El ACP es posible de realizarse tanto por filas como por columnas, por lo que en este caso se realiz
una representacin grfica de objetos y de atributos, similar al anlisis de correspondencias. En este caso
se obtienen rectas en el mapa que representan la direccin desde el origen que marca el atributo.
75
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
F2 (33,76 %)
2
Ripley
P aris
1
0
Credichile
SantanderB anefe
-1
-2
A tlas
No va
-3
-6
-5
-4
-3
-2
-1
F1 (54,16 %)
A4
A1
A6
0,75
A11
A5
A10
0,5
F2 (33,76 %)
A7
0,25
0
A12
-0,25
A8 A9
-0,5
A2
-0,75
-1
-1
-0,75
-0,5
-0,25
0,25
0,5
0,75
F1 (54,16 %)
76
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
3.3.1.2.1 Interpretacin de los ejes del ACP mediante el uso del crculo de
correlaciones
Es preciso mencionar que con el solo uso del mapa perceptual de la figura 15 no es
posible determinar o interpretar con que variables se relacionan los factores F1 y F2
extrados del ACP. Por esta razn es que en este procedimiento el programa genera
automticamente un mapa perceptual de las variables de evaluacin del servicio (Ver
figura 16) en forma de vectores proyectados desde el origen, cuya correlacin con la
direccin del mapa se mide de acuerdo a la cercana a la correlacin total (equivalente
a 1), la cual se grafica en el crculo de correlaciones. En este mapa el tamao del
vector tendr una gran influencia en la interpretacin:
77
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Teniendo esto en cuenta la figura 16 no muestra una fuerte asociacin para el factor F1
con ninguna variable pudiendo esbozarse una cierta relacin con los atributos A3 y A4
que representan la calidad de servicio al cliente y la flexibilidad en los pagos
respectivamente, mientras que en el caso del factor F2 se presenta una fuerte
correlacin con el atributo A12 que representa el grado de preparacin del personal
para la atencin eficiente de pblico. As es como mediante el uso del crculo de
correlaciones es posible interpretar los ejes, siendo este procedimiento til cuando no
se cuenta con una nocin clara del significado de estos. La direccin opuesta a la que
apunta cualquier vector es su significado contrario.
Mas adelante estos vectores sern aprovechados en establecer correlaciones entre
preferencias y atributos.
3.3.2 Anlisis de cluster de encuestados segn preferencias
Una vez conformada la primera entrada de datos del modelo en base a las percepciones
de atributos de calidad, se procede a generar la segunda entrada de datos, conformada
por las preferencias de los encuestados. En este caso en particular se realizar un
anlisis de cluster de los encuestados28 que sintetizar la informacin relativa a las
preferencias a partir de las respuestas obtenidas en grupos de favoritismos similares.
Este tipo de segmentacin se caracteriza por ser de tipo conductual, la cual como ya se
mencion, se basa en conocimientos, respuestas o actitudes hacia un producto o
servicio, usando como variable de separacin a las preferencias expresadas.
Para esto se optar por una clasificacin ascendente jerrquica, usando como medida de
disimilitud a la distancia Euclidiana29. El primer resultado obtenido es el histograma que
grafica el grado de disimilitud que se produce en cada nodo del anlisis, lo que se
presenta en la figura 17. Cuando el aumento en heterogeneidad de los nodos sea muy
alto, XLstat determina el nmero de grupos apropiado de manera automtica30.
28
De lo contrario el anlisis externo de las preferencias graficara cien vectores diferentes (uno para cada
encuestado), lo que dificultara el anlisis de los resultados en el plano bidimensional estandarizado. Por
esta razn se opta por la agrupacin de encuestados mediante este mtodo.
29
Pues es uno de los mtodos de calculo de la distancia con mayor frecuencia de uso.
Sin embargo las barras verticales claras de histograma de la figura 3.3, indican en que nodos del
anlisis se produjeron fuertes incrementos de la disimilitud, dato que puede ser de gran utilidad para el
30
78
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Nodo
136
143
150
157
164
171
178
185
192
199
0
50
100
150
200
250
Nivel
Por su parte la figura 18, muestra la forma en que se agruparon los encuestados a travs
del tipo de anlisis de Cluster utilizado, truncndose el anlisis al momento de
conformar cuatro grupos que se presentan en el dendograma.
Dendrograma
250
Disimilitud
200
150
100
50
79
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Cluster 1
Pertenencias a Clusters
Cluster 2
Cluster 3
Cluster 4
37
41
21
10
23
42
22
11
24
45
25
12
26
49
27
13
29
51
28
14
31
52
30
15
34
59
32
16
35
69
33
17
39
36
18
53
38
19
55
40
20
58
43
60
62
44
64
46
65
47
66
48
67
50
68
54
70
56
72
57
73
61
74
63
75
71
76
83
77
88
78
91
79
96
80
98
81
99
82
84
85
86
87
89
90
92
93
94
80
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
95
97
100
Composicin GSE
Composicin etarea
Cantidad
Cantidad
Cantidad
Hombres
40%
C3D
53%
20-35
34%
Mujeres
60%
C3
13%
36-45
60%
C3C2
34%
46-60
7%
total
15
total
15
60- y ms
total
15
81
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Composicin por gnero
Hombres
Mujeres
total
Composicin GSE
Cantidad
22
50%
22
50%
44
Composicin etaria
Cantidad
C3D
15
C3
24
5
C3C2
total
%
34%
Cantidad
15
34%
55%
36-45
20
45%
11%
46-60
7%
14%
44
60- y ms
total
20-35
44
Composicin GSE
Cantidad
60%
40%
10
Composicin etaria
Cantidad
C3D
%
30%
20-35
50%
C3
60%
36-45
50%
C3C2
10%
46-60
0%
0%
total
10
60- y ms
total
Cantidad
10
Composicin GSE
Composicin etaria
Cantidad
Hombres
12
39%
C3D
11
35%
20-35
29%
Mujeres
19
61%
C3
15
48%
36-45
13
42%
16%
46-60
29%
0%
total
31
Cantidad
C3C2
total
31
Cantidad
60- y ms
total
31
82
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Ylj = ali X ij + cl
i =1
Donde:
Ylj :
ali :
X ij :
cl :
La solucin del modelo es la obtencin de ali que representa las coordenadas de los
cuatro vectores que se generarn en el plano bidimensional. (Un vector por cluster o
grupo)
83
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Paris
Ripley
Falabella
Credichile
Santander-Banefe
Nova
Atlas
F1
-2,019
-2,751
0,681
3,478
3,169
-0,423
-2,136
F2
0,994
1,276
3,183
-0,034
-0,731
-2,470
-2,218
Paris
Ripley
Falabella
Credichile
S-Banefe
Nova
Atlas
Cluster 1
Cluster 2
Cluster 3
-1,426
0,320
-0,139
-1,770
0,144
0,346
-1,878
0,240
0,626
-0,733
0,384
-1,478
-0,825
0,483
-1,740
-0,982
0,849
-0,943
-1,043
0,706
-0,260
Tabla 7. Tabla de centroides de las clases
Cluster 4
0,280
0,540
0,366
0,287
0,274
-0,426
-0,413
31
84
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Y
R
F
Pr > F
0,007
Cluster 1
0,919
22,796
0,033
Cluster 2
0,817
8,932
0,014
Cluster 3
0,882
14,983
0,072
Cluster 4
0,731
5,436
Tabla 8. Tabla de resumen del modelo vectorial
Y
F1
F2
Cluster 1
0,564
-0,775
Cluster 2
0,031
-0,903
Cluster 3
-0,722
0,600
Cluster 4
0,191
0,833
Tabla 9. Coeficientes del modelo
Para contrastar la hiptesis nula de que todos los coeficientes obtenidos pudieran ser
iguales a cero utilizamos el estadstico F y su probabilidad asociada Pr. Esto permite
rechazar la hiptesis nula, estableciendo estadsticamente que los coeficientes son
diferentes de cero, es decir son significativos para los cuatro clusters dado un nivel de
significancia de 0,1.
La solucin del modelo de escalamiento externo de las preferencias se presenta en la
figura 19, donde se ha incluido en el mapa de percepcin de calidad de servicio de los
bancos y divisiones de consumo, los vectores representativos de los clusters agrupados
en base a las preferencias de los encuestados.
85
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Ripley P aris
0,5
F2
Cluster 3
0
-3
-2,5
-2
-1,5
-1
-0,5
0,5
-0,5
Credichile
1,5
2
2,5
S-B anefe
Cluster 1
Cluster 2
-1
A tlas
Nova
-1,5
-2
F1
1
2
3
4
5
6
7
Cluster 4
Atlas
Nova
S-Banefe
Credichile
Ripley
Paris
Falabella
86
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
87
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Cluster
Composicin del
segmento
Ranking de Preferencias
Atributos
correlacionados con las
preferencias del cluster
Cluster 1
- Genero: Varones
40%, Damas 60%
- GSE: Grupo
predominante C3D
con un 53%
- Grupo etario:
Mayoritariamente se
presentan personas con
edades entre los 36-45
aos, con un 60%.
1 S-Banefe
2 Nova
3 Credichile
4 Atlas
5 Paris
6 Falabella
7 Ripley
El vector representativo
de las preferencias del
cluster 1, se correlaciona
con los vectores de
mejores tasas de inters
(A2)
Cluster 2
- Genero: Varones
50%, Damas 50%
- GSE: Grupo
predominante C3 con
un 55%
- Grupo etario:
Mayoritariamente se
presentan personas con
edades entre los 36-45
aos, con un 45%.
1 Nova
2 Atlas
3 S-Banefe
4 Credichile
5 Paris
6 Ripley
7 Falabella
El vector representativo
de las preferencias del
cluster 2, no se
correlaciona con ninguno
de los vectores de
manera significativa.
Cluster 3
- Genero: Varones
60%, Damas 40%
- GSE: Grupo
predominante C3 con
un 60%
- Grupo etario:
Presenta solamente
personas con edades
entre los 20-45 aos.
1 Ripley
2 Paris
3 Falabella
4 Atlas
5 Nova
6 Credichile
7 S-Banefe
El vector representativo
de las preferencias del
cluster 3, se correlaciona
con el vector de mayor
facilidad para aprobar
crditos(A1)
Cluster 4
- Genero: Varones
39%, Damas 61%
- GSE: Grupo
predominante C3 con
un 48%
- Grupo etario:
Mayoritariamente se
presentan personas
con edades entre los
36-45 aos, con un
42%.
1 Falabella
2 Paris
3 Ripley
4 Credichile
5 S-Banefe
6 Nova
7 Atlas
El vector representativo
de las preferencias del
cluster 4, se correlaciona
con el vector de calidad
de atencin al cliente
(A3)
88
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
89
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
compone mayoritariamente en trminos etareos de personas entre los 36 45 aos. En trminos de preferencia los bancos ligados al retail ocupan
los primeros lugares de preferencia: Falabella, Paris y Ripley. Las
preferencias se correlacionan con la calidad de atencin al cliente
percibida.
al
En
trminos
de
33
Mediante la el grado de alineacin de los vectores de atributos y los puntos representativos de los
objetos o instituciones financieras (en este caso especfico), que se presentan en la figura 3.2.
90
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Banco Falabella: Este banco se posiciona en buenos trminos a travs del factor
de calidad de atencin a sus clientes y se aleja de sus pares del retail de manera
positiva. En la encuesta presentada en la tabla 15 recibe tambin buenas
calificaciones en trminos de facilidad para aprobar crditos y preparacin del
personal. De acuerdo a las preferencias el Banco Falabella tiene un buen
posicionamiento dentro de los Clusters 3 y 4.
Atlas y Banco Nova: No presentan correlacin con ninguno de los doce atributos
que se evalan. Ambas instituciones son preferidas por el cluster 2. Esto
probablemente se explique por la falta de atributos que expliquen la preferencia
no incluidos dentro de los presentes en este estudio.
91
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
92
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
4. CONCLUSIONES
93
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
95
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
96
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Finalmente cabe mencionar que la realizacin de este tipo de estudios ganan poder al
aplicarse estandarizadamente y por periodos de tiempo sucesivos careciendo de sentido
aplicarlos solo una vez.
97
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Bibliografa
1. Bateson, J. E. G. (1985). "Perceived Control and the Service Encounter." J. A.
Cecile, C. A. Surprenant, & M. R. Solomon (Eds).
2. Barritua, Jos Maria. Marketing Bancario en la era de la informacin. Editorial
Pirmide 2002
3. Bloxom, Individual differences in multi-dimensional scaling, Educational
Testing Service, Princeton (N.J.), Research bulletin (1968)
4. Booms, B.H. and Bitner, M.J. (1981), Marketing strategies and organization
structures for service firms.
5. Chamberlin, E.H. (1950). Product Heterogeneity and Public Policy,
American Economic Review, Vol 40.
6. Coxon, A. Users guide to EMD. 1982 London. Heinemann Educational
Books.
7. Engel, Blackwell y Minniard (1986) Consumer Behavior.Editorial Harcourt
Press. Novena Edicion.
8. Hair, J, R. Anderson, R. Tatham y W. Black, "Anlisis Multivariante ",
Prentice Hall, 1999.
9. Hill,P.,en ESOMAR (eds.) How to market financial services in an increasing
competitive environment, Amsterdam,71-85
10. Kotler, Armstrong. Fundamentos de Mercadotecnia. 4 Edicin. Prentice Hall.
Mxico. 1998.
11. Kruskal (1964) Nonmetric multidimensional scaling: a numerical method.
Psychometrika, journal of cuantitative psychology . Nro. 29, Pgs.115-129
12. Lambin, J. Marketing Estratgico. 3 edicin. Madrid: McGraw-Hill, 1995
13. Laroche,Taylor 1988How intangibility affects perceived risk Journal of
Services Marketing, 2003
14. Malhotra, N. (1997) Investigacin de Mercados: un enfoque prctico. Editorial
Prentice Hall. Segunda edicin. 1997.
15. Marshall, E. Presentacin gerentes del sistema financiero de la V regin, de la
SBIF. Noviembre 2003.
16. Matathia, I.; Salzman, M. "Tendencias. Estilos de vida para el nuevo milenio",
Planeta, Barcelona 2000.
98
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
99
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Referencias electrnicas
- Sitio del curso de diseo de metodologa de la investigacin cuantitativa, del
departamento de psicologa de la Universidad de Nebaska.
http://www-class.unl.edu/psycrs/
- Sitio del curso de EMD,
http://www.bcentral.cl
-Sitio de la Superintendencia de Bancos e Instituciones Financieras
http://www.sbif.cl
-Sitio del programa XL STAT
http://www.xlstat.com
100
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anexos
Anexo 1: Encuestas
Paris
Ripley
Falabella
Credichile
Santander-Banefe
Nova
Atlas
101
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Seale el grado de preferencia por alguna de las siguientes instituciones financieras ,
a travs de una escala de 1 a 7, donde 1 es poco preferido y 7 muy preferido.
Nota
Paris
Ripley
Falabella
Credichile
Santander-Banefe
Nova
Atlas
Datos Encuestado
m
20-35
36-45
46-60
61 o ms
C3D
C3
C3C2
Sexo
Edad
Ingreso Mensual
300m-400m
400m-700m
700m-1000m
102
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Comunas: Las Condes (San Damin, Los Dominicos), Vitacura (Sta. Mara de
Manquehue),
La
Reina,
Lo
Barnechea
(La
Dehesa-Arrayn),
muy
103
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
104
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
106
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
107
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
108
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Telfono: El 35 % posee.
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Barrio: Comunas muy pobladas, ninguna calle con Pavimento. No existen reas
verdes, barrios pobres sin urbanizacin. Son los tpicos campamentos de
nuestras ciudades.
Descripcin vivienda: Para los campamentos las paredes son de material ligero,
tablas, cartn o plstico. El techo dem. En caso de estar ubicada en medio de la
ciudad, esta vivienda se encuentra en extremo estado de deterioro, tanto sus
paredes como puertas y ventanas.
110
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
34
http://www.xlstat.com/indexes.html
35
http://www.xlstat.com/demo-prefmap.htm
111
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Se introduce en la opcin PCA, los datos de los expertos que se encuentran en la hoja de
trabajo de excel (que en este caso es Experts), sealando que se trata de una tabla que
tiene etiquetas tanto para sus filas y columnas.
Las opciones de visualizacin se han configurado para graficar las filas en un mapa
(plot), y filas en conjunto con columnas en otro mapa compartido (biplot).
112
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
2,4
Crisp_6
Crisp_2
Crisp_4
1,4
Crisp_3
0,4
Crisp_9
Crisp_7
Crisp_1
-0,6
Crisp_5
-1,6
Crisp_10
-2,6
Crisp_8
-3,6
-3,6
-2,6
-1,6
-0,6
0,4
1,4
2,4
3,4
- - a xis F 1 (4 3 .9 9 %) -- >
El mapa 2, que se obtiene a partir del PCA explica un 69,3% de la varianza, y nos
permite notar que los expertos son capaces de diferenciar de manera clara las diferentes
marcas de papas fritas(que en el mapa se visualizan como Crisp 1,2,3,4,5,6,7,8,9,10).
Biplot (axes F1 and F2: 69.30 %)
Greasiness
Stuffiness
1,9
1,4
Crisp_6
Crisp_2
M elting
0,9
Crisp_4
Crisp_3
0,4
Sweetness
Earthy
Crisp_9
-0,1
Crisp_7
Crisp_1
Overcoo ked
-0,6
Crisp_5
Saltiness
-1,1
A rtificial
Crisp_10
Stickiness
Hardness
-1,6
Crispy
Crisp_8
-2,1
-2,1
-1,6
-1,1
-0,6
-0,1
0,4
0,9
1,4
1,9
El mapa grfica tanto las percepciones de las papas fritas, como los atributos de sabor y
textura. Esta opcin de XLstat ser muy importante para los pasos subsecuentes que se
realizarn.
113
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
114
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Una vez ejecutado el anlisis de cluster de ocho grupos, procedemos a guardar los
centroides de los grupos (que como observar el lector se encuentran estandarizados).
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Una vez que se especifican las opciones en el cuadro de dialogo y se hace un clic el
botn OK, el programa activa otro cuadro de dialogo, en el cual se deben especificar las
opciones para la creacin del mapa de preferencias. En este caso se opta por un mapa
que graficar preferencias de los clusters y objetos (biplot) ,por esta razn se especifica
tambin la etiqueta de cada serie de datos (labels), para que sean incluidas en el mapa.
Se selecciona el Coeficiente de Correlacin como criterio estadstico para determinar el
largo de los vectores.
116
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
Los resultados obtenidos (ver abajo), demuestran que el modelo vectorial es adecuado
para los clusters 1,3 y 6, segn muestra el tamao del vector (Lengh of the vector). Para
el resto de los clusters ser ms riesgoso interpretar sus resultados.
Vectors:
Column
Cluster1
Cluster2
Cluster3
Cluster4
Cluster5
Cluster6
Cluster7
Cluster8
F1
0,077
0,215
-0,761
-0,279
-0,525
0,318
0,384
0,523
F2
Length of the vector
0,813
0,816
-0,053
0,221
0,017
0,761
-0,206
0,346
-0,067
0,530
-0,795
0,856
0,290
0,481
0,287
0,596
p-value
0,021
0,832
0,044
0,616
0,230
0,007
0,302
0,213
Los mapas de salida que entrega el modelo, nos permiten rpidamente interpretar los
resultados.
117
Anlisis de posicionamiento a travs del uso de mtodos multivariadas para bancos orientados a
crditos de consumo, en las ciudades de Valparaso y Via del Mar, a Septiembre de 2006.
El mapa de preferencias nos entrega una representacin visual de las preferencias de los
diferentes grupos de consumidores (Clusters), de acuerdo a la cercana con las
diferentes marcas de Papas Fritas (Crisp), lo que se resume en la siguiente tabla.
Esto representa el final del anlisis, pues hemos obtenido el orden de las preferencias de
los diferentes grupos por alguna u otra marca. Sin embargo los resultados obtenidos en
el paso 1, a travs del PCA graficados en el Mapa 3, se pueden comparar con los
resultados del paso 3 graficados en el Mapa 4.
118