Apuntes Mercados II - CrisTobal

Vista previa del material en texto

Mercados​ ​II 
Apuntes​ ​de​ ​Clases​ ​y​ ​Ayudantías 
 
 
 
 
 
 
Cristóbal ​ ​Soto ​ ​Carmona 
ctsoto@uc.cl 
 
 
Segundo ​ ​Semestre ​ ​2017 
 
Profesora ​ ​Karen ​ ​Thal 
 
	
Mercados II: 
Datos, Modelos y Decisiones en Marketing 
Prof. Karen Thal S – kthal@cadem.cl 
Segundo semestre 2017 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
Tópico Parte A: Introducción y Metodologías. 
Unidad 1: Introducción: Datos, Modelos y Decisiones en Marketing. 
a. Definición 
b. La industria y Estudios Típicos 
c. Problema de Marketing y Problema de Investigación 
d. Ética en Investigación de Mercado 
 
Clase 1: Jueves 03 de agosto 
Introducción a la Investigación de Mercados 
 
Definición American Marketing Association - AMA: 
La Investigación de Mercado es la función que enlaza al consumidor, al cliente y al público con el 
profesional de Marketing, a través de la información. ! 
Lo que hacen los estudios es permitir que el profesional de marketing “converse” con el consumidor, el 
cliente o el público. ¿Cómo?, los consumidores en un Focus Group, encuestas telefónicas, por web, en la 
calle; pero de alguna manera las personas pueden expresar su opinión y el encargado de marketing tiene 
la posibilidad de saber cómo va a reaccionar el consumidor 
Esta información se usa para identificar y definir oportunidades y problemas, generar, refinar y 
evaluar acciones de marketing y mejorar la comprensión del marketing como proceso. 
Antes de hacer algo, puedo descubrir oportunidades de cosas que no están satisfechas, por ejemplo. 
Otras veces, ya tengo algo listo y puedo evaluarlo con el consumidor antes de lanzarlo. Puedo hacer 
ajustes, a un comercial, y refirnarlo según si comunica lo que debe comunicar o no. 
La IM especifica la información requerida para estos objetivos, diseña el método de recolección de la 
información, administra e implementa el proceso de la recolección de datos, analiza los resultados y 
comunica los hallazgos y sus implicancias. 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	2	
Del dato al Insight. Relevancia del brief: 
• Definir el problema, ya que según el problema se realiza el estudio, con el fin de tomar mejores 
decisiones. 
o Es muy importante el brief; ya que cuando se pide el estudio se define el estudio. Para 
que sea útil, el brief debe ser del problema no del estudio. 
 
El Problema de Marketing: Una Visión Estratégica 
Generalmente se parte un estudio porque hay una brecha entre los objetivos que tiene el 
departamento de marketing y el 
conocimiento, las preferencias, la 
satisfacción de los clientes. 
Por lo que se hace un estudio para entender 
la brecha (¿por qué no se están logrando los 
objetivos?), con dicho estudio se estudia el 
problema para poder realizar una acción (el 
estudio se diseña según el problema), para 
poder diseñar acciones de marketing. Luego 
testeo las acciones y nuevamente está 
presente el estudio de mercado, para testear 
la propuesta; así lanzo el producto y la IM sirve para detectar las oportunidades, para entender la 
brecha entre lo que quiero y lo que está ocurriendo, para testear mis acciones y post-testear las 
acciones. 
La IM no toma decisiones por el encargado de Marketing. Los estudios no reemplazan a la inteligencia, y 
los estudios se hacen junto a otras variables (ventas, estudios propios, fuentes secundarias, fuentes 
públicas, Big Data), por lo que no hay UN estudio que defina el camino a seguir, sino que se debe juntar 
la información para analizarla y tomar la decisión. 
 
Clase 2: Martes 08 de agosto 
Introducción a la Investigación de Mercados – continuación… 
 
Sistemas de Información en Marketing 
 
Estudios	de	
Mercado	(adhoc)	
• Le	pertenece	al	
cliente	
Estudios	
Sindicados	
• Son	estudios	que	
alguien	(una	
empresa)	hace	y	
puede	vender	a	
otras	empresas.	
• El	dueño	de	la	
información	es	
quién	hace	el	
estudio.		
• No	es	adhoc	al	
cliente	que	lo	pide	
Datos	Propios	
• Datos	históricos	o	
test	de	productos.	
Base	Datos	Clientes	
• Un	banco,	tiene	
una	relación	
estable	con	sus	
clientes,	por	lo	
que	tienen	mucha	
información	y	a	
veces	solo	se	debe	
analizar	y	no	
hacer	estudios.	
BIG	DATA	
• Es	la	tendencia,	
¿qué	hace	la	gente	
en	la	Web?	
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	3	
Investigación de Mercados on-line 
• Estudios Cuantitativos 
o Selección de la Muestra 
! DB Clientes/Consumidores " Encuestas por correo electrónico 
! Paneles " Personas que se han inscrito para responder encuestas según un 
perfil. A estas personas se les hace seguimiento para ser consistentes 
• Estudios Cualitativos 
o Focus Group on-line " Conversaciones en muestras pequeñas, no hay datos, se hacen 
análisis de palabras. Es una entrevista en línea (chat o voz); dura 2 horas. No han 
tenido mucho éxito, no es mucho lo que gano, mejor presencial. 
o Bulletin Board " Dura 2 semanas, se van conectando (como en Facebook). Se puede 
hacer seguimiento: fotos, experiencias, qué hicieron, etc. 
• Medios Sociales (Social Media Research) " Análisis de que se habla en la web. 
Modelo GSE usado en la Industria: Modelo Grupos Socio-Económicos. 
El ingreso es una descripción referencial GSE, la 
actividad y educación de la persona que aporta el 
mayor nivel de ingreso al hogar. 
La AIM, hace dos años, está intentando corregir el 
modelo actual, por ejemplo, sueldos 
complementarios y así obtener un ingreso per-
cápita. 
 
 
Clase 3: Jueves 10 de agosto 
Introducción a la Investigación de Mercados – continuación… 
Clasificación Estudios: 
 
 
 
 
 
 
Por	Metodología	
• Cualitativos	
• Focus	Group	
• Entrevistas	
• EtnograUías	
• Cuantitativos	
• Encuestas	F2F	
• Encuestas	telefónicas	
• Encuestas	Online	
Por	Uso/Temática	
• Imagen	y	Posicionamiento	
• Segmentación	
• Estudios	de	Hábito	
• Test	de	Producto	
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	4	
Estudios Típicos – (según uso/tema) 
 
El análisis de oportunidad de negocios y la formulación e implementación de entrategia de 
marketing se usan para productos de consumo masivo, en cambio quality es para evaluar la 
experiencia y satisfacción con un servicio. 
 
Análisis de Oportunidad de Negocios: 
 
• Market & Consumer Understanding 
o U&A/Exploratorio: Estudios donde se pregunta todo a la gente sobre una categoría. 
Quién consume, en qué forma, en que se fijan, qué imagen tienen de la marca, etc. 
! U&A= Uso y Actitudes 
o Segmentación: Se segmenta a las personas dependiendo de sus cualidades e intereses. 
o Consumer Immersion: Los ejecutivos de la empresa van a tener contacto con los 
consumidores. Vale decir, conversar con los consumidores. 
 
• Innovación: Las técnicas de innovación son diferentes, ya que se basan en la observación de los 
consumidores para saber y entender las necesidades no satisfechas. 
o Etnografía para buscar 
o Oportunidades 
o Concept & Product Test: Testear el concepto del producto y el producto. Ej: Se tiene un 
nuevo postre con características definidas. Se le muestra al cliente y la gente evalúa la 
idea. Se evalúa el concepto y el producto porque a veces se tiene un buen concepto (y la 
idea es buena), pero el producto no responde. 
o Blind test: Producto solo. 
o Conjoint Analysis: Cuando se tiene distintas variables posibles de un mix de 
marketing, se seleccionan algunas. Ej: Al crear teléfono: Gigas, Whatsapp, Iphone o 
competencia, precio, etc. Esta técnica testea cada combinación y se dice cuánto pesa 
cada variable y la combinación óptima. 
o Post Launch: Post lanzamiento. Ver qué ocurrió. Sirve para saber cuántas personas 
supieron que se lanzó, cuantos compraron el producto, que les pareció, etc. 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	5	
 
Formulación e Implementación Estrategia de Marketing: 
 
• Posicionamiento de Marca y Propuesta de Valor 
o Imagen y posicionamiento: Se toma una categoría de producto y se ve la imagen que 
tienen las personas de esta marca. 
o Test de concepto y producto: Similar a lo explicado. 
! El concepto es el brief parala comunicación 
o Elasticidad de Precios: Ver cambios en la demanda. 
o Testeo publicitario: Para ver si el comercial cumple con los objetivos. Si le gusta al 
público objetivo y si el mensaje comunica lo que la marca quiere. 
o Testeo de Packaging: Se pone una imagen borrosa y se va mejorando el enfoque. 
Cuando la persona reconoce la marca, se detiene el tiempo. 
o Testeo de Promociones: 2x1, premios, etc. 
 
• Shopper Understanding: El shopper es el consumidor en el momento de la compra 
o Shopper (Árbol de Decisión): Estudio en el lugar de venta. Los encuestadores observan 
que actividades realiza la gente y le preguntan cómo fue su proceso de compra, ahí 
mismo. 
o Compra Acompañada: Además de quedarse en el lugar de compra, se pre-recluta a una 
persona, para saber qué cosas va a comprar. Se entrevista mientras se compra, se paga, 
y, en general, todo el proceso. Principalmente para consumos de uso masivo. 
 
Quality - calidad 
• Satisfacción: Ver si el cliente está contento con la página web, servicio, etc. Se utiliza para 
pagar bonos a la gente ejecutiva que realizar los trabajos. Se realizan preguntas del tipo 
“¿Está contento con el servicio?”. 
• Mistery Shopper: Una persona se hace pasar por cliente, para chequear que se cumplen 
ciertos protocolos en el lugar. 
 
El valor de un estudio: 
¿Qué cualidades le da valor a un estudio? Debe servir para el producto. 
¿Cuánto vale un estudio? Un Focus Group vale 1MM. Usualmente se realizar 4 al menos. Las 
encuestas varían dependiendo de la especificación, dado el número de personas y el acceso a ella. 
Además, dependerá del largo y de si tiene preguntas abiertas o no. Encuesta telefónica: 3M cada una. 
Encuesta cara a cara: 10M a 30M cada una, dependiendo del largo. 
 
*Todas las encuestas que se han publicado, han sido descriptivas, no predictivas. Son encuestas al 
público en general. Encuestas de clima (Ej: Saber si el presidente realizar un buen gobierno o no). 
 
Normas éticas: Relación investigador – participante 
• Garantizar el anonimato de los participantes: Se responde en calidad de muestra, no se dan 
nombres de personas. A menos que se solicite expresamente. 
• Prevenir efectos adversos en los participantes: 
• No usar la investigación como medio de venta 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	6	
• Garantizar el derecho a no responder: No se puede obligar a responder una pregunta 
específica de una encuesta. Hay preguntas que pueden generar rechazo. 
• Garantizar la participación con consentimiento/también grabaciones: Se avisa si se va a grabar 
o algo similar. 
• Entregar nombre de la empresa que pide la investigación 
• Consideraciones especiales con niños: En comidas, por ejemplo. Al probar distintos pasteles. 
• Adherir a normas en presentación de resultados 
• No usar la investigación con otro cliente 
• No hacer uso indebido de resultados: Si es una encuesta privada, no se puede otorgar a una 
persona diferente de quien realizó el contrato. A menos que sea sindicalizado. 
• Derecho de propiedad del cliente (estudio, propuesta): El estudio le corresponde a quien 
solicitó el estudio. 
• Integridad Técnica 
 
El problema de investigación: una visión estratégica (se preguntará explícitamente en la prueba) 
 
Problema de Marketing: Determina la calidad 
de un estudio cuando está bien definido. 
Problema que tiene la persona de marketing. No 
es un problema del investigador. El problema de 
marketing de las pizzas es qué hacer para que 
las pizzas vuelvan a subir sus ventas. 
El problema de investigación es entender por 
qué los consumidores han dejado de consumir 
pizza. 
 
*Diferencia gigante entre problema de 
investigación y problema de marketing. 
Problema de Marketing: ¿Qué decisión tomar 
para que ocurra algo específico? Es el problema 
que quiere solucionar la empresa (subir ventas, etc.). Se responde utilizando la información obtenida 
del estudio. 
Problema de investigación: Objetivo de la investigación. ¿Qué información se requiere? (Aquí se 
aplica teoría y conocimiento). Se desglosa en muchas preguntas de investigación. Es el problema del 
investigador del mercado. El estudio responde este problema. 
 
La relación entre ambos es que el área de marketing debe informarle al investigador. A raíz de ambos 
(marketing e investigación), surgen las preguntas de investigación. Se formulan hipótesis y se genera 
un diseño de investigación. 
 
Ejemplo N°1: Caída en Ventas de la Marca X 
Problema de marketing: Como hago para que mis ventas se recuperen. 
Problema de investigación: Determinar los factores que causan la disminución en las ventas de la 
marca X cuando la categoría ha aumentado sus ventas. 
Preguntas de investigación: 
¿Qué atributos son los más importantes para los consumidores? 
¿Cómo perciben los consumidores la marca X y la competencia en estos atributos? 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	7	
¿Qué cambios perciben los consumidores en la marca X y en la competencia? 
¿Han cambiado las preferencias de los consumidores de X? 
¿Qué marca están comprando los nuevos consumidores de la categoría? 
¿Son leales los compradores de X y los de otras marcas? 
 
Ejemplo N°2: Mall Plaza Vespucio. 
En 1999 Cencosud anunció la construcción del Mall Florida Center ubicado a pocos metros del Mall 
Plaza Vespucio que funciona desde 1990. Mall Plaza Vespucio atendía en 1990 a 1.200.000 personas en 
8 comunas del sector sur-oriente de Santiago. En 10 años la población en estas comunas había crecido 
en 25%. 
Problema de Marketing: ¿Cómo mantener la clientela actual? 
Problema de Investigación: ¿Qué prefiere el cliente para elegir un Mall sobre otro?, ¿qué quiere el 
cliente? 
Hay diferencias entre una pregunta de investigación y una pregunta de cuestionario. Siempre se habla 
de “los clientes”, nunca es dirigida a una sola persona. 
 
EL problema de investigación: Resumen de las preguntas de investigación, redactado como pregunta 
(SIEMPRE). 
Las preguntas de investigación: Todo lo necesario para poder responder a la pregunta realizada. 
 
Ejemplo N°3: Teleserie Machos 
 
En 2003 Canal 13 exhibió en horario estelar la teleserie Machos con gran éxito de rating. Este éxito fue 
muy importante para los resultados financieros del canal en ese año porque los televidentes se 
mantienen en el mismo canal de las teleseries al noticiero central y luego al horario prime que 
comienza a las 10 PM. Sin embargo, el éxito de una teleserie es poco predecible y los ejecutivos del 
canal quisieron diseñar para el futuro un noticiero central atractivo a la audiencia que fuese menos 
dependiente del éxito de la teleserie de turno. 
 
a) ¿Cuál es el problema de Marketing para Canal 13?: ¿Qué noticias deben haber? 
b) ¿Cuál es el problema de investigación correspondiente?: ¿Qué factores hacen más atractivo un 
noticiero u otro?, ¿qué noticiero ven los televidentes?, ¿cuál es el perfil del televidente?, ¿cómo 
se percibe nuestro noticiero actual? 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	8	
Unidad 2: Estudios Cualitativos 
a. Tipos de Estudios 
b. Estudios Cualitativos 
c. Focus Group 
d. Medios On-line 
e. Análisis de Contenido 
 
Clase 4: Jueves 17 de agosto 
Estudios Cualitativos 
 
 
Tipos de estudios 
1. Desk Research / fuentes secundarias: Recopilar información a través de fuentes secundarias. 
 
2. Exploratorio: Se busca entender, no dimensionar. 
# Entender y conocer en profundidad necesidades, actitudes y conductas de los consumidores; 
familiarizarse con el problema. 
# Usualmente metodología cualitativa. 
 
3. Descriptivo: Típicos estudios cuantitativos. Se ponen preguntas en un cuestionario, se cuenta 
cuanta gente dijo cada cosa y se obtienen soluciones. 
# Estudiar características de una variable y/o la relación entre variables 
# Usualmente metodología cuantitativa 
 
4. Causal: Se realiza una acción y se mide el impacto (no es muy común). Es un tipo de experimento. 
# Determinar relaciones de causa y efecto 
# Metodología cuantitativa basadaen experimentos 
# Es cuantitativo 
 
Características de las Metodologías 
 
Cualitativa: hay un moderador y un analista 
# Variables cualitativas 
# Origen ciencias sociales 
# Método inductivo 
# Información no estructurada 
# Mucha información por encuestado 
# Muestras pequeñas 
# Análisis subjetivo 
# ¿Conclusivo? (Es exploratorio) 
 
Cuantitativa 
# Variables cuantitativas: 
# Origen ciencias exactas 
# Método deductivo 
# Información estructurada 
# Poca información por encuestado 
# Muestras grandes 
# Análisis objetivo 
# Conclusivo 
 
*Análisis subjetivo: Hay una persona que modera. Por lo tanto, nunca un moderador será igual a otro. Los 
informes pueden ser distintos. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	9	
Estudios Cualitativos 
• Focus Groups 
• Entrevistas en profundidad 
• Mini groups 
• Etnografía 
• Compra acompañada 
• Observación y grupos creativos para innovación 
• Bulletin Boards y Focus Online 
 
Clase 4: Martes 22 de agosto 
Estudios Cualitativos – continuación 
 
 
En un estudio cualitativo el valor está en la profundidad y no en el tamaño de la muestra. Se realiza un análisis 
de la información y se sacan conclusiones, luego se hace un cuantitativo para dimensionar lo cualitativo. 
 
Hago un estudio para tomar decisiones con 4 FG o 30 entrevistas en profundidad. 
 
Técnicas Tradicionales 
 
• Focus Groups: 
o Idea de terapia grupal, entre 1 a 3 horas, en grupos de 6 a 9 personas. 
o Se segmenta la población en grupos homogéneos 
! Cada integrante del grupo tenga un contexto de vida similar (C1-C2; C3-D; 
universitarios o no) 
! La realidad en Chile hace que se separen en GSE, no es posible tener un grupo con todos 
los niveles, ya que el ABC1 puede expresar su opinión y el E inhibirse. 
o ¿De dónde sale gente?: Reclutadoras/Contactantes 
! Se hace un cuestionario filtro, para seleccionar a las personas que sirvan para cada 
grupo. 
• A la contactante se le paga variable por persona inscrita en el Focus. 
o ¿Cómo se hace? 
! Se realiza en un lugar cómodo con equipos de video (sistema cerrado de TV) o en un 
espejo con visión unilateral. 
! Se usan técnicas proyectivas: personificación, asociación libre (todo lo que se venga a la 
mente cuándo te digo sol), analogías, obituario (debilidades de las marcas, si la marca 
“muere”, que le escribirías en el obituario); debate: perfil proyectado; collage (es un 
estímulo que ayuda a expresar emociones de la marca); homework. 
• Se preguntan de manera distinta al uso de lenguaje; se proyecta la imagen que se 
tiene de una marca. 
! Homework: Se le puede pedir a la gente que traiga algo hecho de la casa, por ejemplo, 
que durante una semana registren todo lo que se le ocurrió en torno a lo que toman, que 
saquen fotos del momento, que hagan un collage, etc. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	10	
! La dinámica grupal enriquece calidad y cantidad de información, ya que permite 
profundizar y entender opiniones discrepantes (estoy de acuerdo, pero…; yo no estoy de 
acuerdo, porque…). 
o El moderador juega un rol fundamental, ya que es quién prepara la pauta de conversación y 
guía la conversación hacia el objetivo y estimula la participación e interacción; para luego 
analizar los datos y redactar un informe con las conclusiones. Debe buscar integrar la 
participación de todos. 
! En general, el moderador, se llama director de proyecto. 
! En general, son psicólogos. En algunos casos hay sociólogos o antropólogos. 
o La pauta de conversación va de lo general a lo particular 
! Comenzar con una introducción: estoy realizando este FG, soy X, y ustedes fueron 
seleccionados por Y, ya que analizaremos Z. 
! Presentación – contexto de análisis 
! Introducción al tema 
! Preguntas claves (y test de estímulos si hay): de lo más espontáneo a lo más ayudado. 
• No influir en las marcas, sin que las personas se expresen espontáneamente. 
• En Chile, la gente es positiva; le cuesta decir los atributos negativos, dicen 
varias cosas por complacer. Se debe tener en cuenta el riesgo a inducir una 
respuesta. 
• Entrevistas en profundidad: 
o Discusión individual en base a pauta semi-estructurada con preguntas abiertas, aplicada 
generalmente en su hogar/trabajo. 
! No hay contaminación de las respuestas, debido a que no hay interacción en el grupo. 
• Es importante para desarrollo de procesos individuales (por ejemplo, cómo 
escogieron una casa). 
! Posibilidades de acceder a targets difíciles (por sus características o dispersión 
geográfica) 
! Posibilidad de tratar temas sensibles (en teoría, pero en la práctica la gente habla de todo 
en grupos cuando se siente cómoda). 
• Mini-groups: 
o Es un punto intermedio entre Entrevistas en Profundidad y en FG. Son grupos de 4-5 personas. 
Se realizan entrevistas en profundidad y discusión grupal. 
• Etnografía: 
o Experimentar la vida junto a los consumidores, para vivir y ver el mundo desde su perspectiva 
cotidiana, así analizo lo que piensan, lo que miran, lo que hacen por medio de la observación. 
! Analiza: hábitos, valores, creencias compartidas por una cultura/grupo de personas. 
! Por medio de la observación, entrevistas in situ, diarios, documentación en video, visitas 
acompañadas 
• Ejemplos: 
o Minigroups etnográficos: un grupo pequeño, conocido, en un lugar 
conocido de ellos (en la casa de alguien). 
o Altournative Insight: un tour de lugares y personas de un segmento 
determinado guiado por un miembro de dicho segmento. 
• Técnicas cualitativas online: 
o Bulletin Boards: cuando no estás presencialmente, a veces, las personas dicen cosas que no son 
capaces de expresar en un FG. 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	11	
¿Cómo se usa la investigación cualitativa? 
A veces se hace antes, o a veces después, de la investigación cuantitativa. 
• Antes: en el ejemplo de APV, primero entrevisto y luego lo llevo a números 
• Después: en estudios de segmentación, primero saco datos y luego profundizo con cualitativo. 
 
¿Para qué se usa un FG? 
Para determinar causas de problemas y desarrollar hipótesis, conocer y entender al consumidor, desarrollar y 
evaluar publicidad o promociones (estudios de imagen de marca) 
 
NO se debe usar para innovar o para el desarrollo de nuevos productos: ¿qué falta en esta categoría? 
 
Diseño muestral de un FG 
Los estudios oscilan entre 2 y 10 sesiones grupales, el número de grupos depende de cantidad de variables de 
segmentación que interesan al cliente: sexo, edad, GSE, uso/no uso de la marca/producto. 
 
En la definición de la muestra de un estudio cualitativo, debe quedar claro: 
• ¿cuántos FG se realizarán? 
• ¿quiénes estarán en cada FG, o en otras palabras, cuáles serán los criterios de segmentación para definir 
cada FG. 
 
Para definir un diseño muestral, deben: 
• definir cuáles son las variables de segmentación relevantes 
• definir los posibles valores de esas variable 
• expresarlo en una tabla o lista (tabla de doble entrada) 
• indicar cuántos FG harán en cada celda 
• indicar el número total de FG de la muestra 
 
Por ejemplo, crédito de consumo en banco Santander: 
 
 Cliente No Cliente 
 Con CC Sin CC Con CC Sin CC 
Edad Masiva Premium Masiva Premium Masiva Premium Masiva Premium 
25-35 
36-55 
 
Criterios para evaluar un FG 
• Reclutamiento 
o No es el número lo que importa, sino que la calidad y el cumplimiento de requisitos. Hacer 
filtro ciego. 
• Moderación 
o Seniority moderador (trabaja de planta o free lance), a cargo de todo el estudio, para fomentar 
participación, saca lo máximo de cada participante (líderes, silenciosos), equilibrio entre 
escuchar/abrirse a nuevos hallazgos/seguir la pauta. 
• Análisis y Conclusiones 
o ¿Quién lo hace? 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	12	
El moderador tal vez está entrenado para escribir informes y no para dar conclusiones. 
 
Ventaja de un FG online: la gente es más honesta y tiende a decir más fácil lo que piensan. 
 
 
Clase 5: Viernes 25 de agosto 
Estudios Cualitativos– continuación 
 
Estudio Cuantitativo: 
" Estudio de imagen y posicionamiento: 
• Pensando en sitios web dirigidos especialmente a las mujeres… ¿Cuáles conoce aunque solo sea de 
nombre? 
o Top of mind: ¿qué porcentaje dice la marca en primer lugar espontáneamente, sin decir las 
marcas? 
Estudio Cualitativo: 
" Estudio Online: Bulletin Board 
 En un cualitativo permite encontrar temas que no pasan por la mente al hacer el cuestionario. Al 
hacerlo online, permite navegar en otros sitios. 
 
 
Innovación y co-creación: No se verá en el curso, solo si hay tiempo se verá en lanzamiento de nuevos 
productos. 
 " Se basan en la observación (muy etnográfico) y no en las preguntas. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	13	
Unidad 3: Encuestas y Muestreo 
a. Muestreo y Registros 
b. Tipos de Muestreo 
c. Errores Muestrales y no Muestrales 
Clase 5: Viernes 25 de agosto 
Muestreo 
 
¿Por qué una muestra? 
Dificultad de hacerlo, es muy caro, mucho tiempo. 
 
¿Por qué no encuesto a todos y hago una muestra?, es innecesario, por ejemplo lo encuestadores pueden 
cometer errores que es un error no muestral. Realizo una muestra que es mucho más precisa, que podría tener 
menos errores, que es más “barato”. 
 
No necesariamente una muestra grande es mejor. Se necesitan muestras con errores pequeños, para que sea 
incluso mejor que una muestra grande. 
 
Etapas en Muestreo 
1. Definir la Población " ES UNA FRASE 
a. Si quiero hacer un estudio de satisfacción de la Biblioteca de SJ: Población son todos los 
estudiantes de la UC que van a la biblioteca. 
b. Si quiero hacer un estudio de comida de perro: la población es la gente que compra comida para 
perro (y tiene perro), y es responsable de comprar dicha comida. 
 
2. Definir el Marco Muestral " ES UNA LISTA DE SUJETOS QUE CONFORMAN LA POBLACIÓN. NO 
NECESARIAMENTE SON PERSONAS 
a. Es peor que el marco muestral esté dentro de la población, ya que hay error de 
representatividad. Hay parte de la población que tiene cero opción de ser elegido. 
b. Si el marco muestral es más grande que la población, hay solución, como cuestioarios filtros 
i. La población es los alumnos de la Católica, de las últimas 5 promociones, que quieren 
hacer un MBA en la UC. No tengo estos datos, pero si tengo a todos los estudiantes, por 
lo que puedo filtrar y ahí tener a mi marco muestral. 
 
3. Definir el Tipo de Muestreo 
a. Depende de la disponibilidad del marco muestral, de los costos y de la incidencia de lo que 
ando buscando. 
i. Si la incidencia es muy baja (los que juegan golf en Santiago) puedo hacer una “bola de 
nieve” (los amigos de los amigos de los amigos). 
4. Determinar el Tamaño de Muestra 
5. Seleccionar la Muestra y Recolectar los Datos 
 
Métodos de Muestreo No Probabilístico: Probabilidades de selección desconocidas: 
• No puedo medir varianzas ni errores, ya que no requiere procedimientos muy formales. 
- Conveniencia 
o La muestra se forma con las unidades disponibles o accidentales. 
o Tiene riesgos, pero a veces, en la práctica es mejor hacerlo (Puntos de afluencia) 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	14	
- Juicio 
o Un experto identifica las unidades que conforman la muestra. 
! Para muestras pequeñas (ejemplo, el estudio para saber si los sextos básicos tienen buen 
inglés) 
- Cuotas 
o La muestra se selecciona por conveniencia en cada una de las sup-poblaciones formadas con 
variables relevantes. 
! Tienen caracteristicas sociodemográficas como la población 
 
Métodos de Muestreo Probabilístico: Probabilidades de selección conocidas y mayores que 0: 
• Se pueden medir varianzas y errores, ya que requiere procedimientos formales. 
• Para que sea probabilistico todas los individuos deben estar en el marco muestral y tener una 
probabilidad de ser escogido. 
 
Clase 6: Martes 29 de agosto 
Muestreo – continuación 
 
Muestreo Probabilistico: 
1. Muestreo Aleatorio Simple: 
a. Se enumera la población de 1 a N a partir del marco muestral y se seleccionan n numeros 
aleatorios entre 1 y N. 
i. El promedio es cuantitativo. La proporción (%) es cualitativa. 
b. Error estadístico y tamaño de muestra 
El error E depende del tamaño de muestra n. El error estadístico es la máxima distancia que hay entre mi 
muestra y el verdadeo promedio dado un nivel de confianza. 
 
 
Fórmulas Error Estadístico: 
Si el muestreo es probabilistico: 
Muestro Aleatorio Simple " Sistemático 
 
Determinar n dado E 
Para el promedio (media) 
 
" Si la población es finita: ! = !∗ !!!!∗ 
 
con !∗ = !
!
!! !
!, el término !!!!∗ se conoce como factor de corrección. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	15	
" Si la población es grande (infinita): ! = !
!
!! !
! 
 
Para la proporción 
! = !∗ !! + !∗ 
con !∗ = !
!
!! !(1 − !) 
cuando ! no es conocido se asume 0,5; por lo que en el peor de los casos ! 1 − ! = 0,25 
 
 
Determinar E dado n 
Para el promedio (media) ! cuantitativo 
 
" Si la población es finita: !!"# = ! !
!
! 1 −
!
! 
" Si la población es grande: !!"# = ! !
!
! 
 
Para la porporción ! cualitativo 
 
" Si la población es finita: !!"# = ! !(!!!)! 1 −
!
! 
 
" Si la población es grande: !!"# = ! !(!!!)! 
 
2. Muestreo Estratificado: 
a. Se divide la población en Estratos o Sub-Poblacones y se selecciona una muestra aleatoria en 
cada estrato. 
i. Hago grupos por variables de interés y hago aleatorio simple dentro de cada estrato. 
b. Para hacer estratificado debo conocer el tamaño de los estratos. 
i. Hago un muestreo simple en el C3 
 
Fórmulas Error Estadístico: 
Si el muestreo es probabilistico: 
Estratificado 
 
Determinar n dado E 
! = !!"# ∗ !"## 
 
El deff es un corrector de diseño. El deff 1 es la sumatoria de todos los estratos (h)… cuanto pesa cada estrato. 
N poblacional y n muestral 
!"## = !"##! ∗ !"##! 
 
!"## = !!!
!
!
!
!!
∗ 1 − !! 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	16	
El !! es la correlación entre la variable que estoy desproporcionando y la que estoy midiendo (cuánto me 
afecta la desproporción en la variable que estoy midiendo) 
 
El error estadístico, dado n 
! = !!"# ∗ !"## 
 
3. Muestreo Conglomerado (etapas): 
a. Las unidades se agrupan naturalmente en conglomerados. Se seleccionan aleatoriamente a 
conglomerados y luego se seleccionan aleatoriamente b unidades. 
b. Ojalá no lo tenga que hacer… son mejor las opciones anteriores, pero a veces no hay un listado 
de todas las personas que hay para seleccionarlas. 
i. Por ejemplo si necesito una muestra de los jugadores de golf, entonces los jugadores de golf se 
agrupan naturalmente en un club de golf… entonces etapa 1: escojo aleatoriamente un club de 
golf. Una etapa 2 sería alatearoriamente os jugadores de golf de ciertos clubes. La muestra se 
parece más dentro de cada conglomerado (efecto contagio) 
ii. Los más típicos son de hogares. 
1. Selecciono la manzana aleatoriamente, luego cada hogar en cada manzana y luego cada 
persona dentro de cada hogar. 
2. Más fácil aumentar el “b”. Pero la muestre pierde representatividad (la gente en las 
manzanas se parece más). Lo mejor es aumentar el “a”- 
 
Fórmulas Error Estadístico: 
Si el muestreo es probabilistico: 
Conglomerado 
 
Determinar n dado E 
! = !!"# ∗ !"##, con !"## = 1 + ! − 1 ! 
donde r es la correlación al interior de cada conglomerado. 
 
Ejemplo: 10 manzanas (a) y 20 hogares (b) 
El error estadístico, dado n 
! = !!"# ∗ !"## 
 
Recordar que: 
90% " z = 1.65 95% " z = 1.96 99% " z = 2.58 
 
S es varianza de la muestra 
N es el tamaño muestral 
 
Ejemplo Muestreo en 2 etapas 
Las manzanas son a = 20, los hogares son b = 10 y la muestra es axb = 200 
 
El numero total de hogares son 300*400=120.000 
a) 120.000/200 
b) 77/200, variable cualitativa " es el p 
c) !!"# = 1,96 !,!"#(!!!,!"#)!"" 1 −
!""
!"#.!!! 
d) hacer…. Deff=1,323 y r=0,036. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	17	
Unidad 4: Experimentos 
a. Estudios Causales 
b. Correlación y Causalidadc. Medición de Impacto 
d. Modelos de Regresión 
Clase 7: Jueves 31 de agosto 
Otras Fuentes de Datos: Estudios Causales 
 
Estudios Causales 
Son experimentos que diseño en un laboratorio para evaluar el efecto de una variable independiente sobre 
una variable dependiente. 
Ejemplos: 
1. Efecto del precio en una compra 
2. Si cambio el precio como se mueve la lealtad de los compradoras. 
3. El efecto de la publicidad en la imagen de la marca, o del programa de beneficios en la satisfacción de 
los clientes. 
Debo controlar todas las variables que estén afectando a la variable dependiente que no sea la variable 
independiente. 
El experimento es más acotado. Otra opción es una simulación. 
 
• Metodología para medir la efectividad o impacto de acciones de marketing sobre una variable objetivo: 
 
 
 
 
 
 
 
Correlación y causalidad 
Correlación es distinto a causalidad 
La correlación no significa causalidad. Si fuera todo controlado, podría ser. Puede haber diferencias que no 
estén medidas en el estudio en cuestión. 
 
Paradoja de Simpson: Ejemplo universidad de Berkeley, en que los totales esconden el efecto de otra variable 
que podría estar influyendo y no puedo afirmar causalidad (ver ejemplo en ppt). 
 
Medición de Impacto: 
Cualquier acción sobre variable control. Calculando la diferencia que tendrá el resultado en la variable 
objetivo en el grupo que tuvo tratamiento con el mismo resultado en el grupo sin tratamiento (grupo control) 
 
 
¿Cómo construir el control? " 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	18	
EXPERIMENTO: STAR VIDEO, ejemplo. 
* ¿qué tratamiento se deben usar para decidir el % de la muestra y el % de control: Equilibrio entre muestra 
suficientemente grande y el beneficio (por el costo que tiene) que se puede reportar. 
* En el grupo de tratamiento la tasa de suscripción es 0,156% y en el grupo control, la suscripción es 0.144% … 
es decir el delta es 0,156%-0,144%=0,012 
" beneficio campaña en el grupo tratamiento: 0,012%*1200 – 0,02*75/45 = 14,37 
" beneficio campaña en el grupo control: 0 – 0,02*75/45 = -0,033 
 
Sobre una persona promedio: 14,37*90%-0,03*10% = 12,85 por persona promedio 
 
Clase 8: Martes 12 de septiembre 
Otras Fuentes de Datos: Estudios Causales – continuación 
 
Medición de Impacto 
Uno puede realizar un test de mercado para experimentar. También se puede simular, con un pre-test de 
mercado, que es un experimento. 
 
En la minoría de los casos se realiza aleatoriamente a los sujetos de la muestra al grupo control y al grupo 
tratamiento, con ello calculo el delta del impacto. 
Es importante que sea aleatoria para evitar el sesgo de selección, por lo tanto la diferencia que se encuentra se 
debe al tratamiento y no a características de las personas. 
 
Método 1: Aleatorización o Experimento Verdadero 
La selección y asignación de la muestra es aleatoria. Ej: Star Video. (Ejemplo visto, revisar). 
- Experimento Verdadero (si se puede hacer, es mejor)… Puedo “agarrar” todos los sujetos y yo mismo 
asignarlo al grupo tratamiento y al grupo control. Con muestra seleccionada aleatoriamente. Si no se 
puede hacer, se hacen quasi experimentos: DID o Matching. 
 
Método 2: Diferencias en Diferencias (DID) 
 
Ejemplo: Para evaluar una promoción de una empresa que vende 
helados se miden las ventas en una ciudad 9 semanas antes y 5 
semanas durante la promoción. Las ventas semanales en las 9 
semanas previas a la promoción fueron MUS$ 90,0 y las ventas 
semanales durante la promoción fueron MUS$ 115,8. 
¿Fue efectiva la promoción? : No se puede determinar, por 
problemas de estacionalidad, por ejemplo. 
 
*Se puede realizar: control antes, control después, tratamiento antes, tratamiento después. 
*Se puede tomar una ciudad comparable, sin promoción: 
 * Delta en ciudad original: tratamiento menos control: 115,8 – 90 = 25,8 
Luego, voy a otra ciudad comparable, sin promoción : veo la diferencia en esa otra ciudad respecto a lo mismo. 
Luego, debemos ver las “diferencias en diferencias” de ambas ciudades. Ese será el delta. Delta en ciudad 2: 
tratamiento menos control: X, luego 25,8 – X, obtengo la “diferencia en diferencia”. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	19	
Método 3: Matching 
Después de un debate político en TV se hace una encuesta telefónica a 400 hogares para medir la opinión de 
uno de los candidatos entre quienes vieron y quienes no vieron el programa. Los resultados son los siguientes: 
¿Fue efectivo el debate?: No sé puede determinar a priori, por las características a priori de las personas. Las 
personas pueden autoseleccionarse. 
Debería aislar los efectos, los hombres tienen un delta de 44,4-41,8=2,6% " efecto del debate 
En mujeres, en cambio, el delta es 11,5-16,1= -4,6% " no hay efecto del debate, de hecho es al contrario. Total, 
el delta, 37,1 – 26,1= 11% 
Es como la paradoja de Simpson, ya que me puedo confundir al ver solo el total. 
 
Puedo calcular el efecto tratamiento en cada segmento. 
 
 
 
¿Fue efectivo el debate? 
Delta político de los hombres es: 
 44,4% - 41.8% = 2.6% 
 
Delta político de las mujeres es: 
11.5% - 16.1% = -4.6%. 
 
Luego, el total es: 
37.1% - 26.1% = 11% 
 
La probabilidad de que un hombre vea el 
debate es de 50% al igual que las mujeres. 
Además, que ve el debate es de 90/200=0,45 y 
que no vea el debate es 110/200=0,55. Que las mujeres vean el debate es de 26/200=0,13 y que no vea el debate 
es 174/200=0,87. 
 
Impacto de ver el debate en hombres es de 0,45*2,6% = 1,17 
Impacto de ver el debate en mujeres es de 0,13*(-4,6%)= -0,6 
Luego, el impacto de ver el debate en una persona promedio es: 1,17*0,5 + (-0,6)*0,5 = 0,285 
 
¿Fueron asignados aleatoriamente? Si es sí, no hay problema. Si no es aleatorio debemos preguntarnos: ¿Qué 
variables están afectando? En este caso, sabemos que el político es de gusto masculino y que los que vean el 
debate probablemente serán hombres. Para saber esto, debemos comprender el negocio en que se trabaja. La 
única forma de estar seguro de todo, es que se realice una muestra aleatoria. 
 
Ejemplo: 
Efectividad Comercial en TV 
 
Se selecciona una muestra de personas para un experimento en un laboratorio que consiste en: 
• Preguntar si recuerda un comercial de zapatillas deportivas 
• Mostrar un documental y comerciales de distintos productos 
• Preguntar nuevamente, y a las mismas personas, si recuerdan un comercial de zapatillas deportivas. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	20	
Se mide la efectividad del comercial mediante el diferencial de recordación. 
 
¿Qué sesgos tiene la medición? 
Sesgo de “atención”, que es el efecto test, el mismo test afwcta como variable influenciadora además del 
tratamiento. 
Efecto Test: El mismo test está actuando como una variable influenciadora además de mi tratamiento. Se 
preguntó sobre recordar un comercial de zapatillas. Esto afecta cuando se ve el documental. (siempre que se 
pregunta en un “antes” y un “después” la gente queda sensibilizada al tema). 
 
Fuentes de Error: 
• Efecto Historia: otros eventos que ocurren al mismo tiempo, que afectan al resultado del experimento y 
no es parte del tratamiento (ej. Estacionalidad) 
• Madurez: cambios en las unidades, cambio en la percepción (efecto test.. se sensibiliza con la primera 
parte) 
• Mortalidad de las unidades durante el experimento (se pueden ir del experimento, ya que no quieren 
participar más.) 
• Sesgo de Selección: de las unidades (auto-selección) 
• Efecto Test: Efectos que produce el experimento. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	21	
Unidad 7: Medición de Actitudes y Análisis de Factores 
a. Escalas de Medición Estadísticas 
b. Tipos de Datos 
c. Medición de Actitudes 
d. Escalas Usuales de Medición de Actitudes 
e. Escalas de Medición de Importancia 
f. Escalas de Comparación Pareada 
g. Medios de Entrevistas 
 
Clase 9: Martes 12 de septiembre 
Medición de Actitudes 
 
Hay que tener conciencia de cómo se pregunta,ya que según lo que se pregunta, la gente responde. Los 
estudios no siempre se hacen para saber algo, sino que a veces para comunicar algo. 
 
Preguntar de manera neutra, para sacar conclusiones. “Si se hacen 22 preguntas distintas, se recibirán 22 
respuestas distintas”. El tema es que queremos saber la respuesta lo menos inducida posible. Siempre debemos 
ver “cómo se preguntó” algo. 
 
ESTUDIOS CUANTI:¿cómo preguntar en un cuestionario? 
 
Escalas Estadísticas de Medición 
Para variables cualitativas: respuestas posibles palabras/conceptos que no tienen un orden (sexo, comuna, 
marca preferida) 
• Nominal: identifica el atributo o característica (puedo calcular frecuencia, %; pero no puedo calcular 
promedio, varianzas ni correlaciones). Ejemplo: sexo, comuna, marca usada 
• Ordinal: representa un orden para el atributo o característica. Es un ranking, hay un orden para el 
atributo o característica. Ejemplo: GSE, ranking de marca 
 
Para variables cuantitativas: (puedo calcular promedios, varianza, correlaciones…pero no puedo calcular en 
intervalo la diferencia porcentual, si en la de razón) 
• De Intervalo: medición cuantitativa con valores arbitrario (en una escala de uno a siete cuan satisfechos 
están…. Los números (1,2,,3,4,5) no son valores absolutos y las diferencias entre números son diferentes 
entre personas). Ejemplo: preferencia en escala 1 a 7, etc. 
• De Razón: medición cuantitativa con valores absolutos (hay un significado absoluto para el número, 
puedo calcular todo). Ejemplo: precio, cantidad, ingreso, edad. 
 
 
 
 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	22	
EJEMPLO: 
P1: Ordinal (Orden: Nada " Poco " Bastante " 
Mucho) 
 
P2: Nominal (identifica preocupaciones del gobierno) 
 
P3: Ordinal (hay orden en ingreso). Es una escala de 
razón, pero medida como ordinal. 
 
P4: Razón (cuantos puntos de cada uno respecto al 
total) 
 
P5: Intervalo. (no tiene significado absoluto) 
 
 
¿Qué medimos? 
1. Datos demográficos (duros: lo qué son, edad, sexo, nivel socioeconómico, comuna, algo propio de la 
descripción de la persona) y psicográficas (personalidad, estilo de vida, motivación, intereses). 
a. Las puedo segmentar en variables sociodemográfica, demográficas o psicográficas. 
2. Necesidades y Motivaciones 
3. Actitud: ideas, percepciones, convicciones o preferencias de una persona relación a un objeto. Las 
preguntas tienden a: 
a. Conocimiento 
b. Preferencia 
c. Intención de conducta 
Las actitudes anticipan comportamiento. 
4. Conducta de compra y consumo 
a. Cuál conoce " actitud 
b. Cuál compró, cual compra habitualmente, frecuencia " conducta 
 
Clasificación VALS: Medición de Actitudes, (clasificación Psicográfica general del mundo) 
Por industria: Ad-hoc a cada categoría 
 
Innovadores (9,8%): Exitosos, sofisticados, alta auto estima. 
Intelectuales (11,0%): Motivados por ideales, alta educación. 
Realizadores (15,6%): Buscan su realización como personas. 
Búsqueda de Experiencias (11,8%): Buscan nuevas experiencias, jóvenes. 
Conservadores (16,5%): Mantienen las tradiciones. 
Luchadores (13,8%): Siguen las tendencias, el dinero y la diversión. 
Prácticos (10,8%): Orientan su vida a hacer cosas. 
Sobrevivientes (10,7%): Preocupados de necesidades básicas. 
 
Tipos de pregunta 
 
¿Qué diferencia hay entre estas preguntas? 
a) ¿Cuál es el mensaje que transmite este comercial? 
b) Usando una escala de 1 a 7 donde 1 significa no transmite nada y 7 significa transmite mucho, hasta 
qué punto este comercial le transmite que: 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	23	
! Es una marca de calidad 
! Es una marca conveniente 
! Es una marca para personas como tu 
! Es una marca para toda la familia 
 
¿Cuál es mejor? La (a) es más exploratoria. La (b) puede limitar el enfoque que apunta la pregunta. 
 
Pregunta abierta vs cerrada. Las ventajas de una pregunta cerrada: limita un enfoque (tengo una duda 
especifica, determinar objetivo: es lo que quiero saber). La pregunta abierta es más cara en un estudio. 
 
¿Qué diferencia hay entre estas preguntas? 
Pensando en marcas de bebidas, ¿Cuál es la primera que se le viene a la mente? Y, ¿Cuáles otra conoce? 
Cuál de estas marcas es la que más asocia con: 
Cuál o cuáles de estas marcas asocia con: 
 
Espontáneo, respuesta única, TOM (suma 100). Guiadas versus ayudadas con respuesta múltiple 
(conocimiento total de marcas, que podría sumar más de 100, ya que la gente conoce más de una marca). 
 
En Resumen: Hay respuestas espontáneas o guiadas, respuestas únicas o múltiples y preguntas abiertas o 
cerradas. 
 
Escalas Usuales de Medición de Actitudes: 
 
Escala de Likert: 
La mayoría de los cuestionarios usa esta escala. Debería haber (casi siempre) un no sabe/no responde, ya que 
es posible que la persona no sepa algo, pero a veces hay que tener cuidado porque la gente abusa del NS/NR, 
y puede ser bueno forzar a la persona a una respuesta. 
En la escala de Likert lo positivo debe ser igual a lo 
negativo. La escala dependerá de si la encuesta es 
auto-administrada o no. 
 
 
 
 
 
 
 
 
 
Cuidado con lo negativo: “hay poca variedad de carreras”, ya que si un atributo está en negativo, debo dar 
vuelta la escala. Porque la actitud es “diferente”. Se hace para obligar a la gente que lea y tenga atención en el 
cuestionario. En el mundo ideal la mejor manera es evaluar los atributos para cada una de las marcas, pero 
serían encuestas muy largas. 
 
La escala de Likert es útil para cuestionario de imagen (¿cuál o cuáles?), ¿es bueno desagregar en 3 o 5 
opciones?: algunos piensan que entre más opciones, más precisión tengo. Otros piensan qué más enreda que lo 
que ayuda. En marketing se usa la escala de 5 atributos, en cambio, en política aprueba/desaprueba o le 
gusta/no le gusta. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	24	
Escala de Diferencial Semántico 
Hay dos polos y las personas se ubican entre medio. 
 
 
 
 
 
 
 
 
 
 
 
 
Escala de Puntaje o Rating 
¿Cómo evalúa los siguientes atributos?, ponga una nota. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Medición de Importancia: Medición Directa 
• Mención Espontánea (se va hacia el TOM) 
• Ranking " pongo atributos y que los rankees. Más o menos hay 15 atributos por cuestionario, es muy 
largo. El ranking no da importancia entre uno u otro (no hay distancia). 
• Escala de 5 categorías " si todo es importante, la gente tiende a irse ahí. 
 
• Escala de Suma Constante " repartir puntos, cuando hay pocos atributos. 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	25	
Medición de Importancia: Medición indirecta - Modelo de regresión 
Una forma de determinar importancia en los atributos según cuán relevante son en la evaluación global. 
 
 
Escala de Comparación Pareada - Cuanti 
Se hacen pares… y que se asigne según preferencia puntos . 
 
Si fuese cualitativo: ¿cuál se prefiere entre una y otra?, no se llega a una medida cuantitativa. 
Ojo con las inconsistencias, porque la transitividad no es obvia. Las personas inconsistentes se sacan en la 
validación. 
 
Modelo de Preferencias de Bradley – Terry 
Este modelo transforma la escala cualitativa en un número, para usarlo cuantitativo. 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	26	
Clase 12: Martes 03 de octubre 
Medición de Actitudes – continuación 
 
Medios de Entrevistas 
• ¿Qué medios para hacer entrevistas conoce?: online, telefónica, presencial 
• ¿Qué criterios debemos usar para elegir el medio medio para hacer entrevistas? 
 
Cara a cara: 
Mejor tasa de respuesta, porque hay un esfuerzo activo. Es más difícil negarse al cara a cara. 
La gran ventaja es hacer el muestreo probabilístico. También hay cara a cara en puntos de afluencia. 
 
Ventajas: 
- Alta tasa de respuesta 
- Tratamiento a fondo de temas complejos 
- Permite usar manzanas como marco muestral y hacer muestreo probabilístico 
Desventajas: 
- Alto costo monetario y temporal 
- Dificultades para dar con determinados encuestados (ABC1) 
 
 
Encuestas/Entrevistas telefónicas: 
Son másbaratas. Los parámetros son distintos según tipo de entrevista. La gente es más acida por web, más 
complaciente/políticamente correcto en F2F. 
 
Ventajas: 
- Menor costo monetario y temporal 
- Puede abarcar población geográficamente más alejada 
- El encuestado no siente la presión del encuestador y sus respuestas son más sinceras (versus F2F) 
Desventajas: 
- Sesga sobre la condición de tenencia de un teléfono o no 
- No permite entrevistas de más de 12-15 minutos 
- No permite mostrar material 
- Baja tasa de respuesta en determinadas personas como hombres, ABC1 y D. 
 
Encuestas por internet 
Muuuuucho más baratas y son más rápidas. 
 
Ventajas: 
- Bajo costo monetario y temporal 
- El encuestado no siente la presión del encuestador y sus respuestas son más sinceras 
- Muy buenas respuestas a preguntas abiertas 
- Mayor facilidad para la tabulación y tratamiento de las respuestas 
Desventajas: 
- Sesga sobre la condición de tenencia de acceso a internet o no 
- Muestras no representativas 
- Mayor facilidad para que el encuestado de respuestas falsas. Paneles son la solución. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	27	
RESUMEN: 
 
Ejemplos: ¿Qué medio de entrevista usaría usted? 
• Estudio de satisfacción de los clientes de un hotel: tengo sus datos, por lo que encuesta web. 
• Estudio de intención de compra/evaluación de concepto de nuevo secador de pelo: F2F, web y un 
video. 
• Estudio de necesidades de telefonía celular en jóvenes: “necesidades/hábitos/frecuencia de uso” " 
presencial 
• Estudio de intención de voto para una elección política: Voto elección: teléfono/F2F 
 
Sugerencias para la redacción de preguntas: 
• Use palabras simples que los encuestados entiendan 
• Lenguaje adecuado para el participante (atención a GSE, niños) 
• Evite palabras ambiguas : mayoría de las veces, frecuentemente, a veces. (Bebe Ud. vino regularmente?) 
• Evite preguntas dobles: (Está usted a favor del divorcio y el aborto?) 
• Evite abreviaciones (Y pensando en la marca CDGA...) 
• Evite doble negación (no debiera eliminarse el recurso de prohibición de informar por parte de los 
jueces?) 
• Evite que el encuestado deba hacer generalizaciones y estimaciones 
• Entregue lista exhaustiva y mutuamente exclusiva de opciones 
• Haga aleatorio el orden de las alternativas (rotar) 
• No suponer nada. Evitar preguntas que no pueden responderse porque tienen un supuesto. 
• Evitar preguntas sesgadas 
• En relación al orden de las preguntas... 
• Nunca dar información que sesgue respuestas posteriores 
• De lo general a lo específico, de lo simple a lo complejo y de lo inofensivo a lo amenazante 
• Intentar no invadir privacidad (preguntas que tienen que ver con el ingreso) 
• Considerar tiempo y esfuerzo requerido: A mayor tiempo de la encuesta disminuye la exactitud de la 
respuesta. Pregunte lo que realmente necesita saber y va a usar. 
• Considerar pérdida o ganancia de prestigio: los entrevistados pueden condicionar sus respuestas para 
aparentar un mejor status. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	28	
Unidad 7: Medición de Actitudes y Análisis de Factores - Continuación 
h. Concepto General 
i. Número de Factores 
j. Interpretación de Factores 
k. Rotación de Factores 
l. Evaluación Global de la Solución 
m. Meta – Análisis 
Clase 13: Jueves 05 de octubre 
Análisis de Factores 
 
Análisis Factorial (AF) 
Tengo muchos atributos/variables sobre como las personas perciben o evalúan un objeto. 
AF me permite resumir esas variables, reduciéndolas a una cantidad menor de dimensiones, para entenderlo 
mejor. 
Motivación: Actitud hacia Internet: 
 
 
El análisis factorial lo hace SPSS. 
Que sean independientes: no correlacionan 
Lo importante es que dentro del factor correlacionen, pero entre factores son independientes. 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	29	
Concepto General 
 
De manera que los factores: 
- Sean independientes 
- Representen los distintos conceptos o dimensiones en las variables originales 
- Sean combinaciones lineales de las variables originales 
 
Matriz de Correlaciones 
Test de Bartlett: si acepto la hipótesis nula, la cantidad de factores es la cantidad de atributos (ninguno 
correlacionaría). Lo que se espera rechazar la hipótesis nula y aceptar que al menos algunas que tengan 
correlación distinta a cero, que podré juntar para construir factores. 
 
 
La metodología hace trabajo con variables estandarizadas " si, para que tenga media cero y varianza 1, para 
que capture toda la varianza. Puedo tener muchas variables en un cuestionario, pero tienen distinta escala. 
 
En la práctica el número de factores se determina con SPSS, que entrega solución con diferentes factores. Tiene 
que hacer sentido. 
 
Metodología: 
- Decidir si trabajar con variables originales estandarizadas o no estandarizadas 
- Determinar el número de factores 
- Calcular los factores 
 
- Interpretar los factores 
- Evaluar la calidad global de la solución 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	30	
 
 
*Siempre trabajaremos con variables estandarizadas. 
”SPSS” es un software que realiza este tipo de análisis estadístico. 
*La covarianza se anula si los factores son independientes. 
En vez de tener 1+1+1… 9 veces, tendré algunos factores que tendrán un valor más que 1 y algunos menos que 
1. 
En el gráfico: En este caso, las variables 1 y 2 están muy correlacionadas. Tenemos una nueva variable llamada 
“factor 1” que es capaz de captar la varianza de las variables originales 1 y 2 (representa mucho a esas 
variables). Ahora, si agregamos un segundo factor llamado “Factor 2”, no ayuda mucho, no es relevante ya 
que no tiene una correlación importante entre las variables mencionadas, más que nada es una ayuda 
marginal. 
 
Número de Factores 
• Maximizar la varianza total explicada 
• Seleccionar factores con varianza mayor que el promedio: 1 
• Interpretación de factores (¿hacen sentido?) 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	31	
Tenemos un factor 1 con una varianza de 3,78. El factor 2 tiene una varianza de 1,43 y que explica el 15,9% y así 
sucesivamente. Lo lógico es quedarse con los factores que se quedaron con la “parte buena” de la repartición 
(los que tienen más de 1). Entonces, yo diría que la solución es interesante con los primeros 3 factores. Con que 
el R^2 esté cercano a un 70% es considerado bueno (en este caso, llegamos a un acumulado de 69,8) 
 
Interpretación de Factores 
• Calcular las cargas o loadings: correlaciones entre las variables originales y los factores. 
• Asociar cada variable original al factor con la mayor correlación en valor absoluto. 
• Asignar a cada factor una interpretación según las variables asociadas. 
• Si la interpretación es difícil, intentar una rotación de los factores o variar el número de factores. 
 
Ejemplo: Actitud hacia internet. Solución de 3 Factores. 
La variable A la dejamos en el factor 1, porque 0,8 es lo más 
grande que tengo. La variable B y C igual. La variable G 
quedará en el factor 3 y la H e I en factor 1 nuevamente. Es 
decir, debemos considerar el número más alto en valor 
absoluto. No debemos olvidar que siempre conviene la solución 
rotada varimax más que esta solución. 
 
 
 
Rotación de Factores 
• La solución del análisis de factores no es única 
• Una transformación lineal de los factores (rotación de factores) pretende hacer más fácil la 
interpretación de los factores. Se pierde el orden de importancia de los factores. 
• La rotación varimax maximiza la correlación de las variables con uno de los factores y minimiza la 
correlación con los otros. 
 
Siempre debemos considerar la solución rotada varimax. En este caso, elegimos el factor 1 para A, B, C y H. El 
factor 2 para D, E y F. El factor 3 para G e I. 
Evaluación Global de la Solución 
• Varianza Total: Proporción de la varianza total explicada por los factores (50% es aceptable, 70% es 
bueno) 
• Comunalidad: Proporción de la varianza de cada variable explicada por losfactores (que porcentaje de 
la varianza de ese atributo en particular es explicado por el modelo), una comunalidad de 0,3 es 
aceptable, pero ojalá sobre 0,4. 
• Interpretación de los factores (con varianza mayor a 1 y que hagan sentido) 
• Número de factores (debe ser manejable, entre 4-7 factores) 
 
Comentarios adicionales: 
Análisis de marca: marcas y atributos: es un análisis factorial que no es teórico. 
El ejercicio no es independiente de la oferta actual con la que se hace la encuesta. 
Si algún atributo está tan bien logrado, la varianza es 1, no es que no sea importante, sino que las personas 
evaluaron igual. Si las personas evalúan distinto, son importantes en la evaluación. 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	32	
Meta-Análisis 
Ejercicio caso universidades 
 
A veces un atributo puede que no sea relevante en un estudio 
cualitativo. No le podemos pedir al mercado que lo tenga en 
su mente, ya que, después será relevante. 
Se le pide a la gente que evalúe las univeresidades en cada 
uno de los atributos mencionados (primera imagen). Luego, 
se entregan los datos (imagen verde, naranjo y amarillo). Al 
factor verde le llamaremos “calidad académica”. 
 
Sin embargo, que tenga “representatividad de los alumnos” y que “hay vida universitaria” no tiene tanto que 
ver con el tema. Pero asi ocurre a veces y es necesario. 
 
Lo subrayado en naranjo, podemos clasificarlo como “socialización”. 
Lo subrayado en amarillo, podemos clasificarlo como “. El factor más importante es el primero. Básicamente, 
en vez de quedarnos con todos los atributos, reducimos los factores. 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	33	
Unidad 6: Datos de Panel y Medidas de Desempeño de Marca 
a. Datos de Panel 
b. Matrices de Transición y Switching 
c. Modelos para Meiddas de Desempeño de Marca 
 
Clase 10: Martes 26 de septiembre 
Datos de Panel y Medidas de Desempeño de Marca 
Prof. Pablo Marshall 
 
Cuando hacemos estudios de mercado, usamos datos de panel. 
Panel es una muestra de consumidores que yo sigo a través del tiempo (a los mismos consumidores). No hago 
el estudio una sola vez, sino que se repite en el tiempo y al mismo tiempo me mantengo con la misma muestra. 
 
Existen dos tipos de estudio: 
1. Corte transversal: que hago una sola vez 
a. Problema de mkt relevante: Lanzamiento de un nuevo producto. 
2. Longitudinales: que hago a través del tiempo 
a. Usamos datos de panel (muestra fija) en este caso, porque quiero monitorear una determinada 
variable. 
i. Ejemplos: aprobación presidencial, preferencias de las personas, satisfacción, valor de 
marca. 
b. Usamos muestras independientes. 
i. Satisfacción con el proceso de adquisición de un producto (los clientes van cambiando, 
no me sirve un panel) 
 
¿Qué ventaja tiene un panel? 
• En general, si es posible, preferimos datos de panel. 
o Los datos de panel tiene dos ventajas con respecto a su análisis, es mejor, es más completo: 
! Medir las transiciones (si el cliente compraba la marca A, que marca compra ahora?, si 
ese cliente estaba muy satisfecho, para dónde se movieron el trimestre siguiente?) 
! Mayor precisión en las estimaciones, particularmente para medir las ventas. 
 La precisión de una estimación está determinada por la varianza 
Particularmente, para medir los deltas (cambios), es decir, si tenemos las ventas del año 
2016 y tenemos las ventas del año 2017, queremos calcular el delta (año 2017 – año 2016). 
¿Cómo medimos la precisión? Debemos ver qué tan cerca nos encontramos del valor 
real. Para esto, vemos la varianza. Explicación técnica: Si calculamos la varianza de las 
ventas y las muestras son independientes, ¿Cuánto vale la varianza? Vale la suma de las 
dos varianzas. ¿Cuánto vale la diferencia si tenemos datos de panel? Si tenemos datos de 
panel, estas muestras no son independientes (por definición), ya que están relacionadas. 
En este caso, sería la suma de las varianzas menos 2 veces la covarianza, donde la 
varianza será menor. De aquí que tendremos mayor precisión. Intuitivamente, ¿Por qué 
es así? Al comparar el 2016 con el 2017, la diferencia se puede deber a dos factores: 
Cambiaron los individuos (preferencias, conductas, etc.) y que pueden haber cambiado 
otros individuos (cuando hay muestras independientes). Cuando hay muestra de panel 
solo se encuentra el primer factor en juego. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	34	
Desventajas: 
El costo puede ser alto por monitorear el seguimiento de una muestra (además hay que tener un “n” más 
grande; ya que hay mortalidad en la muestra). 
Un panel puro no existe. Hay renovación necesariamente, es muy usual renovar 1/6 de la muestra. 
 
Una muestra grande donde filtro para hacer un determinado estudio también se llama panel (CADEM) 
 
¿Cuánto es el máximo tiempo que puede durar un estudio de panel? En marketing son acotados (6-12 meses). 
En temas de economía y sociología, se siguen paneles por años (estudios muy grandes). 
 
¿Qué paneles existen en Chile para hacer estudios de mercado? 
 
Una encuesta de panel de personas pre-contactadas… 
People Meter (rating de programas de televisión) 
Homescan – Nielsen " Medidas de desempeño de Marca (BPM) 
o Registro de todas las compras. 
! Problemas: no todos los productos tienen código de barra (feria) 
 
- Panel de 2.000 hogares a nivel nacional con información del comportamiento de compra de los 
consumidores en productos de consumo masivo. 
- Segmentación: Estrato socioeconómico, edad de la dueña de casa, número de personas en el hogar, 
presencia de niños. 
- Cada hogar recibe un mini computador o scanner con lector de código de barras de última generación. 
- Por cada viaje de compra, se registran todos los productos con código de barras. También se registran 
productos a granel y venta directa. El scanner transmite, automáticamente, una vez a la semana. 
Cada viaje de compra registra: 
- Lugar de compra (canal y cadena) 
- Monto total de la compra y método de pago 
- Quién realizó la compra y si fue acompañada y por quién 
 
Por cada código de barra que se registra: 
- Cantidad comprada 
- Promoción: Gramos extras, ex1/3x2/4x3, Pack de Regalo, Descuento 
- (El precio pagado es imputado posteriormente) 
 
Latin Panel, competencia Homescan (registro de la basura para analizar las compras). 
 
Un panel es para hacer el mismo estudio longitudinalmente. Las muestras grandes sirven para hacer varios 
estudios. 
Diferencia entre lo que se declara y lo que compra. Aquí hay una evolución o una tendencia hacia usar 
paneles. 
 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	35	
Análisis de Medidas de Desempeño de Marca: ANALISIS TUCAPEL 
 
• Participación de Mercado (cuanto se compra de una marca respecto al total) 
• Penetración (porcentaje de personas que compra arroz) 
• Categoría (total de la muestra / tamaño de la muestra) 
• Marca (parte de la muestra que compra la marca / total de la muestra) 
• Leales a la Marca 
• Compras Promedio (Frecuencia) 
! Categoría (total de la muestra / tamaño de la muestra) 
! Marca (total de la marca / tamaño de la muestra) 
! Leales a la Marca 
• Share of Requirement: Parecido a la participación de mercado, pero solo se considera a quienes compran a 
la marca estudiada. Permite ver el efecto de quienes tienen la posibilidad de comprar esta marca. 
(parte de la muestra que compra la marca / (total de la muestra – total de cantidad que no 
• Switching o Compradores Cruzados: Se hace relativo a cada marca en comparación a otra. Permite ver cuál 
es la competencia más directa entre una marca y otra, al ver los porcentajes. 
 
En el ejercicio: 
• Participación de Mercado: 47/188=25% (ventas en volumen sobre el total de ventas) 
• Penetración 
o Categoria: Porcentaje de hogares que compra arroz en un trimestre (Es por periodo): 100% 
o Marca: 24/30 =80% 
o Leales a la Marca= 100% leal a la marca tucapel = 0%, no hay 
• Compras Promedio (Frecuencia) 
o Categoría: 188/30=6,3kilos, viendo la tabla… seria 188-32/24 
o Marca= 47/24=1,958kilos 
o Leales a la Marca=0 
• Share of Requirement= participación de mercado solo de los que compran tucapel: 47/(188-32)=30,12%, 
este indicador a veces es considerado un mejor indicador de desempeño que la participación de 
mercado. Tiene como ventaja que admite a las personas que estoy seguro tienen la posibilidad de 
comprarlo. El denonimador son todas las ventas de epersonas que podrían comprar el producto. 
No es medida perfecta, por lo que coexiste PM y SR. Entre medio está el awareness de si conozco o o y 
los canales de distribución. 
• Switching o Compradores Cruzados: 
o Lo que quiero medir… de aquellos compradores de tucapel, cuántos tb compran Miraflores… 
! 17/24= 70,83% 
! y sobre Aruba 3/24=12,5% 
 
Esto indica la competencia más fuerte. Tucapel lo usa para construir indicadores de desempeño de 
marca: 
 
 
 
 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	36	
Ehrenberg, Uncles y Goodhart, han realizado un análisis extensivo, con el que detectan ciertos 
patrones: 
 
 
• Las marcas difieren mucho en participación de mercado 
• Difieren poco en compras de la marca " ¿que implicancias tiene? 
o Lo importante para crecer (PM), es crecer en penetración. Más que en que la gente consuma más 
arroz o más café. 
• Efecto Monopolio: se ven compras de la categoría de aquellos compradores que compran A, cuánto 
consumen del producto 
o Las marcas de abajo consumen más que las de arriba. Las marcas mas chicas en penetración, 
consumen más que las marcas mas grandes. 
o Los consumidores de marcas grandes consumen menos, los de marcas pequeñas consumen 
más. 
! Compradores pesados (distribuidos en todas las marcas, conocen el producto) 
! Compradores livianos: compran las mas conocidas 
Qué marca comprará alguien que usualmente no consume arroz? Compra la más 
conocida. (mayor participación de mercado). Los compradores livianos (no conocen bien 
la categoría) tienden a estar en las marcas conocidas y los compradores pesados 
(conocen la categoría) compran a la que más prefieren. 
 
Se puede añadir un modelo que se suma a los datos que se tienen. 
Modelo + Datos " Mayor Precisión, mejores predicciones. 
 
Se considera que las compras en el tiempo (X) serán aleatorias (entre 0 y 1). La distribución será del tipo 
Poisson (en el tiempo). Vale decir, n/lambda ~ P(lambda). Con un lambda (promedio, intensidad de compra, 
frecuencia) específico a cada hogar. Si consideramos T trimestres, hablaremos de T*Lambda. Los Lambda 
deben ser específicos para cada hogar. 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	37	
 
 
Los labmda están concentrados entre 0 y 10. Ahí hay mucha concentración de consumidores. Hay pocos 
consumidores que tienen lamdba cercano a 40-50 (que consumen mucho) 
El modelo completo supone una distribución para los lambda. Por conveniencia, se supone que es una 
distribución del tipo Gamma (r;s). 
 
E(lambda): r/s, V(lambda)= r/(s^2) 
Si “s” es muy grande, entonces la distribución de lambdas tenderá a concentrarse y los consumidores serán 
muy homogéneos (varianza pequeña). Si el “s” es chico, generará heterogeneidad en los consumidores en 
cuanto a su consumo de un producto en cuestión. 
 
Clase 11: Jueves 28 de septiembre 
Datos de Panel y Medidas de Desempeño de Marca – continuación 
Prof. Pablo Marshall 
 
Para un hogar específico, con intensidad de compra “lambda”, el número de compras de algo en un tiempo 
específico presenta una distribución del tipo Poisson. Los hogares tienen una intensidad de consumo muy 
diferente. Por lo que, lo usual es que los hogares sean muy diferentes (no existe “hogar promedio”). 
 
Análisis 
 
50403020100
0.10
0.05
0.00
Parámetro
Fu
nc
ió
n 
D
en
si
da
d
Ga(1;0,1)
Ga(2;0,2)
Ga(1;0,05)
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	38	
E(n/lambda) = lambda ; V(n/lambda) = lambda 
E(n) = r/s ; V(n)= r/(s^2)*(1+s) 
 
Este modelo tiene dos ventajas: Se está modelando algo que ya se conoce. Podemos calcular la compra 
promedio. ¿Dónde ganamos? En mayor precisión. ¿Por qué? Porque si tenemos datos y le agregamos un 
modelo (suponiendo un modelo correcto), es mejor que los datos solos. Además, podemos realizar 
predicciones. 
 
Las dos utilidades (ventajas) porque estoy modelando algo que ya conozco (datos de panel): 
• gano mayor precisión (datos + modelo > datos) 
• puedo hacer predicción, con solo datos se puede describir, no predecir. Con el modelo, puedo predecir. 
 
¿Cuáles son los parámetros de este modelo (que necesitamos para poder usar el modelo)? Necesitamos el “r” y 
el “s”. 
 
Para usar este modelo necesitamos de los parámetros r,s. 
 
Análisis: 
1. La probabilidad de que un hogar compre cero es: ! 0 = !!!!
!
 
o Puedo calcular, el indicador de desempeño de marca: penetración, que se calcula como 1 - P(0) 
2. El número esperado de compras (frecuencia de compras): !! ∗ ! 
3. La varianza es: !! ∗ ! 1 +
!
! 
 
¿Qué análisis podemos realizar con esto? 
Podemos calcular la probabilidad de que un hogar compre 0 kg de arroz (por ejemplo). 
...,3,2,1,0,)0( =⎟
⎠
⎞
⎜
⎝
⎛
+
= n
Ts
sp
r
 
 
⎟
⎠
⎞
⎜
⎝
⎛ +⎟
⎠
⎞
⎜
⎝
⎛==
s
TT
s
rnVT
s
rnE 1)(,)(
 
 
Con lo anterior, puedo estimar r, s, ya que sabemos la varianza y el promedio. Usando método de momentos, 
se iguala el valor esperado y se iguala con el promedio de la muestra., es decir, 
 
1. !! ∗ ! = ! = 6,8 
2. !! ∗ ! 1 +
!
! = !
! = 24,5, el s2 es la varianza muestral 
 
Resolviendo el sistema de ecuaciones, obtengo que: 
r= 2,62 
s= 0,39 
 
Por otro lado, V(n) = (s^2) 
 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	39	
Si tenemos que el promedio de la muestra (n barra) es igual a 6.8 y que “s^2 (varianza de la muestra)” es igual 
a 24,5, tendremos que r será igual a 2,62 y s igual a 0,39. 
 
Ahora, ¿Cuál es la penetración de arroz en un trimestre? 
(1-(s/(s+1))^r 
1 − !,!"!,!"!!
!,!"
= 0,96 " El 96% de los hogares consume arroz en un trimestre. 
 
¿Cuál es la penetración estimada en un semestre? 
(1-(s/(s+1))^r 
1 − 0,390,39 + 2
!,!"
= 0,99 
 
Compras promedio en un trimestre, será igual a 6.8, igual a r/s = !,!"!,!" = 6,8 
Compras promedio en un año, !,!"!,!" ∗ 4 = 27,2 
 
*Se supone que los trimestres son iguales, es decir, no consideramos factores de estacionalidad, es un proceso 
homogéneo (por ejemplo, para calcular ventas de helados). 
 
Además, podemos realizar otro tipo de análisis: Concentrarnos en un consumidor (hogar) que tiene 
determinada historia. Es decir, ahora queremos analizar un hogar en particular, no uno en promedio. Si 
tenemos un hogar que hizo compras por 2 kg de arroz (n=2), todo el modelo es válido si ajustamos el “r” y el 
“s”, que quedarían como “r*=r+n” y “s*=s+1”. 
Por lo tanto, las compras esperadas de este hogar (E(n)), serían iguales a (2,62+2)/(0,39 + 1)= 3,32 
Es decir, el próximo trimestre deberían comprar 3,32 kg de arroz. 
 
¿Por qué hay diferencias entre “s” y “s*”? Porque hay hogares que compran mucho y, en este caso, podría ser 
que este hogar haya sido de los que compran poco. 
 
¿Cuál es la probabilidad de que no compre arroz? Es de [(0,39+1)/(0,39+2)]^(2,62+2) = 8% 
Es decir, la penetración es de 1-8% = 92% 
 
En resumen 
Los datos de panel como el Homescan, Latin Panel o People Meter se utilizan para obtener indicadores de 
desempeño de marca. 
 
Homescan: Da indicadores de desempeño de marca. Por ejemplo, penetración, lealtad, share of requirement, 
frecuencia de compra. 
 
Pero, podemos profundizar, agregando a los datos un modelo. De esta forma, tendremos mayor precisión y 
podremos predecir. 
 
*El modelo completo utilizado en marketing se llama Dirichlet. 
 
Modelo Dirichlet: 
Para un hogar en especifico que tiene una frecuencia (intensidad de consumo) lambda, el numero de compras 
de arroz en un trimestre tiene distribución Poisson. 
La esperanza de una Poisson es lambda. La varianza también. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	40	
Los hogares son muy diferentes, tienen intensidad de consumo heterogéneoy no puedo hablar de un hogar 
promedio, por eso uso Poisson. Por lo que los lambda tienen una cierta distribución 
 
La frecuencia de lambda está distribuida como Gamma (r,s). 
…. r y s son parámetros…si los consumidores son muy homogéneos… ser muy parecidos.. varianza tiende a 
cero… s es muy grande (tiende a infinito). 
 
 
 
Pensando en una compra cualquiera E(n) = r/s, ya que es el lambda promedio. 
 
E(n dado lambda)=lambda 
V(n dado lambda)=lambda 
 
Si yo sé que hogar la varianza es más pequeña que si no sé cual hogar es. Si no sé el hogar, la varianza es 
!
!! (1 + !) 
 
 
Además, hay otro análisis: concentrame en un consumidor (un hogar), que tiene determinada historia. Es un 
análisis condicional en un trimestre que compró 2, por ejemplo: 
 
 
 
 
CASO ANALISIS DE MATRICES DE TRANSICION 
Ver hoja entregada por el profesor 
 
 
 
 
 
 
 
 
 
 
Unidad 5: Datos Secundarios 
== 2)(,)( s
r
λV
s
r
λE
1*,* +=+= ssnrr
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	41	
a. Datos Secundarios 
b. Análisis de Datos de Redes Sociales 
c. Análisis de Datos de Marketing Digital 
 
Clase 11: Jueves 28 de septiembre 
Datos Secundarios 
Text Analytics 
Se puede analizar preguntas del tipo “¿Qué le agregaría para aumentar la satisfacción del cliente?”. Se hacen 2 
tipos de análisis: 
a) Análisis de sentimiento: Consiste en tomar un comentario y ver si es positivo (algo bueno de la marca), 
neutro o si es negativo. Se consideran todos los comentarios de una base (twitter por ejemplo), con una 
palabra clave “Cybermonday” (por ejemplo). 
 
2 metodologías: 
1) Tomar el diccionario de palabras en español y todas las palabras que tengan una connotación 
negativa, se le agrega un puntaje negativo, las palabras positivas, un puntaje positivo y similar al 
neutro. Luego se suman todas las palabras que van dentro del comentario. En resumen, usar el 
diccionario. 
*Cuando hay sarcasmo, está implícito una tasa de error. 
 
2) Usar un modelo. Se les pide a expertos que lean los comentarios y definan si un comentario es 
positivo, negativo o neutro. Es más costoso y lento (pero se realiza una sola vez). Con lo anterior, se 
construye un modelo, que dice: “Cada vez que sale la palabra “malo”, el comentario termina siendo 
negativo”. “Cada vez que aparece la palabra “bueno”, el comentario es positivo”. 
 
Topic Modelling: Se basa en la idea de que cuando tomamos un comentario (sobre todo cuando no es tan 
corto), las personas hablan de distintos temas en un contexto, es decir, no hablan de un tema único. El 
propósito es detectar distintos tópicos que las personas están hablando. Por ejemplo, del gobierno, de la 
semana de pruebas, del asado, de san francisco, etc. Es decir, el foco es saber de qué se está hablando. En 
resumen, se toman palabras claves del texto que están relacionadas con un tópico específico. Usualmente con 
Big Data. De esta forma, podemos generar un resumen de las cosas que hablan ciertas personas en una página 
web, blog, twitter, red social, etc 
 
 
 
 
 
 
 
 
 
Clase 14: Jueves 28 de septiembre 
Encuestas Elecciones Presidenciales Noviembre 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	42	
 
Charla Invitado: 
Roberto Izikson, Gerente de Asuntos Públicos y Estudios Cuantitativos 
 
Encuestas en año electoral 
La encuesta CADEM es la más importante en opinión pública. Estamos en un año electoral y las encuestas son 
lejos lo más conflictivo que puede haber durante este año. En CADEM, se realizan investigaciones de 
mercados y 30.000 encuestas de todo tipo. Cada 4 años, el negocio se vuelve conflictivo. Todo candidato o 
personaje que cree que tiene la opción de ser presidente y no marca en las encuestas genera enemigos. 
 
¿Porqué las encuestas suelen ser conflictivas? 
Hay 4 fuentes de conflicto: 
1. Porque pretender ser la expresión de un cuerpo social que denominamos la opinión publica (es la mano 
invisible, es una construcción simbólica, que nos dice que se forma una especia de opinión que logra 
representar al resto de los chilenos). Es una construcción simbólica. 
a. Es un símbolo de capital político (aprobación presidencial, por ejemplo). 
2. Conflictos emblemáticos: 
a. Políticos 
b. Gremios/Empresarios 
c. Periodistas 
d. Redes Sociales 
i. Ejemplo Twitter y agresividad. Entre elección y elección con las encuestas de elección 
presidencial. 
ii. Ejemplo: En la calle me paso encontrando con el 15% (Bachelet, un mes antes de la 
elección presidencial). 
iii. Ejemplo ¿En qué está usted ministro Fernández?... ¿mienten las encuestas?... ¿son 
chicas?... responde que son imprecisas. 
1. Ejemplo: muestra de sangre…. Cuchara en la sopa para saber que tiene sal 
iv. El dínamo… Karen Doggenweiler… recalca que el gerente de Cadem… 
v. Eduardo Engel critica las tasas de respuesta de las encuestas… 
 
¿Están en crisis las encuestas? 
En parte sí… porqué?, hay una crisis de confianza generalizada. Aparece cada 4 años electoralmente. 
 
Qué encuestas se han equivocado en el mundo? Colombia, EEUU, Brexit. ¿Qué encuestas lo han hecho bien? 
Todas las otras (Francia, Chile, Alemania, Perú, etc). Pero no es noticia si no te equivocas. Caso en que cometen 
errores: Dewey v/s Truman. (Dewey creía que iba a ganar dadas las encuestas, pero ganó Truman). Otro caso, 
es Colombia. Nunca le han apuntado a las encuestas. Las encuestas decía 60% si… el resultado fue 50,23%no 
 
 
Fuentes de error en Encuestas: 
¿A qué se deben los errores? Temas de muestra. El “deber ser”. Cambios en sistemas de votación (obligatorio a 
voluntario). Por ejemplo, ¿Está de acuerdo con la paz en la Araucanía? Claro que sí. Pero, ¿Qué ocurre cuando 
se mencionan todos los demás efectos que puede conllevar? Los resultados pueden variar mucho. 
Cristóbal Soto Carmona – ctsoto@uc.cl 
 
	43	
 
¿Cuál es el problema en las encuestas? 
Hay 2 fuentes de Errores: 
1. Errores muestrales: Gestionables, detectables, 
anticipables y financiables. 
2. Errores no muestrales: No tienen que ver con 
el diseño de la encuesta, sino que con lo que 
“significa” hacer una encuesta. Una encuesta 
hace una pregunta y obtiene una respuesta. 
Nosotros obtenemos la información de la 
misma forma. Pero a veces hacemos una 
pregunta y otra persona no quiere 
responderla (por “deber ser”, temor, interés, 
desconfianza, etc.). 
 
*La derrota moviliza más que el triunfo. A la gente le gusta ganar. 
Hay una división generacional que está pasando la cuenta en las elecciones, porque los jóvenes no están 
votando. 
 
2 casos 
1) EEUU: Hubo un sentimiento de que las encuestas se equivocaron. Sin embargo, no se equivocaron. Hay una 
página web llamada “Real Clear Politics”, que agrega todas las encuestas políticas de un país y las promedia. 
Los interpretadores y medios de comunicación hicieron un ambiente donde era imposible la posibilidad de 
que Trump ganara las elecciones. Hubo un problema de interpretación. “La historia del 2016 no es una falla en 
las encuestas. Es la historia de una falla interpretativa y un ambiente que hizo casi tabú que se sugiriera que 
Trump tuviera una oportunidad real de ganar”. 
 
 
2) Chile: 
! Dificultad para identificar el votante probable (quienes van a ir a votar). Se tiende a ocupar las mismas 
herramientas. 
! Falta de interpretación de la no respuesta. No sabemos cómo interpretar quien dice que “no sabe”, o si es 
que va a votar por alguien. ¿Qué hacemos con la no respuesta? 
! Voto oculto. Hay “espiral del silencio”. Ocurre cuando hay votos que no se estaban considerando. Por 
ejemplo, hay gente que le da “vergüenza” reconocer para quien va su voto. 
! Surgen nuevas encuestas. En año electoral, surgen nuevas encuestas que dan muchos resultados distintos 
(puede haber manipulación). 
Errores comunes: Las encuestas no suman 100%. No se interpreta bien. 
¿Cómo evaluar si una encuesta es buena o no? Es independiente de su metodología. Hay condiciones de una 
encuesta exitosa: 
1. La población ha sido definida correctamente. 
2. La muestra es representativa de la población.