Durante décadas, la investigación de mercados operó bajo un supuesto cómodo: que el consumidor es un agente racional que evalúa atributos, pondera alternativas y maximiza su utilidad esperada. Un ser que, ante la góndola del supermercado, hace en su cabeza lo que un analista de decisiones haría en una hoja de cálculo.
Spoiler: no lo es. Y la evidencia acumulada en las últimas tres décadas, tanto de la psicología del consumidor como de la economía del comportamiento, no deja lugar a dudas.
Lo que sí existe es un sistema decisional mucho más interesante —y mucho más útil para quien diseña marcas, experiencias de cliente, estrategias de precio o planogramas de exhibición—. Un sistema que oscila entre el afecto y la cognición, entre el sentimiento y el cálculo, y cuya dinámica puede medirse, modelarse y, en buena medida, anticiparse.
Este artículo revisa dos marcos teóricos fundamentales de la psicología del consumidor —el modelo afectivo-cognitivo de Shiv y Fedorikhin (1999) y la teoría de valoración por sentimiento vs. cálculo de Hsee y Rottenstreich (2004)— y los traduce en implicaciones concretas para seis arenas estratégicas: marca, experiencia de cliente, producto, precio, exhibición y desarrollo de canales.
Bimal Shiv y Alexander Fedorikhin propusieron un modelo elegante y empíricamente robusto: cuando un consumidor se expone a alternativas de elección, se activan simultáneamente dos procesos con lógicas distintas.
La variable clave es la disponibilidad de recursos de procesamiento cognitivo. Cuando esos recursos están limitados (estrés, distracción, fatiga decisional, prisa), el afecto domina. Cuando están disponibles, la cognición puede ejercer su función reguladora.
Dos moderadores adicionales enriquecen el modelo:
Que medir solo lo que el consumidor dice que piensa es capturar solo la mitad —y probablemente la menos predictiva— de la ecuación. Las metodologías de investigación necesitan incorporar mediciones del componente afectivo (tiempos de reacción, medidas implícitas, facial coding, respuesta galvánica) para comprender el peso real del afecto en la toma de decisiones. Pero, más importante aún, necesitan capturar las condiciones de contexto en las que se toma la decisión: ¿cuánta carga cognitiva enfrenta el consumidor en el momento real de la elección?
Christopher Hsee y Yuval Rottenstreich llevaron la discusión un paso más allá al demostrar que no solo el proceso de decisión cambia según el modo de pensamiento, sino también la propia función de valor del consumidor.
Propusieron dos modos de valoración:
El tipo de estímulo determina qué modo predomina. Los estímulos ricos en afecto (una fotografía de un cachorro en riesgo, la música de tu artista favorito, una marca con alto equity emocional) activan el sentimiento. Los estímulos pobres en afecto (datos numéricos, puntos de precio, estadísticas) activan el cálculo.
La implicación más provocadora del modelo: cuando el sentimiento domina, la disposición a pagar se vuelve insensible a la cantidad. En términos experimentales, las personas estaban dispuestas a pagar casi la misma cantidad por salvar 1 panda que por salvar 4 pandas cuando la solicitud usaba imágenes emocionales — pero la disposición a pagar aumentaba con el número de pandas cuando se presentaban estadísticas frías.
Una marca con un alto capital afectivo transforma al consumidor en un "valorador por sentimiento". Y un 'valorador por sentimiento' es, por definición, menos sensible al alcance — incluido el alcance del precio.
Implicación para research: Las métricas de salud de marca basadas exclusivamente en atributos racionales (awareness, consideración, preferencia declarada) capturan solo el componente cuantificable del valor. Para marcas con un alto componente hedónico o emocional, se necesitan métricas que capturen la intensidad afectiva y su capacidad para generar insensibilidad al alcance. Indicadores como el affect heuristic strength, derivados de diseños experimentales con manipulación de la carga cognitiva, ofrecen una lectura mucho más predictiva del poder real de la marca.
Dato para la mesa de trabajo: Si tu marca logra que el consumidor "sienta" antes de "calcular", tienes una ventaja competitiva que no aparece en un brand tracking convencional. Y si tu competidor lo logra y tú no, el tracking te dirá que van empatados — justo antes de que te gane en el punto de venta.
El modelo de Shiv y Fedorikhin tiene una implicación directa y poderosa para CX: cada punto de fricción cognitiva en el journey del cliente es un punto en el que el afecto gana terreno.
Esto puede ser una oportunidad o un riesgo, dependiendo de qué estés vendiendo:
Implicación para research: Los estudios de CX que miden la satisfacción post hoc pero no mapean la carga cognitiva en tiempo real a lo largo del journey están perdiendo la variable explicativa más importante. Técnicas como el cognitive load indexing (derivado de tiempos de respuesta a tareas secundarias o de medidas fisiológicas) permiten identificar los puntos exactos donde el procesamiento se satura — y donde, por tanto, el afecto toma el volante.
Uno de los errores más comunes en la investigación de producto es tratar la dimensión hedónico-utilitaria como una propiedad fija del producto. La evidencia sugiere que es una propiedad de la interacción entre el producto, el contexto y el estado del consumidor.
Un smartphone es un producto utilitario cuando lo compras para el trabajo. Es un producto hedónico cuando lo compras porque viene en un color nuevo que te encanta. La misma categoría, el mismo SKU, dos rutas de procesamiento completamente diferentes.
Implicación para la investigación: Los concept tests y las evaluaciones de producto necesitan controlar —o al menos medir— el modo de procesamiento activo del consumidor en el momento de la evaluación. Un concepto evaluado bajo condiciones de alta carga cognitiva producirá perfiles de preferencia sistemáticamente diferentes a los de uno evaluado en condiciones de baja carga. Si tu test de concepto se realiza en una sala tranquila y con tiempo ilimitado, estás midiendo la preferencia cognitiva. Si tu producto se vende en un supermercado ruidoso un viernes a las 7pm, la decisión real será emocional.
Aquí es donde Hsee y Rottenstreich hacen su contribución más elegante a la práctica de pricing. La concavidad de la función de valor subjetivo — esa propiedad que hace que la diferencia entre $100 y $200 se perciba mucho mayor que la entre $1,100 y $1,200 — no es una constante universal. Su grado de curvatura depende del peso relativo del sentimiento respecto del cálculo en la valoración.
Cuando el sentimiento domina, la función de valor se satura más rápido. El consumidor da un salto de valor con la primera unidad (o el primer beneficio percibido), pero cada unidad adicional aporta incrementos marginales decrecientes mucho más pronunciados.
Implicación para research y pricing:
El punto de venta es el lugar donde el duelo afecto-cognitivo se resuelve en tiempo real. Y el diseño del entorno de exhibición es, literalmente, el escenario de esa pelea.
Shiv y Fedorikhin demostraron que el modo de presentación modula el efecto de la carga cognitiva sobre la elección afectiva. La presentación real y vívida amplifica la respuesta afectiva; la simbólica la atenúa.
Implicaciones para trade marketing y shopper research:
Quizás la implicación más estratégica y menos explorada de estos marcos teóricos es que el canal de distribución no es neutral respecto al modo de procesamiento del consumidor. Cada canal configura un conjunto particular de condiciones que favorece el afecto o la cognición.
| Canal | Presentación predominante | Carga cognitiva típica | Modo de procesamiento favorecido |
|---|---|---|---|
| Tienda física (supermercado) | Real / vívida | Alta (estímulos múltiples, tiempo limitado) | Afectivo |
| E-commerce (desktop) | Simbólica | Baja-moderada (ambiente controlado, navegación a ritmo propio) | Cognitivo |
| M-commerce (móvil) | Simbólica pero reducida | Alta (pantalla pequeña, multitasking, interrupciones) | Afectivo |
| Social commerce | Simbólica + contexto social/emocional | Variable (depende del contenido) | Mixto, sesgo afectivo |
| Venta directa / D2C experiencial | Real / vívida + narrativa controlada | Baja (experiencia diseñada, atención guiada) | Afectivo con soporte cognitivo |
Implicación para la investigación y la estrategia de canales: La investigación de canales debe ir más allá de las métricas de distribución numérica y de penetración. Necesita evaluar cómo cada canal configura el modo de procesamiento de la decisión y, por tanto, qué tipo de propuesta de valor tiene mayor probabilidad de éxito en cada canal.
Un producto cuya ventaja competitiva es racional-funcional (mejor rendimiento, mejor relación costo-beneficio) tiene una ventaja natural en canales que favorecen el procesamiento cognitivo. Un producto cuya ventaja es emocional-experiencial se beneficia de canales que favorecen el afecto.
¿La consecuencia incómoda? Si estás lanzando un producto hedónico solo en e-commerce, estás peleando la batalla afectiva en un terreno cognitivo. Y viceversa.
Los marcos revisados aquí no son curiosidades académicas. Son herramientas de calibración para un oficio —la investigación de mercados— que históricamente ha sobrestimado la racionalidad del consumidor y subestimado el contexto decisional.
Integrar las ciencias del comportamiento a la práctica de research implica al menos tres movimientos:
Primero, medir el afecto con la misma rigurosidad con la que medimos la cognición. Esto significa incorporar medidas implícitas, tiempos de reacción, codificación facial y medidas fisiológicas como complemento —no reemplazo— de las encuestas declarativas. Los estudios que solo capturan respuestas racionales autorreportadas miden lo que el consumidor cree que piensa, no lo que siente al decidir.
Segundo, incorporar el contexto decisional como variable de diseño, no como ruido. La carga cognitiva, el modo de presentación, el canal, el momento del día, la fatiga decisional — todas estas son variables que moderan sistemáticamente la ruta de procesamiento. Un diseño experimental que no las controla introduce varianza no explicada, lo que reduce la validez predictiva del estudio.
Tercero, usar modelos que permitan la heterogeneidad en los modos de procesamiento. Los modelos de elección discreta con clases latentes, los modelos jerárquicos bayesianos con moderadores individuales y las simulaciones agent-based que permiten agentes con diferentes reglas de decisión son herramientas analíticas naturalmente compatibles con la perspectiva dual-process. La pregunta no es "¿cuál es la elasticidad-precio de esta categoría?" sino "¿cuál es la elasticidad-precio para consumidores en modos afectivo y cognitivo, y cuál es la proporción de cada uno en cada canal?"
La investigación de mercados que solo reporta qué elige el consumidor es descriptiva. La que explica por qué elige —incluyendo la ruta de procesamiento, el peso del afecto, la sensibilidad al alcance y las condiciones de contexto— es predictiva. Y la que diseña intervenciones basadas en ese entendimiento —optimizando el entorno de toma de decisiones para alinear la ruta de procesamiento con la propuesta de valor— es prescriptiva.
Las ciencias del comportamiento nos brindan el marco para pasar de la descripción a la prescripción. Y en un mercado donde todos tienen acceso a los mismos datos de ventas, a los mismos paneles de consumidores y a las mismas herramientas de IA generativa, la ventaja competitiva no está en tener más datos. Está en entender mejor cómo el cerebro humano transforma esos datos —o los ignora olímpicamente— en el momento de la verdad.
Porque al final del día, tu consumidor no es un homo economicus. Es un ser humano gloriosamente irracional que decidió comprar el pastel de chocolate porque lo vio en el peor momento posible. Y si entiendes por qué ese fue el peor momento posible, puedes diseñar el mejor momento posible para tu marca.
¿Quieres discutir cómo integrar estos marcos en tu próximo estudio de mercado? Escríbeme a [tu email] o conéctate en [tu LinkedIn].