Category management y ciencia de datos en tiempos inflacionarios
Los reportes de mejores prácticas indican que las estrategias de salida a mercado "Go! to market" ...
Un caso de uso frecuente en investigación de mercados implica comprender y cuantificar los usos y hábitos que el consumidor hace de las categorías. En este sentido, cobra particular relevancia reconocer algunas aportaciones de la analítica de datos.
MODELOS DE LEVANTAMIENTO DE INFORMACIÓN
Por lo general, los estudios de usos y hábitos exigen al investigador cuantificar volúmenes de consumo. En este sentido existe un debate sobre cómo levantar confiablemente esta información habiendo tres enfoques principales:
| Encuesta | Conjoint | Diario | |
| Ventajas |
|
|
|
| Desventajas |
|
|
|
En cualquier escenario de levantamiento de información, los modelos PITA y PFI facilitan a las marcas y a los investigadores entender cada uno de los componentes que participan en la conformación de volumen.
MODELO PITA
Es un acrónimo que traduce Población, Intensidad, Transacción, Cantidad. P * I * T * C = Valor marginal del hábito.
| ¿Qué indica? | ¿Qué variables lo influyen? | |
| Población |
|
|
| Incidencia |
|
|
| Transacción |
|
|
| Cantidad |
|
|
En el caso de un producto agrícola como el frijol:
| P | I | T | A | Valor |
|
El 30% de la población consume En un país de 40 millones de habitantes, se arranca con: 13.200.000
|
Consumen una vez cada 15 días, lo que llevado a año implica: 24 momentos de consumo Lo hacen dos veces al día cuando consumen 48 ocasiones específicas de consumo |
En cada ocasión de consumo, llenan el plato un 20% con el frijol. Esto llevado a gramos implica unos 58 gramos de frijol por ocasión de consumo |
El costo de esos 58 gramos de frijol sin implicar los demás ingredientes de la receta suponen $3.500 |
Esto supone que el hábito llevado a valor pesa $2.217.600 * 100 |
PITA es una buena forma de llegar al consumo per cápita de un bien como se ilustra a continuación:
Intuitivamente, altos o bajos niveles de P, I, T A diagnostican accionables diferentes a lo largo de la cadena de generación de necesidades y de valor.
PITA, puede ser calculado por ocasión de consumo. Como se ha discutido en otros blog, una ocasión de consumo está determinada por participantes, escenarios, intenciones y modelos como las 7W ayudan a construir dichos escenarios (¿Cuándo?, ¿Cómo?, ¿Quién?, ¿Cuánto?, ¿Para qué?, ¿Por qué?) y estadísticamente los árboles de decisión ayudan a encontrar interacciones significativas entre las 7W, encontrando volúmenes de consumo significativos en interacciones como por ejemplo: En casa de amigos, después del trabajo, viendo un partido de futbol, con cerveza.
MODELO PFI
Este acrónimo es parecido, traduce Penetración, Frecuencia e Intensidad. A diferencia del modelo PITA, expresa el consumo en volumen no en valor monetario. La lógica es similar en su cálculo y estimación.
Uno de los aportes significativos de la analítica de datos a estos paradigmas de cuantificación de hábitos, es que es viable estimar el peso de diferentes variables sobre cada componente de la ecuación: P I T A o P F I.
En la gráfica a continuación, puede observarse ejemplos de uso de modelos de regresión logística para analizar cómo diferentes variables del marketing mix impactan P, F I en un modelo que busca mejorar la penetración de consumo de la carne de cerdo
Se construyen tres modelos autónomos, cada uno buscando explicar P, F e I por separado. El modelo explicativo de P tiene una capacidad predictiva del 86% y nos enseña que la facilidad de preparar, la percepción de sabor y la idea que cae bien para el organismo elevan la probabilidad de que las personas consuman carne de cerdo, por otro lado la dificultad para almacenar por largos periodos de tiempo reducen esa probabilidad un 17%.
CONCLUSIONES
Son muchos los aportes de la analítica de datos a la comprensión y cuantificación volumétrica de comportamientos deseables en el consumidor. En este blog se exploró el uso de árboles de decisión para encontrar ocasiones de consumo a partir de las 7W y como pueden implementarse modelos PITA y PFI para cuantificar cada ocasión de consumo de forma volumétrica. De igual forma se presentan técnicas asociadas a regresión logística para estimar el impacto del marketing mix sobre cada dimensión PFI.
Nos encantaría encontrar formas de trabajo contigo, algunos retos de investigación de mercados y analítica de datos. ¿Entramos en contacto?
Gabriel Contreras
Actual CEO de SINNETIC para Colombia. Estudios en psicología, estadística, Msc en estadística, MBA y especialista en comportamiento del consumidor e investigación de mercados. Más de 15 años de experiencia haciendo consultoría analítica y de datos para Seguros, Agronegocios, FMCG, Farma y Movilidad