Investigación de mercado «hacia atrás»
Una ejecutiva de una compañía de entretenimiento decidió que sabía muy poco sobre los segmentos de consumidores a los que estaba sirviendo o esperaba servir. Ella había estado practicando una estrategia de segmentación obvia dirigiendo algunos programas a audiencias más jóvenes, algunos a los mayores, algunos a las familias, y otros a solteros. Necesitaba una estrategia más sofisticada, por lo que encargó a una agencia de investigación que analizara el mercado de la empresa.
A pesar de las grandes esperanzas, las promesas brillantes y la producción de un informe brillante cargado de estadísticas, el ejecutivo se sintió decepcionado por los hallazgos. Ella dijo: «La investigación en su mayoría me dijo cosas que ya sabía».
Su servicio operaba en una industria cuyos consumidores primarios ya habían sido estudiados más de 200 veces. Cada estudio decía prácticamente lo mismo que este: el público era mayoritariamente femenino, económicamente exclusivo, bien educado, urbano y principalmente en ambos extremos de la escala de distribución por edades.
«Incluso cuando los resultados eran nuevos», dijo, «no me dijeron lo que necesitaba saber para poder usarlos». El perfil del consumidor se basó en la demografía como principal variable de segmentación. «Claro», agregó el gerente, «sé que los hombres asisten menos que las mujeres, pero ¿por qué? ¿Ven menos beneficios que las mujeres o existen barreras a la asistencia que se aplican a los hombres y no a las mujeres? ¿Y qué pasa con las diferencias de edad? ¿El grupo de mediana edad abandona el grupo porque no satisfacemos sus necesidades o simplemente les gustan cosas que no podemos igualar, como construir una familia?» Había aprendido quiénes eran sus clientes. no pero nada sobre cómo motivarlos.
«Cuando el investigador trató de explicar los resultados, era obvio que no había entendido lo que yo quería. Los resultados fueron un poco fuera de lugar». Un ejemplo fue la medición de la lealtad. El investigador asumió que su cliente quería una medida de comportamiento, por lo que buscó información sobre la proporción de compras recientes de cada competidor y sobre los patrones recientes de cambio de marca. Pero también quería una medida actitudinal que revelara las intenciones del consumidor. Quería saber menos sobre su lealtad pasada que sobre su probable lealtad futura.
Cómo sale mal
Podemos simpatizar con las quejas de esta ejecutiva, aunque claramente ella debe compartir la culpa del mal diseño del estudio. Ella descuidó hacer de la empresa una verdadera colaboración con el investigador. Se trata de un fallo común. De hecho, los estudios sobre los éxitos y fracasos de la investigación apuntan una y otra vez a una estrecha colaboración entre investigador y cliente como el factor más importante para predecir un buen resultado.
El enfoque típico de las dos partes comienza con la definición del problema. Luego traducen el problema en una metodología de investigación. Esto lleva al desarrollo de instrumentos de investigación, un plan de muestreo, instrucciones de codificación y entrevista, y otros detalles. El investigador va al campo, examina los datos resultantes y escribe un informe.
A continuación, el ejecutivo interviene para traducir las aportaciones del investigador en acción. Por supuesto, ya ha reflexionado sobre la aplicación de los resultados. Sin embargo, según mi observación, antes de emprender la investigación, la acción prevista se deja vaga y general. Los directivos tienden a definir el problema de la investigación como un área amplia de ignorancia. Dicen en efecto: «He aquí algunas cosas que no sé. Cuando lleguen los resultados, sabré más. Y cuando sepa más, puedo averiguar qué hacer». Según mi experiencia, este enfoque hace que sea muy probable que los hallazgos estén fuera de objetivo.
Lo que sugiero es un procedimiento que ponga de cabeza el enfoque tradicional del diseño de investigación. Este procedimiento, probado, hace hincapié en la estrecha colaboración entre el investigador y los responsables de la toma de decisiones de las empresas. Aumenta notablemente las probabilidades de que la empresa llegue a conclusiones que no solo son «interesantes» sino que también conducen a conclusiones procesables.
Solo hay dos casos en los que no se espera que la investigación sea procesable de inmediato. La primera es cuando se pretende que la investigación sea básica, es decir, sentar las bases para una investigación o acción posteriores en lugar de tener un impacto a corto plazo. La segunda ocasión es cuando la investigación es metodológica, es decir, está diseñada para mejorar la capacidad de la organización de formular preguntas en el futuro. Excepto por estos dos casos, la investigación debe diseñarse para llevar a una decisión.
Enciende la cabeza
El enfoque «atrasado» que defiendo se basa en la premisa de que la mejor manera de diseñar una investigación utilizable es comenzar donde suele terminar el proceso y luego trabajar hacia atrás. Así que desarrollamos cada etapa del diseño sobre la base de lo que viene después, no antes. El procedimiento es el siguiente:
1. Determinar cómo se implementarán los resultados de la investigación (lo que ayuda a definir el problema).
2. Para garantizar la implementación de los resultados, determine qué debe contener el informe final y cómo debe verse.
3. Especifique los análisis necesarios para «rellenar los espacios en blanco» en el informe de investigación.
4. Determinar el tipo de datos que se deben reunir para llevar a cabo estos análisis.
5. Analice las fuentes secundarias disponibles y/o los servicios sindicados para ver si los datos especificados ya existen o se pueden obtener de forma rápida y económica de otros. (Mientras lo haces, observa cómo otros han intentado satisfacer necesidades de datos como las tuyas).
6. Si no se presenta una salida tan fácil, diseñe instrumentos y un plan de muestreo que proporcionen los datos que se ajusten a los análisis que tiene que realizar.
7. Realice el trabajo de campo, comprobando continuamente si los datos satisfacen sus necesidades.
8. Realice el análisis, escriba el informe y observe que tiene el efecto deseado.
Como cabría esperar, el primer paso es el más importante.
Paso 1. Como mencioné antes, para la mayoría de los gerentes el «problema» de la investigación se considera una falta de datos importantes sobre su entorno de marketing. Un gerente puede decir: «El problema es que no sé si se prefiere la fórmula A a la fórmula B.» O bien, «El problema es que no sé si mis distribuidores están más satisfechos con mi organización que los distribuidores de mi competencia con la suya y, si no lo están, qué les desagrada».
De esta forma de definir el problema, la «solución» es simplemente una reducción del nivel de ignorancia. Los datos obtenidos pueden ser muy «interesantes» y pueden dar a los gerentes una gran satisfacción al revelar cosas que no sabían. Pero la satisfacción puede convertirse rápidamente en frustración y decepción cuando el ejecutivo intenta utilizar los resultados.
Tomemos, por ejemplo, un estudio de estilo de vida realizado no hace mucho tiempo con medicamentos de venta libre. Algunos encuestados, que afirmaron que siempre se resfrían y tenían gripe, se mostraron muy pesimistas sobre su salud. Con frecuencia iban a los médicos, pero los médicos nunca fueron de mucha ayuda. Pensaban que los medicamentos de venta libre eran a menudo muy beneficiosos, pero no estaban seguros de por qué. Esta información, junto con otros detalles, hizo que los investigadores etiquetaran a este grupo como «los hipocondríacos».
¿Qué hacer con estos resultados? Como suele ocurrir con las estrategias de segmentación, hay que tomar decisiones de cantidad y calidad. La empresa tiene que decidir si inyectará más recursos de marketing en el grupo hipocondríaco de lo que justificaría su proporción de la población. El vicepresidente de marketing podría decir primero que sí porque los hipocondríacos son grandes consumidores de drogas.
Pero el panorama es más complicado que eso. Quizás los hipocondríacos sean compradores sofisticados, establecidos en sus patrones de compra y muy leales a las marcas favoritas. De ser así, el dinero destinado a ellos tendría poco impacto en la cuota de mercado. Los usuarios ligeros, por otro lado, pueden tener lealtades frágiles y tirarles dinero podría atraerlos a cambiar de marca. Por supuesto, todo lo contrario podría ser cierto: los hipocondríacos, al ser usuarios intensos, pueden resultar muy impresionables y receptivos a anuncios atractivos.
En el aspecto cualitativo, la investigación sobre el estilo de vida podría ser mucho más útil. Dado que genera un perfil rico que describe los puestos de trabajo, las familias, los valores y las preferencias de cada grupo, esta investigación podría indicar a la empresa qué decir. Pero es probable que el gerente frustrado no sepa dónde decir estas cosas. No hay Diario del hipocondríaco para hacer publicidad, y es posible que no haya patrones de visualización y lectura que no se apliquen a los grandes usuarios en general, hipocondríacos o no.
Se podría probar una estrategia de autoselección en la que la empresa desarrolle un anuncio que hable de los miedos y preocupaciones de los hipocondríacos con la esperanza de que vean el mensaje y se digan a sí mismos: «¡Ah, están hablando de mí!» Pero los usuarios no hipocondríacos que leen el anuncio podrían decir: «Bueno, si este producto es realmente para esas verrugas de preocupación, ¡ciertamente no es para mí sensato y racional! Llevaré mi patrocinio a otra parte». En este caso, la investigación será muy interesante (forraje fino para bromas de cócteles) pero no accionable.
Pero supongamos que la empresa había presentado primero todas las alternativas de acción que podría tomar después del estudio. Si el vicepresidente de marketing hubiera dejado claro que sus problemas eran (a) si asignar dólares de marketing de manera diferente y (b) si desarrollar campañas de marketing dirigidas a segmentos particulares recién descubiertos, habría puesto el proyecto en una dirección más adecuada.
En el primer caso, las conversaciones con el investigador ayudarían al vicepresidente a determinar los criterios que justificarían una asignación diferente. Naturalmente, antes de que pueda tomar una decisión, el vicepresidente necesita investigar las respuestas probables de los diferentes segmentos al dinero publicitario y promocional gastado en ellos. En el segundo caso, el gestor necesita saber si existen canales para llegar mejor a estos segmentos. Solo si primero se piensa en las decisiones que se tomarán con los resultados de la investigación, el proyecto se iniciará con una alta probabilidad de acción.
Paso 2. Después del paso 1, la dirección debería preguntarse: ¿Qué aspecto debe tener el informe final para que sepamos exactamente qué movimientos debemos hacer cuando se presente el informe? Ahora, la colaboración entre el investigador y el director debería intensificarse y resultar dinámica y sumamente creativa.
Los escenarios son una buena técnica para desarrollar ideas para el contenido del informe. La iniciativa aquí recae en el investigador, que genera elementos de un informe hipotético y luego enfrenta a la dirección con preguntas difíciles como: «Si se me ocurriera esta tabulación cruzada con estos números, ¿qué harías?»
La primera payoff de este ejercicio surge de la mejora de la propia investigación. Estos resultados pueden llevarnos hacia adelante al agudizar las alternativas de decisión y retroceder al indicar el mejor diseño para el cuestionario o cómo debe llevarse a cabo el análisis de los hallazgos. El efecto forward es evidente en este caso:
Una gerente de producto, que comercializa un bien de conveniencia de alto precio, está considerando la cancelación de un descuento de compra múltiple porque piensa que la mayoría de las personas que se aprovechan de él son clientes leales que ya son usuarios pesados, son exclusivos y en gran medida son inelásticos en el precio. Por lo tanto, especula, el descuento representa principalmente la pérdida de ingresos. Para decidir esta pregunta, por supuesto, hay que predecir las respuestas de los clientes antiguos y nuevos a la eliminación de los descuentos. El investigador plantea tablas de hipótesis que muestran varios resultados.
Supongamos que la primera iteración muestra que los clientes de larga data son inelásticos en el precio y que los nuevos clientes tienen precios elásticos. Este resultado sugiere al gerente de producto la conveniencia de no renunciar a ningún descuento excepto una oferta única a los consumidores que nunca han probado el producto. Al considerar esta alternativa, el gerente se dará cuenta de que antes de tomar una decisión necesita saber si se puede llegar a nuevos clientes potenciales con la oferta especial de una manera que minimice (o, mejor aún, excluya) las compras con descuento para los clientes antiguos.
Esta nueva formulación de la decisión lleva a una discusión de los resultados expuesta en otro conjunto de tablas ficticias que muestran la capacidad de respuesta al descuento único por comportamiento de los usuarios anteriores. Otras tablas revelarían entonces qué programas de televisión ven varios segmentos de consumidores y qué leen o escuchan, lo que indicará si son accesibles de manera diferente. Lo mismo ocurre con el proceso de reciclaje entre el contexto de decisión y el diseño de la investigación.
El reciclaje revelará qué investigación se necesita. A veces, el investigador presenta tablas contrastantes o resultados de regresión que apuntan en una dirección determinada, solo para descubrir que es más probable que la dirección tome el mismo curso de acción sin importar los resultados. Este suele ser un caso prima facie para eliminar por completo esa parte del diseño de la investigación.
La participación en las decisiones de diseño tiene otras ventajas. Sirve para cooptar a los gerentes para que apoyen el trabajo y profundicen su comprensión de muchos de los detalles de la investigación. Este entendimiento permite al investigador simplificar el informe de forma inconmensurable. Trabajar con tablas hipotéticas y contrastantes puede hacer que el gerente esté ansioso por los hallazgos y es poco probable que se sorprenda con resultados sorprendentes. La participación también ayudará a revelar a la gerencia cualquier limitación del estudio. Según mi experiencia, los directivos suelen estar tentados a ir mucho más allá de la «verdad» de la investigación al implementar los resultados, especialmente si la verdad reportada respalda el curso de acción que prefieren tomar de todos modos.
Paso 3. La forma del informe determinará claramente la naturaleza del análisis. Si la dirección se desconoce del análisis multivariante, los investigadores deben diseñar una serie de tabulaciones cruzadas paso a paso. Si la dirección se siente cómoda con los alcances más altos de las estadísticas, el investigador puede trazar algunos de los procedimientos analíticos más avanzados. En general, sin embargo, la fase de análisis debe ser sencilla. Si el ejercicio de escritura de escenarios ha ido bien, el análisis debería ser poco más que rellenar los espacios en blanco.
Paso 4. El enfoque hacia atrás es muy útil en la recopilación de datos. Un gran fabricante de productos electrónicos quería medir el conocimiento y las preferencias de los consumidores jóvenes sobre los componentes estéreo. Hasta que el investigador preparó tablas simuladas, mostrando datos de preferencias por edad y sexo, no quedaron claros los deseos del cliente. Por «jóvenes», el cliente se refería a niños de hasta diez años. Además, el cliente creía que los preadolescentes, al ser un grupo muy volátil, experimentan cambios radicales año tras año, especialmente a medida que se acercan a la pubertad.
Los planes de diseño para establecer un límite de edad baja para la muestra a los 13 años y para agrupar a los encuestados por categoría de edad, como 13 a 16 y 17 a 20 años, se salieron por la ventana. Si el investigador hubiera seguido el enfoque de diseño habitual, es posible que las expectativas del cliente no hayan surgido hasta que el estudio esté bien encaminado.
El diseño hacia atrás también puede ayudar a determinar la conveniencia de utilizar técnicas estrictas de muestreo probabilístico. Si, por ejemplo, la dirección quiere proyectar ciertos hallazgos en algún universo, la investigación debe emplear métodos de probabilidad precisos. Por otro lado, si al cliente le interesan principalmente los recuentos de frecuencias (por ejemplo, las palabras utilizadas por los consumidores para describir las principales marcas de la empresa o las quejas expresadas sobre sus vendedores), las restricciones de muestreo no tienen por qué ser tan estrictas. Según mi experiencia, los investigadores suelen crear demasiada o muy poca calidad de muestreo para los usos que la empresa tiene en mente. Del mismo modo, la redacción de escenarios suele revelar también que la dirección desea más desgloses de los resultados, lo que requiere tamaños de muestra más grandes o procedimientos de estratificación más precisos de lo que se había planeado inicialmente. Al simular la aplicación de los hallazgos, es mucho más probable que el diseño final de la investigación satisfaga las necesidades de la administración y permita bajos costos de campo.
Pasos 5—8. Los cuatro primeros pasos abarcan las principales ventajas de la técnica de retroceso. Los pasos 5 a 8 revierten a un enfoque tradicional hacia adelante que aplica las decisiones de investigación y los juicios realizados anteriormente. Si todas las partes han colaborado bien en las primeras etapas, los cuatro últimos pasos llevarán a cabo lo que ya se ha determinado en gran medida.
Decisiones más informadas
Lo que propongo aquí es una técnica que requiere que los ejecutivos de marketing dediquen su valioso tiempo para que la investigación de mercado sea más valiosa. De este modo, se pueden obtener grandes beneficios:
La organización puede evitar investigaciones que no beneficien a la toma de decisiones.
Resultados de investigación que son producido será procesable.
Se pueden anticipar conclusiones sorprendentes y desarrollar planes de contingencia.
Los diseños de muestra serán tan sofisticados como lo justifiquen las necesidades de datos de la organización y, por lo tanto, más eficientes.
Los tamaños de las muestras serán lo suficientemente grandes (o se estratificarán adecuadamente) para permitir análisis más precisos de los principales subgrupos de interés.
Las preguntas se redactarán como administración realmente los quiere.
La dirección, al estar estrechamente involucrada en el diseño de la investigación, es más probable que apoye las fases de implementación y tome medidas rápidas sobre los resultados de la investigación cuando finalmente estén disponibles.
Este procedimiento lleva tiempo tanto para los directivos como para los investigadores. Pero determinar a dónde quieres ir y luego trabajar hacia atrás para descubrir cómo llegar allí probablemente generará datos más valiosos que conduzcan a decisiones fructíferas.
— Escrito por Alan R. Andreasen
