Cmo hacer un biplot utilizando el programa Brand Map?

Para generar un mapa de vectores llamado Biplot, en Brain usamos un programa llamado BrandMap, que utiliza a Excel como plataforma y slo se tiene una licencia, es decir, no pueden estar usndolo dos o ms personas al mismo tiempo, por lo que es indispensable cerrarlo al terminar de usarse, y si alguien lo est usando estar al pendiente de que lo cierre al terminar.

Para ingresar le damos click al botn Load BrandMap y entramos a la aplicacin.

Para generar el mapa de vectores es necesario tener construida una matriz de porcentajes de las marcas a analizar con los diversos atributos.

La cual se selecciona para construir el mapa y en Maps seleccionamos la opcin Biplot.

Se seleccionan las opciones de Data Standardization-> Row y Colum (Para estandarizarlos con media=0 y SD=1)

Posteriormente nos pregunta por el nmero de dimensiones o ejes para el clculo y dejamos los que nos propone.

Luego nos pregunta por el nombre del archivo con el que se va a guardar y le damos aceptar a los siguientes 2 cuadros de dilogo que aparecen.

Este genera una matriz de vectores

Para dibujar el mapa de vectores nos vamos a Plot/Report -> Plot 2D Map

Posteriormente le damos las especificaciones del mapa, los cuales varan dependiendo las necesidades del estudio. Es muy importante seleccionar la opcin de dibujar los ejes.

Nos aparece un cuadro de dilogo donde le ponemos el ttulo del grfico

Y al darle OK se genera el mapa de vectores. En cada eje se muestra el porcentaje de varianza que explica, en este ejemplo en el primer eje es el 37.9% y el segundo 25.6%, en total se explica el 63.5%. El mapa tambin nos marca vectores con correlaciones menores al .5.

Se debe tener la precaucin de no interpretar este mapa como uno de Correspondencias (MCA), ya que los vectores indican hacia que eje se posiciona algn atributo. Y finalmente le asignamos a los ejes su descripcin con base en los vectores que le apuntan.

Vectores largos indican cualidades o propiedades que hacen que las marcas sean distintas. Vectores pequeos informan sobre rasgos o caractersticas que NO se distinguen entre las marcas. En nuestro ejemplo, el atributo ofrece mayor valor agregado por medio de servicios adicionales de calidad puede no diferenciar entre las marcas ya que es un vector muy corto. El atributo lo que paga por el servicio es adecuado a su calidad si logra distinguir a las marcas (las que si ofrecen esta peculiaridad de las que no lo hacen) y por tanto su representacin es a travs de un vector muy largo. El centro del mapa donde se intersectan los ejes y los vectores representa el promedio general de cada atributo y es el punto a partir del cual las marcas se dispersan o se diferencian. El ngulo que forman los vectores-atributos indica el grado de asociacin entre ellos. Entre menor sea el ngulo hay mayor asociacin; a un mayor ngulo las correlaciones entre atributos son negativas.

Se recomienda poner nombre a las dimensiones que forman lo vectores-atributos ms largos y ms correlacionados entre s (ngulos ms pequeos). Esto permite detectar en que aspectos est posicionada una marca. En nuestro ejemplo Infinitum tiene un posicionamiento de marca relacionado con velocidad y vale lo que cuesta. Entre ms cerca est una marca de una dimensin, est ms posicionada esta en este aspecto. Las marcas que aparecen cercanas son similares en la mayora de los atributos. Las que aparecen separadas son ms diferentes. Una marca se relaciona ms con un atributo si apunta en la misma direccin que ste. El grado de asociacin se halla dibujando una perpendicular de la marca al vector-atributo. (- - - - -) Entre ms chica sea la perpendicular ms se relaciona la marca con el atributo. En nuestro ejemplo la marca ms asociada con el atributo ofrece un servicio confiable y sin fallas es Telmex y la menos correlacionada es Yoo. Aunque Telcel tiene una perpendicular ms corta que Telmex, no apunta en la misma direccin que el atributo. Siempre hay que considerar que este tipo de mapa perceptual es para interpretar posicionamiento de marca en dimensiones. Para analizar la relacin atributo-marca es ms recomendable utilizar el anlisis de correspondencia.