Está en la página 1de 20

Caso Práctico unidad tres 1

CASO PRACTICO UNIDAD 3


MARKETING

JACINTA GIRALDO QUINTERO

Docente

CORPORACION UNIVERSITARIA ASTURIAS

ADMINISTRACION Y DIRECCION DE EMPRESAS

EL SANTUARIO –ANTIOQUIA

2019
Caso Práctico unidad tres 2

Tabla de contenido
Capitulo 1 Introducción ……………………………………………………………………….3
Capitulo 2 Objetivo …………………………………………………………………………...4
Capitulo 3 ejercicio propuesto ………………………………………………………………...5
Capitulo 4 desarrollo ………………………………………………………………………...14
Capitulo 5 conclusiones ……………………………………………………………………..19
Bibliografías………………………………………………………………………………….20
Caso Práctico unidad tres 3

Introducción

Al plantearnos el caso práctico para desarrollar las habilidades y conocimientos adquiridos


en cada una de las unidades de la materia, es de vital importancia ya que esto nos lleva y
transporta a la práctica mirando, analizando y sintiéndose parte del desarrollo del caso
propuesto, es de vital importancia que este sistema nos incentiva a también poner en práctica
los conocimientos adquiridos en las anteriores materias.

Con los conocimientos adquirir idos podemos determinar que hoy en día La Gestión de
Tesorería cobra importancia dentro de las empresas, pues integran la tesorería a la cadena de
suministro de la institución para generar información que permita tomar decisiones en tiempo
real, convirtiéndola en un área estratégica que genere valor agregado para la organización.

Es una gran ventaja esta forma de analizar los casos ya que así siempre vamos a estar
innovando teniendo en cuenta todas las ventajas y desventajas que nos ofrece las diferentes
unidades en la aplicación funciones de la gestión de tesorería y todos sus componentes.
Caso Práctico unidad tres 4

Objetivo General: analizar y aplicar los conocimientos adquiridos en teoría a cerca de la


implementación de la estrategias existentes, seleccionando la que se aplique al escenario de la
empresa según el cas practico presentado análisis factorial para la toma de decisiones de
marketing
Caso Práctico unidad tres 5

Planteamiento

Ejemplo de análisis factorial para la toma de decisiones de marketing

El Análisis Factorial tiene sus orígenes en los trabajos iniciados por Charles Spearman en
1.904, donde trataba de analizar la causa de que las puntuaciones obtenidas por un grupo de
alumnos en distintas materias presentará altas correlaciones. Los estudios de Spearman,
pusieron de manifiesto la existencia de un factor común en todas las calificaciones, que da una
medida de la inteligencia de los alumnos, y que explicaría las altas correlaciones existentes, y,
otro factor, específico de cada alumno, que sería el responsable de la parte residual de las
calificaciones.

Actualmente, el Análisis Multivariante se utiliza para obtener medidas de variables tales


como aptitud para las ventas, resistencia a la innovación, aceptación de nuevos productos, etc.
Así por ejemplo, una empresa que desea lanzar un nuevo artículo al mercado, y quiere realizar
un estudio acerca de la aceptación de dicho artículo, puede, a través de una encuesta con
cuestiones que midan una serie de variables, obtener una medida de la "variable no observable"
que pretende analizar.

Dentro del Análisis Factorial, podemos distinguir dos técnicas que, si bien tienen el mismo
tratamiento matemático, sus objetivos son distintos: El Análisis de Componentes Principales y
el Análisis Factorial de Correlaciones.

El Análisis de Componentes Principales tiene como objetivo reducir la dimensión de un


problema, en el sentido de que un número grande de variables iniciales, se puede reducir a uno
Caso Práctico unidad tres 6

menor de nuevas variables , denominadas Componentes, que son combinación lineal de las
originales y que además son incorrelacionadas entre sí. La reducción no supone en ningún caso
pérdida de la información relevante proporcionada por las primeras variables.

Las nuevas variables o Componentes, se pueden utilizar con múltiples objetivos, tales
como:

1. Describir con claridad gran cantidad de datos cuantitativos y analizar las relaciones
existentes entre ellos.
2. Realizar estudios Multivariantes posteriores, como un Análisis Cluster, o construir
un modelo de Regresión utilizando los pocos datos dados por las Componentes en
lugar de los muchos proporcionados por las variables iniciales.

El Análisis Factorial de Correlaciones, se puede considerar, en cierta manera, como un método


de reducción de datos, en cuanto que el número inicial de variables, se reduce a un número
inferior de Factores, pero, el objetivo de este método Multivariante, es precisamente, identificar
y cuantificar estos Factores Comunes.

Por otro lado, el Análisis de Componentes Principales no exige condiciones previas acerca de
la estructura de los datos de partida, mientras que el Análisis Factorial de Correlaciones, supone
la existencia de un Modelo que ha generado dichos datos. Además, dentro del Análisis Factorial
de Correlaciones, se puede tener, o no, conocimiento del número de Factores Comunes. Cuando
no existe tal conocimiento, nos encontramos ante un problema de Análisis Factorial
Exploratorio, En otro caso, el Análisis Factorial Confirmatorio se encargará de verificar un
modelo factorial dado.

En cualquier caso, el Análisis Factorial de Correlaciones debe:

1. Identificar los Factores Comunes existentes en el modelo.

2. Obtener las relaciones entre las variables iniciales y los Factores Comunes.

3. Proporcionar una interpretación de los Factores Comunes.


Caso Práctico unidad tres 7

Los resultados obtenidos por el Análisis Factorial de correlaciones sirven de base para
otras técnicas como análisis Cluster, discriminante, regresión,...

Como conclusión teórica sobre el Análisis Factorial decir que éste reduce la
multiplicidad de pruebas y medidas hasta lograr una sencillez notable. Indica qué pruebas y
medidas pertenecen al mismo grupo y cuáles miden prácticamente lo mismo. Por lo tanto,
reduce el número de variables y ayuda a localizar o identificar unidades o propiedades
fundamentales en que se deben basar las pruebas.

Ejemplo práctico de análisis factorial

Una empresa productora de un determinado refresco está interesada en incrementar sus ventas
para lo cual, diseña una campaña de publicidad basándose en los resultados de una encuesta. La
encuesta constaba una serie de afirmaciones a las que los sujetos contestaban desde 1 (muy en
desacuerdo) hasta 5 (muy de acuerdo). Las cuestiones planteadas en la encuesta fueron:

X1: Me gusta beber refrescos cuando estoy con los amigos

X2: Me gusta beber un refresco cuando estoy charlando con alguien

X3: A mi los refrescos me van bien para las ocasiones divertidas

X4: Me gusta beber siempre la misma marca de refrescos

X5: A los sitios donde voy pido siempre el mismo refresco

X6: Cambio de un refresco a otro porque para mi es mucho mejor que tomar siempre el mismo

X7: Los refrescos sólo me gusta tomarlos mezclados con alcohol

X8: Una de mis bebidas favoritas es el refresco combinado con alcohol

X9: Principalmente mezclo los refrescos para rebajar las bebidas alcohólicas

Hemos factorizado la matriz de correlaciones utilizando componentes principales y rotación


varimax y hemos obtenido la siguiente matriz factorial:
Caso Práctico unidad tres 8

F1 F2 F3

X1 0.81 0.01 -0.02

X2 0.80 0.06 0.05

X3 0.60 0.2 0.07

X4 0.01 0.7 0.01

X5 0.03 0.8 0.09

X6 -0.07 -0.55 0.04

X7 0.02 0.01 0.7

X8 0.002 0.1 0.65

X9 0.15 0.2 0.65

Calcula, a partir de la matriz factorial, los siguientes valores:

a) Comunalidad y unicidad para cada variable.

b) Porcentaje de varianza explicada por cada factor y porcentaje de varianza explicada por el
conjunto de factores.

c) Representa en el plano constituido por los factores F1 y F2 por un lado y F2 y F3 por otro la solución
factorial obtenida

d) Interpreta y nombre los factores obtenidos. ¿En qué debería incidir la campaña publicitaria en base
a los resultados obtenidos con el análisis factorial?

Una empresa especializada en el diseño de automóviles de turismo desea averiguar

cuáles son las preferencias más importantes del público que compra estos automóviles. Con

este fin diseña una encuesta de diez preguntas y se la aplica a un grupo de potenciales

clientes. Se les pide que valoren de 1 a 5 cada una de las características. A mayor puntuación

mayor preferencia de la característica. Estas diez características son:

VARIABLES CARACTERISTICAS
V1 Que sea barato
V2 Que se pague a plazos
Caso Práctico unidad tres 9

V3 Que tenga poco consumo


V4 Que use gasolina normal
V5 Que sea seguro
V6 Que sea confortable
V7 Que tenga gran capacidad
V8 Que de buenas prestaciones
V9 Que sea juvenil
V10 Que sea aerodinámico

Se trata de averiguar si estas diez variables pueden agruparse en pocos factores.

Tabuladas las encuestas los datos se ingresan al SPSS. Las variables (características

vehiculares) se ingresan como columnas y los datos de cada sujeto conforman una fila.

Inicialmente el SPSS arroja la respectiva Matriz de Correlaciones.

(Aunque sería necesario un curso sobre Estadística y SPSS, os detallo que, a

continuación, el SPSS nos ha proporcionado los resultados de los tests requeridos: Test de

Bartlett e Índice Kaiser-Meyer-Olkin, y los resultados obtenidos en los dos tests indican que

es posible continuar con el Análisis Factorial).

De inmediato el SPSS nos proporciona la Tabla de Estadísticos Iniciales, en donde

todas las variables presentan la misma comunalidad junto con sus valores propios

(eigenvalues) así como los valores porcentuales y acumulados de la varianza explicada por

cada uno de los factores.

Los datos conseguidos con el programa SPSS (sobre Estadísticos Iniciales) destacan

nítidamente dos variables: “Aerodinámico” (con un eigenvalue de 5.70 acumula el 57% de la

varianza explicada) y “Barato” (con un eigenvalue de 2.07 acumula el 20.7% de la varianza

explicada). Estas dos variables juntas, acumulan el 77.7% de la varianza explicada.


Caso Práctico unidad tres
10

Luego, el SPSS da la primera Matriz Factorial (No Rotada) que presenta la “Carga

Factorial” (correlaciones entre las variables iniciales y los “factores” recién creados).

En el caso de nuestro estudio se aprecia que se han extraído dos factores. El primer

factor (Factor 1) presenta una mayor cantidad de variables altamente correlacionadas. Hay

que tener en cuenta que, el primer factor antes de la rotación es el que mejor discrimina.

VARIABLES CARACTERISTICAS
Que use gasolina normal (0.933)
Que se pague a plazos (0.923)
No Juvenil (-0.879)
Que sea barato (0.878)
No buenas prestaciones (-0.861)
Que tenga poco consumo (0.840)
No aerodinámico (-0.765)

El segundo factor (Factor 2) aglutina las siguientes características:

VARIABLES CARACTERISTICAS
Que sea confortable (0.900)
Que sea seguro (0.720)
Que tenga una gran capacidad (0.671)

A continuación el SPSS entrega la Tabla de Estadísticos Finales, donde se encuentra

que ha variado la “comunalidad” y que se ha reducido el número de factores. La variación en

las comunalidades es consecuencia directa de la reducción de los factores.


Caso Práctico unidad tres
11

Las comunalidades expresan la cantidad de información de cada variable representada

en los factores que quedan.

En la Tabla de Estadísticos Finales se puede observar que hay dos factores. De esta

forma se ha pasado de diez variables a tan sólo dos, produciéndose la pérdida de tan solo el

22.3% de la información original representada por las diez variables iniciales


Caso Práctico unidad tres
12

Vemos que las variables importantes siguen siendo las mismas y con coeficientes muy

parecidos, por lo que la interpretación no varía, y se reduce la complejidad del análisis y el

riesgo de error en el manejo de datos.

Conclusiones del ejemplo

Esto sólo ha sido un ejemplo de la necesidad de “cuantificar” la información de

Marketing para sacar conclusiones rigurosas.

El Análisis Factorial es una de las técnicas más útiles para el análisis (en Marketing y

otras disciplinas) la cual, gracias al desarrollo de la informática, puede ser aplicada

actualmente con relativa facilidad. Además, brinda la posibilidad de optar entre diferentes

procedimientos de acuerdo a los objetivos del estudio, lo que confiere a este análisis la

posibilidad de buscar la solución más precisa, desde el punto de vista matemático y, la más

elegante, desde el punto de vista estético.

Como conclusión empírica podemos indicar que las diez variables consideradas

inicialmente han quedado reducidas a dos factores: “economía” y “seguridad”. Se ha pasado

de diez variables a dos, produciéndose la pérdida de tan sólo el 22.3% de la información

original representada por las diez variables iniciales. Por tanto, puede aplicarse una encuesta

de sólo 2 ó 3 items, por ejemplo: a) Que sea económico; b) Que sea seguro; c) Que no sea

deportivo.

Finalmente, el manejo de herramientas de Marketing de Apoyo a las Decisiones debe

seguir la siguiente secuencia:


Caso Práctico unidad tres
13

1) Recogida de Información - 2) Análisis de Datos - 3) Conocimiento - 4)

conclusiones. Sin esta “forma de pensar” corremos el riesgo de no ser rigurosos en la toma de

decisiones y, en consecuencia, mayor riesgo de errores


Caso Práctico unidad tres
14

Cuestiones

1. ¿Cuándo es oportuno realizar un análisis factorial? ¿Qué ventajas e inconvenientes

tiene esta técnica?

2. ¿Qué técnica multivalente de apoyo a las decisiones de marketing utilizaremos si

queremos segmentar el mercado?


Caso Práctico unidad tres
15

Solución del caso

1. ¿Cuándo es oportuno realizar un análisis factorial? ¿Qué ventajas e inconvenientes

tiene esta técnica?

Respuesta:

Son métodos multivariantes que pretende disminuir la dimensionalidad de un problema y

un conjunto de variables.

Los métodos de análisis factorial son apropiados cuando contamos con una gran cantidad

de variables, ya que tienen un alto poder de reducción de información y facilitan el diseño y

agregación de variables. El Análisis Factorial se utiliza comunmente en Marketing, para

comprobar la validez de una serie de Items (preguntas) sobre las preferencias de los

consumidores, una encuesta por o un conjunto de respuestas o puntuaciones en escala ordinal

en torno a una dimensión,. En primer lugar se comprueba la relación entre las variables

mediante la Matriz de Correlaciones, requisito previo indispensable para llevar a cabo este

análisis estadístico, también me permite facilitar la información que estoy obteniendo de estas

variables.

Ventajas

Puede utilizar factor análisis de manera efectiva para proporcionarle una visión profunda de
la demografía y el comportamiento de compra de los clientes, esto lo ayudaría a apuntar mejor
a su mercado y lograr mayores ventas.

Es económico y fácil de usar y puede utilizarse en una amplia variedad de situaciones.

Se puede utilizar para identificar muchos factores latentes subyacentes que otras
herramientas pueden no ser capaces de resaltar.

Esta la posibilidad de asignar puntajes a los atributos subjetivos de factores exploratorios y


análisis del factor confirmatorios.
Caso Práctico unidad tres
16

Contribuyen a la validación sistemática de escalas subjetivas

Desventajas

Es difícil determinar si los factores que emergen reflejan los datos o simplemente son parte del
poder del análisis factorial para encontrar patrones.

Es difícil decidir cuántos factores incluir es decidir cuántos factores conservar. Hay una variedad de
métodos para determinar esto, y hay poco acuerdo sobre cuál es el mejor.

La interpretación del significado de los factores es subjetiva puede decirle qué variables en su
conjunto de datos «van juntas» de maneras que no siempre son obvias.

La agregación y pesos puede variar cada vez que un nuevo dato es considerado,
dificultando la comparación temporal o entre diferentes contextos.

No hay una solución única de agregación

La validez de los constructos identificados depende de la relevancia teórica de los

indicadores elegidos.

Dificultad para trabajar con escalas ordinales.

1. ¿Qué técnica multivalente de apoyo a las decisiones de marketing utilizaremos si queremos

segmentar el mercado?

Respuesta:

Son muchas las técnicas utilizadas para segmentar y su uso está en función de lo que

necesitemos analizar y conocer de los clientes. Se clasifican en 3 grupos por ser descriptivas,

Análisis de frecuencia.- En función de una única variable seleccionada se analizan


reacciones respecto a acciones de comunicación, programas de incentivo y fidelización.

Tablas cruzadas (Crosstabs).- Las segmentación se realiza por medio de una tabla de
entrada doble, a través de la cual se describe a los consumidores bajo dos criterios (pueden ser
socioculturales, geográficos, de comportamiento,etc.) y en torno a una variable a explicar (por
ejemplo, si son clientes o no, volúmenes de compra, etc.).
Caso Práctico unidad tres
17

Análisis de grupos (Cluster).- En esta técnica se seleccionan determinadas características


relevantes y relacionadas con patrones de consumo, y en base a ellas se crean grupos de
personas con comportamientos muy similares entre sí y al mismo tiempo se intenta que cada
grupo sea lo más diferente posible a los restantes. Permite la clasificación de un elevado
número de consumidores en diferentes perfiles de comportamiento. Muy utilizado para crear
contenidos de estrategias de comunicación.

Análisis de frecuencia:

Ahora bien como técnica multivalente que nos ayuda a tomar decisiones, podríamos

sugerir el Análisis Conjunto, la cual nos sirve para entender como los encuestados desarrollan

preferencias en relación a productos o servicios. El Análisis Conjunto es una de las numerosas

técnicas para investigar situaciones donde una persona que toma decisiones tiene que escoger

entre varias opciones que simultáneamente varían entre dos o más variables. El Análisis

Conjunto se usa para determinar cómo la gente valora los diferentes atributos de un

determinado producto o servicio. El objetivo del análisis conjunto es determinar cuál es la

combinación de un limitado número de atributos de un determinado producto o servicio, que

más influye en la decisión de compra. Esta técnica estadística categoriza las percepciones y

preferencias de los clientes hacia los productos o servicios. Estas percepciones y preferencias

son luego evaluadas y agrupadas para buscar homogeneidad en los segmentos.

Técnicas predictivas o de dependencia

Estos métodos se utilizan para definir patrones de comportamiento que puedan ser
empleados para predecir futuras decisiones de los consumidores. Dentro de éstas, podemos
identificar las 3 técnicas para segmentar el mercado y los clientes más remarcables:

Regresión múltiple.- es similar al método CHAID. Ayuda a crear modelos de decisión


con intención de predecir comportamientos futuros en base a información de
comportamientos del pasado.

RFM (Recencia, Frecuencia y valor Monetario).- técnica basada en el principio de Pareto


(80% de ingresos generados por el 20% de los clientes), donde se clasifica y valora a los
clientes en función de 3 variables: “Recencia”, “Frecuencia” y “Money (Dinero)”, y las 3 en
Caso Práctico unidad tres
18

relación al comportamiento de consumo. Puede analizar las reacciones de los consumidores


por categorías, o ante campañas de publicidad, promociones, etc.

Redes neuronales o algoritmos genéticos.- tiene como objetivo reproducir el


comportamiento del cerebro ante la toma de decisiones. Es un método en expansión (aunque
parezca tecnología del futuro) y que está siendo utilizado ya para realizar estudios bursátiles,
financieros y de investigación de mercado por las empresas.
Caso Práctico unidad tres
19

Conclusiones

Los mayores beneficios de los diseños factoriales se obtienen cuando se debe estudiar

pocas variables.

Identificar que variable influyen en una creación para luego poder optimizar hasta

alcanzar el rendimiento adecuado o para disminuir el tiempo de reacción.

Dentro de las ciencias que se encargan de enriquecer al marketing, está la estadística,

área que permite tomar datos numéricos y transformarlos en conclusiones y probabilidades.

Con las técnicas estadísticas, podemos sacar conclusiones importantes sobre el éxito y

aceptación de las campañas, así como también establecer de manera acertada si las ventas

disminuyen o aumentan significativamente.

La importancia de las técnicas estadísticas en el marketing, radica en el buen uso de

todas las herramientas de medición que estén a nuestro alcance para poder hacer buen uso de

los recursos y de esta manera lograr un resultado que este enfocado en los objetivos iniciales.
Caso Práctico unidad tres
20

Referencias Bibliográficas

Análisis Estadístico en Marketing, enero 2018 (s f)., Recuperado de


https://estamatica.net/analisis-estadistico-marketing/

Usos del análisis factorial para la construcción y validación de escalas, (s f) Recuperado de


http://interwp.cepal.org/mmp/pres/15_An%C3%A1lisis_Factorial_Escalas.pdf

Gerencia de Mercadeo, Técnicas Estadísticas Multivariante , Ayala Ruiz L.E. Recuperado de


http://3w3search.com/Edu/Merc/Es/GMerc039.htm

https://www.emprendepyme.net/tecnicas-de-segmentacion-de-mercado.html