Caso Práctico

Unidad 3

Freddy Santiago Sánchez Dedderle.

Noviembre 2020.

Corporación Universitaria Asturias.

Cundinamarca.
Plan de Marketing.
.

Objetivos.

Poder identificar en que momento y como utilizar el análisis factorial, ya que esta técnica nos
permite una reducción de la dimensionalidad de los datos, es decir poder explicar de manera
sencilla la mayor cantidad de información, este tipo de análisis se caracteriza y diferencia de
las demás ya que todas las variables cumplen el mismo papel, es decir no existe a priori una
dependencia conceptual de unas variables sobre otras.

Comprender el organigrama de cada técnica, lo que nos permitirá organizar la información

en cada técnica ya sea de varianza, regresión o análisis factorial y lograr reducir la
información en el mejor método posible.

Reconocer las diferentes técnicas multivariantes, para identificar cual utilizar en los
diferentes desafíos, que nos plantea el marketing dentro de una organización, manejando
una perdida mínima de información.
Enunciado
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 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:
Describir con claridad gran cantidad de datos cuantitativos y analizar las
relaciones existentes entre ellos.

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.
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

Utilizaremos un caso sencillo. 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 CARACTERÍSTICA

V1 Que sea barato

V2 Que se pague a plazos
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. 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.
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:
Que sea confortable (0.900)
Que sea seguro (0.720)
Que tenga 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.
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.

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:
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.
Cuestiones.

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

tiene esta técnica?

¿Qué técnica multivariante de apoyo a las decisiones de marketing utilizaremos si

queremos segmentar el mercado?
 Desarrollo.

1. Teniendo en cuenta que el análisis factorial debe cumplir con propiedades, como
conservar la información contenida en las variables iniciales, ser linealmente
independientes y tener una importancia diferencial en la explicación de la
varianza total; esta técnica se puede utilizar en mercadeo para la segmentación
(por beneficios buscados) de mercados en los que se pueden identificar las
variables subyacentes en las cuales deben agruparse los clientes.

En mercadeo podemos utilizar el análisis factorial, para establecer las cualidades

de las marcas que intervienes en lo que busca el cliente; también en base a este
análisis se pueden identificar los medios publicitarios más reconocidos en el
mercado meta.

De la misma manera nos funciona en el estudio de la imagen y posicionamiento

de la marca en comparación a la competencia; dentro de esta complejidad de
elementos del marketing, este tipo de análisis nos permite reconocer las
particularidades de los clientes susceptibles al precio.

Entre las ventajas de este análisis se destacan:

- Indica un análisis de manera efectiva lo que genera una visión mas acertada, sobre
la demografía y el comportamiento de compra de los clientes, lo que proyecta mejor
su mercado y subir las ventas.
- los directivos lo pueden aplicar en la empresa en cualquiera de sus procesos.
- Permite entregar un informe completo con el menor error de riesgo a comparación
de otras técnicas.
- La estructura de cuadros y diagramas, que describen las diferentes tareas permite su
fácil comprensión, dándonos a conocer el problema y así darle una rápida solución.
- Esta la posibilidad de asignar puntajes a los atributos
- Subjetivos de factores exploratorios y análisis confirmatorios.
Las desventajas que presenta son las siguientes:

- No identifica claramente los datos a simple vista, ya que son parte del análisis
factorial para encontrar patrones.
- Al no tener claridad de cuantos factores incluir es difícil determinar que factores
conservar, e identificar cual es el mejor.
- Al ser subjetiva la interpretación de los factores es difícil como juntar las variables
que nos siempre son tan simples.

2. La técnica multivariante que utilizaría, si se requiere segmentar el mercado, sería

el análisis factorial, lo haría ya que la segmentación tiene diferentes variables
como lo son la geografía, características organizacionales, comportamiento de
compra y patrones de uso; predisposición o política organizacional; desplegando
subtemas adicionales.
Entre los mejores análisis de estudio, que nos permite comprender la segmentación
esta; la técnica piramidal y la de árbol en sus métodos de estudio, bases que nos
lleva a concluir que el análisis factorial nos permite encontrar factores con base en
similitudes de variables (atributos) que a simple vista es imposible encontrar,
convirtiendo toda esta basta información en un número mínimo de factores que
serían utilizados para representar la relación existente entre un conjunto de variables
intercorrelacionadas.
Conclusiones.

El análisis factorial es una técnica multivariante que se utiliza para el estudio e

interpretación de las correlaciones entre un grupo de variables, este método se
utiliza con mucho éxito tanto en el mercadeo, gestión de productos e investigación
de operaciones como en las ciencias sociales y aplicadas que tratan grandes
cantidades de datos.

Maneja tantas propiedades que es la mejor tanto en la segmentación de mercado

como en el posicionamiento, siendo la segmentación un proceso que si no se estudia
tan minuciosamente no se podría visualizar claramente a simple vista, lo que nos
lograría dar un posicionamiento, teniendo en cuenta que este también se estudia
como modelo cuantitativo construyendo mapas perceptuales lo que en los dos temas
nos da una visión más objetiva.
 Bibliografía.

- https://www.centro-
virtual.com/campus/pluginfile.php/43401/mod_scorm/content/2/content/pdfs/caso_
enunciado.pdf.
- http://www.fuenterrebollo.com/Economicas/ECONOMETRIA/MULTIVARIANTE
/FACTORIAL/analisis-factorial.pdf.
- https://www.centro-
virtual.com/recursos/biblioteca/pdf/plan_marketing/unidad3_pdf1.pdf.
- https://www.centro-
virtual.com/recursos/biblioteca/pdf/plan_marketing/unidad3_pdf2.pdf.

Desarrollo.