Análisis de datos obtenidos a partir de una investigación
de mercados, con el fin de conocer el comportamiento de
los clientes de Amelia Sleepwear.
Yessica Paola Lizarazo Ortega
Investigación de mercados, Faculta de ingeniería industrial
yessicapaola.lizarazo@ustabuca.edu.co
Docente: Msc Javier Hernández Cáceres
Universidad Santo Tomás
RESUMEN
El presente estudio tiene como finalidad definir las acciones que
son necesarias para que la fábrica y tienda virtual de pijamas
“Amelia Sleepwear” ubicada en la ciudad de Bucaramanga,
Colombia, pueda posicionarse como una de las marcas más
importantes de pijamas, diferenciándose de las demás gracias a la
experiencia ofrecida a sus clientes durante su proceso de compra y
a la calidad y diseño de las prendas.
Para analizar el mercado se realizó una encuesta que permitió
conocer mucho más a fondo el target y así entender mucho mejor
al segmento del mercado al que nos estamos dirigiendo, el cual es
femenino, muy familiar, busca calidad, comodidad y buen diseño
al momento de comprar pijamas.
ABSTRACT
The purpose of this study is to define the actions that are necessary
so that the factory and virtual pajama store "Amelia Sleepwear"
located in the city of Bucaramanga, Colombia, can position itself
as one of the most important brands of pajamas, differentiating
itself from the others thanks to the experience offered to its
customers during their purchase process and the quality and design
of the garments.
To analyze the market, a survey was carried out that will get to
know the target much more in depth and thus understand much
better the segment of the market to which we are addressing, which
is female, very familiar, seeks quality, comfort and a good time at
the moment to buy pajamas.
Palabras Clave: Software spss, análisis de datos, análisis
clúster, análisis factorial, variables.
INTRODUCCIÓN
La industria textil se considera una de las más grandes en el mundo
y en Colombia. En la actualidad el acceso a medios digitales y
demás ha logrado que las grandes industrias textiles puedan
expandirse por todo el mundo, gracias no solo a las características
de sus productos, sino también a las grandes campañas publicitarias
que intervienen de manera directa e indirecta en la elección de sus
consumidores. El mercado femenino cada vez es más exigente, pero
al mismo tiempo más marcado por la tendencia de moda y por la
influencia que dicha industria pueda tener gracias a sus estrategias
de marketing; para ello es necesario conocer el mercado potencial
que se tiene, pudiéndose afirmar que, entre más se conozca y se
investigue dicho mercado, mayores posibilidades hay de que sean
exitosas.
En el desarrollo de este proyecto se hace un análisis detallado sobre
los gustos y las preferencias de las mujeres entre los 18 y los 50
años de la ciudad de Bucaramanga y su área metropolitana en
cuanto al uso de prendas femeninas para dormir, dónde se hará una
recolección de información tipo descriptiva, de acuerdo con los
resultados se buscará analizarlos e interpretarlos usando el análisis
clúster para de esta forma conocer las preferencias de dicha
población estadísticamente, lo que logrará poder construir
estrategias de marketing que permitan generar la rentabilidad
esperada y el reconocimiento de la marca.
1. PLANTEAMIENTO DEL PROBLEMA
La investigación de mercados le permite a la empresa obtener
información sobre el mercado de estudio, sobre los competidores y
además conocer los clientes. En la actualidad la empresa Amelia
Sleepwear no cuenta con un plan de mercadeo que le permita tener
identificado el mercado objetivo y que le permita aumentar el
volumen de las ventas.
Por esto se desea conocer ¿Cuál es la perspectiva de los clientes
frente las diferentes opciones que ofrece el mercado de las pijamas?
2. OBJETIVOS
2.1 Objetivo General
Aplicar técnicas de marketing, estadística, análisis clúster y análisis
factorial mediante la herramienta plataforma Google y el software
SPSS, con el fin de identificar la percepción de los consumidores
frente al mercado de pijamas de Bucaramanga.
2.2 Objetivos Específicos
• Tabular e interpretar los datos obtenidos a partir de una
encuesta.
• Clasificar los datos obtenidos por medio de un análisis
clúster.
• Interpretar y describir los resultados obtenidos a partir de
tablas y gráficos.
• Formular conclusiones a partir de los resultados obtenidos.
3. JUSTIFICACIÓN
Los clientes son el elemento principal de una empresa. Ellos deben
ser quienes marcan la pauta, cubrir sus necesidades reales y deseos
nos llevará a tener éxito en el negocio que estemos implementando.
Brindar experiencias positivas a los consumidores nos traerá la
lealtad del cliente y con ello mayores ganancias.
Es importante crear una conexión sólida con los clientes,
demostrarles preocupación por ellos conociendo sus necesidades.
La retroalimentación es clave para lograrlo, te da claridad para la
resolución de problemas, y a tus consumidores la certeza de que su
voz cuenta. Ten en cuenta siempre que no se trata solo de escuchar
al cliente, si no también de responder a sus necesidades.
No importa en que se especialice tu compañía o en qué etapa de
crecimiento esté, el por qué es importante el cliente es un
cuestionamiento que siempre debe estar presente en todos los
miembros de la organización. Tu servicio y atención te hará
destacar de la competencia. Si mantienes a los clientes como tu
prioridad, y logras conocerlos mejor realizando encuestas online
alcanzarás el éxito.
una población base de 50 personas, que participarán en las
encuestas.
Análisis de datos: El análisis de datos consiste en la realización de
las operaciones a las que el investigador someterá los datos con la
finalidad de alcanzar los objetivos del estudio. Todas estas
operaciones no pueden definirse de antemano de manera rígida. La
recolección de datos y ciertos análisis preliminares pueden revelar
problemas y dificultades que desactualizarán la planificación
inicial del análisis de los datos. Sin embargo es importante
planificar los principales aspectos del plan de análisis en función de
la verificación de cada una de las hipótesis formuladas ya que estas
definiciones condicionarán a su vez la fase de recolección de datos.
Para esto usaremos el análisis de clúster, que nos permitirá hacer
un análisis detallado de cada una de las variables que queremos
evaluar. Además, debemos ayudar con gráficas y tablas para tener
un resultado más claro y conciso.
Finalmente realizar las conclusiones donde analizaremos los
resultados obtenidos con el proyecto.

Es por esto por lo que nace este proyecto de investigación con la
finalidad de conocer los clientes del emprendimiento que se está
desarrollando, para conocer sus expectativas en todos los aspectos
del producto. Por otro lado, todo este proceso investigativo aporta
a la formación profesional, pues se pondrán en práctica muchos de
los conocimientos adquiridos durante la carrera de ingeniería
industrial y durante el curso de metodología de investigación.
Además, es importante resaltar que la investigación de mercados es
una herramienta esencial y necesaria dentro de cualquier compañía.
4. METODOLOGÍA
Es importante empezar desarrollando el título y los objetivos del
proyecto para analizar y saber a qué se quiere llegar con el proyecto,
cuales queremos que sean los resultados. Para desarrollar el
proyecto de investigación además es importante tener en cuenta los
siguientes factores:
5. INVESTIGACIÓN DE MERCADOS
En esta fase se hace uso de una de las herramientas de Google,
Formularios, para llevar a cabo una encuesta donde se tengan en
cuenta 11 variables, las cuales permitirán dar a conocer el nivel de
satisfacción de los consumidores frente al mercado de pijamas;
dichas variables se establecen así: variedad de pijamas, limpieza,
servicio de atención al público, precios, calidad de pijamas de bajo
coste, calidad de pijamas de alto coste, tiempo de entregas, corte de
envíos, entre otras.
Así mismo, se define una escala del 1 al 10 para determinar la
percepción de los consumidores respecto a los aspectos
mencionados anteriormente, siendo 1 muy malo, 2, 3 y 4 malo, 5 y
6 regular, 7, 8 y 9 bueno y 10 muy Bueno.

Captación de datos: El primer paso será siempre la recolección de

información primaria que pueda servir como base de análisis.

En este caso usaremos la Escala de Likert es una escala de

calificación que se utiliza para cuestionar a una persona sobre su
nivel de acuerdo o desacuerdo con una declaración. Es ideal para
medir reacciones, actitudes y comportamientos de una persona. A
diferencia de una simple pregunta de “sí” / “no”, la escala de Likert
permite a los encuestados calificar sus respuestas. Fig. 1 Tabulación desde el formato de Google

5.1 Análisis con el software SPSS

Muestreo: Es la parte que se encarga de capturar los datos
relevantes provenientes de fuentes primarias para luego analizarlos
SPSS es un programa estadístico informático muy usado en las
y generalizar los resultados a la población de la cual se extrajeron.
ciencias sociales y aplicadas, además de las empresas de
La idea generalmente consistirá en obtener muestras
investigación de mercados. En el análisis SPSS se puede desarrollar
suficientemente representativas para generar conclusiones que se
un análisis Clúster y un análisis factorial.
aplique a toda la población objetivo. En este caso se plantea usar
ANÁLISIS CLÚSTER
El análisis de conglomerados es una técnica para agrupar a los
elementos de la muestra en grupos, denominados conglomerados
(clústeres), de tal forma que, respecto a la distribución de los
valores de las variables, por un lado, cada conglomerado sea lo más
homogéneo posible y, por otro, los conglomerados sean muy
distintos entre sí.
En primer lugar, se realiza un análisis jerárquico con la finalidad de
obtener el historial de conglomeración y el dendograma, con estos
podremos saber cuántos números de clúster encontramos.
Fig. 3 Análisis de clúster jerárquico, SPSS
Fig. 4 Análisis Medias, SPSS
Fig. 5 Creación de centroides, SPSS
Fig. 6 Análisis K-medias no jerárquico, SPSS
ANÁLISIS FACTORIAL
Ahora bien, el proceso que se realiza para el desarrollo del análisis
factorial es el siguiente: se hace ingreso de las variables definidas,
donde se tienen en cuenta características como el número de
decimales, etiquetas de valor, medidas de las variables, entre otras.
Para determinar la cantidad de componentes que existen en el
análisis factorial se utiliza el método denominado ¨Componentes
Principales¨ para el cual se emplea el estadístico de KMO o el Test
de Esfericidad de Bartlett. Por otra parte, se tienen en cuenta otras
matrices de correlaciones como lo son la anti-imagen y
determinante.
Fig. 7 Descriptivos de análisis factorial en SPSS
También, en la herramienta ¨Extracción¨ y ¨Rotación¨ se tiene en
cuenta el gráfico de sedimentación y el método Varimax
respectivamente.
Fig. 8 Extracción en análisis factorial, SPSS
Fig. 9 Rotación en análisis factorial, SPSS
Con la información recopilada de pueden determinar los resultados.
1
3% 2
10%
6. RESULTADOS 3
10% 4
6.1 Resultados a partir de las encuestas 37% 5
7% 6
7
0% 33% 8
17%
9
0%
7%
40% 10

Fig. 13 ¿Cómo califica usted la atención de servicio al cliente en

36% las tiendas virtuales para comprar pijamas?

Con un acumulado de un 50% en la escala entre 7 y 9 y un

1 2 3 4 5 6 7 8 9 10 acumulado en la escala del 10, se puede considerar que los
encuestados opinan que la atención de servicio al cliente en las
Fig. 10 ¿Cómo considera usted la variedad de pijamas en el páginas virtuales es buena, según la fig. 13.
mercado?

Con un acumulado de 43% en la escala entre 7 y 9 y de 40% en la

escala de 10, la variedad de las pijamas que se encuentran en el
mercado se puede definir como buena de acuerdo a la fig. 10.
3%
10%
3%
17%
3% 20%
30% 14%
20% 7% 40%
20% 13%
1 2 3 4 5 6 7 8 9 10
1 2 3 4 5 6 7 8 9 10 Fig. 14 ¿Cómo considera usted los precios que se manejan en el
mercado con respecto a las pijamas?
Fig. 11 ¿Cómo considera usted la limpieza y las normas de
bioseguridad en los lugares que frecuenta para comprar pijamas? Con un acumulado de 40% en la escala entre 5 y 6 y un acumulado
de un 20 en la escala entre 2 y 4, se puede asumir que los clientes
Con un acumulado de 63% en la escala entre 7 y 9, se puede asumir no están de acuerdo con los precios que esta ofreciendo el mercado
que las normas de limpieza y bioseguridad que asumen estos con respecto a las pijamas. Según la fig. 14.
locales comerciales son buenas según la fig 11.

1 2 3 4 5 6 7 8 9 10

11%
17% 7%3%3%
20%
10%
31% 23%
14% 14%
3%
17%
3%
7% 17%
1 2 3 4 5 6 7 8 9 10
Fig. 15 ¿Cómo considera usted la calidad de las pijamas de bajo
Fig. 12 ¿Cómo califica usted la atención de servicio al cliente en costo?
las tiendas físicas que frecuenta para comprar pijamas?
Con un acumulado del 50% en la escala entre 2 y 4, podemos inferir
Con un acumulado de un 48% en la escala entre 5 y 6 y un 11% en que los encuestados creen que la calidad de las pijamas que se
la escala entre 3 y 4 se puede considerar que la atención al cliente comprar a bajo costo es mala. Según la fig 15
en las tiendas físicas es regular según la Fig. 12
 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

7% 10% 7%
27%
7% 13%
36%
10%
30%
10% 20%
Fig. 16 ¿Cómo considera usted la calidad de las pijamas de alto
costo? 23%

Con un acumulado del 73% en la escala entre el 7 y el 9 se puede

inferir que los participantes de la encuesta consideran que la calidad Fig. 18 ¿Cómo considera usted los precios que se cobran por
de las pijamas que se compran a muy alto costo es buena. domicilios de las compras virtuales?

Con un acumulado del 43% en la escala del 5 al 6 y un acumulado

del 20% en la escala de 2 al 4, se puede inferir que los encuestados
3%7% no están de acuerdo con los costos de domicilios que se cobran por
10% las comprar virtuales. Según la fig 18.
43%
6.2 Resultado con SPSS, Análisis Clúster
37%

1 2 3 4 5 6 7 8 9 10

Fig. 16 ¿Cómo considera las compras de pijamas por internet?

Con un acumulado de 43% en la escala del 10 y un acumulado de

47% en la escala del 7 al 9, se puede inferir que los encuestados
consideran las comprar virtuales buenas.

1 2 3 4 5 6 7 8 9 10

13% 17%

13%
34%

23%

Fig. 17 ¿Cómo considera los tiempos de entrega que ofrecen las

tiendas virtuales?

Con un acumulado del 70% en la escala del 7 al 9, se puede

considerar que los encuestados están de acuerdo con los tiempos de
espera por las compras virtuales.
Fig. 19 Dendograma, análisis jerárquico de clúster SPSS

Con este dendograma podemos entender mejor el historial de

conglomeración y además podemos analizar que la solución natural
es la de 2 clúster. Ahora realizaremos el análisis no jerárquico para
obtener un cuadro que nos permite comparar los 2 centroides
 A partir de estos podemos dividir los clústeres:
Centros de clústeres iniciales
Clúster
1 2
Variedad de Pijamas 9 9
-Variedad
Limpieza y Bioseguridad 6 8
-Calidad de alto costo
Servicio al cliente tiendas físicas 7 8 -Tiempo de entrega
Servicio al cliente tiendas virtuales 8 9 tiendas virtuales

Precios 6 7
Calidad bajo costo 3 6
Calidad alto costo 9 9 Clúster 1 Variedad vs Calidad
Tiempo de entrega y pago tienda fisica 7 8
Comprar Virtuales 8 10
Limpieza y bioseguridad
Tiempo de entrega tiendas virtuales 7 9
Servicio al cliente
Pagos de envíos 4 7
Precios
Entrada del subcomando FILE Calidad de bajo costo
Fig. 20 Centro de clústeres iniciales, análisis no jerárquico Compras virtuales
SPSS Pago de envíos
Centros de clústeres finales Tiempo de entrega tiendas
fisicas
Clúster
1 2
Variedad de Pijamas 9 9 Clúster 2 Servicio al cliente
Limpieza y Bioseguridad 6 8
En el conglomerado 1 encontramos a aquellos usuarios que prestan
Servicio al cliente tiendas físicas 7 8 especial atención en la variedad de los diseños de las pijamas, la
calidad de las pijamas y el tiempo que tardan en entregarle la pijama
Servicio al cliente tiendas virtuales 8 9
cuando hace un pedido a una tienda virtual. Por el contrario, en el
Precios 6 7 conglomerado 2 encontramos a los usuarios que prestan especial
atención en el servicio al cliente entre esto encontramos que se
Calidad bajo costo 3 7 preocupan por la limpieza y bioseguridad de los locales a los que
se acerca la atención que se les brinda, de manera física y de manera
Calidad alto costo 9 9
virtual y los pagos que tienen que asumir cuando piden a domicilio.
Tiempo de entrega y pago tienda fisica 7 8
Comprar Virtuales 8 10 ANÁLISIS FACTORIAL
Tiempo de entrega tiendas virtuales 8 8 Con el fin de realizar el análisis de los datos obtenidos; Se definen
como variables de observación independiente, es decir, variables
Pagos de envíos 5 7 discretas las siguientes:
Fig. 21 Centro de clústeres finales análisis no jerárquico SPSS -Variedad de diseños
-Limpieza y bioseguridad
A simple vista se observa que los dos centroides son prácticamente -Servicio al cliente en tienda física
idénticos, luego el análisis clúster no jerárquico viene a confirmar -Servicio al cliente en tienda virtual
-Calidad de la pijama de bajo costo
que la solución que obtuvimos con anterioridad es fiable. De todas -Calidad de la pijama de alto costo
formas, un buen indicador de la calidad de los clústeres obtenidos -Precios de las pijamas en el mercado
es si las medias de las variables en cada clúster son -Tiempo en entrega y pago tienda física
significativamente distintas, en este caso podemos ver que no son -Compras en tiendas virtuales
significativamente distintas por lo que podemos diferir que la -Tiempo de entrega en tiendas virtuales
calidad del análisis no es muy alta. -Pago de envíos en tiendas virtuales
 Prueba de KMO y Matriz de Bartlett
La medida de la adecuación muestral de Kaiser-Meyer-Olkin
contrasta si las correlaciones parciales entre las variables son
pequeñas. La prueba de esfericidad de Bartlett contrasta si la matriz
de correlaciones es una matriz de identidad, que indicaría que el
modelo factorial es inadecuado. En este caso el test KMO es < 0.5,
lo que significa que hay viabilidad.
Prueba de KMO y Bartlett
La gráfica de sedimentación muestra el número del componente
principal versus su valor propio correspondiente. La gráfica de
sedimentación ordena los valores propios desde el más grande hasta
el más pequeño. Los valores propios de la matriz de correlación son
iguales a las varianzas de los componentes principales. Este gráfico
nos confirma los factores o componentes principales anteriormente
descritos por la varianza toral explicada.
Matriz de componente rotadoa

Medida Kaiser-Meyer-Olkin de adecuación de ,620 Componente

muestreo 1 2 3 4

Prueba de esfericidad Aprox. Chi-cuadrado 134,245 Variedad de Pijamas ,298 ,188 -,748 -,134

de Bartlett gl 55 Limpieza y ,857 ,188 ,012 -,119

Bioseguridad
Sig. ,000
Servicio al cliente ,897 -,055 -,143 ,090
Fig.22 Prueba de KMO y Matriz De Bartlett
tiendas fisicas
MATRIZ ANTI-IMAGEN Servicio al cliente ,070 ,699 -,249 ,478
La matriz de correlaciones anti-imagen contiene los negativos de tiendas virtuales
los coeficientes de correlación parcial y la matriz de covarianza
Precios ,176 ,155 ,791 ,076
anti-imagen contiene los negativos de las covarianzas parciales. En
un buen modelo factorial la mayoría de los elementos no diagonales Calidad bajo costo ,631 ,238 ,198 -,521
deben ser pequeños. En la diagonal de la matriz de correlaciones
anti-imagen se muestra la medida de adecuación muestral para esa Calidad alto costo -,047 -,025 ,430 ,805
variable. Tiempo de entrega y ,875 -,087 -,043 -,028
VARIANZA TOTAL EXPLICADA pago tienda fisica

El método de Análisis de Componentes Principales, se forma una Comprar Virtuales ,221 ,836 ,012 -,177
combinación lineal de las variables observadas. El primer Tiempo de entrega -,060 ,804 ,036 -,035
componente principal es la combinación que da cuenta de la mayor
cantidad de la varianza en la muestra. El segundo componente tiendas virtuales
principal responde a la siguiente cantidad de varianza Pagos de envios -,114 ,709 ,579 -,017
inmediatamente inferior a la primera y no está correlacionado con
el primero. Así sucesivamente los componentes explican Método de extracción: análisis de componentes
proporciones menores de la varianza de la muestra total. Con el fin
de determinar el número de factores necesarios para representar los principales.
datos, resulta muy útil examinar el porcentaje total de la varianza Método de rotación: Varimax con normalización
que es explicada por cada uno de ellos. La varianza total es la suma
de las varianzas de cada variable. Esto se expresa de manera Kaiser.
estandarizada con una media de cero y una desviación estándar de a. La rotación ha convergido en 6 iteraciones.
1. Por lo que el total de la varianza estará determinada por el total Para validar los resultados de un análisis factorial pueden emplearse
de las variables incluidas en el estudio. dos métodos principalmente. Uno de ellos es llevar a cabo un
análisis factorial confirmatorio, mediante sistemas de ecuaciones
estructurales, lo que se encuentra lejos del objetivo de este curso.
GRAFICO DE SEDIMENTACIÓN
Otro procedimiento puede ser separar la muestra en dos mitades
aleatoriamente y llevar a cabo un análisis factorial con cada una de
ellas. Si el análisis de las cargas factoriales no difiere
sustancialmente, podremos concluir que los resultados son robustos
y estables. La matriz de componente rotado muestra los resultados
de aplicar este procedimiento a nuestra base de datos y confirma la
validez de estos, dado que las estructuras sacadas a la luz son
totalmente equivalentes.
7. CONCLUSIONES

• La mayor cantidad de encuestados están definidos por el

clúster 2, le dan más importancia al servicio al cliente, las
normas de higiene y seguridad y los precios que se ofrecen.
• Las personas encuestadas coinciden es que la variedad de
pijamas en el mercado es amplia pero no están de acuerdo con
los precios que ofrecen por estas.
• Es necesario para el plan de negocios considerar que los
precios por envíos sean bajos, para aumentar las ventas.
• El análisis clúster nos ha permitido conocer mejor los
clientes.
• Gracias a las entrevistas realizadas logramos identificar
puntos débiles y puntos fuertes en la estructura del negocio.

8. IDENTIFICACIÓN DEL PROYECTO

Nombre del Semillero Minería de Datos

Tutor del Proyecto Javier Hernández Cáceres
Grupo de Investigación Yessica Paola Lizarazo Ortega
Línea de Investigación Investigación de mercados
Fecha de Presentación Noviembre 17 de 2020

9. REFERENCIAS

• El análisis clúster, Universidad de Valencia, Joaquín Aldas

Manzano. Dpto. de dirección de empresas “Juan José Renau
Piqueras”
• El análisis factorial, Universidad de Valencia, Joaquín Aldas
Manzano. Dpto. de dirección de empresas “Juan José Renau
Piqueras”
• Análisis factorial,
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/G
uiaSPSS/20factor.pdf
• Correlación Bivariada, http://networkianos.com/que-es-la-
correlacion-bivariada-y-como/