Documentos FCE - CID Documento Escuela de Administracién y Contaduria Publica N‘ 12 ISSN 2011-6306 Julio 2012 lec iente lem lation Analysis for tioning of Brands Nelcy Rocio Escobar Moreno NACIONALNel fo Escobar Moreno ANALISIS DE CORRESPONDENCIAS PARA EL POSICIONAMIENTO DE MARCAS' Neley Rocio Escobar Moreno* Resumen Este documento hace parte de una serie de trabajos que tienen como finalidad integrar la aplicacién de técnicas de Andlisis Multivariante a distintos procesos de marketing desatrollados en estudios de caso en el Ambito empresarial. Se plantea como una guia metodolégica para la aplicacién de la Técnica Cuantitativa de Analisis de Correspondencias al proceso de Posicionamiento de Marcas; tiene como objetivo suministrar a los estudiantes e investigadores un marco metodolégico que les permita entender este recurso estadistico y poder aplicatlo a sus casos académicos y empresariales por medio de un software como SPSS. Palabras Claves: Anilisis de Conrespondencias, Posicionamiento, Anilisis Multivasiante, Anilisis Cuantitativo, Investigacion de Mereados. Clasificacién JEL: M30, M31, M39, C38, C87. CORRELATION ANALYSIS FOR POSITIONING OF BRANDS Abstract ‘This paper is pact of a seties of works that are intended to integrate the application of multivariate analysis techniques to different marketing processes taking place within many case studies in business. This particular work presents a methodological guide for the implementation of the quantitative tool Correlation Analysis for the Brands Positioning process. In this way, it is expected to provide students and researchers with a methodological famework that allows them to understand this statistical resource, and to apply their academic and business cases using software such as SPSS. Key Words: Correlation Analysis, Positioning, Multivariate Analysis, Quantitative Analysis, Macketing Research. JEL Classification: 1130, M31, 139, C38, C87. ' Bete documento es resultado de lor informes finales de las metodologias apcencidas en el cusso de Andis Mulavanable de Invegacién de Mereados, tomado por Is autora durante un semestse de Inteveambio académico en el Mister de Matketing e Investigncién de Mercados de la Universidad de Valencia - Eepaiia Por érta misma razén, cuenta con la tevisién prewa del proferor Joaquin Aldis-Manzanio PhD, docente del Departamento de Investigacion de Comescialzacién e Investigacién de Mezcados de la misma Universidad, a quien se ofsecen lot mis sinceros agradecimientos por apoyat este trabajo de aprencizaje ¥ aunbar Docente de la Facuad de Ciencias Keonémicas de la Universidad Nacional de Colombia Joven Invertigadora Escuela de Administracién de Empresat y Contadusia Publica de la Universidad Nacional de Colombia Administradoca de Empresas y Magister en Administeacién (c) de la Universidad Nacional de Colombia Integrante del Grupo de Investigacién en Gestion y Organizacioner GRIEGO de la Universidad Nacional de Colombia «maf nrescobasm@unal edu coDocumentos FCE - CID La serie Documentos FCE considera para publicacién manuscritos originales de estudiantes de maestria © doctorado, de docentes y de investigadares de la Facultad de Ciencias Econémicas de la Universidad Nacional de Colombia; resultado del trabajo colectivo 0 individual y que hayan sido propuestos, programados, producides y evaluados en una asignatura, en un grupo de Investigacion 0 en otra instancia académica Documentos FCE Escuela de Administracién de Empresas y Contaduria Piblica ISSN 2011-6306 La serie Documentos FCE puede ser consultada en el portal virtual: http: vw Foe.unal.edu.cofpublicaciones! Coordinador Centro Editorial-FCE Jorge Armando Redriguez(E) Equipo Centro Editorial-FCE Sergio Pérez Juan Carlos Garcia Séenz Diego Felipe Gutierrez Bedoya Maria del Pilar Ducuara Lopez Contacto: Centro Eaitorial -FCE Correo electrénico: pulsicac_feebog @unoledu.co Ese documento puede ser reproduci citadel fuente 8 contenido ys Ferma dl presente mate es responsabilidad exclusiva de sus autoresy no compromete de rnguna manera ala Eseutla de Eeonomi, ial Facultad de Ciena Eomdmicas, ala Universita Nacional de Colobia Rector Ignacio Mantila Prada Vicerrector Jorge Ivan Bula Escobar Facultad de Ciencias Econémicas Decano José Guillermo Garcia Isaza Escuela de Administracién de Empresas y Contaduria Publica Director Jorge Molano Velandia inador Programa Curricular de racion de Empresas Jose Stalin Rojas Coordinadora Programa Curricular de Contaduria Publica Mary Anali Vera Centro de Investigaciones para El Desarrollo CID Director Jorge Armando Rodriguez Subdirector Vilma Narvaez un Centro Editorial CUD) Siz. eeeDocumentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Julio 2012 Introduccién Antes de entear a comprender cual es el desarrollo de Ia técnica de Analisis de Correspondencias, es importante recordar cudl es su significado y su utilidad en el ambito del marketing. Citando a Aldés (2008), puede decisse que, dada una muestra de observaciones cottespondientes a dos variables cualitativas, el anilisis de correspondencias simples es una técnica para representar las categorias de las dos variables en un espacio de pequefia dimension que permita interpsetar, por un lado, las similitudes entre las categorias de una variable respecto a las categorias de la otra y, por otto, las relaciones entre las categorias de ambas variables. De aqui, que esta técnica estadistiea se traduzca en una de las mas indicadas en las ciencias sociales para identificar aquellas categotias que explican una variable y la relacién que éstas tienen entre si A esta situacién no es ajeno el marketing, pues en él se evahia, entre otras, cosas el posicionamiento que tienen las marcas y las empresas a raiz de la evaluacién que hacen los consumidores de las distintas variables que las califican. Asi las cosas, es de esperarse que el Analisis de Correspondencias resulte indudablemente itil en la labor de estudios de posicionamiento que se hacen en marketing, ya que con ésta herramienta se podran analizar las evaluaciones de aquellos attibutos que posicionan un producto segtin la percepcién de los consumidores. Adicionalmente, el anilisis de correspondencias permitita a las empresas entender cuales son sus reales competidores, y en patticular cémo se encuentea la organizacién con respecto a ellos. Qué es el posicionamiento? Segin Lehmann y Winer (2002), el posicionamiento es “una definicién especifica de como el producto difiere de la competencia en la mente de un determinado grupo de clientes, y barca el puiblico-objetivo de los clientes y competidores, y atsibutos a través de los cuales la diferenciacién va a tenet lugac”. En este sentido, decimos que ese “aims” traducido en la combinacién de atributos y caractetisticas de las marcas 0 los productos, es lo que finalmente el Analisis de Cotrespondencias nos va a petmitie analizar. PaginaNeley Rocfo Escobar Moreno éPor qué es titil? EI posicionamiento basa su importancia en la funcién que ejerce cuando identifica los distintos porgués que tiene un producto © una matea para set teconocida por el puiblico, y pot lo mismo pemitic entender su difirenciacién En palabras de O’guinn, ef af, (2007), el posicionamiento implica la alineacién de la mezcla de marketing para producit un atractivo distintivo pata el segmento meta o target. Asi, sin el posicionamiento no fuera posible que una matca lograta diferenciarse de otra, y pot lo tanto la funcién que desempefia el marketing perderia su sentido — no habria cazén paca esforzatse promocionando una marca pues todas serian perci los consumidores- las de manera similar por Asi mismo, el posicionamiento es de gran impottancia porque ubica a la empresa, al producto, o a la marca en un grupo competitive especifico, dandole a entender cuales otras ‘empresas, productos, marcas son su competencia real, y cual es su situacién frente a ellos cen la actualidad segiin la percepcién de los clientes. Luego de haber entendido la importancia del proceso de Posicionamiento, es importante ‘ver cémo se desarrolla éste a pattir de la técnica de Anilisis de Correspondencias. Paca alcanzar este objetivo se expone a continuacién una situacién de posicionamiento de marcas que se espera solucionar a través del uso de esta técnica. Estudio de caso A. Objetivo Un investigador desea evaluar el posicionamiento de 5 de las ciudades tutisticas mas importantes a nivel mundial (New York, Ps , Roma, Canciin, Estambul) con respecto distintos atributos que las hacen interesantes para los turistas, El objetivo entonces es evaluar Ia imagen de estas ciudades, definiendo qué tan iguales 0 diferentes las perciben los turistas y por qué. Si esto se logeata se podria por ejemplo, identificar cuales attibutos son los mis preferidos por las personas para catalogar a un destino como apropiado para viajar, y por lo tanto podsian establecerse estrategias de marketing sobre cada atributo en cada uno de los paises para atraer mas turistas, desarrollar campafias de mejoramiento de la imagen de 1a marca-pais de los destinos aqui evaluados teniendo en cuenta la percepcién con respecto a destinos similares.Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Tulio 2012 B. Variables Dentro de nuestro estudio identificaremos inicialmente las ciudades a evaluat, como: NY: New York PRS: Pais ROM: (Canetin: CNC Estambul: EST Por oto lado, y tras el anilisis de lo que esperan, sobre un destino turistico, las personas al momento de viajar, se han definido las siguientes vatiables que se traducen los Atributos de la ciudad. Estos son: Xp Seguridad: Es una ciudad segura Xz Shopping: Tiene varios sitios para ir de compras Xq: Oferta Cultural: Hay amplia oferta de eventos culturales X, Buen Clima: Es un clima agcadable Xx: Oferta Gastronémica: Hay amplia ofecta gastronémica Xq: Hospitalidad: La gente da un buen trato a los turistas Xj Nivel de precios Alto: Es una ciudad Costosa Xg Buenos Hoteles: Hay hoteles de buena calidad Xs: Conexiones /Vuelos/Accesibilidad Xp: Movilidac: Existe Facilidad de Mevilidad al Interice Xp: Idioma: El idioma es un problema Xz: Fiesta: Tiene varios lugates para ic de fiesta X,y Belleza Natural: Hs agradable por su belleza natural Xig Descanso: Es un lugar ideal paca descansar X, Limpieza: Es un lugar limpio y sin altos niveles de basuras Estas variables categéticas han sido definidas a través de una fase cvalitativa previa, que petmitié identificar la pertinencia de su evaluacién, y mas notablemente la diferencia claca que hay entre una y otra categoria, de manera que cada variable esté evaluando aspectos independientes entre si, y que muestren resultados que hagan aportes fuertes y reales con respecto a los attibutos que catacterizan més auna ciudad que a otra C. Desarrollo del plan de andilisis Para logcar el objetivo propuesto, tras identificar las cinco ciudades que resultan mas atactivas y diferentes para el publico, se realiza una entrevista a 23 tutistas jévenes, PaginaNeley Rocio E pidiéndoles que indiquen si consideran que las ciudades en mencién poseen o no cada uno de los quince atributos anteriormente consideracos, Los resultados se presentan entonces en la siguiente tabla de contingencias, que se ha constauido teniendo en cuenta las siguientes consideraciones: 1. Se realiz6 un cuestionatio donde se indicaban 15 atributos a evaluar en cada una de las ciudades escogidas New York (NY), Paris (PRS), Roma (ROM), Canain (CNC), y Estambul (EST). 2. Se preguntaba a cada miembro del grupo de jévenes encuestados si le parecia que cada una de las ciudades se caractetizaba por el atributo que se mencionaba. Las respuestas “Si se caractriza” se presentaban con el nimero 1, y las respuestas “No se caracteriga”, se presentaban con cero 0. 4, Se cuantificaba el total de respuestas “SY se caracteriga” segin cada atributo para cada una de las ciudades evaluadas y se presentaba en la tabla. ‘Tabla 1. Tabla de Cossespondencias Shamne one Targa aco u 1 10 3 ° 1» 33 2 v 8 ° B 4| 6 B ° nu 2 9 82 “ ° 4 ‘ B 7 8 7 20 ” ‘ 2 82 Mazgen activo 160 225, a0 m 123 889 Fuente: Salidas SPSS 18 para Windows Donde si F,NY = 13, quiere dec que a 13 de los 23 turstas encnestas consideran que la ciudad NY pose el atribute X., es decir, es wna ciudad segura.Para construir esta tabla, realizamos los siguientes pasos en SPSS: 1 Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Julio 2012, En la hoja de Datos »Vista de Variables, se ingtesan en las filas: “file”, “colunma’, y “Frecuencia”, de maneza que en“Columnad” se asignen valores de 1 a5 a cada una de las ciudades: NY =1, PRS=2, ROM=3, CNC=4, y EST=5. En la hoja de datos Vista Datos, se ingresan: En “Filed”, se numecan 5 veces 1,5 veces 2,5 veces 3,5 veces 4,75 veces 5. En“Colummas” se numeran de 1 a5, 15 veces. En “Frecuencia” se ingeesan el total de datos obtenidos a pattic de las sespuestas de los jévenes turistas. En vista de que es necesacio Ponderar los datos, para contar tantas veces como han contestado los individuos del estudio, debe hacerse lo siguiente: Se debe ic a la opeién Dates» Ponderar caso > en. el espacio de Variable de Ponderacién se ingcesa “Frecuencia” »Acsptar 4, Luego, se hacen los siguientes pasos: Analizan Reduccién de dimensiones » Analisis, de Correspondencias. Grafica 1. Construccidn de la Tabla de Correspondencias ‘Fuente: Interfaz SPSS 18 para Windows PaginaNeley Rocfo Escobar Moreno Allli, en el espacio de Filas se ingtesa los datos que aqui se han llamado “Fila”, y en el espacio Columnas deberin ingresarse los datos de Ia variable “Colunna” EI progcama solicitara el sango de cada una de ellas. Entonces, para “Fila” se tendea un rango de 1 a 15, pues son 15 las variables sobre las cudles se evalué cada ciudad; mientras que para “Colamnd” se tendva el tango de 1 a5, ya que son 5 las ciudades que se evaluarin, Asi, se elige la opcién Aseptar, y se obtendcin las salidas del programa. El primer resultado la tabla de cottespondencias que ya se ha presentade. D. Condiciones de aplicabilidad Esta técnica, no es exigente con las propiedades estadisticas de los datos, pues utiliza variables no métricas en su forma mis simple (tabla de contingencia). ‘Sin embargo hay que ser cuidadosos respecto al sentido econémico del anilisis, pues hay que justificar que: 1. Las ciudades son poseedoras de los atributos y por lo tanto son comparables respecto alos mismos. 2. Confiemar que las ciudades son efectivamente competidoras entre si en el mercado utistico, 3. Estas ciudades basan su diferenciacién en los attibutos X, a Xj. 4, El listado de atributos debe ser exhaustivo y no debe dejarse fiera ninguno relevante para la caacterizacién de las ciudades. E. Estimacién del modelo Teniendo en cuenta la tabla de contingencias del literal C, se plantea la hipétesis nula de ‘que Ia disteibucién de las frecuencias en esta tabla es homogénea, es decir, que no hay ciudades que hayan recibido una mayor cantidad de asociaciones con un atributo determinado que con otros, siendo una variable independiente de Ia otra. Si esta hipétesis ula pudiera rechazarse, se disponen de diversas medidas que permiten cuantificar el grado de dependencia. Como se ve en la Tabla de Resumen del Modelo (Tabla 2), se tiene un p<0.05, por lo tanto se puede rechazar la hipétesis mula, de tal forma que si existen unas ciudades mas identificadas con unos atributos que ottas, por lo que tiene sentido intentar analizar en qué consisten las similitudes y diferencias de las categorias de unas variables respecto a otras.Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Tulio 2012 ‘Tabla 2. Tabla de Resumen del Modelo Resumen Dimension Proporaibndeineren | Contanan paral Valor prOp Coneiacn Deswacon vetorsropic | tnerda | chicuadado | sip "pice 2 aa oar 3 Tea Ta es ‘ rz | _ 005 ors | +000 Tos Tae 1000 | 1000 2.86 gatos de therad Fuente. Salidas SPSS 18 para Windows F. Determinacién del mimero de dimensiones Debe secordarse que la inercia es el estadistico que me permite evaluar las dimensiones que se requieren para mostrar una solucién adecuada al modelo. Luego es necesatio evaluat la proporcién acumulada de ésta paca definir el miimero de dimensiones. Como se ve en la Tabla 2, con 2 dimensiones se logra aleanzar una inexcia del 88.5%, por lo cual Ia solucién con 2 dimensiones parece adecuada. Vemos que introduci una tercera dimension incrementaria la informacion recogida en un 10%, pero complicaria mucho mis la interpretacion de los resultados (no es lo mismo interpretar un grafico de dos dimensiones, que de tres). G. Coordenadas en el mapa de categorias EI Anilisis de Correspondencias, permite la representacién grafica de cada una de las categorias de las dos variables (Ciudades y Attibutos de las mismas) sobre un mismo mapa perceptual. Las coordenadas de cada punto vienen secogidas en Ia siguiente salida, representada en las tablas 3* y 3b: PaginaBNel fo Escobar Moreno ‘Tabla 3*, Examen de los puntos Columna Examen de os puton coh cone Fonuacin ents enn Conroe Mose ‘ 2 | nea t z 7.2 Tear oy 100] sai wae] oor a we] aie] aes] rout ze] 20 we] p21 1 oz | 200) est | 00 esr 138 ge2| va | oe me m| os | as | srr Fuente. Salidas SPSS 18 para Windows ‘Tabla 3b. Examen de los puntos Fila Examen de os pnts 6 ae i Pommacn onl rare Conrauaen T a] ae Ta] ae a ape 2 are) ast ze | 2s 80 ov os | so a 26 au ast | ors 8 8 ze] ee “ ost | 1080 wo | x2 17 0s ow] 20 . oe on suo | gat oer on ox | 980 ® 0 20 so | oor a5 ‘01 on] a ° oe 8 o2 | aos oo 00 oz | m0 0 ose ma aa | 2s ss on oe | naz " wor} sos | zat | nor oo sr) os] sas | 508 2 68 sit os | ses a9 oz] au] 60] 2 ose 09 coo | ox 88 oo | sz | noe | 0 “ oes | sea cos | ass 2 ooo | saz | soo} se Fuente. Salidas SPSS 18 para Windows Representado todos esos puntos en un grafico de dispersién de dos variables, se obtiene el siguiente mapa perceptual, que expresa los tesultados para las variables y las ciudades evaluadas:Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Tulio 2012 Grafica 2. Grifico de Dispersion de dos Variables Puntos de columnay de fila Simétrica Normalizacion 7 1 2 wr. anon oa $8, 00 fom eo 8, of J oF 290 a oe s or é “os 644 st ° a " + 3 2 a ° 7 2 Dimension 1 Fuente. Salidas SPSS 18 para Windows No obstante, la salida que entrega el programa SPSS en materia grifica no es muy ficil de entender,ni es muy pedagégico en materia de anilisis de marketing; por lo cual a continuacién se presenta de nuevo la informacién y Ia explicacién respectiva de los resultados en un nuevo mapa de posicionamiento: Pagina 10Pagina 1 1 » Escobar Moreno Grafica 3, Mapa de Posicionamiento Posicionamiento: Paises - Atributos oo & PF © > @ Fuente: Elaboracién Propia Como puede verse, los resultados iniciales presentan la ubicacién de las ciudades en el mapa de posicionamiento segiin los attibutos con los que estan relacionadas. En un primer momento podria decirse que New York (NY), Roma (ROM), y Paris (PRS) se relacionan por diversos atributos que las caracteriza; mientras que Canciin (CNC) posce attibutos muy diferentes a los de ellas siendo un caso distinto; al igual que Estambul (EST), quien apacentemente tiene atributos que ninguna otra de las ciudades evaluadas posee. Sin embargo, a simple vista resulta algo complejo describir la situacién de las ciudades con respecto a las variables; por lo cual se plantearin agmupaciones dentro del mapa de posicicnamiento tal cual se representa a continuacién:Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Tulio 2012 Grafica 4. Mapa de Posicionamiento con Agtupaciones Posicionamiento: Paises - Atributos Fuente: Elabovacién Propia Cémo se explican estos atributos? La interpretacién del grafico, atendiendo a las ciudades que se perciben como mas o menos cercanas, presenta que la cercania o lejania competitiva en la percepcién de los turistas esté cocasionada por algo, concretamente, por las variables que se han empleado en su caracterizacién. Grupo I: En este goupo se encuentran las ciudades New York (NY), Pacis (PRS), y Roma (ROM); las cuales estan identificadas como ciudades que se destacan por los atributes 1,23,7,9,10,15. Analizindolo, se observa que en tomo al gaupo competidor mas directo de NY, donde estan también las ciudades de ROM y PRS, estan las variables nivel de Precio Altes (&)), Gran faclidad en la Movildad (Ey), interesentes oportunidades para ir Shopping (&,), Buenos Nieles de Seguridad (&), Buenos Niveles de Limpiega Ks), Gran Oferta Cultural 0%), y Buena Acanibildad (&). Luego, ya sabemos algo més: No sélo las ciudades NY, ROM, y PRS son consideradas similares, sino que lo son porque sus caracteristicas de infraesteuctura, seguridad y oportunidades culturales son muy pacecidas, Pagina 1 2Neley Rocfo Escobar Moreno Grupo 2: En este geupo se encuentea tinicamente la Ciudad de Canciin (CNC), que se caracterizara por 4, 6, 8, 12, 13,14. Asi, esta ciudad forma su imagen en la mente de los consumidores basindose principalmente en que es una ciudad ideal para el descanso (,.), tiene un muy buen clima (&), la gente tiene mucha hospitalidad @&,), tiene gran belleza natural @f,,), ¢6 un lugar ideal pata ir de Fiesta (%,,), y tiene muy buenos hoteles Cf). Grupo 3: En este grupo se encuentea la Ciudad de Estambul (EST), que se caracterizara por los atributos representados con las vatiables X, y X,,. Respectivamente, se infiere que Estambul es una ciudad que se caractetiza segtin la percepcién de los turistas, por su amplia oferta gastronémica, y porque alli el idioma resulta un problema para ellos. No obstante, es importante validar estos resultados amtes de dar por finalizado éste anilisis. Paca eso, se hace la siguiente validacién de resultados. H. Validacién de resultados Para validar Ia objetividad de la segmentacién presentada a partir de las agcupaciones propuestas en el literal anterior, se realiza un Anélisis de Conglomerados que se espera ratifique los segmentos ya definidos. Para ello, en el programa SPSS se crea una nueva hoja de Datos, y alli se introducen los datos de las coordenadas X ¢ Y que se obtuvieron en las salidas del anterior Anilisis de Cottespondencias, Del mismo modo, se intcoducen Ias etiquetas, que para este caso se notarin como ID, para identificar las variables o ciudades a las que pettenecen éstas coordenadas.Documentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Julio 2012, Grafica 5. Construccién de la Hoja de datos para el Anilisis de Conglomerados ee — ees Oe Curry ey Ce 2 Fuente: Interfiz SPSS 18 para Windows Posteriormente, se seleccionan las opciones Analizar » Clasficar ) Andlisis de Conglomerados Jenirquices, y se ingcesan las coordenadas X, y las coordenadas ¥ como variables. Asi mismo ss ingresa el ID como etiqueta. En la seccién grifices, se sefiala la opcion Dendograma; y fnalmente, al escoger el métoda, utilizaremos el la Distancia Euclidea al euadrado, ya que es la recomendada por el Método de Ward, Escogemos este método porque gatantiza que los segmentes seleccionados sean de tamafios similares, y por lo tanto esto nos garantizari que esos segmentos sean rentables, ‘como se desea en marketing’. (Ver gratia 6), 2 Para profundizac ea la técnica de Anslinis de Conglomerados, uikzads aqui para hacer Ia validasin de las agrupaciones reakzadas, puede consubar el documento de Escobar (2012), Andist de Conpomeradr par la Stqrataain de Maree, ctado en 'abidhogafa de este documento Pagina 14-Neley Rocfo Escobar Moreno Grafica 6. Consteuccién del Dendograma para el Analisis de Conglomerados i betonceorgrremtepmnie if coon once Oven ress a ststos ene (tstser_J pes pretest const) Elcom toon Leer) cat | tn Fuente. Interfaz SPSS 18 para Windows Asi, al sefialar la opcin Arptar en el programa, se obtendr el Dendograma del Anilisis de Conglomerados. (Ver grifica 7). Grafica 7. Dendograma obtenido pata la Validacion de Resultador Dendrograma que utiliza una vinculacion de Ward Combinacién de conglomerado: ° s 10 s 0 Pa ag| 1010} sis} wer Fuente: Salidas SPSS 18 para Windows PaginaDocumentos FCE Escuela de Administracién y Contaduria Piblica N° 12 Tulio 2012 De este modo hemos validado, a través del Dendograma los resultados que habiamos ‘obtenido previamente con respecto a los segmentos que se habian identificado cecién terminado el Anilisis de Coccespondencias, Asi, se pudo encontrar que efectivamente son 3 los grupos competitivos de ciudades en el mercado de turismo; y que efectivamente estan identificados por las variables que se presentan en la tabla 4, Estos grupos a su vez se caracterizan porque las ciudades que los conforman presentan atributos similares entre si, y diferencias notables con cespecto a las ciudades de otros grupos: Tabla 4. Grupos Competitivos de Ciudades segiin los atributos que las caracterizan Grupo Turtico Ciudades ‘Atibutes 7 WYPRS ROW SS Kok Ske he, %, z ene Keka Ke keke 3 ET Ea Fuente: Elaboracién Propia Se espera entonces que a nivel de macketing cada grupo competitive de ciudades haga distintas campafias de marketing, en las cuales exalte estos attibutos, que segin sus consumidores los diferencian de ottos destinos tutisticos. Del mismo modo podtia espetarse que el tipo de consumidores para cada grupo sea diferente, en tanto que cada grupo de ciudades puede satisfacer distintas necesidades segin los atributos que tiene con respecto a las demas ciudades. Esto se traduciria en diferentes estrategias de marketing segiin el segmento objetivo al que se ditigen las ciudades. Conclusiones En este documento se ha desarrollado la aplicacién de la Técnica de Anilisis de Correspondencias, que como se pudo comprobar, permite la representacién de las categotias de dos variables, identificando por un lado, las similitudes entre las categotias de tuna variable respecto a las categorias de la otra y, por otro, las celaciones entre las categorias de ambas variables. Pagina 16Pagina 17 Neley Rocfo Escobar Moreno Se ha establecido ademas la importancia de ésta técnica para el proceso de Posicionamiento de Marcas que se realiza desde el Marketing; y se ha presentado el proceso té mediante el software SPSS a través del cual puede llevarse a cabo un estudio de caso de posi jonamiento a partir de la misma, Se conchiye este documento insistiendo en la importancia de ceconocet Ia utilidad del Analisis de Correspondencias dentro del ambito de marketing, en vista de que con ésta técnica puede asegurarse la identificacién correcta, segura y estadisticamente importante de categotias que permitan catacterizar una o distintas variables, y que por lo tanto contribuyan a su posicionamiento dando asi respuesta a problemas de mercadeo. Se espera que este documento haya contribuido a la comprensién de ésta técnica, al igual ‘que incentive la aplicacién de la misma paca casos del sector teal por parte de los estudiantes € investigadores de temas de marketing. Adicionalmente, se espera continuar con la profundizacién en el estudio de ésta técnica, a pattic de la actualizacion continua de las fuentes de informacién, que puedan permitic el desarrollo de una nueva y mejorada version de ésta guia metodolégica Bibliografia [1] Aldis, J. (2008), Anddicis de Corrspondencias Simple. Universidad de Valencia Departamento de Comercializacién ¢ Investigacion de Mercados. [2] Escobar, N.R. 2012). Anilisis de Conglomerados para la Segmentacién de Mercados. Docementos FCE Escuela de Administracién de Empresas y Contaduria Piblica, SSN 2011-6306, N° 11, Mayo. Universidad Nacional de Colombia — Centro de Investigaciones para el Desatrollo CID, Bogot’. [3] Lehmann, D.Rs Wines, RS. (2002). Product Management. 3° ed. New York: McGraw Hill/Iewin, [4] O'guinn, T., Allen, C., & Semenik R. (2007). Publicidad y Comunicacién Integral de Marca 4*Edicién. ED.CENGAGE Learning México,