Mapas perceptuales: Biplot Analysis

Antecedentes

Los mapas perceptuales surgen con la finalidad de permitir al investigador visualizar de una manera sencilla la relacin existente entre atributos y marcas. Ya no haba necesidad de romperse la cabeza leyendo inmensas tablas llenas de nmeros.

El primer mapa perceptual que surge a inicios de los 80s es el Anlisis de Correspondencia (Correspondence Analysis CA-). Esta tcnica, por su sencillez, cobr mucha fama en la investigacin de mercados. Bajo esta tcnica lo que se interpreta es la cercana de un atributo a una marca y la interpretacin nos indica los atributos ms asociados a una marca. Casi 10 aos despus (Inicios de los 90s) surge una nueva generacin de mapas, que si bien es cierto NO sustituyen al CA, si le imprimen otro tipo de informacin; as nacen los denominados Mapas de Vectores (Biplot Analysis), los cuales informan al investigador de los atributos diferenciadores entre las marcas o productos

Biplot Analysis
En el Biplot Analysis se representa en un grfico de dimensiones los atributos que hacen que las marcas se diferencien entre si y como estas se posicionan en cada una de dichas dimensiones:

Elaboracin de un mapa Biplot

La pregunta bsica para generar un Biplot es la evaluacin por atributos a ms de dos marcas. Esta
evaluacin se puede hacer mediante la pregunta cul o cuales de las siguientes marcas(se va leyendo atributo por atributo, ejemplo: son de calidad, tiene un precio accesible, son de prestigio, etc.) Otra manera de preguntar es mediante escalas de evaluacin marca por marca. Ejemplo: En una escala de 1 a 5, donde 1 es psima y 5 excelente, como califica a la marca A en su calidad, en que tiene un precio accesible, etc. Con los resultados de estas evaluaciones se forma una matriz, que es el input para que el software genere al mapa. Ejemplo de matriz de datos:
TELMEX Es la compaa lder en el mercado Su servicio de soporte tcnico siempre esta disponible Es una marca que se distingue de las dems Se preocupa por sus clientes/usuarios Tiene el mejor servicio de atencin a clientes Ofrece un servicio confiable y sin fallas Ofrece mayor valor agregado por medio de servicios adicionales de calidad Utiliza siempre lo mas actual en tecnologa 67 64 63 63 62 61 61 61 INFINITUM 31 32 32 31 32 34 32 32 AXTEL 8 9 8 10 10 9 8 10 TELCEL 11 8 11 9 11 8 10 14 YOO 6 5 6 6 6 6 7 7

Lo que paga por el servicio es adecuado a su calidad

Cumple lo que ofrece Tiene las mejores tarifas Tiene la mejor estabilidad de conexin Entrega la velocidad contratada Ofrece la mejor velocidad Tiene las mejores promociones

60
60 60 59 58 57 56

34
32 30 33 35 37 30

8
8 9 8 8 9 9

8
8 8 9 8 9 10

7
8 10 8 9 8 11

Interpretacin (1/2)
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.

Interpretacin (2/2)
Velocidad/ Value for money

Se recomienda poner nombre a las dimensiones que forman lo vectores-atributos ms largos y ms correlacionados entre si (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

Tarifas / promociones

Marca lder/ Asistencia

Servicio a clientes/ Tecnologa