Application of quantitative research techniques to the field of marketing
La investigación cuantitativa de mercados es la aplicación de técnicas de investigación cuantitativa al campo de la investigación de mercados . Tiene sus raíces tanto en la visión positivista del mundo como en el punto de vista del marketing moderno, que considera que el marketing es un proceso interactivo en el que tanto el comprador como el vendedor llegan a un acuerdo satisfactorio sobre las " cuatro P " del marketing: producto, precio, plaza (ubicación) y promoción.
Como método de investigación social , normalmente implica la elaboración de cuestionarios y escalas . A las personas que responden (encuestados) se les pide que completen la encuesta . Los especialistas en marketing utilizan la información para obtener y comprender las necesidades de las personas en el mercado y para crear estrategias y planes de marketing .
Recopilación de datos
El método de investigación de marketing cuantitativo más popular es la encuesta. Las encuestas suelen contener una combinación de preguntas estructuradas y preguntas abiertas. Los participantes de la encuesta responden al mismo conjunto de preguntas, lo que permite al investigador comparar fácilmente las respuestas de distintos tipos de encuestados. Las encuestas se pueden distribuir de cuatro formas: por teléfono, por correo, en persona y en línea (ya sea por teléfono móvil o por computadora de escritorio).
Otro método de investigación cuantitativa consiste en realizar experimentos para averiguar cómo responden las personas a distintas situaciones o escenarios. Un ejemplo de ello es la prueba A/B de un elemento de comunicación de marketing, como la página de destino de un sitio web. A los visitantes del sitio web se les muestran distintas versiones de la página de destino y los especialistas en marketing hacen un seguimiento de cuál es la más eficaz. [1]
Diferencias entre la investigación cuantitativa de consumo y B2B
La investigación cuantitativa se utiliza tanto en la investigación de consumidores como en la investigación entre empresas (B2B). Sin embargo, existen diferencias en la forma en que los investigadores de consumidores y los investigadores B2B distribuyen sus encuestas.
En general, las encuestas se distribuyen en línea más que en persona, por teléfono o por correo. [2] Sin embargo, en la investigación B2B, la investigación en línea no siempre es posible, a menudo porque es difícil comunicarse con ciertos tomadores de decisiones comerciales por correo electrónico. Como resultado, los investigadores B2B aún realizan encuestas a menudo por teléfono. [3]
Procedimiento general típico
En pocas palabras, hay cinco pasos principales e importantes involucrados en el proceso de investigación:
- Definiendo el problema.
- Diseño de investigación .
- Recopilación de datos .
- Análisis de datos .
- Redacción y presentación de informes.
Una breve discusión sobre estos pasos es la siguiente:
- Auditoría y definición del problema: ¿cuál es el problema? ¿Cuáles son los distintos aspectos del problema? ¿Qué información se necesita?
- Conceptualización y operacionalización: ¿cómo definimos exactamente los conceptos involucrados? ¿Cómo traducimos estos conceptos en conductas observables y mensurables?
- Especificación de hipótesis : ¿Qué afirmación(es) queremos probar?
- Especificación del diseño de investigación: ¿Qué tipo de metodología utilizar? - ejemplos: cuestionario, encuesta
- Especificación de la pregunta : ¿Qué preguntas hacer? ¿En qué orden?
- Especificación de la escala : ¿Cómo se calificarán las preferencias?
- Especificación del diseño de muestreo : ¿Cuál es la población total? ¿Qué tamaño de muestra es necesario para esta población? ¿Qué método de muestreo utilizar? Ejemplos: Muestreo probabilístico ( muestreo por conglomerados , muestreo estratificado , muestreo aleatorio simple , muestreo multietápico , muestreo sistemático ) y muestreo no probabilístico ( muestreo por conveniencia, muestreo por criterio, muestreo intencional, muestreo por cuotas, muestreo de bola de nieve, etc.)
- Recopilación de datos: utilice el correo, el teléfono, Internet y las interceptaciones en centros comerciales.
- Codificación y reespecificación - Realizar ajustes a los datos brutos para que sean compatibles con las técnicas estadísticas y con los objetivos de la investigación - ejemplos: asignación de números, comprobaciones de consistencia, sustituciones, eliminaciones, ponderación, variables ficticias, transformaciones de escala, estandarización de escala
- Análisis estadístico: aplicar diversas técnicas descriptivas e inferenciales (ver a continuación) a los datos brutos. Realizar inferencias a partir de la muestra y de toda la población. Comprobar la significación estadística de los resultados.
- Interpretar e integrar los hallazgos: ¿Qué significan los resultados? ¿Qué conclusiones se pueden extraer? ¿Cómo se relacionan estos hallazgos con investigaciones similares?
- Redacte el informe de investigación. El informe suele tener títulos como: 1) resumen ejecutivo; 2) objetivos; 3) metodología; 4) hallazgos principales; 5) gráficos y diagramas detallados. Presente el informe al cliente en una presentación de 10 minutos. Esté preparado para las preguntas.
La etapa de diseño puede implicar un estudio piloto para descubrir cualquier problema oculto. Las etapas de codificación y análisis se realizan normalmente por ordenador, utilizando un software estadístico . Las etapas de recopilación de datos pueden automatizarse en algunos casos, pero a menudo requieren una cantidad considerable de mano de obra para llevarlas a cabo. La interpretación es una habilidad que solo se domina con la experiencia.
Análisis estadístico
Los datos obtenidos para la investigación cuantitativa de mercados pueden analizarse mediante casi todas las técnicas de análisis estadístico , que pueden dividirse en gran medida en estadística descriptiva e inferencia estadística . Un conjunto importante de técnicas es el relacionado con las encuestas estadísticas . En cualquier caso, un tipo adecuado de análisis estadístico debe tener en cuenta los distintos tipos de error que pueden surgir, como se describe a continuación.
Confiabilidad y validez
La investigación debe probarse en términos de confiabilidad , generalización y validez .
La generalización es la capacidad de hacer inferencias a partir de una muestra y aplicarlas a la población.
La confiabilidad es el grado en el cual una medida producirá resultados consistentes.
- La fiabilidad test-retest comprueba la similitud de los resultados si se repite la investigación en circunstancias similares. La estabilidad en medidas repetidas se evalúa con el coeficiente de Pearson.
- La confiabilidad de las formas alternativas verifica cuán similares son los resultados si la investigación se repite utilizando formas diferentes.
- La fiabilidad de la consistencia interna comprueba la eficacia con la que las medidas individuales incluidas en la investigación se convierten en una medida compuesta. La consistencia interna se puede evaluar correlacionando el rendimiento en dos mitades de una prueba (fiabilidad de mitad dividida). El valor del coeficiente de correlación de momento-producto de Pearson se ajusta con la fórmula de predicción de Spearman-Brown para que corresponda a la correlación entre dos pruebas completas. Una medida que se utiliza habitualmente es el α de Cronbach , que es equivalente a la media de todos los coeficientes de mitad dividida posibles. La fiabilidad se puede mejorar aumentando el tamaño de la muestra.
La validez pregunta si la investigación midió lo que pretendía medir.
- La validación de contenido (también llamada validez aparente) verifica en qué medida el contenido de la investigación se relaciona con las variables que se van a estudiar; busca responder si las preguntas de investigación son representativas de las variables que se investigan. Es una demostración de que los ítems de una prueba provienen del dominio que se está midiendo.
- La validación de criterios comprueba la importancia de los criterios de investigación en relación con otros posibles criterios. Cuando se recopila el criterio más adelante, el objetivo es establecer la validez predictiva.
- La validación de constructo verifica qué constructo subyacente se está midiendo. Existen tres variantes de validez de constructo: validez convergente (qué tan bien se relaciona la investigación con otras medidas del mismo constructo), validez discriminante (qué tan mal se relaciona la investigación con medidas de constructos opuestos) y validez nomológica (qué tan bien se relaciona la investigación con otras variables según lo requiere la teoría).
- La validación interna , utilizada principalmente en diseños de investigación experimental, verifica la relación entre las variables dependientes e independientes (es decir, ¿la manipulación experimental de la variable independiente realmente causó los resultados observados?)
- La validación externa verifica si los resultados experimentales pueden generalizarse.
La validez implica confiabilidad: una medida válida debe ser confiable. Sin embargo, la confiabilidad no implica necesariamente validez: una medida confiable no implica que sea válida.
Tipos de errores
Errores de muestreo aleatorio:
- muestra demasiado pequeña
- muestra no representativa
- Se utilizó un método de muestreo inadecuado
- errores aleatorios
Errores en el diseño de investigación:
- sesgo introducido
- Error de medición
- Error de análisis de datos
- error del marco de muestreo
- Error en la definición de población
- error de escala
- Error en la construcción de la pregunta
Errores del entrevistador:
- errores de grabación
- errores de trampa
- cuestionando errores
- Error de selección del encuestado
Errores del encuestado:
- error de falta de respuesta
- error de incapacidad
- error de falsificación
Errores de hipótesis:
- Error tipo I (también llamado error alfa)
- Los resultados del estudio conducen al rechazo de la hipótesis nula a pesar de que en realidad es cierta.
- Error de tipo II (también llamado error beta)
- Los resultados del estudio conducen a la aceptación (no rechazo) de la hipótesis nula aunque en realidad sea falsa.
Véase también
Referencias
- ^ Principios de marketing Módulo 6: Información e investigación de marketing | Métodos de investigación de marketing primarios (primavera de 2016)
- ^ Informe GRIT del tercer y cuarto trimestre de 2018 , GreenBook, 2018, pág. 34
- ^ Wells, Chris (12 de julio de 2020). "Cómo realizar una investigación cuantitativa B2B". Adience . Consultado el 23 de julio de 2020 .
Bibliografía
- Bradburn, Norman M. y Seymour Sudman. Encuestas y sondeos: entender lo que nos dicen (1988)
- Converse, Jean M. Investigación de encuestas en los Estados Unidos: raíces y surgimiento 1890-1960 (1987), la historia estándar
- Glynn, Carroll J., Susan Herbst, Garrett J. O'Keefe y Robert Y. Shapiro. Libro de texto de Opinión pública (1999)
- Oskamp, Stuart y P. Wesley Schultz; Actitudes y opiniones (2004)
- James G. Webster , Patricia F. Phalen, Lawrence W. Lichty; Análisis de ratings: la teoría y la práctica de la investigación de audiencias Lawrence Erlbaum Associates, 2000
- Young, Michael L. Diccionario de encuestas: el lenguaje de la investigación de opinión contemporánea (1992)
