Saltar al contenido principal
LibreTexts Español

4.4: Conceptos clave en la investigación de mercados

  • Page ID
    67176
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Si bien el campo de investigación puede estar lleno de terminología compleja, hay cuatro conceptos clave que debe comprender antes de realizar su propia investigación:

    1. Metodología de investigación
    2. Datos cualitativos y cuantitativos
    3. Investigación primaria y secundaria
    4. Muestreo.

    Metodología de investigación

    La metodología de investigación se refiere al proceso seguido para realizar investigaciones precisas y valiosas. El proceso de investigación debe implicar ciertos pasos.

    1. Establecer los objetivos del proyecto
    2. Determine su muestra
    3. Elija un método de recopilación de datos
    4. Recopilar datos
    5. Analizar los resultados
    6. Formular conclusiones e ideas procesables (por ejemplo, producir informes)
    clipboard_e73c91c6d6405f3e0fdadceec9825a638.png
    Figura\(\PageIndex{1}\): Los pasos en el proceso de metodología de investigación

    La mayoría de las veces, la investigación de mercado se centra en temas específicos exclusivos de un negocio o marca. Por lo tanto, no siempre es posible obtener libremente información comparable para ayudar a la toma de decisiones. Es por ello que puede ser útil partir de un problema o hipótesis de investigación específica a la hora de dar inicio a un proyecto de investigación. Su pregunta de investigación debe guiar todo su proceso y determinará su elección del método de recolección de datos. Discutiremos más sobre esos más adelante.

    Otro enfoque implica la recolección continua de datos. Como se discutió en el capítulo de toma de decisiones basada en datos, la toma de decisiones imparcial es mucho más precisa cuando es ayudada por la visión del mercado. Muchos han argumentado que la recolección de datos menos costosa y continua es cada vez más una ruta que se ha demostrado que es útil para las organizaciones.

    Investigación primaria y secundaria

    La investigación puede basarse en datos primarios o secundarios. La investigación primaria se realiza cuando se recopilan nuevos datos para un producto o hipótesis en particular. Aquí es donde la información no existe ya o no es accesible, y por lo tanto necesita ser recopilada específicamente de consumidores o empresas. Encuestas, grupos focales, paneles de investigación y comunidades de investigación se pueden utilizar al realizar investigaciones primarias de mercado.

    La investigación secundaria utiliza datos existentes publicados como fuente de información. Puede ser más rentable que realizar investigaciones primarias. Internet abre una gran cantidad de recursos para llevar a cabo esta investigación. Los datos podrían haber sido recabados originalmente para resolver problemas distintos al que nos ocupa, por lo que es posible que no sean lo suficientemente específicos. La investigación secundaria puede ser útil para identificar problemas a investigar a través de la investigación primaria.

    Internet es una herramienta útil a la hora de realizar investigaciones tanto primarias como secundarias. No sólo hay una serie de herramientas gratuitas disponibles a la hora de calcular cosas como el tamaño de la muestra y los niveles de confianza (ver sección 4.7 en Herramientas del oficio para algunos ejemplos), sino que también es un medio ideal para llegar a un gran número de personas a un costo relativamente bajo.

    Internet e investigación secundaria

    La investigación basada en datos secundarios debe preceder a la investigación de datos primarios. Se puede utilizar para establecer el contexto y los parámetros para la investigación primaria.

    Los datos secundarios pueden:

    • proporcionar suficiente información para resolver el problema que nos ocupa, negando así la necesidad de realizar más investigaciones.
    • proporcionar fuentes para hipótesis que pueden ser exploradas a través de la investigación primaria.
    • proporcionar información para informar la investigación primaria, como el tamaño de las muestras y la audiencia.
    • utilizado como base de referencia para medir la precisión de la investigación primaria.

    Las empresas con propiedades en línea tienen acceso a una gran cantidad de datos de análisis web que se registran digitalmente. Estos datos pueden extraerse para obtener información. Sin embargo, vale la pena recordar que suele ser imposible para ti acceder a los datos de analítica web de los competidores por lo que este método te dará información solo sobre tus propios clientes.

    Las comunicaciones con los clientes también son una fuente de datos que se pueden utilizar, particularmente las comunicaciones con el departamento de atención al cliente. Los clientes comprometidos que se quejan, comentan o elogian están proporcionando información que puede formar la base para investigar la satisfacción del cliente.

    Las redes sociales, los blogs y otras formas de redes sociales han surgido como foros donde los consumidores discuten sus gustos y disgustos. Los clientes pueden ser particularmente vocales sobre las empresas y los productos. Estos datos pueden, y deben, ser rastreados y monitoreados para establecer el sentimiento del consumidor. Si una comunidad se establece con fines de investigación, la retroalimentación resultante se considera datos primarios, pero el uso de las redes sociales para investigar los sentimientos existentes se considera investigación secundaria. Internet es un punto de partida ideal para realizar investigaciones secundarias basadas en datos y hallazgos publicados. Con tanta información por ahí, puede ser una tarea desalentadora encontrar recursos confiables.

    El primer punto de convocatoria para la investigación en línea suele ser un motor de búsqueda, como www.google.com o www.yahoo.com. Los motores de búsqueda suelen tener una variedad de funciones avanzadas, que pueden ayudar a la investigación en línea. Por ejemplo, Google ofrece:

    Muchas publicaciones de investigación están disponibles en línea, algunas de forma gratuita y otras a un costo. Muchas de las principales empresas de investigación cuentan con blogs de analistas, que proporcionan algunos datos y análisis de la industria de forma gratuita.

    Algunos recursos notables son:

    www.experian.com/hitwise

    www.pewinternet.org (datos de EE. UU.)

    www.Nielsen.com

    Internet y la investigación primaria

    La investigación primaria consiste en recopilar datos para una tarea de investigación específica. Se basa en datos que no han sido recabados de antemano. La investigación primaria puede ser cualitativa o cuantitativa.

    La investigación primaria puede ser utilizada para explorar un mercado y puede ayudar a desarrollar las hipótesis o preguntas de investigación que deben ser respondidas por más investigaciones.

    Generalmente, los datos cualitativos se recogen en esta etapa. Por ejemplo, las comunidades de investigación en línea se pueden utilizar para identificar las necesidades de los consumidores que no se están satisfaciendo y para generar ideas sobre posibles soluciones. Más investigaciones cuantitativas pueden investigar qué proporción de consumidores comparten estos problemas y qué soluciones potenciales satisfacen mejor esas necesidades.

    Datos cuantitativos y cualitativos

    Nota

    Con tamaños de muestra más grandes, los datos cualitativos pueden analizarse cuantitativamente.

    Los datos pueden clasificarse como cualitativos o cuantitativos. La investigación cualitativa es exploratoria y busca conocer lo que piensan y sienten los consumidores potenciales sobre un tema determinado. La investigación cualitativa ayuda a identificar hipótesis potenciales, mientras que la investigación cuantitativa pone números duros detrás de estas hipótesis. La investigación cuantitativa se basa en datos numéricos para demostrar resultados estadísticamente significativos.

    Internet puede ser utilizado para recopilar datos tanto cualitativos como cuantitativos. De hecho, las comunidades en la web pueden ser vistas como grandes grupos focales, compartiendo de manera regular y de buena gana sus opiniones sobre productos, mercados y empresas.

    En estudios de investigación robustos, tanto la investigación cualitativa como la cuantitativa se pueden aplicar en diferentes etapas del estudio.

    Las principales diferencias entre investigación cuantitativa y cualitativa se representan en el Cuadro 2 a continuación.

    Cuadro 4.4.1
      Cuantitativo Cualitativo
    Datos recopilados Números, cifras, estadísticas, datos objetivos Opiniones, sentimientos, motivaciones, datos subjetivos
    Pregunta respondida ¿Qué? ¿Por qué?
    Tamaño del grupo Grande Pequeño
    Fuentes de datos Encuestas, datos de analítica web Grupos focales, redes sociales
    Propósito

    Prueba problemas o hipótesis conocidas.

    Busca el consenso, la norma

    Generaliza los datos

    Genera ideas y conceptos — lleva a cuestiones o hipótesis a probar.

    Busca complejidad

    Pone los datos en contexto

    Ventajas Resultados estadísticamente confiables para determinar si una opción es mejor que las alternativas. Analiza el contexto de los temas y tiene como objetivo comprender las perspectivas.
    Desafíos

    Los problemas se pueden medir solo si se conocen antes de comenzar.

    El tamaño de la muestra debe ser suficiente para predecir la población

    No se debe utilizar para evaluar ideas preexistentes.

    Los resultados no son predictores de la población.

    Tanto la investigación cuantitativa como la cualitativa se pueden realizar en línea.

    Los paquetes de análisis web son una fuente principal de datos. El uso de datos como términos de búsqueda, URL de referencia y datos de búsqueda interna puede conducir a información cualitativa sobre los consumidores que visitan un sitio web. Sin embargo, cuando los datos son medibles y específicos, como las impresiones y las tasas de clics, conducen a una investigación cuantitativa.

    Nota

    Lea más sobre esto en el capítulo Análisis de datos.

    Muestreo

    La investigación cualitativa generalmente se realiza con un pequeño número de encuestados para explorar y generar ideas y conceptos. La investigación cuantitativa se realiza con números mucho mayores, lo suficiente para poder predecir cómo respondería la población total.

    Debes asegurarte de que la muestra sea representativa de la población a la que te diriges en su conjunto. Si su negocio realiza transacciones tanto en línea como fuera de línea, tenga en cuenta que usar solo canales en línea para la investigación de mercado podría no representar su verdadero mercado objetivo. Sin embargo, si su negocio realiza transacciones solo en línea, los canales fuera de línea para su investigación de mercado son menos necesarios.

    Debido a que la investigación cuantitativa tiene como objetivo producir predictores para la población total, el tamaño de la muestra es muy importante. El tamaño muestral necesita ser suficiente para poder realizar observaciones estadísticamente precisas sobre la población.

    Por ejemplo, si tienes 4 000 usuarios registrados de tu sitio web, no necesitas encuestarlos a todos para entender cómo se comporta toda la población. Solo necesitas encuestar a 351 usuarios para obtener un tamaño de muestra que te brinde un nivel de confianza del 95% con un intervalo de confianza de ± 5%. Esto significa que puede estar 95% seguro de que sus resultados son precisos dentro de ± 5%.

    Hay varias calculadoras de tamaño de muestra mencionadas en la sección 4.7 sobre Herramientas del oficio.


    This page titled 4.4: Conceptos clave en la investigación de mercados is shared under a CC BY-NC-SA 3.0 license and was authored, remixed, and/or curated by Rob Stokes via source content that was edited to the style and standards of the LibreTexts platform.