Investigación cuantitativa de mercados

La investigación de mercados cuantitativa 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 de que el marketing es un proceso interactivo en el que tanto el comprador como el vendedor llegan a un acuerdo satisfactorio sobre las "cuatro Ps" de marketing: Producto, Precio, Plaza (ubicación) y Promoción.

Como método de investigación social, generalmente involucra la construcción 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 una 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 diferentes tipos de encuestados. Las encuestas se pueden distribuir en una de cuatro formas: teléfono, correo, en persona y en línea (ya sea por teléfono móvil o de escritorio).

Otro método de investigación cuantitativa es realizar experimentos sobre cómo responden las personas a diferentes situaciones o escenarios. Un ejemplo de esto es la prueba A/B de una parte de las comunicaciones de marketing, como la página de destino de un sitio web. A los visitantes del sitio web se les muestran diferentes versiones de la página de destino y los especialistas en marketing rastrean cuál es más efectiva.

Diferencias entre la investigación cuantitativa de consumo y B2B

La investigación cuantitativa se utiliza tanto en la investigación del consumidor como en la investigación de empresa a empresa (B2B). Sin embargo, existen diferencias en la forma en que los investigadores de consumidores y los investigadores B2B distribuyen sus encuestas.

Por lo general, las encuestas se distribuyen en línea más que en persona, por teléfono o por correo. 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 todavía suelen realizar encuestas por teléfono.

Procedimiento general típico

En pocas palabras, hay cinco pasos principales e importantes involucrados en el proceso de investigación:

1. Definir el problema.
2. Diseño de investigación.
3. Recopilación de datos.
4. Análisis de datos.
5. Presentación de informes ".

Una breve discusión sobre estos pasos es:

1. Auditoría de problemas y definición de problemas - ¿Cuál es el problema? ¿Cuáles son los diversos aspectos del problema? ¿Qué información se necesita?
2. Conceptualización y puesta en marcha - ¿Cómo definemos exactamente los conceptos involucrados? ¿Cómo traducimos estos conceptos en comportamientos observables y mensurables?
3. Especificación de la hipótesis - ¿Qué reclamaciones queremos probar?
4. Especificación de diseño de investigación - ¿Qué tipo de metodología utilizar? - ejemplos: cuestionario, encuesta
5. Especificación de preguntas - ¿Qué preguntas hacer? ¿En qué orden?
6. Especificación de escala - ¿Cómo se evaluarán las preferencias?
7. Especificación de diseño de muestreo - ¿Cuál es la población total? ¿Qué tamaño de muestra es necesario para esta población? ¿Qué método de muestreo utilizar?- ejemplos: Probability Sampling:- (Sampling, muestreo estratificado, muestreo aleatorio simple, muestreo multietapa, muestreo sistemático) & Muestra de nobilidad:- (Convenience Sampling, Judgement Sampling, Purposive Sampling, Quota Sampling, Snowball Sampling, etc.)
8. Recopilación de datos - Usar correo, teléfono, Internet, interceptación de mall
9. Codificación y reespecificación - Realizar ajustes a los datos brutos por lo que es compatible con técnicas estadísticas y con los objetivos de la investigación - ejemplos: asignación de números, comprobaciones de consistencia, sustituciones, eliminaciones, ponderación, variables muñecas, transformaciones de escala, estandarización de escala
10. Análisis estadístico - Realizar diversas técnicas descriptivas e inferenciales (ver más abajo) sobre los datos brutos. Haga inferencias de la muestra a toda la población. Prueba los resultados para significación estadística.
11. Interpretar e integrar hallazgos - ¿Qué significan los resultados? ¿Qué conclusiones pueden extraerse? ¿Cómo se relacionan estos hallazgos con investigaciones similares?
12. Escribir el informe de investigación - El informe generalmente tiene títulos como: 1) resumen ejecutivo; 2) objetivos; 3) metodología; 4) hallazgos principales; 5) diagramas y diagramas detallados. Presentar el informe al cliente en una presentación de 10 minutos. Prepárate para preguntas.

El paso de diseño puede implicar un estudio piloto para descubrir cualquier problema oculto. Los pasos de codificación y análisis generalmente se realizan por computadora, utilizando software estadístico. Los pasos de recopilación de datos, en algunos casos, pueden automatizarse, pero a menudo requieren una gran cantidad de mano de obra para llevarse a cabo. La interpretación es una habilidad que sólo se domina con la experiencia.

Análisis estadístico

Los datos adquiridos para la investigación de marketing cuantitativa se pueden analizar mediante casi cualquier variedad de técnicas de análisis estadístico, que se pueden dividir en términos generales en estadística descriptiva e inferencia estadística. Un conjunto importante de técnicas es el relacionado con las encuestas estadísticas. En cualquier caso, un tipo apropiado de análisis estadístico debe tener en cuenta los diversos tipos de errores que pueden surgir, como se indica a continuación.

Fiabilidad y validez

Se debe probar la confiabilidad, generalización y validez de la investigación.

Generalizabilidad es la capacidad de hacer inferencias de una muestra a la población.

Confiabilidad es la medida en que una medida producirá resultados consistentes.

• Confiabilidad de prueba comprueba lo similar que son los resultados si la investigación se repite en circunstancias similares. La estabilidad respecto de las medidas repetidas se evalúa con el coeficiente Pearson.
• Fiabilidad de formas alternativas comprueba lo similar que son los resultados si la investigación se repite utilizando diferentes formas.
• Confiabilidad de consistencia interna comprueba qué tan bien las medidas individuales incluidas en la investigación se convierten en una medida compuesta. La consistencia interna puede evaluarse correlacionando el rendimiento en dos mitades de una prueba (confiabilidad del split-half). El valor del coeficiente de correlación de productos-momento Pearson se ajusta con la fórmula de predicción Spearman-Brown para corresponder a la correlación entre dos pruebas de longitud completa. Una medida comúnmente utilizada es el α de Cronbach, que equivale a la media de todos los posibles coeficientes de la mitad de división. La fiabilidad puede mejorarse aumentando el tamaño de la muestra.

Validez pregunta si la investigación midió lo que pretendía.

• Validación del contenido (también llamada validez facial) comprueba qué tan bien el contenido de la investigación está relacionado con las variables a estudiar; busca responder si las preguntas de investigación son representativas de las variables que se están investigando. Es una demostración de que los elementos de una prueba se extraen del dominio que se está midiendo.
• Criterios de validación comprueba cuán significativos son los criterios de investigación en relación con otros posibles criterios. Cuando el criterio se recoge más adelante el objetivo es establecer la validez predictiva.
• Construir validación comprueba qué construcción subyacente se está midiendo. Existen tres variantes de validez de la construcción: validez convergente (cuán bien la investigación se refiere a otras medidas del mismo constructo), validez discriminatoria (cuán pobremente la investigación se refiere a medidas de construcción contrarias) y validez nomológica (cómo bien la investigación se relaciona con otras variables según lo requerido por la teoría).
• Validación interna, utilizado principalmente en diseños de investigación experimentales, comprueba la relación entre las variables dependientes e independientes (es decir, ¿la manipulación experimental de la variable independiente realmente causa los resultados observados?)
• Validación externa comprueba 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
• método de muestreo inapropiado utilizado
• errores aleatorios

Errores de diseño de investigación:

• parcialidad introducida
• error de medición
• error de análisis de datos
• error de marco de muestreo
• Definición de población error
• error de escalada
• error de construcción

Errores del entrevistador:

• errores de grabación
• errores de trampa
• cuestionar errores
• Error de selección demandado

Errores del encuestado:

• error no responde
• 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 es verdad
• error tipo II (también llamado error beta)
  • los resultados del estudio conducen a la aceptación (no-rechacción) de la hipótesis nula a pesar de que en realidad es falsa