Voice of consumer

Conocer de primera mano la opinión de los consumidores que entran en nuestra web puede aportarnos información muy útil y que sirva de complemento a los datos que obtenemos de la herramienta de Analítica Web.

Está claro que no podemos conocer la opinión de todos los usuarios  – problemas técnicos como a usuarios que no se les despliegue el cuestionario ,  usuarios que no quieran contestar … –  , por lo que es necesario elegir a un grupo o muestra: una parte de individuos que representen a la población a la que pertenecen, es decir a una parte de nuestros visitantes. A la hora de hablar de una muestra y su representatividad es importante tener en cuenta dos conceptos:

- Margen de error: error que cometemos al extraer conclusiones de una muestra y no del total población. Por ejemplo:

Una marca de venta de chocolate nos ofrece insertar publicidad en nuestra web, pero nos dice que sólo nos pagará por cada usuario que venga de nuestra web y convierta  – que compre algo – . Nosotros aprovechando que vamos a lanzar un cuestionario a nuestros visitantes; decidimos incluir la pregunta ¿usted compraría chocolate online? El instituto que nos da los resultados nos dice lo siguiente: el 25% de los usuarios comprarían chocolate online; pero el margen de error es de un 20% – una barbaridad, pero para que se vea más claro el ejemplo – . Esto significa  que la probabilidad de equivocarnos en este resultado es de más/menos el 20% ; es decir que el dato verdadero de los usuarios podría ser desde el 5% al 45% ¿cambian mucho las cosas verdad? Y lo que estaría claro es que así no podríamos tomar una decisión.  Ese intervalo constituye el intervalo de confianza.

Por este motivo es muy importante que cada vez que nos presenten un estudio preguntemos por el margen de  error. Lo ideal es movernos  en torno a un margen del 5% (aunque  depende del objeto de nuestro estudio y de lo rigurosos que queramos ser)


-Nivel de confianza: la probabilidad de acertar un resultado. Es decir la probabilidad de que el valor que estimemos sea ese Ejemplo: obtener un 95%   significa que la probabilidad de que los resultados reales sean los que hemos obtenido con nuestra encuesta es de 95 sobre 100


Ambos conceptos están relacionados , ya que si rebajamos el nivel de confianza el margen de error será mayor:  ajusto más el resultado, pero tendré más posibilidades de equivocarme. Si queremos reducir el margen de error, sin que afecte al nivel de confianza; la  opción que tenemos es aumentar la muestra – con el siguiente coste económico y de tiempo -

¿Pero cómo puedo aplicar esto a mi web? ¿Cómo se cuándo tengo que parar el cuestionario y los resultados que obtengo son representativos de los usuarios que entran en mi web?

Con este Excel podemos calcularlo de una manera sencilla .  En la pestaña cálculo del tamaño de una muestra escribimos el margen de error (no más de un 5% ) y el tamaño de la población. Podemos usar por ejemplo los usuarios únicos mensuales (es cierto que esta métrica tiene limitaciones, pero nos servirá para hacernos una idea del tamaño del universo)  Introducimos los datos en la hoja de excel y ya nos calcula automáticamente el tamaño de la muestra que necesitamos para que el resultado sea representativo.   Es decir para saber si podemos extrapolar de manera correcta los datos que hemos obtenido al total de los visitantes sin cometer un error garrafal.

Para nuestros cálculos también es importante tener en cuenta que el índice de respuesta de estos cuestionarios suele ser más bien bajo (en torno entre el 1% y el 3% de los usuarios  a los que le aparezca el cuestionario) , aunque está claro que puede variar según la implicación que pueda existir con el site.  Si no logramos que los usuarios rellenen ningún cuestionario, podemos emplear un incentivo  (un sorteo sería una posibilidad, pero no con premios o  regalos exorbitados , ya que estaremos sesgando el estudio)

Así mismo si contratamos el estudio a un instituto de investigación ajeno a nosotros conviene tener en cuenta algunas consideraciones:

  1. Sé muy pesado con el cuestionario.  Ellos son los expertos, pero una pregunta mal formulada  o poco clara estropeará nuestra investigación. Más vale insistir y releer que preguntar mal.
  2. El consumidor te está regalando un tiempo muy valioso y te está aportando información. No debemos de abusar, por lo que el cuestionario tiene que ser corto y evitar preguntas con miles de categorías.
  3. El cuestionario tiene que ser sencillo, pero recuerda que tu usuario no es tonto.
  4. Las preguntas de respuesta abierta son recomendables para conocer la opinión del consumidor de manera cualitativa y espontánea. Es bueno que haya al menos una en el cuestionario donde el consumidor pueda expresarse libremente (nos dará muy buenas ideas y puntos de vista que seguramente no hemos pensado)
  5. Cuando te presenten los resultados pide además del informe la base de datos,  quizás pueda interesarte hacer cruces o saber que es lo que han contestado los usuarios de primera mano. Cuando alguien ajeno a la web elabora el informe puede pasar por alto datos que para ti sean relevantes.
  6. Y como no, saber cuál es tu margen de error y la muestra que se ha usado

“Las conversaciones en red hacen posible el surgimiento de nuevas y poderosas formas de organización social y de intercambio de conocimientos.” Manifiesto Cluetrain.

Paula Sánchez @Paula_Sanchez

.

Paula Sánchez , licenciada en Publiciad y RR.PP.  por la Universidad de Navarra y en Investigación de Técnicas de Mercado por la UOC .  Realizó el Curso Superior de Medios y en la actualidad está cursando el máster en  Web Analytics de la University of British Columbia

Tras tres años dedicada a la  investigación de mercados y audiencias comenzó a trabajar en  Analítica Web en Línea Directa Aseguradora.  También es tutora de la asignatura de Marketing en un centro asociado de la UNED.

Actualmente soy Responsable de Adquisición de Tráfico y Analítica Web en Iberia Express, donde trabajo después de haber pasado por otras empresas como Relevant Traffic, Línea Directa, Aegis Media e IMOP. En cuanto a formación Máster en Estadística Aplicada por la UNED, Award of Achievement in Web Analytics (Universiy of British Columbia); Experto Universitario en Métodos Avanzados de Estadística Aplicada por la UNED, Licenciada en InvestigaciónTécnicas de Mercado por la UOC y Licenciada en Publicidad y RR.PP por la Universidad de Navarra.

Twitter LinkedIn 

8 Responses to Voice of consumer

  1. carlosMlebrón (@analisisweb) enero 25, 2011 at 8:39 am #

    me encanta! aunque ya sabeis que me gusta mucho mas el mundo cualitativo, mi pasado matemático me inclina hacia estos temas. como dijo un dia Avinash “poner un poco de matematicas a todo esto no viene mal”. Como introducción esta bien ( c*j+n+d* diria yo) pero el verdadero secreto está en saber elgir a la muestra. algunas veces no esta mal coger la muestra en base a un universo “a cascoporro”, pero la mayoria de las veces hay que “muestrear” y “submuestrear” los diferentes segmentos para acercarnos al máximo a la representación del universo al que nos referimos… pero meternoe en eso ahora sería construir varias asignaturas de una licenciatura… mientras os incluyo un enlace al tercer post que escribí nada mas inaugurar mi blog en el que hablo de estos asuntos, refiriendome al A/B testing y su representatividad…
    http://analisis-web.blogspot.com/2008/10/ab-testing-muestras-representativas.html
    ( no os perdais el comentario de Avinash, por cierto)
    un saludo!

  2. Jordi enero 25, 2011 at 9:13 am #

    Genial artículo Paula :-)
    Me has recordado mis tiempos de sociologo :-)

    Y genial la aportación de Carlos, voy a darle un vistazo :-)

    saludos

  3. Patricia enero 25, 2011 at 11:11 am #

    Muy bueno Paula, genial el detalle del Excel para calcular el tamaño de la muestra.

    Desde que estoy en online no hago a penas investigación social, como a Jordi, esto me ha recordado mis tiempos de socioloca.
    :)

  4. Barbmk enero 25, 2011 at 12:07 pm #

    Genial post Paula! Por fin alguien habla de la muestra y el margen de error. Estoy harta de ver estudios que circulan por Internet que no tienen ninguna base estadística.
    Me ha encantado! :-)

  5. carlosMlebrón (@analisisweb) enero 25, 2011 at 2:30 pm #

    madre mia! ¿pero cuantos sociologos SEEEMOS aqui? que alegria por dios…

  6. Paula enero 26, 2011 at 9:14 pm #

    Muchas gracias por vuestros comentarios.

    Carlos: tienes toda la razón. Lo ideal sería segmentar y lanzar el cuestionario en función de todos los visitantes; ya que a veces lanzándolo como comentas a “cascoporro” si podemos sesgar. Entiendo que dependará también de las herramientas que usemos, pero lo ideal si sería por ejemplo que tengamos en cuenta la página de entrada, la sección o página que visitan… Aunque también una manera sencilla puede ser lanzar el cuestionario al 50% o 25% de los visitantes y tener en cuenta las horas y días de semana. Aunque ya dependerá también de la paciencia y de las visitas que tengamos …

    Jordi: muchas gracias, si me ha encantado el link de Carlos

    Patricia: muchas gracias, la verdad es que es muy cómodo usar el excel

    Bárbara: muchas gracias. Pues si, incluso gente que pretende circular datos con un 30% de margen de error ..

Trackbacks/Pingbacks

  1. Tweets that mention Madrid Girl Geek Dinners » Blog Archive » Voice of consumer -- Topsy.com - enero 25, 2011

    […] This post was mentioned on Twitter by Madrid Geek Girls, Maria J Butera. Maria J Butera said: Pensando en hacer encuestas a usuarios de tu web? Voice of consumer http://bit.ly/eN7ZwQ, por @Paula_sanchez […]

  2. Analítica web y ERPs. Condenados a entenderse (y II) | El blog de las Madrid Geek Girls - febrero 26, 2014

    […] conocimiento de las preferencias de los […]

Hecho con cariño desde Madrid por las Madrid Geek Girls.