Elección discreta versus árbol de decisión

La determinación de la configuración de un nuevo producto o servicio es una responsabilidad principal de los investigadores de mercado con enormes efectos potenciales sobre el retorno de la inversión (ROI). Dada la importancia de estas decisiones, no es sorprendente que un número forme un puntaje de utilidad .

Supere la brecha entre el conocimiento y la optimización: Jerarquía de decisiones de compra

La investigación que procede al lanzamiento de un producto debe encajar con muchos niveles de información. La consideración de las formas de optimizar un servicio o línea de productos tenderá a dominar las primeras fases del período previo al lanzamiento de un producto, pero investigar los procesos de decisión que los consumidores ponen en práctica en el punto de compra puede ayudar a dar forma a los principios consideraciones . Una especie de jerarquía involucra a los consumidores en sus decisiones de compra . Esta jerarquía se enfoca más fácilmente cuando se utiliza una variedad de fuentes de datos e información, incluyendo, lo más importante, investigación de mercado y datos de ventas.

Si bien los datos de ventas pueden ser útiles con respecto a la percepción de un rendimiento más débil o una menor participación en el mercado , no tienen mucha capacidad de predicción. Un conocimiento más íntimo del cliente puede proporcionar información sobre lo que es probable que suceda con la participación en el mercado cuando un producto se agota temporalmente o se retira de una línea de productos.

La investigación de mercado puede proporcionar este tipo de información, así como una comprensión de la participación de las nuevas preferencias de productos o sobre el cambio de comportamiento de productos existentes a un producto recién lanzado.

La optimización del producto o servicio puede ser una tarea costosa e invariablemente una opción de alto riesgo que exige los más altos niveles de precisión y la capacidad para una simulación de escenarios amplia y profunda. Tanto el análisis de elección discreta (DCA) como los procesos conjuntos basados ​​en la elección (CBC) pueden satisfacer estas demandas de investigación de mercado.

Árboles de decisión: una opción de presupuesto-consciente

Los modelos de árbol de decisión pueden usarse para desarrollar una comprensión más profunda del comportamiento de compra jerárquica de los consumidores . Aprender qué atributos de productos o servicios se imponen mutuamente y cómo, por ejemplo, estas dinámicas se relacionan con la organización de estantería en entornos de ladrillos y mortero, pone un buen punto en la visión del consumidor. Los modelos de árbol de decisión se pueden manipular para enfocarse en las perspectivas de marca o las perspectivas de producto. Los modelos de árbol de decisión a menudo aprovechan una representación visual de los productos que se están considerando para facilitar el proceso de investigación.

La construcción de un árbol de decisión es fundamental para su capacidad de obtener y capturar respuestas jerárquicas de los consumidores en el contexto de una experiencia de encuesta intuitiva .

Debido a la naturaleza fundamental de la investigación del mercado de los árboles de decisión para un importante establecimiento de la dirección de comercialización, los métodos del árbol de decisiones deben tener integridad estructural y reducir con confianza la carga del encuestado . Hacer un esfuerzo adicional en el diseño de la investigación del mercado de los árboles de decisión ayudará a evitar las trampas que las encuestas pueden encontrar.

El efecto de los encuestados de speedster en los resultados de investigación de las encuestas finales puede tener un impacto sustancialmente negativo en las decisiones comerciales asociadas . Es importante contar con un proceso de limpieza de calidad de datos que identifique a los encuestados de speedster y elimine sus datos del conjunto de datos. Por estas razones, los investigadores de mercado pueden emplear un proceso de verificación que está integrado en la investigación de la encuesta o implica una oportunidad de seguimiento con cada encuestado . Esas respuestas de la encuesta se pueden revisar y ajustar según sea necesario.