miércoles, 26 de septiembre de 2007

Encuestas a través de SMS

Las encuestas a través de SMS son el mejor método de investigación en ciertas circunstancias ya que la mayoría de la población adulta utiliza hoy en día los mensajes SMS, muchas personas llevan el teléfono móvil a todas partes y en todo momento. Como consecuencia, pueden recibir y decidir al instante si desean responder a un mensaje. Una de las condiciones imprescindibles para obtener resultados relevantes en la investigación de mercado es que las preguntas se formulen correctamente y que el sistema de respuesta sea sencillo.

Aun así, existen unas limitaciones o desventajas acerca de lo que se puede preguntar a través de SMS. El tamaño del mensaje es bastante restrictivo, y también hay límites impuestos por la dimensión de la pantalla, lo que afecta en gran medida al tipo de preguntas que se pueden enviar y responder por SMS. Por otra parte, se pueden enviar preguntas con una o más respuestas, o también con respuesta abierta, como en las encuestas en línea.

Podrá recibir por SMS tanto invitaciones para participar en encuestas, como recordatorios. De este modo, tendrá la oportunidad de compartir sus experiencias y de manifestar su opinión inmediatamente después de hacer un viaje, o mientras esté de compras en un centro comercial.

martes, 11 de septiembre de 2007

Introducción al Data Mining

1. Definición de Data Mining

Es un proceso de descubrimiento de los patrones, perfiles y tendencias significativas a través del análisis de los datos, mediante el uso de tecnologías de reconocimiento de patrones y técnicas estadísticas y matemáticas.

El Data Mining difiere de otros métodos de análisis de datos de un modo fundamental:
  • Descubre estructuras ocultas, ratios patrones y tendencias.
  • Es una técnica dinámica sólo por el hecho de no necesitar una búsqueda (query) o configurar el análisis para resolver un problema particular antes de realizar la minería.
Para construir un modelo útil se deben descubrir dos aspectos clave dentro del fichero de datos:
  • Los atributos significativos.
  • Los intervalos que identifican un patrón o firma de los clientes de la compañía.
Las herramientas OLAP y Query ofrecen información limitada para la toma de decisiones, ya que aportan información sobre lo que ha ocurrido pero no sobre las causas que han originado esa situación, siendo el analista quien debe deducirlo. Es en este punto donde entran en juego las herramientas de Data Mining, encontrando reglas o hechos de negocio relevantes del estudio particular de una masa de datos de forma inductiva.

2. Objetivos
  • Explicar los fenómenos.
  • Transformar la información en decisiones útiles y eficaces.
  • Permitir la construcción de modelos automáticos e inteligentes.
3. Beneficios
  • Modelos descriptivos: En un contexto de objetivos definidos, permite a las empresas explorar automáticamente, visualizar y comprender los datos e identificar patrones, relaciones y dependencias que impactan en la cuenta de resultados.
  • Modelos predictivos: permite expresar relaciones no descubiertas como reglas de negocio o modelos predictivos.

martes, 28 de agosto de 2007

Error Muestral

Definición: Es el error máximo estadístico de la muestra, válido para el conjunto de todas las distintas muestras que se pueden tomar de la misma población.

Las pruebas empíricas realizadas muestran que la distribución de las medidas de todas las muestra posibles del mismo tamaño en una población se ajusta por lo general a la ley normal de probabilidad (campana de Gauss).



Margen de Confianza o Nivel de Significatividad:
  • De cada 100 potenciales muestras del universo 68% (± s), o 95,5% (±2s), o 99,7% (±3s) van a tener el promedio muestral igual que al del universo.
  • El margen de confianza es la porción de la distribución gaussiana (medida en unidades ± s) que nos proponemos realmente utilizar, es decir es la probabilidad de que una estimación (resultado muestral) se ajuste a la realidad (resultado censal o del universo).
Intervalo o margen de confianza de una variable: Indicador promedio ± Error muestral

Nivel de Confianza (sólo para variables de intervalo y razón): Nº de s

Fórmula del Error Muestral
El error muestral depende:
  • De la amplitud del universo (N).
  • Del tamaño de la muestra (n).
  • De la desviación típica (s) en variables de intervalo y razón. De la variabilidad ( p*q) en variables nominales y ordinales.
Notas: La VARIABLIDAD de una variable nominal u ordinal:
  • Juega el mismo papel que la varianza (s²) en variables de intervalo.
  • Un atributo (variable nominal) o una posición en una escala (variable ordinal)
    representa una proporción (p) de la población frente al resto (q=1-p).
  • Podemos tratar la proporción como una variable booleana.
Ejemplo: Distribución de algunas variables por género
Humanidad.....................Hombres (p=50%).....Mujeres (q=50%)...Variabilidad (p*q=2500)
Estudiantes teleco..........Hombres (p=75%).....Mujeres (q=25%)...Variabilidad (p*q=1875)
Benedictinos del Paular.Hombres (p=100%)..Mujeres (q=0%)......Variabilidad (p*q=0)

Formulas del error:
Población infinita (N>100.000 ) Población finita

De intervalo: E=(s²/n)½ E=((s²/n)·((N-n)/(N-1)))½
De proporción: E=((p·q)/n)½ E=((p·q/n)·((N-n)/(N-1)))½
Donde:
  • E es el error muestral medido en unidades s.
  • N es el tamaño del Universo.
  • n es el tamaño de la muestra.
  • La estimación del error depende del nivel de confianza:
    ERROR= E · nivel de confianza elegido (nº de unidades s )= E · s

Definiciones de Muestreo

  • UNIVERSO: Toda la población o conjunto de unidades que se quiere estudiar y que podría ser observada individualmente en el estudio.
  • MUESTRA: Parte de un conjunto o población debidamente elegida, que se somete a observación en representación del conjunto, con el propósito de obtener resultados válidos para todo el universo.
  • MUESTREO: Procedimiento para escoger la muestra (tamaño y estructura).

martes, 21 de agosto de 2007

Calidad de Servicio

La calidad, y más concretamente la calidad del servicio, es una de las variables estratégicas que más va a influir en la viabilidad empresarial, por ello conviene que se gestione adecuadamente.
El servicio es un término capaz de acoger significados muy diversos. En el caso que nos ocupa hay que entender el servicio como el conjunto de prestaciones accesorias de naturaleza cuantitativa o cualitativa que acompaña a la prestación principal, ya consista ésta en un producto o en un servicio. En la medida en que las organizaciones tengan más dificultades para encontrar ventajas con las que competir, mayor atención tendrán que dedicar al servicio como fuente de diferenciación duradera.
La calidad del servicio también ha sido descrita como una forma de actitud, relacionada pero no equivalente con la satisfacción, donde el cliente compara sus expectativas con lo que recibe una vez que ha llevado a cabo la transacción. Al cliente le resulta más difícil valorar la calidad relacionada con el servicio debido a la intangibilidad del mismo. Por eso la evaluación debe resultar de la comparación de las expectativas con el desempeño del servicio recibido, fijándose para ello tanto en el resultado del proceso, como en la forma en la que se desarrolla el mismo. La diferencia entre calidad del servicio y satisfacción no está del todo clara, si bien se ha generalizado la idea de que la primera se obtiene tras una larga y completa evaluación, mientras que la segunda es la medida de una transacción específica.
Modelo conceptual de calidad del servicio

Un modelo de calidad del servicio no es más que una representación simplificada de la realidad, que toma en consideración aquellos elementos básicos capaces por sí solos de explicar convenientemente el nivel de calidad alcanzado por una organización desde el punto de vista de sus clientes.
Uno de los modelos que mejor resume esta realidad es el de Parasuraman, Zeithaml y Berry (ver figura), donde se distinguen dos partes claramente diferenciadas pero relacionadas entre sí:
  1. La primera hace referencia a la manera en que los clientes se forman una opinión sobre la calidad de los servicios recibidos (parte superior de la figura).
  2. La segunda refleja las deficiencias que pueden producirse dentro de las organizaciones, lo que provoca una falta de calidad en el suministro a los clientes (parte inferior de la figura).
La medición de la calidad se revela como una necesidad asociada al propio concepto de gestión, ya que todo aquello que no se expresa en cifras no es susceptible de gestionarse, y por tanto, de ser mejorado.

Indicadores simples de la calidadFormados por una única medida de la característica a evaluar. Son los más fáciles de medir y los más empleados en entornos empresariales.
  • Los que miden la calidad dentro de las empresas: pueden venir expresados en unidades físicas de materias primas, productos en curso o productos terminados (ejemplos: número de rechazos, número de defectos, etc.); en unidad de tiempo (ejemplos: horas extraordinarias, horas de formación, plazo de entrega a clientes, etc.); y en función de la
    importancia relativa o tanto por ciento del valor a medir (ejemplo: porcentaje de lotes recibidos en plazo).
  • Los que miden la satisfacción de los clientes (ejemplos: el número de reclamaciones, número de clientes que repiten la compra, el plazo de cobro a los clientes, etc.).
ResumenLa calidad es una filosofía que compromete a toda la organización con el propósito de satisfacer las necesidades de los clientes y de mejorar continuamente. Esto la convierte en un elemento estratégico que confiere una ventaja diferenciadora y perdurable en el tiempo a aquellos que tratan de alcanzarla.

Los parámetros de percepción del cliente constituyen un conjunto de datos multidimensional, ya que se analizan simultáneamente múltiples medidas en cada individuo. Así, las técnicas de análisis multivariante se han convertido en una herramienta potencial para evaluar las percepciones del cliente, establecer las posibles relaciones existentes entre parámetros análizados, definir modelos para predecir la Satisfacción Global obtenida por los clientes a partir de los valores de los parámetros de percepción, etc.

Existen diversas técnicas de análisis multivariante aplicadas a la Calidad de Servicio. La utilización de unas u otras dependerá del tipo de variables a analizar (dependientes o independientes, cualitativas o cuantitativas, etc.) y de los objetivos del estudio. Las más utilizadas y que profundizaremos en próximos posts son:
  • Análisis Factorial.
  • Regresión Múltiple.
  • Análisis Discriminante.
  • Análisis de la Varianza y de la Covarianza.
  • Análisis Clúster.
  • Escalamiento Multidimensional.
  • Análisis de Correspondencias.
  • Modelos de Ecuaciones Estructurales.