Al analizar las opiniones de los consumidores sobre productos de lavandería, la distinción entre los datos de los diarios de lavado y los datos de los panelistas es crucial para comprender la experiencia del usuario y la eficacia del detergente. Los datos de los diarios de lavado ofrecen información en tiempo real sobre los comportamientos y preferencias reales de los consumidores, reflejando patrones de uso genuinos. En cambio, los datos de los panelistas, derivados de las experiencias de los consumidores durante algunas semanas, pueden verse influenciados por la racionalización posterior, donde las percepciones pueden cambiar debido a las expectativas o al marketing, lo que podría distorsionar las evaluaciones del rendimiento del producto. Esto subraya la necesidad de basarse en los datos de los diarios de lavado para una evaluación más precisa de la eficacia del producto.
Para presentar estos hallazgos, utilizamos el software JMP para análisis estadístico avanzado y visualización de datos. Entre sus funcionalidades clave se incluyen la combinación de tablas de datos para obtener una visión general completa, el uso de herramientas de limpieza de datos para mantener su integridad y la aplicación del modelo de mínimos cuadrados parciales (PLS) para explorar las relaciones entre variables. Además, empleamos escenarios de modelado y análisis de Monte Carlo para simular comportamientos del consumidor y predecir resultados en condiciones de incertidumbre. Al priorizar los datos del registro de lavado y utilizar estas herramientas analíticas, buscamos optimizar el desarrollo de productos y las estrategias de marketing, mejorando así la satisfacción del consumidor y la fidelización a la marca.
Hola a todos. Bienvenidos a nuestra breve sesión de pósteres sobre la conexión de datos técnicos y de consumo, donde predecimos la satisfacción del consumidor con el producto aprovechando los datos del diario de lavado. Ahora bien, ¿qué queremos decir con esto? Cuando hacemos estudios de consumo, normalmente tenemos dos niveles diferentes de datos. Uno son los datos del diario donde pedimos a los consumidores que registren toda la información que tienen mientras hacen su colada en casa, y les pedimos que registren toda la información que podamos capturar.
Por ejemplo, ¿cuál es la temperatura de la lavadora? ¿Cuánta ropa se lava? ¿Cuántos productos se utilizan? Toda esta información se registra. Al mismo tiempo, también pedimos a los consumidores que nos den una valoración general del producto, lo que nos permite comprender mejor sus intenciones. Sabemos que puede haber discrepancias entre ambas valoraciones debido a la racionalización posterior por parte del consumidor.
Sin embargo, si queremos tener un impacto útil en el producto, necesitamos comprenderlo mejor desde un punto de vista técnico e interactuar con el consumidor desde esa perspectiva para que nos brinde mejores calificaciones en la parte de datos posterior al uso. Esta sesión trata sobre cómo conectamos ambos conjuntos de datos para obtener información relevante. Les mostraremos una demostración de cómo controlamos la calidad de nuestros datos. Contamos con una herramienta JMP personalizada que nos permite filtrar los datos erróneos. Les mostraremos cómo agregamos el análisis del diario y el análisis posterior al uso.
Les mostraremos cómo modelamos con estos datos, y luego le pasaré el testigo a mi colega Zhiwu, quien mostrará el modelado de mínimos cuadrados parciales, el análisis de Monte Carlo y profundizará en los detalles técnicos de las estadísticas. Más adelante, este será el resultado que podremos mostrar donde sabemos que necesitamos maximizar las calificaciones de la categoría superior en comparación con las tres calificaciones inferiores, que queremos mantener lo más bajas posible. Zhiwu les explicará más sobre el porqué. También podemos mostrarles cómo llegamos al modelo final a nivel de diario y cómo entendemos en qué métricas debemos centrarnos cuando diseñamos nuestros productos para ofrecer las mejores métricas posibles para el consumidor. Pero permítanme comenzar con cómo limpiamos los datos.
Veamos un ejemplo de cómo limpiamos los datos. Por ejemplo, aquí tenemos datos combinados de uso y de consumidores, con una columna que contiene una pregunta capciosa. Esta pregunta sirve para descartar a los consumidores que no prestan atención al completar el cuestionario. Al mismo tiempo, podemos usar otras métricas para obtener una base de datos de mejor calidad. Para ello, contamos con una herramienta llamada Grinch, donde podemos agregar todas nuestras preguntas directas y la pregunta capciosa de una sola vez.
Aquí, en la subpantalla, debemos resaltar qué elementos queremos analizar. Podemos analizar datos fuera de rango, datos planos, datos faltantes y errores de detección. También queremos que JMP agregue esta nueva información a una columna adicional, que llamamos "Grinch". Agregamos columnas adicionales para explicar los problemas que encuentra, ya que solicitamos diferentes métricas simultáneamente. Por ejemplo, para los datos fuera de rango, debemos resaltar el rango esperado para cada pregunta y así obtener las respuestas correctas.
Lo mismo ocurre con la pregunta capciosa. Estas son las posibles respuestas que un consumidor podría dar. Los valores planos indican la magnitud de la desviación estándar entre las diferentes preguntas, lo que nos da una idea de si un consumidor simplemente marca la casilla central en todas las respuestas o si realmente reflexiona sobre ellas. Aquí, por ejemplo, podemos comprobar si un alto porcentaje de las preguntas se responden de la misma manera. Digamos que es el 90 %.
También verificará si faltan datos. Finalmente, debemos ingresar la respuesta correcta que esperamos que el consumidor dé a la pregunta capciosa. En este caso, fue justa. Luego hacemos clic en enviar. JMP realiza su análisis y agrega columnas a nuestra base de datos.
Ahora bien, observamos que algunos consumidores no respondieron correctamente a la pregunta capciosa. Esto nos indica que no prestaron suficiente atención al completar el cuestionario. Por lo tanto, los excluiremos de la base de datos. A continuación, explicaré brevemente cómo combinamos los datos del diario y los datos posteriores al uso en un único archivo. Al comenzar con la información del diario, utilizamos la función de tabulación y nos fijamos específicamente en el ID del consumidor.
Ahora, es importante poner esto en orden ordinal. Porque si no, no obtendremos una línea por consumidor. En este caso, realmente queremos una línea por consumidor como resultado. Nos interesa saber cuál es la satisfacción general para cada carga de lavado de los consumidores. Vamos a arrastrar esto aquí. En el formato correcto, obviamente. Queremos el porcentaje de fila. Sí. No la suma. Finalmente, lo logramos.
Ahora tenemos el porcentaje de respuestas a nivel de carga para cada consumidor. Así, el consumidor número 10 respondió a estos tipos de cada una de sus cargas. Dio una respuesta de opción superior en el 7,69 % de los casos. A partir de aquí, podemos crear una tabla de datos adicional. Esta información, a su vez, podemos añadirla a nuestra tabla de datos posterior al uso.
Podemos unir esto con los datos de información de productos con los que empezamos al principio. Esto lo hacemos yendo a la función de unión, asegurándonos de resaltar... Solo vamos a asegurarnos de abrirlos en el mismo archivo JMP. Esto podemos hacerlo yendo a las tablas y la función de unión donde agregamos el nuevo archivo de datos sin título, donde miramos el número de consumidor, los ponemos en el mismo formato y hacemos coincidir esos números exactamente. De esta manera, podemos agregar toda esta información en un archivo de datos. Una vez que tenemos nuestro conjunto de datos limpios donde tenemos los datos de producto combinados y los datos del diario, es cuando podemos comenzar con la parte de modelado. Ahora, le pasaré el turno a mi colega, Zhiwu.
Gracias, Nathan. Tienes una excelente presentación y una demostración para mostrar cómo limpiar los datos y cómo combinar los datos a nivel de producto con los datos del diario resumido para el modelado. Hola a todos. Mi nombre es Zhiwu Liang, estadístico de P&G. Nathan es mi colega y experto en investigación de productos.
Este es el proyecto JMP. Trabajo con Nathan para mostrar cómo JMP puede ayudarnos a construir un modelo, vincular los datos del diario y los datos de respuesta del consumidor. En estos datos de JMP, tenemos la satisfacción general del consumidor para cada producto. Cada consumidor realiza una evaluación de un producto. Cada producto recibe una calificación. Esta calificación se basa en la investigación de dos semanas en la que el consumidor da su perspectiva para cada carga de lavado. Para cada carga de lavado, el consumidor dará 100 si está muy satisfecho, y dará 0 o 25 si está decepcionado con el resultado del lavado.
Para utilizar los datos de bajo nivel y predecir la evaluación del producto, es decir, la satisfacción general con el mismo, necesitamos construir un modelo. La primera pregunta que debemos responder es qué modelo necesitamos construir. A continuación, primero analizamos la correlación entre los datos de bajo nivel y nuestra satisfacción general, lo cual podemos realizar mediante el análisis de correlación multivariante de JMP.
Como puede ver aquí, todas estas calificaciones de nivel bajo están altamente correlacionadas entre sí. Eso es obviamente porque si el producto es bueno, entonces darán una calificación alta, ya sea 75 o 100, si el producto es malo vamos a dar una calificación baja. Tienes la relación negativa entre la calificación más baja, como 0 y 25, que establecemos como el cuadro inferior, y 100 que establecemos como el cuadro superior porque es la calificación más alta, la correlación negativa porque ese y también la satisfacción de carga de 0 a 100 porque es de 10 u 8 lavados, la calificación, calculamos el porcentaje para cada calificación, sumamos todos es 100. Con esta restricción, la regresión de clientes potenciales ordinaria no puede funcionar.
Por eso usamos la tecnología llamada mínimos cuadrados parciales. En JMP, puedes hacerlo fácilmente. Es Feed Model usando la satisfacción general en Y y toda la satisfacción de carga en X, lo llaman efecto del modelo constructo, luego Personalidad, cambia a mínimos cuadrados parciales y luego ejecútalo. Solemos usar el método de validación cruzada Leave-One-Out para identificar cuál es el mejor factor para ejecutar PLS. Luego, en P&G, normalmente usamos un solo factor como solución porque queremos mantener toda la correlación correcta entre el predictor y la respuesta.
Como puede ver aquí, tenemos la calificación de carga si el consumidor da un 100 por ciento alto, entonces definitivamente el consumidor le dará una calificación de carga muy alta para los productos. También podemos ver en el perfilador, puede ver cómo cambian estas cosas. Por ejemplo, si la casilla de 100, que llamamos la casilla superior, aumenta definitivamente nuestra calificación general de satisfacción del producto es alta porque el consumidor está satisfecho con el rendimiento del producto. Luego de identificar la importancia, la casilla, la calificación, el impacto porcentual en la respuesta del producto, también queremos ver cómo cada nivel tiene una inferencia clara para la predicción general.
Para responder a esa pregunta, primero debemos establecer la restricción, ya que tenemos que simular los datos a partir de esta predicción del modelo. Primero, basándonos en la restricción que aplicamos a los datos, recordemos que dijimos que todas estas calificaciones para el mismo consumidor suman el 100%. Esto debemos sumarlas. Segundo, necesitamos usar el simulador en JMP, ya que es muy sencillo. Podemos simular los datos y luego ejecutar el análisis de simulación de Monte Carlo para generarlo fácilmente.
Aquí simplemente decimos que, dada toda la distribución actual en nuestros datos, entonces usamos un generador aleatorio para generar 10,000 de los datos para hacer la simulación de Monte Carlo, generalmente lo que llamamos el resultado de la simulación de Monte Carlo. La primera variable de la columna cinco es nuestro predictor, que es la distribución para el consumidor, da la respuesta para cada calificación. La segunda, la última, la sexta variable es el valor de predicción para la satisfacción general del producto. A través de esto, si vas a la función de construcción de gráficos, así que elige el valor de predicción en X y las cinco variables en Y, claramente puedes ver la tendencia. Podemos ver claramente la tendencia.
La caja superior de 100… una calificación de 100, la llamamos caja superior en P&G, que da la línea de aumento más alta significa que si el consumidor da la caja superior, tenemos una alta confianza en decir que el consumidor estará muy satisfecho con los productos. Pero si un consumidor da una calificación de 0, 25, a veces incluso una calificación de 50, 25. Esta es la 50, incluso si es una buena calificación, si el consumidor no está satisfecho, entonces dará una puntuación general más baja. Si ponemos la ecuación aquí, como puede ver aquí, la caja superior 1% de… 10% de aumento, darán un aumento de casi 4 puntos en la calificación general. Pero si va a la segunda caja, si el consumidor da una calificación del 10%, eso puede darle casi un 6% de sobrecalificación a la baja para la predicción.
Ese resultado nos muestra que tenemos que centrarnos en las dos casillas superiores, es decir, 75 y 100, especialmente 100, porque es la que más contribuye a aumentar positivamente la evaluación final de su producto. Luego, tiene que minimizar el valor de 25, 0 y 50 para evitar que la sobrevaloración de su producto disminuya. No es solo eso, también podemos, usando este nivel de producto... Perdón, los datos del diario para evaluar cómo podemos evitar que nuestros productos, nuestro valor de carga sea inferior a la casilla inferior y también aumentar la casilla superior. Por ejemplo, aquí están nuestros datos de carga. Si nuestros datos de carga, lo mismo, tenemos la medición técnica para nuestros productos. Por razones de confidencialidad, los etiquetamos como Lx1 a Lx7. Esta es la medición para nuestra evaluación técnica del consumidor para los productos para cada una de las cargas.
Como puedes ver aquí, la sartén es la 10, tienen un lavado 26 para los mismos productos, luego para cada lavado, te darán la calificación de satisfacción de carga, como aquí. Hay una distribución diferente. ¿Cómo podemos usar ese Lx1 a Lx7 para predecir o explicar nuestra satisfacción general de carga? Usamos PLS. El mismo enfoque que antes te mostré, puedes construir un modelo. Luego, después de construir el modelo, puedes ver, aquí tenemos la clasificación para cada uno de los coeficientes.
Luego mostrarán claramente la medición técnica, Lx1, Lx2, Lx4 es lo más importante porque el coeficiente más alto tiene el mayor impacto en nuestra calificación general de carga. Vemos que debido a la baja calificación ahora no es promedio. Lo llamamos cuadro superior, significa la puntuación de 100. Lo que hacemos aquí es simplemente recordar esta puntuación original 2, de 0 a 100 significa que cada vez que el consumidor está extremadamente satisfecho, lo codificamos como 100. Cada vez que no están satisfechos o no están extremadamente satisfechos, les damos 0.
Luego, el modelo PLS intenta vincular esto con el porcentaje de la casilla superior. Como puede verse aquí, si x1, x2 y x3 se encuentran en un nivel medio o ligeramente alto, entonces podemos obtener un porcentaje bastante elevado. Pero si estos dos valores no son satisfactorios en absoluto, por ejemplo, si el valor promedio es muy bajo, entonces verá que la casilla superior general baja tenderá a 0 o a valores negativos. Por supuesto, no pueden llegar a ser negativos, pero al menos no resultan muy satisfactorios para el consumidor. Esto indica que x1, x2 y x4 son las áreas clave para ayudarnos a elevar la casilla superior del consumidor.
En resumen, lo que Zhiwu demostró es que, una vez combinados todos los datos, podemos crear excelentes modelos, análisis y predicciones. Aprendimos que debemos centrarnos en ofrecer el mejor rendimiento, minimizando los resultados de los tres últimos puestos a nivel de carga, para así maximizar el rendimiento posterior al uso. En segundo lugar, debemos centrarnos en las métricas técnicas específicas: x1, x2, x4 y x3. Maximizamos el resultado desde una perspectiva técnica y orientada al consumidor. En resumen, eso es todo.
