Saltar al contenido principal
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Plantilla de artículo


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Acerca de la agrupación conjunta

Dentro de las poblaciones de encuesta hay grupos de personas con ideas afines. Estos grupos, o “conglomerados”, se pueden determinar en función de cuán similares sean los paquetes óptimos de cada encuestado. Al agrupar a cada encuestado en función de su utilidad individual para cada atributo, podemos determinar subpoblaciones y qué datos demográficos componen estas subpoblaciones.

Consejo Q: Esta función es increíblemente útil cuando buscas definir segmentos.

Preparación de una Encuesta para agrupamiento

Antes de poder utilizar la agrupación conjunta, debe asegurarse de que la encuesta de su proyecto conjunto formule las preguntas correctas. Esto significa que necesitas configurar ciertas funciones. antes Usted recopila datos.

En el Pestaña de Encuesta, asegúrate de que tienes preguntas añadidas a un bloque no conjunto. En el siguiente ejemplo, el bloque de Datos demográficos tiene una pregunta sobre la edad, la cantidad de personas en el hogar del encuestado y más.

Una encuesta con preguntas demográficas

El bloque de Demografía se encuentra justo encima del bloque conjunto, aunque puedes moverlo como desees.

El Bloque está colapsado para que puedas ver el hecho de que está encima del bloque conjunto.

Formato de preguntas

Solo se puede realizar agrupamiento conjunto utilizando una única respuesta opción múltiple preguntas. Esto se debe a que ofrecen una selección finita de opciones que pueden analizarse fácilmente. También puede utilizar algunos metadatos de la encuesta , como la fecha de inicio, la dirección IP , la información del destinatario y más.

  • Demografía: Pregunte sobre información descriptiva básica, como edad, nivel de ingresos, raza o género.
  • Comportamiento: Pregunte cómo interactúan los clientes con su marca/organización y sus productos, o sobre comportamientos que puedan estar relacionados con su comportamiento de compra. Por ejemplo, puedes preguntar con qué frecuencia el cliente va de compras.
  • Operacional Datos: Se trata de información como el tiempo que un empleado pasa en su sitio web o la antigüedad de un empleado en su empresa.
  • Formatos de preguntas: Formatear preguntas sobre comportamientos y creencias como balanza . El rango de una escala puede ayudarnos a entender qué puntos de la escala están correlacionados y, por lo tanto, aproximadamente en el mismo clúster; las preguntas de Sí/No y de selección única no son tan útiles para el análisis de clúster .
    Ejemplo: Si preguntas “¿Qué tipo de comprador eres?” y das las opciones “Prefiero comprar en centros comerciales”, “Prefiero comprar en línea” y “Prefiero comprar en boutiques”, el algoritmo de agrupamiento querrá dividir a los encuestados en tres grupos, uno para cada respuesta. Si, en cambio, las formulara como una serie de preguntas (por ejemplo, “¿Le gusta ir de compras a centros comerciales?”) con respuestas del 1 al 7, el algoritmo de agrupamiento hará un mejor trabajo para discernir realmente qué separa a los diferentes compradores entre sí.
Consejo Q: Una vez que hayas terminado de agregar preguntas, no olvides publicar.

Habilitación de clústeres

Enlace de actualización en azul en el centro de la página de Agrupamiento conjunto

  1. Ir a la Informes pestaña de tu conjunto.
  2. Seleccionar Agrupamiento conjunto.
  3. Cuando visite esta pestaña por primera vez, es posible que deba hacer clic Refrescar para iniciar los cálculos del clúster .
Consejo Q: Al igual que los resultados conjuntos y el simulador, el informe de agrupamiento conjunto se actualiza cada hora.

Ajuste de los datos demográficos utilizados en la agrupación

De forma predeterminada, la agrupación conjunta utilizará todas las preguntas de encuesta de opción múltiple que haya realizado. Sin embargo, no es necesario que utilices todas las preguntas si no lo deseas, y puedes agregar y eliminar contenido para ver qué grupos diferentes te recomienda esta función .

Cómo agregar y eliminar datos demográficos

En el cuadro a la derecha de la Detalles del Clúster encabezado, seleccione una pregunta para agregarla o eliminarla del análisis de clúster . Eliminar una pregunta no hace que se vuelvan a calcular los clústeres.

Cuadro debajo del gráfico principal con una lista de preguntas de la encuesta .

Clústeres recomendados

Una vez que haya recopilado suficientes datos y actualizado su página de agrupamiento conjunto, esta función le recomendará agrupamientos. Estos grupos se determinan en función de qué tan similares son los paquetes óptimos de los encuestados.  Se calcula su utilidad individual para cada atributo y luego se resaltan los datos demográficos comunes entre estos grupos para que pueda comprender mejor cómo las diferentes poblaciones prefieren sus productos.

Resaltado un clúster en el gráfico superior para obtener más información sobre este clúster. Haga clic en él para abrir los detalles del clúster a continuación.

clústeres para un proyecto conjunto

Detalles de clúster

La sección de agrupamiento conjunto

  1. Resumen: La barra superior de los detalles del clúster ofrece un resumen rápido de los detalles más destacados, principalmente de qué clúster se trata, la significancia estadística del clúster, cómo los encuestados respondieron generalmente las preguntas demográficas, cuántas respuestas hay en este clúster y el porcentaje de respuestas al que se aplica este clúster . También puede hacer clic en esta parte para expandir y contraer el rest de la información.
    Ejemplo: En el Clúster 1 que se muestra aquí, las respuestas tienden a ser de personas que ganan entre $50,000 y $59,999 al año, que alquilan departamentos y son solteras. La fortaleza del clúster es débil, lo que significa que el clúster no es estadísticamente significativo. En general, 7 encuestados se ajustan a este patrón, lo que representa el 77,8 % de todo el conjunto de datos. Se trata de un conjunto de datos muy pequeño, por lo que probablemente no se deban tomar decisiones basadas en estos resultados.
  2. Demografía: Una serie de barras de desglose que muestran cómo los miembros de este clúster respondieron a las preguntas demográficas. Cada barra de desglose está etiquetada con la respuesta que está más altamente correlacionada con los puntajes de utilidad de los atributos del paquete óptimo, sin embargo, verá que las personas en un clúster variarán en cómo respondieron.
    Ejemplo: La modalidad de vivienda preferida para el Clúster 1 es un apartamento. Sin embargo, los apartamentos no figuran como la opción más común para este clúster. Esto se debe a que quienes viven en departamentos simplemente tienen más probabilidades de haber elegido unas vacaciones en Jamaica por 2 semanas a $1500 como el mejor paquete posible que aquellos en el clúster que tienen diferentes arreglos de vivienda.
  3. Paquete óptimo: Este es el mejor paquete para los miembros del clúster. Los datos demográficos destacados tienen puntuaciones de utilidad altas para los atributos elegidos aquí.
  4. Vista previa de análisis y simulación de paquetes: Haga clic en estos botones para ver el Resultados conjuntos y Simulador Sólo para los datos de este clúster.
Consejo Q: Recuerde, los “Datos demográficos” en estos gráficos son las preguntas no conjuntas que creó en el Pestaña de Encuesta.

Determinación de la fuerza del Clúster

Qualtrics utiliza una métrica llamada puntuación de silueta para determinar la fortaleza de cada clúster. Esta puntuación produce un valor entre 0 y 1 que determina qué tan agrupados están los encuestados. Utilizamos la siguiente tabla para convertir la puntuación de silueta a fuerza de clúster :

Puntuación de correlación Fortalecimiento de la Relación Etiqueta de fuerza del Clúster
0,71 a 1,0 relación muy fuerte Fuerte
0,51 a 0,70 relación algo fuerte Algo fuerte
0,26 a 0,50 relación algo débil Un poco débil
0 a 0,25 No hay relación significativa Débil

Aplicación de clústeres a los Informes y al simulador

Los clústeres se pueden aplicar a: Resultados conjuntos y el Simulador para que pueda ver detalles más específicos sobre cómo los encuestados en este clúster evaluaron los atributos que se les presentaron.

Informes de análisis conjunto

Mientras que en el análisis conjunto Sección de la Informes pestaña, seleccione un clúster del menú desplegable en la parte superior izquierda.

En los Informes conjuntos, el menú desplegable se expande y se selecciona un clúster.

También puedes seleccionar Análisis de vista previa Cuando tienes un clúster seleccionado en el Agrupamiento conjunto Sección de la Informes pestaña.

La pestaña de agrupamiento conjunto para obtener una vista previa de un análisis

Simulador

Consejo Q: Si bien no puedes compartir un simulador que solo contiene los datos de su clúster, estos clústeres están disponibles para aquellos con quienes ha compartido el simulador. Los colegas son libres de aplicar estos grupos al simulador a su propia discreción.

Mientras que en el Simulador pestaña, seleccione un clúster del menú desplegable en la parte superior derecha.

Abrir el menú desplegable en la pestaña Simulador

También puedes seleccionar Simular paquetes Cuando tienes un clúster seleccionado en el Agrupamiento conjunto Sección de la Informes pestaña.

La pestaña de agrupamiento conjunto para simular paquetes

Muchas de las páginas de este sitio han sido traducidas del inglés original utilizando la traducción automática. Aunque en Qualtrics hemos realizado nuestra diligencia debida para obtener las mejores traducciones automáticas posibles, la traducción automática nunca es perfecta. El texto original en inglés se considera la versión oficial, y cualquier discrepancia entre el inglés original y las traducciones automáticas no son legalmente vinculantes.