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

Clústeres de MaxDiff


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 en clústeres MaxDiff

Dentro de las poblaciones de encuestados hay grupos de personas con ideas afines. Estos grupos, o “clústeres”, se pueden determinar por la similitud de las funciones más preferidas de cada encuestado. Al agrupar a cada encuestado en función de su utilidad individual para cada atributo, podemos determinar las subpoblaciones y qué demografía conforman estas subpoblaciones.

Consejo Q: Esta función es muy útil cuando desea definir segmentos.

Preparación de una encuesta para la agrupación en clústeres

Antes de poder utilizar la agrupación en clústeres MaxDiff, debe asegurarse de que la encuesta de su proyecto MaxDiff esté formulando las preguntas correctas. Esto significa que debe configurar ciertas funciones antes de recopilar datos.

En la pestaña Encuesta, asegúrese de haber añadido preguntas a un bloque que no sea MaxDiff. En el siguiente ejemplo, el bloque Demografía tiene una pregunta sobre la edad, el número de personas en el hogar del encuestado y más.

Una encuesta con preguntas demográficas

El bloque Demografía se encuentra justo encima del bloque MaxDiff, aunque puede moverlo como desee.

El bloque está oculto para que pueda ver el hecho de que está por encima del bloque conjunto

Formato de pregunta

Solo puede realizar la agrupación en clústeres MaxDiff con preguntas de opción múltiple de selección única. Esto se debe a que ofrecen una selección finita de opciones que se pueden analizar fácilmente.

  • Demografía: pregunte sobre la información descriptiva básica, como la edad, el grupo de ingresos, la raza o el género.
  • Comportamiento: pregunte cómo interactúan los clientes con su marca y sus productos, o sobre los comportamientos que pueden estar relacionados con su comportamiento de compra. Por ejemplo, puede preguntar con qué frecuencia compra el cliente.
  • Datos operativos: Se trata de información como el tiempo que pasa en su sitio web o la permanencia de un empleado en su empresa.
  • Formatos de pregunta: Dar formato a preguntas sobre comportamientos y creencias como escalas. El rango en una escala puede ayudarnos a comprender qué puntos de escala están correlacionados y, por lo tanto, aproximadamente en el mismo clúster; Sí/No y las preguntas de selección única no son tan útiles para el análisis de clústeres.
    Ejemplo: Si pregunta “¿Qué tipo de comprador es usted?” y dé las opciones “Prefiere comprar en los centros”, “Preferir comprar online” y “Preferir comprar en boutiques”, el algoritmo de agrupación en clústeres querrá dividir a los encuestados en tres grupos, uno para cada respuesta. Si, en cambio, las planteó como una serie de preguntas (p. ej.: “¿Le gusta comprar en los centros comerciales?”) con las respuestas 1 a 7, el algoritmo de agrupación en clústeres hará un mejor trabajo al discernir realmente lo que separa a los diferentes compradores entre sí.
Consejo Q: Una vez que haya terminado de añadir preguntas, no olvide publicar.

Activación de clústeres

La agrupación en clústeres se encuentra en la sección Agrupación en clústeres MaxDiff de la pestaña Informes.

la ficha de agrupación en clústeres para un proyecto maxdiff.

Para que los datos aparezcan la primera vez, es posible que deba hacer clic en Actualizar en la sección Análisis MaxDiff en su lugar.

Botón Actualizar situado a la derecha de la pestaña Análisis MaxDiff

Consejo Q: Al igual que los informes de análisis MaxDiff, el informe de agrupación en clústeres MaxDiff se actualiza cada hora.

Ajuste de datos demográficos utilizados en la agrupación en clústeres

De forma predeterminada, la agrupación en clústeres MaxDiff utilizará cada pregunta de encuesta de selección múltiple que haya realizado. Sin embargo, no tiene que utilizar todas las preguntas si no desea y puede agregar y eliminar contenido para ver qué clústeres diferentes le recomienda esta función.

Eliminación de datos demográficos

En el cuadro situado a la derecha del encabezado Detalles de clúster, haga clic en la X de una pregunta para eliminarla del análisis de clústeres. Eliminar una pregunta no provoca que los clústeres se vuelvan a calcular.

la ficha de agrupación en clústeres para un proyecto maxdiff. Haga clic en la x situada junto a un campo de agrupación en clústeres para eliminarla

Añadir datos demográficos

En el cuadro situado a la derecha del encabezado Detalles de clúster, haga clic en la flecha desplegable. A continuación, seleccione las preguntas que desea añadir de nuevo a los clústeres.

la lista desplegable para seleccionar los detalles del clúster

Clústeres recomendados

Una vez que haya recopilado suficientes datos y actualizado su página de agrupación en clústeres MaxDiff, esta función le recomendará clústeres. Estos clústeres se determinan en función de la similitud de las funciones preferidas de los encuestados.  Se calcula su utilidad individual para cada atributo y, a continuación, se resaltan los datos demográficos comunes entre estos clústeres para que pueda comprender mejor cómo las diferentes poblaciones prefieren sus productos.

Resalte 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 una maxdiff

Detalles de clúster

la sección de agrupación en clústeres maxdiff

  1. Resumen: La barra superior de los detalles del clúster proporciona un resumen rápido de los detalles más destacados, principalmente qué clúster es, la importancia estadística del clúster, cómo los encuestados generalmente respondieron a las preguntas demográficas, cuántas respuestas hay en este clúster y el porcentaje de respuestas a las que se aplica este clúster. También puede hacer clic en esta parte para desplegar y ocultar el resto de la información.
    Ejemplo: En el Clúster 1 que se muestra aquí, las respuestas tienden a ser de personas que poseen su propio apartamento. 4 encuestados generalmente se ajustan a este patrón, que es el 80% del conjunto de datos completo. Se trata de un conjunto de datos muy pequeño, por lo que es probable que las decisiones no se tomen en función de estos resultados. Esto también se indica por la fuerza débil del clúster.
  2. Demografía: una serie de barras desglosadas que muestran cómo los miembros de este clúster respondieron a las preguntas demográficas. Cada barra de desglose está etiquetada por la respuesta que está más correlacionada con las puntuaciones de utilidad para las funciones más preferidas; sin embargo, verá que las personas de un clúster variarán en la forma en que respondieron.
    Ejemplo: El ingreso anual del clúster 1 se enumera como “$20.000 – $29,000”. Sin embargo, este no es el ingreso anual más común para este clúster, ya que podemos ver que la barra de “$70,000 – $79,000” al final es mucho más larga. Esto se debe a que aquellos que tienen ingresos más bajos son sencillamente más propensos a tener precios razonables, durabilidad, etc., que aquellos en el grupo que tienen un ingreso anual más alto.
  3. Las cinco características principales: Estas son las cinco características que los miembros del clúster eran más propensos a indicar como su más preferido a la hora de seleccionar características de una lista. Los datos demográficos resaltados tienen altas puntuaciones de utilidad para los atributos seleccionados aquí.
  4. Vista previa de análisis: haga clic en este botón para ver el informe de análisis MaxDiff para los datos de este clúster únicamente.
Consejo Q: Recuerde que la “Demografía” de estos gráficos son las preguntas que no son de MaxDiff que creó en la pestaña Encuesta.

Determinación de la fuerza del clúster

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

Puntuación de correlación Fortaleza de la relación Etiqueta de concentración de clúster
0,71 a 1,0 Relación muy fuerte Fuerte
0,51 a 0,70 Relación algo sólida Algo fuerte
0,26 a 0,50 Relación algo débil Algo débil
De 0 a 0,25 Ninguna relación significativa Débil

 

Aplicación de clústeres a informes

Los clústeres se pueden aplicar al informe Análisis MaxDiff para que pueda ver detalles más específicos sobre cómo los encuestados de este clúster evaluaron los atributos que se les presentaron.

Mientras esté en la sección Análisis MaxDiff de la ficha Informes, seleccione un clúster del menú desplegable Segmentos en la parte superior izquierda.

En MaxDiff Reports, la lista desplegable se expande y se selecciona un clúster.

También puede seleccionar Vista previa de análisis si ha seleccionado un clúster en la sección Agrupación en clústeres MaxDiff de la ficha Informes.

imagen de la pestaña de agrupación en clústeres maxdiff

Botón Vista previa de análisis dentro de un clúster

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.