¿Qué Quieren Realmente Los Clientes?

Vea y escuche al autor Eric Almquist explicar el concepto MaxDiff y cómo una cadena de restaurantes lo utilizó para mejorar las ventas.

¿Qué sucede cuando combina virtuosismo en el diseño de productos, técnicas de investigación de mercado de gran potencia y abundantes datos de clientes? Con demasiada frecuencia, el resultado son aparatos que sufren de “fluencia de características” o el retorno de miles de millones de dólares en mercancía por parte de clientes que querían algo diferente después de todo. Ese tipo de desperdicio ya es bastante malo en tiempos normales, pero en una recesión puede tener un costo terrible.

El problema es que la mayoría de las herramientas de calificación de preferencias de los clientes utilizadas en el desarrollo de productos de hoy en día son instrumentos contundentes, principalmente porque a los consumidores les cuesta articular sus deseos reales. Cuando se les pide que califiquen una larga lista de atributos de productos en una escala de 1 (“completamente sin importancia”) a 10 (“extremadamente importante”), los clientes suelen decir que quieren muchos o incluso la mayoría de ellos. Para resolver ese problema, las empresas necesitan una forma de ayudar a los clientes a afinar la distinción entre “agradable tener” y “tengo que tener”.”

Algunas empresas están empezando a perforar la niebla usando una técnica de investigación llamada “Escala de diferencia máxima”.”MaxDiff” fue iniciado a principios de la década de 1990 por Jordan Louviere, quien ahora es profesor en la Universidad de Tecnología de Sídney. (Al igual que con la mayoría de los desarrollos académicos de vanguardia, tomó tiempo traducir la investigación de Louviere en herramientas prácticas.) MaxDiff requiere que los clientes hagan una secuencia de compensaciones explícitas. Los investigadores comienzan por acumular una lista de atributos de productos o marcas, generalmente de 10 a 40, que representan beneficios potenciales. Luego, presentan a los encuestados conjuntos de aproximadamente cuatro atributos a la vez, pidiéndoles que seleccionen qué atributo de cada conjunto prefieren más y menos. Las rondas posteriores de agrupaciones mixtas permiten a los investigadores identificar la posición de cada atributo en relación con todos los demás por el número de veces que los clientes lo seleccionan como su consideración más o menos importante.

Una popular cadena de restaurantes recientemente utilizó MaxDiff para entender por qué sus esfuerzos de expansión fallaban. En una serie de grupos focales y encuestas de preferencias, los consumidores estuvieron de acuerdo sobre lo que querían: opciones de comidas más saludables y decoración actualizada. Pero cuando se lanzó el nuevo menú de la cadena, muy promocionado, el equipo de marketing quedó consternado por los mediocres resultados. Los clientes encontraron confusas las nuevas y complejas opciones, y las ventas fueron lentas en los nuevos puntos de venta más contemporáneos.

Los marketers de la compañía decidieron emitir el rango de preferencias de manera más amplia. Usando MaxDiff, pidieron a los clientes que compararan ocho atributos y se dieron cuenta de ello. Los resultados mostraron que el servicio rápido de comidas calientes y una ubicación conveniente eran mucho más importantes para los clientes que los artículos saludables y el mobiliario moderno, que terminaron en la lista. El mejor camino a seguir era mejorar el servicio de cocina y seleccionar sitios de restaurantes en función de dónde trabajaban los clientes.

Una lectura más clara de las Preferencias de los clientes

La capacidad de predecir cómo se comportarán los clientes puede ser extremadamente poderosa, y no solo cuando los presupuestos son ajustados. Las empresas que planean la implantación de productos transfronterizos necesitan una herramienta libre de prejuicios culturales. Y a medida que los gustos de los clientes se fragmentan, los equipos de desarrollo de productos necesitan técnicas confiables para trazar líneas brillantes entre los segmentos de clientes en función de las características que más importan a cada grupo. Las empresas también están empezando a aplicar el análisis MaxDiff a esos problemas.