Perfil y Hábitos del Consumidor

Perfil y Hábitos del Consumidor

$97 185 MXN


Conoce a tu consumidor y shopper. Entiende las pautas de consumo de la categoría y/o de la marca. Perfila a tus consumidores y shoppers basados en sus estilos de vida.

Si te falta entendimiento de tus consumidores o shoppers, no conoces tus customers personas o los de la categoría, o no entiendes sus estilos de vida y comportamientos este es el producto ideal para ti. 

Este producto te permite entender:  

  • El panorama de consumo y/o compra de la cateogía y marca.

  • Consumidores por intesidad de consumo.

  • Shoppers por intensidad de compra.

  • Consumidores y shoppers basados en estilos de vida.

  • Los principales arboles de decisión de compra.

En el reporte entregado de Perfil de Usos y Hábitos de Consumidor, encontraras los indicadores necesarios para entender a tu consumidor, a tu shopper y sus hábitos de consumo de tu marca y de la categoría.

DIMENSIONES DE PERFILAMIENTO

  • Consumidor de la categoría
  • Shopper de la categoría
  • Consumidor de la marca
  • Shopper de la marca

MÓDULOS DE PERFILAMIENTO 

  • Consumo de Medios
  • Redes Sociales
  • Hábitos de Salud
  • Tecnología
  • Causas Sociales
  • Tiempo Libre

  • Orientación de marca
  • Tendencias en alimentación
  • Sustentabilidad
  • Lealtad de marcas
  • Usos digitales
  • Orientación a precio

PANORAMA DE CONSUMO DE LA CATEGORÍA Y/O MARCA 

  • Funnel de consumo.
  • Empaques más consumidos.
  • Versiones preferidas.
  • Categorías/Marcas complementarias.
  • Categorías/Marcas consumidas.
  • Drivers de consumo espontáneos.
  • Limitantes de consumo espontáneas.
  • Formas de consumo.
  • Lugares de consumo.
  • Duplicidad de lugares de consumo.
  • Acompañantes de consumo.
  • Frecuencia de consumo.

CONSUMIDORES POR INTENSIDAD DE CONSUMO

  • Heavy, Medium y Light
  • Peso por tipo de consumidor
  • Empaques consumidos
  • Marcas preferidas
  • Drivers de consumo
  • Limitantes de consumo
  • Frecuencia de consumo

Los indicadores dependerán de las dimensiones de perfilamiento seleccionadas: 

Los indicadores dependerán de las dimensiones de perfilamiento seleccionadas: 

  • Customers personas a través de cluster analysis por k-means.
  • Peso de consumos por cluster.
  • Empaques consumidos por cluster.
  • Marcas preferidas por cluster.
  • Drivers de consumo por cluster.
  • Limitantes de consumo por cluster.
  • Frecuencia de consumo por cluster.
  • Indicadores especificos de cada estilo de vida.

ÁRBOL DE DECISIÓN DE CONSUMO  - SOLO DETALLADO

  • Arboles de decisión de consumo de la categoría y/o marca
  • Jerarquización de la categoría y/o marca
 

 

 

PANORAMA DE COMPRA DE LA CATEGORÍA Y/O MARCA 

  • Funnel de compra de la categoría.
  • Detonadores de compra.
  • Zero moment of truth.
  • Lugares y volumen de compra.
  • Journey de compra.
  • Horarios y días de mayor demanda.
  • Finalidad de la compra.
  • Marcas compradas.
  • Drivers de compra espontáneos y condicionados.
  • Limitantes espontáneas de compra.
  • Formas de pago.
  • Decisor e influenciador de compra.
  • Duplicidad de lugares de compra.
  • Frecuencia de compra.

COMPRADORES POR FRECUENCIA E INTENSIDAD DE COMPRA 

  • Comprador ocasional vs comprador frecuente.
  • Peso por tipo de comprador.
  • Empaques comprados.
  • Marcas preferidas.
  • Drivers de compra.
  • Limitantes de compra.
  • Frecuencia de compra.
  • Modos de pago.​

Los indicadores dependerán de las dimensiones de perfilamiento seleccionadas: 

Los indicadores dependerán de las dimensiones de perfilamiento seleccionadas: 

  • Shopper personas a través de cluster analysis por k-means.
  • Peso de compra por cluster.
  • Empaques comprados por cluster.
  • Marcas preferidas por cluster.
  • Drivers de compra por cluster.
  • Limitantes de compra por cluster.
  • Frecuencia de compra por cluster.
  • Indicadores especificos de cada estilo de vida.

ÁRBOL DE DECISIÓN DE COMPRA 

  • Arboles de decisión de compra de la categoría/marca
  • Jerarquización de la categoría/marca

Nuestros reportes cuentan con indicadores que te sirven para tomar decisiones para generar estrategias para mejorar la comercialización, la comunicación o el mismo producto, por ejemplo: 
  • Acercarte a tu consumidor de nuevo:  hay nuevos hábitos que necesitas conocer.
  • Validar o averiguar las causas de movimientos en ventas: no encuentras razones o no sabes como explicarlas.
  • Extender lineas de producto: tienes un producto exitoso y quieres saber como se percibirá una linea mas amplia.
  • Validar estrategias de co-branding: correlación de preferencias y hábitos sobre marcas y/o producto de diferentes categorias para lanzar uno nuevo en conjunto.
  • Descubrir nuevos nichos de mercado: Entendiendo a los consumidores puedes identificar nuevos mercados.
  • Generar campañas más efectivas: Conociendo a quien le hablas puedes adaptar tu comunicación a sus necesidades.
  • Mejorar tu producto/negocio: Al conocer el quién, qué, cómo, cuándo y para qué de tus consumidores y compradores puedes identificar en que mejorar tu oferta y tu valor añadido. 
  • Mejorar tus márgenes de utilidad: Identificando la elasticidad de la demanda en cuanto al precio del producto y/o marca.

La metodología de Atlantia Search para la identificación de perfiles de consumidor y shopper incluye múltiples tipos de análisis estadísticos que generan una alta relevancia de los datos obtenidos y una mayor facilidad a la accionabilidad.

Metodologías destacadas que utilizamos:

  • Clusterización de perfiles: a través de un análisis estadístico de K-means combinatorio con análisis ACM generamos grupos de perfiles diferenciados que cuentan con patrones de consumo heterogéneos estadísticamente relevantes.

  • Chaid Tree Analysis: a través de un Detector Automático de Interacción de Chi-cuadradas obtenemos un modelo predictivo para destacar un grupo específico de consumidores. La visualización se da con árboles de clasificación. Dos de las caraterísticas destacadas de este método son: la sencilla representación gráfica mediante árboles y un formato compacto de las reglas de lenguaje natural.

  • Análisis de correlación multi y mono variable: a través de nuestras herramientas de análisis automatizadas basadas en inteligencia artificial (AI) realizamos diferentes análisis mono y multivariable de los estadísticos de modo rápido y efectivo para identificar los insights más relevantes en tu estudio.

Además nuestra metodología nos permite generar análisis diferenciales de modo:

  • Individual
  • Modular 
  • Clusterizado

Utilizamos las herramientas más avanzadas para garantizar la calidad de la muestra. Por defecto todos nuestros estudios a través de metodologías CAWI, CAPI y CATI, llevan incluidos sistemas tecnológicos de calidad muestral como:

  • Sistemas anti-speeders: Algoritmo de validación que estima el tiempo mínimo necesario para realizar una encuesta y descarta cualquier valor por debajo de esta.
  • Sistema de UUV (Unique User Validation): Para evitar múltiples respuestas por un mismo usuario, validamos más de 20 parámetros del dispositivo y usuario.
  • Sistema ARA (Anti Random Answers): Con el fin de evitar respuestas aleatorias por parte de los usuarios, contamos con un algoritmo que identifica patrones psicológicos en continuidad de respuestas aleatorias.
  • Validación Geo-referenciada: Garantizamos la ubicación a través del tracking GPS de las personas que responden o de la ubicación de su IP.
  • Otras herramientas: Contamos además con otras herramientas para garantizar la muestra como: preguntas de control, descarte de respuestas anómalas, validación automática de respuestas abiertas, algoritmos de missing data, tablas de contingencia, etc.

Herramientas de AI de análisis de información de Atlantia Search

En Atlantia Search contamos con sistemas de análisis estadísticos automatizados basados en inteligencia artificial (AI) y machine learning que nos permiten realizar análisis mono-variable y multi-variable en cuestión de minutos para encontrar insights relevantes, contamos además con la capacidad de realizar análisis de diferentes tipos con métodos como K-means, Chaid Tree, Conjoint, Maxdiff, M-Estimation, Ordinary Less Scores, Reach Regressions, Logit-regressions, Linear Regressions, Anovas, Pivot tables, entre muchos otros y generación de estadísticos como T-test ANOVA, Games-Howell post hoc tests, Cohen’s F Correlation, Pearson correlation, Spearman correlation, Point Biserial correlation, Cohen’s D, Paired t-test, Fisher’s Exact Test, Chi-squared, Cramer’s V, Z-test, Time-series analysis, Difference in differences (DID, DD), entre otros.