Muchas veces cuestionamos la utilización de las opiniones de los clientes/ usuarios de algún producto o servicio como fuente de información porque «están sesgadas» o «son racionalizaciones» o «dicen eso para quedar bien» o (técnicamente) «para resolver su disonancia cognitiva».
El problema es que esta fuente de información es valiosísima porque contiene algo que ni toda la huella digital o comportamental del mundo podrá darnos, que son los «por qués». Así que no me planteo dejar de utilizarla sino CÓMO utilizarla. Y ahí es dónde la modelización viene al rescate.
Las técnicas estadísticas y matemáticas de modelización como las ecuaciones estructurales o los cluster o las regresiones arrojan resultados que trascienden a lo que ha expresado directamente la persona que ha dado su opinión sobre un producto o ha valorado una experiencia o se ha identificado con una determinada actitud. Estas técnicas se basan en la combinación de múltiples respuestas sobre un mismo tema, y de esa forma son capaces de extraer el trasfondo de las opiniones.
Entre este conjunto de técnicas de modelización, una de las más potentes son las ecuaciones estructurales: son muy flexibles y sirven para explicar muchas cosas, por ejemplo: nos permiten establecer el impacto que tienen (cómo de importantes son) los distintos puntos de contacto con la marca (producto, servicio, comunicación, puntos de venta, la propia marca…) en la decisión de compra/ no compra y en la fidelidad y recomendación. Pero no lo hacen preguntando directamente ¿cómo es de importante para ti que….?, sino preguntando ¿cómo estás de satisfecho con…? o ¿en qué medida estás de acuerdo con…? y a través de una combinación de regresiones (y de un análisis de senderos) se consigue establecer ese impacto real de cada elemento sobre el engagement con la marca.
Cuando salen de la cocina suelen tener esta pinta:
(pero luego hacemos un poco de pinta y colorea para que sean más intuitivas)
Este tipo de análisis de modelización revela que cuestiones como el precio, que suele aparecer como «muy importante» cuando le preguntamos directamente a una persona, no tienen tanto impacto sobre las decisiones cuando esa importancia se obtiene con este tipo de análisis indirectos. En otras ocasiones han desvelado que el efecto de la experiencia del cliente sobre el engagement (y la famosa recomendación/ NPS) es limitado y realmente está muy impactado por la imagen de la marca, algo que a un cliente le costaría reconocer expresamente…
Dicho todo esto. Las opiniones directas de los consumidores tienen mucho valor, pero para extraer todo su potencial es necesario combinar la estadística de modelización con el conocimiento del consumidor y de esa forma vamos a obtener resultados sorprendentes (porque van más allá de lo racional y de nuestros propios estereotipos) con una potencia explicativa enorme.