Segmentación de mercado basada en las preferencias: aplicación de las Escalas de Máximas Diferencias y las Clases Latentes como estrategia para predecir el comportamiento del mercado. Una aplicación al Marketing de bebidas no alcohólicas.

Resumen

El estudio de las preferencias del consumidor y su proceso de decisión ha sido una de las áreas de estudio más activas en la última década. La elevada tasa de fracasos en los productos de consumo frecuente, así como el aumento de la heterogeneidad de la demanda, han hecho que tanto académicos como profesionales busquen modelos y técnicas que sean capaces de entender la complejidad de los mercados, y desvelar las intenciones de los consumidores. En este trabajo se propone la combinación de las escalas de máximas diferencias o “best-worst scaling” con el análisis de Clases Latentes. La primera de ellas permite extraer el valor o “utilidad” que tiene una determinada alternativa de compra para el consumidor, mientras que la segunda usa esa información para detectar grupos de consumidores de forma eficiente. Para ilustrar el procedimiento se ha aplicado a una muestra de 575 individuos en el mercado de las bebidas no alcohólicas, en el que se revela la utilidad y eficiencia de este tipo de modelos de análisis de segmentación.  

Abstract

The study of consumer preferences and their decision process has been one of the most active areas of research in the last decade. The high failure rate of products of frequent consumption, as well as the increasing heterogeneity of demand, have led both academics and practitioners to search for models and techniques that are able to understand the complexity of markets and to unveil consumers' purchase intentions. This paper proposes the combination of “best-worst scaling” with latent class analysis. The former makes it possible to extract the value or "utility" that a given purchase alternative has for the consumer, while the latter uses this information to detect groups of consumers efficiently. To illustrate the procedure, it has been applied to a sample of 575 individuals in the soft drinks market, which reveals the usefulness and efficiency of this type of segmentation models.