Psicothema, 2002. Vol. Vol. 14 (nº 1). 92-99

Jesús Varela Mallou, Alberto García Carreira, Teresa Braña Tobío y Antonio Rial Boubeta

Universidad de Santiago de Compostela

Estudiar la imagen y el posicionamiento de una marca es una tarea imprescindible en cualquier empresa comercial o de servicios. En general las consultorías e institutos de investigación realizan sus estudios de Imagen y Posicionamiento a través del Análisis Factorial de Componentes Principales. Para poder aplicar esta técnica es preciso contar con datos de perfil métricos, con el inconveniente de que a menudo los sujetos se ven obligados a realizar una tarea ardua, ya que analizar el mercado competitivo obliga a evaluar muchos estímulos en otros tantos atributos. Ante este inconveniente de la recogida de datos, los investigadores suelen optar por reducir el número de entidades y atributos a estudiar, lo que no siempre resulta adecuado, sobre todo cuando el mercado es novedoso o muy dinámico. El objetivo de este trabajo consiste precisamente en ofrecer al investigador de mercados un procedimiento distinto de recogida de datos que subsane este tipo de problemas. Más concretamente, mostraremos las posibilidades del Análisis de Correspondencias (ANACOR) en el estudio de la imagen y posicionamiento de establecimientos minoristas, cuando disponemos de datos de asociación. Los datos de asociación, además de reducir el tiempo y aumentar la calidad en la recogida de datos, nos permiten elaborar igualmente mapas perceptuales que posibilitan analizar con detalle cómo se posicionan tanto los atributos como los estímulos considerados.

Studying the Image and Positioning of Retail Shops with Association Data. Studying the brand image and positioning is nowadays an essential task of almost every commercial or services firm. Image and Positioning studies are usually carried out with the help of Principal Components Factorial Analysis. Metric profile data are necessary to apply this technique, which imply a hard job for the participants who have to evaluate many stimuli in different attributes. Faced with this data collection caveat, researchers commonly choose to reduce the number of entities and attributes although this option is not very recommended when the market is new or very dynamic. The objective of this paper is to offer a different procedure of data collection that minimize this type of problems. Specifically, the possibilities of the Correspondence Analysis (ANACOR) to study both the image and the positioning of retailers whenever association data are available will be shown. Association data reduce time and improve quality in data collection, and allow to do perceptual maps that show how attributes and stimuli are positioned.

El desarrollo económico y la globalización experimentada en los últimos años se ha traducido en una masiva disponibilidad de productos y marcas. Mercados donde antes convivían un número reducido de marcas hoy aparecen saturados, lo que se traduce en una avalancha de información para el consumidor y la consiguiente dificultad para diferenciar y clasificar la oferta existente. Frente a esta situación, los consumidores a menudo optan por crear mapas preceptúales con los que facilitar el proceso de elección. Los mapas preceptúales son gráficos que representan las percepciones de un producto, una marca o una empresa en función de una serie de atributos que los caracterizan (Santesmases, 1996). Pero además de ayudar a los consumidores a organizar el mercado, los mapas perceptuales también constituyen una información fundamental para la empresa, ya que permiten conocer su posición actual en el mercado, identificar oportunidades y planificar su estrategia de posicionamiento futura (Ries y Trout, 1981; Rigger, 1995).

Generalmente la mayoría de los Institutos de Investigación realizan el estudio de la Imagen y Posicionamiento a través del Análisis Factorial de Componentes Principales. Para poder aplicar esta técnica es necesario contar con datos de perfil (métricos), con el inconveniente de que los sujetos tienen que realizar una tarea ardua, monótona, larga y, por consiguiente, de dudosa calidad, sobre todo cuando la muestra no posee un alto nivel de formación. Si, por ejemplo, quisiéramos estudiar la Imagen y Posicionamiento de 12 marcas o establecimientos y seleccionamos para ello 24 atributos, la matriz de datos resultantes (que servirá de imput para ejecutar el Análisis Factorial de Componentes Principales) sería de orden 12X24, donde cada establecimiento es evaluado individualmente en cada una de las escalas tipo Likert. Así, cada sujeto, debería responder a un total de 288 ítems, con lo que la tarea se vuelve demasiado larga. Además, este tipo de recogida de datos haría muy difícil abordar otros objetivos en el mismo trabajo de campo.

Una solución muy recurrida para evitar estos inconvenientes consiste en reducir el número de atributos y/o establecimientos, con el fin de trabajar con una matriz de orden menor. Cuando el objeto de estudio es conocido o existen investigaciones anteriores es fácil reducir el número de atributos; sin embargo, cuando se trata de un campo nuevo de investigación, la reducción de atributos a priori se complica, por no decir que resulta imposible. Como alternativa a este procedimiento, proponemos sustituir los datos de perfil por datos de asociación. En este caso, el entrevistado simplemente tiene que indicar qué marca o marcas poseen cada uno de los atributos considerados. Si aplicamos este procedimiento al ejemplo anterior, el sujeto tan sólo ha de realizar 24 valoraciones en lugar de las 288, ya que tendrá que considerar cuáles de los 12 establecimientos están caracterizados en mayor medida por cada uno de los atributos. El inconveniente de los datos de asociación es que proporciona datos de frecuencia, no métricos; es decir, el número de veces que los sujetos han señalado a esa marca como poseedora de ese atributo. No obstante, esto no supone un problema para analizar la Imagen y el Posicionamiento a través de mapas perceptuales, ya que la Estadística Multivariante pone a nuestra disposición una técnica de reducción de datos no métricos: El Análisis de Correspondencias (Greenacre, 1978, 1984; Yavas y Shemwell, 1996).

El objetivo de este trabajo consiste en ofrecer al investigador de mercados un procedimiento distinto de recogida de datos que subsane algunos de los problemas que plantean las escalas tipo Likert. Más concretamente, mostraremos las posibilidades del Análisis de Correspondencias (ANACOR) cuando disponemos de datos de asociación y no queremos renunciar al estudio de la Imagen y Posicionamiento de los establecimientos comerciales. La aplicación del ANACOR la ilustraremos a través de un estudio empírico llevado a cabo en el contexto de las principales marcas de establecimientos de ropa en una ciudad gallega. Como objetivos adicionales, nos proponemos identificar cuáles son los criterios o factores que utilizan los consumidores a la hora de percibir el mercado de tiendas de ropa. Así mismo, analizaremos cómo son evaluados los diferentes establecimientos comerciales en dichos constructos o variables latentes; esto es, conocer su imagen sabiendo qué atributos se asocian a las distintas marcas con el fin de encontrar las características diferenciadoras. Finalmente, pretendemos elaborar un Mapa Perceptual que nos permita ver cómo se agrupan y posicionan los diferentes establecimientos de ropa en la mente de los consumidores. Ello resultará especialmente útil para la identificación de los competidores más directos de cada marca.

Método

Dado que el mercado de ropa se trataba de un mercado desconocido para nosotros, se decidió emplear una metodología mixta, en la que combinamos una fase cualitativa con otra cuantitativa. En primer lugar, recurrimos a un estudio previo en el que se pretendía identificar el mercado competitivo y, sobre todo, seleccionar los atributos que puedan estar configurando la imagen de las tiendas de ropa. Para ello se llevaron a cabo tres grupos de discusión grabados en audio y vídeo y, posteriormente, se realizaron las transcripciones para facilitar el manejo de la información obtenida.

Una vez identificadas las variables consideradas por los clientes habituales de este tipo de establecimientos, se procedió a la identificación del mercado competitivo y a la selección de los atributos o escalas que orientan las percepciones de dicho mercado. La lista de establecimientos comerciales o marcas objeto de estudio estuvo compuesta por los siguientes estímulos: Reverie, Carla di Roma, La Base, Benetton, El Corte Inglés, Zara, Eva, Woman´s Secret, Springfield, Charel y Pull&Bear. La lista de atributos seleccionados fueron los siguientes: 1) Buenos precios, 2) Ropa de calidad, 3) Amplio surtido, 4)Atención al cliente, 5) Marcas que interesan, 6) Bien situada, 7) Buena garantía, 8) Buena relación calidad-precio, 9)Tienda moderna, 10) Consejo de los dependientes, 11) Escaparates atractivos, 12) Ropa ordenada, 13) Tallas adecuadas, 14) Horario amplio y flexible, 15) Comodidad en la compra, 16) Tienda de prestigio, 17) Marcas exclusivas, 18) Clientela selecta, 19) Atienden reclamaciones, 20) Ropa de buen gusto y estilo, 21) Familiaridad, 22) Facilidades de pago, 23) Ofertas frecuentes, 24) Identificación con la tienda.

A continuación se llevó a cabo un estudio cuantitativo con carácter de representatividad muestral en el que se recogieron datos de asociación entre los estímulos y los atributos. Para el análisis de la matriz de datos se recurrió al ANACOR, en donde cada elemento de la matriz indica la frecuencia o número de veces que cada establecimiento es declarado como poseedor de ese atributo y, finalmente, se aplicó un análisis cluster para identificar la competencia de cada establecimiento.

Para la selección de la muestra se utilizó un muestreo aleatorio estratificado, tomando como variables de agrupación la edad y clase social. Se llevaron a cabo entrevistas en el domicilio particular de 261 mujeres mayores de edad y responsables de la economía doméstica. La media de edad de las entrevistadas era de 42 años y la desviación típica de 3.7. Para facilitar la tarea a las entrevistadas se les proporcionaba una tarjeta con el nombre de los 12 establecimientos comerciales. El tamaño de la muestra utilizada nos permite interpretar los resultados con un nivel de confianza del 95% (Z=1.96; p=q=50) y un error muestral del ±3%. Para la selección de las unidades muestrales se siguió el procedimiento de rutas aleatorias.

Para el procesamiento informático y aplicación del Análisis Factorial de Correspondencias se utilizó el módulo CATEGORIES del paquete estadístico SPSS. La matriz de entrada fue de orden 12X24 (figura 1) y los comandos utilizados son los que aparecen en la figura 2.

Resultados

El análisis de los valores singulares, la inercia y el porcentaje de varianza explicada permiten apreciar la importancia relativa de cada una de las once máximas dimensiones que se pueden obtener (ver figura 3). Dado que pretendemos investigar las relaciones existentes entre establecimientos de marcas de ropa y atributos con el menor número de dimensiones posibles, consideramos que las tres primeras son suficientes, ya que explican el 80% de la información. Por otra parte, dado que la varianza de los valores singulares es muy pequeña, podemos concluir que la solución es globalmente estable, o lo que es lo mismo, si realizásemos otro Análisis de Correspondencias con otra muestra diferente se produciría una solución similar (ver figura 3).

El siguiente paso en la interpretación de los resultados consistirá en definir o identificar los tres factores seleccionados. Para ello nos fijaremos en las cargas factoriales de la figura 4.

El primer factor, que podría definirse como PRESTIGIO DE LA TIENDA, resume el 45.7% de la información y pone de manifiesto los atributos más importantes que diferencian los clientes de tiendas de confección. Los atributos más relevantes son los siguientes: Clientela selecta, tienda de prestigio, marcas exclusivas vs. ofertas frecuentes, buenos precios y facilidades de pago. En este sentido, los clientes diferencian entre tiendas exclusivas y de prestigio dirigidas a un público selecto, frente a otro tipo de tiendas con ofertas y buenos precios, dirigidas a un público mayoritario.

El segundo factor, que denominamos PRODUCTOS DE INTERÉS, explica un 23.6% de la información, y recoge las diferencias en cuanto a la presencia de productos con marcas que gustan por su diseño y variedad de tallas.

Finalmente, el tercer factor, que denominamos FAMILIARIDAD Y PROXIMIDAD, explica un 11% de la información. Los atributos que lo caracterizan son familiaridad y trato de los dependientes así como estar bien situada.

Así pues, respecto al primero de los objetivos planteados, tenemos que decir que, efectivamente la imagen es el resultado de considerar no sólo las cualidades o atributos tangibles o identificados a través de las reuniones con expertos y grupos de discusión con consumidores. En este caso, hemos podido saber que las clientas de este tipo de establecimientos organizan su percepción del mercado de tiendas de ropa a través de 3 dimensiones o constructos: el prestigio de la tienda, la variedad de productos de diseño y tallas y el trato personal o familiaridad que transmiten.

El segundo objetivo de este trabajo consistía en encontrar las características diferenciadoras en la imagen percibida y la posición relativa de cada marca de establecimiento en los atributos relevantes. Para ello, el Análisis Factorial de Correspondencias también nos ofrece la matriz de coordenadas de establecimientos comerciales sobre los tres primeros ejes o factores (ver figura 5).

Una vez identificados los principales ejes que configuran la percepción de este tipo de establecimientos, procedimos a la representación conjunta de las figuras 4 y 5. La representación en un plano de los ejes, tomados de dos en dos, constituyen los mapas de Imagen y Posicionamiento (ver figura 6). Dichos mapas permiten conocer tanto la posición relativa entre los 12 establecimientos, como la posición de cada uno de ellos respecto a sus ejes dimensionales o variables latentes. Así por ejemplo, mientras que los establecimientos Reverie y Carla di Roma son percibidas como tiendas con prestigio, asociadas a atributos tales como clientela selecta, marcas exclusivas, tienda de prestigio, ropa de calidad y escaparates atractivos, por otra parte, Zara se sitúa con coordenadas negativas en este mismo eje. El Corte Inglés, Cortefiel, Zara y Woman´s Secret se asocian especialmente a los atributos facilidades de pago, ofertas frecuentes, buena relación calidad precio y tienda moderna. Charel se identifica como una tienda bien valorada en la dimensión de servicios. Benetton, Pull&Bear y Springfield se asocian a familiaridad y están mal posicionadas en cuanto a los servicios que ofrecen, que caracterizaban la tercera dimensión.

Este tipo de información permite profundizar en el estudio de la imagen de los establecimientos más allá de la consideración exclusiva de los atributos tangibles o cuantificables. Además, resulta especialmente útil para detectar posibles desviaciones entre la idea que los responsables de la gestión puedan haber deseado transmitir y la que percibe su población objetivo. Por esta razón, defendemos que este tipo de análisis deberían preceder a cualquier campaña de comunicación o promoción. Antes de realizar el diseño de una campaña publicitaria, debemos conocer las características más y menos percibidas, confusas o erróneas sobre nuestra marca y la competencia. Así pues, la representación espacial conjunta de estímulos y atributos no sólo nos permite identificar la imagen de cada establecimiento, sus puntos fuertes y débiles, sino que también nos orienta hacia dónde podemos evolucionar y sobre qué aspectos debemos incidir en una posible acción estratégica.

En cuanto al tercer objetivo planteado sobre la identificación de competidores y análisis de posibles huecos de mercado, resulta especialmente útil un análisis más profundo de los mapas cognitivos que aparecen en la figura 6. Para ello, a la interpretación visual de dicha figura, conviene añadir un análisis estadístico que garantice objetividad a nuestras interpretaciones. Espacialmente podríamos pensar que un establecimiento está siendo muy valorado en un determinado eje o atributo, pero ese juicio puede resultar engañoso a la hora de interpretarlo como una ventaja competitiva, ya que también pueden poseerlo sus competidores. Un análisis de grupos nos permitirá identificar grupos homogéneos de establecimientos con mayor objetividad.

Para abordar este objetivo se realizó un Análisis Cluster Jerárquico a partir de los ejes factoriales de la figura 5. Los comandos utilizados para realizar este análisis aparecen en la siguiente figura.

En el dendograma resultante (figura 8) podemos apreciar que los establecimientos estudiados pueden agruparse del siguiente modo:

GRUPO 1: formado por Benetton (D), Springfield (J) y Pull&Bear (L)

GRUPO 2: aglutina a la mayor parte de los establecimientos minoristas de ropa, donde aparecen La Base (C), Eva (H), El Corte Inglés (E), Cortefiel (F), Zara (G) y Woman´s Secret (I).Un análisis más profundo nos permitiría diferenciar tres subgrupos: La Base y Eva, Cortefiel, Zara y Woman´s secret y El Corte Inglés, que se percibiría diferente a los dos grupos anteriores, aunque tendería a aproximarse a La Base y Eva.

GRUPO 3: representado por Reverie (A) y Carla di Roma (B).

GRUPO 4: formado exclusivamente por Charel (K).

La información proporcionada por el Análisis Cluster nos permitió representar las diferentes clases resultantes en los Mapas Perceptuales dando lugar a la figura 9. Dichos clusters deben ser interpretados aisladamente, teniendo en cuenta que los establecimientos que están dentro de cada uno de ellos poseen atributos comunes, por lo que pueden ser sustitutivos entre los de su cluster. En este caso, una comunicación orientada a destacar un atributo para una marca concreta podría tener éxito respecto a otros cluster, pero no tendría efectos positivos para el establecimiento en cuestión con respecto a los de su mismo grupo. En otras palabras, las acciones de mix que tome uno de los establecimientos beneficia a todos los que se incluyen en el mismo grupo. Así pues, un análisis detallado de la representación espacial de los cluster encontrados contribuye enormemente no sólo a la identificación de los establecimientos competidores, sino también a la identificación de posibles huecos de mercado. Cuanto menor sea el tamaño del cluster, más interés puede tener penetrar en él, no sin antes estudiar el potencial de este segmento.

Discusión

En los últimos años han sido numerosas las publicaciones que han versado sobre el valor de la marca tratando de conocer dónde reside realmente este valor. Para ello se han propuesto numerosos enfoques y metodologías de medición (Holbrook, 1992; Thomas, 1993; Cobb-Walgren, Ruble y Donthu, 1995), sin que hasta la fecha se haya llegado a un acuerdo. Lo que si parece claro, tanto en el ámbito académico como profesional, es que disponer de una marca con buena imagen, de prestigio y calidad, es quizá la mejor garantía para el éxito de un producto o servicio en el mercado (Aaker, 1996).

Considerada como un elemento clave dentro de la psicología comercial, la imagen constituye las percepciones de la marca presentes en la mente del consumidor y determinadas por las asociaciones que ésta suscita (Newman, 1957; Herzog, 1963; Keller, 1993). Cuando estas percepciones se ponen en relación a otros productos o marcas competitivos o a un producto ideal, nos referimos al posicionamiento (Santesmases, 1996). La forma más frecuente de aproximarse al estudio de imagen y posicionamiento es hacerlo a través de las técnicas multivariables; en palabras de Sanz de la Tajada: «los únicos capaces de producir una explicación completa y realista de dicha investigación» (Sanz de la Tajada,1996). Algunos autores como Gatty (1960) han llegado a afirmar que «si un problema de marketing no es tratado como un problema multivariante, es tratado superficialmente».

A la hora de estudiar la imagen y posicionamiento de marcas, los investigadores pueden recurrir tanto al análisis factorial como al escalamiento multidimensional, dependiendo la matriz . En este trabajo hemos visto las posibilidades de aplicar el Análisis de Correspondencias al estudio de la Imagen y Posicionamiento de establecimientos minoristas. Los datos de asociación facilitan enormemente el trabajo en la recogida de datos, ya que el número de valoraciones que tienen que hacer los sujetos es mucho menor que si tuviesen que evaluar a cada estímulo en cada uno de los atributos considerados. De esta forma, los entrevistadores pueden disponer de más tiempo para recoger, en un mismo trabajo de campo, información sobres otros aspectos de la investigación.

Respecto a la formación de grupos de establecimientos, existen numerosos métodos de segmentación, aunque el más utilizado es el de clasificación o tipología o análisis cluster (Lambert, Salazar y Lévy, 1997). En este trabajo el Análisis Cluster ha puesto de manifiesto la existencia de grupos homogéneos dentro del conjunto analizado. Probablemente si tomáramos como referencia otra ciudad o región, el conjunto de establecimientos a analizar sería distinto y, consecuentemente, también lo serían los grupos. La proximidad entre dos establecimientos en el mapa de posicionamiento, nos está informando que se perciben de forma similar, lo que incrementa la posibilidad de que un consumidor elija indistintamente entre cualquiera de ellos ante la situación de compra.

En definitiva, el estudio realizado confirma que la imagen no es fruto del azar, sino consecuencia directa tanto de acciones estratégicas que se diseñan por parte de la empresa, como de experiencias de los propios consumidores en su proceso de vinculación con las marcas. Defendemos la tesis de que es necesaria la realización periódica de este tipo de estudios, para conocer no sólo la evolución de la imagen de nuestra marca, sino la evolución general del mercado competitivo y rediseñar las acciones de marketing que sean necesarias.

Finalmente, queremos señalar que las principales ventajas derivadas de la utilización de los mapas perceptuales para el estudio de la Imagen y Posicionamiento, podríamos resumirlas en que permiten conocer la percepción de los establecimientos a partir de su proximidad a los diferentes atributos evaluados y, en segundo lugar, que nos ayudan a identificar cuáles son los establecimientos competidores, lo que nos permite diseñar estrategias alternativas que nos diferencien o nos permitan acceder a un hueco de mercado existente.

Agradecimientos

Este trabajo forma parte de un proyecto de investigación subvencionado por la Unión Europea (FEDER 1FD97-0158).

REFERENCIAS

Aaker, D. (1991). Managing Brand Equity. New York: Free Press.

Aaker, D. (1996). Building Strong Brands. New York: Free Press.

Arce, C. y Andrade, E. (2000). Recuperación de información métrica a partir de información no métrica con diseños de escalamiento multidimensional incompletos. Psicothema 12, 2, 308-313.

Bello, L.; Vázquez, R. y Trespalacios, J.A. (1993). Investigación de mercados y estrategias de marketing. Madrid: Civitas.

Crainer, S. (1997). El verdadero poder de las marcas: Cómo lograr que las marcas sirvan para aventajar a la competencia. Madrid: Eresma.

Cobb-Walgren, C.J.; Ruble, C.A. y Donthu, N. (1995). Brand Equity, Brand Preference and Purchase Intent. Journal of Advertising 24, 27-40.

Greenacre, M. J. (1984). Theory an Applications of Correspondence Analysis. London: Accademic Press.

Gatty, R. (1960). Multivariate Analysis for marketing research: an evaluation. Applied Staatistics (noviembre).

Goodrich, J. N. (1978). A New Approach to Image Analysis Through Multidimensional Scaling. Journal of Travel Research, winter 3-7.

Herzog, H. (1963). Behavioral Science Concepts for Analycong the Consumer. Marketing and Behavioral Sciences. Perry Bliss, ed. Boston: Allyn and Bacon Inc.

Lambert, A.; Salazar, J. y Lévy, J.P. (1997). La segmentación jerárquica y el posicionamiento mediante el uso conjunto del algoritmo Chaid y del análisis de Correspondencias: una aportación metodológica. Esic Market, julio-septiembre 43-55.

Myers, J. H. y Shocker, A. D. (1981). The Nature of Product-Related Atributtes. Research in Marketing 5, 95-102.

Park, C.W.; Jaworski, B.J. y Macinnis, D.J. (1986). Strategic Brand Concept-Image Management. Journal of Marketing, 50, 135-145.

Rial, A.; Varela, J.; Braña, T. y Lévy, J.P. (2000). El valor de la marca a partir de su relación con el consumidor. Psicothema, 12, 2, 247-254.

Rial, A.; Varela, J. y García, A. (2001). Identificación de las variables que determinan la evaluación de una extensión de marca. Psicothema, 13, 8, 284-289.

Ries, A. y Trout, J. (1981). Positioning: The battle for your mind. New York. McGraw-Hill.

Rigger, W. (1995). Positioning in Theory and Practice: Towards a Research Agenda. 24^th European Marketing Academy Conference, 991-1.009. París.

Rodríguez, I. A. (1995). La Comunicación de la Imagen de la empresa. Alta Dirección, 181, 221-223.

Santesmases, M. (1996). Marketing: Conceptos y Estrategias. Madrid: Pirámide.

Sanz de la Tajada, L. A. (1996) Auditoría de la imagen de empresa. Métodos y Técnicas del estudio de imagen. Madrid. Editorial Síntesis.

Shocker, A.D.; Srivastava, V. y Ruekert, R.W. (1994). Challenges and Opportunities Facing Brand Management: An Introduction to the Special Issue. Journal of Marketing Research, 16, 149-158.

Varela, J.; Rial, A.; García, C.; Braña, T. y Olea, J. (1996). Una medida de la implicación de los consumidores con las marcas comerciales. Psicothema, 8, 543-551.

Yavas, U. y Shemnwell, D. (1996). Graphical Representation of University Image: A Correspondence Analysis. Journal of marketing for Higher Education, 7, 2, 75-84.