Gap analysis para medir la satisfacción

27 agosto, 2012 by in category Técnicas cuantitativas tagged as with 2 and 0
Home > Noticias > Gap analysis para medir la satisfacción

El problema con el que nos encontramos los hispanohablantes que trabajamos en investigación de mercados es que muchos de los nuevos desarrollos en esta disciplina vienen del mundo anglosajón… aunque visto con un poco más de profundidad, no sólo es un tema que afecte al Market Research, sino a prácticamente todos los ámbitos de al vida. Los términos nuevos aparecen en inglés.

Y digo que es un problema no por el hecho que se trate de una lengua ininteligible. El problema reside en el hecho que, una vez te encuentras con un vocablo nuevo, no sabes si traducirlo literalmente del inglés o utilizar su versión original. Difícilmente la comunidad investigadora perteneciente a una determinada comunidad lingüística (no anglosajona) puede llegar a estandarizar su propia jerga, de manera que la comunicación intrasectorial se realice mediante un tipo de habla común a todos.

Ante la duda, he preferido mantener, en el título, el término inglés “gap analysis”… el argumento del mínimo esfuerzo ha tenido mucho peso para llegar a esta decisión. Resulta más rápido y cómodo tomar el término en su versión original que no liarse con traductores inglés-español, no nos engañemos. Y, a parte de esto, también es más cool utilizar el inglés… o esto es lo que nos quieren hacer creer.  Ante la duda entre dos alternativas aparentmente iguales, escoger siempre el camino más fácil.

Al lío. ¿Qué es el gap analysis? Literalmente se podría traducir como ”análisis de intervalo” o “análisis del hueco”. En los estudios de satisfacción (satisfacción del cliente, del trabajador, satisfacción con un determinado producto…) se suele medir, mediante escalas de tipo likert, la satisfacción que el encuestado tiene en relación a distintas dimensiones del objeto de estudio que se está analizando. Una buena puntuación de un ítem determinado en estas escalas indica que el encuestado está satisfecho con este aspecto.

Imaginemos el caso en el que se está midiendo la satisfacción del cliente con el servicio presencial de atención al consumidor de una determinda empresa. Supongamos que, después de haber operacionalizado el concepto de satisfacción con este servicio, surge una dimensión conceptual definida como “grado de agrado con los zapatos de mi asesor”. Una vez recogidos los datos de la encuesta, los encargados del servicio de atención al consumidor de esta empresa reciben el insight según el que la dimensión peor valorada por los clientes es la de los zapatos del asesor.

Este insight podría dar la idea al cliente del estudio que el principal aspecto a mejorar es el de los zapatos de los asesores. Sin embargo, esta idea sería totalmente equivocada. Más allá de los errores en la operacionalización del concepto (¿a quién se le ocurre tomar la dimensión ”zapatos” como dimensión explicatoria del concepto de satisfacción con el servicio de atención al cliente?), lo que no se ha tenido en cuenta es el grado de importancia que el cliente otorga a esta dimensión. Muy probablemente, aunque la dimensión de los zapatos sea la peor valorada, al cliente le importe un comino el calzado que utiliza su asesor.

Aquí es donde entra el concepto de gap analysis. Consiste, simplemente, en el cálculo de la diferencia entre la importancia dada a una determinada dimensión o atributo y el grado de satisfacción con éste. Este simple ejercicio matemático da una idea al encargado del servicio de atención al consumidor sobre cuáles deberían ser las prioridades de mejora de este servicio. Lo importante no es descubrir aquellos atributos peor valorados, sino descubrir cuáles de estos atributos presentan un gap (una diferencia) más grande entre importancia y satisfacción.

Para efectuar este análisis basta con preguntar, mediante escalas de likert de igual amplitud, por la satisfacción y la importancia que el cliente considera que tiene cada uno de los ítems presentados. Una vez obtendios los datos agregados, se resta la puntuación media de satisfacción a la puntuación media otorgada al nivel de importancia. Así, los ítems que presenten gaps negativos o neutros serán aquellos mejor posicionados en el servicio de atención al cliente. En cambio, los atributos que presenten valores positivos serán aquellos que los encargados del servicio de atención al consumidor tendrán que intentar mejorar.

En este gráfico se puede observar que la que la única categoría que presenta un valor positivo es el de la empatía del asesor. Es decir, el consumidor percibe que se trata de un aspecto muy importante (en una escala de 5, lo ha valorado con la máxima puntuación) pero, al mismo tiempo, considera que está muy poco satisfecho con éste (valora su nivel de satisfacción, de media, con un 2). Sin embargo, el ítem peor valorado es el de los zapatos (de media, recibe una puntuación de 1), pero el hecho que sea un atributo considerado por el cliente como muy poco importante hace que no sea el aspecto prioritario a tratar por los encargados del servicio de atención al consumidor.

Un simple cálculo com este puede ser de mucha utilidad para el cliente del estudio para darse cuenta de cuáles son, realmente, los aspectos más importantes para lograr una plena satisfacción del consumidor con el servicio que se le está ofreciendo.

Fotografía: nikoretro

2 Comments

  • josep
    on 30 agosto, 2012 Responder

    Apreciados,

    Entiendo que cuando hablas de Gap Analisys, te estás refiriendo al modelo Servqual, de Berry, Parasuraman y Zeithalm (creo que los nombres se escriben así). El modelo, si no recuerdo mal, es muy antiguo: fue el primer modelo que se utilizó para la medida de la Satisfacción del Cliente. Posteriormente, los mismos autores desarrollaron el modelo ServPerf, que es una evolución del que se menciona, y compararon los resultados contra el modelo anterior (Gaps). El modelo ServPerf funcionaba igual de bien, dimensionando los drivers y evaluando cada uno de ellos con la mitad de preguntas (no preguntaba el ideal).

    Hay otro punto a tener en cuenta en los modelos de Gaps: la duplicidad de preguntas hace que se duplique el tiempo de cuestionario, y esto, a su vez, hace que el entrevistado se canse.

    Y una última puntualización. Recuerdo en mis inicios como técnico, haciendo cuestionarios que medían los gaps asociados a características organolépticas de la cerveza. Era muy divertido ver la cara de un entrevistado al que le preguntabas: «hasta qué punto cree Vd. que esta cerveza es dulce» (escala de 1 a 7), seguido de «y hasta qué punto le gustaría que fuera dulce» (misma escala). La respuesta mayoritaria a ka segunga pregunta era: «y yo que sé…». Resumiendo, que para temas organolépticos es realmente complicado obtener resultados.

    Otra forma para dimensionar la importancia de cada atributo es, mediante análisis de componentes principales, se puede observar cómo se agrupan los ítems de una batería, y si los salvas como variables, y ejecutas una regresión contra una variable «satisfacción o valoración Global» , tendrías la importancia de las dimensiones.

    Saludos a los colegas investigadores!
    Josep C. Heras

    • Autor
      Xavier Guiteras Vila
      on 31 agosto, 2012 Responder

      Gracias por la aportación, Josep!

      Pues mira que no sabía yo que esto viniera de tan lejos… si no lo tengo mal entendido, el modelo Servperf se basa en el sumatorio de las puntuaciones de percepción de la calidad del servicio. En este caso, ¿no se tiene en cuenta que un ítem pueda tener muy poca importancia para el encuestado, aunque lo vote con puntuaciones muy altas? Obviamente, se tiene que haber partido de un buen trabajo de operacionalización del concepto de satisfacción… no todos los servicios son iguales.

      Estoy de acuerdo contigo en que el servqual resulta un poco más pesado para el encuestado.. y son preguntas que pueden llegar a confundir un poco. En este sentido, el ACP puede que sea lo más útil, en prmer lugar porque te ahorras preguntas, y en segundo lugar porque, aunque sí apelas a que el encuestado valore racionalmente algo que a veces no es tan racional, lo haces una manera más sutil que en el caso del servqual. Como más cerca esté un atributo de la media de valoración global, más importancia tendrá este atributo a la hora de explicar el servicio en su conjunto.

      Gràces per l’aportació, company!

Add comment

© 2019 Empirica Influentials & Research