Pesquisa de Preço – Conjoint Analysis

Artigo elaborado pelos consultores Henrique Souza e Dario Sales

 

A Conjoint Analysis é uma metodologia de pesquisa que tem como um dos principais objetivos o entendimento da preferência ou intenção de escolha do consumidor. Qualquer produto/serviço é composto por um pacote de atributos que os consumidores consideram conjuntamente na hora de tomar a decisão. Por se tratar de um método que procura entender a preferência por um atributo em comparação aos demais, a palavra chave para esta metodologia é o termo \”trade-off\”.

Em nossos projetos, aplicamos a Conjoint Analysis e chegamos a diversas conclusões que, além de não serem senso comum para os nossos clientes, apresentaram um grande potencial para gerar valor para o negócio por meio de uma estratégia de precificação. Dentre alguns casos, destacamos um projeto que evidenciamos uma percepção diferenciada por segmento sobre o preço do principal produto do portfólio do cliente, possibilitando assim capturar mais valor do segmento que demonstrou menor sensibilidade em pagar por esta solução.

Outro caso apontou que um dos atributos mais valorizados internamente não era tão valorizado pelos consumidores. O plano de ação foi trabalhar a comunicação da empresa para valorizar esse atributo como um diferencial competitivo aos clientes e, a partir da aplicação de uma pesquisa futura, poderiam cobrar pelo atributo em questão. Por fim, outro exemplo interessante foi testar se o serviço de assistência técnica era valorizado pelos clientes para ter uma cobrança adicional. A pesquisa trouxe como resultado que os clientes valorizavam esse atributo e demonstrou quanto estariam dispostos a pagar por ele. O plano de ação foi adicionar a assistência técnica à oferta da empresa e, numa eventual negociação, conceder descontos para aqueles clientes que não valorizavam esse serviço, ao invés de cobrar um adicional àqueles que valorizavam.

Como podemos observar nos exemplos acima, há diversas formas de se trabalhar com o resultado de uma Conjoint Analysis e gerar valor para a empresa. Como podemos então traduzir esta poderosa ferramenta em resultados para o negócio? Primeiramente, passaremos pelo conceito por trás da pesquisa para assim seguirmos com a forma de estruturação e sua aplicação.

Embora existam outras técnicas de pesquisa que também procuram entender o valor percebido de produtos ou serviços, o método de Conjoint Analysis aborda o consumidor de forma indireta e dribla alguns vieses de pesquisas diretas que inviabilizam modelar corretamente o comportamento de escolha dos consumidores. Por exemplo, uma pesquisa sobre preferências de cartões de crédito poderia abordar o atributo “anuidade”, perguntando se uma tarifa de anuidade baixa é importante para o cliente. Muito provavelmente, seguindo essa linha de pergunta, as respostas para qualquer atributo seriam sempre “muito importante”. Porém, se a pergunta for entre tarifa de anuidade baixa e limite de crédito acima de R$10.000, qual é mais importante? Neste caso, trabalharíamos a ideia de trade-off nas respostas dos clientes.

Há diversos métodos de Conjoint Analysis que podem ser utilizados, como CBC (Choice-Based Conjoint) ou CVA (Conjoint Value Analysis). O primeiro é o método mais comum na aplicação de pesquisa que aborda pricing para produtos e serviços. Em muitas literaturas, ele é também conhecido como DCM (Discrete Choice Modeling). O uso de cada um vai depender das características do produto/serviço estudado, tamanho de amostra, número de atributos levantados e formas de aplicação da pesquisa. Em geral, os métodos procuram de formas diferentes responder a algumas questões relacionadas a Pricing. Entre elas, destacam-se:

– Importância relativa dos atributos: quais dos atributos de um determinado produto/serviço é o mais relevante?
– Segmentação de mercado: quão diferente é a percepção de um determinado atributo entre grupos de clientes diferentes?
– Avaliação de novos atributos/serviços: faz sentido incluir um novo atributo no pacote de um produto/serviço?
– Sensibilidade a preço e sugestão de faixas de preços: qual a faixa de preço que o consumidor está disposto a pagar?
– Posicionamento competitivo: qual a percepção dos consumidores do nosso produto/serviço em comparação com a concorrência?

A estruturação, assim como a aplicação da pesquisa, no entanto, é o ponto crítico para a obtenção de resultados com maior acuracidade e confiança. A seguir traçamos um passo a passo para ajudá-los com a execução desta técnica:

1) Seleção de atributos e níveis

Para a definição dos atributos a serem analisados, recomenda-se a aplicação de entrevistas em profundidade com clientes e profissionais do mercado. Retomando o exemplo do cartão de crédito, no qual se discute quais são as preferências dos consumidores ao adquirir um cartão, poderíamos levantar uma série de atributos, como: a) tarifa de anuidade; b) juros do crédito rotativo; c) limite de crédito; d) programa de benefícios; e) bandeira; f) classificação/nível do cartão; g) central de atendimento; h) aceitabilidade do cartão; i) vínculo com instituições filantrópicas, entre outros. Estes atributos podem ter mais de dois níveis de resposta, como é o caso do Programa de benefícios, podendo ser Milhagem, Seguro, Concierge, entre outros. No entanto, referências da literatura sugerem escolher no máximo entre seis e sete atributos. Acima deste número, cria-se dificuldade em manter o entrevistado motivado para responder a pesquisa pela sua extensão e complexidade, discutido em maiores detalhes no tópico a seguir. O pesquisador deve evitar também critérios imprecisos ou subjetivos para a definição dos níveis de cada atributo, como por exemplo, baixo, médio e alto. Uma anuidade baixa para um entrevistado pode ser uma anuidade média para outro.

Para entendermos melhor como o número de atributos e níveis impacta a Conjoint Analysis, tomemos como exemplo uma pesquisa com 4 atributos com 3 níveis, seguindo os seguintes critérios:

Este formato pode gerar 81 diferentes tipos de combinações (3x3x3x3). Porém, para este tipo de análise, usa-se o procedimento de arranjos ortogonais, por meio de softwares estatísticos como SPSS, Minitab, Sawtooth, o que reduz o número de combinações ao mínimo viável possível. Neste caso, as combinações de perfis poderiam ser reduzidas para 16. Estes perfis são também chamados de cartões. Um exemplo de cartão pode ser observado abaixo:

Esta combinação mínima contempla a mensuração dos principais efeitos, quando se relativiza os níveis de um mesmo atributo, não considerando as interações entre atributos diferentes. Assim, seria estimado a utilidade de cada atributo, isto é, relativizaria por exemplo a relevância entre Programa de Milhagem, Seguro e Concierge na visão do entrevistado. Ao final deste passo a passo, será mostrado os resultados deste exemplo hipotético.

2) Métricas para apuração das respostas

Conforme mencionado, a pesquisa Conjoint Analysis é utilizada para entender a preferência ou a intenção de compra do consumidor. Assim, a metodologia exige que os respondentes classifiquem as opções mostradas, por meio de notas ou ordenando as suas preferências. A primeira utiliza uma escala métrica, na qual o respondente classifica os cartões de forma independente, variando por exemplo entre 1 (certamente compraria) até 5 (nunca compraria). A segunda abordagem é a forma conhecida como ranqueamento, na qual o respondente ordena os diferentes cartões segundo sua preferência. Esta última é considerada mais confiável, porém a medida que aumenta o número de perfis a serem ordenados, torna-se mais difícil para o entrevistado diferenciá-las por completo porque as combinações acabam se aproximando. Dessa forma, para um alto número de perfis, a abordagem pela escala métrica pode ser mais indicada. Outra forma de contingência para pesquisas com alto número de perfis são as pesquisas conjoints adaptáveis. É uma modalidade realizada por meio de software, que com base nas respostas iniciais a ferramenta adapta-se às preferências do respondente e pode eliminar perguntas desnecessárias, diminuindo assim o tempo de pesquisa.

3) Método de aplicação da pesquisa e amostragem

Segundo a literatura, as amostras para estudos da Conjoint variam entre 100 e 1.000 observações, sendo mais comum entre 300 a 500. De qualquer forma, é de extrema importância que os perfis ou cartões com atributos sejam apresentados com bastante clareza e simplicidade. A aplicação da pesquisa por meio de entrevista pessoal é indicada. No entanto leva mais tempo e é mais cara. Se a aplicação for feita via plataformas de pesquisa online ou por qualquer método que não envolva a presença do entrevistador, é importante que sejam feitos pré-testes internamente e também com potenciais entrevistados.

É importante mensurar o tempo de respostas no pré-teste. Como se trata de uma pesquisa complexa, é comum que o tempo seja maior do que os respondentes estejam acostumados e, com isso, pode gerar a desistência de finalização da pesquisa. É importante que o respondente esteja ciente do tempo de resposta para que haja maior aderência e para que as respostas não precisem ser invalidadas, conforme apontaremos no próximo tópico.

Além disso, um passo relevante no disparo da pesquisa é segmentá-la de acordo com o objetivo da análise, assim é possível identificar as possíveis classificações dos entrevistados e avaliar comportamentos e tendências por diversos critérios, seja por perfil socioeconômico, seja por região.

4) Validação das respostas

Por fim, faz-se necessário validar as respostas recebidas da pesquisa aplicada. Há algumas formas para esta validação, entre elas destacamos a criação de um perfil com os piores níveis de cada atributo. Voltando ao exemplo do cartão de crédito, seria um perfil com a tarifa mais cara de anuidade, limite de crédito mais baixo e todos os demais atributos sendo negativos. Se o entrevistado ordenar este perfil como preferido ou que certamente compraria, é evidente que não houve discernimento no momento da escolha, sendo então a resposta considerada inválida. No entanto não há necessidade de criar um perfil adicional para testar a integridade da resposta, basta entender se há algum perfil objetivamente menos desejado que outro para utilizá-lo como parâmetro.

Resultados

A seguir, trazemos alguns exemplos hipotéticos de como visualizamos os resultados de uma Conjoint. O primeiro e o segundo gráfico mostram a interação dos principais efeitos, isto é, de cada atributo independentemente. Os gráficos mostram a utilidade entre níveis diferentes do mesmo atributo que, no exemplo, trata-se do programa de benefícios do cartão de crédito. O que os diferencia é a segmentação socioeconômica.

Os resultados mostram que os respondentes com renda abaixo de R$ 3.000,00 valorizam o seguro em detrimento do programa de milhas e concierge, enquanto para os respondentes com renda acima de R$ 10.000,00 o programa de milhas passa a ganhar a maior importância. Nos dois casos, o atributo concierge apresenta a menor relevância na tomada de decisão.

O gráfico a seguir também é um dos resultados da Conjoint e mostra a importância relativa de cada atributo analisado. Neste exemplo hipotético, trazemos a importância de cada atributo utilizado nesta pesquisa sobre as preferências dos consumidores ao adquirirem um cartão de crédito.

As funções de utilidade e as importâncias relativas dos atributos permitem diversas considerações sobre o comportamento do consumidor, sem a necessidade de realizar perguntas detalhadas sobre cada atributo. É uma técnica confiável e que pode substituir as tradicionais pesquisas de satisfação do cliente ou VOC (Voice of the Customer). A partir da capacidade desta pesquisa em desmistificar os trade-offs de seus potenciais consumidores, temos uma grande ferramenta de apoio a decisões. Porém, precisamos estar atentos a questões estratégicas de médio e longo prazo do negócio, que muitas vezes não são derivadas apenas de pesquisas ou análises quantitativas. A estratégia de precificação é muito importante para direcionar o planejamento, montagem e aplicação das pesquisas.

Compartilhe

Publicações mais lidas

Este site utiliza cookies

Utilizamos cookies para personalizar conteúdo e anúncios, fornecer funcionalidades de redes sociais e analisar o nosso tráfego.