Todos mis clientes, cuando abordan un estudio de medici\u00f3n y mejora de la satisfacci\u00f3n de sus clientes, llegan al punto de tener que definir las cuotas. Simplific\u00e1ndolo mucho, una cuota es un tama\u00f1o de muestra o submuestra al que quiero llegar, con el objetivo de garantizar que la muestra final sea \u201crepresentativa\u201d del total de mi universo de clientes.<\/p>\n\n\n\n
Es decir, si para mi negocio la edad de los clientes, su sexo y la poblaci\u00f3n en la que viven son variables significativas, me ser\u00e1 conveniente determinar una cuota por cada una de estas variables (y combinaci\u00f3n entre ellas), con el objetivo de asegurar que, en la muestra final, tendr\u00e9 representantes de cada una en la misma proporci\u00f3n que constan en el universo. Cierto es que, si la aleatoriedad est\u00e1 a nuestro favor, la muestra final deber\u00eda ser un reflejo del universo de clientes sin necesidad de utilizar las cuotas. Sin embargo, no es conveniente confiar en la suerte en estos temas (por el coste y tiempo que supone hacer estos estudios), adem\u00e1s de que, en algunos casos (\u00a1no en todos!) puede que me resulte mucho m\u00e1s interesante sesgar la muestra final en beneficio de los intereses de mi negocio. Y, justamente, esa es la cuesti\u00f3n. Voy a explicarlo con un poco m\u00e1s de detalle.<\/p>\n\n\n\n
Imaginemos que tenemos 1.000 clientes activos. Esto equivaldr\u00eda a nuestro universo de clientes. De estos 1.000 clientes, imaginemos que tenemos 50 clientes A, 150 clientes B y el resto (800) clientes C.<\/p>\n\n\n\n
El tama\u00f1o de muestra que deber\u00eda conseguir para un error muestral del +\/- 5% y un intervalo de confianza del 95% (los t\u00edpicos en este tipo de estudios) es de 278 clientes. Si la aleatoriedad funciona (es decir, si no determino cuotas) seguramente obtendr\u00e9 la siguiente distribuci\u00f3n de clientes dentro de la muestra:<\/p>\n\n\n\n
Como Director General, Director Comercial y\/o Director de Marketing: \u00bfes esto lo que necesito? \u00bfEsto es lo que me interesa? En mi opini\u00f3n, no. Lo que me interesa m\u00e1s que nada es conocer la satisfacci\u00f3n de mis clientes m\u00e1s importantes. Si s\u00f3lo tengo la satisfacci\u00f3n de 20 de los 50 clientes A, tengo un error muestral en este segmento del +\/- 17,15%. Asimismo, en los clientes B (los segundos m\u00e1s importantes en facturaci\u00f3n), obtendr\u00e9 un error muestral del 12,87%. Es demasiado elevado.<\/p>\n\n\n\n
Pero, independientemente de los errores muestrales, por sentido com\u00fan, me interesa m\u00e1s saber lo que opinan mis clientes m\u00e1s importantes que los menos importantes, dado que el futuro de mi negocio seguramente depender\u00e1 m\u00e1s de ellos. Eso no quita que pueda intensificar mi relaci\u00f3n comercial con los clientes C y que, a lo mejor, si los tratara mejor (es decir, si mejorara los procesos para incrementar su satisfacci\u00f3n), podr\u00edan convertirse en clientes B o A. Naturalmente he de tener tambi\u00e9n esto en cuenta.<\/p>\n\n\n\n
Pero, si he de elegir, me interesa (sin dejar de lado los clientes C, obviamente), sesgar el tama\u00f1o de muestra hacia los clientes A y B para tener m\u00e1s clientes encuestados de los que \u201caleatoriamente\u201d les tocar\u00eda, dado que su opini\u00f3n me es mucho m\u00e1s interesante.<\/p>\n\n\n\n
Por ello, mi recomendaci\u00f3n \u2013en este variable en concreto: tipolog\u00eda de clientes A, B, C- es sesgar la muestra hacia los clientes A y B. Siguiendo el ejemplo, el planteamiento de cuotas podr\u00eda quedar de esta forma:<\/p>\n\n\n\n
Es cierto que en el caso de los clientes C el error muestral es algo superior al est\u00e1ndar. Pero eso no invalida por completo los resultados. Simplemente, se ha de tener en cuenta para el an\u00e1lisis. En caso de que aparezcan atributos o procesos mal valorados, es casi seguro que la organizaci\u00f3n tenga all\u00ed una oportunidad de mejora. Es decir, siguiendo con el mismo ejemplo, si 120 clientes no est\u00e1n satisfechos con un atributo, aunque \u201cpor mala suerte\u201d hayamos seleccionado por azar justo a los \u00fanicos 120 clientes de 800 que est\u00e1n insatisfechos con ese atributo (cosa bastante improbable), ya son muchos \u2013demasiados- clientes (sobre un total de 800) como para que la organizaci\u00f3n no se plantee el tomar acciones correctivas o de mejora.<\/p>\n\n\n\n
Por ello, en todos los estudios de satisfacci\u00f3n de clientes que he desarrollado, siempre he propuesto el sesgo (un sesgo razonable, se entiende) en cuanto a la tipolog\u00eda de clientes A,B,C.<\/p>\n","protected":false},"excerpt":{"rendered":"
Todos mis clientes, cuando abordan un estudio de medici\u00f3n y mejora de la satisfacci\u00f3n de sus clientes, llegan al punto de tener que definir las cuotas. Simplific\u00e1ndolo mucho, una cuota es un tama\u00f1o de muestra o submuestra al que quiero llegar, con el objetivo de garantizar que la muestra final sea \u201crepresentativa\u201d del total de […]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,5],"tags":[24,25,23,13],"class_list":["post-426","post","type-post","status-publish","format-standard","hentry","category-general","category-marketing","tag-como-calcular-la-muestra","tag-estudios-de-satisfaccion-de-clientes","tag-muestra","tag-satisfaccion-de-clientes"],"_links":{"self":[{"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/posts\/426","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=426"}],"version-history":[{"count":1,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/posts\/426\/revisions"}],"predecessor-version":[{"id":427,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=\/wp\/v2\/posts\/426\/revisions\/427"}],"wp:attachment":[{"href":"https:\/\/alejandroylla.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=426"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=426"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/alejandroylla.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=426"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}