Estadística para crear un buyer persona en la industria del travel

¡Les damos la bienvenida a un viaje estadístico hacia la creación de un buyer persona en la industria del travel! En este artículo, nos adentraremos en el mundo de los datos y la estadística en la construcción de un buyer persona.

En un universo donde la industria del viaje está en constante evolución, comprender las necesidades, motivaciones y comportamientos de los consumidores es fundamental. Pero, ¿cómo podemos capturar la complejidad de las preferencias de los viajeros en un retrato detallado y útil que considere múltiples variables?

Aquí es donde entra en juego el enfoque estadístico. ¿Qué sucede cuando combinamos datos demográficos, comportamientos de compra y preferencias de viaje? La magia radica en la capacidad de crear perfiles que representen a nuestros usuarios, como seres reales con necesidades concretas y deseos tangibles.

Particularmente, traemos dos poderosas técnicas que fueron fundamentales en este proceso: el Análisis de Correspondencias Múltiples y el Análisis de Clusters. Estas técnicas nos permitieron transformar datos nominales y categóricos, que surgieron de una encuesta, en perfiles caracterizables.

¿Por qué Análisis de Correspondencias Múltiples?

Elegimos la técnica del Análisis de Correspondencias Múltiples (ACM) por distintos motivos:

• Es una técnica multivariada que se ubica en el campo del análisis exploratorio de datos y nuestro proyecto tenía este enfoque.
• Permite analizar la relación existente entre dos o más variables categóricas “homogéneas” y la intensidad de la relación.
• El método cuantifica las categorías de las variables e indaga su relación a partir de su distancia en un mapa.
• No busca saber si los datos se ajustan a un modelo teórico o a una hipótesis previa, sino evidenciar las relaciones entre los datos para describirlos o generalizar hipótesis.
• Busca resumir las características de los usuarios en un conjunto de dimensiones, a partir de relacionar las categorías de las variables.
• Sugiere respuestas a la pregunta clave: ¿existen grupos de viajeros homogéneos desde el punto de vista de sus semejanzas?

¿Por qué Análisis de Clusters?

Sobre los resultados del ACM aplicamos un Análisis Jerárquico de Clusters. Elegimos la técnica porque:

• Es una técnica multivariada que permite la clasificación de usuarios mediante el cálculo de las distancias entre sí.
• Forma los clusters a partir de las dimensiones que caracterizan a los usuarios (ACM), buscando que los grupos sean homogéneos en su interior y dispares entre sí.
• Responde al análisis exploratorio, ya que parte del desconocimiento de los grupos que van a formarse.
• Permite ubicar a cada individuo en un único agrupamiento en función de la asociación de sus respuestas.
• Realiza una agregación jerárquica progresiva de los elementos a partir de su homogeneidad
• La identificación de las coordenadas del ACM colabora con el cálculo de las distancias.

En otro artículo contaremos las dificultades y desafíos que encontramos en la implementación de estas herramientas estadísticas, ante datos que surgen de una encuesta declarativa. Pero, como principal hallazgo, podemos adelantarles que la combinación de estas dos técnicas dieron lugar a resultados valiosos para analizar el comportamiento y las características de nuestros viajeros.

Este es un artículo que se basa en el trabajo hecho por Mariano Martignago (UX Quantitative Analyst), Florencia Nicolini (User Researcher), Eugenia Noguera Florentín (UX Research Analyst), Marília Reis Sé (UX Research Analyst), Melina Schamberger (UX Quantitative Analyst) y Maximiliano Simoncelli (UX Research Manager).