analisis penalty

3
1 Penalty analysis También sirve para determinar riesgos y potencialidades ante cambio de características del producto pero trabaja con las escalas Bipolares (Demasiado Fuerte - Demasiado Suave, por ejemplo). Refleja como se penaliza el overall liking en el caso que haya más gente que lo encuentran “demasiado débil” o “demasiado fuerte” versus los que lo encuentran “correcto”. Penalty effect: cuánto esta bajando la media del overall liking por el hecho de ser “demasiado fuerte” o “demasiado suave”. Los atributos deberían de obtener puntuaciones superiores a 75% en “correcto” para estar OK. Los “extremos” deben de tener puntuaciones superiores al 20% para ser considerados relevantes. Las diferencias entre los extremos deben de ser superiores al 10%: eso nos indicará la dirección del cambio a introducir. Para ser considerado relevante, el penalty effect debe de ser superior a 0.75 puntos

Upload: asesorestadistico

Post on 28-Nov-2015

78 views

Category:

Documents


5 download

TRANSCRIPT

Page 1: Analisis Penalty

1

Penalty analysis

• También sirve para determinar riesgos y potencialidades ante cambio de características del producto pero trabaja con las escalas Bipolares (Demasiado Fuerte - Demasiado Suave, por ejemplo).

• Refleja como se penaliza el overall liking en el caso que haya más gente que lo encuentran “demasiado débil” o “demasiado fuerte” versus los que lo encuentran “correcto”.

• Penalty effect: cuánto esta bajando la media del overall liking por el hecho de ser “demasiado fuerte” o “demasiado suave”.

• Los atributos deberían de obtener puntuaciones superiores a 75% en “correcto” para estar OK.

• Los “extremos” deben de tener puntuaciones superiores al 20% para ser considerados relevantes.

• Las diferencias entre los extremos deben de ser superiores al 10%: eso nos indicará la dirección del cambio a introducir.

• Para ser considerado relevante, el penalty effect debe de ser superior a 0.75 puntos

Page 2: Analisis Penalty

2

• Se toma la pregunta de evaluación general después de probar/usar el producto• Se hace con los atributos preguntados en escalas de intensidad (Mucho mas claro de lo que me gusta-

Mucho mas obscuro de lo que me gusta) y se recodifican estas escalas a 3 grupos1 y 2 = grupo 1 (Débil) 3 = grupo 2 (Justo)4 y 5 = grupo 3 (Fuerte)

• Se corre la pregunta de evaluación general vs las preguntas de intensidad en escala• Se pide promedio por grupo

• Para graficar se toman los datos del banner normal juntando los datos de – Mucho más /claro = DEBIL– Justo como me gusta– Mucho más obscuro / obscuro= Fuerte

• El dato de predicted Mean es el promedio del justo (grupo 2) 3.7• Penalty effect es la resta del promedio justo – el promedio de los extremos

– Débil 3.7 - 3.2 =0.50– Fuerte 3.7 – 3.6 = 0.10

Pasos a seguir

P.16 ¨ QUE TANTO LE GUSTO LA BEBIDA LIGHT QUE ACABA DE PROBAR...?

I II III I II III(1,2) 3 (4,5) (1,2) 3 (4,5)

BASE 200 65 113 22 200 56 124 20(1) NADA 3 9 3 5 1 5(2) POCO 8 8 8 9 9 20 4 10(3) REGULAR 28 40 20 32 29 38 25 30(4) MUCHO 52 37 62 45 52 32 61 50(5) MUCHISIMO 9 6 10 14 8 5 9 5(MUCHO/ MUCHISIMO) 61 43 72 59 60 38 70 55(POCO/ NADA) 11 17 8 9 12 25 5 15PROMEDIO(ESCALA DE 1 A 5) 3.6 3.2 3.7 3.6 3.5 3.1 3.7 3.4MEDIANA 3.2 2.8 3.3 3.2 3.2 2.7 3.3 3.1DESVIACION ESTANDAR 0.9 1 0.7 0.8 0.9 1 0.7 0.9

grupos p.13 Intensidad del color de la bebida

Grupos p.13 Intensidad del color de la bebida

(TWX) actual

(ZLK) nueva

Page 3: Analisis Penalty

3

%

16

25

26

32

74

66

69

66

64

57

15

9

10

11

20

17

18

72 11

16

6CONSISTENCIA

GAS

ACIDEZ

DULZOR

AROMA

SABORA ACOLA

COLOR

%

20

22

24

28

78

68

65

71

64

62

14

7

12

10

16

21

19

70 9

13

6CONSISTENCIA

GAS

ACIDEZ

DULZOR

AROMA

SABORA ACOLA

COLOR

0.5 3.7 0.1

1.1 4.0 1.2

0.8 3.8 0.7

0.9 3.8 0.6

0.8 3.8 0.8

0.3 3.7 0.3

0.6 3.7 0.6

Penalty Effect

Penalty Effect

Predicted Mean

0.6 3.7 0.3

Penalty Effect

Penalty Effect

Predicted Mean

1.0 3.9 0.8

0.8 3.8 0.9

1.1 3.9 0.7

0.7 3.7 0.5

0.4 3.7 0.6

0.6 3.7 0.9

Penalty analysis

FuerteJusto Débil