Análisis de FactoresMauricio Acevedo - 00455754EGADE ITESM CEMMT4005.1 Sistemas de inteligencia de mercadosProf. Jorge RamírezJulio 2012

Objetivo

• Realizar un análisis de factores con datos reales:• Variables que afectan la venta a través del

website de una cadena hotelera• Determinación de factores que más influyen

en la venta • Uso de herramientas tecnológicas especializadas

• SPSS• Uso de modelos y herramientas estadísticas

Resumen ejecutivo• Determinar cuales son los factores que afectan las ventas del

canal website en una cadena hotelera líder en Latinoamérica• Muestra de 337 registros con 15 variables, tales como

• Marca, mes, numero de visitas al sitio, canal de venta• Elaboración de un análisis estadístico llamado Análisis de

Factores• Reducción a 4 factores

• Atracción del sitio• Experiencia de la página• Estacionalidad• Visibilidad de la página

• Uso de tecnología especializada e interpretación de datos - SPSS

Introducción• Responder a la pregunta

• ¿Cuáles son los factores que determinan el comportamiento de venta del website de la cadena hotelera líder de Latinoamérica?

• Determinar variables del website de distintas fuentes• Reportes de ventas• Google Analytics• Métricas de desempeño

• Uso de SPSS• Software especializado en análisis estadísticos

• Interpretación de resultados• Determinación de factores

DESARROLLO DEL ESTUDIO

Datos muestra• Muestra de 337 registros• Variables de estudio

• Marca• 7 marcas diferentes

• Origen• Mexico• EUA/Canadá• Brasil• Resto del Mundo

• Mes• Primeros 6 meses del año 2012

• Numero de Reservaciones• Cuarto noche vendidos

• Numero de habitaciones vendidas• Ingreso por reservaciones• Ticket promedio

• Relación entre numero de reservaciones e ingreso

• Tarifa promedio• Relación entre numero de

cuartos noches e ingreso• Tasa de conversión

• Relación entre numero de visitas al sitio y numero de reservaciones

• Visitas al sitio• Tasa de rebote

• Métrica de Google Analytics para conocer el interés de los usuarios por la pagina visitada*

• Tiempo de estancia en la pagina• Canal

• Chat / Call center• www

• Tiempo de carga del sitio• Tiempo de espera para que la

pagina se despliegue de manera correcta en el navegador

*ver glosario al final

Variables elegidas para el estudio• Origen• Mes• Visitas• Tasa de rebote*• Tiempo de estancia en la pagina• Canal• Tiempo de carga del sitio

*ver glosario al final

Grafica de sedimentación

Se alcanzan a determinar 4

factores

Matrices de componentes con análisis de componentes principales - SPSS

Sin rotar Rotada

Matrices de componentes con análisis de componentes principales

Factoressin Rotar

1 2 3 4

Marca -.042 .009 .719 -.354

Localidad .413 .638 .264 -.093

Mes -.017 -.542 .471 -.098

Visitas -.674 -.179 -.243 .000

Rebote .824 -.445 -.136 -.001

Tiempo_avg_secs -.876 .393 .112 .000

Canal .024 .010 .352 .925

Tiempo_carga .385 .826 -.087 .000

Matriz de componentes

Componente

Factorescon rotación

1 2 3 4

Marca .117 .152 .777 -.067

Localidad -.049 .798 .125 .015

Mes -.182 -.379 .584 .086

Visitas .491 -.513 -.174 -.106

Rebote -.945 -.027 -.029 -.022

Tiempo_avg_secs .965 -.046 .021 .012

Canal .011 .014 -.016 .990

Tiempo_carga .025 .874 -.268 -.030

Matriz de componentes rotados

Componente

CanalMarcaTiempo de carga y localidadTasa de rebote

CanalMarca y mesTiempo de carga y localidadTiempo estancia en la pagina

Valores en verde posibles factores

Grafico para comprobar factores - SPSS

Relación muy forzada

Relación muy forzada

Posible Factor

Posible Factor

KMO y prueba de Bartlett - SPSS

Prueba de KMO muestra que los datos

pueden no ser muy útiles

Prueba de Bartlett muestra que el análisis de factores si puede ser

útil

Comunalidades - SPSSMarca y Canal parece que

no encajan bien en nuestros datos

Matrices factoriales - SPSS

Sin rotar Rotada

Matrices factoriales

Factoressin rotar

1 2 3 4

Marca .028 -.002 .034 -.116

Localidad -.275 .590 .395 .120

Mes -.020 -.408 .570 .089

Visitas .500 -.218 -.181 .370

Rebote -.860 -.304 -.111 .138

Tiempo_avg_secs .956 .271 .087 -.001

Canal -.011 .006 .014 -.080

Tiempo_carga -.285 .903 -.108 .098

Matriz factorial

Factor

Factoresconrotación

1 2 3 4

Marca .032 -.013 .013 -.118

Localidad -.026 .769 .053 -.006

Mes -.056 -.049 .703 -.013

Visitas .377 -.367 .025 .435

Rebote -.919 .005 .058 .125

Tiempo_avg_secs .995 -.053 -.038 .020

Canal -.005 .003 -.003 -.082

Tiempo_carga -.017 .791 -.536 .061

Matriz de factores rotados

Factor

Tiempo de estancia en la paginaTiempo de cargaMesVisitas

Tiempo de estancia en la paginaLocalidad y tiempo de cargaMesVisitas

Valores en verde posibles factores

Comprobación grafica en factorial rotado

Factor

Factor

Factor

Factor

Reducción de factores• Con los anteriores ejercicios se pueden agrupar las siguientes variables

• Tiempo de estancia en la pagina• Localidad y tiempo de carga• Mes• Visitas

• Creando los siguientes factores• Atracción del sitio

• El usuario permanece más tiempo en el sitio si lo encuentra interesante• Experiencia de la página

• Será mejor mientras mas rápido cargue el sitio en el navegador, lo cual también depende de que país la visite

• Estacionalidad• Pues la hotelería es un negocio de temporadas altas y bajas

• Visibilidad de la página• pues depende el numero de visitantes, de su reputación, promociones y

posicionamiento en Google

Conclusiones• Las herramientas matemáticas que la estadística provee nos permiten

tener una mejor visión de los factores que afectan el negocio.• La combinación de herramientas estadísticas y tecnológicas resulta en

un circulo virtuoso de exactitud y velocidad, muy convenientes para la toma de decisiones oportuna.

• En el caso de este estudio, de un universo de casi 20 variables, pudimos reducir a 4 como los factores:• Atracción del sitio• Experiencia de la página• Estacionalidad• Visibilidad de la página

• Con esta reducción, el equipo de mantenimiento y operación del website se podrá enfocar en mejorar los factores que realmente aportan valor a la compañía, pues afectan directamente al ingreso del canal.

Fuentes de información

Neustar Webmetrics is a leading provider of collaborative web performance management solutions. Webmetrics website monitoring and

testing services are used by companies that want to ensure online performance, competitive advantage and a positive end-user experience.

http://www.webmetrics.com/

http://www.google.com/analytics/

Reporte de Medición WEB diario de cadena de hoteles más grande de Latinoamérica

Glosario• Porcentaje de rebote

• El porcentaje de rebote el porcentaje de visitas a una sola página o visitas en las que el usuario ha abandonado su sitio desde la página de acceso (destino).

• Cuanto más atractivas resulten las páginas de destino, más usuarios permanecerán en el sitio y se convertirán en clientes.

• Fuente: Ayuda de Google Analytics http://support.google.com/googleanalytics/bin/answer.py?hl=es&hlrm=en&answer=81986

Gracias!

Análisis de FactoresMauricio Acevedo 00455754EGADE ITESM CEMMT4005.1 Sistemas de inteligencia de mercadosProf. Jorge RamírezJulio 2012a00455754@itesm.mx