Análisis de FactoresMauricio Acevedo - 00455754EGADE ITESM CEMMT4005.1 Sistemas de inteligencia de mercadosProf. Jorge Ram...
Objetivo• Realizar un análisis de factores con datos reales:  • Variables que afectan la venta a través del    website de ...
Resumen ejecutivo• Determinar cuales son los factores que afectan las ventas del  canal website en una cadena hotelera líd...
Introducción• Responder a la pregunta  • ¿Cuáles son los factores que determinan el comportamiento de    venta del website...
DESARROLLO DEL ESTUDIO
Datos muestra• Muestra de 337 registros• Variables de estudio                                          • Tarifa promedio  ...
Variables elegidas para elestudio• Origen• Mes• Visitas• Tasa de rebote*• Tiempo de estancia en la pagina• Canal• Tiempo d...
Grafica de sedimentación                   Se alcanzan a                   determinar 4                      factores
Matrices de componentes con análisisde componentes principales - SPSS      Sin rotar            Rotada
Matrices de componentes con análisis de componentes principales                                                           ...
Grafico para comprobar factores - SPSS        Posible Factor                                          Relación muy        ...
KMO y prueba de Bartlett -SPSS                                               Prueba de KMO                                ...
Comunalidades - SPSSMarca y Canal parece que  no encajan bien en    nuestros datos
Matrices factoriales - SPSS     Sin rotar         Rotada
Matrices factoriales                  Tiempo de estancia en la pagina                                                     ...
Comprobación grafica enfactorial rotado                Factor                                  Factor       Factor        ...
Reducción de factores• Con los anteriores ejercicios se pueden agrupar las siguientes  variables  •   Tiempo de estancia e...
Conclusiones• Las herramientas matemáticas que la estadística provee nos  permiten tener una mejor visión de los factores ...
Fuentes de información                             Neustar Webmetrics is a leading provider of collaborative web          ...
Glosario• Porcentaje de rebote  • El porcentaje de rebote el porcentaje de visitas a una sola página    o visitas en las q...
Análisis deFactoresMauricioAcevedo00455754EGADE ITESMCEMMT4005.1Sistemas deinteligencia demercadosProf. JorgeRamírezJulio ...
Próxima SlideShare
Cargando en…5
×

EGADE CEM 00455754 Mauricio Acevedo - Final - Analisis de factores

408 visualizaciones

Publicado el

Publicado en: Empresariales
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
408
En SlideShare
0
De insertados
0
Número de insertados
1
Acciones
Compartido
0
Descargas
5
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

EGADE CEM 00455754 Mauricio Acevedo - Final - Analisis de factores

  1. 1. Análisis de FactoresMauricio Acevedo - 00455754EGADE ITESM CEMMT4005.1 Sistemas de inteligencia de mercadosProf. Jorge RamírezJulio 2012
  2. 2. 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
  3. 3. 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
  4. 4. 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
  5. 5. DESARROLLO DEL ESTUDIO
  6. 6. Datos muestra• Muestra de 337 registros• Variables de estudio • Tarifa promedio • Marca • Relación entre numero de • 7 marcas diferentes cuartos noches e ingreso • Origen • Tasa de conversión • Mexico • Relación entre numero de visitas • EUA/Canadá al sitio y numero de reservaciones • Brasil • Visitas al sitio • Resto del Mundo • Tasa de rebote • Mes • Métrica de Google Analytics para • Primeros 6 meses del año 2012 conocer el interés de los usuarios • Numero de Reservaciones por la pagina visitada* • Cuarto noche vendidos • Tiempo de estancia en la pagina • Numero de habitaciones vendidas • Canal • Ingreso por reservaciones • Chat / Call center • Ticket promedio • www • Relación entre numero de • Tiempo de carga del sitio reservaciones e ingreso • Tiempo de espera para que la pagina se despliegue de manera correcta en el navegador *ver glosario al final
  7. 7. Variables elegidas para elestudio• Origen• Mes• Visitas• Tasa de rebote*• Tiempo de estancia en la pagina• Canal• Tiempo de carga del sitio *ver glosario al final
  8. 8. Grafica de sedimentación Se alcanzan a determinar 4 factores
  9. 9. Matrices de componentes con análisisde componentes principales - SPSS Sin rotar Rotada
  10. 10. Matrices de componentes con análisis de componentes principales Factores Canal Canal Factores Marca con Marca y mes Tiempo de carga y localidad Tiempo de carga y localidad sin Rotar Tasa de rebote rotación Tiempo estancia en la pagina Matriz de componentes Matriz de componentes rotados Componente Componente 1 2 3 4 1 2 3 4Marca -.042 .009 .719 -.354 Marca .117 .152 .777 -.067Localidad .413 .638 .264 -.093 Localidad -.049 .798 .125 .015Mes -.017 -.542 .471 -.098 Mes -.182 -.379 .584 .086Visitas -.674 -.179 -.243 .000 Visitas .491 -.513 -.174 -.106Rebote .824 -.445 -.136 -.001 Rebote -.945 -.027 -.029 -.022Tiempo_avg_secs -.876 .393 .112 .000 Tiempo_avg_secs .965 -.046 .021 .012Canal .024 .010 .352 .925 Canal .011 .014 -.016 .990Tiempo_carga .385 .826 -.087 .000 Tiempo_carga .025 .874 -.268 -.030 Valores en verde posibles factores
  11. 11. Grafico para comprobar factores - SPSS Posible Factor Relación muy forzada Relación muy forzada Posible Factor
  12. 12. 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
  13. 13. Comunalidades - SPSSMarca y Canal parece que no encajan bien en nuestros datos
  14. 14. Matrices factoriales - SPSS Sin rotar Rotada
  15. 15. Matrices factoriales Tiempo de estancia en la pagina Factores Tiempo de estancia en la pagina Factores Tiempo de carga con Localidad y tiempo de carga Mes Mes sin rotar Visitas rotación Visitas Matriz factorial Matriz de factores rotados Factor Factor 1 2 3 4 1 2 3 4Marca .028 -.002 .034 -.116 Marca .032 -.013 .013 -.118Localidad -.275 .590 .395 .120 Localidad -.026 .769 .053 -.006Mes -.020 -.408 .570 .089 Mes -.056 -.049 .703 -.013Visitas .500 -.218 -.181 .370 Visitas .377 -.367 .025 .435Rebote -.860 -.304 -.111 .138 Rebote -.919 .005 .058 .125Tiempo_avg_secs .956 .271 .087 -.001 Tiempo_avg_secs .995 -.053 -.038 .020Canal -.011 .006 .014 -.080 Canal -.005 .003 -.003 -.082Tiempo_carga -.285 .903 -.108 .098 Tiempo_carga -.017 .791 -.536 .061 Valores en verde posibles factores
  16. 16. Comprobación grafica enfactorial rotado Factor Factor Factor Factor
  17. 17. 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
  18. 18. 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.
  19. 19. 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/ Reporte de Medición WEB diario de cadena de hoteles más grande de Latinoamérica http://www.google.com/analytics/
  20. 20. 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
  21. 21. Análisis deFactoresMauricioAcevedo00455754EGADE ITESMCEMMT4005.1Sistemas deinteligencia demercadosProf. JorgeRamírezJulio 2012a00455754@itesm.mx Gracias!

×