Blog
Últimas novedades, guías y consejos de Kicue.
Página 2 / 6
¿Cuántas preguntas debe tener una encuesta? La longitud justa para evitar el abandono
¿Cuántas preguntas debe tener una encuesta? La conclusión: tomar como referencia «5 minutos y unas 15 preguntas» y recortar a partir del objetivo. Por qué más preguntas reducen la tasa de respuesta y la calidad, los 5 pasos para fijar la longitud adecuada y cómo recortar para evitar el abandono, explicado con estudios como Galesic & Bosnjak (2009) y el criterio de la práctica.
Leer másGuía de test de concepto — Medir la aceptación antes del lanzamiento
Cómo diseñar un test de concepto que evalúe nuevos productos, funciones o copys publicitarios mediante encuesta antes del lanzamiento. Explica cuándo usar la prueba monádica, monádica secuencial y comparativa, los indicadores estándar (intención de compra, novedad, atractivo, singularidad), cómo leer el Top Box, la importancia de comparar contra normas (base de datos normativa) y cómo construir el estímulo (texto de concepto). Todo ordenado con la textura del oficio. La puerta de entrada a la investigación previa al lanzamiento, antes del PSM, el conjoint y el MaxDiff.
Leer másGuía de encuestas de segmentación de clientes — Dividir clientes con análisis de clústeres
Cómo diseñar una encuesta de segmentación de clientes que clasifique a los clientes en segmentos con sentido a partir de los datos de la encuesta. Explica la diferencia entre la segmentación a priori y la post-hoc (análisis de clústeres), los cuatro ejes de clasificación (demográfico, conductual, de necesidades y psicográfico), cuándo usar el análisis de clústeres jerárquico, k-medias y el análisis de clases latentes, cómo decidir el número de segmentos y las 6 condiciones de un segmento utilizable. Todo ordenado desde la investigación sobre segmentación de Smith (1956) en adelante y el oficio práctico.
Leer másGuía de análisis de factores clave (Key Driver Analysis) — Qué mueve la satisfacción y el NPS
Cómo identificar los factores que mueven la satisfacción global y el NPS con el análisis de factores clave (Key Driver Analysis). Cubre la trampa de decidir solo con coeficientes de correlación, la trampa de la multicolinealidad en la regresión múltiple, el valor de Shapley y los pesos relativos (Johnson's Relative Weights) que la resuelven, y el error más grave: confundir correlación con causalidad. Todo ordenado desde la investigación sobre importancia relativa de Johnson (2000) y el oficio práctico. También sitúa al método como la fuente de la importancia derivada para el IPA (análisis de importancia-desempeño).
Leer másAnálisis de importancia-desempeño (IPA) — Priorizar mejoras en 4 cuadrantes
Explicamos el análisis de importancia-desempeño (IPA: Importance-Performance Analysis), que organiza los resultados de una encuesta de satisfacción en 4 cuadrantes —mejora prioritaria / mantener / calidad excesiva / baja prioridad— para decidir el orden de prioridad de las mejoras. Cubrimos la diferencia entre la importancia preguntada directamente y la derivada estadísticamente, cómo elegir el punto de corte de los ejes (media vs mediana), el efecto techo de la satisfacción como mayor trampa, y cómo construir el diagrama de dispersión, ordenando todo con el conocimiento académico desde Martilla & James (1977) y las trampas de la práctica real.
Leer másGuía de diseño de encuestas de churn — Convertir razones de cancelación en mejoras
Diseño de encuestas de churn (encuestas de clientes perdidos, exit surveys) para capturar de forma estructural las razones de cancelación en SaaS / suscripciones. Organizamos las 6 categorías típicas de motivos de cancelación, las diferencias de diseño entre exit y win-back, la segmentación Avoidable / Unavoidable y la conexión con el bucle cerrado, basándonos en hallazgos académicos como Keaveney (1995) y Tax et al. (1998) y en patrones de implementación de la industria SaaS.
Leer másGuía de diseño de MaxDiff (Maximum Difference Scaling) — Medir prioridades
Cómo evitar el efecto techo donde todos los ítems quedan marcados como «importantes» en una escala Likert y medir las prioridades reales mediante MaxDiff (Maximum Difference Scaling, Best-Worst Scaling). Organizamos el diseño experimental, el tamaño de muestra, el cálculo de puntuaciones con jerarquía bayesiana y la diferenciación con conjoint, apoyándonos en el texto original de Louviere & Woodworth (1990) y en la práctica de los proveedores de implementación.
Leer másGuía de métodos de muestreo en encuestas — aleatorio, estratificado, conglomerado
Una organización de los métodos de muestreo que deciden a quién seleccionar en una encuesta, divididos en muestreo probabilístico (aleatorio simple, sistemático, estratificado, por conglomerados) y no probabilístico (por conveniencia, por cuotas, bola de nieve). Explicamos desde la perspectiva editorial las bases académicas de Kish (1965) y Lohr (2010) junto con las pautas prácticas para la era de los paneles online.
Leer másAgregar datos de encuestas en Excel — 5 pasos de CSV a chi-cuadrado
Organiza en 5 pasos el flujo práctico desde descargar el CSV de tu herramienta de encuestas hasta agregarlo en Excel. Desde medidas contra problemas de codificación UTF-8, agregación total (GT) y tabulación cruzada con tablas dinámicas, prueba de chi-cuadrado con la función CHISQ.TEST, hasta la creación de gráficos y el uso compartido interno — un procedimiento para completar un informe en 30 minutos.
Leer másÉtica en investigación de encuestas — Informed Consent y GDPR / APPI
A medida que la operación de encuestas madura, la ética de investigación y la protección de datos personales se vuelven inevitables. Desde los 3 principios del Belmont Report hasta la implementación del Informed Consent, las diferencias regionales entre GDPR / APPI / CCPA, el riesgo de información personal en respuestas abiertas, las consideraciones para niños y poblaciones vulnerables, hasta las pautas prácticas operativas, organizamos todo con base académica y guías regulatorias.
Leer más