El Reporte GRIT 2018 (GreenBook Research Industry Trends Report) es un excelente recurso para todos los investigadores preocupados por descubrir las nuevas tendencias, tecnologías e innovaciones que ayuden a comprender mejor a los consumidores, por ejemplo el uso de nuevas tecnologías en investigación de mercados.
Como cada año se publicó el reporte anual con los datos más relevantes de la industria de la investigación, con información valiosa recolectada en los primeros 5 meses del 2018.
Al comparar estos datos con resultados anteriores podemos despejar una gran incógnita ¿A dónde se dirige la industria de la investigación? Te invitamos a descubrir los datos más destacados de la primer parte de este reporte, en esta ocasión sobre la adopción de herramientas de automatización.
Uso de nuevas tecnologías en la industria de la investigación de mercados según el Reporte GRIT 2018
La automatización sigue siendo uno de los temas clave dentro del mundo de la investigación de mercado. En 2017, el Reporte GRIT 2018 creó un punto de referencia para la adopción de la automatización evaluando nuevas tendencias y tecnologías utilizadas en la investigación de mercados.
Actualmente la automatización está muy extendida en la industria de la investigación. Muchas organizaciones han adoptado plataformas de automatización especialmente en el área de la investigación cuantitativa. Estos cambios pueden visualizarse de manera más clara en el siguiente gráfico del Reporte GRIT 2018:
Las secciones de color verde oscuro muestra áreas donde las plataformas de automatización ya están siendo utilizadas, y el verde claro muestra dónde se están explorando o realizando pruebas.
Las cuatro principales categorías tienen un 20% o más de aprobación entre organizaciones que declaran ya estar haciendo uso de este tipo de tecnología para mejorar sus resultados, esta cifra combinada con el grupo de empresas en fase exploratoria dan como resultado un número cercano al 50%.
Este dato resulta muy importante ya que nos permite observar cómo la automatización gana terreno entre la industria y agencias de investigación, esto no es sorpresa, ya que este tipo de tecnología permite a los investigadores eliminar tareas repetitivas y tediosas para centrarse en actividades realmente importantes como por ejemplo el análisis de datos.
Las cuatro áreas principales de automatización incluyen gráficos, análisis de datos de encuestas, análisis de datos de texto y análisis de redes sociales. Sin embargo,, los números han disminuido un poco en comparación al año pasado.
Relación entre la experimentación y la adopción de nuevas tecnologías en investigación de mercados
Los patrones de adopción y experimentación son similares: mientras más personas usan algo, otras realizan experimentos con ese algo.
Sin embargo, al mirar la gráfica anterior se pueden notar excepciones interesantes.
En particular, se puede observar que hay más personas experimentando con “análisis de la data de video e imágenes” e “integración con frameworks más grandes”, que compañías implementando estos aspectos.
¿Qué quiere decir esto? Que en estas dos áreas en específico el cambio será más rápido que con la automatización en general.
Comparación con 2017
La gráfica a continuación, compara la data entre 2017 y 2018. Lo interesante es que en el presente año, se incluyeron otros dos ítems que no fueron abordados el año pasado. La data muestra la combinación de “Adoptados” y en “Exploración”, lo que genera un “uso neto”.
La primera clave es que las tareas a las que se les está automatizando con prioridad son casi las mismas que en 2017. En específico, en un 91%. Las cinco tareas principales en 2018, son las mismas que en 2017.
Los dos ítems nuevos son “análisis de data de otras fuentes” e “integración con frameworks más grandes”.
Las áreas principales de automatización son la creación de gráficas, análisis de data recolectada con encuestas, análisis de data de textos y el análisis de social media.
Cuándo no es aplicable la automatización
Al analizar la automatización de funciones y tareas, se debe considerar qué tanto una empresa realiza cada actividad. No podemos decir que algo se ha automatizado si no se está usando regularmente.
La tabla nos muestra que el 41% de las organizaciones no eligen “asignar talento contratado a proyectos”, 37% no “asocian proveedores & compradores” y 37% no realizan «Análisis de datos biométricos/datos no conscientes”.
No es posible saber aún si estas funciones se volverán más importantes en el futuro, a medida que la automatización en la industria y el uso de nuevas tecnologías en investigación de mercados se vuelva norma. Pero se puede suponer que las compañías intentarán adaptar su modelo de negocios y procesos internos para al menos experimentar con estas áreas en un futuro.
Definiendo el enfoque
La segunda observación más importante es que los números de 2018 son un poco menores que en 2017. Esto puede deberse a algún pequeño error en la muestra, pero la data se hará más clara conforme vaya realizándose esta investigación a lo largo de los años.
La edición del Q3-Q4 2017 del Reporte GRIT sugirió que las compañías se han estado enfocando en monetizar sus experimentos de años anteriores en términos de nuevas técnicas.
Este enfoque definido hace evidente que a las compañías les interesa automatizar y hacer uso de nuevas tecnologías en investigación de mercados con el fin de maximizar su desempeño y ahorrar costos.
La hipótesis del “enfoque definido“ es apoyado además por el aumento en el uso de la respuesta «No aplicable a nuestra organización», que es una declaración de lo que una organización no hace.
Por ejemplo, cuando se comparan las respuestas de 2017 y 2018, “”Coincidencia de talento en contrato para proyectos» el valor “No aplicable” aumentó de 38% a 41%, «Análisis de datos biométricos/datos no conscientes» NA aumentó de 35% a 37%, y «Grupo de enfoque en línea / moderación IDI” NA aumentó de 25% a 30%.
Otra pregunta importante es ¿Cuando la automatización deja de ser automatización y simplemente se convierte en la corriente principal?. La mayoría de los investigadores están utilizando computadoras para una mayor variedad de tareas, las cuales han sido automatizadas en el pasado.
Por ejemplo, la mayoría de las investigaciones de encuestas se realizan a través de investigación online, lo que habría sido considerado como automatización en el pasado, y la mayoría de los gráficos no se producen con pluma y papel cuadriculado, sino presionando un botón, pero no pensamos en ello como automatización en 2018. A medida que la automatización se vuelve común, solemos dejar de llamarlo automatización.
La única tarea que ha demostrado un aumento en la adopción de automatización a partir de 2017 es el Diseño de proyectos. El diseño de proyectos es una buena área para monitorear, ya que esta es una tarea en la que la Inteligencia Artificial podría marcar una gran diferencia. Hasta ahora esto puede ser lento, costoso y propenso a errores, pero la automatización podría hacer que el proyecto de diseño sea más rápido, más barato y mejor.
Comparación de la adopción de la automatización
| Tareas automatizadas | Uso en 2017 | Uso en 2018 | Cambio |
|---|---|---|---|
| Análisis de texto | 53% | 52% | -1% |
| Análisis de datos de encuestas | 56% | 51% | -5% |
| Tablas e infografías | 56% | 51% | -5% |
| Análisis de Social Media | 46% | 44% | -1% |
| Diseño de encuestas | 41% | 38% | -3% |
| Análisis de otras fuentes | * | 38% | NA |
| Diseño de proyectos | 29% | 37% | 0.07 |
| Análisis de datos de video e imágen | 36% | 35% | -1% |
| Muestreo | 42% | 34% | -8% |
| Integración con grandes frameworks | * | 31% | NA |
| Reporte escrito | 32% | 30% | -2% |
| Focus Group en línea / moderación de IDI | 36% | 26% | -10% |
| Análisis de datos biométricos / no conscientes | 25% | 21% | -4% |
| Análisis de atribución | 26% | 19% | -7% |
| Coincidencia de proveedores y compradores | 17% | 15% | -2% |
| Coincidencia de talento en contrato para proyectos | 16% | 10% | -6% |
Las filas se clasifican en orden descendente que están «en uso» en 2018.
La tabla en esta sección muestra la adopción de automatización para clientes comparado con proveedores y está ordenado por diferencia (esto quiere decir Valores de Cliente menos Valores de Proveedor). De las 16 tareas, 10 de ellas mostraron diferencias relativamente pequeñas (de -5% a + 5%).
Existen 5 tareas donde los proveedores reportan niveles más altos de adopción de automatización . Esas 5 áreas, desde Redacción de Reportes a Gráficas e Infografías, se relacionan con el diseño/implementación de proyectos y la creación de producción finalizada, y están enfocadas a investigación por medio de encuestas.
Los clientes se encuentran bien adelantados a los Proveedores en adopción de automatización para el análisis de datos de redes sociales. 55% de los clientes dicen que han automatizado tareas, pero sólo el 41% de proveedores dicen esto. Esto replica los resultados de ediciones pasadas.
Los clientes parecen estar más comprometidos con el análisis de redes sociales en comparación a los proveedores, quienes soportan la idea de que los clientes están abasteciendo grandes cantidades de análisis mediáticos por parte de fuentes no especializadas en investigación de mercados.
De cualquier manera, también podría ser cierto que los clientes, como grupo, tienen una necesidad en común de hacer análisis de redes sociales pero sólo unos cuantos proveedores se especializan en ello. Mucho del análisis podría venir de fuentes de investigación, pero no extenderse entre compañías que no la proveen (tales como proveedores simples).
*Información proporcionada por GRIT
Quizá te interese leer: Cómo realizar una investigación de mercados por redes sociales.
Diferencias por región
La tabla en esta sección muestra las diferencias en cuatro amplias regiones. Las cuatro regiones que son América del Norte (EE. UU., Canadá y México), Europa, APAC (región de Asia y el Pacífico), y el resto del mundo.
Las tareas se ordenan en una tasa de adopción descendente a nivel global. El código de color para las regiones varía de brillante verde para los valores más altos (por ejemplo, 59% de APAC para «Análisis de datos de texto «), hasta rojo brillante para los valores más bajos (El 9% de Europa para «Coincidir talento de contrato para proyectos»).
Las dos últimas columnas explican qué región tiene el la tasa de adopción más alta y más baja para cada tarea.
El mensaje principal de estos datos es que la imagen global también es la imagen en cada región, con algunas diferencias sutiles. Por ejemplo, en el área del Resto del Mundo, el «Análisis de datos de texto» es un poco menor (tal vez debido a la cantidad de idiomas no bien respaldados por técnicas automatizadas en estos países), y «Gráficos e infografías» es un poco más alto al 59%.
América del Norte y Europa tienden a tener una puntuación ligeramente inferior a la región de Asia Pacífico y resto del mundo en términos de adopción de automatización. Esto podría ser porque el estudio GRIT es capaz de profundizar un poco más en la investigación de mercado y las perspectivas de la profesión, lo que podría resultar en puntajes ligeramente más bajos.
A medida que un nuevo enfoque se convierte en un estándar, a menudo deja de ser visto como «automatización», lo que podría explicar algunos de los puntajes más bajos en América del Norte (un mercado a menudo asociado con la adopción temprana de la tecnología).
Tomemos en cuenta que las cuatro regiones no son iguales. Según el estudio de mercado global 2017 de ESOMAR, América del Norte representa el 44% del gasto mundial en investigación, Europa 36%, APAC 15% y el resto del mundo aproximadamente 5% (aunque en volumen las figuras serían diferentes). La cantidad de dinero gastada en una región o país será uno de los impulsores del desarrollo de la automatización.
