Análisis de clases latentes (ACL)

El análisis de clases latentes es un método de regresión por conglomerados que utilizamos para descubrir segmentos de encuestados con estructuras de preferencias (latentes) similares en datos de elección. A diferencia de las técnicas de conglomerados tradicionales, primero clasifica a los encuestados en segmentos lo más distintos posible y, a continuación, estima los parámetros de la estructura de preferencias a nivel de segmento en lugar de a nivel de encuestado.

Clase latente: ventajas y limitaciones

• Proporciona un buen conocimiento de la estructura del mercado y de los grupos destinatarios a los que puede dirigirse.
• Aporta información útil para la optimización de la cartera de productos, ya que permite conocer la heterogeneidad de las preferencias.
• Ofrece un equilibrio perfecto entre unos parámetros a nivel de encuestado perspicaces pero potencialmente inestables y unos parámetros a nivel de muestra sólidos pero excesivamente generalizadores.

Clase latente: ¿cuándo utilizarla?

• Una aportación perfecta para optimizar la línea de productos
• Identificar necesidades no satisfechas para el desarrollo de productos
• Identificar los distintos grupos de precios y lo que valora cada grupo, para poder dirigirse a ellos.