segmentacion generaciones
Slider

Tipos de respuesta del consumidor según la psicología social


Modelos de atribución y de inferencia causal [1/5]

Estas entregas serán construidas por colaboradores de Grupodot, para dar continuidad a la serie de artículos.

Este artículo es el primero de una serie de artículos construidos por colaboradores de Grupodot, dedicada a presentar los conceptos básicos, como metodologías y herramientas disponibles para la implementación de modelos de atribución e inferencia causal, orientados a comprender y promover conversiones (acciones) específicas de sus clientes, especialmente en la interacción con la publicidad.

Desde marketing, la atribución es la práctica de seguimiento y asignación de valores a los puntos de contacto del marketing en línea, (o en diversos canales) que conducen a una conversión definida.

¿Qué dispara las acciones de los clientes?

Más que tratarse de un tema casual, contar con modelos eficientes tanto de atribución como de causalidad, permite conocer las causas que disparan las acciones de los clientes, siendo un imperativo para cualquier compañía que esté comprometida con un proceso de transformación digital o que quiera ganar y sostener su ventaja competitiva, apoyándose en interacciones con sus clientes en canales físicos y digitales.

Consideramos que empleando estos dos conceptos complementarios, pueden realizarse análisis y construcciones alrededor del comportamiento de los clientes, obteniendo una estrategia alternativa para dar respuesta a las preguntas comunes y valorar los momentos de interacción que más pueden aportar a los objetivos e intenciones de una compañía frente a sus públicos objetivo.

Los conceptos básicos serán presentados desde la psicología social, ayudando a tener una perspectiva diferente frente al entendimiento de los modelos causa/efecto, su aplicación al marketing y análisis del comportamiento de los usuarios; de igual manera serán abordados los conceptos de ciencias “duras” relacionados con modelos de inferencia causal.

El primer problema: Poner en su lugar al análisis de correlación y el prejuicio

Tal vez sea por nuestra formación lineal que tendemos a dar un alto valor a los resultados basados en promedios y correlaciones, por lo cual, atribuimos la totalidad de las causas de los eventos a las correlaciones que disponen entre sí los valores cualitativos y cuantitativos. Podemos acudir a ejemplos dramáticos como los que presenta spurious-correlations:

Number of people who drowened by falling into the pool

Luego de ver estas gráficas, seguramente puede pensar que no está muy lejos de situaciones en las que el sesgo prevalece sobre la objetividad, ya sea por presión, necesidad de “ganar” un cliente o un lugar dentro de una compañía. Tal vez sea por la tendencia natural subjetiva que le damos a menudo un uso equivocado a las herramientas de correlación.

Por ello, una condición esencial para la inclusión exitosa de los conceptos de modelos de atribución a las prácticas de los equipos de: Marketing, BI, Data Engineer, entre otros, es dar lugar a las correlaciones y el prejuicio, enfocándose en el trabajo que requiere el análisis causal y el procesamiento adicional de datos, pues la correlación entre dos variables no implica que una cause el comportamiento de la otra.

Teoría de la atribución e inferencia causal

Se presentan dos rutas de trabajo complementarias: teoría de la atribución e inferencia causal, la primera proveniente de la psicología social y la segunda de las ciencias básicas (estadística, matemáticas y relacionadas).

Una conclusión anticipada y primer pre-requisito sugerido en este tipo de recetas de modelamiento, es que antes de entrar en la preparación de un modelo de datos causal, es primordial evaluar si se están haciendo las preguntas correctas sobre los segmentos de usuarios.

La segmentación tradicional, basada en el valor-gasto-capacidad monetaria del cliente, tiende a ocultar ante los ojos de los analistas y equipos de marketing las formas de agrupamiento vitales, como aquellas que se centran en la consistencia del comportamiento de los usuarios para la toma de decisiones.

Teoría de la atribución. Fritz Heider (1958)

The Psychology of Interpersonal Relations

Heider sentó las bases de dos causas posibles que pueden dar cuenta del comportamiento de los demás:

Atribución interna: Es el proceso de asignar la causa del comportamiento basado en rasgos internos de la persona como personalidad, conocimiento, habilidades, deseos e intenciones, más que en agentes externos.

Atribución externa: También llamada atribución situacional, se refiere a la interpretación del comportamiento de una persona estando inmerso en un contexto como el clima e influencia de otros.

Modelo de covariación de H. Kelley

Uno de los principales problemas que estas definiciones y la teoría de atribución tienen, es que para muchos se trata de sentido común, y es por esto que asumen condiciones sesgadas en lo que Heider y otros autores llaman psicología ingenua.

Harold H. Kelley lo plasma de una forma interesante en su artículo: The Processes of Causal Attribution (1973): “Creo que la psicología social finalmente está comprendiendo que el rol apropiado que debe tomar no es cofundar el sentido común sino más bien: analizar, refinar y ampliar en él.”

Para Kelley, la teoría de atribución “… se trata de cómo la gente hace explicaciones causales, sobre cómo las personas responden los cuestionamientos comenzando con ¿“por qué”? Se centra en la información que las personas utilizan para realizar inferencias causales, y en lo que hacen con esa información para responder las preguntas causales.” (Kelley ,1973).

En Grupodot hemos integrado la psicología social, la cual trata de comprender por qué las personas deciden cómo deciden, para complementar parte del modelo de atribución (causa/efecto).

Causalidad en el comportamiento del usuario

La causalidad en los eventos tiene para nosotros un alto componente en la forma en que las personas (los usuarios) ejecutan una acción, por ejemplo, las muestras de datos dan cuenta sobre cómo fluyen las personas dentro de un espacio físico que pertenece a una tienda por departamentos.

Se realizan segmentaciones iniciales, dividiendo los grupos entre aquellos que tienen una respuesta consistente en todas las series y aquellas que no. El primer grupo lo denominamos como consistentes y decidimos que basan mayormente su decisión en rasgos propios (atribución interna), y solo en estas poblaciones vemos las condiciones de contexto, cuando por alguna razón, existe inconsistencia en su comportamiento.


Esto permite que los análisis globales de tendencia mejoren, pues no se mezclan datos de contexto y propios de cada usuario con el mismo peso, para el caso en que son usuarios consistentes o inconsistentes que seguramente son influenciables por las variables externas.

Principio de co-variación

Kelley profundizó en el tema, centrándose en un modelo lógico para juzgar cuándo una acción particular debería ser atribuida a características de la persona o al contexto.

Él definió el principio de co-variación: “Un efecto es atribuido a una de sus posibles causas con las cuales, con el tiempo, co-varía. Esto implica que hay ocasiones en que tanto el efecto como su causa están presentes y otras en que los dos están ausentes”.

Regresando al ejemplo de la tienda por departamentos, casi la totalidad de las personas que la visitan, previamente han tenido una experiencia similar en la misma tienda o en otras, por lo cual tienen información de múltiples observaciones y en diferentes situaciones (navidad, día de la madre, un domingo cualquiera, etc.).

Por consiguiente, cuando se construyen modelos de atribución que buscan analizar la eficacia de un aviso o promoción, ubicado en un punto específico de la tienda, inicialmente debe tomarse en cuenta si ese usuario es un visitante frecuente y consistente.

Si es así, puede construirse un modelo que se enfoque en la co-variación entre su historial de comportamiento en la tienda y allí buscar las causas, o si por el contrario es un usuario inconsistente, debería centrarse el análisis en todo el conjunto de variables de contexto dentro y fuera de la tienda.

Tipos de respuesta

Podemos decir que en las tiendas por departamentos existen personas para cualquier promoción, en cualquier época del año o en cualquier punto dentro de la tienda, todos son potenciales negocios que no se pueden perder, esta respuesta la llamaremos consistente.

Por otra parte, la tienda tiene mecanismos de estímulo: productos, descuentos, góndolas reubicadas, que son utilizados sin importar la época del año o el tipo de persona y garantizan las acciones esperadas; a esta respuesta la llamaremos: consenso.

Finalmente tenemos situaciones en las que hay un comportamiento tremendamente bueno o malo, asociado a un producto o acción que nunca fue desplegado con esa intención, esta será la respuesta distintiva.

Inferencias causales

Para responder a la pregunta: ¿cómo sabe una persona si sus percepciones, juicios y evaluaciones del mundo son correctas o verdaderas?, Kelley define un marco de trabajo de datos en tres ejes: persona/entidad/tiempo.

El marco de trabajo del análisis de varianza para realizar inferencias causales según Kelley (1973).
El marco de trabajo del análisis de varianza para realizar inferencias causales según Kelley (1973).

Y con base en él, define formalmente las respuestas así:

Patrón de datos que indica atribución a la persona: Respuesta Consistente. Kelley (1973)

Respuesta de consenso: Quiere decir que la respuesta del sujeto es similar a la que tienen otras personas ante el mismo estímulo en el mismo canal.

En este caso, los datos indican que es frecuente que la mayoría de personas, sin importar el momento en el tiempo, responden de la misma manera. De esta forma, los datos reflejarán que se trata de una interacción exitosa.

Patrón de datos que indica la atribución a las “circunstancias”. Respuesta distintiva. Kelley (1973)
Patrón de datos que indica la atribución a las “circunstancias”. Respuesta distintiva. Kelley (1973)

Lo que sugerimos es aumentar los mecanismos de medición sobre la interacción misma (góndola, espacio físico, artículo, etc.), para comenzar a construir micro-segmentaciones sobre el comportamiento “dentro” de la experiencia asociada a la entidad que logre el consenso.

Patrón de datos que indica la atribución a las “circunstancias”. Respuesta distintiva. Kelley (1973)
Patrón de datos que indica la atribución a las “circunstancias”. Respuesta distintiva. Kelley (1973)

Respuesta distintiva: Es la más compleja de todas, ya que únicamente es obtenida cuando la persona es sometida a un estímulo específico, en un canal determinado, para un tiempo en particular.

En este caso, se toman acciones similares a la de respuesta de consenso, pero son casos en los que necesariamente, debe atacarse el problema con modelos de inferencia causal.

Aplicación inicial: Arquetipos/Personas

Una herramienta comúnmente utilizada en marketing y diseño es el Buyer Persona. Una Persona es un arquetipo, que reúne de forma detallada características que describen y acercan a los equipos de trabajo a la realidad, el contexto, necesidades e intenciones de los públicos objetivo, que serán usuarios y clientes potenciales de las interacciones que construyan.

Una primera aplicación, desde el enfoque de la psicología social, de la atribución y del tipo de respuesta, es ampliar el modelo y plantillas de persona empleadas en los procesos de conceptualización y diseño, e integrar desde ese primer momento a los equipos de data con el equipo de diseño, para así determinar cómo están compuestos los primeros grupos de usuarios con base en el comportamiento.

Estableciendo así, si la persona definida pertenece a un modelo de atribución interna o externa y si su tipo de respuesta en la historia es: consistente, de consenso o distintiva.

Para ello sugerimos el siguiente esquema resumido de clasificación genérica, con base en el análisis inicial de los datos de transacciones o interacciones que se puedan tener del público a analizar:

Modelos de atribución
Modelos de atribución

Construcción complementaria de personas

  • Selección de datos de la interacción: Con base en la interacción a evaluar (impresión de un video, click de un ad, diligenciamiento de un formulario, acercarse a una sección dentro de una tienda, opinar en una red social, realizar una transacción bancaria, etc.), debe contarse con los datos de descripción de las personas, así como de las transacciones ejecutadas.

En cuanto a las personas, no se trata de trabajar con datos reservados o personales, los datos que los puedan ubicar socio-demográficamente son los esenciales, así como una identificación genérica (puede ser userID de Google Analytics) que permite diferenciar al sujeto en cada una de las transacciones que efectúa en distintos dispositivos y momentos.

  • Ubicación de personas dentro de las tipologías de atribución: El objetivo es dividir a todas las personas en dos grupos de acuerdo a los datos. Aquellos que tienen un comportamiento consistente frente a la transacción, con base en datos como: frecuencia, monto, tipo de producto, lugar, hora de compra y aquellos que no lo tienen.
  • Clasificación detallada dentro de los sujetos con respuesta consistente: Con el segundo punto ya se habrán obtenido 2 familias de personas, puede entonces tomarse la primera, la de los consistentes y buscar si dentro de ellos hay diferencias frente a la naturaleza del negocio.
  • Encontrar los de consenso y los distintivos: Con el grupo restante, el de atribución externa, se pueden buscar aquellos que tienen comportamientos comunes tipo consenso y separarlos de los distintivos.
  • Extraer atributos que describan las personas que emergen: Con los 4 grupos armados: dos de atribución y tres de respuesta, el objetivo será encontrar agrupaciones “emergentes” con los datos y transacciones existentes, utilizando técnicas de agrupamiento como análisis de cluster.
  • Analizar y proponer personas: Con la ejecución iterativa de los puntos 1 al 5, es posible encontrar y optimizar el hallazgo de personas “reales”, personas que existen y actualmente interactúan con el negocio en diversos canales.

Esto permitirá que al avanzar en el siguiente paso, inferencia causal, el análisis sea de mayor calidad dado que se contrastará con las poblaciones que ya han sido validadas.

Próxima entrega

Una vez que se cuenta con un análisis preliminar acerca del comportamiento y tipología de personas a ser incluidas, es momento de dar el siguiente paso: construir modelos de inferencia causal, complementados con análisis poblacional preliminar.

En la siguiente entrega hablaremos de los conceptos básicos de estos modelos para luego integrar los dos enfoques en la práctica.

Finalmente, como adelanto, las entregas siguientes se centrarán en la presentación general de los componentes internos y resultados tipo, que pueden ser obtenidos con la suite de herramientas de atribución de Grupodot.