Clase 134 — Investigación de mercado

Parte: 11 — Marketing, cliente y crecimiento
Nivel: Etapa 3 — Manager → Gerente
Duración sugerida: 150–180 minutos · Estándar: deep-class-v2

🎯 Propósito

Investigación de mercado reduce incertidumbre sobre tamaño, segmentos, comportamiento, competencia y drivers de compra. Combina datos secundarios, investigación cuantitativa y cualitativa. La pregunta de negocio determina método; una encuesta grande no arregla una pregunta sesgada.

La salida de esta parte es entender mercado, posicionamiento, canales, conversión, retención y crecimiento. En esta clase, esa progresión se concreta al exigir que cada afirmación sobre investigación de mercado termine en una definición operacional, una señal observable, una decisión y una condición de revisión.

📚 Resultados de aprendizaje

Al finalizar podrás:

1. Distinguir secondary research, qualitative research, quantitative research, sample, bias mediante observables, no por memoria verbal.
2. Explicar por qué esas distinciones cambian una decisión de manager → gerente.
3. Aplicar la secuencia 1. formular decisión de investigación → 2. revisar fuentes secundarias → 3. explorar cualitativamente → 4. diseñar medición cuantitativa si procede → 5. triangular y declarar límites conservando supuestos, alternativas y trazabilidad.
4. Interpretar sample coverage, response bias, confidence intervals sin confundir señal, explicación y causalidad.
5. Resolver el caso ejecutivo con al menos dos opciones plausibles y un criterio explícito de stop/revisión.
6. Contrastar dos obras de referencia y explicar dónde sus lentes son complementarias o entran en tensión.

🧭 Agenda

🧩 Conceptos centrales

🧠 Modelo mental

1. formular decisión de investigación → 2. revisar fuentes secundarias → 3. explorar cualitativamente → 4. diseñar medición cuantitativa si procede → 5. triangular y declarar límites

La secuencia nace del problema de esta clase: Investigación de mercado reduce incertidumbre sobre tamaño, segmentos, comportamiento, competencia y drivers de compra. Combina datos secundarios, investigación cuantitativa y cualitativa. La pregunta de negocio determina método; una encuesta grande no arregla una pregunta sesgada. El método es útil mientras las condiciones permitan observar las señales requeridas. No elimina incertidumbre; la hace visible y obliga a decidir proporcionalmente a la evidencia. Límite principal: Investigar puede retrasar acción si se busca certeza total. Usa el método mínimo que cambie una decisión y reconoce cuando un experimento de mercado ofrece mejor evidencia.

📖 Desarrollo

1. secondary research: mecanismo central

secondary research se entiende aquí como datos ya existentes de fuentes públicas o privadas. Esta es la pieza causal o estructural desde la que se inicia investigación de mercado: antes de formular decisión de investigación, el gerente debe poder señalar qué cambia en el sistema si el concepto está presente y qué debería observar si no lo está. Una definición que no produce predicciones observables todavía es demasiado vaga para dirigir.

La lectura rectora de este bloque es Philip Kotler & Kevin Lane Keller — Marketing Management. Su aporte se usa para examinar segmentación, targeting, posicionamiento, propuesta de valor y marketing mix. Aplica esa lente al caso sin convertirla en dogma: escribe una proposición de la obra que apoye tu diagnóstico, una condición del caso que la limite y una consecuencia práctica. La evidencia mínima es sample coverage; regístrala con periodo, unidad, población y baseline.

Relaciona el mecanismo con qualitative research. Si ambos cambian juntos, no concluyas causalidad automáticamente: identifica una tercera variable o mecanismo alternativo que también pueda explicar el patrón. El resultado de este bloque debe ser una hipótesis refutable, no una recomendación anticipada.

2. qualitative research: frontera conceptual y error de clasificación

Definición operacional: entrevistas u observación para explorar significados y mecanismos. Su valor está en distinguirlo de secondary research y quantitative research. En una decisión real, clasificar una situación en la categoría equivocada cambia la intervención: puedes asignar autoridad donde faltaba información, medir un output cuando debías observar un proceso o tratar una restricción como si fuera una preferencia.

Contrasta el problema con Byron Sharp — How Brands Grow, que aporta una mirada sobre disponibilidad mental y física, penetración y patrones empíricos de crecimiento de marcas. Formula dos mini-casos: uno que sí satisface la definición de qualitative research y otro que solo se parece superficialmente. Luego pregunta qué señal distinguiría ambos; para esta clase, response bias es una candidata, pero debe combinarse con evidencia cualitativa o documental cuando el fenómeno no sea directamente medible.

Antes de revisar fuentes secundarias, registra explícitamente qué decisión sería errónea si esta frontera conceptual se ignora. Esa frase convierte el vocabulario en criterio gerencial.

3. quantitative research: operacionalización y medición

quantitative research significa medición estructurada para estimar prevalencia o relaciones. El problema ya no es definirlo, sino operacionalizarlo: qué contar, durante qué ventana, con qué denominador, contra qué baseline y con qué segmentación. Una métrica útil conserva suficiente contexto para no confundir mejora local con mejora del sistema.

Al Ries & Jack Trout — Positioning orienta este bloque mediante perspectiva de Marketing aplicada al problema de la clase. Usa esa perspectiva para diseñar una ficha de medición: señal → fórmula/criterio → fuente → frecuencia → owner → interpretación permitida → interpretación prohibida. La señal asignada es confidence intervals. Si no existe un dato confiable, la salida correcta no es inventar precisión: diseña el mecanismo de captura y declara la incertidumbre.

Al llegar a explorar cualitativamente, compara tendencia, distribución y casos atípicos. Pregunta además si el indicador es leading o lagging y si puede ser manipulado por quienes son evaluados con él. La medición debe informar una decisión; nunca convertirse en el objetivo que reemplaza al fenómeno.

4. sample: trade-offs y efectos de segundo orden

Definición: muestra seleccionada de una población. Este concepto obliga a abandonar la idea de que investigación de mercado tiene una solución gratuita. Toda intervención consume autonomía, tiempo, caja, capacidad, atención, reputación o tolerancia al riesgo. Por eso, antes de diseñar medición cuantitativa si procede, se comparan al menos dos alternativas plausibles y se explicita qué se sacrifica en cada una.

Aaron Ross & Jason Lemkin — From Impossible to Inevitable aporta una lente sobre perspectiva de SaaS / Ventas aplicada al problema de la clase. Úsala para construir una matriz beneficio / costo / reversibilidad / stakeholder afectado / señal temprana. La evidencia themes saturated ayuda a detectar si el trade-off está ocurriendo como se esperaba, pero no elimina la necesidad de observar efectos laterales fuera del KPI principal.

Haz un pre-mortem de investigación de mercado: supone que la opción recomendada fracasó seis meses después y enumera tres mecanismos que podrían explicarlo. Al menos uno debe provenir de un efecto de segundo orden asociado a sample y otro de una hipótesis del caso que nunca fue validada.

5. bias: gobernanza, límites e integración

bias se define como distorsión sistemática introducida por pregunta, muestra o análisis y cierra el circuito porque traduce análisis en responsabilidad. La pregunta ejecutiva es quién decide, quién ejecuta, quién debe ser consultado, qué evidencia queda registrada y qué condición obliga a detener, corregir o escalar.

April Dunford — Obviously Awesome se utiliza para estudiar posicionamiento desde alternativas competitivas, atributos, valor y segmento y contrastar la recomendación final. Al ejecutar triangular y declarar límites, deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento. Esa trazabilidad protege contra el sesgo retrospectivo y mejora las revisiones posteriores.

La frontera de esta clase es explícita: Investigar puede retrasar acción si se busca certeza total. Usa el método mínimo que cambie una decisión y reconoce cuando un experimento de mercado ofrece mejor evidencia.. Conviértela en una regla operativa: si ocurre X → no aplicar automáticamente → consultar/escalar/revalidar. Integrar secondary research, qualitative research, quantitative research, sample y bias significa poder explicar qué parte del diagnóstico sostiene la decisión y cuál sigue siendo una apuesta.

6. Integración: de conceptos a una decisión defendible

La síntesis de investigación de mercado no consiste en sumar cinco definiciones. Empieza por secondary research, contrasta qualitative research con quantitative research, incorpora sample como restricción o mecanismo y usa bias para cerrar el ciclo. Si el análisis no puede explicar cuál de esas piezas cambió la recomendación, todavía no hay comprensión transferible.

Aplica ahora la secuencia 1. formular decisión de investigación → 2. revisar fuentes secundarias → 3. explorar cualitativamente → 4. diseñar medición cuantitativa si procede → 5. triangular y declarar límites. Para cada paso conserva tres columnas: evidencia utilizada, alternativa descartada y razón. Esa disciplina permite que una revisión posterior distinga una mala decisión de un mal resultado y evita reescribir la historia después de conocer el desenlace.

📚 Lectura comparada

Las obras no cumplen el mismo papel. Esta tabla señala el lente que debes buscar; después de leer, escribe una discrepancia real entre al menos dos fuentes.

En investigación de mercado, la lectura se evalúa por uso, no por cantidad de páginas. La nota debe indicar qué tesis de las fuentes modifica tu lectura de secondary research, qué evidencia del caso tensiona esa tesis y qué decisión concreta cambiarías después del contraste.

🧮 Ejemplo trabajado

Situación: Una startup encuesta a 500 seguidores de su propia cuenta y concluye que 80% del mercado quiere el producto. La muestra está altamente autoseleccionada.

Paso 1 — formular decisión de investigación. La gerencia escribe primero el supuesto asociado a secondary research y evita convertirlo en hecho. Luego busca sample coverage para contrastarlo en el caso de investigación de mercado. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 2 — revisar fuentes secundarias. La gerencia escribe primero el supuesto asociado a qualitative research y evita convertirlo en hecho. Luego busca response bias para contrastarlo en el caso de investigación de mercado. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 3 — explorar cualitativamente. La gerencia escribe primero el supuesto asociado a quantitative research y evita convertirlo en hecho. Luego busca confidence intervals para contrastarlo en el caso de investigación de mercado. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 4 — diseñar medición cuantitativa si procede. La gerencia escribe primero el supuesto asociado a sample y evita convertirlo en hecho. Luego busca themes saturated para contrastarlo en el caso de investigación de mercado. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 5 — triangular y declarar límites. La gerencia escribe primero el supuesto asociado a bias y evita convertirlo en hecho. Luego busca decisions changed para contrastarlo en el caso de investigación de mercado. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Síntesis del caso. La recomendación debe terminar con responsable, fecha, evidencia de éxito y señal de stop. En investigación de mercado, omitir cualquiera de esas cuatro piezas convierte el análisis en opinión difícil de auditar.

🔀 Comparación y límites

Frontera de aplicación: Investigar puede retrasar acción si se busca certeza total. Usa el método mínimo que cambie una decisión y reconoce cuando un experimento de mercado ofrece mejor evidencia.

🪜 De profesional a owner

El cambio de nivel en investigación de mercado aumenta el número de personas, dinero, dependencias y consecuencias que quedan dentro de la decisión. Por eso la misma herramienta debe volverse más explícita en evidencia, gobernanza y revisión a medida que crece el alcance.

🏢 Caso ejecutivo

Una startup encuesta a 500 seguidores de su propia cuenta y concluye que 80% del mercado quiere el producto. La muestra está altamente autoseleccionada.

Entrega un decision brief de investigación de mercado que contenga: (a) hechos y fuentes; (b) hipótesis; (c) dos opciones realmente defendibles; (d) efecto sobre personas, cliente, operación, caja y riesgo; (e) recomendación; (f) condición que haría cambiarla; (g) dueño y fecha de revisión. Utiliza al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta.

🧪 Práctica

1. Reconstruye el caso de investigación de mercado con una tabla hecho / interpretación / hipótesis / decisión.
2. Ejecuta 1. formular decisión de investigación → 2. revisar fuentes secundarias → 3. explorar cualitativamente → 4. diseñar medición cuantitativa si procede → 5. triangular y declarar límites y adjunta evidencia para cada transición entre pasos.
3. Calcula o documenta sample coverage, response bias; si no existe dato, diseña cómo obtenerlo.
4. Escribe una alternativa que contradiga tu preferencia inicial y haz un pre-mortem específico del caso.
5. Lee dos referencias, registra una coincidencia y una tensión, y modifica el brief si corresponde.
6. Repite la decisión desde el rol de CEO/owner: identifica qué cambia al aumentar el alcance y la irreversibilidad.

⚠️ Errores frecuentes

❓ Preguntas de comprobación

1. Explica la diferencia entre secondary research y qualitative research usando un ejemplo donde elegir mal cambie la decisión.
2. ¿Qué observarías para validar quantitative research y qué observación obligaría a rechazar tu interpretación?
3. Aplica formular decisión de investigación → revisar fuentes secundarias al caso de la clase. ¿Qué dato todavía falta?
4. ¿Por qué sample coverage no basta por sí sola para atribuir causalidad?
5. Compara dos fuentes de la tabla de lectura. ¿Dónde podrían llevar a recomendaciones distintas para investigación de mercado?
6. ¿Qué decisión equivocada podría producirse si se ignora este límite: Investigar puede retrasar acción si se busca certeza total. Usa el método mínimo que cambie una decisión y reconoce cuando un experimento de mercado ofrece mejor evidencia.?

📥 Entregable

Guarda en portfolio/134-investigacion-de-mercado/:

• leadership-decision-brief.md con el problema específico de investigación de mercado, evidencia, alternativas, decisión y gobernanza;
• reading-note.md contrastando las fuentes de investigación de mercado con edición/páginas consultadas;
• decision-journal.md registrando los supuestos de secondary research, confianza, responsable y revisión;
• red-team.md con la objeción más fuerte al caso Una startup encuesta a 500 seguidores de su propia cuenta y concluye que 80% del mercado quiere el producto. La muestra está altamente autoseleccionada. y el dato que podría invalidar la recomendación.

📗 Fuentes y verificación

• Philip Kotler & Kevin Lane Keller — Marketing Management (Pearson Education, 2016). Uso en esta clase: segmentación, targeting, posicionamiento, propuesta de valor y marketing mix. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9781292092621.
• Byron Sharp — How Brands Grow (BookBaby, 2010). Uso en esta clase: disponibilidad mental y física, penetración y patrones empíricos de crecimiento de marcas. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9781483534701.
• Al Ries & Jack Trout — Positioning (American Media International, 2004). Uso en esta clase: perspectiva de Marketing aplicada al problema de la clase. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9781932378252.
• Aaron Ross & Jason Lemkin — From Impossible to Inevitable (John Wiley & Sons, Incorporated, 2016). Uso en esta clase: perspectiva de SaaS / Ventas aplicada al problema de la clase. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9781119166726.
• April Dunford — Obviously Awesome (Ambient Press, 2019). Uso en esta clase: posicionamiento desde alternativas competitivas, atributos, valor y segmento. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9781999023003.
• Geoffrey A. Moore — Crossing the Chasm (HarperBusiness, 1995). Uso en esta clase: adopción tecnológica y transición entre segmentos de mercado. Lectura selectiva sobre investigación de mercado. Localizador: ISBN-13 9780887307171.
• Susan A. Ambrose et al. — How Learning Works (John Wiley & Sons, Incorporated, 2010). Uso en esta clase: diseñar los objetivos, la práctica y el feedback de investigación de mercado sobre conocimiento previo verificable. Localizador: ISBN-13 9780470617601.
• Peter C. Brown, Henry L. Roediger III & Mark A. McDaniel — Make It Stick (Harvard University Press, 2014). Uso en esta clase: justificar la recuperación inicial y las preguntas de comprobación de investigación de mercado. Localizador: ISBN-13 9780674986572.
• Grant Wiggins & Jay McTighe — Understanding by Design (Pearson Education, Inc., 2006). Uso en esta clase: derivar el entregable de investigación de mercado desde el desempeño observable y no desde el temario. Localizador: ISBN-13 9780131950849.
• Anders Ericsson & Robert Pool — Peak (Penguin Random House, 2016). Uso en esta clase: convertir la práctica de investigación de mercado en práctica deliberada con criterios explícitos. Localizador: ISBN-13 9781473513143.
• William Ellet — The Case Study Handbook (Harvard Business Review Press, 2018). Uso en esta clase: estructurar el caso ejecutivo de investigación de mercado como problema, evidencia, alternativas y recomendación. Localizador: ISBN-13 9781633696150.

Regla de fuentes para Investigación de mercado: las obras anteriores estructuran las perspectivas de esta materia; cualquier norma, ley, impuesto o estándar vivo mencionado en investigación de mercado debe comprobarse nuevamente en su fuente primaria vigente. El desarrollo es original y no reproduce capítulos protegidos.