2 Posicionamento

Pedro J. Fernandez e Tiago Mendonça dos Santos


Neste capítulo, abordamos a concorrência entre as marcas e produtos de um determinado mercado, levando em consideração diversos atributos. Em contraste com o capítulo de Estrutura de Mercado, no qual contávamos apenas com uma medida da semelhança entre as marcas, agora possuímos informações mais detalhadas sobre cada marca considerada.

Os estudos de Imagem e Posicionamento de Marcas são uma parte importante do trabalho em Marketing. Nesses estudos, a categoria de produtos já se encontra definida e temos disponíveis informações genéricas, tais como shares, preços etc. Uma lista de atributos dessas marcas é construída com o auxílio de estudos qualitativos prévios, opiniões do departamento de marketing da empresa, informações da agência de publicidade envolvida no processo etc. Essa lista é construída de maneira a conter todos os atributos potenciais que influenciem a preferência entre as marcas, afetando as decisões de compras dos consumidores. Nessa etapa, é importante eliminar duplicações e atributos nitidamente irrelevantes.

Após definirmos as marcas e quais atributos serão considerados, os consumidores fazem a avaliação dessas em relação a todos os atributos listados. Usualmente, essa avaliação é feita através de uma escala de Likert, de cinco ou sete pontos, sendo que as avaliações de cada indivíduo são feitas em um conjunto de marcas sobre as quais o indivíduo tenha uma opinião formada. Normalmente, são marcas que o indivíduo já comprou ou consumiu, bem como marcas que pretende comprar em um futuro próximo.

Em geral, é difícil trabalhar diretamente com os atributos originais das marcas, pois podemos ter um número muito grande de atributos, e estes podem ser fortemente correlacionados. Um caminho natural é reduzir a “dimensão” do problema, dada pelo número de atributos investigados, e passar a descrever os produtos em termos desses novos “fatores”, ou, como faremos, das “componentes principais” mais relevantes. No jargão de Marketing, tais componentes principais são denominadas “dimensões” ou drivers do problema.

Após obtermos esses drivers, podemos separar os resultados por marcas e calcular as médias dos drivers para cada marca. Esses valores médios das marcas sobre os drivers são denominados posicionamentos das marcas. É conveniente, para auxiliar na interpretação, visualizar os resultados com o auxílio de gráficos de linha de todas as marcas sobre todos os drivers.

A técnica estatística que utilizaremos nesse capítulo é a Análise de Componentes Principais (Principal Components Analysis, ou PCA). Uma discussão formal da PCA, com detalhes e demonstrações dos resultados teóricos, é apresentada em Fernandez e Yohai (2014). Essa técnica ocupa uma posição central nos estudos de Imagem. Há diversas adaptações da PCA para diferentes tipos de dados. Em nossa aplicação, consideraremos dados em escalas de Likert.

Além da PCA, outra técnica clássica de redução de dimensão, que é utilizada com grande frequência em Ciências Sociais, é a Análise Fatorial. Optamos por não utilizá-la, porque os dados da nossa aplicação não se adequam ao modelo subjacente a uma Análise Fatorial usual, uma vez que tal modelo envolve suposições de normalidade, enquanto nossos dados, obtidos via escalas de Likert, apresentam valores em um conjunto finito. Por esses motivos, optamos pela PCA, que é essencialmente uma técnica exploratória, na qual não se pressupõe um modelo para os dados.

A seguir, consideramos a aplicação da técnica de PCA para dados relativos a marcas de alvejantes.