Estudio EmpatIA 2023

¿Cómo ser una marca humana y tecnológica hoy?

Estudio EmpatIA 2023

De qué se trata

Estudio que mide las percepciones y expectativas de los consumidores sobre cómo las marcas equilibran tecnología y humanidad para generar conexiones potentes con ellos.

  • 1670 casos a nivel nacional
  • 117 marcas con base suficiente para el ranking
  • 25 atributos organizados en bloques de lectura: humanidad, tecnología y experiencia EmpatIA

Las definiciones, modelos y supuestos de cada análisis están documentados en el apéndice metodológico que acompaña a este informe.

Perfil de la muestra

¿Y qué descubrimos?

Qué esperan las personas de una marca

Cuanto mayor es el puntaje, mayor es la importancia que las personas atribuyen a esa característica. No es un porcentaje de personas.

Alta expectativa de equilibrio

80%

cree que es importante que una marca sepa balancear la cercanía con la tecnología

89%

manifiesta alguna disposición a elegir marcas que equilibran las dos cosas

De esa disposición, 17% aceptaría dedicar más tiempo y/o dinero, y 73% lo elegiría solo si no implica un costo adicional.

Las respuestas distinguen interés sin costo adicional de disposición a dedicar más tiempo y/o dinero.

Humanidad y tecnología: expectativa y preferencia

Qué esperan

84%

espera marcas cercanas

76%

espera marcas tecnológicas

Si hay que elegir

La primera lectura muestra qué se espera de las marcas; la segunda obliga a escoger entre cercanía y tecnología.

A continuación, el ranking

A quién se le preguntó por cada marca

Antes del ranking conviene saber una cosa del cuestionario, porque cambia cómo se leen todos los porcentajes que vienen: nadie responde por todas las marcas.

A cada persona se le sortea una sola industria, entre las que declara usar, y solo ve las marcas de esa industria. De las que dice conocer, se le pide evaluar hasta quince, elegidas de modo que todas las marcas del estudio terminen con una base de evaluación parecida: en esta edición, la marca mediana la evalúan 212 personas.

De ahí salen los dos denominadores del estudio:

Cuántos la conocen

Sobre las personas asignadas a su industria: alrededor de 418 por industria. No sobre la muestra completa, porque a las demás nunca se les preguntó por esa marca.

Cuánto se le asocia un atributo

Sobre las personas que la conocen: de cada cien que conocen la marca, cuántas le asocian el atributo.

El apéndice metodológico documenta el diseño completo.

Cómo leer el ranking

El índice va de 0 a 100. Combina cuánto se asocia una marca con cercanía y con tecnología entre quienes la conocen. Más puntos indican una mayor asociación; el puesto no demuestra por sí solo una ventaja sobre la marca siguiente. El dashboard permite revisar los márgenes y filtrar por público.

El Índice EmpatIA promedio

11,5

es el Índice EmpatIA promedio de las 113 marcas del ranking 2023, con un margen de ±0,6 puntos. Cada marca cuenta una vez, sea muy o poco conocida: es la vara contra la que se puede leer el índice de cualquier marca.

Top 30 — total industrias

Índice EmpatIA: combinación de cercanía y tecnología.

Top 10 por dimensión

Cercanía

# Marca Puntaje
1 Farmacias Doctor Simi 22.6%
2 Santa Isabel 21.2%
3 Copec 19.5%
4 Banco Estado 19.0%
5 Caja Vecina 17.4%
6 Abcdin 17.1%
7 Mach 16.6%
8 Pronto 16.0%
9 Tenpo 15.8%
10 Casa Ideas 14.3%

Tecnología

# Marca Puntaje
1 Tenpo 45.9%
2 Mach 41.6%
3 Apple Pay 41.4%
4 Getnet 40.3%
5 UC Christus 36.2%
6 Onepay 32.1%
7 Check 31.7%
8 Abcdin 31.4%
9 Cencopay 31.4%
10 Bupa 30.5%

Top 5 por industria

# Aseguradoras Retail Servicios esenciales Servicios financieros
1 UC Christus Abcdin Copec Tenpo
2 Bupa Santa Isabel Wom Mach
3 Clínica Alemana Mercado Libre Entel Getnet
4 Santa María Casa Ideas Uber eats Apple Pay
5 Integramedica Pronto Movistar Check

Primer lugar por categoría

Industria Categoria Marca Índice /100
Aseguradoras AFP Uno 14.7
Aseguradoras Isapres Fonasa 11.7
Aseguradoras Prestadores UC Christus 25.0
Aseguradoras Seguros Zurich Santander 15.7
Retail Farmacias Farmacias Doctor Simi 13.5
Retail Food Service Starbucks 9.1
Retail Marketplace Abcdin 24.3
Retail Mejoramiento del hogar Casa Ideas 18.2
Retail Supermercados Santa Isabel 21.3
Retail Tiendas de conveniencia Pronto 17.1
Servicios esenciales Delivery Uber eats 14.7
Servicios esenciales Distribución y logística Blue Express 10.0
Servicios esenciales Estaciones de servicio Copec 19.9
Servicios esenciales Internet y Telefonía Wom 16.8
Servicios esenciales Servicios básicos Enel 9.5
Servicios esenciales Transporte Uber 14.4
Servicios financieros Bancos Banco Estado 19.6
Servicios financieros Cajas de Compensación Caja Los Andes 9.6
Servicios financieros Fintech Tenpo 30.9
Servicios financieros Servicios de pago Getnet 24.8

Cómo se ve cada marca

Las personas y la inteligencia artificial

Hasta aquí el informe habló de marcas. Esta parte habla de las personas: qué piensan de la inteligencia artificial y de los sistemas automatizados.

Qué piensan las personas de la IA

Porcentaje de personas de acuerdo con cada frase.

Otros resultados

Esta parte del informe aborda las mismas preguntas con métodos distintos y agrega preguntas que el informe principal no responde. Cada resultado indica qué mide, qué margen tiene y qué implica para una marca. El desarrollo técnico está en el apéndice metodológico.

Qué cambió respecto de las ediciones anteriores

Esta es la primera edición del estudio: todavía no hay una medición anterior contra la cual comparar. Esta sección aparecerá desde la segunda edición.

NotaCómo se lee un cambio

Cada edición entrevista a personas distintas. Dos mediciones nunca dan exactamente lo mismo, aunque nada haya cambiado. Por eso un cambio solo se destaca cuando supera el margen de las dos encuestas: los cambios más chicos que ese margen se marcan como no concluyentes en vez de presentarse como una tendencia.

La distancia entre lo humano y lo tecnológico

Todos los cambios medidos

Las barras grises no son cambios pequeños: son diferencias que la encuesta no permite afirmar. Las líneas indican el margen de cada cambio.

Cómo se movieron las marcas

¿Y si el índice usara todos los atributos?

El Índice EmpatIA combina dos atributos. El estudio mide 25. La pregunta natural es si usar todos mejora la medición, y la única forma honesta de responderla es comparar contra algo que ninguno de los índices use para construirse: la preferencia declarada.

Se compararon cuatro formas de resumir una marca en un número.

El promedio simple de todos los atributos se asocia más con la preferencia que el índice actual (0,54 frente a 0,50). Ponderar esos atributos por cuánto pesa cada uno en la elección agrega apenas 0.01 por sobre el promedio simple: no justifica la complejidad.

La cuarta alternativa —una puntuación estimada con un modelo de medición— queda muy por detrás. Es un resultado esperable una vez que se entiende por qué: esa puntuación está pensada para ordenar evaluaciones individuales, y al promediarla dentro de una marca se comprimen justamente las diferencias entre marcas. Se documenta porque descartar una alternativa con evidencia también es un resultado.

NotaCómo leerlo

Un valor más alto significa que el índice ordena a las marcas de forma más parecida a como las ordena la preferencia de las personas. No significa que subir el índice cause preferencia.

¿Cuántas cosas distintas miden en realidad los 25 atributos?

Antes de decidir cómo combinarlos conviene saber si miden una sola cosa o varias.

La primera dimensión explica 16,2 y la segunda 0,75. La diferencia es enorme: los 25 atributos miden esencialmente una sola cosa. Cuando una marca es bien evaluada, tiende a serlo en todos los atributos a la vez.

Una sola dimensión da cuenta del 65% de lo que los atributos tienen en común.

Esto tiene dos consecuencias prácticas. La primera es que promediarlos todos es defendible: no se están mezclando cosas ajenas. La segunda es más incómoda: las diferencias entre bloques son mucho menores de lo que sugiere tratarlos como tres territorios separados.

Cuáles atributos distinguen y cuáles no

Que todos midan lo mismo no significa que todos sirvan igual. Algunos separan nítidamente a las marcas bien evaluadas de las demás; otros los marca casi cualquiera.

Los atributos de arriba son los que más información aportan sobre cómo se percibe una marca. Conviene priorizarlos al leer el perfil de una marca y al diseñar mediciones más cortas.

Qué pasaría con el ranking

Cambiar la fórmula no es neutro. Estas son las marcas cuyo puesto más cambiaría si el índice pasara a usar todos los atributos.

Marca Industria Puesto actual Puesto con todos Cambio
Salcobrand Retail 100 58 42
Cruz Verde Retail 61 32 29
Transbank Servicios financieros 33 62 -29
BNP Paribas Cardif Aseguradoras 68 94 -26
Cabify Servicios esenciales 48 72 -24
Abastible Servicios esenciales 73 50 23
Onepay Servicios financieros 16 39 -23
Banco Security Servicios financieros 88 108 -20
Enel Servicios esenciales 60 79 -19
Check Servicios financieros 8 27 -19

Las marcas que bajan son, en general, las que destacan en cercanía o tecnología pero no en el resto de la experiencia. Es una decisión de definición, no solo de método: hay que resolver primero qué debe medir el índice.

Fortalezas y debilidades frente a la industria

Para cada marca y cada público, la diferencia contra el promedio de las otras marcas de su industria. El color solo aparece cuando la diferencia supera el margen de la encuesta.

Solo el 21% de las celdas del estudio supera su propio margen. Las celdas grises no son diferencias pequeñas: son diferencias que la encuesta no permite afirmar.

Lo que ese mapa realmente contiene

Al mirar la matriz completa uno busca patrones por público. La pregunta previa es cuánto de lo que se ve es el perfil de la marca, igual en todas partes, y cuánto es propio de un público.

Al separar ambas cosas, el perfil común explica el 85% del mapa típico, y en 89 de 100 marcas apunta en la misma dirección en todos los públicos.

Para la empresa esto significa que la conversación es sobre el perfil, no sobre cada casilla. Lo específico de un público es el 15% del mapa, y la diferencia típica de un público (3,2 puntos) no alcanza su margen (5,0 puntos).

Perfiles de personas que las segmentaciones habituales no ven

Género, edad y grupo socioeconómico son cortes cómodos, pero ajenos a lo que el estudio mide. La pregunta aquí es si las personas se agrupan por lo que miran al evaluar una marca.

Perfil Personas % del mercado Certeza de asignación
1 317 20.7 0.88
2 658 42.9 0.89
3 401 26.1 0.80
4 159 10.4 0.85

Se encontraron 4 perfiles. Estimados por separado en dos mitades independientes de la muestra, separan a las mismas personas un 26% por sobre lo que daría el azar.

No son los cortes de siempre. Su asociación con género, generación y grupo socioeconómico llega como máximo a 0.11 en una escala de 0 a 1: estos perfiles cruzan las categorías demográficas.

Tampoco son tribus separadas. Un método que busca huecos de densidad deja al 79% de las personas sin grupo: el mercado es un continuo, y estos perfiles son cortes útiles dentro de él, no islas.

El dashboard muestra, para cualquier marca, qué perfiles la conocen y la prefieren más de lo esperable por su tamaño.

Con quién compite de verdad cada marca

Si se comparan las marcas por sus 25 puntajes tal cual, lo que domina es el tamaño: una marca conocida puntúa alto en todo. Para hablar de posicionamiento importa la forma del perfil: en qué se destaca cada marca respecto de sí misma.

El agrupamiento no reproduce la industria: usando la industria como criterio, la separación es de 0.019, prácticamente nula. Una farmacia y un banco pueden estar parados igual, y dos bancos en extremos opuestos.

Implicancia directa: la competencia por posicionamiento no es la que aparece en la categoría. El dashboard permite ver, para cada marca, cuáles son sus vecinas reales en este mapa.

Qué tan estable es todo esto

Un resultado que no reaparece con otras personas no sirve para decidir. Cada análisis de esta sección se sometió a la misma prueba: construirlo con una mitad de la muestra y evaluarlo en la otra.

Cantidad de grupos Coincidencia entre mitades Separación en la otra mitad ¿Suficientemente estable?
2 0.22 0.18 No
3 0.28 0.11 No
4 0.26 0.10 No
5 0.24 0.09 No
6 0.24 0.08 No

Cuando ninguna partición alcanza el umbral, la lectura correcta es que el mercado se comporta como un continuo y no como un conjunto de segmentos separados. Forzar grupos en ese caso produce etiquetas que no reaparecen en la siguiente medición.

Del conocimiento a la preferencia

Conocer una marca, comprarla y preferirla son tres cosas distintas. La distancia entre ellas dice dónde se pierde una marca: puede ser muy conocida y poco preferida, o al revés.

NotaCómo leerlo

Las tres cifras son sobre el mismo total de personas, así que son comparables entre sí. Una persona puede conocer y comprar varias marcas; la primera preferencia corresponde a una sola. No se supone que quien compra también prefiere: cada etapa se cuenta como fue declarada.

El dashboard muestra este recorrido para cualquier marca y público.

La marca no es la misma en todos los públicos

El índice de una marca cambia según a quién se le pregunte. Esa variación es información: señala dónde la marca ya funciona y dónde tiene terreno por ganar.

Los públicos de distintas clasificaciones contienen a las mismas personas: alguien puede estar a la vez en «Mujeres», «Menores de 45» y «C2». No son grupos excluyentes, y sus cifras no se suman.

Cuando menos de 60 casos efectivos de un público conocen la marca, no se publica un puesto: la cifra sería demasiado inestable para interpretarla.

Escenarios: dónde hay más preferencia en juego

Para cada atributo que la marca todavía no tiene asociado, el modelo estima cuánta preferencia está asociada a conseguirlo.

ImportanteQué es y qué no es

Es un escenario de asociación, no una proyección de retorno. Describe cuánta preferencia está asociada a ese atributo entre quienes ya se lo atribuyen a la marca; no afirma que invertir en él producirá esa ganancia.

La razón está en la sección del modelo: describe asociación entre percepción y preferencia, no efecto causal.

El dashboard permite elegir la marca, el público y qué proporción de personas cambia de opinión en el escenario.

Qué se asocia con la preferencia

Los atributos siguientes son los que muestran mayor asociación con la preferencia en esta edición. Sirven para orientar preguntas de negocio y contrastarlas con la situación de cada marca. No equivalen al retorno que tendría invertir en ellos.

Atributo Lectura
Sus transacciones son seguras Asociación respaldada
Su atención y/o servicio es ágil Asociación respaldada
Su sitio web y/o aplicación son de uso fácil e intuitivo Asociación respaldada
Me permite contactarla a través de personas reales (ej: un ejecutivo) Asociación respaldada
Tiene presencia en todo Chile Asociación respaldada
Es cercana Asociación respaldada
Es fácil de contactar Asociación respaldada
Es tecnológica Asociación respaldada

Qué tan útil resulta anticipar la preferencia

Cada cifra indica en cuántas de cada 100 personas se acertó la marca preferida sin usar sus respuestas para ajustar el modelo. Se comparan las mismas personas y las mismas marcas disponibles para cada una.

Criterio Aciertos de cada 100 Margen desde Margen hasta
Azar 8.4 8.1 8.7
Indice EmpatIA 22.1 19.4 24.9
Marca mas conocida 20.5 18.0 23.1
Modelo de eleccion 51.0 47.9 54.4

Esto evalúa preferencias declaradas dentro de la encuesta. No demuestra que se puedan anticipar ventas futuras. El apéndice documenta cómo se hizo la prueba.

Dos atributos para el índice; tres bloques para leer la experiencia

El Índice EmpatIA combina dos atributos concretos: «Es cercana» y «Es tecnológica».

Los 25 atributos del estudio se organizan además en bloques:

Bloque Qué reúne Atributos
Humanidad Trato, comprensión y relación con las personas 12
Tecnología Agilidad, herramientas digitales e innovación 7
EmpatIA Seguridad, personalización, resolución, respuesta a errores, contacto y cobertura 6

Estos bloques ya aparecen en el informe público original. No son componentes del índice. El bloque EmpatIA y el índice tienen el mismo nombre, pero representan conceptos distintos.

Comparar la asociación de estos bloques con los pesos de la fórmula no permite concluir que la tecnología esté sobreponderada. Cualquier cambio del índice requiere definir primero qué debe medir y validar después la alternativa.

Un modelo de la preferencia en el tiempo

Las secciones anteriores describen. Esta pregunta otra cosa: dado cómo perciben a una marca, cuánta gente la conoce, en qué industria está y en qué año se mide, ¿qué preferencia cabe esperar?

La distancia entre lo que una marca logra y lo que el modelo espera de ella es información accionable: señala si está convirtiendo su percepción en preferencia mejor o peor de lo que su situación permitiría.

El modelo necesita al menos dos ediciones del estudio. Aparecerá desde la segunda medición.

NotaCómo está construido

La preferencia es una proporción con denominador conocido: de quienes conocen la marca, cuántos la ponen primera. Se modela como tal, de modo que una marca con base pequeña pesa menos sin necesidad de ponderarla a mano.

Las marcas están dentro de industrias, y ambos niveles tienen variación propia. El modelo estima un término para cada marca y para cada industria: las marcas con poca información se acercan al promedio de su industria en lugar de producir estimaciones extremas.

Dónde está cada marca frente a lo esperado

La línea es lo que el modelo espera según la percepción. Estar por encima significa lograr más preferencia de la que corresponde a esa percepción; por debajo, lo contrario.

El dashboard permite elegir cualquier marca y ver esta misma lámina con ella destacada, comparada contra su industria y contra el resto.

Qué pesa en la preferencia

Qué tan firme es el resultado

El efecto se estimó de cuatro maneras: el modelo principal, remuestreando marcas completas, usando la percepción del año anterior en vez de la del mismo año, y restringiendo a marcas con base holgada.

ImportanteQué significa esto para una decisión

El modelo describe asociación, no efecto causal. Sirve para saber dónde está una marca respecto de lo esperable y para ordenar hipótesis, no para prometer que una inversión en percepción producirá un retorno determinado en preferencia.

Cómo usar estos resultados en una reunión de marca

  1. Revisar índice, base y competidores del mismo público.
  2. Identificar atributos con diferencias respaldadas frente a otras marcas de la industria.
  3. Contrastar esas diferencias con lo que se asocia a la preferencia.
  4. Usar los escenarios como hipótesis para diseñar pruebas; medir su resultado antes de comprometer un retorno.

El dashboard ofrece selección de marca, comparación, públicos, escenarios y evolución. Los mapas exploratorios, pruebas estadísticas, fórmulas y decisiones metodológicas están en el apéndice metodológico.