Encuestas y cuestionarios:
diseño que produce
datos útiles.
Una encuesta mal diseñada produce datos que parecen precisos pero miden las cosas equivocadas. El problema no es la herramienta — es cómo se diseña.
- Definición rápida
- El proceso de diseño de encuestas
- Tipos de preguntas y cuándo usar cada una
- Muestra: cuántos y a quiénes
- Los sesgos que destruyen encuestas
- Del dato al insight: análisis de resultados
- Conexiones con el sistema de marketing
- Errores frecuentes
- Preguntas frecuentes
- Referencias y bibliografía
Encuestas de mercado.
Una encuesta de mercado es un instrumento de investigación cuantitativa que recolecta datos estructurados de una muestra representativa de la población objetivo para medir actitudes, preferencias, comportamientos o percepciones. Es la herramienta más usada en investigación de mercado — y, por esa misma razón, la más abusada. Diseñar una encuesta que produzca datos accionables requiere tanta disciplina metodológica como cualquier otro método de investigación. Sin esa disciplina, los números que produce parecen precisos pero miden las variables equivocadas — y eso es peor que no tener datos, porque genera falsa confianza.
02 — Proceso de diseñoEl proceso de diseño: de la pregunta de decisión al cuestionario.
Naresh Malhotra establece en Marketing Research (7th ed., cap. 10) que el diseño de un cuestionario efectivo sigue una secuencia de 10 pasos que empieza antes de escribir la primera pregunta. El error más frecuente es saltar directamente a redactar preguntas sin haber definido qué información necesitás y cómo la vas a analizar.
La secuencia simplificada para marketing es: (1) definir la pregunta de decisión — qué vas a hacer distinto con los resultados; (2) listar las variables que necesitás medir para responder esa pregunta; (3) decidir el tipo de pregunta para cada variable; (4) redactar las preguntas eliminando ambigüedad y sesgo; (5) ordenar de general a específico, de fácil a difícil; (6) testear con 5-10 personas antes de lanzar.
Churchill y Iacobucci refuerzan en Marketing Research: Methodological Foundations que el paso 6 — el pretest — es el más importante y el más omitido. Una pregunta que para vos es clara puede ser ambigua para el respondente. Un pretest de 30 minutos te ahorra semanas de datos inútiles.
Trabajé con un SaaS B2B que mandó una encuesta de satisfacción con la pregunta "¿Qué tan satisfecho estás con nuestro servicio?" — escala 1 a 5. La respuesta promedio fue 4.1. Todos contentos. Cuando hicimos 8 entrevistas para entender el número, descubrimos que los que respondían 4 estaban "satisfechos pero buscando alternativas activamente". La encuesta no preguntaba sobre intención de cambio. Agregamos una pregunta: "¿Estás evaluando alternativas?" — el 35% dijo que sí. El 4.1 no era bueno. Era una señal de riesgo disfrazada de buen número.
Lisandro IserteTipos de preguntas y cuándo usar cada una.
Cada tipo de pregunta captura un tipo distinto de información. Usar el tipo incorrecto produce datos que no responden lo que necesitás — o que lo responden con un sesgo incorporado.
Escala Likert (acuerdo/frecuencia)
Mide grado de acuerdo, satisfacción o frecuencia en una escala ordinal. Ideal para actitudes y percepciones. Usá 5 puntos para la mayoría de aplicaciones; 7 si necesitás más granularidad.
✓ "¿Qué tan de acuerdo estás con que el producto resuelve tu problema principal?" (1-5)✗ "¿Te gusta nuestro producto?" (demasiado vaga, sin escala definida)Opción múltiple (selección única o múltiple)
Mide preferencia, uso o comportamiento con categorías predefinidas. Las opciones deben ser mutuamente excluyentes (selección única) o permitir combinación (selección múltiple). Siempre incluí "otro" con campo abierto.
✓ "¿Cuál es tu principal criterio al elegir un software de gestión?" con opciones derivadas de entrevistas previas✗ Opciones inventadas por el equipo sin validación cualitativa previaRanking / ordenamiento
Mide prioridad relativa entre opciones. Más informativo que Likert para saber qué importa más (no solo si importa). Limitá a 5-7 opciones — más de eso produce fatiga y rankings aleatorios en las posiciones bajas.
✓ "Ordená estos 5 factores de más a menos importante al evaluar un proveedor"✗ "Ordená estos 15 factores..." (cognitivamente imposible)Van Westendorp / disposición a pagar
Mide sensibilidad al precio con 4 preguntas que definen el rango aceptable. Más confiable que preguntar directamente "¿cuánto pagarías?" porque evita el sesgo de anclaje. Se desarrolla en detalle en el cluster de Pricing y Monetización.
✓ Las 4 preguntas de Van Westendorp: barato, caro, demasiado barato, demasiado caro✗ "¿Cuánto pagarías por este producto?" (el cliente siempre dice menos de lo que pagaría)Abiertas (texto libre)
Capturan lenguaje, matices y respuestas no anticipadas. Útiles como complemento — no como base. Incluí 1-2 máximo. Más de eso reduce tasa de completación y produce datos difíciles de analizar a escala.
✓ "¿Hay algo que cambiarías de tu experiencia con el producto?" — al final de la encuesta✗ 10 preguntas abiertas que nadie va a completar (y nadie va a analizar)Muestra: cuántos, a quiénes y cómo reclutarlos.
Aaker, Kumar y Day formalizaron en Marketing Research (11th ed., cap. 11-12) que el diseño de muestra tiene tres decisiones: quién (la población objetivo), cuántos (el tamaño) y cómo (el método de selección).
Tamaño de muestra
Para 95% de confianza y ±5% de error, necesitás al menos 385 respuestas de la población objetivo. Si querés segmentar los resultados (comparar por industria, tamaño, rol), necesitás ese mínimo por cada subgrupo. Esto es lo que la mayoría ignora: una encuesta de 400 respuestas te da buenas conclusiones generales pero no te permite comparar entre 5 segmentos de 80 cada uno.
Representatividad vs conveniencia
Mandar la encuesta a tu base de emails es conveniente pero sesgado: solo responden quienes ya te conocen y quienes tienen tiempo. Para decisiones que afectan al mercado completo (no solo tu base), necesitás un panel que represente la población objetivo — incluyendo quienes no te conocen. Los paneles profesionales (Qualtrics, Prolific, Toluna) resuelven esto pero tienen costo.
Tasa de respuesta
Las encuestas por email a bases propias tienen 10-25% de respuesta. Paneles profesionales, 30-60%. Encuestas de más de 15 minutos pierden 30-50% de los respondentes. La regla: diseñá para 7-10 minutos máximo. Cada minuto adicional cuesta respondentes — y los que abandonan no son aleatorios (sesgo de autoselección).
05 — SesgosLos sesgos que destruyen encuestas.
Los sesgos en investigación se manifiestan con fuerza particular en encuestas porque el diseño de cada pregunta puede introducir distorsión. Malhotra dedicó un capítulo completo a esto (cap. 10): los sesgos en encuestas no son accidentes — son consecuencias predecibles de diseño descuidado.
Sesgo de aquiescencia
La tendencia a estar de acuerdo con lo que se pregunta, independientemente del contenido. Si todas tus preguntas están redactadas en positivo ("¿Estás de acuerdo con que nuestro producto es fácil de usar?"), los resultados están inflados. Solución: incluir preguntas invertidas para calibrar.
Sesgo de deseabilidad social
La gente responde lo que cree que es socialmente aceptable, no lo que realmente piensa. Esto afecta especialmente preguntas sobre presupuesto, hábitos y preferencias. Solución: preguntas indirectas, proyectivas o de comportamiento pasado ("¿Qué hiciste la última vez que…?" en lugar de "¿Qué harías si…?").
Sesgo de orden
La primera opción en una lista de respuestas recibe más selecciones (efecto primacía). La última también (efecto recencia). Las del medio se subseleccionan. Solución: randomizar el orden de las opciones. Malhotra lo considera obligatorio en cualquier encuesta seria.
Sesgo de anclaje
El primer número que el respondente ve afecta todas sus respuestas numéricas posteriores. Si preguntás "¿pagarías 100 USD?" antes de preguntar "¿cuánto pagarías?", el 100 ancla la respuesta. Solución: evitar anclas numéricas en preguntas de precio o usar métodos diseñados para esto (Van Westendorp, Gabor-Granger).
06 — AnálisisDel dato al insight: cómo analizar los resultados.
El análisis de datos de una encuesta no es calcular promedios — es encontrar patrones que cambien decisiones. Churchill y Iacobucci distinguen tres niveles de análisis:
Descriptivo: ¿qué dicen los datos?
Frecuencias, promedios, distribuciones. "El 68% de los respondentes prioriza integración sobre precio." Es el nivel básico — necesario pero insuficiente.
Comparativo: ¿difieren los grupos?
Cross-tabs entre variables: ¿la prioridad cambia por segmento? ¿por tamaño de empresa? ¿por rol del decisor? Los hallazgos más accionables suelen estar en las diferencias entre subgrupos — no en los promedios generales. Esto conecta directamente con la segmentación: si los segmentos no difieren en las respuestas, o la segmentación está mal o la encuesta no capturó las variables relevantes.
Predictivo: ¿qué implica para la decisión?
Correlaciones, regresiones, análisis conjunto. ¿Qué combinación de atributos predice mayor disposición a pagar? ¿Qué factor de satisfacción predice NPS? Este nivel transforma datos en recomendaciones estratégicas — no solo en gráficos bonitos.
07 — ConexionesLa encuesta en el sistema de marketing.
Estrategia y diagnóstico
Las encuestas alimentan el diagnóstico estratégico con datos cuantitativos sobre percepción, satisfacción y prioridades del mercado. Los objetivos se calibran con métricas de encuesta (awareness, consideración, NPS). La priorización se fundamenta en lo que los datos revelan sobre qué segmentos tienen mayor potencial. El go-to-market valida canales y mensajes con datos de encuesta antes de escalar inversión.
Marca
Las encuestas de awareness y top of mind son la herramienta estándar para medir equidad de marca. El tracking trimestral de posicionamiento usa escalas de asociación de atributos. La identidad verbal se valida midiendo si el mercado percibe lo que la marca pretende comunicar. La identidad completa necesita tracking de las asociaciones clave que definen la percepción.
Oferta y pricing
La propuesta de valor se valida cuantitativamente con encuestas de concept testing. El pricing usa Van Westendorp o Gabor-Granger para medir valor percibido real — no la estimación del equipo. La diferenciación se testea midiendo qué atributos el cliente percibe como únicos versus la competencia. Los planes y bundles se diseñan con análisis conjunto de preferencias por segmento.
Crecimiento y rendimiento
Las encuestas de conversión miden por qué los leads no convierten — complementando lo que la analítica no puede explicar. La estrategia de contenido se valida midiendo qué temas interesan al target. La experimentación usa encuestas pre/post para medir impacto de cambios. Las métricas de satisfacción y NPS se recolectan con encuestas que alimentan las decisiones de retención y expansión de CLV. La atribución se complementa con encuestas de "¿cómo nos conociste?" que aportan contexto cualitativo a los datos de analytics.
08 — Errores frecuentesLos errores que producen datos inútiles.
Diseñar la encuesta sin investigación cualitativa previa
Si las opciones de respuesta no reflejan la realidad del cliente, los datos van a ser precisos pero irrelevantes. Las opciones deben surgir de entrevistas previas — no de una sesión de brainstorming del equipo. Lo que la empresa cree que importa y lo que el cliente realmente considera suelen ser cosas distintas.
Preguntas dobles o ambiguas
"¿Nuestro producto es fácil de usar y tiene buenas funcionalidades?" — si es fácil pero sin buenas funcionalidades, ¿qué responde? Cada pregunta debe medir una sola cosa. Malhotra lo llama "double-barreled questions" y las identifica como el error de diseño más común.
Encuesta demasiado larga
Después de 10 minutos, la calidad de las respuestas cae. Después de 15, el abandono se dispara. Cada pregunta que agregás sin eliminar otra diluye la calidad del conjunto. Si no podés justificar cómo una pregunta conecta con una decisión concreta, eliminala.
No randomizar opciones
El efecto primacía (primera opción seleccionada más) y recencia (última opción también) distorsionan resultados con opciones en orden fijo. Todas las plataformas modernas permiten randomización — no usarla es negligencia metodológica.
Analizar solo promedios generales
El promedio de satisfacción 4.1/5 puede ocultar que un segmento está en 4.8 y otro en 3.2. Los insights más accionables están en las diferencias entre subgrupos. Si no planificás el análisis por segmento antes de lanzar, no vas a tener suficiente muestra por grupo para comparar.
Preguntas frecuentes.
¿Cuántas preguntas debería tener una encuesta?
Entre 15 y 25 es el rango óptimo. Menos de 10 suele ser insuficiente. Más de 30 produce abandono y fatiga — las respuestas a partir de la pregunta 25 son menos confiables. La regla: si podés eliminar una pregunta sin perder la capacidad de tomar la decisión que motivó la encuesta, eliminala.
¿Escala Likert de 5 o 7 puntos?
Para la mayoría de aplicaciones, 5 puntos es suficiente y produce menor fatiga. Las de 7 aportan más granularidad pero requieren distinciones más finas. Si necesitás comparar con benchmarks, usá la misma escala que ellos. Evitá escalas pares (4, 6) que fuerzan una posición — el punto medio tiene valor informativo.
¿Online o presencial?
Online es el estándar: menor costo, mayor alcance, análisis más rápido. Presencial se justifica cuando necesitás mostrar un producto físico o cuando el target tiene baja digitalización. Las telefónicas siguen siendo útiles para B2B donde los decisores tienen baja tasa de respuesta a emails.
Referencias y bibliografía.
Malhotra, N. K. (2019). Marketing Research: An Applied Orientation. 7th ed. Pearson. Cap. 10: "Questionnaire and Form Design."
Churchill, G. A. & Iacobucci, D. (2018). Marketing Research: Methodological Foundations. 12th ed. Cengage. Cap. 9: "Designing the Questionnaire."
Aaker, D. A., Kumar, V., Leone, R. & Day, G. S. (2013). Marketing Research. 11th ed. Wiley. Cap. 11-12: "Sampling."
Dillman, D. A., Smyth, J. D. & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method. 4th ed. Wiley.
Krosnick, J. A. (1999). Survey research. Annual Review of Psychology, 50, 537–567.
Van Westendorp, P. (1976). NSS-Price Sensitivity Meter: A new approach to study consumer perception of price. ESOMAR Congress.
Términos del glosario