Latent Growth Models en una empresa de investigación de mercados

En las agencias de investigación de mercados, muchas preguntas relevantes tienen una estructura longitudinal: no basta con saber qué piensa, compra o recuerda una persona en un momento específico; interesa entender cómo cambia a lo largo del tiempo. Una campaña puede aumentar el awareness durante tres semanas y luego diluirse. Un programa de fidelización puede mejorar la satisfacción al inicio y estabilizarla posteriormente. Una mala experiencia de servicio puede deteriorar la confianza de forma gradual, hasta convertir a un cliente rentable en uno silenciosamente perdido.

Los Latent Growth Models, o modelos de crecimiento latente, permiten estudiar ese tipo de procesos. Su valor para el marketing radica en separar tres aspectos que suelen mezclarse en los reportes tradicionales: el nivel inicial del consumidor, la velocidad con la que cambia y las diferencias individuales o segmentales a lo largo de esa trayectoria.

Dicho de forma simple: un modelo de crecimiento latente ayuda a responder preguntas como:

¿Quién empezó alto, quién empezó bajo, quién mejoró, quién se estancó y qué variables explican esas trayectorias?

1. El problema: el marketing casi siempre estudia movimiento, pero muchas veces lo reporta como fotografía

Buena parte de la investigación de mercados trabaja con mediciones repetidas:

El enfoque más común consiste en comparar promedios por ola: el awareness pasó del 35% al 47%, la satisfacción subió del 6.8 al 7.4, y el NPS cayó del 31 al 22. Esa lectura es útil, pero deja zonas ciegas.

Por ejemplo, una media estable puede ocultar que un grupo mejoró mucho y otro empeoró. Un aumento promedio puede provenir de clientes que ya estaban convencidos, mientras que los segmentos más estratégicos siguen sin moverse. Una caída en la intención de compra puede explicarse por consumidores que partieron con altas expectativas y se frustraron más rápido.

Los modelos de crecimiento latente agregan una lectura más fina: permiten analizar el cambio como una propiedad del consumidor, del segmento o de la relación cliente-marca.

2. ¿Qué es un Latent Growth Model?

Un Latent Growth Model, o LGM, es un modelo estadístico longitudinal que estima trayectorias de cambio a partir de mediciones repetidas. Pertenece a la familia de los modelos de ecuaciones estructurales, aunque puede explicarse sin recurrir en exceso a la álgebra.

La idea central es que cada persona tiene una trayectoria. Esa trayectoria puede describirse con algunos componentes latentes:

Una versión ligera del modelo puede expresarse así:

Donde:

El detalle importante es que (\alpha_i) y (\beta_i) son latentes: el modelo los infiere a partir de los datos observados. En términos de negocio, eso significa que no solo se estima la evolución promedio de la muestra, sino también las diferencias entre consumidores.

3. Ejemplo 1: campaña publicitaria y evolución del awareness

Supongamos que una marca de bebidas lanza una campaña digital y mide awareness en cuatro momentos:

Una lectura básica diría: la campaña aumentó el awareness en 14 puntos porcentuales. Correcto, pero incompleto.

Un LGM permite ir más lejos. Podría estimar, por ejemplo:

La conclusión estratégica cambia. El insight ya no se limita a “la campaña funcionó”. El modelo sugiere que la campaña tuvo mayor capacidad de mover a consumidores con menor conocimiento previo de la marca. Eso puede orientar decisiones de segmentación, pauta y frecuencia.

Una formulación ejecutiva sería:

La campaña generó crecimiento de awareness, con mayor elasticidad en consumidores inicialmente menos familiarizados con la marca. El efecto marginal empezó a estabilizarse hacia la sexta semana, lo que sugiere que la continuidad creativa debe apoyarse en nuevos estímulos o mensajes para evitar saturación.

Este tipo de lectura es más accionable que un simple promedio agregado. Permite conectar estadística con gestión de medios.

4. Ejemplo 2: onboarding y satisfacción de nuevos clientes

Ahora imaginemos una fintech que quiere medir cómo evoluciona la satisfacción de nuevos usuarios durante los primeros 90 días. Se aplican encuestas en cuatro momentos:

El patrón promedio sugiere una mejora inicial y una caída posterior. Un LGM permite representar esa trayectoria con mayor precisión.

Podrían emerger tres aprendizajes:

Si se incluyen predictores, el modelo puede explicar quiénes crecen y quiénes caen. Por ejemplo:

Una conclusión ejecutiva podría ser:

La satisfacción mejora durante el primer mes, pero el modelo identifica un punto de desgaste posterior. La primera transacción exitosa y la percepción de facilidad explican buena parte de la pendiente de crecimiento. El onboarding debe optimizarse para reducir fricción antes del día 7 y reforzar valor percibido entre los días 30 y 90.

El LGM, en este caso, transforma una métrica de tracking en una herramienta de diseño de experiencia.

5. Ejemplo 3: deterioro de confianza después de una crisis de marca

Los modelos de crecimiento latente también son útiles cuando el cambio va en dirección negativa. Supongamos que una empresa enfrenta una crisis reputacional y mide confianza en la marca durante varias olas.

Una lectura descriptiva muestra caída y recuperación parcial. Un LGM permite analizar la forma del daño y la recuperación.

Al incorporar variables de perfil, podrían aparecer segmentos con trayectorias distintas:

La pregunta de gestión deja de ser únicamente “¿cuánto cayó la confianza?”. Aparece una pregunta más relevante:

¿Qué tipo de consumidor recupera confianza, a qué velocidad y bajo qué condiciones?

Esa respuesta puede definir el plan de comunicación, priorización de audiencias, mensajes correctivos y monitoreo reputacional.

6. Ejemplo 4: evolución de intención de recompra en un programa de fidelización

Un retailer implementa un programa de beneficios y mide intención de recompra durante seis meses. El equipo de marketing quiere saber si el programa aumenta lealtad.

Un enfoque tradicional compararía usuarios inscritos y no inscritos. Un LGM permite una lectura más robusta, porque puede analizar cómo cambia la intención en cada grupo.

El insight importante es que la inscripción por sí sola puede ser menos relevante que el uso activo del beneficio. La variable estratégica no sería “estar en el programa”, sino activar el programa con suficiente frecuencia y valor percibido.

Una conclusión orientada al negocio podría ser:

La intención de recompra crece de manera sustantiva cuando el cliente redime beneficios. La membresía pasiva produce una pendiente baja. La oportunidad está en mover clientes inscritos hacia conductas de uso, especialmente durante los primeros dos meses.

Desde una perspectiva de CRM, esto es especialmente valioso porque permite detectar clientes con trayectoria plana y diseñar intervenciones antes de que la desactivación sea evidente.

7. Lo que el modelo permite preguntar

Los Latent Growth Models amplían la conversación de marketing porque convierten el cambio en una variable analizable. Algunas preguntas típicas son:

Esta estructura es atractiva para investigación de mercados porque vincula tres niveles: métrica, trayectoria y decisión.

8. Variantes útiles para problemas de marketing

Aunque el modelo básico estima una trayectoria lineal, en marketing muchas dinámicas tienen formas más complejas. Por eso conviene conocer algunas extensiones.

Para equipos de marketing, los modelos piecewise suelen ser especialmente útiles. Permiten separar fases del customer journey.

Por ejemplo, en una campaña:

Esto permite distinguir una campaña con alto impacto inicial y baja persistencia de una campaña con menor arranque pero mayor acumulación de efecto.

9. Diseño de investigación: cómo levantar datos para un LGM

Un LGM necesita mediciones repetidas. La calidad del modelo depende de la calidad del diseño longitudinal.

La temporalidad debe diseñarse desde la lógica del fenómeno. Una campaña de performance puede requerir mediciones semanales. Un proceso de fidelización puede necesitar mediciones mensuales o trimestrales. Una experiencia de onboarding puede concentrarse en los primeros días, cuando la fricción pesa más.

10. Ejemplo de brief de investigación usando LGM

Una forma práctica de aterrizar el modelo es convertirlo en brief.

El output ejecutivo podría incluir:

11. Cómo interpretar resultados sin sobredimensionar el modelo

Los LGM son potentes, pero su valor depende de una lectura disciplinada. Hay varios puntos críticos.

Primero, el modelo estima trayectorias, pero la interpretación causal requiere diseño. Si se quiere afirmar que una campaña causó crecimiento en consideración, conviene tener grupo de comparación, asignación o algún esquema cuasi-experimental razonable. Sin eso, el modelo describe cambio y asociación con alta precisión, pero la causalidad queda condicionada por el diseño.

Segundo, la métrica debe ser comparable entre olas. Si la forma de medir satisfacción cambia entre mediciones, la trayectoria puede reflejar cambios en el instrumento más que cambios en el consumidor. En términos técnicos, esto se relaciona con la invarianza de medición.

Tercero, la pérdida de participantes puede sesgar los resultados. En estudios longitudinales, quienes abandonan el panel pueden ser distintos de quienes permanecen. Si los clientes insatisfechos dejan de responder, la trayectoria de satisfacción puede verse artificialmente positiva.

Cuarto, el modelo debe ser interpretable para negocio. Una solución estadísticamente sofisticada que no produce decisiones claras puede terminar convertida en ornamento analítico. Mucho PowerPoint, poca caja registradora.

12. Cuándo conviene usar Latent Growth Models

Los LGM son especialmente útiles cuando el problema cumple varias de estas condiciones:

Algunos problemas ideales:

13. Un caso integrado: de awareness a intención de compra

Supongamos que una empresa quiere saber si una campaña mueve el funnel completo. Mide tres variables en cuatro olas:

1. Awareness.
2. Consideración.
3. Intención de compra.

Un modelo de crecimiento latente puede estimar una trayectoria para cada variable. Incluso puede analizar si el crecimiento en awareness predice crecimiento en consideración, y si este último predice crecimiento en intención.

Una lectura posible:

La campaña aumentó awareness rápidamente, pero el crecimiento en consideración fue más lento y dependió de la credibilidad del mensaje. La intención de compra solo creció de forma significativa en consumidores que también mostraron aumento en consideración. La inversión en medios debe complementarse con activos que refuercen prueba, diferenciación y reducción de riesgo percibido.

Esta es una lectura de funnel dinámica. Permite evaluar la progresión, no solo el nivel de cada indicador.

14. Cómo comunicar un LGM a stakeholders de marketing

La comunicación debe centrarse en decisiones. Un reporte útil no debería quedarse en coeficientes, sino traducirlos a implicaciones.

Una visualización recomendable es mostrar trayectorias estimadas por segmento:

La presentación ejecutiva debe responder tres preguntas: qué cambió, para quién cambió y qué decisión se desprende.

15. Conclusión

Los Latent Growth Models ofrecen una forma más rica de analizar fenómenos longitudinales en investigación de mercados. Su aporte principal está en modelar trayectorias: punto de partida, velocidad de cambio, curvatura y diferencias entre consumidores.

Para un equipo de marketing, esto significa pasar de reportar variaciones promedio a entender procesos de evolución. Una campaña deja de evaluarse solo por el aumento total en awareness; también se analiza qué segmentos crecieron, a qué ritmo y cuándo se estabilizó el efecto. Un programa de fidelización deja de medirse solo por satisfacción promedio; se observa si la relación cliente-marca se fortalece, se estanca o se deteriora. Una crisis reputacional deja de resumirse en una caída agregada; se estudia quién recupera confianza y bajo qué condiciones.

El valor del modelo aumenta cuando se conecta con decisiones: inversión en medios, diseño de onboarding, priorización de segmentos, activación de CRM, prevención de churn, mejora de experiencia y gestión de marca.

En mercados cada vez más dinámicos, la ventaja analítica no está solo en medir más. Está en entender mejor cómo se mueven los consumidores. Los modelos de crecimiento latente aportan precisamente esa lectura: una visión longitudinal, segmentable y accionable del cambio.

Lecturas base recomendadas