Investigación de mercado sobre adopción de vehículos sostenibles
De un TFG con Matrícula de Honor a un capítulo académico revisado por pares: aprendizaje autónomo, métodos estadísticos avanzados y consumer insights aplicados a la adopción de EV/HEV/PHEV.
Tipo
Proyecto individual / investigación publicada
Área
Consumer Insights · Quantitative Research
Herramientas
Google Forms · R · SPSS · AMOS · Excel
Técnicas
Survey research · SEM · CFA · MANOVA · Logistic regression · Consumer profiling
Entregable
Investigación + publicación académica
Valor
Proyecto individual donde analicé motivaciones, barreras y perfiles de adopción de vehículos eléctricos e híbridos mediante encuesta propia, SPSS/AMOS, SEM/CFA, MANOVA y regresión para extraer insights de consumidor transferibles a negocio.
Highlight
No me limité a entregar un buen TFG. Lo usé como plataforma para aprender métodos más avanzados, elevar el estándar analítico y convertir el trabajo en una publicación revisada por pares.
TFG con Matrícula de Honor
Respuestas en encuesta primaria
Visualizaciones de tweet usado para difusión
CFI del modelo CFA refinado
Varianza explicada por el SEM final
Efecto directo de percepción de control sobre compra sostenible
Efecto directo de intención sobre compra sostenible
Ajuste del SEM final visualizado
Nagelkerke R² en regresión logística
Clasificación correcta en regresión logística
01 / Lectura rápida
Caso en 60 segundos
Una lectura rápida del caso: qué pasaba, qué había que resolver, qué hice y qué valor queda demostrado.
Situación
SLa adopción de vehículos sostenibles no depende solo de tecnología, precio o incentivos. También depende de barreras percibidas, normas sociales, percepción de control, intención de compra y comportamiento del consumidor. Para empresas, instituciones y marcas, entender quién adopta y por qué es clave para diseñar comunicación, producto, infraestructura e incentivos.
Tarea
TProyecto individual donde analicé motivaciones, barreras y perfiles de adopción de vehículos eléctricos e híbridos mediante encuesta propia, SPSS/AMOS, SEM/CFA, MANOVA y regresión para extraer insights de consumidor transferibles a negocio.
Acción
A- 01Definir el problema de adopción desde comportamiento del consumidor.
- 02Revisar literatura sobre TPB, NAM, CADM y movilidad sostenible.
- 03Diseñar el modelo conceptual.
- 04Recoger y preparar datos.
Resultado
R- La adopción no puede explicarse únicamente por conciencia ambiental.
- La percepción de control y la viabilidad percibida son claves.
- Infraestructura, precio, incertidumbre y confianza condicionan la intención.
- Para fabricantes: comunicar facilidad, confianza, autonomía, coste total y reducción de incertidumbre.
- Para concesionarios: argumentos de venta basados en barreras reales del consumidor.
- 10/10 · TFG con Matrícula de Honor
02 / Contexto
Problema
El objetivo de esta parte es entender el reto de negocio o análisis sin entrar todavía en detalle técnico.
02.1
Resumen ejecutivo
El valor de este proyecto no está solo en el sector aplicado. Está en el modo de trabajo: detectar que el encargo inicial se quedaba corto, aprender nuevas técnicas cuando el problema lo requería y convertir un trabajo académico en un resultado de mayor estándar.
02.2
Mi contribución
Proyecto individual de investigación que comenzó como TFG y evolucionó a publicación revisada por pares. Obtuve 10/10 con Matrícula de Honor, fui nominado a mejor TFG del Departamento de Ciencias Económicas y amplié el alcance metodológico de forma proactiva aprendiendo técnicas estadísticas avanzadas para reforzar el trabajo.
02.3
Por qué importa este proyecto
Este caso muestra iniciativa, rigor y velocidad de aprendizaje. Automotive aparece como contexto aplicado, pero la capacidad transferible es consumer insight, análisis avanzado y traducción a decisión.
02.4
Aprendizaje autónomo
Para ir más allá del análisis descriptivo y de la regresión básica, estudié por mi cuenta Modelos de Ecuaciones Estructurales, Análisis Factorial Confirmatorio y MANOVA. El objetivo no era añadir complejidad por añadirla, sino elegir métodos que respondieran mejor a las preguntas de investigación.
- SEM para analizar relaciones entre factores psicológicos de adopción.
- CFA para evaluar la validez del modelo de medición.
- Regresión logística para perfilar adoptantes de vehículos sostenibles.
- MANOVA para comparar diferencias conductuales entre adoptantes y no adoptantes.
Esta experiencia me enseñó a aprender métodos técnicos de forma autónoma, evaluar si eran adecuados y traducir resultados estadísticos en recomendaciones prácticas.
03 / Método
Enfoque
Métodos, herramientas y flujo de trabajo. Aquí se ve cómo estructuré el análisis.
03.1
Datos y métodos
- Investigación primaria con encuesta de 358 respuestas.
- Pretest con 10 personas y difusión por redes sociales, comunidades Reddit e impulso orgánico de un tweet con 5.713 visualizaciones.
- Diseño de muestra no probabilística con captación intencional de usuarios de vehículos sostenibles para permitir comparación de grupos.
- Limpieza y recodificación de variables en R: salario, edad, antigüedad del vehículo y dummy Coche_Eco.
- Modelo CADM como base conceptual.
- SEM y CFA para validar relaciones y medición; modelo CFA refinado con CFI=0,969, TLI=0,951 y RMSEA=0,051.
- Regresión logística y regresión lineal para perfilar adopción y renovación del vehículo.
- Contrastes no paramétricos y chi-cuadrado para comparación de grupos.
- MANOVA para comparar diferencias conductuales.
- Lectura visual del SEM final: percepción de control, intención, normas sociales, hábitos y acceso al coche como bloques explicativos.
- R/RStudio, SPSS, AMOS y Excel.
03.2
Proceso
- 01Definir el problema de adopción desde comportamiento del consumidor.
- 02Revisar literatura sobre TPB, NAM, CADM y movilidad sostenible.
- 03Diseñar el modelo conceptual.
- 04Recoger y preparar datos.
- 05Validar el modelo psicológico con SEM.
- 06Refinar la medición mediante CFA.
- 07Construir el perfil del adoptante mediante regresión logística.
- 08Comparar perfiles con MANOVA.
- 09Traducir resultados en implicaciones para empresas y sector público.
03.3
Preguntas de investigación
- ¿Qué factores psicológicos explican la decisión de adquirir un vehículo sostenible?
- ¿Quiénes son los adoptantes actuales en términos sociodemográficos?
- ¿Existen diferencias psicológicas y conductuales entre adoptantes y no adoptantes?
04 / Decisión
Evidencia e impacto
Outputs, hallazgos e implicaciones traducidos a decisiones o valor profesional.
04.1
Hallazgos clave
- La adopción no puede explicarse únicamente por conciencia ambiental.
- La percepción de control y la viabilidad percibida son claves.
- Infraestructura, precio, incertidumbre y confianza condicionan la intención.
- Los adoptantes muestran patrones diferenciados que permiten segmentación.
- El modelo SEM final explicaba el 40,8% de la varianza del comportamiento de adopción sostenible.
- En el SEM visual, la percepción de control conductual (β=0,428) y la intención (β=0,341) eran los predictores directos más claros de compra sostenible.
- Las normas sociales influían fuertemente sobre la intención (β=0,669), reforzando que la adopción también es social y contextual.
- La regresión logística fue significativa, con Nagelkerke R²=36,5% y 78,2% de clasificación correcta.
- Edad, género e ingresos mostraron capacidad explicativa en el perfil de adopción; los resultados deben leerse con cautela por sesgo muestral.
- En el análisis socioeconómico, renta y edad aparecen asociadas a adopción/renovación; hábitat no resulta significativo al controlar por esas variables.
- La muestra fue diseñada para comparar perfiles, no para estimar la cuota real de vehículos sostenibles en España.
- El reto no es solo vender vehículos sostenibles, sino hacer que la alternativa parezca viable, tangible y socialmente normalizada.
04.2
Implicaciones de negocio
- Para fabricantes: comunicar facilidad, confianza, autonomía, coste total y reducción de incertidumbre.
- Para concesionarios: argumentos de venta basados en barreras reales del consumidor.
- Para administraciones: incentivos e infraestructura como reducción de fricción psicológica.
- Para marketing: segmentar por motivaciones y barreras, no solo por demografía.
Aunque el caso se centra en movilidad, la lógica analítica es transferible a cualquier categoría donde la adopción dependa del precio, el valor percibido, las barreras del consumidor, la confianza y el posicionamiento.
04.3
Qué demuestra este proyecto
01
Aprendo por mi cuenta cuando el problema lo exige.
02
No me conformo con el mínimo entregable.
03
Puedo elevar un proyecto académico a un estándar publicable.
04
Conecto comportamiento del consumidor, estadística y decisión de negocio.
05
Sé traducir análisis complejo en implicaciones comprensibles.
05 / Cierre
Cierre profesional
Limitaciones, siguientes pasos y materiales disponibles. Mantiene el caso honesto y accionable.
05.1
Limitaciones
- Contexto académico.
- Muestra no probabilística y limitada a una población concreta.
- Sobrecaptación intencional de usuarios de vehículos sostenibles; no es representativa del mercado español.
- Variables como renta, edad y antigüedad se recodifican desde rangos mediante marcas de clase.
- Resultados sujetos al diseño del cuestionario.
- La publicación valida el rigor, pero no equivale a experiencia profesional en automoción.
05.2
Qué haría a continuación
- Replicar el estudio con muestra nacional representativa.
- Incorporar datos reales de ventas o configuradores.
- Crear segmentos accionables para campañas.
- Probar mensajes mediante experimentos A/B.
- Usar machine learning para modelar propensión de adopción.
- Desarrollar un dashboard de barreras por segmento.
05.3
Recursos
Continuar lectura
Proyectos relacionados
Casos conectados por área, método o tipo de decisión. Úsalos para seguir una línea de análisis sin volver al listado completo.
Siguiente proyecto