REDES EN PSICOPATOLOGÍA Y EN MARKETING

En 2013, uno de los investigadores punteros en el ámbito de la psicología y la metodología, Denny Borsboom, de la Universidad de Amsterdam (en conjunción con Angélique O. J. Cramer), publicó un extenso artículo en Annual Review of Clinical Psychology, titulado «Network analysis: An integrative approach to the structure of psychopatology«.

No es una novedad que investigadores de diferentes disciplinas científicas toquen en alguna ocasión el concepto de red para intentar acercarse a entender los problemas de sus respectivos campos.

Sin embargo, dada la relevancia que este investigador tiene en las ciencias sociales, conviene centrarse en analizar su artículo con el fin de dilucidar cuál es su propuesta, lo que nos ayudará a comprender mejor este enfoque de redes, y cómo nos puede servir en nuestros estudios.

Por tanto, en este post, vamos a sumergirnos en el mundo del análisis de redes en el contexto de la psciología, para luego conectarlo con su conceptualización en marketing

Paradigma de causa y efecto

Los autores comentan el enfoque dominante en la ciencia occidental sobre los síntomas y los desórdenes mentales. Esos síntomas son la manifestación de una o varias causas, que son los desórdenes. Así, cuando dos síntomas correlacionan es probable que sean originados por el mismo desorden. Sin embargo, los autores indican que este enfoque es erróneo, dados los continuos fracasos en psicopatología.

La razón de que sea erróneo radica en que la psicometría tradicional mimetiza ese tipo de relaciones causa-efecto en sus modelos; los síntomas clínicos observables (efectos) se explican por medio de un pequeño conjunto de variables latentes (causas).

El análisis de redes da un vuelco a ese enfoque clásico planteando la complejidad inherente a las relaciones entre desórdenes donde esos síntomas están conectados de manera múltiple entre sí.

Imposibilidad de saber si el desorden existe

Lo que plantean los autores es que esos desórdenes, como la depresión, no existen independientemente de sus síntomas; no se puede comprobar empíricamente esa existencia.

En medicina, un tumor puede producir cansancio y pérdida de peso, por ejemplo. El tumor es el desorden (la causa) y las otras dos variables son los síntomas (efectos). El tumor existe independientemente de los síntomas. Pero ese no es el caso de la psicopatología; ¿la depresión existe como entidad real independientemente de sus síntomas?

Además, los síntomas se pueden relacionar entre ellos, incluso causalmente. Por ejemplo, un shock emocional puede causar insomnio, y este insomnio causar fatiga, y esa fatiga causar falta de concentración…que son todo síntomas que se supone relacionados con una causa latente (depresión).

Redes complejas en psicopatología

Los autores simplifican su propuesta a los siguientes puntos: (1) los síntomas de un mismo desorden están causadas por una condición psicológica o biológica; (2) esos síntomas interaccionan entre ellos. Por ejemplo, un hecho traumático origina un síntoma, y a partir de ahí se produce una compleja red de interacciones entre otros síntomas que pueden ir surgiendo en ese proceso. En esas interacciones se incluyen relaciones recíprocas entre las variables, por ejemplo, que la ansiedad causa estrés y que ese estrés causa también ansiedad.

Definición de red

Una red es un conjunto de elementos (nodos) que están conectado a través de un conjunto de relaciones. Tanto esos elementos como esas relaciones pueden ser vitualmente cualquier cosa. De este modo, la flexibilidad es máxima para plantear diversos problemas.

Los nodos normalmente se representan en círculos y pueden representar variables (ej. síntomas, personas, neuronas, conceptos). Las relaciones se presentan con líneas que conectan esos nodos y pueden representar cualquier tipo de relación (ej. correlación, odds ratio, conexión neuronal).

Las relaciones se codifican en una matriz adyacente cuadrada donde los nodos ocupan las filas y las columnas y se marca con un 1 o un 0 cada elemento de la matriz en función de si existe o no conectividad.

Una representación alternativa es cuantificar el grado de conexión entre nodos. De este modo, en lugar de una elección binaria , se gradúa la intensidad de la asociación en una escala, por ejemplo de 0 (no asociación) a un 3 (asociación fuerte).

Algunas características de la red

Una vez construida la red se pueden describir varias medidas que la caracterizan. Los autores proponen el «shortest path length» (SPL) que es una medida del camino más corto entre nodos, y que se halla calculando el número mínimo de líneas que tienen que ser recorridas para llegar de un nodo a otro.

Otra medida es el «average shortest path length» (ASPL), que es el promedio entre los SPLs de todos los pares de nodos.

También se puede caracterizar la red por su diámetro, como el número máximo de caminos entre nodos.

Finalmente, el coeficiente cluster Ci se calcula a partir de los ki vecinos de cada nodo i. Para ello hay que calcular el número máximo de conexiones entre esos vecinos (MAX) a partir de la siguiente fórmula: MAX=ki(ki-1)/2. Entonces Ci es la proporción de MAX que está realmente presente en la red. De este modo Ci se aproximará a 1 a medida que la red es más compleja para cada nodo (más conexiones entre sus vecinos) y a 0 si es más simple (muy pocas conexiones entre sus vecinos). Borsboom & Cramer (2013) indican asimismo en el artículo como añadir un poco de complejidad a esos cálculos empleando pesos en las diferentes conexiones.

Autoconstrucción de redes

Los autores comentan que en psicopatología algunos investigadores pasan cuestionarios a sus pacientes para que ellos mismos construyan un mapa de relaciones entre síntomas, indicando la fuerza de la asociación entre ellos (usualmente en una escala de 1 a 3) e incluso permitiendo que se especifique direccionalidad en las conexiones, lo que equivaldría a reconocer causalidad. Sin embargo, Borsboom & Cramer (2013) no entran más a fondo en este tema.

Es muy curioso cómo este procedimiento es muy parecido al que se emplea en marketing para construir redes de asociación entre conceptos ligados a una marca, como bien describen John et al. (2006), en su metodología Brand Concept Maps, y que yo he empleado en varios de mis artículos, como comentaré posteriormente.

Inferencia causal sobre datos observacionales

Este es un tema controvertido que el artículo discute brevemente. Los autores proponen emplear los test de independencia condicional para tratar de elucidar estructuras causales de los datos observacionales, un vez que se postulan «flechas» entre las variables, es decir, indicando si una variables hipotéticamente influye sobre otra.

Realmente existen algoritmos para hacer esto, como bien detalla el artículo, pero deben de tomarse con carácter exploratorio, y tratar de confirmarse posteriormente de manera formal con una propuesta de modelo causal y un test contra los datos empíricos.

Realismo vs constructivismo

En las conclusiones del artículo de nuevo los autores ponen el dedo en la llaga en una cuestión fundamental en psicometría, como es la formalización de conceptos y medidas en función de si el concepto existe independientemente de las variables que lo miden o si es una construcción artificial dependiente de la definición de esas variables, es decir, realismo frente a constructivismo.

Sin embargo, no hace falta entrar en temas filosóficos para entender que el ser humano emplea el lenguaje para construir nuevos conceptos y términos, que son dependientes de cómo se definen. Los autores ponen el ejemplo de un «yuppy» que es una etiqueta nueva (un concepto nuevo) construido a partir de una serie de características que lo forman (joven adulto, urbano, con altos recursos económicos). En el lado opuesto, estaría el concepto de temperatura, que existe independientemente de cómo la midamos.

En psicopatología los autores reconocen que hay una entidad independiente que causa esos síntomas, por tanto, el desorden tiene una causa subyacente, no es una construcción sobre una serie de síntomas. Lo que sucede es que no está claro cuál es esa causa. Lo que realmente quieren decir es que los conceptos como «depresión», son una etiqueta construida en base a síntomas, y que, por tanto, no existe la depresión como tal más allá de su formalización como un conjunto de síntomas. Esto no entra en contradicción con que haya una causa subyacente de esos síntomas, que probablemente sea algo biológico o emocional, pero que es complejo dilucidar. Entender los síntomas como una manifestación del concepto de «depresión» es un error. Los síntomas forman el concepto, no son su representación.

Redes en marketing

La forma de emplear el paradigma de redes en marketing es similar al explicado por Borsboom & Cramer (2013) en psicopatología. Aquí voy a comentar de manera rápida y sencilla dos formas de aplicar ese paradigma para analizar dos problemas distintos: sistemas dinámicos y mapas asociativos.

Sistemas dinámicos

En 2009, participé en un artículo sobre el uso de la dinámica de sistemas para entender el flujo de clientes en un servicio deportivo. En ese estudio planteaba un modelo complejo de relaciones entre diferentes variables que se realimentaba, es decir, donde existía una permanente endogeneidad. Esto sería equivalente a plantear una estructura de red, que al fin y al cabo es una foto de un proceso dinámico, en el que cada nodo es una variable que puede ser al mismo tiempo causa y efecto y otro nodo. Si se consigue un histórico de datos (datos longitudinales) y se plantean relaciones funcionales entre esos nodos, se puede intentar ajustar el modelo a través de ecuaciones diferenciales (los programas informáticos como VENSIM ayudan mucho a su implementación).

En esta figura se puede apreciar el modelo planteado (en el artículo original se muestra más nítido), y las ecuaciones se especifican en el manuscrito.

La forma habitual de proceder con esta metodología es la del sometimiento del modelo a dos tipos de evaluaciones.

La primera de ellas se refiere a la valoración de los expertos sobre la idoneidad de la estructura de relaciones y ecuaciones planteadas.

La segunda evaluación se refiere a confrontar las predicciones del modelo con los datos históricos. Para ello, se necesita partir de datos sobre flujo de clientes en un centro deportivo, plazas disponibles, inversión en programas de calidad y lealtad, y datos de población (estos últimos a través de estadísticas oficiales). El resto de variables que funcionan como constantes en el modelo pueden ser “cualitativamente” fijadas por el investigador o gestor, en base a sus conocimientos sobre el contexto de estudio en cuestión. De este modo, y utilizando unos pocos datos reales de por ejemplo 2 o 3 años anteriores, se puede analizar la bondad de ajuste del modelo, teniendo la oportunidad de modular el valor de alguna constante.

Una vez realizados estos dos pasos, se debe realizar un análisis de escenarios. Y es que los modelos de simulación dinámicos no pretenden predecir exactamente el futuro, sino ofrecer una visión sobre cómo evolucionará el sistema ante diferentes escenarios, es decir, cuando el valor de ciertas constantes cambia, además del establecimiento de criterios de elección entre políticas de gestión diferentes Por ejemplo, ¿qué pasaría si entrara un competidor muy fuerte en la ciudad dentro de 2 años?, o ¿cuál sería la inversión necesaria en gestión de calidad o en programas de lealtad para alcanzar un objetivo determinado de clientes en los próximos 5 años?.

Una aplicación con datos reales de esta metodología, en este caso enfocado en el ámbito de la planificación sanitaria se puede encontrar en uno de mis libros, en el que tuve la fortuna de, con varios compañeros, plantear un modelo de gestión de las necesidades de médicos especialistas en la Región de Murcia.

Mapas asociativos

Sin embargo, y bajo mi punto de vista, la aplicación que puede resultar más interesante para emplearla casi como esquema mental diario para plantear y entender problemas de marketing es la de los mapas asociativos. En el artículo que publiqué en 2014 sobre el uso de este paradigma para estudiar la imagen de marca de una ciudad, se pueden encontrar diversas referencias de otros investigadores de marketing que han empleado estas redes.

No voy a comentar aquí cuál es el método que propuse para estudiar la imagen de una ciudad, eso lo podéis encontrar en el artículo, sino simplemente que esa formación de un mapa asociativo basado en la red de asociaciones individuales es análoga al planteamiento que Borsboom & Cramer (2013) hacen en psicopatología.

Así, cada individuo forma su propia red de nodos y vínculos con respecto a un tema predeterminado. Esa persona es libre de elegir como nodo una frase, una palabra, una marca, etc., y luego la une con otros nodos en función de su mayor o menor cercanía y grado de asociación. Se forma así una red para cada individuo de relaciones bidireccionales entre cada nodo, y donde no es necesario preocuparse por la especificación de dirección causal. Al fin y al cabo, lo más probable es que haya una dinámica, por lo que existe continua endogeneidad y complique muchísimo cualquier tipo de análisis estadístico.

John et al. (2006) en su excelente artículo sobre este tipo de mapas aplicados a la evaluación de marcas, pone el siguiente ejemplo, sobre la famosa Clínica Mayo en Estados Unidos:

A través de redes de este tipo podemos entender y trabajar los conceptos claves de marketing: posicionamiento, diferenciación y segmentación. Como puede verse, la estructura es similar a la de síntomas psicopatológicos que he comentado al comienzo de este post. Al fin y al cabo no son más que nodos vinculados con relaciones bidireccionales.

¿Qué nos dicen este tipo de mapas?

Pues nos dicen casi todo:

(1) Nos hablan sobre la imagen y posicionamiento de la empresa, vinculando conceptos al nombre. Esos conceptos (nodos) están unidos con mayor o menor fuerza al nombre de la marca, y representan cómo los individuos ven y perciben la empresa.

(2) Nos hablan sobre la diferenciación y ventajas competitivas. Se pueden hacer mapas con otras marcas y ver las diferencias en las estructura de la red. Esto permite, de un plumazo, establecer atributos de diferenciación entre marcas, y ver en qué se parecen y en qué divergen marcas que compiten en el mismo segmento de mercado.

(3) Nos hablan sobre el público objetivo, ya sea explícitamente a través de algún nodo, o implícitamente inferiendo las necesidades que cubre la marca de los atributos que la acompañan.

(4) Nos hablan de la eficacia de la estrategia de comunicación. En determinadas marcas aparecerán nodos relativos a famosos que las apadrinan, a canciones en anuncios de televisión que se unen a ella, a eslóganes de campaña, etc.

(5) Nos dicen hacia dónde tenemos que ir para obtener el posicionamiento deseado. Recordemos que si ese mapa no es congruente con lo que la marca espera, es decir, la marca no es percibida como quiere, entonces el mapa es la mejor información posible para redefinir la estrategia de comunicación y conseguir ese ansiado posicionamiento deseado.

Las «bombillitas» de nuestro cerebro

El carácter bidireccional asociativo de este tipo de redes explica muchos fenómenos en marketing. Por ejemplo, en el caso del mapa de la Clínica Mayo, el concepto «mejores doctores en el mundo» está fuertemente asociado a la marca. Así, cuando la gente ve o escucha la marca, se le enciende la «bombillita» en el cerebro de «Clínica Mayo», y rápidamente surge la asociación en nuestra mente con el concepto de «mejores doctores en el mundo».

Pero lo realmente interesante de esta esquematización es que también ocurre a la inversa, aunque sea de manera inconsciente. Así, por ejemplo, si una persona está viendo una serie de televisión en el que salen doctores muy inteligentes que salvan muchas vidas, entonces se enciende la «bombillita» en el cerebro de esas personas del concepto «mejores doctores en el mundo», y rápidamente, aunque sea repito de manera inconsciente, se establece una asociación con la Clínica Mayo, aunque esa clínica no aparezca por ningún sitio en la televisión ni tenga nada que ver con la trama de la serie.

Es por ello, entre otras razones, que las marcas emplean famosos que las apadrinen o canciones pegadizas en los anuncios, o colores característicos en su logo. Así, si la gente une Nike a Rafa Nadal, cuando salga en un anuncio Nadal recomendando un coche, la gente también estará pensando en Nike (aunque de manera inconsciente). Si una marca de cerveza utiliza la cancion de «Paquito el Chocolatero», cuando alguien escuche esa canción en las fiestas de su pueblo, automáticamente vendrá esa marca a su mente. Del mismo modo, cuando Heineken nos dice: «Piensa en verde», nos está diciendo realmente que cuando alguien esté mirando un bosque o el cesped de su jardín, tendrá vinculaciones inconscientes con la marca de cerveza.

Asociaciones deseadas y no deseadas

A través de este tipo de mapas, las marcas conocen qué tipo de nodos y asociaciones entre los nodos existen. Así, el objetivo es reforzar aquellas partes de la red que sean las deseadas y tratar de modificar las partes de la red que no sean deseadas. Así de sencillo. Y con esta simpleza podemos resumir horas y horas de clases hablando sobre imagen, posicionamiento, branding, sponsoring, advertising…

Conclusión

Hemos visto que la forma de conceptualizar las redes en psicopatología y marketing es similar. Se trata, al fin y al cabo, de intentar poner sobre la mesa especificaciones de temas muy complejos a través de una red de asociaciones de nodos, ya sean síntomas en psicopatología o variables de marketing en marketing.

La forma de analizar esas redes varía en función de los objetivos planteados. Como hemos explicado, en psicopatología existen medidas que nos describen características de la red, y eso se puede también aplicar en marketing para estudiar las diferencias entre las redes de las personas, o entre las diferentes redes que una misma persona puede construir sobre diversas marcas.

El carácter dinámico de las relaciones complejas entre los nodos puede tratar de simularse con un sistema de ecuaciones diferenciales. Esto puede ser útil para problemas muy concretos, como los relacionados con el entendimiento de los flujos de oferta y demanda. Sin embargo, la mayoría de problemas en marketing relacionados con las percepciones de los consumidores pueden plantearse de manera más sencilla con mapas asociativos, que son relativamente fáciles de construir y de comprender.