Los datos fueron segmentados por un algoritmo calibrado cuidadosamente en función de la estructura poblacional mexicana (postestratificación).

La representatividad digital-nacional de la encuesta se logró mediante la asignación de pesos muestrales que balancean los sesgos entre los encuestados, una vez reunidos los cuestionarios completos. Dichos pesos muestrales se asignaron mediante un algoritmo de raking. El raking es un proceso de ponderación iterativa, por la que a cada demandado se le asigna un peso que refleja su sub- o sobrerrepresentación frente al perfil objetivo de la muestra global. En cada etapa de raking, los pesos están calibrados para que conjuntamente converjan cada vez más hacia el perfil de la población general.

Para el raking, se utiliza un conjunto de variables clave para garantizar la representatividad. Las variables usadas son las mencionadas en la fase 1. Con el fin de evitar distorsiones por casos aislados, los pesos extremos son atenuados dentro de algunos límites específicos. Los procedimientos de raking aseguran que, una vez que se haya atribuido el peso final a cada encuestado, el perfil global de la muestra ajustada por peso asemeje al perfil de la población digital nacional.

Es posible formular el problema de ponderación como un método de optimización con restricciones donde el objetivo es que los pesos estén lo más cerca posible de 1 y donde la restricción es que los targets seleccionados (objetivos) coincidan. 

Matemáticamente se puede expresar de la siguiente forma:

Argmin G(x) S.t. XT w=T

G^w (x)=x(log(x)−1)+1

donde G(x) es la función de clasificación que busca que los pesos estén cerca de 1; w es el vector de pesos; T es el vector de objetivos (en números absolutos, no en porcentajes) y X es (numRespondents×numTargets) la matriz de respuestas. La matriz X es binaria donde las celdas se llenan con un '1' si el encuestado pertenece a la categoría objetivo y '0' en caso contrario. Dicho de otra forma, esto quiere decir que se busca optimizar los pesos para que estén lo más cerca posible de 1 mientras se satisfacen las restricciones objetivo.

Se programó un algoritmo capaz de excluir todas las respuestas incompletas o que violen las reglas de confiabilidad de los datos, en función de las preguntas de control, errores de tipeo y/o que excedan las tres desviaciones estándar en la distribución normal de la función.