VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE

Tamaño: px
Comenzar la demostración a partir de la página:

Download "VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE"

Transcripción

1 UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL JÉSSICA CONSTANZA POTENZA MUÑOZ PROFESOR GUÍA: MÁXIMO BOSCH PASSALACQUA MIEMBROS DE LA COMISIÓN: LUIS ABURTO LAFOURCADE MANUEL REYES JARA SANTIAGO DE CHILE SEPTIEMBRE 2007

2 RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL INDUSTRIAL POR: JESSICA POTENZA MUÑOZ FECHA: 10/09/2007 PROF. GUIA: MÁXIMO BOSCH P. VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE KatWise es una herramienta de simulación desarrollada por el Centro de Estudio de Retail, CERET, para apoyar la capacitación en administración de categorías. El simulador está constituido por modelos de preferencia y de comportamiento que tratan de representar la reacción del mercado ante decisiones de marketing, como: surtido, precio, volumen, promoción y reposición. El objetivo de este trabajo es generar mejoras a la estructura del juego de negocio KatWise de modo que la simulación corresponda en mayor grado al comportamiento de los consumidores ante decisiones de administración por categorías. La metodología de validación consistió en dos etapas. La primera etapa se centró en un focus group donde se pudo detectar, que es fundamental hacer una explicación previa que ayude a orientar la toma de decisiones y se apreció una sobre valoración de algunos SKU s, que generaba poca competencia entre el surtido. Esto llevó a hacer modificaciones a la distribución de utilidades, con el fin de disminuir la brecha de elegir un producto u otro, logrando ventas mejor distribuidas en le surtido. En la segunda etapa, se construyó un modelo de demanda MNL donde las variables correspondían a los diferentes niveles de atributos. Para calibrar este modelo se hicieron modificaciones en los atributos y se observaron las participaciones de mercado de los distintos SKU S, lo que reveló la influencia de cada atributo. De los resultados se obtuvo que los consumidores simulados tenían una sobre valoración del atributo Calidad, no así del Precio, lo que se consideró que no correspondía en una categoría de servilletas. Esto llevó a realizar nuevos cambios en la distribución de utilidades. Finalmente, se propone que para trabajos futuros se incorpore la venta de información adicional a los jugadores, una realización de estudio de promociones y la incorporación de registro de decisiones de semanas anteriores para facilitar el uso de KatWise. 1

3 INDICE I. ANTECEDENTES GENERALES... 6 II. DESCRIPCIÓN DEL PROYECTO Y JUSTIFICACIÓN... 8 III. OBJETIVOS Objetivo General Objetivos Específicos... 9 IV. MARCO CONCEPTUAL Administración por categorías Modelos de comportamiento de consumidores Focus Group Business Games V. METODOLOGÍA VI. ALCANCES VII. EXPLICACIÓN DEL SIMULADOR Datos del Juego Información de Entrada Ventas promedio de la categoría Segmentación de Mercado Menú del Juego Comentarios Mix de Productos activos para semana actual del juego Jugada semana x Decisiones Surtido Productos y Precios Decisiones Promociones Decisiones Cantidad/Volumen Grupos de SKU para la semana Frecuencia de reposición Envío de Resultados Informes de Resultados (Participante/Semana) Resumen ventas semanales por SKU Resumen de Reposición Resumen de Stock Out Ingreso neto semanal por SKU Informes de Resultados Acumulados Informes de Resultados Comparativos Comparativos de Ingresos Netos Comparativos de Ingresos Netos Acumulado VIII. ESTUDIO CUALITATIVO Planeamiento Reclutamiento Trabajo en Terreno Análisis IX. CAMBIOS OBTENIDOS DEL ESTUDIO CUALITATIVO Cambios de Imagen Cambios de Atributos Cambios de Utilidad X. ESTUDIO DE VARIABILIDAD Construcción de Escenario Base Tamaño Góndola Surtido Precio Promoción Espacio en Góndola Reposición Estudio de Variabilidad Ventas y Gross Margin Ingresos Stock Out

4 XI. ESTUDIO DE IMPORTANCIA DE ATRIBUTOS Estudio de Atributos por medio de la Utilidad Estudio de Atributos según Participación de Mercado XII. CAMBIOS OBTENIDOS DEL ESTUDIO CUANTITATIVO XIII. COMPORTAMIENTO DE ATRIBUTOS XIV. CONCLUSIONES Conclusiones finales Estudios Futuros XV. BIBLIOGRAFÍA Y FUENTES DE INFORMACIÓN XVI. ANEXOS INDICE DE ANEXOS Anexo 1: Modelos de comportamiento de consumidores Anexo 2: Cuestionario de Reclutamiento Anexo 3: Opiniones más relevantes para cada grupo Grupo Grupo Grupo Anexo 4: Surtido antiguo de productos Anexo 5: Cambios de segmentación Anexo 6: Designación de espacio Anexo 7: Estudio de frecuencia de reposición Anexo 8: Estudio de Variabilidad Desviación promedio de ventas y Gross Margin Desviación promedio de Stock Out Desviación promedio de ingresos Anexo 9: Estudio de valorización de atributos por medio de la utilidad Cálculo de utilidad para los diferentes niveles de precios Tablas de utilidad para cada SKU ortogonal Matriz de probabilidad de compra Cálculo de la esperanza de la utilidad Anexo 10: Estudio de Colinealidad Anexo 11: Pruebas de regresiones a participaciones de mercado nulas Participaciones de mercado nulos se les dio valor Participaciones de mercados nulos se sacaron del estudio Anexo 12: Cambios de matriz de utilidad Cambios a matriz de utilidad Repercusiones en importancias relativas Anexo 13: Estudio de Colinealidad, caso final INDICE DE GRÁFICOS Gráfico 1: Segmentación antigua Gráfico 2: Segmentación Nueva Gráfico 3: Desviación de Ventas y Gross Margin para cada SKU Gráfico 4: Desviación de Ingresos por cada SKU Gráfico 5: Desviación de Stock Out por cada SKU Gráfico 6: Segmentación anterior Gráfico 7: Nueva segmentación Gráfico 8: Ratio PMj/PM* Gráfico 9: Participación de mercado mediante regresión con SKU de atributos favorables Gráfico 10: Participación de mercado mediante regresión con SKU de atributos desfavorables Gráfico 11: Participación de mercado por marcas Gráfico 12: Participación de mercado para los distintos niveles de calidad INDICE DE ILUSTRACIONES Ilustración 1: Interfaz participante Ilustración 2: Informe de ventas Ilustración 3: Segmentación

5 Ilustración 4: Mix de productos Ilustración 5: Decisiones semanales Ilustración 6: Surtido y precio Ilustración 7: Decisiones de promoción Ilustración 8: Decisiones de volumen Ilustración 9: Grupos de SKU Ilustración 10: Frecuencias semanales de reposición Ilustración 11: Ventas por SKU Ilustración 12: Reposición por SKU Ilustración 13: Reporte de stock out Ilustración 14: Ingreso neto semanal Ilustración 15: Resumen general de ingresos netos Ilustración 16: Visualización Antigua Ilustración 17: Visualización Nueva Ilustración 18: Logotipo KatWise Ilustración 19: Interfaz de utilidad antigua Ilustración 20: Interfaz de utilidad modificada Ilustración 21: Interfaz utilidad precio antigua Ilustración 22: Interfaz utilidad precio modificada Ilustración 23: interfaz de importancias relativas antigua Ilustración 24: interfaz de importancias relativas nueva Ilustración 25: Diagnóstico de colinealidad realizado para el estudio final INDICE DE TABLAS Tabla 1: Cambio de Marcas Tabla 2: Atributos Nuevos Tabla 3: Modelo Antiguo Tabla 4: Modelo Nuevo Tabla 5: Cambios en la Segmentación Tabla 6: Ingreso de SKU s a las Ventas Promedio Tabla 7: Surtido Tabla 8: Precio Sugerido y de Adquisición Tabla 9: Designación de Espacio Tabla 10: Resultados de reposición con un grupo Tabla 11: Resultados de reposición con dos grupos Tabla 12: Resultados de reposición con tres grupos Tabla 13: Surtido Ortogonal Tabla 14: Utilidad por modelo dado los niveles de precio Tabla 15: Utilidad por nivel de atributo y cantidad de ventas Tabla 16: Regresión de atributos y ventas en Q Tabla 17: Diagnóstico de Colinealidad Tabla 18: Orden Original de Niveles Tabla 19: Movimientos por atributo Tabla 20: Ejemplo de variación de niveles, caso atributo marca KBBB Tabla 21: Regresión de modelo de participación MNL Tabla 22: Ingreso de SKU s a las Ventas Promedio Tabla 23: Regresión de modelo de participación MNL Tabla 24: Surtido inicial de productos Tabla 25: Importancias relativas y segmentación antigua Tabla 26: Importancias relativas y segmentación nueva Tabla 27: Planilla de designación de espacio Tabla 28: Stock Out promedio con un grupo de reposición Tabla 29: Stock Out promedio con dos grupos de reposición Tabla 30: Grupos de tres frecuencias Tabla 31: Stock Out promedio con tres grupos de reposición Tabla 32: Observaciones de Ventas y Gross Margin Tabla 33: Desviación de Gross Margin Tabla 34: Desviación promedio Stock Out Tabla 35: Resumen desviación SO

6 Tabla 36: Desviación promedio Ingresos Tabla 37: Resumen desviación Ingresos Tabla 38: Utilidad precios Tabla 39: Utilidades de SKU Tabla 40: Probabilidad de modelo de compra Tabla 41: Utilidad de atributos de SKU 901 y probabilidad de patrón de compra diario Tabla 42: Esperanza de Utilidad para atributos de SKU Tabla 43: Diagnostico de colinealidad al modelo de regresión de atributos Tabla 44: Resultados de regresión lineal, transformando los datos nulos a Tabla 45: Resultados de regresión lineal, eliminando los datos nulos

7 I. ANTECEDENTES GENERALES KatWise es una herramienta que pretende introducir a los usuarios al concepto de administración por categoría. Capacita a los participantes en la toma de decisiones ligadas al marketing 1 utilizando una categoría de servilletas. El CERET 2 es la entidad encargada de la realización del simulador. Los juegos de negocios son una técnica de aprendizaje que consiste en establecer un ambiente hipotético de negocios. Su uso en el proceso de capacitación permite fortalecer y/o desarrollar en los participantes ciertas habilidades decisivas como: la elección del surtido, el espacio de exposición de cada producto, los tipos de promociones y las frecuencias de reposición. Actualmente en el mercado podemos clasificar los simuladores de negocios en Generales y Específicos. Los primeros están orientados a mostrar el uso de las estrategias a nivel de negocios y las principales decisiones que debe tomar la dirección general de una empresa. Entre los principales tenemos al Business Policy Game, Business Strategic Game, CEO, Treshold y el Multinational Management Game. Los Específicos están enfocados a simular las actividades de un área particular de una empresa como marketing, finanzas y producción. Entre los principales simuladores de este tipo tenemos a: Markstrat, Brandestrat, Brandmaps, Marketplace, Shoes, Marketing Game, Marketing Simulation Marklog y Tenpomatic: orientados a simular las actividades de marketing. Fingame y Simdef: para el área de finanzas. Forad: enfocado al área de finanzas internacionales. Intopia: para los negocios internacionales. The Management/Accounting Simulation: para el área de contabilidad. Debido a la gran cantidad de productos que manejan los supermercados, la administración de ellos resulta ser un complicado problema, a raíz de esto, nace la 1 Decisiones de precio, promociones, variedad a ofrecer, espacio en góndola y reposición. 2 El Centro de Estudios en Retail, se forma a partir de un proyecto FONDEF orientado a generar y desarrollar soluciones de productividad para las empresas de retail, inicialmente focalizadas en el sector supermercadista. 6

8 Administración por Categorías. Es un proceso de negocios diseñado entre el proveedor y el detallista, con el fin de lograr la mayor eficiencia y rentabilidad para ambos, dentro de una categoría de productos, con base en la satisfacción de las necesidades del consumidor de manera efectiva. Una Categoría es un grupo manejable de productos que los consumidores perciben como interrelacionados para satisfacer sus necesidades. Uno de los problemas más comunes en el área del marketing es estudiar al consumidor, ya que resulta de un alto nivel de complejidad realizar un seguimiento a cada potencial comprador y analizar las diferentes decisiones que lo llevan a comprar un producto, al momento de enfrentarse a un surtido. Para cubrir esta situación se utilizaron tres modelos, el de probabilidad de incidencia de compra realizada por Bell 3 y Boztug (2004), la elección de un producto por Farder y Hardie 4 (1996) y finalmente la cantidad a comprar que se realiza por medio de una distribución triangular, que se explicarán en más detalle en los próximos capítulos. Dada la importancia de lo anterior, se busca que la autora realice su Trabajo de Tesis en la validación de KatWise para que sea una herramienta útil en la capacitación de administración por categorías 3 BELL, DAVID R. Y BOZTUG, YASEMIN. The Effect of Inventory on Purchase Incidence: Empirical, FADER, PETER S. Y BRUCE G.S. HARDIE. Modeling Consumer Choice Among SKUs, Journal of Marketing Research, 33 (November), pp ,

9 II. DESCRIPCIÓN DEL PROYECTO Y JUSTIFICACIÓN El desarrollo de este estudio se enmarca en el proyecto FONDEF de Supermercados que esta desarrollando el Departamento de Ingeniería Industrial de la Universidad de Chile. La gestión de categorías es un tema siempre presente entre los investigadores de marketing y administradores de retail, debido a la relevancia que tiene para estos tener el producto, en el lugar, en la cantidad y en el momento correcto, y lo que puede implicar tanto en las ganancias de la industria del retail como en el ahorro de costos que un buen pronóstico puede implicar. Por estos motivos, en el presente trabajo se estudiará el comportamiento del simulador de administración de categoría KatWise, con el fin de validarlo. Más específicamente, se realizará un estudio cualitativo para detectar las percepciones de los usuarios, y un estudio cuantitativo que enseñe el comportamiento de las variables de este simulador, para generar propuestas de mejora al juego. Este trabajo tiene como finalidad que KatWise sea una herramienta útil para las cadenas de retail, y cumpla con el objetivo de capacitar a los encargados de la administración por categorías, a través de las simulaciones basadas en las decisiones de marketing empleadas semanalmente. Además, se pretende que sea utilizado como herramienta académica para alumnos pertenecientes al ramo Gestión Comercial dictado por la Escuela de Ingeniería Civil Industrial de la Universidad de Chile, con el objetivo de enseñar a desarrollar estrategias de marketing dentro de una categoría. Ya que las simulaciones de negocios permiten incrementar la capacidad de toma de decisiones, aumentar la capacidad de trabajo en equipo, integrar conocimientos y entender el ambiente de negocios. 8

10 III. OBJETIVOS 3.1 Objetivo General Generar mejoras a la estructura del simulador KatWise mediante estudios, para que tenga un comportamiento más cercano a lo real, a fin de validarlo. 3.2 Objetivos Específicos Descubrir problemas que presenten los jugadores, para crear soluciones que mejoren el comportamiento de KatWise. Desarrollar un escenario base, para estudiar variabilidad en el modelo. Desarrollar un análisis de sensibilidad a los parámetros del juego de negocio, para comprender comportamiento de las variables. Descubrir problemas lógicos que pudiera presentar el simulador KatWise, para dar alarma a la administración. Desarrollar una metodología para estudiar posibles problemas. 9

11 IV. MARCO CONCEPTUAL 4.1 Administración por categorías El ambiente actual de los negocios está presentando una serie de desafíos a las empresas de comercio, que van desde consumidores cada vez más difíciles de satisfacer, hasta una creciente competencia por parte de los conglomerados mundiales. En este escenario, nace la Administración por Categoría como respuesta a los nuevos estándares de eficiencia. Administración por Categoría es un proceso de negocio entre el retailer y sus proveedores, que consiste en administrar las categorías de productos como unidades estratégicas de negocio para producir resultados comerciales mejorados al concentrarse en entregar mayor valor a los consumidores. La Administración por Categoría entrega un conjunto de las mejores prácticas de negocio que permiten guiar y apoyar todas las actividades comerciales al interior de una empresa, como por ejemplo: Organización de los productos y estructuración de las categorías Definición de roles y estrategias para las categorías Planificación de categorías Evaluación y seguimiento de categorías Tácticas de las categorías: Precio, surtido, nivel de precio, abastecimiento, nivel de servicio al cliente 4.2 Modelos de comportamiento de consumidores 5 Los comportamientos de compra fueron realizados siguiendo tres modelos, el primero es el que se refiere a la probabilidad de compra de Bell y Boztug (2004) que dice que debido a estudios de comportamiento e investigación empírica reciente sugiere que niveles más altos de inventario pueden conducir a los consumidores a aumentar el consumo. El inventario, por lo tanto, se postula para ejercer dos fuerzas 5 Los modelos se describe en detalle en anexo 1 10

12 compensatorias en la probabilidad de la incidencia de la compra. Niveles más altos del inventario reducen la probabilidad de la compra mientras que el consumidor siente menos presión de comprar. Al mismo tiempo, la teoría sugiere que niveles más altos del inventario puedan conducir sobre el índice de consumo, de tal modo aumenta la probabilidad de la incidencia. Dado lo anterior, desarrollaron un modelo empírico que capturara explícitamente estos dos efectos que se utilizó con algunos cambios para obtener la incidencia de compra. El segundo modelo corresponde al de Farder y Hardie, utilizado para la elección de un producto. Postula que los consumidores no forman sus preferencias por cada SKU individual, sino que por el contrario evalúan las cualidades subyacentes que describen cada artículo. Además, pretende incorporar que un sistema de las cualidades discretas 6 se puede utilizar para caracterizar un sistema grande de SKU's de manera sencilla. Finalmente, el tercer modelo utilizado dice que la cantidad que cada consumidor esta dispuesto a comprar sigue una distribución triangular, la que se determina considerando el consumo promedio mensual, desviación estándar y la frecuencia de visita del consumidor. 4.3 Focus Group El Focus Group es una técnica de Estudio Cualitativo, en el que se reúne a un grupo de personas para indagar acerca de actitudes y reacciones frente a un Producto, Servicio, Concepto, Publicidad, Idea o Empaque. Las preguntas son respondidas por la interacción del grupo en una dinámica donde los participantes se sienten cómodos y libres de hablar y comentar sus opiniones. En marketing, las sesiones de grupo son una herramienta muy importante para recibir retroalimentación de diversos temas. Esta herramienta da información invaluable acerca del potencial de un concepto y/o producto en el mercado. Sin embargo, las sesiones de grupo tienen desventajas. El entrevistador tiene poco control sobre el grupo y en ocasiones se pierde tiempo en asuntos de poca trascendencia. Por otra parte el análisis es complejo ya que depende de los estilos de 6 Marca, calidad, variedad, diseño, tamaño del paquete y precio 11

13 comunicación a la par con las reacciones no verbales de los participantes, es por ello que se necesita personal muy entrenado para el manejo del grupo y el análisis de los resultados. 4.4 Business Games Las simulaciones de gestión de empresa son unas potentes herramientas de aprendizaje que hacen posible que los participantes en las mismas puedan aprender sobre los factores que influyen en las distintas áreas de sus negocios comunicándose, argumentando, negociando, compitiendo, tomando decisiones, alcanzando compromisos y poniendo a prueba sus ideas de manera creativa sin exponerse a los riesgos propios de una situación real. Las simulaciones no pueden ofrecer una experiencia real, pero ofrecen lo más parecido a la misma, una experiencia indirecta de manera casi adictiva por la fuerte motivación que genera en los participantes gracias a su carácter interactivo y a los factores competitivos que producen altos niveles de compromiso. En 1999 se interrogó, mediante una encuesta, a directores y responsables de formación de todo tipo de organizaciones en el Reino Unido sobre los beneficios de las simulaciones de empresa como herramienta de formación 7. Los resultados de la encuesta demostraron que las simulaciones ayudan a los participantes a: Comprender la interrelación entre las diferentes áreas funcionales de su empresa y conocer mejor aquellas en las que no son especialistas Desarrollar las habilidades para el trabajo en equipo. Las simulaciones muchas veces hacen posible que se formen equipos muy cohesionados y permiten explorar distintos roles y su impacto en el rendimiento del equipo Desarrollar las habilidades para la toma de decisiones. Los informes -rápidos y sin ambigüedades- con los resultados permiten que los participantes comprueben muy claramente las consecuencias de sus decisiones Aumentar los conocimientos y habilidades de tipo funcional Desarrollar las habilidades para enfrentarse al cambio, el riesgo y la incertidumbre Todos estos factores explican por qué las simulaciones de empresa empiezan a ser el núcleo de los cursos tipo MBA en numerosas Escuelas de Negocios europeas y 7 GERENTES.COM Artículo: Los simuladores de empresa como herramienta de trabajo. 12

14 norteamericanas, ocupando hasta el 40-50% de las horas electivas, y la base de numerosos Seminarios de Formación y Actualización para ejecutivos. V. METODOLOGÍA Mediante el presente trabajo, se espera validar el simulador KatWise, para esto se pretende desarrollar una metodología que siga las siguientes etapas. Etapa I Objetivo: Detectar errores gruesos. 1.- Seguimiento de jugadores: evaluar 15 jugadores, con ellos se pretende detectar extrañezas percibidas en el Simulador (interfaz, variables sobre valoradas, escasez de información, etc.). Se realizaran 3 focus group para obtener esta información. 2.- Estudios de variabilidad de resultados: analizar lo que sucede con los datos de salida, al reiterar jugadas con iguales decisiones de entrada, en una misma semana virtual. 3.- Hacer recomendaciones generales que ayuden a obtener mejoras en el Simulador. Etapa II Objetivo: Analizar y comprender la sensibilidad del resultado del Simulador a las distintas variables de decisión empleadas por el jugador. 1.- Estudio de atributos: identificar los atributos más explicativos de las ventas, y detectar cualquier anomalía que pueda presentar el simulador. 2.- Estudio de sensibilidad a las variables más relevantes 3.- Generar recomendaciones de mejora al simulador KatWise 4.- Proponer mejoras al simulador, en una versión futura de este. 13

15 VI. ALCANCES El trabajo busca evaluar de manera conjunta las variables existentes en el Simulador KatWise. Al tratarse de un gran número de datos de entrada, se pretende realizar estudios donde se abarque de manera grupal las variables ingresadas por los participantes. Además, se debe precisar que como resultado final del Trabajo de Tesis se busca solucionar los diferentes problemas o anomalías que puedan ser detectados en el estudio del comportamiento de KatWise, para que este pueda ser insertado al mercado del retail, como una herramienta útil para la práctica de administración por categorías. Se contemplará un estudio de las variables que representan los atributos de los productos del surtido, ya que estos son los factores que más influyen en el comportamiento de compra de los shoppers. Además, se analizará las apreciaciones de jugadores que ayuden a mejorar el desarrollo de KatWise. 14

16 VII. EXPLICACIÓN DEL SIMULADOR KatWise es un juego de negocios que permite apoyar la capacitación en Administración por Categorías, orientado principalmente al área de supermercados. El simulador contempla tres roles Administrador, Instructor y Participante. El Administrador del Sistema, es quien posee todos los privilegios y puede configurar los parámetros claves para el funcionamiento del sistema. El instructor del juego toma las decisiones más generales, como son los productos que se van a exhibir, precios y presupuestos para promociones que varían semana a semana, también es el encargado de simular las jugadas de los distintos participantes. El instructor se encuentra habilitado para crear, editar y eliminar juegos. También para manipular los juegos tanto como instructor o como participante. Puede definir jugadores. Sin embargo, no está habilitado para crearlos, sólo puede seleccionarlos, ya que dicha acción corresponde al Administrador. La interfaz que manipula el Instructor presenta variaciones dependiendo de la etapa en curso. Cada vez que un participante termina una jugada, el instructor debe ejecutar la simulación correspondiente, para dar la posibilidad de avanzar a la siguiente etapa en el juego. También es el responsable de la elección de productos a incluir y el precio 8, el que puede variar cada semana. Una vez que ya han jugado una o más etapas los jugadores, puede acceder a los Informes. El Participante es aquel que tiene el rol de administrador de la categoría, por lo tanto es el encargado de tomar las decisiones relevantes en el juego, maneja una gran cantidad de variables a fin de maximizar sus utilidades. Dada su importancia se explica en detalle su rol a continuación. En la primera interfaz puede ver todos sus juegos, presentándosele los nombres, la fecha de creación, el estado, la semana en que se encuentra jugando y un ícono para entrar a cada juego. Al ingresar a un juego, se presenta la siguiente Interfaz 8 Maneja el precio sugerido y el de adquisición. El precio sugerido, que corresponde al de mercado y el precio de adquisición, es el valor impuesto por el proveedor. 15

17 Ilustración 1: Interfaz participante 7.1 Datos del Juego Es de carácter informativo, muestra la categoría, las etapas y características de la sala, el horario de atención y el espacio disponible para ubicar los productos. 7.2 Información de Entrada No es modificable por el participante, sólo es apreciativo. Corresponde a la información que se utiliza para guiar las decisiones de marketing del juego Ventas promedio de la categoría Ilustración 2: Informe de ventas 16

18 En la tabla se muestra información del comportamiento de cada SKU disponible, no varía al pasar las semanas, hace referencia al estado inicial del juego. Cuenta con datos de Ventas en Q y P, Precios de Adquisición, Precios de Venta y Gross Margin por SKU. También incluye gráficos de cantidades vendidas por producto y de Ingresos obtenidos por SKU Segmentación de Mercado Este informe da cuenta de la distribución de los diferentes segmentos de los clientes que ingresan diariamente al supermercado. Ilustración 3: Segmentación 7.3 Menú del Juego Comentarios En este ítem el jugador puede ingresar datos o comentarios que se guardan con nombre, fecha y hora, quedando ha vista de todos los otros participantes incluyendo al instructor Mix de Productos activos para semana actual del juego 17

19 Ilustración 4: Mix de productos Enseña los atributos de Marca, Calidad, Variedad, Diseño, Tamaño y Precio para los SKU elegidos por el instructor para la semana correspondiente. 7.4 Jugada semana x Ilustración 5: Decisiones semanales Este ítem es el más relevante pues es donde el jugador toma todas las decisiones del juego. Se muestra un punto blanco cuando la decisión correspondiente no ha sido llenada. Las decisiones de promociones y de Grupos de SKU son las únicas no obligatorias 9. Una vez terminado este proceso se activa un link que permite al participante mandar la jugada al instructor para que este la simule. 9 Si no se llena la decisión de promociones se asume que el participante no desea promocionar productos en esa semana. En el caso de no llenar los grupos de SKU, se toma como base la agrupación de la semana anterior, por lo tanto, sólo es obligatoria tomar esta decisión en la primera semana del juego. 18

20 7.4.1 Decisiones Surtido Productos y Precios Ilustración 6: Surtido y precio Los precios no pueden superar el 30% de descuento para que la elección sea válida. También el participante puede tomar decisiones de poner Avisaje 10 o Display 11, los que sólo pueden ser utilizados en semanas impares. Los productos que el jugador desea vender, debe darles un valor distinto a cero en el espacio correspondiente a Precio Unitario. Además, se le entrega información del Precio de Adquisición Regular, Precio de Adquisición de la Semana Actual y el Precio Sugerido que corresponde al precio de mercado. Si desea exponer en góndola productos de alguna marca en particular, que no presentaban ventas la semana anterior, debe incurrir en un gasto, llamado Costo de Incorporación de Marca, el que es constante para todo el juego Decisiones Promociones El jugador debe decidir poner promociones en cada SKU, de ser así, puede optar en poner un Regalo Básico o un Regalo Medio, donde el primero tiene un costo de $30 por unidad y el medio de $60 por unidad, también decide la cantidad de productos que desea promocionar, y finalmente, el sistema arroja un Costo de Promoción por SKU. 10 Consiste en publicitar en la revista que se entrega a la entrada del supermercado 11 Consiste en poner señalizaciones en los pasillos para llamar la atención de los clientes. 19

21 Ilustración 7: Decisiones de promoción Cada marca cuenta con un presupuesto limitado por el instructor, esta decisión la toma en el estado Por Iniciar, por lo tanto no es modificable en los distintos períodos, y se descuenta semana a semana, cada vez que el jugador utilice algún tipo de promoción. También se muestra un Resumen de Promociones de Regalo en semanas anteriores Decisiones Cantidad/Volumen Estas decisiones corresponden a como el jugador desea ubicar los diferentes productos en el espacio asignado 12. Se debe optar por la bandeja y también por los centímetros lineales, que corresponde al ancho de los productos. 12 Son 4 bandejas de 130x60x80 cm. cada una 20

22 Ilustración 8: Decisiones de volumen En el ejemplo de la Ilustración 8, observando la bandeja 3, al SKU 514 se le designó todo el espacio de una bandeja. En la bandeja 2, están los SKU 502 y 504 que se le designó 68 y 51 cm. respectivamente, entrando cuatro productos linealmente 13 del SKU 502 y tres del Grupos de SKU para la semana En esta ficha el jugador agrupa los SKU con el fin de utilizar las mismas frecuencias de reposición entre los productos del grupo, las que serán tomadas más adelante. Ilustración 9: Grupos de SKU 13 Sólo se considera el ancho de la bandeja y del producto, omite cuantos más ingresan hacia arriba y al fondo. 21

23 7.4.5 Frecuencia de reposición Se selecciona cada grupo, conformado en el ítem anterior y se llena el horario con la frecuencia de reposición que el jugador estime conveniente. Es importante notar que se deben llenar todas las celdas y que el dato de frecuencia que ingrese debe ir en unidades de minutos, es decir, si se quiere reponer cada tres horas hay que colocar y luego hacer clic en rellenar, de este mismo modo el participante debe completar las celdas para todos los grupos que conformó. Ilustración 10: Frecuencias semanales de reposición Envío de Resultados Una vez tomadas todas las decisiones, debe seleccionar el botón Confirmar Decisiones. Con esto queda a la espera de la ejecución de la simulación por parte del Instructor para poder liberar la siguiente etapa del juego. Los siguientes son los reportes a los que puede acceder el participante a partir de la segunda jugada. 14 Sólo se ingresa el número, no la unidad. Corresponde a 180 min. 22

24 7.5 Informes de Resultados (Participante/Semana) Es de carácter informativo, muestra el comportamiento por semanas del jugador Resumen ventas semanales por SKU Ilustración 11: Ventas por SKU Se selecciona la semana que se desea observar, da cuenta de las ventas por producto, tanto en cantidad como en utilidad, entregando el Gross Margin, que corresponde a la diferencia entre precio de adquisición y venta, multiplicado por la cantidad de productos vendidos. También cuenta con dos gráficos que muestran la distribución de las Cantidades Vendidas y el Gross Margin por cada SKU, vendido en la semana observada Resumen de Reposición Ilustración 12: Reposición por SKU Al seleccionar la semana que se desea observar, se muestra cada SKU con la cantidad de paquetes por caja de reposición, la cantidad de ventas, las veces que se 23

25 repuso cada SKU 15, el tiempo que demoró en la reposición y el costo asociado a las reposiciones. En la parte inferior de la interfaz se enseña un gráfico, el que da cuenta de las unidades vendidas por cada SKU Resumen de Stock Out 16 Se selecciona la semana que se desea observar, y se despliega una tabla que detalla las ventas por SKU, Stock Out y un ratio de lo que no se vendió por el total de posibles ventas. También se enseña un gráfico que muestra la distribución de lo que se dejó de vender, por concepto Stock Out para cada SKU. Ilustración 13: Reporte de stock out 15 Se refiere a la caja 16 Corresponde a cuantas veces llegó un cliente a buscar un producto y no lo encontró por que no había producto en góndola 24

26 7.5.4 Ingreso neto semanal por SKU Ilustración 14: Ingreso neto semanal En este ítem el jugador puede apreciar como se ha comportado su ingreso en las diferentes semanas. Se muestran dos tablas, la primera contiene información de venta en pesos, costos de adquisición de productos, Gross Margin y costos de reposición e incorporación por cada SKU, puesto en góndola la semana observada. La segunda posee los productos que fueron retirados del mix de la semana anterior, el número de SKU que fue sacado de góndola, el Precio Unitario de Adquisición relacionado al SKU, el Inventario en Góndola que corresponde a las unidades que se encuentran en exhibición por el precio de adquisición, el porcentaje de inventario que se pierde por efecto de retirar los productos, el Costo de Salida al retirar los productos del mix y un resumen de las pérdidas por sacar los productos con respecto la semana anterior. 7.6 Informes de Resultados Acumulados Es de carácter informativo. Es igual al ítem anterior, pero muestra el comportamiento acumulado del participante por todo el período jugado. Los reportes disponibles son tres: Resumen ventas, Resumen de Reposición e Ingreso neto. 25

27 7.7 Informes de Resultados Comparativos Es de carácter informativo, muestra el comportamiento por semanas del jugador de modo comparativo con los ingresos obtenidos por otros participantes Comparativos de Ingresos Netos Ilustración 15: Resumen general de ingresos netos Hace una comparación por semana entre participantes de Ingresos Netos que corresponde a Gross Margin, a Costo de Reposición, Costo de incorporación y Costos por salida del mix. Es importante destacar que si bien la información es por semana, puede que no todos los jugadores se encuentran en una misma semana. Finalmente, se acompaña por un gráfico que muestra los ingresos netos de cada participante Comparativos de Ingresos Netos Acumulado Es igual al ítem anterior, pero es un acumulado de las semanas jugadas para cada participante. 26

28 VIII. ESTUDIO CUALITATIVO La investigación cualitativa implica métodos no estructurados o semiestructurados de colección de datos, de discusiones de grupo y de entrevistas al individuo siendo estas las herramientas de mayor uso general. Además utiliza muestras relativamente pequeñas, que pueden ser seleccionadas cuidadosamente para reflejar las características de un grupo objetivo, aunque no se puedan asumir necesariamente representativo a poblaciones más grandes. Estudios exploratorios del amplio mercado La investigación cualitativa se utiliza con frecuencia para examinar las actitudes y comportamiento del consumidor en lo referente a un amplio campo o servicio del producto. Esto puede constituir una caracterización inicial de un nuevo mercado potencial para un cliente, o una mirada fresca en un mercado el convertirse o el cambiar. Objetivos Saber como los usuarios perciben los parámetros Simulador KatWise. Conocer las motivaciones de uso. Comprender las actitudes, aspiraciones y necesidades subyacentes que pueden afectar el comportamiento al jugar. Examinar las fortalezas y debilidades del simulador, así ayudando a desarrollar ideas tempranas en la construcción de este. Se utilizó el modelo de Jackie Dickens para la realización del estudio cualitativo, para esto se emplearon los primeros cuatro puntos, ya que la presentación y el informe no son necesarias para este tipo de estudio. 27

29 Etapas para un Estudio Cualitativo: Planeamiento Reclutamiento Trabajo en terreno Análisis Presentación Informe 8.1 Planeamiento En esta etapa se pretende diseñar el estudio que parece dar la mejor solución a nuestro problema, para esto respondemos las siguientes inquietudes que nos ofrece el modelo de Dickens: A quién se desea hablar? A gente joven, de entre 20 y 30 años, que tenga conocimientos básicos de administración, que haya utilizado el simulador KatWise en al menos cinco oportunidades, y que tenga disposición horaria, tanto para la realización de las jugadas como para la reunión presencial. Nivel de estudio universitario. Qué técnica cualitativa básica emplearemos? En este punto se debe decidir entre la técnica de entrevistas o la de discusiones grupales. Las entrevistas generalmente se emplean cuando el comportamiento y las actitudes pueden ser privadas, lo que no sucede en este caso ya que se pretende hablar de las apreciaciones generales del simulador KatWise, además, no se necesita explorar a nivel individual sino de modo más agregado. También se sabe que las 28

30 discusiones en grupo proporcionan medios rápidos y eficaces de explorar ideas de como son percibidos nuevos productos, a su vez, la interacción entre los miembros del grupo permite que los individuos comparen y pongan en contraste sus opiniones con las de otros, estimulándolos a articular pensamientos y sensaciones que de otra manera difícilmente hubiesen surgido. En conclusión, dada la rentabilidad y factibilidad se opta por hacer una discusión en grupo. Cuál será el tamaño y la estructura de la muestra? Dado que el tipo de personas es bastante homogéneo, sólo se pueden distinguir dos grupos que tienen relevancia para el análisis. Grupo 1: gente sin conocimiento de Marketing Grupo 2: gente con conocimiento de Marketing Dado lo anterior se optó por trabajar con 15 personas, la mayor parte estudiantes de último año de Ingeniería Civil. Ya que presentan cercanía al área administración y les resulta sencillo familiarizarse con este tipo de software. Para la realización del Focus Group se pretende hacer 3 reuniones, la primera sólo de gente perteneciente al Grupo 1, el segundo perteneciente al Grupo 2 y finalmente una tercera reunión mixta, cada una de 5 integrantes. Se optó por un bajo número de integrantes por reunión, debido a que hay una gran cantidad de variables a discutir y se espera que tenga una duración aproximada de 1 hora, además la persona encargada en conducir las sesiones no presenta un elevado conocimiento ni dominio de esta materia, por lo tanto se ha elegido un grupo reducido, para hacer más sencilla la tarea. Qué áreas deseamos cubrir? Se pretende responder a los objetivos del estudio cualitativo declarados con anterioridad, y estudiar como es percibido dentro de un contexto más amplio de un mercado. Para analizar si el simulador KatWise cumple finalmente con las pretensiones esperadas. 29

31 8.2 Reclutamiento Se seleccionó y filtró a la gente para la conformación de los grupos para el Focus, para esto se realizó un cuestionario de reclutamiento 17 a 20 personas, de donde se seleccionaron 15 que cumplían con lo requerido. El mecanismo de selección se basó en 3 objetivos, primero se intentó analizar las preguntas de tipo educacional para ver si poseían algún conocimiento administrativo y de marketing, que era lo buscado, el segundo objetivo fue rescatar la disponibilidad de tiempo para jugar y asistir a las reuniones. Como último, se eliminó a las personas que pudiesen estar relacionadas a los estudios de mercado porque pueden manejar información que distorsione los resultados. 8.3 Trabajo en Terreno El trabajo en terreno debiese ser conducido por gente capacitada, por la necesidad de guiar en forma adecuada la discusión, pero por asunto de recursos, se optó que la autora sea la que tenga este rol. Se deben crear las condiciones necesarias para que el lugar de discusión del grupo sea óptimo, para esto se tuvo en cuenta aspectos como: Ubicación de las sillas en círculos, de modo informal, para que sea un ambiente relajado. Las mesas preparadas con café, ceniceros, etc. Una luz adecuada. Realizar pruebas de audio para obtener una buena grabación. Comprobación de la composición exacta del grupo, para estar atento a cancelaciones. Un computador para tener presente el simulador KatWise. Otro punto muy relevante en la realización de los Focus Group es como se maneja la discusión del grupo, en este caso el método es bastante informal pues la 17 Cuestionario de reclutamiento en anexo 2 30

32 incorpora gente joven, con algún tipo de cercanía a la entrevistadora, lo que hace que sea más sencillo guiar y controlar cualquier tipo de anomalía que se presente. Se realizó un punteo de temas a tocar con el fin de cubrir todos los objetivos de esta discusión: Información de entrada Nivel de Comprensión Percepción de parámetros Peso de cada variable Reportes Método de juego Variables más relevantes que veían para tomar decisiones Interfaz Tiempo de Juego Motivaciones Actitud frente al simulador 8.4 Análisis Se realizaron las reuniones con los tres grupos mencionados con anterioridad, las que fueron grabadas, para posteriormente ser reducidas y obtener las ideas más relevantes por cada grupo 18. Finalmente, se analizó en conjunto los comentarios más repetitivos o más importantes para tomarlos en consideración, obteniéndose lo siguiente. Después de analizar cada una de las reuniones, se llegó a conclusiones que fueron seleccionadas bajo diferentes parámetros, como concordancia por gran cantidad de participantes, conclusiones que muestran los errores existentes en la metodología o apreciaciones de relevancia para el contexto del simulador, obteniéndose lo siguiente: 18 Los comentarios más importantes de cada grupo en anexo 3 31

33 Se debe considerar hacer una previa explicación, una clase o un manual que los oriente e informe a como tomar las decisiones y los detalles a considerar en el juego como: Aclarar que se trata de una categoría de servilletas y explicar los atributos brevemente. Dado que la segmentación confunde, hacer una pequeña aclaración de ella. Explicar el funcionamiento de avisaje y display. Mencionar que la cantidad de productos a poner en promoción, no se refiere a la cantidad de productos por unidad de SKU, sino a la cantidad de productos a promover independiente de las unidades que se expongan. Explicar la distribución de espacio y como llenar los módulos de frecuencia de reposición. Aclarar a lo jugadores que a la hora de poner promociones sólo se venden productos con regalo. No se venderán productos que no lleven la promoción. Incorporar la información de la obligación de jugar con todos los productos la primera semana. Las siguientes se pueden sacar poniendo un 0 en precio unitario Estudiar la sobre valoración SKU 504 y 505 Estudiar si el modelo incorpora la información de la semana anterior para la toma de decisiones, que pasa con el stock de los hogares de los consumidores. Estudiar insensibilidades del precio. Considerar esta propuesta, Debería quedar un registro de la decisiones de la semana anterior, porque es una pérdida de tiempo anotar todo en un cuaderno 32

34 Estudiar los descuentos, ya que no tienen gran incidencia en los resultados. Tener presente que se deberían poner incentivos finales, ya que no habían muchas motivaciones. 33

35 IX. CAMBIOS OBTENIDOS DEL ESTUDIO CUALITATIVO Los resultados obtenidos en el estudio cualitativo generaron varias modificaciones en KatWise, las principales fueron las siguientes. 9.1 Cambios de imagen Se hizo un cambio de interfaz importante, ya que el Focus Group arrojó que KatWise presentaba una compleja visualización en las decisiones. Ilustración 16: Visualización Antigua La Nueva Imagen hace una diferenciación por colores. La información de entrada se presenta en azul, las decisiones en verde y los reportes en color rojo, lo que hace que sea mucho más clara la distribución de la información. 34

36 Ilustración 17: Visualización Nueva También se hizo modificaciones en los nombres de las marcas, por dos importantes razones, la primera, dar status al simulador KatWise, el nombre en inglés, da una impresión de mayor globalidad, y la segunda fue aclaratoria, es decir utilizar nombres que reflejen su posicionamiento en el mercado. MARCA ESTRELLA COMETA LUNA SOL MARCA KRYSTAL DIAMOND GOLDEN BRILLIANT Tabla 1: Cambio de Marcas Se incorporó el nombre y logotipo a la interfase, para hacer un producto más potente, creíble y un con identidad. 35

37 Ilustración 18: Logotipo KatWise 9.2 Cambios de Atributos Se hicieron cambios en los nombres de los atributos los SKU s 19. El atributo Calidad poseía dos niveles pero estaban representados por más de dos nombres, es decir, Normal y Junior correspondían a un nivel y Gold, Mayor Absorción y Alta pertenecían a otro nivel, esto se modificó y se les puso sólo un nombre por nivel agrupándolos en Normal y en Premium respectivamente. SKU MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO 501 Krystal normal cóctel sin Krystal normal mesa sin Krystal Premium cóctel sin Krystal Premium mesa con Krystal Premium mesa sin Diamond normal cóctel sin Diamond normal cóctel sin Diamond normal mesa sin Diamond normal mesa sin Diamond Premium cóctel sin Diamond Premium cóctel sin Diamond Premium mesa con Golden normal cóctel sin Golden normal cóctel sin Golden normal cóctel con Golden Premium cóctel con Brilliant Premium cóctel sin Brilliant Premium cóctel con Tabla 2: Atributos Nuevos 19 Tabla antigua en anexo 4 36

38 Otro cambio que se puede apreciar es en los SKU s 510, 511, 512, 516, 517 y 518, donde algunos presentaron mejora en sus atributos como calidad, otros diferencias en los tamaños de las servilletas y finalmente cambios en los precios, para hacerlos más atractivos. 9.3 Cambios de Utilidad Se hicieron cambios en la tabla Utilidad Atributo Nivel en los máximos y mínimos de cada nivel, con el fin de generar menor dispersión en los resultados, es decir que la diferencia entre elegir un nivel u otro, en un mismo atributo, no sea tan grande. Esto se hizo a modo de prueba y error. Se respetó que la suma de las Utilidades de los niveles por atributo resultara cero, con el fin de mostrar imparcialidad ante la totalidad de los niveles. A continuación, se muestra, a modo de ejemplo, el Modelo 1, el atributo Marca posee cuatro niveles y sólo fueron modificados los valores extremos, el Nivel 1 (Krystal) ya que era el máximo del nivel, se subió de 1.2 a y al Nivel 4 (Brilliant) se bajó la Utilidad de -1.4 a , dado que era el mínimo de todos los niveles. Estos ajustes se hicieron para los 20 Modelos de Valorización con el fin de hacer más parejas las utilidades de los diferentes SKU s y así lograr que exista mayor competitividad entre los diferentes productos. MODELO VALORIZACIÓN ATRIBUTO NOMBRE NIVEL NIVEL UTILIDAD 1 - modelo MARCA Estrella 1 1,2 1 - modelo MARCA Cometa 2 0,2 1 - modelo MARCA Sol modelo MARCA Luna 4-1,4 1 - modelo CALIDAD Gold modelo CALIDAD Normal modelo VARIEDAD cóctel 1 0,4 1 - modelo VARIEDAD Mesa 2-0,4 1 - modelo DISENO Sin 1 0,5 1 - modelo DISENO Con 2-0,5 1 - modelo TAMANO pequeño modelo TAMANO grande 2-1 Tabla 3: Modelo Antiguo 37

39 MODELO VALORIZACIÓN ATRIBUTO NOMBRE NIVEL NIVEL UTILIDAD 1 - Modelo MARCA KRYSTAL 1 1, Modelo MARCA DIAMOND 2 0,2 1 - Modelo MARCA GOLDEN Modelo MARCA BRILLIANT 4-0, Modelo CALIDAD PREMIUM 1 0, Modelo CALIDAD NORMAL 2-0, Modelo VARIEDAD COCTEL 1 0, Modelo VARIEDAD MESA 2-0, Modelo DISENO SIN 1 0, Modelo DISENO CON 2-0, Modelo TAMANO PEQUENO 1 0, Modelo TAMANO GRANDE 2-0,9524 Tabla 4: Modelo Nuevo El cambio en la utilidades atributo nivel, repercutió en las importancias relativas de los modelos, obteniéndose nuevos segmentos, los que fueron realizados con Kmedias. Al analizar la segmentación resultante 20, podemos identificar que los modelos siguen el mismo patrón que la valorización antigua, exceptuando el modelo 18, que cambió de cluster. También se aprecian cambios en la denominación y en la numeración de los cluster. SEGMENTO # ANTIGUO NOMBRE DE SEGMENTO SEGMENTO # NOMBRE DE SEGMENTO ANTIGUO NUEVO NUEVO 1 Platino (T-C) 2 Variedad-Precio-Diseño 2 Gold(M-C-T) 4 Marca-Variedad 3 Medium(D-V) 5 Marca-Calidad 4 Price_Sensitive_(P-V) 1 Precio-Calidad 5 Other(P-T-D) 3 Marca-Precio Tabla 5: Cambios en la Segmentación Otro factor que sufrió cambios fue la cantidad de shoppers, inicialmente se tenía un ingreso de 148 personas al supermercado, lo que se modificó a 2500 personas. Obteniendo variaciones en la segmentación como los muestras los siguientes gráficos. 20 Nueva segmentación en anexo 5 38

40 Segmentación Antigua 30% 10% 14% 20% 26% Tamaño-Calidad Marca-Calidad-Tamaño Diseño-Variedad Precio-Variedad Precio-Tamaño-Diseño Gráfico 1: Segmentación antigua Segmentación Nueva 15% 9% 18% 12% 46% Variedad-Precio-Diseno Marca-Variedad Marca-Calidad Precio-Calidad Marca-Precio Gráfico 2: Segmentación Nueva Finalmente, gracias a las modificaciones realizadas se obtuvo lo buscado, que ingresaran más productos a competir. Se puede ver en la información de entrada. En las ventas promedio de la categoría antes sólo 9 de los 18 productos presentaban ventas, y actualmente son 12 los que las tienen, además se logró una mayor distribución en las ventas. SKU VENTAS (Q) SKU VENTAS (Q) Tabla 6: Ingreso de SKU s a las Ventas Promedio 39

41 X. ESTUDIO DE VARIABILIDAD El objetivo es investigar la desviación estándar de los informes resultantes del simulador, en cuanto a Ingresos, Gross Margin, Ventas y Stock Out, con el fin de estudiar que los datos generados de manera aleatoria presenten cierto grado de acotamiento y no arroje soluciones al azar, y así, poder demostrar que el simulador KatWise se encuentre bien ajustado a modo global. Para poder realizar el estudio de variabilidad se debió optar por un escenario común en la toma de decisiones. A continuación se muestra como fueron determinadas las diferentes variables de decisión y la dimensión de las góndolas a utilizar Construcción de Escenario Base Tamaño Góndola Se pensó que la dimensión de la góndola era muy acotada, inicialmente tenía 120 cm. y se estudió que sucedía si se aumentaba a 150 cm., el principal cambio fue sobre el Stock Out que presentó un aumento, el que debía ser frenado a través de la frecuencia de reposición, generándose un trade off, entre la dimensión de la góndola y la frecuencia, dado la poca importancia que generaban los 30 cm. extra por bandeja, se optó por mantener los 120 cm. iniciales Surtido Para obtener el escenario base se planteó que todos los productos del Mix fueran expuestos en góndola. SKU MARCA CALIDAD VARIEDAD DISEÑO TAMAÑO PRECIO 501 Estrella Normal cóctel Sin Estrella Normal Mesa Sin Estrella Gold cóctel Sin Estrella Gold Mesa Con Estrella Gold Mesa Sin Cometa Junior cóctel Sin Cometa Junior cóctel Sin Cometa Junior Mesa Sin Cometa Junior Mesa Sin

42 510 Cometa Mayor Absorción cóctel Sin Cometa Mayor Absorción cóctel Sin Cometa Mayor Absorción Mesa Con Luna Normal cóctel Sin Luna Normal cóctel Sin Luna Normal cóctel Con Luna Normal cóctel Con Sol Normal cóctel Sin Sol Alta cóctel Con Tabla 7: Surtido Precio La situación base elegida utiliza los precios propuestos por el sistema, tanto para el precio sugerido de venta 21 como el precio de adquisición, que corresponden a: SKU PRECIO SUGERIDO PRECIO ADQUISICIÓN Tabla 8: Precio Sugerido y de Adquisición Promoción El escenario base no contempla promociones que puedan distorsionar los resultados, tampoco avisaje ni display. 21 También llamado precio unitario 41

43 Espacio en Góndola Dado que el surtido contempla todos los productos, se optó por dar espacios similares, manteniendo en cuenta las diferentes dimensiones de los productos. Se realizó un análisis para designar el espacio óptimo 22. Dado que son 4 bandejas de 120cm. cada una, cada jugador posee un total de 480cm. lineales para poner el total de productos, si se divide equitativamente, obtenemos que cada SKU posee 26,6cm., lo que no coincide con el ancho de los diferentes SKU, por lo tanto, se trató de acercar lo más posible a este valor, por medio de la amplificación. El SKU 509 superó esta medida, pues requería de 38cm. para ubicar al menos un producto 23, por lo tanto se le entregó 11cm. extras, para que pudiese entrar en la góndola. A los SKU s de 12cm. se les dio 24cm. para que ingresasen dos de sus productos de manera frontal. A los productos de 25cm. de ancho se les entregó 25cm. lineales para ubicar sus productos. Finalmente, los productos de 19cm., a sólo dos de ellos era factible entregarles el doble de su espacio, y eligiéndose a los que generaban mayor margen, los SKU 504 y 505, resultando lo siguiente. SKU BANDEJA CM. LINEALES TOTAL DE UNIDADES Tabla 9: Designación de Espacio 22 La designación de espacio se puede ver en detalle en anexo 6 23 Linealmente, no considerando alto y fondo 42

44 Reposición Para la reposición se realizaron tres pruebas con el fin de obtener un Stock Out (SO) similar al 15%, que es lo que el mercado real maneja actualmente. Para esto se manipularon las variables de cantidad de grupos y la frecuencia 24. Se analizó el Ratio SO/ (Ventas +SO) para cada SKU y también el promedio de ellos. Lo primero fue hacer una prueba con un sólo grupo de reposición, con una frecuencia de 720 min., es decir una vez al día, todos los días de la semana, los resultados de Stock Out fueron del orden del 44% y los SKU 516 y 517 no presentaron ventas. SKU VENTAS (Q) STOCK OUT [Q] RATIO SO / (VENTAS + SO) , , , , , , , , , , , , , ,25 44% Tabla 10: Resultados de reposición con un grupo Para la siguiente observación se separó en 2 grupos, según el ratio obtenido en el ejercicio anterior, los SKU 501, 506, 513, 515, 516, 517 y 518 se les fijó una frecuencia igual a la empleada en el caso antepuesto, de 720 min., y al resto se les aumentó la frecuencia a 360 min. 25 dado que presentaron Stock Out sobre el 45%. Se obtuvo lo que se muestra a continuación: 24 Estudio de frecuencia de reposición en anexo veces al día 43

45 SKU VENTAS (Q) STOCK OUT [Q] RATIO SO / (VENTAS + SO) , , , , , , , , , % Tabla 11: Resultados de reposición con dos grupos Si bien varios productos dejaron de venderse, el ratio SO/ (SO + Ventas) bajó considerablemente a un 17%. Por lo que se realizó una tercera prueba, la que contempló 3 grupos, el primero con una frecuencia de 240 min. 26 para los SKU 502, 504 y 512, que son los que presentan mayor ratio, un segundo grupo con los SKU 503, 505, 509, 510, 511 y 514 con una frecuencia igual a la empleada en la observación anterior, de 360 min. y un último grupo para los que generan menor cantidad de ventas, como lo fueron los SKU 501, 507, 515 y 518, en este grupo también se incluyeron los SKU que no presentaron ventas ( SKU 506, 508, 513, 516 y 517) por si esta variación los hacia ingresar al surtido de productos que presentan ventas. Se les aplicó una frecuencia mínima de 1 vez a la semana es decir cada 5040 min., obteniéndose lo siguiente. SKU VENTAS (Q) STOCK OUT [Q] RATIO SO / (VENTAS + SO) , , , , , , , , veces al día ,32 44

46 , % Tabla 12: Resultados de reposición con tres grupos Finalmente, se obtiene un Stock Out aceptable, dado que en la realidad se maneja SO cercanos la 15%, por lo tanto es elegida esta alternativa de grupos y frecuencia, para al situación base buscada. Se puede ver que los SKU 506, 508, 513, 516 y 517 no aparecen en el reporte con ventas, esto se explica ya que al encontrarse todo el Mix a la venta, el efecto de la sustitución hace que estos productos no presenten ventas. Acabado lo anterior, tenemos el escenario base buscado, el que será empleado, para hacer las pruebas de Variabilidad al modelo Estudio de Variabilidad Una vez obtenido el escenario base, se realizaron pruebas de variabilidad. Se jugó varias veces tomando iguales decisiones y luego se analizó los resultados. Se utilizó como rango de aceptación los resultados con desviación menor al 10% promedio, dado que el simulador KatWise presenta un importante número de datos aleatorios. Se realizaron estudios de Ventas y Gross Margin, Ingresos y Stock Out, obteniéndose lo siguiente: Ventas y Gross Margin Desviación Estándar por SKU en Ventas y Gross Margin 20% 15% Desv % 10% 5% 0% SKU Gráfico 3: Desviación de Ventas y Gross Margin para cada SKU 45

47 La Desviación promedio cercana al 8% para el análisis de SKU por ventas y Gross Margin 27, lo que es satisfactorio para el problema Ingresos Desviación Estándar de Ingresos por SKU 30% 25% 20% 15% 10% 5% 0% Desv % 518 SKU Gráfico 4: Desviación de Ingresos por cada SKU El promedio de la desviación corresponde a un 8%, por lo tanto cumple con lo permitido Stock Out Desviación Estándar de Stock Out por SKU Desv (%) 18% 16% 14% 12% 10% 8% 6% 4% 2% 0% SKU Gráfico 5: Desviación de Stock Out por cada SKU Como se puede apreciar la desviación en el caso del Stock Out es del 6% promedio de los SKU, por lo tanto cumple con nuestro rango de aceptación menor al 10% 29. Los tres análisis anteriores muestran que el promedio de la desviación es inferior a la cota superior del 10% planteada a través de juicio experto, por lo tanto podemos decir que el Simulador KatWise se encuentra correctamente equilibrado ante decisiones iguales. 27 Obtención de desviación de Ventas y Gross Margin en anexo Obtención de desviación de Stock Out en anexo Obtención de desviación de Ingresos en anexo

48 XI. ESTUDIO DE IMPORTANCIA DE ATRIBUTOS Se pretende encontrar la importancia que representa cada atributo sobre el modelo, es decir, descubrir que variables son las que describen el comportamiento de las ventas, para posteriormente hacer un análisis acerca de la valoración de los atributos Estudio de Atributos por medio de la Utilidad Con este estudio se busca entender la importancia en la Función de Utilidad de cada atributo. Al tratarse de un gran número de decisiones de entrada, existen múltiples combinación que pueden realizar los jugadores, haciendo que el estudio de cada variable sea un proceso muy dificultoso, por lo tanto, se optó por manipular los atributos a través de un diseño ortogonal, para así poder abarcar, en gran medida, el espacio de las decisiones de entrada. Para esto, se utilizó el programa SPSS, donde se ingresó cada atributo con sus respectivos niveles, poniendo como cota mínima 30 productos resultantes, ya que es un valor amplio y a la vez manipulable para el estudio deseado. El sistema arrojó 32 datos mostrados a continuación. MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO Krystal normal cóctel con Krystal Premium mesa con Krystal Premium cóctel sin Krystal normal mesa sin Krystal normal cóctel sin Krystal Premium cóctel con Krystal Premium mesa sin Krystal normal mesa con Diamond Premium cóctel sin Diamond normal mesa sin Diamond normal cóctel con Diamond Premium mesa con Diamond normal mesa con Diamond Premium mesa sin Diamond Premium cóctel con Diamond normal cóctel sin Golden Premium cóctel con Golden normal mesa con Golden normal cóctel sin Golden Premium mesa sin

49 Golden normal mesa sin Golden Premium mesa con Golden Premium cóctel sin Golden normal cóctel con Brilliant normal cóctel sin Brilliant Premium mesa sin Brilliant Premium cóctel con Brilliant normal mesa con Brilliant normal cóctel con Brilliant Premium cóctel sin Brilliant Premium mesa con Brilliant normal mesa sin Tabla 13: Surtido Ortogonal Lo primero, fue estudiar el modelo que utiliza el simulador para evaluar la Utilidad, que corresponde al modelo de Fader y Hardie, que se muestra continuación: U i t ( j) =Utilidad que le reporta al consumidor i el producto j en el instante t. Donde: U a A Ka i i, a j, a i j j Ut ( j) = ( U t, l * Al ) + ft ( P) * (1 + M t,1 * γ 1 + M t,2 * γ 2) + ε a= 1 l = 1 i, t, lt ( j) = Utilidad que le reporta al consumidor i en el instante t, el atributo a en su nivel l. f i t (P) = Valor que toma la función de utilidad precio para el consumidor i en el instante para el precio P. j A l, a = Indicador binario: 1 si el producto j posee el atributo a en su nivel l, 0 en caso contrario. j M t, m = Indicador binario: 1 si la acción de marketing m esta activa para el 30 K a ε i, j t producto j en el instante t, 0 en caso contrario. = Número de niveles para el atributo a - esimo. = Término de error. Los estudios se hicieron, bajo el supuesto de que no existe acción de marketing, es decir, no hay descuentos, y tampoco hay Display ni Avisaje, con el fin de analizar i, j t a 30 Peter S. Fader, Bruce G. S. Hardie 1996, Modeling Consumer Choice among SKUs 48

50 más limpiamente el efecto de las variables atributo (Marca, Calidad, Variedad, Diseño, Tamaño y Precio) en las ventas. Dado lo anterior, las variables j M t, m se hacen cero, dejando en la función de Utilidades, la suma de las utilidades de los atributos más el factor precio correspondiente. El precio es el único atributo que tiene valores continuos por tramos, y presenta tres intervalos, el primero, es de precios bajos, entre 1 y 2.99 pesos la unidad, el segundo corresponde al precio medio que es entre 3 y 3.99 pesos la unidad, y el último tramo corresponde al precio alto que está entre 4 y 25 pesos unitarios, que se calculan dividiendo el precio que ingresa el participante 31 por el tamaño 32. Para hacer el cálculo de utilidad por precio para cada modelo, se extrajo a través de la interpolación de los datos originales 33 (2 en el caso bajo, 3,5 en el caso medio y 6 para los de precio alto, que son los que posteriormente se utilizaron en el diseño ortogonal. MODELO BAJO MEDIO ALTO 2 3, ,47 0,10-0, ,59 0,20-0, ,76 0,00-0, ,80 0,20-0, ,60 0,10-0, ,21-0,05-0, ,20 0,00-0, ,66 0,20-0, ,92 0,35-0, ,94 0,30-0, ,41 0,10-0, ,81 0,25-0, ,89 0,45-0, ,91 0,40-0, ,36 0,00-0, ,47 0,15-0, ,28-0,15-0, ,46-0,15-0, ,44 0,05-0, ,70-0,20-0,056 Tabla 14: Utilidad por modelo dado los niveles de precio 31 Precio por paquete de servilletas 32 Unidades vienen por paquete 33 Cálculo de utilidad por precio en anexo

51 Con lo anterior, y las importancias relativas de cada variable, se pudo construir tablas de utilidades por cada SKU ortogonal, las que describen las utilidades que aporta cada nivel en los diferentes 20 modelos, por cada SKU 34. Luego de obtenidas las Utilidades por modelo para cada SKU, se estudió la probabilidad de incidencia de cada modelo, las que presentan cinco niveles de patrón de compra, probabilidad dado 1, 3, 7, 14 y 28 días de compra, por lo que se obtuvo una matriz de probabilidad de modelo 35. Con la matriz de probabilidad se calculó la esperanza de la utilidad para cada nivel de atributo, dado los 20 modelos, pero sólo se utilizó el patrón de compra diario, dado que la simulación se realizó sólo en la semana 1 para todas las observaciones 36. Una vez obtenido las esperanzas de utilidad de cada atributo, se corrió la simulación para obtener los resultados de ventas en cantidad (Q), para luego construir las ecuaciones de cada SKU. El modelo utilizado corresponde al siguiente: Donde, p m = Probabilidad de modelo m = m E ) ( ui ) ( pm * um, i t E ( u i ) = x i = i y (β * x ) u m, i = Utilidad de atributo i según modelo m y t = Ventas en Q (arrojadas por le simulador) que presenta el SKU t, x i = Esperanza de la utilidad de atributo i β i = Corresponde a los parámetros asociados a cada atributo i i i t Con este modelo se construyeron las ecuaciones de utilidad por atributo para cada SKU, como se ve a continuación: 34 Las tablas de utilidad de los SKU s ortogonales se pueden ver en anexo La matriz de probabilidad de compra en anexo El cálculo de la esperanza de la utilidad en anexo

52 SKU MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO VENTASQ 901 0,85-0,85 0,12-0,12-0,07 0, ,85 0,85-0,12-0,12-0,07 0, ,85 0,85 0,12 0,12 0,07 0, ,85-0,85-0,12 0,12 0,07 0, ,85-0,85 0,12 0,12-0,07 0, ,85 0,85 0,12-0,12 0,07 0, ,85 0,85-0,12 0,12-0,07-0, ,85-0,85-0,12-0,12 0,07-0, ,85 0,85 0,12 0,12-0,07 0, ,23-0,85-0,12 0,12-0,07 0, ,23-0,85 0,12-0,12 0,07 0, ,23 0,85-0,12-0,12 0,07 0, ,23-0,85-0,12-0,12-0,07 0, ,23 0,85-0,12 0,12 0,07 0, ,23 0,85 0,12-0,12-0,07-0, ,23-0,85 0,12 0,12 0,07-0, ,05 0,85 0,12-0,12-0,07 0, ,05-0,85-0,12-0,12-0,07 0, ,05-0,85 0,12 0,12 0,07 0, ,05 0,85-0,12 0,12 0,07 0, ,05-0,85-0,12 0,12-0,07 0, ,05 0,85-0,12-0,12 0,07 0, ,05 0,85 0,12 0,12-0,07-0, ,05-0,85 0,12-0,12 0,07-0, ,12-0,85 0,12 0,12-0,07 0, ,12 0,85-0,12 0,12-0,07 0, ,12 0,85 0,12-0,12 0,07 0, ,12-0,85-0,12-0,12 0,07 0, ,12-0,85 0,12-0,12-0,07 0, ,12 0,85 0,12 0,12 0,07 0, ,12 0,85-0,12-0,12-0,07-0, ,12-0,85-0,12 0,12 0,07-0,08 0 Tabla 15: Utilidad por nivel de atributo y cantidad de ventas Las 32 ecuaciones resultantes fueron sometidas a una regresión lineal, de donde se obtuvo los siguientes parámetros β i. Modelo Coeficientes no estandarizados Coeficientes estandarizados t Sig. B Error típ. Beta 1 (Constante) 54,254 44,432 1,221,233 MARCA 135,371 44,423,409 3,047,005 CALIDAD 124,708 37,941,440 3,287,003 VARIEDAD 177, ,751,088,659,516 51

53 DISEÑO 350, ,751,175 1,304,204 TAMAÑO - 460,716 -,187-1,395,175 PRECIO 260, ,417,302 2,253,033 a Variable dependiente: VENTASQ Tabla 16: Regresión de atributos y ventas en Q Claramente se puede ver una fuerte influencia de las variables Marca y Calidad, seguida muy de cerca por Precio, lo que se considera extraño en una categoría de Servilletas, si bien Marca puede llegar a ser muy relevante, Calidad no lo es. Lo que si es correcto, es que precio tenga un importante rol en la ventas. Si se estudian los coeficientes significativos de la distribución t-student, notamos que el modelo no mostró buenos resultados en las variables Variedad, Diseño y Tamaño. Además, se obtuvo un R 2 igual a y un R 2 ajustado de 0.444, lo que nos dice que el modelo presenta un ajuste medio. Este estudió no explica en totalidad lo que se quiere encontrar, ya que trabaja con la esperanza de las utilidades por factor, por lo tanto, no incorpora la diferencia que pueda existir entre los 20 modelos. Dado esto, se consideró que su aporte sólo se basa en dar indicios del peso relativo de cada atributo, pero no basta para comprobar la importancia de cada nivel de atributo. A continuación se muestra el estudio de colinealidad, para verificar que no existe combinación lineal entre los predictores. Di Auto Índice de m. valor condición Proporciones de la varianza Cte MARC CALIDAD VARIEDAD DISEÑO TAMANO PRECIO 1 1,69 1,000,15,00,00,00,00,00,15 2 1,05 1,268,00,46,12,12,12,12,00 3 1,00 1,301,00,00,27,48,07,18,00 4 1,00 1,301,00,00,43,00,01,56,00 5 1,00 1,301,00,00,04,27,68,01,00 6,945 1,338,00,54,13,13,13,13,00 7,312 2,329,84,00,00,00,00,00,84 a Variable dependiente: VENTASQ Tabla 17: Diagnóstico de Colinealidad 52

54 Se puede decir que el modelo no presenta colinealidad 37, dado que los autovalores no son próximos a cero y el índice de condición 38 es menor a Estudio de Atributos según Participación de Mercado anterior, Para este estudio se utilizó el mismo diseño ortogonal empleado en el caso pero ahora se focalizó el estudio en analizar que sucede con las participaciones de mercado, dado cierto movimiento en los atributos. Para calcular la participación de mercado, se alteraron los atributos y ante cada variación se corrió el simulador, obteniéndose las datos para cada SKU 39. Para esto se consideró el precio igual al propuesto por el diseño ortogonal, sin promociones, con igual distribución de espacio en góndola 40 y una misma reposición para todos, con una frecuencia de 240 min., con el fin de entregar en iguales condiciones, al cliente, cada producto. Lo primero fue simular los datos originales entregados por el diseño ortogonal, y se calculó a cada SKU su participación de mercado. ATRIBUTO ORDEN ORIGINAL DE LOS NIVELES DENOMINACION MARCA KRYSTAL, DIAMOND, GOLDEN, BRILLANT KDGB CALIDAD PREMIUM, NORMAL PN VARIEDAD COCTEL, MESA CM DISEÑO CON, SIN CS TAMAÑO PEQUEÑO, GRANDE PG PRECIO BAJO, MEDIO, ALTO BMA Tabla 18: Orden Original de Niveles Luego se realizaron 28 jugadas, con diferentes alteraciones al Orden Original de Niveles, cada movimiento que se realizó Ceteris Paribus. Las variaciones que se efectuaron se muestran a continuación: ATRIBUTO VARIACIONES ATRIBUTO VARIACIONES MARCA KBBB VARIEDAD CC KKBB MM KKKB DISEÑO CC 37 La colinealidad es un problema del análisis de regresión que consiste en que los predictores del modelo están relacionados constituyendo una combinación lineal. 38 Los Índices de condición: Raíz Cuadrada (autovalor mayor/autovalor). Valores por encima de 15 (30) indican posible (seguro) problema de colinealidad. 39 En todos los casos se corrió con los 32 SKU s ortogonales. 40 En la construcción del tamaño de los SKU s ortogonales se les designo una dimensión de 16x10x10 cm. (ancho, alto, fondo), por lo tanto, se le entregó 16 cm. lineales de góndola a cada SKU. 53

55 CALIDAD KKKK SS KKKD TAMAÑO PP KKDD GG KDDD PRECIO BBB DDDG MMM DDGG AAA DGGG MMA GGGB MAA GGBB BBM GBBB BMM PP NN Tabla 19: Movimientos por atributo Para dar ejemplo de estos movimientos, se muestra la siguiente tabla. Donde se cambia el atributo Marca a KBBB, y de los 32 SKU ortogonales originales (KDGB) sólo se modificó las marcas a lo productos Diamond y Golden por Brilliant, todos los otros atributos permanecieron igual al original. Lo que finalmente se simuló y se calcularon las nuevas participaciones de mercado. MARCA PRECIO Ventas MARCA MOD CALIDAD VARIED. DISEÑO TAMAÑO PRECIO UNIT (Q) PM Krystal Krystal normal cóctel Con % Krystal Krystal Premium mesa con Krystal Krystal normal cóctel sin Krystal Krystal Premium mesa sin Krystal Krystal normal cóctel sin ,5 14 0% Krystal Krystal Premium cóctel con , % Krystal Krystal Premium mesa sin Krystal Krystal normal mesa con % Diamon Brilliant Premium cóctel sin Diamon Brilliant normal mesa sin % Diamon Brilliant Premium cóctel con % Diamon Brilliant Premium mesa con % Diamon Brilliant normal mesa con ,5 0 0% Diamon Brilliant normal mesa sin ,5 0 0% Diamon Brilliant Premium cóctel con % Diamon Brilliant normal cóctel sin % Golden Brilliant Premium cóctel con Golden Brilliant normal mesa con % Golden Brilliant normal cóctel sin % Golden Brilliant Premium mesa sin % Golden Brilliant normal mesa sin ,5 0 0% Golden Brilliant Premium mesa con ,5 0 0% Golden Brilliant Premium cóctel sin % 54

56 Golden Brilliant normal cóctel con % Brilliant Brilliant normal cóctel sin % Brilliant Brilliant Premium mesa sin % Brilliant Brilliant Premium cóctel con % Brilliant Brilliant normal mesa con % Brilliant Brilliant normal cóctel con ,5 0 0% Brilliant Brilliant Premium cóctel sin ,5 69 2% Brilliant Brilliant Premium mesa con % Brilliant Brilliant normal mesa sin % Tabla 20: Ejemplo de variación de niveles, caso atributo marca KBBB Se obtuvieron 29 tablas igual a la anterior, con las distintas variaciones, resultando de ellas 928 ecuaciones, las que posteriormente se llevaron a dummies para poder incorporarlas al modelo Logit Multinomial 41 que se muestra a continuación: Donde, + * ln( s i, t / st ) = α 0 ( α l * d i, l ) s i, t = Participación de mercado de SKU i en simulación t * s t = Media geométrica de simulación t α 0 = Constante. Absorbe a Brilliant, Normal, Mesa, Con diseño, Grande y Precio Alto d i, l = Variable dummy {1 si SKU i posee atributo l. 0 sino l Dado que este modelo, no permite valores 0 en la participación de mercado, se debió dar un valor de 0,00001 a todos aquellos SKU s que no presentaban ventas, para poder incorporarlas al estudio, ya que un 62% de los registros correspondía a valores nulos. Al hacer esto, se debió restar de manera proporcional a las ventas la diferencia en las variables distintas de 0, para que la suma continuara siento 1. Luego se ingresaron los datos a SPSS y se realizó una regresión, obteniendo los siguientes resultados. 41 NAKANISHI, M. Y COOPER, L.G. Market share analysis, modelo MNL para participaciones de mercado. 55

57 Modelo Coeficientes(a) Coeficientes no estandarizados Coeficientes estandarizados T Sig. B Error típ. Beta 1 (Constante) -6,695,334-20,027,000 Krystal 3,592,277,393 12,952,000 Diamond 1,581,286,166 5,524,000 Golden 1,834,284,194 6,463,000 Premium 3,871,199,473 19,494,000 cóctel 1,145,197,140 5,816,000 sin 2,000,198,245 10,124,000 pequeño 1,003,197,123 5,095,000 preciob 1,861,245,227 7,597,000 preciom -,003,269,000 -,011,991 a Variable dependiente: lnprop Tabla 21: Regresión de modelo de participación MNL Previamente, se hizo un estudio que señalara las variables menos valoradas por atributo, el que arrojó, que eran Marca Brilliant, Calidad Normal, Variedad Mesa, Con Diseño, Tamaño Grande y Precio Alto, por esta razón todos estos factores se incorporaron a la constante, con el fin de representar la situación más baja. Dado que la prueba t-student permite contrastar la hipótesis nula de que el verdadero parámetro es cero, evaluando cada coeficiente de manera independiente. Entonces: H0: βi = 0 (el coeficiente no es significativo, dado el nivel de confianza) Podemos decir, que se rechaza para todas las variables, dado un nivel de confianza de 95%, menos la variable preciom 42, ya que todas presentan un coeficiente significativo, igual a 0, exceptuando el caso de precio medio, donde el significado corresponde a un 0.991, es decir tiene poca influencia en las ventas, debido a que su coeficiente βi es cercano a 0. El modelo si bien no presenta un ajuste muy bueno, un R cuadrado de y R cuadrado corregido de 0.463, se puede decir, que es bastante explicativo del peso de los diferentes niveles de atributos al modelo. Además, se cree que la gran cantidad de ecuaciones 0, son las causantes de tal desajuste. Se realizó un estudio para comprobar que predictores del modelo no 42 Precio medio, entre 3 y 3.99 pesos la unidad 56

58 están relacionados constituyendo una combinación lineal, esto se hizo mediante un análisis de colinealidad 43 a la regresión. También se realizaron otros dos estudios 44, el primero consistió en dar un valor 0,001 a los SKU de participación de mercado 0 y el otro simplemente sacaba los valores nulos del modelo, quedando sólo 352 ecuaciones para aplicarles la regresión, en ambo casos, los ajustes del modelo bajaron, lo que se vio reflejado en R cuadrado menores al obtenido inicialmente. Ahora, si analizamos los datos vemos que la Marca Krystal y la Calidad Premium, justifican un 87% de la participación, lo que se considera poco real, ya que en una categoría como servilletas, si bien la marca generalmente es considerada como uno de los factores más relevantes a la hora de vender, la calidad no lo es, por lo que se propone bajar la importancia a este atributo, por medio de las utilidades. Por otro lado, el precio no es considerado como determinante en la elección de un producto, de hecho, tiene una importancia similar al diseño, lo que no es correcto, pues al tratarse de una categoría donde la diferenciación no es un factor tan trascendental, el precio adquiere un alto grado de importancia, por lo que se propone traspasar los altos niveles de utilidad de la Calidad Premium a Precio Bajo. 43 Diagnostico de colinealidad en anexo Otros estudios de regresiones con participaciones de mercado nulas en anexo 11 57

59 XII. CAMBIOS OBTENIDOS DEL ESTUDIO CUANTITATIVO Los estudios anteriores dejaron ver la sobre valoración que presentaba el atributo Calidad, nivel Premium, a su vez, se vislumbró la baja importancia que tenía el factor Precio sobre la participación de mercado. Debido a esto, se realizó una modificación en la matriz de Utilidad 45, con el fin de traspasar la alta importancia de Premium a Precio Bajo, ya que al tratarse de una categoría de servilletas, se considera que posterior al atributo Marca, el factor precio debiese ser el más relevante. Dichos cambios generaron alteraciones en las tablas de importancias relativas 46, por lo tanto se debió encontrar la nueva segmentación, por medio de Kmedias, donde se obtuvo lo siguiente: Segmentación Antigua 15% 12% 9% 18% 46% Precio-Calidad Variedad-Precio-Diseno Marca-Precio Marca-Variedad Marca-Calidad Gráfico 6: Segmentación anterior 45 Estudio de matriz de utilidad en anexo Repercusiones en importancias relativas en anexos

60 Segmentación Nueva 12% 10% 36% Precio-Variedad Marca-Tamano-Precio Precio-Marca 20% 22% Otro (PDT) Tamano-Marca Gráfico 7: Nueva segmentación Se perciben dos fuertes cambios, una disminución de Precio-Calidad y un aumento en los shoppers que valorizan el Precio-Calidad. Además, hubo un ingreso de productos en las Ventas Promedio de la Categoría, por lo tanto se generó una mayor competitividad ingresando el SKU 506 y 510. VENTAS VENTAS SKU (Q) SKU (Q) Tabla 22: Ingreso de SKU s a las Ventas Promedio Posterior a estas modificaciones se volvió a realizar el Estudio de Atributos según Participación de Mercado, con el objetivo de verificar si los cambios realizados a la matriz de Utilidad arrojaban un aumento a la importancia relativa del atributo Precio y una disminución en la variable Premium. Además, de estudiar el comportamiento de los diferentes atributos del modelo. 59

61 XIII. COMPORTAMIENTO DE ATRIBUTOS Para estudiar el comportamiento de los atributos se debió recalcular los coeficientes con el simulador ya corregido. Para esto, se utilizó el mismo procedimiento anterior. En esta ocasión se consideró el precio como un factor variable, sin ningún tipo de promoción, con igual distribución de espacio en góndola 47 y una misma reposición para todos, con una frecuencia de 120 min. 48, con el fin de entregar en iguales condiciones cada producto a los shoppers. Inicialmente, se corrió la simulación con los datos ortogonales empleados en los casos anteriores, después se calcularon las participaciones de mercado a cada SKU 49. Luego, se hicieron modificaciones a los distintos atributos. Así se construyó un total de 768 ecuaciones, descritas por el modelo Logit Multinomial 50 muestra a continuación: ln( s Donde, / s ) = α + * i, t t 0 αl l ( * d i, l, t ) + m b m ( x i, m, t s i, t = Participación de mercado de SKU i en simulación t x * m, t ) que se * s t α 0 = Media geométrica de simulación t = Cte. Absorbe a Brilliant, Normal, Mesa, Con, Grande y Precio Alto α l d i l, t b m = Parámetros del modelo que acompañan a las variables dummy, = Variable dummy {1 si SKU i posee atributo l en simulación t. 0 sino x i m, t = Parámetros del modelo que acompañan a la variable continua, precio, = Variable precio unitario m de SKU i en simulación t, el subíndice m corresponde a bajo, medio o alto * x m,t = promedio aritmético de precio m para cada t 47 En la construcción del tamaño de los SKU s ortogonales se les designó una dimensión de 16x10x10 cm. (ancho, alto, fondo).se le entregó 16 cm. lineales de góndola a cada SKU, obteniéndose un total de 48 productos por SKU. 48 Se utilizó una frecuencia baja para no omitir información de ventas generadas por Stock Out 49 En todos los casos se corrió con los 32 SKU s ortogonales. 50 NAKANISHI, M. Y COOPER, L.G. Market share analysis, modelo MNL para participaciones de mercado. 60

62 En esta oportunidad también a los valores nulos se dio el valor de 0,00001, para poder incorporar las ecuaciones a la regresión. Se restó de manera proporcional a las ventas la diferencia en las variables distintas de 0, para que la suma de la participación de mercado por simulación continuara siento 1. Finalmente, la regresión arrojó los siguientes resultados. Coeficientes(a) Modelo Coeficientes no estandarizados Coeficientes estandarizados t Sig. B Error típ. Beta 1 (Constante) -2,526,423-5,975,000 KRYSTAL 2,390,404,254 5,915,000 DIAMOND 1,116,388,119 2,877,004 GOLDEN 1,387,384,149 3,610,000 PREMIUM 1,305,283,160 4,610,000 COCTEL,444,285,054 1,558,120 SIN,419,271,051 1,546,123 PEQUEÑO,310,282,038 1,099,272 PRECIOB 3,061,535,213 5,722,000 PRECIOM 1,397 1,281,038 1,090,276 a Variable dependiente: LN Tabla 23: Regresión de modelo de participación MNL 51 Vemos que los cambios realizados cumplieron con el objetivo, pues Premium bajó el valor beta pasando a ocupar el tercer lugar de importancia, mientras que Precio Bajo subió y se ubicó tras la marca Krystal. Ahora, podemos decir que el modelo se encuentra más cercano a lo esperado, en cuanto a importancia de atributos en la categoría de servilletas. Si analizamos el coeficiente significativo de las variables, notamos que Precio Mediano, Tamaño Pequeño, Sin Diseño y Variedad Cóctel no explican muy bien la ecuación de Participación de Mercado, es decir no son variables determinantes a la hora de elegir un producto. La regresión arrojó valores de R cuadrado de y R cuadrado corregido de 0.432, si bien no son muy cercanos a 1, podemos decir que de igual manera es bastante explicativo en la influencia de las variables. Por otro lado se realizó un 51 La Constante absorbe las variables Marca Brilliant, Calidad Normal, Variedad Mesa, Con Diseño, Tamaño Grande y Precio Alto, ya que corresponden a los niveles menos valorados, por lo tanto representan la situación más baja. 61

63 estudio que verificó que el modelo no presenta colinealidad 52, es decir, no existe combinación lineal entre las ecuaciones a las que se les aplicó la regresión. Dado los coeficientes obtenidos, el estudio fue enfado en los atributos Marca, Calidad y Precio, ya que justifican el 90% del modelo, con ellos basta para predecir el comportamiento de KatWise. Ahora, analizaremos como se comporta el lado izquierdo del modelo MNL utilizado. Recordemos que PM* corresponde la media geométrica. La ecuación es la siguiente: pm n n * n 1 n j / pm = pm j / pmi = ( pm j / i= 1 i= 1 pm ) 1/ n i j Para ver en detalle la conducta de la ecuación, se construyeron gráficos que ayudaran a la visualización del ratio antes visto, para esto, se hizo cambios en el factor n que indica la cantidad de SKU s que presentan ventas en un mismo período. Se ve, que mientras mayor es la competencia, es decir n, mayor es el ratio Curva PMj/PM* con n=2 Curva PMj/PM* con n= PMj/PM* ,95 0,65 0,35 0,099 0,093 0,087 0,081 0,075 0,069 PMj 0,063 0,057 0,051 0,045 0,039 0,033 0,027 PMj/PM* Gráfico 8: Ratio PMj/PM* 0 0,95 0,65 0,35 0,099 0,093 0,087 0,081 0,075 0,069 PMj 0,063 0,057 0,051 0,045 0,039 0,033 0,027 PMj/PM*. Se consideró que la participación de los SKU distintos a j, es distribuida de manera proporcional. Por lo tanto, al analizar los 32 SKU s ortogonales empleados en la regresión, en promedio, sólo seis productos presentaron ventas, por lo tanto, se puede utilizar el gráfico anterior para comprender el comportamiento del ratio PM/PM* generado con los datos que arrojó la regresión. 52 Diagnostico de colinealidad en anexo 13 62

64 PARTICIPACIÓN DE MERCADO 3 2,5 2 1,5 1 0, ,1 2,2 3,3 4,4 5,5 6,6 7,7 8,8 9, ,1 13,2 14,3 15,4 16,5 17,6 18,7 19,8 20,9 22 PM/PM* 23,1 24,2 25,3 PRECIO UNITARIO krystal diamond golden brilliant Gráfico 9: Participación de mercado mediante regresión con SKU de atributos favorables PARTICIPACIÓN DE MERCADO 2 1,5 1 0, ,3 2,6 3,9 5,2 6,5 7,8 9,1 10,4 11, ,3 15,6 16,9 18,2 19,5 20,8 22,1 23,4 24,7 P RECIO UNITARIO krystal diamond golden brilliant Gráfico 10: Participación de mercado mediante regresión con SKU de atributos desfavorables En el Gráfico 8 se utiliza el SKU que genera mayor participación de mercado, es decir, posee la combinación de atributos más valorados por los shopper 53. El Gráfico 9 corresponde al caso contrario 54. Se puede observar, que para que el caso de los atributos desfavorables obtenga igual ratio PMj/PM*, es decir, igual participación de mercado que el SKU de mejores atributos, este último debe tener precio unitario 6.7, que corresponde al nivel de Precio Alto, versus el SKU con malos atributos que estaría a precio 0, lo que muestra que con buenos atributos se puede vender a altos precios, logrando buena participación en el mercado. 53 Marca Krystal, Calidad Premium, Variedad Cóctel, Sin Diseño y Tamaño Pequeño 54 Marca Brilliant, Calidad Normal, Variedad Mesa, Con Diseño y Tamaño Grande 63

65 Si se analiza las curvas, vemos que Golden presenta ventas muy similares a Diamond, y que para niveles altos de precios, el ratio tiende a igualarse para todas las marcas. Ahora, si se analizan las marcas de manera independiente. Se ve que Brilliant es la única que no presenta ventas para precios superiores a 2.5 la unidad, esto indica que a pesar de la combinación de atributos que se haga, no tendrá participación en el mercado. También es fácil notar, que todas las marcas alcanzan su máxima participación en precios cercanos a 2.7. Las líneas de tendencia dicen que Krystal es la marca que se distribuye de manera más normal, no así, Diamond que a pesar de ser la segunda marca preferida por los clientes, concentra sus ventas a precios bajos. Golden a su vez, muestra un comportamiento similar a Krystal, aunque no alcanza los mismos niveles de participación. 0,35 Par ticipación de mer cado Kr ystal 0,35 Par ticipación de mer cado Diamond 0,3 0,3 0,25 0,25 0,2 0,15 0,1 0,05 0 1,5 2,5 3,5 4,5 5,5 6,5 P r eci o Uni t ar i o 0,2 0,15 0,1 0,05 0 1,5 2,5 3,5 4,5 5,5 6,5 P r eci o Uni t ar i o 0,25 Par ticipación de mer cado Golden 0,200 Par ticipación de mer cado Br illiant 0,2 0,150 0,15 0,1 0,100 0,05 0, ,5 2,5 3,5 4,5 5,5 6,5 P r eci o Uni t ar i o 0,000 1,5 2,5 3,5 4,5 5,5 6,5 P r eci o Uni t ar i o Gráfico 11: Participación de mercado por marcas 64

66 Es interesante observar en el gráfico de Brilliant que a un precio adecuado, cercano a 2.5, y con buenos atributos se pude encontrar SKU s con buena participación de mercado, por lo tanto es importante incorporarlos al surtido, en le caso de poseer atributos competitivos. Otros puntos atractivos a considerar son los de precio alto de Golden, que pese a ser la tercera marca preferida por los shopper, tiene mejor recepción a estos niveles de precio que Diamond, que se mueve mejor en precios medios. El último atributo a analizar es Calidad, para esto se hizo una comparación entre las curvas de participación en caso Premium y Normal. Como hacer un gráfico de participación de mercado versus dos niveles de calidad 55 no es representativo, se incluyo la variable precio al análisis para cada nivel de calidad. Participación de Mercado, Calidad Premium PM 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 1,5 2,5 3,5 4,5 5,5 6,5 Precio Unitario pm Polinómica (pm) Participación de Mercado, Calidad Normal PM 0,300 0,250 0,200 0,150 0,100 0,050 0,000 1,5 2,5 3,5 4,5 5,5 6,5 Precio Unitario pm Polinómica (pm) Gráfico 12: Participación de mercado para nivel de calidad premiun y normal 55 Premium y Normal 65

67 De los gráficos se logra apreciar, que Calidad es directamente proporcional a la participación de mercado, ya que Calidad Premium alcanza valores sobre el 32% versus el 27% que logra como máximo la Calidad Normal. Además, Premium es menos sensible al precio pues presenta ventas para todos lo niveles de precio. 66

68 XIV. CONCLUSIONES 14.1 Conclusiones finales El presente trabajo consistió en analizar el comportamiento del simulador de administración por categorías KatWise. Esto se hizo mediante la realización de un estudio exploratorio de carácter cualitativo, utilizando la herramienta denominada focus group y un estudio cuantitativo, a través de regresiones lineales para evaluar la influencia de cada atributo en la participación de mercado. El estudio cualitativo tenía como objetivo descubrir problemas que presenten los participantes de KatWise. Mediante el focus group se pudo obtener que es fundamental hacer una explicación previa, ya sea través de un manual o bien por medio de una clase preparatoria que ayude a orientar la toma de decisiones y la correcta introducción de datos al simulador. Otro punto interesante que arrojó el estudio cualitativo, fue la sobre valoración de algunos SKU s, que producía un efecto de baja competencia. Lo anterior llevó a hacer modificaciones en la Tabla de Utilidades, donde se disminuyeron los rangos de los niveles de los atributos, con el fin de que no fuera tan distinto para el shopper elegir un nivel u otro, manteniendo sus preferencias. También, se modificó los SKU s de atributos más desfavorables, se les varió los niveles para que fuesen más apreciados por los clientes. Logrando con esto, ventas mejor distribuidas en el surtido. Finalmente, las reuniones con los participantes generaron mejoras en la interfaz, diferenciación de la información 56 por colores y redistribución de espacios. Además, se le incorporó el nombre KatWise al simulador, junto con un logotipo, entregándole identidad al producto. Dentro del estudio cuantitativo, se realizó un análisis que midiera cuan diferente eran los resultados antes una misma situación de entrada. Donde el simulador KatWise dio buenos resultados, ya que obtuvo una variación del 7% promedio, es 56 Color azul para la información de entrada, color verde para las decisiones y color rojo para los resultados. 67

69 decir, que si bien el mercado no es estático, 57 está bastante acotado, lo que es muy parecido a la realidad, por lo que se cree que el modelo posee un correcto ajuste. Se desarrolló una metodología para analizar el comportamiento de las variables, esta consistió en hacer pequeñas modificaciones a los atributos 58 de los SKU s y tomar igual tipo de decisiones de promoción, surtido, espacio y reposición. Luego se corrió el simulador KatWise y se estimaron de los resultados, las ventas de cada producto, para posteriormente calcular las participaciones de mercado de cada SKU, dada una combinación especifica de atributos. Lo anterior se hizo reiteradas veces alterando cada uno de los atributos, con el fin de de tener una base de datos importante 59 para hacer una regresión utilizando el modelo MNL, de donde se obtuvieron los coeficientes que nos indicaron la influencia de cada atributo. Una vez hecha la regresión, se identificó que el atributo Calidad estaba sobre valorado por los clientes, lo que es anómalo en de una categoría de servilletas. Por otro lado, la influencia del precio sobre la participación de mercado estaba muy por debajo de la influencia de las otras variables, por esto se generó un cambio en la distribución de utilidades, el exceso que presentaba Calidad Premium se le entregó al atributo Precio. Como resultado de lo anterior, Precio ocupó el segundo lugar de importancia tras Marca, que es lo esperado dentro de una categoría como la que se esta tratando. Por medio del estudio de sensibilidad aplicado a los atributos se pudo concluir que los factores más relevantes son Marca, Precio y Calidad, ya que justifican el 90% del modelo. De los resultados se puede apreciar que la Marca Golden tiene distribuciones muy similares a Krystal pero a niveles de participación más bajos, por lo que se considera un sustituto de la marca líder. Otro resultado interesante es que Marca Brilliant obligatoriamente debe estar acompañada de atributos apreciados por los shopper para presentar ventas, ya que se encuentra muy subvalorada. Por otro lado, Precio reacciona como lo esperado, es decir, los productos aumentan su participación al bajar el precio. A niveles de precios altos, Krystal es la única marca 57 Los shoppers presentan variaciones 58 Atributos: Marca (Krystal, Diamond, Golden, Brilliant); Calidad (Premium, Normal); Variedad (Coctel, Mesa); Diseño(Con, Sin); Tamaño (Pequeño, Grande); Precio es una variable continua por tramos, estos pueden ser (Bajo, Medio, Alto) 59 cercano a las 1000 ecuaciones, con el fin de disminuir el margen de error. 68

70 que puede tener importantes 60 participaciones de mercado. Por último, la variable Calidad, concentra sus ventas en el nivel Premium, el que distribuye su participación de mercado en todos los niveles de precio, no así Calidad Normal que se vende sólo a precios más bajos. Finalmente, el presente Trabajo de Título cumple con los objetivos planteados por la investigación, con esto se logra generar una herramienta útil para la práctica de la administración por categorías, por lo tanto KatWise se considera un producto capacitado para salir al mercado Estudios Futuros Dado que el tiempo de trabajo de esta memoria es acotado, existieron temas que se debieron dejar de lado en el estudio, sólo se consideraron aquellos problemas que se creen más relevantes, ya sea por el impacto en el simulador, por la relación con los jugadores o por la interpretación de los resultados. A continuación se listan propuestas de futuros estudios, con el fin de continuar perfeccionando la herramienta KatWise. Venta de información adicional: Al tener la metodología para calcular la importancia de cada atributo, esta información podría estar al alcance de los jugadores, para que los ayude a tomar mejores decisiones, incorporándole un costo adicional. Estudio de promociones: En la realización de este trabajo se hizo un análisis superficial para ver si las promociones reaccionaban de manera correcta 61, se propone realizar un estudio profundo de las diversas promociones display, avisaje, descuentos en precio y regalos para conocer, más precisamente, como afectan a las ventas. Incorporación de registro de decisiones de semanas anteriores: Cada semana los jugadores pierden la información de las decisiones que tomaron la semanas anteriores, lo que dificulta la interpretación de resultados. Al tratarse de un gran número de decisiones llevar un apunte genera importantes pérdidas de tiempo, por lo tanto, se propone incorporar un 60 Sobre el 20% del mercado. 61 Al poner algún tipo de promoción, aumentaban las ventas. 69

71 registro de decisiones. También se podría vender esta información a los participantes, para analizar tanto su estrategia como la de los otros competidores. Limitaciones de los Modelos: KatWise se encuentra acotado a una única categoría, es decir, no prepara al usuario a enfrentar distintos tipos de demanda. Por lo que se propone realizar nuevos escenarios, modificando la distribución de utilidades, y así el jugador aprenda a enfrentar las decisiones dada la categoría que se encuentra administrando. 70

72 BIBLIOGRAFÍA Y FUENTES DE INFORMACIÓN BOSCH P., MÁXIMO Y PUENTE CH., ALEJANDRA. Diseño y construcción a nivel prototipo de un simulador de negocios aplicado a la capacitación en administración por categorías, BUSTOS S., PABLO. Análisis del desempeño de categorías en un supermercado ; profesor guía Máximo Bosch, profesor co-guía Marcel Goic, RETAMALES B., TOMÁS. Medición de la variedad de surtido percibida por los consumidores en categorías de los supermercados ; profesor guía Máximo Bosch, profesor co-guía Luis Aburto, BRAVO Q., JOSELYN. Análisis de la percepción de los consumidores del surtido en góndola, profesor guía Máximo Bosch, profesor co-guía Loreto Martínez, CEDEÑO G., HÉCTOR. Administración por Categorías, el Reto de un Objetivo Compartido,category management & scanning services, business unit manager, ACNielsen. BOSCH P., MÁXIMO, GOIC F., MARCEL Y BUSTOS S., PABLO. Análisis de desempeño de las categorías en un supermercado usando data envelopment analysis, DICKENS, JACKIE. caso The Fresh Cream Cakes Market: The Use of Qualitative Research as Part of a Consumer Research Programme. BELL, DAVID R. Y BOZTUG, YASEMIN. The Effect of Inventory on Purchase Incidence: Empirical, FADER, PETER S. Y BRUCE G.S. HARDIE. Modeling Consumer Choice Among SKUs, Journal of Marketing Research, 33 (November), pp , NAKANISHI, M. Y COOPER, L.G. Market share analysis: capítulos 2 y 5, VISAUTA, B. Análisis estadístico con SPSS para Windows. McGraw-Hill, GERENTES.COM - Artículos y Monografías: Juego1. Los simuladores de empresa como herramienta de trabajo. 71

73 XV. Anexo 1: ANEXOS Modelos de comportamiento de consumidores 1.- Probabilidad de incidencia de compra (Bell y Boztuğ, 2004) Se calcula en base a la valorización que tiene el consumidor i por la categoría completa en el instante t: Donde P t i ( inc) exp = 1+ exp i ( Vt ) i ( V ) i V t = Valorización por la categoría para el consumidor i en el instante t. t A su vez esta función lineal esta caracterizada por: i t i i i i ( C ) + α * log( INV ) + α * MCVIN CV V = α + * 0 + α i * log 2 t 3 t α 4 t En que: i C i INV t = Consumo promedio del consumidor i = Inventario que tiene el consumidor i en el instante t i MCINV t = Inventario promedio del consumidor i en el instante t i CV t = Valorización por la categoría del consumidor i en el instante. Es la suma de la valorización individual de todos los productos pertenecientes a la categoría Los parámetros α dependen de la categoría. 2.-Elección de un producto (Farder y Hardie, 1996) Se utiliza el modelo de valorización por atributos, en que un producto se puede ver como una combinación única de atributos/niveles, y para la elección de un producto se utiliza el modelo multinomial logit. La probabilidad de elección del producto j dada la incidencia de compra es: 72

74 P t i ( j / inc) Donde: = exp j i ( U t ( j) ) i ( U ( j) ) (exp t U i t ( j) =Utilidad que le reporta al consumidor i el producto j en el instante t. A Ka i i, a j, a i j j U t ( j) = ( U t, l * Al ) + ft ( P) *(1 + M t,1 * γ 1 + M t,2 * γ 2 ) + ε a= 1 l= 1 Donde: U a, j i, t lt ( ) =Utilidad que le reporta al consumidor i en el instante t, el atributo a en su nivel l. f i t (P) = Valor que toma la función de utilidad precio para el consumidor i en el j l a instante para el precio P. A, = Indicador binario: 1 si el producto j posee el atributo a en su nivel l, 0 j t m en caso contrario. M, = Indicador binario: 1 si la acción de marketing m esta activa para el i, j t K a producto j en el instante t, 0 en caso contrario. = Número de niveles para el atributo a - esimo. ε = Término de error. i, j t 3.- Cantidad a Comprar La cantidad que cada consumidor esta dispuesto a comprar se estima con una distribución triangular. i CV = f _ q( cpm, std i i, fvis i ) La función determina la cantidad realizando cálculos de consumo estimado entre visitas al supermercado, tomando en cuenta el consumo promedio mensual, desviación estándar, y la frecuencia de visita del consumidor i. 73

75 Anexo 2: Cuestionario de Reclutamiento Identificación Fecha de llenado de este formulario (día/mes/año) Nombres Apellido Paterno Apellido Materno Fecha de Nacimiento Sexo Nacionalidad Estado Civil Número de hijos Dirección de correo electrónico Domicilio Calle y Número Ciudad Teléfono Teléfono Celular Laboral Se encuentra trabajando actualmente Part Time Full Time Posee conocimiento de marketing Esta relacionado con el área de estudio de mercados Educación Carrera Universidad Año que cursa Postgrado Otros 74

76 Anexo 3: Opiniones más relevantes para cada grupo 3.1 Grupo 1 Integrantes: Pablo Bass Ignacio Cisterna Karen Contreras Javier Gaido Maria José Moyano Temas más relevantes que se tocaron: Hacer una explicación previa, una clase. Preguntas frecuentes, más información de ayuda. No sale la información de que se debe jugar con todos los productos la primera semana y las siguientes se pueden sacar poniendo un 0 en precio unitario. Demasiado sobre valorado SKU 504 y 505. No influía las compras anteriores, seguían comprando igual los mismos productos, no se llenaba nunca el stock de los consumidores. El juego debería incluir variaciones en la segmentación, para hacerlo más atractivo. Hay un 33% de gente sensible al precio según la información de entrada y al variar los precios no había mucha variación en los resultados. No se fijaron en los productos sustitutos. Le falto ser más amigable al juego, no se entienden bien los atributos. Nunca sale que son servilletas. No se entiende el número de productos en promoción, muchos ponían 1 pensando que a todos los SKU se les daba 1 producto, no ponían la cantidad de productos a promover. El tema de la frecuencia era complicado. 75

77 Faltó un dibujo de las bandejas, algo más didáctico, en la definición de espacio por SKU, es muy poco amigable. Era muy barato sacar productos, se debería penalizar más. Debería quedar un registro se la decisiones de la semana anterior, porque es una lata andar anotando todo en un cuaderno. La gran motivación era la competencia, ganarle a los otros. Finalmente, quedaron satisfechos con la experiencia Deja un aprendizaje, nociones de como lo hacen los supermercados para manejar sus productos. 3.2 Grupo 2 Integrantes: Alberto Garrido Nicolás Maggi Christopher Muller Hans Petersen Karla Rayo Temas más relevantes que se tocaron: Hacer una clase previa, para dejar en claro los objetivos y como tomar las decisiones. No se analizó la información de entrada, la segmentación no aporta en nada, sólo los ingresos ayudan a tomar las decepciones la semana siguiente. Si subía el precio la gente seguía comparando, no era sensible al precio. No se sabe que el display y el avisaje era semana por medio, no sale en ningún lado. No se entiende que son servilletas. Para los que conocían Markstrat era más fácil jugar, pues lo veían más cercano y comparativamente es bastante más sencillo. La interfaz es muy mala, es incomodo para jugar por el mal diseño. Molestaba que no se podía ver la jugada anterior 76

78 Nadie comparó los atributos de los SKU s. La estrategia de subir el precio era buena, porque la gente seguía siempre comprando. Por mucho que haga un descuento en un segmento Premium la gente igual se debiera cambiar, y no pasa. Los descuentos no funcionan, sólo los sobreprecios. La promoción de productos no se entiende cual es la cantidad que hay que poner. Entendieron perfecto la distribución de espacio en las bandejas. No se entendía el horario de la reposición, en un modulo ponían reposición a más de 1 hora, necesita una breve explicación. Al principio le dedicabamos mucho tiempo a las jugadas, al final casi nada, era automático. No habían muchas motivaciones, debería haber un premio final, porque la competencia no los motivaba tanto, aunque ser último igual es lata. La mayoría siente que no aprendió nada, las decisiones fueron en base a nociones personales. Los que no han tenido marketing sienten que si deja aprendizajes, en cuento a factores que no consideraban tan relevantes, como reposición. 3.3 Grupo 3 Integrantes: Gustavo Apablaza Matías Arenas Jorge Catepillán María Fernanda Figueroa Juan José Sidgman Temas más relevantes que se tocaron: Hacer una pequeña introducción al tema, porque no se entiende de primera instancia a que se esta jugando. La información de entrada aportaba poco, porque como que no se entendía mucho al principio, se jugó más bien al azar la primera semana. 77

79 La segmentación confunde, porque no se aclaran bien los que significan los nombres de los tipos de segmentos (Platino, Gold, Médium, Others). La información entregada por los reportes era la justa y necesaria para poder planear una jugada la semana siguiente. Las primeras jugadas requirieron de bastante estudio para lograr comprender como funcionaba el simulador. No sale en ningún lado que hay poner cero en el precio unitario para no poner el producto en la semana Se debiera informar que se pueden quitar productos partir de la segunda semana No entendía porque me desaparecían los avisajes y display si no los ocupe algunas semanas Problemas al poner cantidad de productos de promoción. En los resultados de Stock Out, salía que había harto SO y que solo vendió 1 producto, sin tomar en cuenta que había más de un producto. Es claro, aunque trabajosa la distribución de espacio, podría ser más amigable. Costó relacionar Stock Out con frecuencia de reposición, muchos no entendieron los reportes de Stock Out. Como estábamos en un grupo que nos conocíamos harto, la competencia era lo que hacía más entretenido el juego. En este grupo ninguno de los integrantes tenía conocimiento de marketing, y concluyeron que el juego aportó en conocimientos, pues no imaginaban la importancia y el dinamismo en las decisiones que se produce al vender una simple categoría en un supermercado. 78

80 Anexo 4: Surtido antiguo de productos SKU MARCA CALIDAD VARIEDAD DISEÑO TAMAÑO PRECIO 501 estrella normal cóctel sin estrella normal mesa sin estrella gold cóctel sin estrella gold mesa con estrella gold mesa sin cometa junior cóctel sin cometa junior cóctel sin cometa junior mesa sin cometa junior mesa sin cometa mayor absorción cóctel sin cometa mayor absorción cóctel sin cometa mayor absorción mesa con luna normal cóctel sin luna normal cóctel sin luna normal cóctel con luna normal cóctel con sol normal cóctel sin sol alta cóctel con Tabla 24: Surtido inicial de productos 79

81 Anexo 5: Cambios de segmentación En las tablas que se encuentran a continuación se ven los pequeños cambios sufridos en las importancias relativas de los atributos por modelo. Mod. Atributo MARCA Atributo CALIDAD Atributo VARIEDAD Atributo DISENO Atributo TAMANO Atributo PRECIO Seg # Nombre de Segmento 1 26% 20% 8% 10% 20% 16% 2 Gold 2 18% 16% 12% 16% 18% 20% 2 Gold 3 10% 14% 4% 24% 24% 24% 5 Other 4 12% 20% 20% 8% 12% 28% 4 Price_Sensitive 5 12% 20% 22% 20% 6% 20% 3 Medium 6 18% 20% 18% 18% 18% 8% 1 Platino 7 20% 20% 24% 12% 20% 4% 1 Platino 8 16% 18% 8% 18% 18% 55% 5 Other 9 14% 8% 18% 18% 12% 30% 4 Price_Sensitive 10 20% 12% 14% 4% 18% 32% 4 Price_Sensitive 11 26% 8% 16% 26% 8% 16% 3 Medium 12 23% 0% 28% 14% 10% 25% 4 Price_Sensitive 13 24% 4% 14% 8% 22% 28% 4 Price_Sensitive 14 14% 10% 24% 16% 6% 30% 4 Price_Sensitive 15 20% 18% 10% 22% 10% 10% 2 Gold 16 21% 22% 22% 18% 4% 13% 3 Medium 17 17% 20% 14% 6% 34% 9% 1 Platino 18 20% 16% 16% 12% 22% 14% 1 Platino 19 27% 20% 2% 16% 20% 15% 2 Gold 20 18% 24% 10% 10% 14% 24% 2 Gold Tabla 25: Importancias relativas y segmentación antigua 80

82 mod. Atributo MARCA Atributo CALIDAD Atributo VARIEDAD Atributo DISENO Atributo TAMANO Atributo PRECIO Seg # Nombre de Segmento % 19 % 9.5 % 9.5 % 19 % 16.7 % 4 Marca-Variedad % 15.7 % 11.8 % 15.7 % 19.6 % 19.6 % 4 Marca-Variedad % 14 % 3.5 % 24.6 % 24.6 % 24.6 % 3 Marca-Precio 4 12 % 20 % 20 % 8 % 12 % 28 % 1 Precio-Calidad 5 13 % 19.5 % 22.7 % 19.5 % 6.5 % 18.8 % 5 Marca-Calidad % 20.2 % 18 % 18 % 18 % 7.5 % 2 Variedad-Precio-Diseño % 19.6 % 23.5 % 11.8 % 19.6 % 5.9 % 2 Variedad-Precio-Diseño % 17.8 % 8.9 % 17.8 % 17.8 % 22.2 % 3 Marca-Precio % 7.4 % 18.5 % 18.5 % 11.1 % 29.6 % 1 Precio-Calidad % 11.1 % 14.8 % 3.7 % 18.5 % 31.5 % 1 Precio-Calidad % 10.3 % 16.7 % 23 % 8.3 % 14.6 % 5 Marca-Calidad % 2 % 27.3 % 11.6 % 9.1 % 27.3 % 1 Precio-Calidad % 4.4 % 13.3 % 8.9 % 22.2 % 26.8 % 1 Precio-Calidad % 10 % 23.3 % 16.7 % 6.7 % 28.3 % 1 Precio-Calidad % 17.2 % 10.3 % 20.7 % 20.7 % 10.3 % 4 Marca-Variedad % 21.1 % 21.1 % 17.5 % 3.5 % 15.8 % 5 Marca-Calidad % 20 % 13.3 % 6.7 % 33.3 % 10 % 2 Variedad-Precio-Diseño % 16.1 % 16.1 % 12.1 % 19.3 % 16.1 % 4 Marca-Variedad % 20 % 2.9 % 17.1 % 18.6 % 12.8 % 4 Marca-Variedad % 23.8 % 9.5 % 9.5 % 14.3 % 23.8 % 4 Marca-Variedad Tabla 26: Importancias relativas y segmentación nueva 81

83 Anexo 6: Designación de espacio sku ancho prod (cm) n prod cm. tot bandejas bandeja 1 bandeja 2 bandeja 3 bandeja Tabla 27: Planilla de designación de espacio 4 82

84 Anexo 7: Estudio de frecuencia de reposición Inicialmente el estudio se realizó con sólo un grupo de reposición, con una frecuencia de 720 min., todos los días de la semana, arrojando un Stock Out (SO) de 44% promedio, lo que es muy alto. SKU Ventas (Q) Stock OUT [Q] Ratio SO / (Ventas + SO) , , , , , , , , , , , , , ,25 44% Tabla 28: Stock Out promedio con un grupo de reposición Luego, se realizó con dos un grupo de reposición, con una frecuencia de 320 min. y 720 min., todos los días de la semana, en este caso se obtuvo un promedio del 17% de Stock Out. SKU Ventas (Q) 83 Stock OUT [Q] , , , , , , ,12 Ratio SO / (Ventas + SO)

85 , , % Tabla 29: Stock Out promedio con dos grupos de reposición Finalmente, se realizó con tres grupos de frecuencia de 240min. para los que presentaban mayor SO en los casos anteriores, 360min. para los que tuvieron niveles bajos de SO, y 5040min. para aquellos que presentaban muy pocas ventas, obteniéndose un SO promedio de 14% como se muestra en la Tabla 31, que se considera bueno, dado a que es cercano al que manejan las cadenas de retail. Grupo 1 Grupo2 Grupo 3 Frecuencia 240 min. 360 min min. SKU Dimensiones Precio Sug. Inic. Grupo Unidades vendidas semanalmente Unidades por espacio 1 SKU x12x Grupo SKU x19x Grupo 1 3 SKU x12x5 219 Grupo 2 4 SKU x19x5 379 Grupo 1 5 SKU x19x5 409 Grupo 2 6 SKU x12x Grupo SKU x12x Grupo SKU x19x Grupo SKU x19x Grupo 2 10 SKU x12x Grupo 2 11 SKU x12x Grupo 2 12 SKU x19x5 399 Grupo 1 13 SKU x12x Grupo SKU x12x Grupo 2 15 SKU x12x8 129 Grupo SKU x12x7 185 Grupo SKU x12x Grupo SKU x12x Grupo Tabla 30: Grupos de tres frecuencias Ratio SO / SKU Ventas (Q) Stock OUT [Q] (Ventas + SO)

86 , , , , , , , , , , % Tabla 31: Stock Out promedio con tres grupos de reposición 85

87 Anexo 8: Estudio de Variabilidad 8.1 Desviación promedio de ventas y Gross Margin SKU Precio Adq Se realizaron tres observaciones y se obtuvo lo siguiente: Precio Venta Ventas 1 (Q) Ventas 2 (Q) Ventas 3 (Q) Ventas 1 ($) Ventas 2 ($) Ventas 3 ($) Gross Margin 1 Gross Margin 2 Gross Margin Gross Margin Total Tabla 32: Observaciones de Ventas y Gross Margin 3 86

88 La tabla anterior se puede resumir en: SKU Precio Adq Precio Venta Ventas (Q) Ventas ($) Gross Margin* desv est Q desv est ($) desv est Gross Margin desv est Q desv est est Gross ($) desv Margin % 18% 18% % 8% 8% % 2% 2% % 11% 11% % 4% 4% % 13% 13% % 14% 14% % 0% 0% % 10% 10% % 3% 3% % 8% 8% % 1% 1% % 15% 15% % 6% 6% % 11% 11% % 9% 9% Total 8% 8% 8% SKU Tabla 33: Desviación de Gross Margin 8.2 Desviación promedio de Stock Out Ventas (Q) Ventas (Q) Ventas (Q) Stock OUT [Q] Stock OUT [Q] Stock OUT [Q] Ratio SO / (Ventas + SO) Ratio SO / (Ventas + SO) Ratio SO / (Ventas ,72 0,76 0, ,19 0,2 0, ,6 0,59 0, ,49 0,45 0, ,53 0,55 0, ,6 0,63 0, ,59 0,62 0, ,36 0,38 0, ,5 0,55 0, ,69 0,7 0, ,5 0,54 0, ,1 0,12 0,14 Tabla 34: Desviación promedio Stock Out SO) 87

89 La desviación queda resumida por: SKU promedio Ratio SO/ (Ventas + SO) desviación Ratio SO/ (Ventas + SO) Porcentaje desv 501 0,00 0,00 0% 502 0,75 0,03 4% 503 0,20 0,01 5% 504 0,62 0,05 8% 505 0,49 0,05 9% 506 0,00 0,00 0% 507 0,54 0,01 2% 508 0,64 0,05 7% 509 0,64 0,06 9% 510 0,40 0,05 12% 511 0,56 0,07 12% 512 0,71 0,03 5% 513 0,00 0,00 0% 514 0,54 0,04 7% 515 0,00 0,00 0% 518 0,12 0,02 17% Total 6% 8.3 Desviación promedio de ingresos SKU Gross Margin* Gross Margin* Tabla 35: Resumen desviación SO Gross Margin* Costo de repos Costo de repos Costo de repos Ingreso Neto Ingreso Neto Ingreso Neto Ingreso Neto Total de la Semana , Tabla 36: Desviación promedio Ingresos 88

90 De donde se obtuvo: SKU ingreso neto promedio desviación estándar porcentaje desv est % % % % % % % % % % % % % % % % Ingreso Neto Total de % Total 8% Tabla 37: Resumen desviación Ingresos 89

91 Anexo 9: Estudio de valorización de atributos por medio de la utilidad 9.1 Cálculo de utilidad para los diferentes niveles de precios BAJO MEDIO 90 BAJO- MEDIO- ALTO ALTO MODELO ,73 0,20 0,00-0,93 2 0,78 0,40 0,00-1,18 3 1,23 0,30-0,30-1,23 4 1,20 0,40 0,00-1,60 5 0,80 0,40-0,20-1,10 6 0,42 0,00-0,10-0,32 7 0,29 0,10-0,10-0,29 8 0,91 0,40 0,00-1,31 9 1,13 0,70 0,00-1, ,27 0,60 0,00-1, ,63 0,20 0,00-0, ,11 0,50 0,00-1, ,88 0,90 0,00-1, ,02 0,80 0,00-1, ,52 0,20-0,20-0, ,64 0,30 0,00-0, ,65-0,10-0,20-0, ,92 0,00-0,30-0, ,58 0,30-0,20-0, ,39 0,00-0,40-0,99 Tabla 38: Utilidad precios 9.2 Tablas de utilidad para cada SKU ortogonal Se construyó las tablas de utilidad de cada modelo según sus niveles de atributo para cada producto. El ejemplo de la Tabla 39 corresponde al SKU 901. Este ejercicio se hizo para los 32 SKU ortogonales, pero no se considera incluirlos en este informe, dada la magnitud que presentan. 901 MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO MODELO KRYSTAL NORMAL COCTEL CON 50 BAJO 1 1,21-0,95 0,48-0,48 0,95 0,47 2 0,78-0,78 0,59-0,78-0,98 0,59 3 0,34-0,70-0,18-1,23-1,23 0,76 4 0,40-1,00 1,00 0,40 0,60 0,80 5 0,86-0,98 1,15-0,98-0,33 0,60 6 0,90-1,00-0,90-0,90 0,90 0,21 7 1,38-0,98 1,18-0,59-0,98 0,20 8 0,68-0,89-0,44-0,89-0,89 0,66

92 9 0,94-0,37-0,93-0,93-0,56 0, ,40-0,56 0,74-0,19 0,93 0, ,85-0,52 0,83 1,15 0,42 0, ,69-0,10 1,36-0,58-0,45 0, ,52-0,22 0,67-0,44-1,11 0, ,75-0,50-1,17 0,83 0,33 0, ,03-0,86 0,52 1,03-1,03 0, ,70-1,05-1,05 0,88 0,18 0, ,68-1,00 0,67-0,33 1,67 0, ,76-0,77-0,77-0,58-0,92 0, ,86-0,99 0,14 0,85 0,92 0, ,75-1,19-0,48-0,48 0,71 0, Matriz de probabilidad de compra Tabla 39: Utilidades de SKU 901 Matriz de probabilidad de modelo, según patrón de compra. PROBABILIDAD DE MODELO MODELO 1DIA 3 DIAS 7 DIAS 14 DIAS 28 DIAS 1 0,1 0,06 0,04 0,02 0,02 2 0,1 0,06 0,04 0,02 0,02 3 0,035 0,035 0,095 0,14 0,02 4 0,02 0,02 0,025 0,03 0,12 5 0,05 0,125 0,04 0,02 0,02 6 0,02 0,025 0,1 0,12 0,02 7 0,02 0,025 0,1 0,12 0,02 8 0,035 0,035 0,095 0,14 0,02 9 0,02 0,02 0,025 0,03 0, ,02 0,02 0,025 0,03 0, ,05 0,125 0,04 0,02 0, ,02 0,02 0,025 0,03 0, ,02 0,02 0,025 0,03 0, ,02 0,02 0,025 0,03 0, ,1 0,06 0,04 0,02 0, ,05 0,125 0,04 0,02 0, ,02 0,025 0,1 0,12 0, ,1 0,06 0,04 0,02 0, ,1 0,06 0,04 0,02 0, ,1 0,06 0,04 0,02 0,02 Tabla 40: Probabilidad de modelo de compra 9.4 Cálculo de la esperanza de la utilidad Se escogió el patrón de compra diario, ya que todas las simulaciones se realizaron en la semana. Las esperanzas que se ven en la Tabla 42 corresponden a 91

93 multiplicación de las utilidades de los atributos por la columna de la derecha que se muestran en la Tabla 41, este ejercicio se realizó para los 32 SKU. 901 MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO 1 DIA MOD KRYSTAL NORMAL COCTEL CON 50 BAJO 1,21-0,95 0,48-0,48 0,95 0,47 0,1 2 0,78-0,78 0,59-0,78-0,98 0,59 0,1 3 0,34-0,70-0,18-1,23-1,23 0,76 0, ,40-1,00 1,00 0,40 0,60 0,80 0,02 5 0,86-0,98 1,15-0,98-0,33 0,60 0,05 6 0,90-1,00-0,90-0,90 0,90 0,21 0,02 7 1,38-0,98 1,18-0,59-0,98 0,20 0,02 8 0,68-0,89-0,44-0,89-0,89 0,66 0, ,94-0,37-0,93-0,93-0,56 0,92 0, ,40-0,56 0,74-0,19 0,93 0,94 0, ,85-0,52 0,83 1,15 0,42 0,41 0, ,69-0,10 1,36-0,58-0,45 0,81 0, ,52-0,22 0,67-0,44-1,11 0,89 0, ,75-0,50-1,17 0,83 0,33 0,91 0, ,03-0,86 0,52 1,03-1,03 0,36 0,1 16 0,70-1,05-1,05 0,88 0,18 0,47 0, ,68-1,00 0,67-0,33 1,67 0,28 0, ,76-0,77-0,77-0,58-0,92 0,46 0,1 19 0,86-0,99 0,14 0,85 0,92 0,44 0,1 20 0,75-1,19-0,48-0,48 0,71 0,70 0,1 Tabla 41: Utilidad de atributos de SKU 901 y probabilidad de patrón de compra diario 901 MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO MOD KRYSTAL NORMAL COCTEL CON 50 BAJO 0,12-0,10 0,05-0,05 0,10 0,05 2 0,08-0,08 0,06-0,08-0,10 0,06 3 0,01-0,02-0,01-0,04-0,04 0,03 4 0,01-0,02 0,02 0,01 0,01 0,02 5 0,04-0,05 0,06-0,05-0,02 0,03 6 0,02-0,02-0,02-0,02 0,02 0,00 7 0,03-0,02 0,02-0,01-0,02 0,00 8 0,02-0,03-0,02-0,03-0,03 0,02 9 0,02-0,01-0,02-0,02-0,01 0, ,01-0,01 0,01 0,00 0,02 0, ,04-0,03 0,04 0,06 0,02 0, ,01 0,00 0,03-0,01-0,01 0, ,03 0,00 0,01-0,01-0,02 0, ,02-0,01-0,02 0,02 0,01 0, ,10-0,09 0,05 0,10-0,10 0, ,04-0,05-0,05 0,04 0,01 0, ,01-0,02 0,01-0,01 0,03 0,01 92

94 18 0,08-0,08-0,08-0,06-0,09 0, ,09-0,10 0,01 0,08 0,09 0, ,08-0,12-0,05-0,05 0,07 0,07 Esp 0,85-0,85 0,12-0,12-0,07 0,54 Tabla 42: Esperanza de Utilidad para atributos de SKU

95 Anexo 10: Estudio de Colinealidad dim. Auto valor Índ cond Proporciones de la varianza Cte K D G Premiu cóctel sin Peq. preciob preciom 1 4,82 1,000,00,01,01,01,01,01,01,01,01,01 2 1,01 2,184,00,04,03,01,01,00,00,00,11,23 3 1,00 2,196,00,02,16,30,00,00,00,00,00,00 4,998 2,198,00,23,14,02,00,00,00,00,02,05 5,533 3,006,00,00,00,00,41,00,51,00,00,01 6,500 3,105,00,00,00,00,00,50,00,50,00,00 7,480 3,170,00,00,00,00,25,30,18,30,00,01 8,349 3,715,01,10,09,09,23,12,22,12,19,11 9,241 4,475,00,35,33,34,00,00,00,00,43,36 10,068 8,424,99,25,23,24,09,07,09,07,24,23 a Variable dependiente: lnpm Tabla 43: Diagnostico de colinealidad al modelo de regresión de atributos Dado que los autovalores no son tan a cercanos a 0 y los índices de condición son inferiores a 15, se puede decir que no existe colinealidad en las ecuaciones. 94

96 Anexo 11: Pruebas de regresiones a participaciones de mercado nulas 11.1 Participaciones de mercado nulos se les dio valor Resumen del modelo R R cuadrado Modelo R cuadrado corregida Error típ. de la estimación 1,662(a),438,433 1,51564 a Variables predictoras: (Constante), preciom, Golden, pequeño, sin, cóctel, Premium, Diamond, preciob, Krystal Modelo Coeficientes no estandarizados Coeficientes estandarizados t Sig. 1 B Error típ. Beta (Constant -3,200,169-18,934,000 Krystal 1,912,140,425 13,635,000 Diamond,835,145,178 5,767,000 Golden,880,143,190 6,133,000 Premium 1,726,100,429 17,190,000 cóctel,463,100,115 4,652,000 sin,892,100,222 8,934,000 pequeño,540,100,134 5,428,000 preciob,958,124,237 7,736,000 preciom,002,136,000,012,990 a Variable dependiente: lnprop0.001 Tabla 44: Resultados de regresión lineal, transformando los datos nulos a Participaciones de mercados nulos se sacaron del estudio Resumen del modelo R R cuadrado Error típ. de la Modelo R cuadrado corregida estimación 1,542(a),294,276 1,40018 a Variables predictoras: (Constante), PRECIOM, KRYSTAL, SIN, PREMIUM, PEQUEÑO, BRILLIANT, COCTEL, DIAMOND, PRECIOB Modelo Coeficientes no estandarizados Coeficientes estandarizados t Sig. B Error típ. Beta 1 (Constante) -2,828,406-6,970,000 KRYSTAL 1,187,193,356 6,150,000 DIAMOND,214,221,053,965,335 BRILLIANT -1,317,266 -,260-4,946,000 95

97 PREMIUM,669,207,162 3,241,001 COCTEL,199,163,059 1,217,224 SIN,641,167,188 3,834,000 PEQUEÑO,981,167,295 5,876,000 PRECIOB 1,243,207,368 6,015,000 PRECIOM,656,260,152 2,525,012 a Variable dependiente: LNPM Tabla 45: Resultados de regresión lineal, eliminando los datos nulos 96

98 Anexo 12: Cambios de matriz de utilidad 12.1 Cambios a matriz de utilidad Se muestra sólo el modelo 1. Se ven cambios en atributo Calidad, se acotan los rangos entre niveles, es decir, se hacen más cercanos a cero. Ilustración 19: Interfaz de utilidad antigua Ilustración 20: Interfaz de utilidad modificada 97

99 modelo 1. En las siguientes ilustraciones se ve el aumento en las utilidades de precio en el Ilustración 21: Interfaz utilidad precio antigua Ilustración 22: Interfaz utilidad precio modificada 12.2 Repercusiones en importancias relativas En las importancias relativas el administrador no realizo nada, pero el modelo al cambiar las utilizase de cada atributo nivel, recalcula las importancias para cada modelo obteniéndose el cambio que se aprecia a continuación. 98

100 Ilustración 23: interfaz de importancias relativas antigua Ilustración 24: interfaz de importancias relativas nueva 99

MBA GERENCIAL MODALIDAD VIRTUAL

MBA GERENCIAL MODALIDAD VIRTUAL MBA GERENCIAL MODALIDAD VIRTUAL PRIMER CICLO Diseño Estratégico de las Organizaciones Las organizaciones para sobrevivir en el mundo cambiante de hoy, enfrentan el reto de tener que adaptarse y modificarse

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

PLANES Y PROGRAMAS DE ESTUDIOS MAGÍSTER EN GESTIÓN Y DIRECCIÓN DE EMPRESAS - MBA SILJOR ESM - TENERIFE

PLANES Y PROGRAMAS DE ESTUDIOS MAGÍSTER EN GESTIÓN Y DIRECCIÓN DE EMPRESAS - MBA SILJOR ESM - TENERIFE PLANES Y PROGRAMAS DE ESTUDIOS MAGÍSTER EN GESTIÓN Y DIRECCIÓN DE EMPRESAS - MBA SILJOR ESM - TENERIFE 2014 1 PLANES Y PROGRAMAS DE ESTUDIOS MAGÍSTER EN GESTIÓN Y DIRECCIÓN DE EMPRESAS - MBA 1. IDENTIFICACIÓN

Más detalles

Objetivo del curso: Curso-Taller: Desarrollo de habilidades empresariales 17/03/2015

Objetivo del curso: Curso-Taller: Desarrollo de habilidades empresariales 17/03/2015 Curso-Taller: Desarrollo de habilidades empresariales Facilitadores: Mtro. Roberto J. Muñoz y Ma. Teresa Rosillo García Derechos Reservados (2015) Objetivo del curso: Transmitir conocimientos para la adquisición

Más detalles

Máster Universitario en Comunicación Corporativa

Máster Universitario en Comunicación Corporativa Máster Universitario en Comunicación Corporativa PRIMER SEMESTRE (29 ) MÓDULO I INDUSTRIA DE LA COMUNICACIÓN. : 3 PRIMER SEMESTRE: 3 MATERIA: Análisis de la Industria de la Comunicación. NÚMERO NÚMERO

Más detalles

Un producto de retail Stockdown Retail "Máxima rentabilidad de la inversión en inventarios" "...los sistemas ERP proveen los datos de demanda histórica, stock actual y lead time; sin embargo, los sistemas

Más detalles

MAESTRÍA EN GESTIÓN LOGÍSTICA (MGL)

MAESTRÍA EN GESTIÓN LOGÍSTICA (MGL) MAESTRÍA EN GESTIÓN LOGÍSTICA (MGL) SUMILLA DE LOS CURSOS MGL 1. Economía de la empresa Este curso cubre los conceptos microeconómicos más relevantes para la toma de decisiones. Los temas incluirán: análisis

Más detalles

Tips. Retorno sobre Inversión (RSI) Aviso de Responsabilidad

Tips. Retorno sobre Inversión (RSI) Aviso de Responsabilidad e Retorno sobre Inversión (RSI) Pg 1 Tips El RSI es ampliamente usado para evaluar el éxito empresarial de proyectos grandes y complejos como el elearning. Retorno sobre Inversión (RSI) 2012 Big River

Más detalles

MODELOS DE SIMULACIÓN

MODELOS DE SIMULACIÓN MODELOS DE SIMULACIÓN En general, se llama modelo a la imagen o representación de un sistema, generalmente simplificada e incompleta. Y se llama simulación a la experimentación con un modelo para extraer

Más detalles

INVESTIGACIÓN DE MERCADO

INVESTIGACIÓN DE MERCADO Módulo: Investigación de Mercado Educación Media Técnico-Profesional Sector Administración y Comercio 1 Especialidad: Administración Módulo INVESTIGACIÓN DE MERCADO Horas sugeridas para desarrollar las

Más detalles

1 23989 23989 1 Un producto de NEOGISTICA "...los sistemas ERP proveen los datos de demanda histórica, stock actual y lead time; sin embargo, los sistemas analíticos determinan cuáles deben ser los niveles

Más detalles

EL PLAN DE NEGOCIOS COMO ACTIVIDAD FORMATIVA EQUIVALENTE (AFE) PARA LA TITULACIÓN DE ALUMNOS DE: MAGISTER EN ADMINISTRACIÓN (MBA)

EL PLAN DE NEGOCIOS COMO ACTIVIDAD FORMATIVA EQUIVALENTE (AFE) PARA LA TITULACIÓN DE ALUMNOS DE: MAGISTER EN ADMINISTRACIÓN (MBA) EL PLAN DE NEGOCIOS COMO ACTIVIDAD FORMATIVA EQUIVALENTE (AFE) PARA LA TITULACIÓN DE ALUMNOS DE: MAGISTER EN ADMINISTRACIÓN (MBA) Contenido Formación y Preparación...2 Taller de Tesis/ AFE...2 Evaluación

Más detalles

Capacitación UNAB Programas Transversales. Santiago, agosto 2012

Capacitación UNAB Programas Transversales. Santiago, agosto 2012 Capacitación UNAB Programas Transversales Santiago, agosto 2012 Programas Transversales 2012-2013 A continuación se detallan los cursos del Programa de Capacitación Transversal, dirigidos a todo el personal

Más detalles

6. SERVICE BLUEPRINTING PARA SERVICIOS NUEVOS... 4 7. SERVICE BLUEPRINTING PARA SERVICIOS EXISTENTES... 6 8. OTROS USOS DEL SERVICE BLUEPRINTING...

6. SERVICE BLUEPRINTING PARA SERVICIOS NUEVOS... 4 7. SERVICE BLUEPRINTING PARA SERVICIOS EXISTENTES... 6 8. OTROS USOS DEL SERVICE BLUEPRINTING... SERVICE BLUEPRINTING Service Blueprinting es un método para el análisis, visualización y optimización de procesos de prestación de servicios. En el service blueprinting se describe la evolución de la prestación

Más detalles

PROGRAMA DEL CURSO ESPECIALIZACION EN GESTION DEL CAMBIO EN LA EMPRESA. (Teleformación 180 horas)

PROGRAMA DEL CURSO ESPECIALIZACION EN GESTION DEL CAMBIO EN LA EMPRESA. (Teleformación 180 horas) PROGRAMA DEL CURSO ESPECIALIZACION EN GESTION DEL CAMBIO EN LA EMPRESA (Teleformación 180 horas) MÓDULO 1. ELABORACIÓN DE UN PRESUPUESTO Descripción general del proceso de presupuestación Tipos de presupuesto

Más detalles

Herramientas para Incrementar las Ventas. 25 de octubre de 2011

Herramientas para Incrementar las Ventas. 25 de octubre de 2011 Herramientas para Incrementar las Ventas 25 de octubre de 2011 1 Agenda de la Presentación Valor Agregado Marketing Marketing Estratégico Marketing Operativo Herramientas de Rápida Implementación 2 Más

Más detalles

GERENCIA ESTRATEGICA DE COSTOS OBJETIVOS IDEAS

GERENCIA ESTRATEGICA DE COSTOS OBJETIVOS IDEAS GERENCIA ESTRATEGICA DE COSTOS Consiste en la utilización que la gerencia o dirección de la empresa hace de la información de costos en las distintas etapas de la toma de decisiones de la misma. Es el

Más detalles

MODELO DE RESPUESTAS

MODELO DE RESPUESTAS 1/8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA: INGENIERÍA CARRERA: INGENIERIA INDUSTRIAL S ASIGNATURA: LOGISTICA INDUSTRIAL CÓDIGO: 236 MOMENTO: VERSION: 1 FECHA DE APLICACIÓN: 06/12/2008

Más detalles

Cadena de Valor y Estrategias Genéricas 1. Prof. Marcelo Barrios

Cadena de Valor y Estrategias Genéricas 1. Prof. Marcelo Barrios Cadena de Valor y Estrategias Genéricas 1 1 Nota Técnica Preparada por el del Área de Política de Empresa de EDDE.. Primera versión: Noviembre 2001. Noviembre de 2003. 1 Cadena de Valor y Estrategias Genéricas

Más detalles

MANUAL PARA ELABORACIÓN LÍNEA DE BASE EN PROYECTOS FOS

MANUAL PARA ELABORACIÓN LÍNEA DE BASE EN PROYECTOS FOS MANUAL PARA ELABORACIÓN LÍNEA DE BASE EN PROYECTOS FOS Eduardo Ramírez INTRODUCCIÓN 3 PASO 1. DEFINIENDO EL EJE DE EVALUACIÓN 3 Etapas para el paso 1 4 Construcción de matriz de indicadores 5 PASO 2. DEFINIENDO

Más detalles

Cómo implantar y evaluar un modelo de calidad Jack Fleitman

Cómo implantar y evaluar un modelo de calidad Jack Fleitman Cómo implantar y evaluar un modelo de calidad Jack Fleitman La sensibilización debe ser un proceso de facilitación, reflexión y concientización del personal hacia el cambio, que genere condiciones que

Más detalles

YOLANDA SELENE MARTÍNEZ RODRÍGUEZ

YOLANDA SELENE MARTÍNEZ RODRÍGUEZ INVESTIGACIÓN DE MERCADOS YOLANDA SELENE MARTÍNEZ RODRÍGUEZ PROPÓSITO DE IM El propósito de la investigación de mercados consiste en dar apoyo a la toma de decisiones de marketing. El marketing puede ser

Más detalles

Comercialización y logística. La respuesta eficiente

Comercialización y logística. La respuesta eficiente Comercialización y logística La respuesta eficiente ECR es la sigla de Efficient Consumer Response, es decir, Respuesta Eficiente al Consumidor. Tras ese nombre se esconde un verdadero desafío para los

Más detalles

Teoría plan de mercadeo. Jesús Antonio Aristizábal Castaño Jarist24@eafit.edu.co

Teoría plan de mercadeo. Jesús Antonio Aristizábal Castaño Jarist24@eafit.edu.co Teoría plan de mercadeo Jesús Antonio Aristizábal Castaño Jarist24@eafit.edu.co Plan de mercadeo Los gerentes de producto, trabajando dentro de los planes establecidos por sus superiores, elaboran un plan

Más detalles

SofPP Software de Gestión de Salones de Belleza

SofPP Software de Gestión de Salones de Belleza SofPP Software de Gestión de Salones de Belleza Manual de usuario v1.1.1 El propósito de este documento es el de profundizar sobre el uso del programa SofPP al lector, con el fin de facilitar la experiencia

Más detalles

PROGRAMA MASTER MBA. Curso (modalidad virtual) 600 Horas. www.escuelaeuropea.es. Sede Central

PROGRAMA MASTER MBA. Curso (modalidad virtual) 600 Horas. www.escuelaeuropea.es. Sede Central PROGRAMA MASTER MBA Curso (modalidad virtual) Sede Central Escuela Europea de Negocios, Avda. Alfonso XIII. 40 28002 Madrid. Telf. 34 91 413 09 20 www.escuelaeuropea.es PRESENTACIÓN Este programa, concentra:

Más detalles

MARKETING OPERATIVO Y ESTUDIOS DE MERCADO. Antonio Hurtado de Mendoza - 2011

MARKETING OPERATIVO Y ESTUDIOS DE MERCADO. Antonio Hurtado de Mendoza - 2011 MARKETING OPERATIVO Y ESTUDIOS DE MERCADO Antonio Hurtado de Mendoza - 2011 Definición de marketing R.A.E. Mercadotecnia (De mercado y -tecnia). - 1. f. Conjunto de principios y prácticas que buscan el

Más detalles

Nombre de la asignatura: Costos Empresariales. Créditos: 2-3 - 5. Aportación al perfil

Nombre de la asignatura: Costos Empresariales. Créditos: 2-3 - 5. Aportación al perfil Nombre de la asignatura: Costos Empresariales Créditos: 2-3 - 5 Aportación al perfil Dentro del apartado establecido en el perfil dedicado a formular, gestionar y evaluar el desarrollo de proyectos informáticos

Más detalles

Diplomado. Gestión de Retail. www.eeuchile.cl

Diplomado. Gestión de Retail. www.eeuchile.cl Diplomado Gestión de Retail www.eeuchile.cl Una propuesta de valor Con más de 33 años de trayectoria, Educación Ejecutiva de Ingeniería Industrial de la Universidad de Chile, responde a la constante necesidad

Más detalles

INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES REGIONES ANTOFAGASTA - ARAUCANÍA

INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES REGIONES ANTOFAGASTA - ARAUCANÍA INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES REGIONES ANTOFAGASTA - ARAUCANÍA Subdirección de Extensión y Comunicaciones Facultad de Educación Pontificia Universidad Católica de Chile

Más detalles

PROCESO DE INNOVACIÓN EN LA ENSEÑANZA DE LA GESTIÓN DE EQUIPOS INDUSTRIALES EN INGENIERÍA

PROCESO DE INNOVACIÓN EN LA ENSEÑANZA DE LA GESTIÓN DE EQUIPOS INDUSTRIALES EN INGENIERÍA PON-C-22 PROCESO DE INNOVACIÓN EN LA ENSEÑANZA DE LA GESTIÓN DE EQUIPOS INDUSTRIALES EN INGENIERÍA A. García Sánchez (1), M. Ortega Mier (2), E. Ponce Cueto (3) Dpto. de Ingeniería de Organización, Administración

Más detalles

LA GESTIÓN DE PROYECTOS EN LAS EMPRESAS: UNA EXPERIENCIA ENRIQUECEDORA PARA LOS ALUMNOS DE TELECOMUNICACIONES EN LA EUPM

LA GESTIÓN DE PROYECTOS EN LAS EMPRESAS: UNA EXPERIENCIA ENRIQUECEDORA PARA LOS ALUMNOS DE TELECOMUNICACIONES EN LA EUPM LA GESTIÓN DE PROYECTOS EN LAS EMPRESAS: UNA EXPERIENCIA ENRIQUECEDORA PARA LOS ALUMNOS DE TELECOMUNICACIONES EN LA EUPM Rosa Giralt, Pere Palà, Francisco del Águila, Jordi Bonet Escola Universitària Politècnica

Más detalles

Ventaja Competitiva y Cadena de Valor

Ventaja Competitiva y Cadena de Valor Apunte Docente Ventaja Competitiva y Cadena de Valor Renzo Devoto Ratto El autor es Magíster en Administración y Dirección de Empresas, Universidad de Santiago de Chile. Licenciado en Ciencias en Administración

Más detalles

DOCUMENTO METODOLÓGICO GRUPOS FOCALES -FOCUS GROUP-

DOCUMENTO METODOLÓGICO GRUPOS FOCALES -FOCUS GROUP- DOCUMENTO METODOLÓGICO GRUPOS FOCALES -FOCUS GROUP- 1.- Introducción La investigación cualitativa posee características que la posicionan como una herramienta con identidad propia, tal y como en su momento

Más detalles

CERTIFICACIÓN DE ASISTENTE DE MARKETING

CERTIFICACIÓN DE ASISTENTE DE MARKETING CERTIFICACIÓN DE ASISTENTE DE MARKETING OBJETIVO Lograr que los jóvenes participantes estén capacitados para ser parte del departamento de Marketing de una empresa, aportando todos los conocimientos para

Más detalles

GESTIÓN DE CLIENTES Y MERCADO

GESTIÓN DE CLIENTES Y MERCADO Por: José Antonio Villagra GESTIÓN DE CLIENTES Y MERCADO Qué se entiende por gestión de clientes y mercado? La gestión de clientes y mercado comprende un conjunto de conceptos y herramientas de gestión

Más detalles

ORIENTACIONES SOBRE EL PROGRAMA DE ECONOMÍA DE LA EMPRESA

ORIENTACIONES SOBRE EL PROGRAMA DE ECONOMÍA DE LA EMPRESA ORIENTACIONES SOBRE EL PROGRAMA DE ECONOMÍA DE LA EMPRESA EN RELACIÓN CON LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD EN LA COMUNIDAD VALENCIANA 26/10/2012 ORIENTACIONES SOBRE EL PROGRAMA DE ECONOMÍA DE LA

Más detalles

Gestión Eficiente de Inventarios

Gestión Eficiente de Inventarios Workshop práctico Gestión Eficiente de Inventarios 12 HORAS (3 jornadas de medio día) Dictado en alianza con Las situaciones complejas, pero habituales, de la gestión tradicional de inventarios son: pérdida

Más detalles

Segmentación de mercados

Segmentación de mercados Segmentación de mercados 1. Proceso de segmentación 2. Criterios de segmentación 3. El mapa perceptual 4. El proceso de segmentación 5. La microsegmentación 6. La macrosegmentación 7. Segmentación internacional

Más detalles

Compártalo con sus colaboradores Glosario de mercadeo

Compártalo con sus colaboradores Glosario de mercadeo Compártalo con sus colaboradores Glosario de mercadeo Artículos de compra por impulso: Productos que se compran sin pensar o con poco esfuerzo y que se colocan casi siempre cerca de las cajas registradoras

Más detalles

Manual para capacitación del usuario

Manual para capacitación del usuario Manual para capacitación del usuario Preparado para: Educación Continua Administrador CRM/Usuario final Proyecto: CRM Educación Continua Preparado por: Ana Laura Félix Sergio Caballero Tabla de Contenido

Más detalles

CAPÍTULO V PROPUESTA DE LA SOLUCIÓN

CAPÍTULO V PROPUESTA DE LA SOLUCIÓN CAPÍTULO V PROPUESTA DE LA SOLUCIÓN 5.1 Introducción En los últimos tres años la entidad financiera ha venido sufriendo cambios que le han permitido crecer y pasar de ser una Sociedad Financiera a un Banco

Más detalles

Producción y Venta, una misma Empresa?

Producción y Venta, una misma Empresa? Producción y Venta, una misma Empresa? Producir lo que vendemos o, vender lo que producimos? Ing. Leandro Viaro Foco Dar una respuesta a la pregunta formulada: Producir lo que vendemos o, vender lo que

Más detalles

Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda

Motivación. RM = Control de inventario + Política de precios. Demanda variable. Capacidad fija y perecible. Usar el precio para controlar la demanda Un poco de teoría Motivación RM = Control de inventario + Política de precios Capacidad fija y perecible Demanda variable Usar el precio para controlar la demanda Revenue Management Objetivo Problema Requerimientos

Más detalles

MODELO DE ORGANIZACIÓN INTELIGENTE

MODELO DE ORGANIZACIÓN INTELIGENTE MODELO DE ORGANIZACIÓN INTELIGENTE Israel Del Carpio 1 Resumen: Una Organización Inteligente, es aquella con capacidad de aprender al ritmo de las personas que la conforman; por lo tanto, el definir un

Más detalles

III. EL ESTUDIO DE MERCADO

III. EL ESTUDIO DE MERCADO III. EL ESTUDIO DE MERCADO A. INTRODUCCION 1. OBJETIVO DEL ESTUDIO DE MERCADO (EM) 2. IMPORTANCIA DEL ESTUDIO 3. AMBITO DE ESTUDIO Abarca todos los componentes y agentes que con su actuación influyen sobre

Más detalles

TácticaCRM le permitirá a su empresa: Mejore su proceso comercial e incremente sus ganancias mejorando la relación con sus clientes.

TácticaCRM le permitirá a su empresa: Mejore su proceso comercial e incremente sus ganancias mejorando la relación con sus clientes. TácticaCRM es una potente herramienta de Gestión de las relaciones con los clientes, práctica y fácil de usar, que le permite controlar todas las actividades y funciones de las áreas de ventas, mercadeo

Más detalles

TÉRMINOS DE REFERENCIA DISEÑO Y DESARROLLO DEL CURSO E LEARNING GESTIÓN DE LA CAPACITACIÓN EN ENTIDADES PÚBLICAS

TÉRMINOS DE REFERENCIA DISEÑO Y DESARROLLO DEL CURSO E LEARNING GESTIÓN DE LA CAPACITACIÓN EN ENTIDADES PÚBLICAS TÉRMINOS DE REFERENCIA DISEÑO Y DESARROLLO DEL CURSO E LEARNING GESTIÓN DE LA CAPACITACIÓN EN ENTIDADES PÚBLICAS 1. Antecedentes Mediante Decreto Legislativo N 1023 se crea la Autoridad Nacional del Servicio

Más detalles

LAS 5 P DEL MARKETING: DISEÑE SU ESTRATEGIA COMERCIAL

LAS 5 P DEL MARKETING: DISEÑE SU ESTRATEGIA COMERCIAL LAS 5 P DEL MARKETING: DISEÑE SU ESTRATEGIA COMERCIAL La Estrategia Comercial es el plan para llevar los productos al mercado y sobrevivir en el tiempo. Sin un plan, fácilmente podemos perder el rumbo

Más detalles

Qué es la cadena de suministro?

Qué es la cadena de suministro? Qué es la cadena de suministro? Es una red global utilizada para entregar productos y servicios, desde las materias primas hasta los clientes finales a través de un flujo de información con ingeniera aplicada,

Más detalles

E-PROCUREMENT PARA FACILITAR LA INTEGRACIÓN EN LA SUPPLY CHAIN

E-PROCUREMENT PARA FACILITAR LA INTEGRACIÓN EN LA SUPPLY CHAIN E-PROCUREMENT PARA FACILITAR LA INTEGRACIÓN EN LA SUPPLY CHAIN Con cada vez mayores presiones de la competencia, cada vez más las empresas utilizan las adquisiciones electrónicas (eprocurement) en un intento

Más detalles

1. Definir un plan estratégico de Marketing, acorde con los objetivos empresariales.

1. Definir un plan estratégico de Marketing, acorde con los objetivos empresariales. GERENCIA DE MERCADEO FINALIDAD La Gerencia de Mercadeo tiene como finalidad, mantener la presencia de la Empresa en el Mercado, mediante una efectiva labor de Mercadotecnia, orientada a desarrollar nuevos

Más detalles

CAPÍTULO II MARCO TEÓRICO

CAPÍTULO II MARCO TEÓRICO CAPÍTULO II 2.1 Introducción: MARCO TEÓRICO Una vez realizado el análisis de la empresa Traveo Entretenimiento, se detectaron varios problemas en el área de ventas, para después seleccionar uno de ellos

Más detalles

Como hacer crecer tu negocio. Carlos Corominas Director Regional Segmento MIPYME Región de América Latina y el Caribe Visa Inc.

Como hacer crecer tu negocio. Carlos Corominas Director Regional Segmento MIPYME Región de América Latina y el Caribe Visa Inc. Como hacer crecer tu negocio Carlos Corominas Director Regional Segmento MIPYME Región de América Latina y el Caribe Visa Inc. Aviso Importante Estos materiales son proporcionados con propósito informativo

Más detalles

Hospitality Management Program

Hospitality Management Program Hospitality Management Program Coordinador: M.C. Benito Revah Meyohas Objetivo General: Desarrollar en los participantes un conjunto integral de habilidades que les permita desempeñar con mayor efectividad

Más detalles

CAPÍTULO 3 SIMULADOR DE NEGOCIOS

CAPÍTULO 3 SIMULADOR DE NEGOCIOS CAPÍTULO 3 SIMULADOR DE NEGOCIOS En el presente capitulo se describen los aspectos que conforman el simulador de negocios de la Universidad Carnigie Mellon, así como la reglas y forma de operar del mismo,

Más detalles

Contenido. Capítulo 1 CONCEPTOS GENERALES DE PLANEACIÓN ESTRATÉGICA...1. Capítulo 2 PLAN ESTRATÉGICO... 27

Contenido. Capítulo 1 CONCEPTOS GENERALES DE PLANEACIÓN ESTRATÉGICA...1. Capítulo 2 PLAN ESTRATÉGICO... 27 PLANEACIÓN ESTRATÉGICA POR ÁREAS FUNCIONALES: GUÍA PRÁCTICA XI Contenido PLANEACIÓN ESTRATÉGICA POR ÁREAS FUNCIONALES: GUÍA PRÁCTICA...XXI ACCESO AL MATERIAL COMPLEMENTARIO...XXIV Capítulo 1 CONCEPTOS

Más detalles

LA IMPLANTACIÓN DEL PROCEDIMIENTO DE GESTIÓN DE QUEJAS Y SUGERENCIAS

LA IMPLANTACIÓN DEL PROCEDIMIENTO DE GESTIÓN DE QUEJAS Y SUGERENCIAS Página 1 de 1 Manual Guía para la Implantación del Procedimiento de Gestión de Quejas y Sugerencias Página 2 de 2 ÍNDICE Introducción pag. 3 PARTE I - Objetivos del Procedimiento pag. 4 PARTE II - Fases

Más detalles

Proceso de la I.C.: Definir el problema y los objetivos de la investigación. Desarrollar el plan de investigación.

Proceso de la I.C.: Definir el problema y los objetivos de la investigación. Desarrollar el plan de investigación. Unidad 3. Investigación comercial. 1. Introducción. La empresa necesita información precisa, puntual y manejable sobre el mercado. La finalidad básica de la I.C 1 es obtener información que reduzca el

Más detalles

TECNOLOGÍA DE LA INFORMACIÓN PARA EL APRENDIZAJE DE LA ADMINISTRACIÓN DE PROYECTOS

TECNOLOGÍA DE LA INFORMACIÓN PARA EL APRENDIZAJE DE LA ADMINISTRACIÓN DE PROYECTOS TECNOLOGÍA DE LA INFORMACIÓN PARA EL APRENDIZAJE DE LA ADMINISTRACIÓN DE PROYECTOS Domingo Vega T. Facultad de Ingeniería, Departamento de Ingeniería Industrial, Universidad de La Serena dvega@userena.cl

Más detalles

Apunte Docente. Capital de Trabajo. Yolanda Reyes Fernández

Apunte Docente. Capital de Trabajo. Yolanda Reyes Fernández Apunte Docente Capital de Trabajo Yolanda Reyes Fernández La autora es Master en Administración y Finanzas, Escuela Superior de Administración y Dirección de Empresas (ESADE), Barcelona, España. Licenciada

Más detalles

Presentación de. Consultoría en Marketing/Comercial

Presentación de. Consultoría en Marketing/Comercial Presentación de Consultoría en Marketing/Comercial FORMARK Consultores C/ Rosal, 4-3º 33009 - OVIEDO Telf.: 985 204 430 e-mail: correo @ formarkconsultores.com - www. formarkconsultores.com www.formarkconsultores.com

Más detalles

Certificado que acredite estudios en el exterior correspondiente a cuatro años de enseñanza media.

Certificado que acredite estudios en el exterior correspondiente a cuatro años de enseñanza media. PLAN DE ESTUDIOS TÉCNICO EN GERENCIA TURÍSTICA Perfil del Egresado La carrera Técnico en Gerencia Turística de la Universidad ORT Uruguay, tiene como objetivo brindar una capacitación completa y actualizada

Más detalles

LINEAMIENTOS PARA FORMULACION DE PLAN DE NEGOCIOS

LINEAMIENTOS PARA FORMULACION DE PLAN DE NEGOCIOS LINEAMIENTOS PARA FORMULACION DE PLAN DE NEGOCIOS El Plan de Negocios es una herramienta para que el emprendedor o el equipo emprendedor conozca mejor su negocio y las variables que pueden influir en el

Más detalles

Una mirada a las técnicas e instrumentos de investigación

Una mirada a las técnicas e instrumentos de investigación PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ MAESTRÍA EN EDUCACIÓN CULTURA INVESTIGADORA 2009-0 Profesores: Dra. C. Diaz Bazo, Dr. L. Sime Poma Una mirada a las técnicas e instrumentos de investigación Qué

Más detalles

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia Señor(a): CLIENTE Presente.- Santa Cruz, 14 Noviembre del 2012 REF.: COTIZACION ESPECIALISTA EN ANALISIS DE DATOS & INTELIGENCIA DE NEGOCIOS EN EXCEL 2007-2010 Distinguido Señores: Consultores en Tecnologías

Más detalles

ANALISTA EN MARKETING

ANALISTA EN MARKETING ANALISTA EN MARKETING INTRODUCCIÓN El desafío de acceder a nuevos mercados, genera nuevas relaciones de negocios, abre nuevas oportunidades, implica nuevos riesgos y requiere nuevas herramientas. Una de

Más detalles

Curso de Posgrado en Dirección Comercial

Curso de Posgrado en Dirección Comercial Qué ofrece el programa? El Programa brinda los conceptos y las herramientas necesarios para desarrollar de manera integral la función comercial de la empresa priorizando el estudio del mercado, la identificación

Más detalles

Perceived Strategic Value and Adoption of Electronic Commerce: An Empirical Study of Small and Medium Sized Businesses

Perceived Strategic Value and Adoption of Electronic Commerce: An Empirical Study of Small and Medium Sized Businesses Perceived Strategic Value and Adoption of Electronic Commerce: An Empirical Study of Small and Medium Sized Businesses Mediante la combinación de dos corrientes de investigación independientes, se pretende

Más detalles

Gestión de la Información de Compra

Gestión de la Información de Compra Gestión de la Información de Compra 4 Tabla de contenidos Introducción Qué es y para qué necesitamos información? Qué aportes puede hacer la información? Qué fuentes de información usar? Qué información

Más detalles

LA FORMACIÓN EN LA EMPRESA: CÓMO SE MIDE?(*)

LA FORMACIÓN EN LA EMPRESA: CÓMO SE MIDE?(*) La formación en la empresa: cómo se mide? LA FORMACIÓN EN LA EMPRESA: CÓMO SE MIDE?(*) Cecilia Albert Carlos García-Serrano Virginia Hernanz cecilia.albert@uah.es Universidad de Alcalá Resumen Este trabajo

Más detalles

INGENIERIA E-BUSINESS INGENIERIA DE NEGOCIOS PARA LA ECONOMIA DIGITAL

INGENIERIA E-BUSINESS INGENIERIA DE NEGOCIOS PARA LA ECONOMIA DIGITAL INGENIERIA E-BUSINESS INGENIERIA DE NEGOCIOS PARA LA ECONOMIA DIGITAL O. Barros V. Octubre 2003. 1 PROLOGO Este libro en Ingeniería e-business no es fruto de la moda. Por el contrario, es resultado de

Más detalles

ADMINISTRAR PROCESOS DEL NEGOCIO Código: SMIPE - 002 Vigencia: Agosto de 2011. Actividades Clave

ADMINISTRAR PROCESOS DEL NEGOCIO Código: SMIPE - 002 Vigencia: Agosto de 2011. Actividades Clave UCL - ADMINISTRAR PROCESOS DEL NEGOCIO Sector Empresas de Menor Tamaño / Subsector Gestión Perfil Ocupacional GESTOR MYPE (o Empresas de Menor Tamaño) ADMINISTRAR PROCESOS DEL NEGOCIO Código: SMIPE - 002

Más detalles

INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES - SANTIAGO

INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES - SANTIAGO INFORME ENCUESTA EVALUATIVA CAPACITACIÓN TEXTOS ESCOLARES DOCENTES - SANTIAGO Subdirección de Extensión y Comunicaciones Facultad de Educación Pontificia Universidad Católica de Chile Agosto 2009 ÍNDICE

Más detalles

Demuestra que la interacción con la publicidad en Internet conduce a mejores resultados de marca

Demuestra que la interacción con la publicidad en Internet conduce a mejores resultados de marca Demuestra que la interacción con la publicidad en Internet conduce a mejores resultados de marca La exposición real de la marca: Demuestra que la interacción con la publicidad en Internet conduce a mejores

Más detalles

LICENCIATURA EN MERCADOTECNIA

LICENCIATURA EN MERCADOTECNIA LICENCIATURA EN MERCADOTECNIA Debajo de cada introducción sobre el tema de estudio de las materias se encuentran unas siglas, las cuales se interpretan de la siguiente manera: HT: horas de trabajo en clase

Más detalles

CAPÍTULO V PROPUESTA DE MEJORAMIENTO PARA EL PROYECTO. En base a la información recopilada en los capítulos anteriores, en este capítulo se

CAPÍTULO V PROPUESTA DE MEJORAMIENTO PARA EL PROYECTO. En base a la información recopilada en los capítulos anteriores, en este capítulo se CAPÍTULO V PROPUESTA DE MEJORAMIENTO PARA EL PROYECTO En base a la información recopilada en los capítulos anteriores, en este capítulo se planteará una propuesta de mejoramiento para el control, durante

Más detalles

EXCEL INTERMEDIO 2012

EXCEL INTERMEDIO 2012 EXCEL INTERMEDIO 2012 1. Presentación La hoja electrónica Excel es un eficiente programa de hoja de cálculo de gran versatilidad. Es además una poderosa herramienta muy utilizada en el mundo empresarial

Más detalles

Informe N 2: Diseño Evaluación de Programas Nuevos (Versión final) Programa Inglés Abre Puertas

Informe N 2: Diseño Evaluación de Programas Nuevos (Versión final) Programa Inglés Abre Puertas Informe N 2: Diseño Evaluación de Programas Nuevos (Versión final) Programa Inglés Abre Puertas Noviembre 5, 2009 1. Introducción El Programa Inglés Abre Puertas, fue creado durante el año 2003, y apunta

Más detalles

Palabras clave: Simulación. Modelos de Inventario. Modelado Visual Interactivo. Didáctica. Educación.

Palabras clave: Simulación. Modelos de Inventario. Modelado Visual Interactivo. Didáctica. Educación. Software de simulación de un modelo de inventario López, María Victoria Departamento de Informática. Facultad de Ciencias Exactas y Naturales y Agrimensura Universidad Nacional del Nordeste. 9 de Julio

Más detalles

Master en Dirección Marketing y Ventas

Master en Dirección Marketing y Ventas Master en Dirección Marketing y Ventas Instituto Europeo de Posgrado http://www.iep.edu.es Escuela de Negocios Madrid Nuestro objetivo es movilizar el conocimiento para solucionar problemas de las empresas

Más detalles

PREPARACIÓN Y EVALUACIÓN DE PROYECTOS I

PREPARACIÓN Y EVALUACIÓN DE PROYECTOS I PREPARACIÓN Y EVALUACIÓN DE PROYECTOS I PRIMER SEMESTRE 2011 Apunte N 2 Preparación y Evaluación de Proyectos I 1 Estudio de Mercado OBJETIVO: Proporcionar Información Económica, Cuantitativa y Cualitativa

Más detalles

CAPÍTULO II MARCO TEÓRICO. Este capítulo trata de los sistemas de información, su concepto, integrantes, funciones,

CAPÍTULO II MARCO TEÓRICO. Este capítulo trata de los sistemas de información, su concepto, integrantes, funciones, CAPÍTULO II MARCO TEÓRICO INTRODUCCIÓN DEL MARCO TERICO Este capítulo trata de los sistemas de información, su concepto, integrantes, funciones, tiempo de vida o ciclo, algunos ejemplos de su empleo, los

Más detalles

Executive MBA. Currículum PRIMER PERIODO. presencial

Executive MBA. Currículum PRIMER PERIODO. presencial Executive MBA presencial Currículum PREPROGRAMA DE CONTABILIDAD FINANCIERA El objetivo principal del pre-programa de contabilidad financiera es proporcionar al alumno los conceptos básicos de la contabilidad.

Más detalles

Cursos para Empresas y Profesionales

Cursos para Empresas y Profesionales 2015 Cursos para Empresas y Profesionales Marketing Ventas Liderazgo y RRHH Gestión Colaboración académica MARKETING Marketing de Servicios Profesionales Los profesionales liberales: los abogados, consultores,

Más detalles

Capitulo III Plan de Negocio

Capitulo III Plan de Negocio Capitulo III Plan de Negocio 3.1 Definición de un plan de negocio Según Jack Fleitman un plan de negocio se define como un instrumento clave y fundamental para el éxito, el cual consiste en una serie de

Más detalles

7. LA FUNCIÓN COMERCIAL DE LA EMPRESA

7. LA FUNCIÓN COMERCIAL DE LA EMPRESA 7. LA FUNCIÓN COMERCIAL DE LA EMPRESA 1. LA ACTIVIDAD COMERCIAL Y SU EVOLUCIÓN La actividad comercial es el nexo entre la empresa y el mercado y su objetivo es la satisfacción de las necesidades de los

Más detalles

APROVECHE AL MÁXIMO EL MEJOR SOFTWARE DE ANÁLISIS DE DATOS, ASISTA A LOS CURSOS DE CAPACITACIÓN DE SPSS CHILE

APROVECHE AL MÁXIMO EL MEJOR SOFTWARE DE ANÁLISIS DE DATOS, ASISTA A LOS CURSOS DE CAPACITACIÓN DE SPSS CHILE TRAINING 2007 APROVECHE AL MÁXIMO EL MEJOR SOFTWARE DE ANÁLISIS DE DATOS, ASISTA A LOS CURSOS DE CAPACITACIÓN DE SPSS CHILE Fundamentos en el Uso y Aplicaciones con SPSS Introducción a la Sintaxis Estadísticas

Más detalles

Manual de Usuario Comprador

Manual de Usuario Comprador Manual de Usuario Comprador www.iconstruye.com Módulo Subcontrato Descripción General El Módulo de Subcontrato es una herramienta que permite llevar un control de los subcontratos generados por obras,

Más detalles

La reacción del comercio minorista ante el descenso económico global

La reacción del comercio minorista ante el descenso económico global DISTRIBUCIÓN Y CONSUMO La reacción del comercio minorista ante el descenso económico global Cómo mejorar las experiencias de compra (y IV) Las acciones e inversiones de los minoristas son una respuesta

Más detalles

Claves y Errores de un Programa de Experiencia de Clientes

Claves y Errores de un Programa de Experiencia de Clientes Claves y Errores de un Programa de Experiencia de Clientes Cómo orquestar la estrategia de Experiencia de Clientes de modo que impacte en los procesos y resultado del negocio. por Cristián Maulén CEO &

Más detalles

Capítulo V. Pruebas de Software

Capítulo V. Pruebas de Software Capítulo V. Pruebas de Software Este capítulo es un reporte de las pruebas realizadas al software de este proyecto de tesis. En primer lugar se presenta un reporte de las pruebas formativas de usabilidad

Más detalles

CRITERIOS DE CLASIFICACIÓN. Criterio: Clasificación de Compañías Holdings y sus Filiales. Creación: Diciembre 2014 Última Actualización: N/A

CRITERIOS DE CLASIFICACIÓN. Criterio: Clasificación de Compañías Holdings y sus Filiales. Creación: Diciembre 2014 Última Actualización: N/A Este documento muestra el enfoque aplicado por ICR para clasificar el riesgo de compañías holdings y sus filiales. Los términos compañía holding (holding) y compañía matriz (matriz) son similares, con

Más detalles

Casos prácticos. Preparado para INACAP. Módulo Egresados. Microsoft Dynamics Partner of the Year for Latin America WINNER 2012

Casos prácticos. Preparado para INACAP. Módulo Egresados. Microsoft Dynamics Partner of the Year for Latin America WINNER 2012 Casos prácticos Preparado para INACAP Módulo Egresados CMetrix Business Solutions S.A. Gertrudis Echeñique 30, Oficina 43 Las Condes, Santiago - Chile Teléfono: (56-2) 889 9100 / Fax: (56-2) 889 9112 www.cmetrix.cl

Más detalles

Marketing y Dirección Comercial

Marketing y Dirección Comercial Máster en eurotec Metodología Auténticamente Personalizada Persona a Persona No al Método del Test!! con respuestas mecánicas e interacciones automáticas. Leganitos, Madrid, España 15.679 El Temple, Coruña,

Más detalles

MODELO DE ORDENAMIENTO Y CONTROL DE PRODUCTO EN PROCESO EN ENSAMBLE TEXTIL

MODELO DE ORDENAMIENTO Y CONTROL DE PRODUCTO EN PROCESO EN ENSAMBLE TEXTIL UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA DEPARTAMENTO DE INGENIERIA INDUSTRIAL MODELO DE ORDENAMIENTO Y CONTROL DE PRODUCTO EN PROCESO EN ENSAMBLE TEXTIL RESUMEN EJECUTIVO Presentado por: Roberto

Más detalles

ING. YIM APESTEGUI FLORENTINO

ING. YIM APESTEGUI FLORENTINO Sistemas Un sistema es: que interactúan para funcionar Podemos resumir en dos frases: El todo supera la suma de las partes Todo está conectado con todo La interacciones en el mundo real no son simples,

Más detalles

PRECIO: 195 * *Consulte en nuestra web los descuentos disponibles para esta acción formativa CURSO PRÁCTICO EN MARKETING INTERNACIONAL.

PRECIO: 195 * *Consulte en nuestra web los descuentos disponibles para esta acción formativa CURSO PRÁCTICO EN MARKETING INTERNACIONAL. PRECIO: 195 * *Consulte en nuestra web los descuentos disponibles para esta acción formativa CURSO PRÁCTICO EN MARKETING INTERNACIONAL Modalidad Online 50 horas Titulación INEAF, avalado por el Centro

Más detalles

Shopper Insights. La importancia de un enfoque online. Solution Highlight

Shopper Insights. La importancia de un enfoque online. Solution Highlight Solution Highlight 1 Las encuestas de consumidores y compradores siempre han formado parte de las estrategias de investigación de mercado de fabricantes y distribuidores, señalando el éxito o fracaso de

Más detalles

Biblioteca Digital Casos de Estudio Proyectos. Vídeos Educativos Ejercicios Multimedia Evaluación Práctica. Clases Virtuales Foros Trabajos.

Biblioteca Digital Casos de Estudio Proyectos. Vídeos Educativos Ejercicios Multimedia Evaluación Práctica. Clases Virtuales Foros Trabajos. Biblioteca Digital Casos de Estudio Proyectos Vídeos Educativos Ejercicios Multimedia Evaluación Práctica Clases Virtuales Foros Trabajos Manuales Contarás con manuales de estudio elaborados y adaptados

Más detalles