MAPAS DE POSICIONAMIENTO COMPETITIVO BASADOS EN MODELOS LOGIT CON HETEROGENEIDAD LATENTE: APLICACIÓN A LAS CADENAS DE SUPERMERCADOS

Transcripción

1 MAPAS DE POSICIONAMIENTO COMPETITIVO BASADOS EN MODELOS LOGIT CON HETEROGENEIDAD LATENTE: APLICACIÓN A LAS CADENAS DE SUPERMERCADOS Óscar González Bento 1 UNIVERSIDAD DE SALAMANCA RESUMEN En este trabajo se propone y aplca un procedmento para obtener mapas de posconamento compettvo de cadenas mnorstas de supermercados a partr de datos sobre la dstrbucón del presupuesto de los consumdores. El punto de partda es la adaptacón de los modelos logt de eleccón dscreta al contexto de asgnacón de presupuesto por parte de los consumdores. La atraccón comercal ejercda por cada cadena mnorsta se entende explcada por su proxmdad al consumdor y por su posconamento o atractvo ntrínseco. El atractvo ntrínseco se asume, a su vez, determnado por una valoracón de dmensones latentes de posconamento por parte de los consumdores. Asumendo heterogenedad latente en el mercado, es posble stuar cada cadena mnorsta en dchas dmensones. La aplcacón empírca permte constatar la utldad del modelo medante la obtencón de un mapa de posconamento bdmensonal de las cadenas de supermercados de un área metropoltana. La nterpretacón a posteror de las dmensones refleja la mportanca de la notoredad, preco, tamaño y proxmdad como determnantes de la atraccón comercal mnorsta. Palabras clave: Mapa de posconamento, modelos logt, heterogenedad latente, cadenas de supermercados ABSTRACT In ths paper, we propose and exemplfy a procedure to nfer postonng maps of retal chans by means of data on consumer s budget allocaton. The procedure s based on the adaptaton of dscrete choce logt models to the resource allocaton context. The retal attracton exerted by each retal chan s then assumed to be explaned by the proxmty to consumers and ts ntrnsc attractve. In turn, the ntrnsc attracton s assumed to be determned by the mportance gven by consumers to some postonng dmensons. By assumng latent heterogenety n consumers tastes, we can nfer the postonng of each chan n each dmenson by means of data on consumers budget allocaton. The emprcal applcaton allows us to show the potental utlty of the proposed procedure. We get a twodmensonal map of supermarket chans n an urban area. The nterpretaton of the resultng dmensons ponts out the mportance of notorety, prce, sze and proxmty as determnants of retal attracton. 1 Dpto. de Admnstracón y Economía de la Empresa, Facultad de Economía y Empresa, Unversdad de Salamanca, Campus Mguel de Unamuno, Salamanca (Span). Tfno.: (3008); Fax: ; correo electrónco: oscargb@usal.es 117

2 Keywords: Postonng maps; Logt models; Latent market heterogenety; Supermarket chans. 1. INTRODUCCIÓN Comprender el posconamento compettvo es clave para desarrollo de la estratega comercal. Esto mplca abordar la perspectva de la demanda, es decr, traspasar el fltro subjetvo que supone la percepcón del consumdor. Se trata de dentfcar las dmensones que conforman la magen de las marcas competdoras, conocer la poscón relatva de las marcas en estas dmensones, y comprender la valoracón de dchas dmensones por parte del mercado. El esfuerzo nvestgador por facltar estas tareas ha generado dversos procedmentos orentados a obtener mapas de posconamento que reflejen la estructura compettva exstente. En partcular, CHINTAGUNTA (1994) propone una metodología basada en la aplcacón de modelos logt con heterogenedad latente utlzando datos de escáner. Conocer y entender el posconamento compettvo es gualmente relevante en el contexto mnorsta. Por ello, el objetvo de este trabajo es proponer y ejemplfcar una adaptacón de la metodología sugerda por CHINTAGUNTA (1994) a la competenca entre cadenas de supermercados, utlzando nformacón consstente en la dstrbucón del presupuesto de los consumdores entre las cadenas, y aslando el efecto de la convenenca espacal. El resultado permte posconar las cadenas en dmensones compettvas clave para el mercado, al tempo que se dentfcan dstntos segmentos de mercado según la mportanca dada a dchas dmensones, esto es, conforme a los benefcos buscados. En defntva, se trata de contrbur al desarrollo de herramentas analítcas que faclten la toma de decsones estratégcas por parte de los operadores mnorstas medante la comprensón de la estructura compettva. Los contendos subsecuentes se estructuran en cuatro seccones. En prmer lugar, se establece el marco conceptual y metodológco medante una revsón de los trabajos prevos que soportan esta nvestgacón. En segundo lugar, se expone el desarrollo del modelo conducente al mapa de posconamento. En tercer lugar, se descrbe una aplcacón empírca de la propuesta en un escenaro ntraurbano real. Fnalmente, se resumen las prncpales conclusones del estudo. 2. MAPAS DE POSICIONAMIENTO COMPETITIVO Y CADENAS DE SUPERMERCADOS El concepto de posconamento hace referenca a la manera en que los productos son percbdos por los consumdores, esto es, la poscón que ocupan en la mente de los consumdores en relacón con sus competdores (KOTLER, 2000). La estratega de posconamento se centra por tanto en la consecucón de una poscón óptma a este respecto. La secuenca segmentacón del mercado, seleccón de públco objetvo, y posconamento del producto, consttuye la espna dorsal de la planfcacón estratégca de marketng. El análss del posconamento compettvo de un producto o servco consttuye por tanto una herramenta de segumento y control mprescndble para optmzar la estratega comercal. Está estrechamente lgado al análss y comprensón de la estructura e nteraccón compettva. HOOLEY y SAUNDERS (1993) dstnguen tres actvdades clave en el análss de posconamento: Determnar las dmensones de posconamento, esto es, las dmensones compettvas que aportan valor a los consumdores y que son determnantes de su comportamento de compra, en relacón a la categoría de productos estudada Determnar la poscón de las marcas, esto es, conocer la stuacón de las marcas en las dmensones de posconamento. Se trata de conocer la perspectva del consumdor, esto es, la percepcón de las marcas por parte del mercado. Determnar la poscón de los consumdores. El análss del posconamento tambén mplca conocer los patrones de respuesta del mercado a dcho posconamento. Los consumdores pueden dferr en cuanto a los crteros de evaluacón, valorando las cualdades de los productos en funcón de sus motvacones específcas. El posconamento compettvo es gualmente relevante para los operadores mnorstas. El pos- 118

3 conamento de un negoco mnorsta mplca la creacón de una fórmula comercal (o conjunto de atrbutos que defnen su oferta) y la comuncacón de los elementos dstntvos de la msma a los grupos de nterés (MUÑOZ GALLEGO, 1993). A este respecto, BROWN (1995) sugere que la dversdad de formas de venta que exsten en la dstrbucón mnorsta responde a una polarzacón en tres ejes de posconamento: orentacón preco/servco; ampltud de nventaro; y tamaño del establecmento. Partcularzando a la dstrbucón de productos de gran consumo, en partcular, al sector de almentacón, BURT y SPARKS (1995) señalan cuatro servcos clave determnantes del posconamento compettvo en el sector de la almentacón europeo: varedad, preco, convenenca y caldad. No obstante, atendendo a un planteamento mucho más objetvo y cuantfcable, señalan dos dmensones o ejes especalmente relevantes en la clasfcacón de las formas de venta: uno relatvo al nvel de precos, cuya dsmnucón se entende generalmente contrapuesta a la caldad de servco, y otro relatvo a la ampltud de eleccón, que está relaconada con la varedad de productos comercalzados y, en gran medda, con el tamaño de los establecmentos. Estas msmas dmensones son tambén apuntadas por TORDJMAN (1994). Claramente, el concepto de formato comercal subyace al posconamento compettvo de las cadenas mnorstas: los formatos comercales pueden defnrse como perfles genércos de posconamento compettvo. Al margen de las valoracones subjetvas de los expertos, se han desarrollado múltples técncas y procedmentos para estudar la estructura compettva y, en partcular, obtener mapas de posconamento de los productos y servcos que compten en un mercado. Generalmente se basan en nformacón sobre las preferencas, percepcones o comportamento de los consumdores, aunque algunas propuestas utlzan fuentes de nformacón alternatvas, por ejemplo el comportamento de los competdores (MINHI HAHN et al., 2001). En su dscusón sobre el estado de la cuestón en la nferenca de la estructura de mercado a partr de la respuesta de los consumdores, ELROD et al. (2002) destacan los dos enfoques sugerdos anterormente por CARROLL (1972): Por un lado, el análss externo, que parte de una defncón preva de los atrbutos de los productos que determnan el comportamento de los consumdores. Medante nformacón sobre la percepcón de las marcas competdoras en dchos atrbutos, y sobre las preferencas, eleccones, o patrones de gasto de los consumdores, se analzan los crteros de evaluacón de los ndvduos, es decr, la mportanca dada a los dstntos atrbutos que caracterzan la oferta, así como la nteraccón compettva dervada de posbles cambos en el posconamento compettvo de las marcas. Como denomnador común, estos procedmentos de análss parten de un mapa de posconamento conocdo a pror. Por otro lado, el análss nterno, en el que tanto las dmensones de posconamento relevantes como la stuacón de las marcas en dchas dmensones se asume desconocda (ELROD, 1991; DESARBO et al., 1993). La fnaldad de los procedmentos es por tanto nferr estas dmensones y determnar el posconamento de las marcas al tempo que se estudan los crteros de evaluacón de los consumdores. Todo ello a partr de nformacón sobre las preferencas o comportamento de compra de dchos consumdores. La nterpretacón de los mapas de posconamento obtendos medante estas técncas requere una valoracón subjetva del analsta o un análss posteror al respecto. Son múltples los trabajos que han abordado la obtencón de mapas de posconamento medante el análss nterno de la estructura compettva (ej. COOPER, 1988; DESARBO Y RAO, 1986; ERDEM y WINNER, 1999; GREEN et al., 1987; HOFFMAN y FRANKE, 1986; HOLBROOK et al., 1982; MOORE y RUSSELL, 1987; SHUGAN, 1987). Basados en las dscusones al respecto de ELROD (1988 y 1991) y ELROD et al. (2002), cabe señalar al menos tres cuestones clave para la clasfcacón de las metodologías propuestas: Los datos de partda. Algunos procedmentos parten de datos agregados sobre el mercado, basando la estmacón en seres temporales. Otros utlzan nformacón ndvdualzada de los consumdores, ben sean preferencas o hstorales de compra, tanto en escenaros reales como en dseños expe- 119

4 rmentales. Es destacable, por ejemplo, la utlzacón datos de panel. El modelo descrptvo/explcatvo. El núcleo central de cualquer procedmento es el mecansmo medante el cual se nfere el posconamento compettvo de los datos utlzados. Son habtuales los métodos centrados en el escalamento multdmensonal o el análss de correspondencas. Tambén son muy habtuales los métodos basados en modelos de eleccón, tanto descrptvo-estocástcos como explcatvo-probablístcos. La heterogenedad de mercado. Los procedmentos tambén dferen en cuanto a cómo ncorporan la dversdad en las preferencas y crteros de decsón de los consumdores. Algunos modelos asumen que las preferencas son homogéneas mentras que otros estman parámetros de respuesta específcos para cada consumdor. Otros procedmentos asumen una poscón ntermeda entendendo que las dferencas entre los consumdores son explcadas por un conjunto de característcas observadas. Otro planteamento ntermedo muy dfunddo es asumr que los parámetros de respuesta están dstrbudos sobre la poblacón conforme a una dstrbucón contnua conocda por ejemplo una dstrbucón normal, o una dstrbucón dscreta que mplca la exstenca de segmentos latentes con dstntos benefcos buscados (CHINTAGUNTA et al., 1991). CHINTAGUNTA (1994), ELROD (1988) y ELROD y KEANE (1995) desarrollan un enfoque metodológco centrado en la explotacón de datos sobre el hstoral de eleccón de los consumdores, como los dsponbles en paneles de consumdores. Se basa en los modelos de eleccón dscreta enmarcados en la teoría de utldad aleatora como herramenta para relaconar el comportamento de los consumdores con el posconamento de las marcas ofertadas. Concretamente, se centran en las versones más conocdas: CHINTAGUNTA (1994) y ELROD (1988) consderan modelos logt, y ELROD y KEANE (1995) consderan modelos probt. Los ejes de posconamento, así como la stuacón de las marcas en dchos ejes, surgen de asumr una estructura factoral en la utldad percbda por los consumdores. Su estmacón es posble asumendo que la heterogenedad de los consumdores es capturada por una dstrbucón de los parámetros de respuesta sobre la poblacón. ELROD (1988) y ELROD y KEANE (1995) asumen dstrbucones contnuas conocdas, concretamente la dstrbucón normal, mentras que CHINTAGUNTA (1994) propone un aproxmacón semparamétrca de la verdadera dstrbucón medante una dstrbucón dscreta. Como se ha menconado antes, esto conlleva asumr que exsten segmentos latentes con dstntos crteros de evaluacón de las alternatvas de compra. El propósto de este trabajo es adaptar la metodología de CHINTAGUNTA (1994) al ámbto mnorsta, concretamente a la obtencón de mapas de posconamento de las cadenas de supermercados. El marco metodológco vene defndo, por tanto, por los modelos logt de eleccón dscreta con heterogenedad latente. Sn embargo, la estructura compettva entre cadenas mnorstas mplca al menos dos dferencas sustancales con respecto a las aplcacones habtuales centradas en una categoría de productos: En prmer lugar, las cadenas mnorstas ofrecen una agregacón de servcos. La mportanca de esta matzacón está mplíctamente contemplada en ELROD et al. (2002), cuando afrman que en el análss de la estructura de mercados debe tenerse en cuenta que la oferta a la que se enfrentan los consumdores es algo más complejo que un conjunto de productos smples. En este sentdo, el hstoral de eleccón de cadena mnorsta por parte de los consumdores puede dar una dea sesgada de la respuesta de mercado, al menos en lo que respecta a la facturacón de las cadenas mplcadas. Puesto que las ocasones de compra pueden dferr en cuanto al contendo y volumen de la compra, resulta mucho más nteresante consderar datos relatvos al gasto realzado por los consumdores en las dstntas cadenas. Esto conlleva la necesdad de adaptar los modelos logt de eleccón dscreta a datos sobre la asgnacón de recursos realzada por los consumdores. Los estudos de BATSELL 120

5 (1980) o LOUVIERE AND WOODWORTH (1983) descrben aplcacones en esta línea. En segundo lugar, la mportanca de la convenenca espacal en la competenca entre establecmentos mnorstas, especalmente en el caso de supermercados, requere aslar esta crcunstanca del posconamento percbdo por los consumdores. En línea con los modelos gravtacones basada en la teoría de nteraccón espacal (FOTHERINGHAM y O KELLY, 1989; HAYNES y FOTHERINGHAM, 1984; HUFF, 1962), es precso contemplar explíctamente el efecto dsuasoro de la dstanca entre los consumdores y las cadenas ofertadas. SINHA (2000) propone y ejemplfca un modelo en la línea de esta nvestgacón. Asumendo que las dmensones de posconamento conllevan una estructura factoral en las utldades percbdas por los consumdores, plantea un modelo andado de eleccón de supermercado que permte obtener mapas de posconamento de dchos supermercados y de las áreas metropoltanas donde están ubcados. Aunque el modelo contempla explíctamente el efecto de la proxmdad a los consumdores, la estmacón de basa en datos sobre la eleccón de establecmentos por parte de los consumdores y no en la dstrbucón de recursos entre ellos. Además, la heterogenedad en las preferencas de los consumdores se asume dstrbuda normalmente sobre la poblacón. Este supuesto resulta mucho más restrctvo que asumr la exstenca de segmentos latentes con dstntos crteros de evaluacón. La propuesta desarrollada y ejemplfcada en este trabajo complementa la de SINHA (2000) a este respecto: utlzacón de datos de asgnacón de presupuesto, e ncorporacón de la segmentacón latente. 3. PROPUESTA METODOLÓGICA El desarrollo de la propuesta metodológca ha sdo estructurado en tres fases concatenadas: (1) adaptacón de la modelzacón logt al contexto de dstrbucón de gasto entre las cadenas mnorstas; (2) confguracón explcatva basada en la exstenca de dmensones latentes de posconamento de las cadenas mnorstas; y (3) generalzacón transversal del modelo a todo el mercado basada en supuestos de heterogenedad latente Modelzacón logt de la dstrbucón del presupuesto El planteamento de los modelos de eleccón dscreta basados en la teoría de utldad aleatora puede ser adaptado al contexto de la dstrbucón de un presupuesto entre dstntas alternatvas de compra. En partcular, puede ser adaptado a la dstrbucón del gasto entre las dstntas cadenas mnorstas que conforman la nfraestructura comercal de un área metropoltana. La utldad U (j) de una cadena j para un consumdor puede asumrse conformada por dos componentes. Por un lado, una componente determnsta V (j). que recoge el efecto de las varables explíctamente contempladas en el estudo. Por otro lado, una componente aleatora e (j), que recoge el efecto de otros factores determnantes no consderados explíctamente. Resumdamente, se tene: U () j = V() j + ε() j [1] Asumendo que el consumdor seleccona la alternatva de compra que le proporcona mayor utldad, la probabldad P (j) de que un consumdor asgne una undad porcentual de su presupuesto a la cadena j vene dada por: P() j = P( U () j U () j paratoda cadenaj) [2] Asumendo tambén que los térmnos de error en [1] son ndependentes e déntcamente dstrbudos Gumbel, la expresón [2] desemboca en el modelo logt (MANSKI, 1977; MCFADDEN, 1974): P () j = exp j ( V() j) ( V () j ) exp [3] Otros modelos habtuales en el marco de la eleccón dscreta, como el modelo probt (DAGAN- ZO, 1979) o el modelo de valor extremo generalzado (MCFADDEN, 1978), úncamente dferen del modelo logt en cuanto a la dstrbucón asumda en los térmnos de error. 121

6 De la msma manera que en el ámbto de la eleccón dscreta se puede obtener la probabldad de una secuenca o hstoral de eleccón del consumdor, en el ámbto de la asgnacón de recursos se puede obtener la probabldad de la dstrbucón de presupuesto realzada por el consumdor. S G ={g j } es la asgnacón de presupuesto realzada por el consumdor, sendo g j el porcentaje de gasto en la cadena j, la probabldad P (G ) de dcha asgnacón vene dada, a partr de la expresón [3], por la sguente formulacón: ( G ) = P ( j) P j gj = j j exp exp ( V() j) ( V () j ) gj La varable dependente propuesta es, por tanto, la dstrbucón relatva del presupuesto entre los dstntos establecmentos. No obstante, debe apuntarse que el msmo planteamento metodológco es aplcable a otras defncones de la varable dependente basadas en la dstrbucón del presupuesto. GONZÁLEZ-BENITO y SANTOS-REQUEJO (2002a) proponen dstntas alternatvas al respecto y analzan sus mplcacones en la nterpretacón del modelo. Cabe destacar dos posbldades: Por un lado, puede plantearse una smplfcacón traducendo la asgnacón del presupuesto en varables dcotómcas, de manera smlar a una eleccón dscreta. Por ejemplo, se puede consderar que el consumdor elge la cadena a la que asgna un mayor porcentaje de gasto. Sn embargo, en este caso la varable dependente se centraría úncamente en el gasto prortaro, obvando el comportamento desleal de los consumdores que es habtual en el contexto de seleccón de establecmento. Por otro lado, puede plantearse una extensón utlzando gastos absolutos (cuantía gastada) en lugar de gastos relatvos (porcentaje de gasto). En este caso, la varable dependente no solamente tendría en cuenta la deslealtad de los consumdores, sno tambén la selectvdad de los msmos, es decr, el hecho de que el gasto total dfere de unos consumdores a otros. S ben este enfoque es el que más se aproxma a la cuota de mercado de las cadenas, no se ha consderado en la exposcón preva para ser coherentes con la aplcacón empírca posteror, donde no se dspone de datos sobre la asgnacón absoluta de gasto, solo de la asgnacón relatva de gasto Confguracón explcatva: dmensones latentes de posconamento [4] La utldad empírca del modelo resde en su confguracón explcatva. La parametrzacón de la utldad determnsta contemplada en la expresón [4] permte valorar el efecto de los atrbutos caracterzadores de las cadenas o de los consumdores sobre las compras atraídas por cada una de ellas. En esta aplcacón al contexto mnorsta, la utldad de una cadena mnorsta percbda por los consumdores se asume explcada por dos componentes. Por un lado, el atractvo ntrínseco α j de la cadena j percbdo por el consumdor, que representa la valoracón por parte del consumdor de los atrbutos que conforman la magen de la empresa. Por otro lado, la convenenca espacal, que puede formalzarse medante la valoracón β realzada por el consumdor de la dstanca D j que lo separa de la cadena j. La dea subyacente es que la decsón del consumdor está condconada por el conjunto de servcos que caracterzan la cadena, pero tambén por la accesbldad espacal de la msma. Es decr, la proxmdad al establecmento actúa como un factor potencador de su atractvo al margen de la magen que es capaz de transmtr. Concretamente, se propone la sguente confguracón: V () j = α j +β ln( D j ) [5] Debe apuntarse que se adopta una transformacón logarítmca de la varable dstanca para ser congruentes con la especfcacón multplcatva 122

7 habtual en los modelos gravtaconales basados en la teoría de nteraccón espacal (HUFF, 1962). La transformacón exponencal de esta confguracón mplca que el efecto b de la dstanca sobre la asgnacón de gasto vene dado por el exponente de dcha varable. El nterés de este trabajo está en dentfcar las dmensones latentes que subyacen al atractvo ntrínseco de la cadena percbdo por el consumdor. Dcho de otro modo, se trata de capturar las dmensones clave valoradas por el consumdor en la dstrbucón de su presupuesto. La stuacón de cada cadena en dchas dmensones conforma el mapa de posconamento compettvo percbdo por los consumdores. Para tal fn, se asume la exstenca de una estructura factoral latente que determna el atractvo ntrínseco percbdo por el consumdor (CHINTAGUNTA, 1994). Concretamente: Se asume la exstenca de K dmensones latentes caracterzadoras de las dstntas cadenas mnorstas. Estos serán los ejes del mapa de posconamento. El posconamento de las dstntas cadenas en estas dmensones vendrá dado por una 3.3. Heterogenedad latente del mercado ( ) P A jw D j ( G ) β j ( A ) j jw D exp = β exp j L = P ( G ) = j matrz A=(a jk ) de coordenadas con K columnas y tantas flas como el número cadenas mnorstas J. Cada fla A j =[a j1,a j2,,a jk ] se corresponderá, por tanto, con la stuacón de la cadena j en cada una de las dmensones de posconamento, esto es, sus coordenadas en el mapa de posconamento. La valoracón que realza el consumdor de estas dmensones vendrá dada por un vector de ponderacones w =[ w 1,w 2,,w K ], donde w k denota la mportanca relatva dada a la dmensón k. Así, el atractvo ntrínseco contemplado en la expresón [5] puede entenderse la suma de posconamento de la cadena en las dstntas dmensones, ponderado por la mportanca que da el consumdor de dchas dmensones. Es decr: α j= A jw [6] Con la parametrzacón sugerda en [5] y [6], el modelo propuesto en la expresón [4] queda como sgue: gj [7] La utldad práctca del modelo propuesto en [7] pasa por la capacdad para estmar sus parámetros a partr la nformacón relatva a la dstrbucón del gasto de los consumdores. Puesto que el parámetro β, relatvo al efecto de la convenenca espacal, y los parámetros w, de mportanca relatva de cada dmensón de posconamento, son específcos de cada consumdor, una posbldad es basar la estmacón en datos hstórcos sobre la asgnacón de presupuesto por parte del consumdor. Sn embargo, el volumen de nformacón necesaro para estmar parámetros ndvdualzados hace nefcente este enfoque. Otra alternatva más plausble es la utlzacón de datos transversales, es decr, nformacón sobre la dstrbucón del gasto de una muestra de consumdores. El planteamento más sencllo consstría en asumr parámetros comunes para todos los consumdores. Esto es, un parámetro común β para el efecto de la convenenca espacal y parámetros comunes w sobre la ponderacón de las dmensones de posconamento. Así, el procedmento de máxma verosmltud selecconaría aquellos valores de los parámetros que maxmzan la probabldad de la muestra, esto es, maxmzan la sguente funcón de verosmltud: ( A jw) D ( A w) β j β exp j j D j exp gj [8] 123

8 Sn embargo, este procedmento permtría dentfcar drectamente parámetros de atractvo ntrínseco común α j, pero no su descomposcón factoral, esto es, las coordenadas A de las cadenas en los ejes de posconamento y la mportanca relatva w de estos ejes. Una alternatva para resolver esta crcunstanca es adoptar el enfoque de heterogenedad latente o efectos aleatoros (CHINTAGUNTA et al., 1991; GONUL y SRINIVASAN, 1993; JAIN et al., 1994; KAMAKURA y RUSSELL, 1989). Concretamente, se puede asumr las ponderacones w están dstrbudas sobre la poblacón conforme a una funcón de densdad. Puesto que esta dstrbucón es desconocda, se puede adoptar una dstrbucón contnua conocda. Sn embargo, otra posbldad menos restrctva es aproxmar la dstrbucón medante una dstrbucón dscreta. Esto mplca asumr la exstenca de S segmentos latentes con parámetros específcos. Es decr, cada segmento s comparte un vector w s de parámetros comunes. Bajo este enfoque semparamétrco, el modelo descrto en [7] permte formalzar la probabldad L = P ( G ) = P ( G s) s λ s = P (G s) de la dstrbucón de gasto de un consumdor cuando pertenece a un segmento concreto s como sgue: g j ( ) P A jw s D j ( G s) β [9] j ( A ) j jw s D exp = β exp j Consecuentemente, la probabldad P (G ) de la dstrbucón de gasto de un consumdor, ndependentemente del segmento latente en que se encuentra, vene dada por una ponderacón de [9] a través de todos los segmentos, esto es: P ( G ) = P( G s) λ s s [10] donde λ s denota la probabldad de pertenecer al segmento s, es decr, su tamaño relatvo. De esta manera, la funcón de verosmltud que debe ser maxmzada para la estmacón de los parámetros consste en una adaptacón drecta de la funcón [8] ncorporando los planteamentos asumdos en [9] y [10]: [11] j ( A jw s) D ( A w ) gj β exp j λ s β s exp j j s D j [7] Esta extensón del modelo asumendo heterogenedad latente permte estmar la estructura factoral latente asumda en el atractvo ntrínseco y, consecuentemente, obtener el mapa de posconamento subyacente al comportamento de compra de los consumdores. No obstante, es precso garantzar que el número de parámetros mplcados en este modelo no excede el número de parámetros mplcados en el modelo sn la estructura factoral propuesta en [6], es decr, el modelo con parámetros de atractvo ntrínseco en cada segmento. S se pretende obtener un mapa de posconamento bdmensonal (K=2) que permta una representacón gráfca en un plano, el número de parámetros mplcados en el modelo es la suma de: (2J-3) parámetros correspondentes a las coordenadas A de las cadenas en el mapa de posconamento. La matrz de coordenadas conlleva 2J parámetros. Sn embargo, es precso establecer tres restrccones para que sea posble dentfcar los parámetros. La necesdad de fjar el orgen del mapa de posconamento mplca fjar las dos coordenadas de una de las marcas. Adconalmente, la necesdad de fjar el mapa de posconamento con respecto a rotacones, requere fjar una coordenada más. 2(S-1) parámetros correspondentes a la ponderacón w s de los ejes de posconamento en los segmentos latentes. Con el fn de fjar la escala de los ejes, es precso fjar las ponderacones de uno de los segmentos. (S-1) parámetros correspondentes al tamaño relatvo λ s de los segmentos. Debe tenerse en cuenta la restrccón consstente en que dchos parámetros deben sumar la undad. 1 parámetro correspondente al efecto β de la dstanca. 124

9 Por otro lado, el número de parámetros mplcados en el modelo sn estructura factoral es la suma de: S(J-1) parámetros correspondentes a los parámetros de atractvo ntrínseco α sj. Debe apuntarse que la nvaranza del modelo por traslacones de estos parámetros requere fjar el de una de las marcas en cada segmento. (S-1) parámetros correspondentes al tamaño relatvo λ s de los segmentos. Debe tenerse en cuenta la restrccón consstente en que dchos parámetros deben sumar la undad. 1 parámetro correspondente al efecto β de la dstanca. Consecuentemente, debe cumplrse (2J-3)+2(S- 1) S(J-1). Esto mplca, por un lado, que al menos debe consderarse la exstenca 3 segmentos (S=3). Por otro lado, al menos deben consderarse 4 cadenas mnorstas (J=4). 4. APLICACIÓN EMPÍRICA Con el fn de ejemplfcar y evaluar las posbldades explcatvas del modelo propuesto, se expone una aplcacón empírca en el ámbto de las compras de almentacón. El desarrollo se estructura en dos apartados: (1) la descrpcón del escenaro de estudo y de las fuentes de nformacón utlzadas, y (2) la aplcacón de la metodología propuesta, y la nterpretacón y dscusón de los resultados Escenaro de estudo y datos El escenaro de estudo consstó en la cudad de Salamanca (España). Los datos facltados por el Servco de Estadístca del Ayuntamento de Salamanca correspondentes a juno de 2000, reflejan una poblacón de hogares. En abrl de 2002, momento en que se recogó la nformacón prmara, la nfraestructura mnorsta de establecmentos de almentacón no especalzada en régmen de autoservco consstía en 63 establecmentos, operados por 16 cadenas mnorstas. Algunas cadenas estaban ntegradas en el msmo grupo empresaral. El nombre comercal y el número de establecmentos de cada cadena se muestran en la Tabla 1. A partr del Censo de Supermercados publcado por Almarket, y el trabajo de campo realzado, se obtuvo nformacón sobre la ubcacón precsa y el tamaño de cada uno de los establecmentos. Tabla 1 Infraestructura comercal y asgnacón relatva de gasto en el escenaro de estudo Cadenas mnorstas Número de establecmentos Asgnacón porcentual de gasto Meda D.T. Máxmo Mínmo CARREFOUR 1 18,06 27, LECLERC 1 4,25 14, CAPRABO 1 1,65 9, CHAMPION 2 6,77 19, CONSUM 9 8,35 21, EL ARBOL 18 24,12 30, GADIS 2 1,98 10, GAMA 2 0,47 5, HERBU S 3 1,17 7, HERMANOS COSME 1 0,17 4,

10 Tabla 1 (Contnuacón) Infraestructura comercal y asgnacón relatva de gasto en el escenaro de estudo Cadenas mnorstas Número de establecmentos Asgnacón porcentual de gasto Meda D.T. Máxmo Mínmo MAXCOOP 2 1,17 8, SUPER CHAMBERÍ 1 0,28 3, SUPERSOL 2 0,42 4, DIA 16 28,03 31, LIDL 1 1,62 7, PLUS SUPERDESCUENTO 1 1,51 9, La nformacón relatva al comportamento de compra de los hogares fue recogda medante encuesta personal a domclo en abrl de La seleccón de la muestra partó de una estratfcacón por barros con afjacón proporconal. La seleccón de hogares en cada barro se basó en un procedmento de rutas aleatoras. El proceso se completó con la obtencón de 580 cuestonaros váldos. El cuestonaro, drgdo a la persona responsable de las compras de almentacón dentro del hogar, solctaba una estmacón de la dstrbucón del gasto mensual en almentacón entre los establecmentos exstentes. Esto es, se preguntó por la proporcón de gasto asgnada a cada uno de los establecmentos. Esta nformacón da lugar a la dstrbucón del presupuesto a nvel de cadena aludda en la propuesta metodológca (G ). La Tabla 1 tambén ncluye descrptvos sobre la asgnacón de gasto a cada cadena. La mayor asgnacón meda de gasto corresponde a las cadenas con mayor número de establecmentos (El Arbol, Día) y la enseña de hpermercados Carrefour. Adconalmente, se dspone de nformacón sobre el domclo de los hogares entrevstados. Debe apuntarse que tambén se preguntó por el gasto total en productos de almentacón. Sn embargo muchos hogares no contestaron a esta pregunta, y el análss posteror de las respuestas útles hzo dudar de la precsón o sncerdad de los hogares al facltar esta cantdad. Como consecuenca, se descartó la utlzacón del gasto absoluto asgnado a cada cadena como varable dependente. Tanto establecmentos como consumdores fueron referencados geográfcamente medante el Sstema de Informacón Geográfca MOSAIC, operado por Experan Marketng Servces. La asgnacón de coordenadas espacales permtó calcular dstancas euclídeas entre consumdores y establecmentos. Las varables de dstanca a las cadenas mnorstas (D j ) se calcularon consderando la dstanca al establecmento más próxmo dentro de la cadena. El alto grado de homogenedad entre establecmentos de una msma cadena justfca este planteamento. Sería aconsejable utlzar meddas de accesbldad espacal que tuveran en cuenta las barreras de desplazamento exstentes, por ejemplo tempos de desplazamento. Sn embargo, esta nformacón no estaba dsponble en la fuente utlzada. Como nformacón de apoyo para la nterpretacón de los ejes de posconamento, la nformacón dsponble a través del Censo de Supermercados y el Sstema de Informacón Geográfca fue completada con los ndcadores de precos de supermercados publcados en 2002 por la Organzacón de Consumdores y Usuaros (OCU). Anualmente, esta organzacón mde el nvel de precos de una muestra representatva de los supermercados españoles utlzando dos ndcadores. Por un lado, se calcula el coste de una cesta de compra consttuda por marcas líderes en cada categoría de productos. Por otro lado, se calcula el coste de la msma cesta, pero consderando la marca más barata dentro de la categoría de productos. En ambos casos, los valores obte- 126

11 ndos se relatvzan comparándolos con el establecmento más barato. Así, un valor de 115 mplca que el preco de la cesta es un 15% más caro que en el supermercado más barato de toda la muestra Análss, resultados e nterpretacón Con el fn de facltar la representacón gráfca del posconamento de las dstntas cadenas mnorstas, se planteó la obtencón de un mapa bdmensonal (K=2). Para poder dentfcar los parámetros mplcados en el modelo, se consderó la exstenca de tres segmentos latentes (S=3). Esta decsón se justfca en los sguentes argumentos: (1) es el número mínmo se segmentos que permte la dentfcacón de todos los parámetros del modelo; (2) la consderacón de más segmentos latentes reduce la parsmona del modelo y dfculta el proceso de estmacón; y (3) el modelo para cuatro segmentos (S=4) no supone un mejora conforme la los crteros estadístcos habtuales, en partcular, el Crtero de Informacón de Bayes. La estmacón se basó en el procedmento de máxma verosmltud. La maxmzacón de la funcón de verosmltud descrta en [11] se programó drectamente en GAUSS, y se basó en la rutna de optmzacón OPTMUN. Este procedmento es habtual en la aplcacón de este tpo de modelos (JAIN et al., 1994). Los resultados de estmacón se resumen en la Tabla 2. El parámetro β asocado a la varable dstanca es negatvo y altamente sgnfcatvo. Como cabía esperar, una mayor dstanca al establecmento más próxmo dentro de una cadena mplca menores probabldades de comprar en él. Este resultado no hace más que constatar la mportanca de la proxmdad a los consumdores en el marco de las compras de almentacón. Tabla 2 Resultados de estmacón Dstanca al establecmento más próxmo (b) -1,3898 * Posconamento de las cadena (a jk ) Dmensón 1(a j1 ) Dmensón 2(a j2 ) CARREFOUR 2, b LECLERC 2,4665-0,6980 CAPRABO 0,7726-2,5807 CHAMPION 1,9079-2,7321 CONSUM 0,0885-1,8639 EL ARBOL -1,4236 1,4917 GADIS -1,6460-1,2551 GAMA -2,9220-2,8839 HERBU S -2,5683-2,3016 HERMANOS COSME -5,5009-8,5797 MAXCOOP -1,8571-1,5960 SUPERCHAMBERÍ -3,5779-1,8076 SUPERSOL -5,5626 0,1387 DIA -2,1124 1,

12 Tabla 2 (Contnuacón) Resultados de estmacón LIDL 0,2712-1,5814 PLUS SUPERDESCUENTO 0 a 0 a Posconamento de las cadena (w sk ) Dmensón 1(w s1 ) Dmensón 2(w s2 ) Segmento 1 1 c 1 c Segmento 2 0,4813-0,0478 Segmento 3 0,3284 0,9057 Tamaño relatvo de los segmentos (λ s ) Segmento 1 27,75 % Segmento 2 29,55 % Segmento 3 42,71 % * Parámetro asocado a la dstanca sgnfcatvo (p<0.01). a Parámetros nulos para fjar el orgen del mapa de posconamento. b Parámetro nulo para fjar el mapa de posconamento respecto a rotacones c Parámetros untaros para fjar el mapa de posconamento respecto a la escala de las dmensones. Las coordenadas A=(a jk ) permten posconar cada cadena mnorsta en el mapa bdmensonal estmado. El resultado aparece en el Gráfco 1. Como es habtual en este tpo de técncas, la nterpretacón de los mapas de posconamento debe ser realzada a posteror y basarse en el juco subjetvo del analsta. Es más, puesto que los ejes estmados dependen drectamente de las restrccones asumdas en los parámetros, tambén deben valorarse las posbles rotacones de dchos ejes. Aunque con la cautela propa de una nterpretacón subjetva de los resultados obtendos, se ha hecho un esfuerzo por explcar el sgnfcado de las dmensones de posconamento obtendas. Tras una observacón del mapa, cabe destacar la dsposcón de las marcas en las dos dagonales. La nterpretacón del mapa resulta más ntutva s se atende a dchos ejes, tal y como se representan en el Grafco 2, en lugar de a los dentfcados ncalmente. 128

13 4 Gráfco 1 2 DIA EL ARBOL 0 SUPERSOL PLUS SUPERDESCUENTO CARREFOUR LECLERC -2 SUPER CHAMBERI GADIS LIDL MAXCOOP HERBU'S CONSUM GAMA CAPRABO CHAMPION -4 Dmenson HERMANOS COSME Dmensón 1 Dmensón 2 Gráfco 2 Dmensón combnada NOTORIEDAD / PRECIO Dmensón combnada TAMAÑO / PROXIMIDAD Dmensón 1 129

14 La dagonal ascendente parece establecer una dscrmnacón entre las cadenas en funcón de la ntensdad de cobertura del mercado estudado, y consecuentemente la notoredad de las cadenas en el mercado estudado. La Tabla 3 cuantfca esta ntensdad de cobertura consderando los metros cuadrados de superfce de venta ofertados. Las cadenas con mayor presenca aparecen en un extremo de la dagonal. Este es el caso de El Arbol, Carrefour, Leclerc, Consum, Día o Champon. Por el contraro, las cadenas de menor presenca se stúan haca el otro extremo. Este es el caso de Super Chamberí, Hermanos Cosme o Gama. La relacón entre ambas dmensones es sgnfcatva (t de Kendall = 0,487; sgn. 0,009). Sorprende, no obstante, que la poscón de algunas cadenas no responde a este patrón. Por ejemplo, contraramente a lo reflejado en la Tabla 3, el posconamento gráfco de Ldl y Plus Superdescuento mplcaría una mayor presenca que la cadena Supersol. Dada la condcón de descuento duro de las dos prmeras, resulta lógco ntur que la varable preco subyace a esta crcunstanca. La Tabla 4, clasfca las cadenas estudadas conforme a los índces de precos publcados por la OCU. Estos datos permten aprecar certa coherenca entre los nveles de precos tanto en el escenaro de estudo (locales) como en el total naconal, y las nconsstencas detectadas en la nterpretacón ncal de la dagonal. Mentras que Ldl y Plus Superdescuento son las cadenas más baratas, Supersol es una de las cadenas más caras. Los resultados parecen ndcar que unos precos mas ajustados tenen a ascender la poscón de la cadena en la dagonal. La relacón entre el eje dagonal y el nvel de precos local para la cesta con las marcas mas baratas (t de Kendall = -0,398; sgn. 0,048). En defntva, la dagonal menconada podría responder a una combnacón entre la notoredad de la cadena, y su nvel de precos. Un mayor peso de esta dmensón en el esquema de valoracón del consumdor mplcaría una mayor preferenca por las cadenas más conocdas, reducendo por tanto el resgo percbdo, y una mayor preferenca por precos bajos, aunque sea a costa de los servcos ofrecdos. Tabla 3 Intensdad de cobertura de las cadenas estudadas Cadena de supermercados Superfce total de venta (m 2 ) EL ARBOL CARREFOUR LECLERC CONSUM DIA CHAMPION SUPERSOL GADIS CAPRABO HERBU S MAXCOOP LIDL

15 Tabla 3 (Contnuacón) Intensdad de cobertura de las cadenas estudadas Cadena de supermercados Superfce total de venta (m 2 ) PLUS SUPERDESCUENTO 730 GAMA 480 HERMANOS COSME 360 SUPER CHAMBERI 160 Fuente: Elaborado a partr de Publcacones ALIMARKET. Evdenca local Cesta Cadena marcas Cadena fjas Tabla 4 Nvel de precos en las cadenas estudadas Cesta marcas más baratas Evdenca naconal Cesta Cadena marcas Cadena fjas Cesta marcas más baratas CONSUM 116,00 CAPRABO 148,00 CAPRABO 117 CAPRABO 147 CAPRABO 115,00 HERMANOS COSME 145,00 CHAMPION 115 HERMANOS COSME EL ARBOL 114,67 SUPERSOL 139,00 CONSUM 114 SUPERSOL 138 CHAMPION 114,00 EL ARBOL 136,67 EL ARBOL 114 EL ARBOL 131 SUPERSOL 113,00 HERBU S 136,00 HERBU S 113 HERBU S 131 LECLERC 112,00 CHAMPION 133,00 SUPERSOL 113 MAXCOOP 130 HERBU S 112,00 MAXCOOP 132,50 CARREFOUR 112 CHAMPION 129 HERMANOS COSME 111,00 GADIS 131,00 LECLERC 112 LECLERC 128 MAXCOOP 111,00 CONSUM 128,00 GADIS 111 GADIS 125 CARREFOUR 110,00 LECLERC 125,00 HERMANOS COSME CONSUM 124 GADIS 107,00 DIA 122,00 MAXCOOP 111 CARREFOUR 114 GAMA n.d. CARREFOUR 110,00 GAMA n.d. DIA 107 SUPER CHAMBERI DIA n.d. LIDL 107,00 n.p. PLUS SUPERDESCUENTO106,00 SUPER CHAMBERI DIA n.d. LIDL 105 n.p. PLUS SUPERDESCUENTO 100 LIDL n.p. GAMA n.d. LIDL n.p. GAMA n.d. PLUS SUPER PLUS SUPER SUPERDESCUENTO n.p. n.d. CHAMBERI SUPERDESCUENTO n.p. n.d. CHAMBERI n.d.: no dsponble; n.p.: cálculo mposble por surtdo lmtado. Fuente: Elaborado a partr de Compra Maestra, abrl 2002, Organzacón de Consumdores y Usuaros (OCU). 131

16 En cuanto a la dagonal descendente, la nterpretacón encontrada se ajusta fundamentalmente a las marcas más conocdas en el escenaro estudado, es decr, según lo comentado prevamente, a aquellas stuadas en la parte superor-derecha del gráfco. En este caso, la dsposcón de las marcas guarda certa relacón con el tamaño medo de los establecmentos reflejado en la Tabla 5. El tamaño se asoca generalmente con la varedad de productos que conforman el surtdo del establecmento y con la posbldad de realzar compras mult-propósto. Las cadenas que operan en un formato de mayor tamaño tenden a stuarse en el extremo nferor de la dagonal. Este es el caso de Carrefour, Leclerc, o Champon. Por otro lado, las cadenas con establecmentos más pequeños, como Da, se stúan en el extremo superor de la dagonal. La relacón entre ambas dmensones es sgnfcatva (t de Kendall = 0,383; sgn. 0,042). Sn embargo, tambén en este caso, se observan resultados nconsstentes. Por ejemplo, la representacón gráfca haría suponer que la cadena El Arbol opera con supermercados con un tamaño menor al reflejado en la Tabla 5. A este respecto, resulta mportante destacar el papel jugado por la proxmdad a los consumdores. La Tabla 6 ordena las cadenas estudadas conforme a la dstanca meda a los consumdores. Puesto que un mayor tamaño mplca un área de nfluenca mayor, exste una relacón drecta entre el tamaño y esta varable. Sn embargo, esta relacón depende tambén de la ntensdad de cobertura de las cadenas. Puesto que El árbol es la cadena con mayor presenca en el escenaro estudado, la proxmdad a los consumdores es mayor que la de otras cadenas con establecmentos de tamaño smlar. Esta crcunstanca podría explcar su desplazamento haca la parte superor de la dagonal. Consecuentemente, una mayor dstanca a los consumdores mplcaría acercar el posconamento al extremo nferor de la dagonal. La relacón entre ambas dmensones es sgnfcatva (t de Kendall = 0,366; sgn. 0,052). En defntva, la dagonal descendente podría entenderse como una combnacón entre tamaño y proxmdad al consumdor. Aunque el efecto de la dstanca ya ha sdo contemplado explíctamente en el modelo explcatvo, este efecto se ha asumdo homogéneo en todo el mercado. Consecuentemente, el peso dado por los consumdores a esta dagonal captura la mportanca dada a las ventajas de un mayor tamaño frente a las ventajas de una mayor proxmdad. Tabla 5 Tamaño de establecmentos en las cadenas estudadas Cadena de supermercados Superfce de venta meda por establecmento (m 2 ) CARREFOUR LECLERC CHAMPION CAPRABO SUPERSOL GADIS 790 LIDL 750 EL ARBOL

17 Tabla 5 (Contnuacón) Tamaño de establecmentos en las cadenas estudadas Cadena de supermercados Superfce de venta meda por establecmento (m 2 ) PLUS SUPERDESCUENTO 730 CONSUM 657 MAXCOOP 618 HERBU S 461 HERMANOS COSME 360 DIA 242 GAMA 240 SUPER CHAMBERI 160 Fuente: Elaborado a partr de Publcacones ALIMARKET. Tabla 6 Proxmdad de las cadenas estudadas Cadena de supermercados Dstanca meda al establecmento más próxmo (km) LECLERC 4,162 PLUS SUPERDESCUENTO 2,567 SUPER CHAMBERI 2,397 CAPRABO 1,603 CARREFOUR 1,508 LIDL 1,480 GAMA 1,241 MAXCOOP 1,084 HERMANOS COSME 1,076 SUPERSOL 1,029 HERBU S 0,908 CHAMPION 0,903 GADIS 0,833 CONSUM 0,521 EL ARBOL 0,357 DIA 0,348 Fuente: Elaborado a partr de Publcacones ALIMARKET y referencacón geográfca con MOSAIC de EXPERIAN Marketng Servces. 133

18 Volvendo a los resultados de estmacón presentados en la Tabla 2, los parámetros w s relatvos a la ponderacón de los ejes de posconamento mplcan mportantes dferencas entre los esquemas de valoracón de la oferta por parte de los tres segmentos detectados. Puesto que la nterpretacón de los ejes responde a crteros subjetvos, resulta mucho más ntutvo conocer las pautas de gasto dentro de cada uno de ellos. Con este fn, la Tabla 7 presenta la dstrbucón de gasto estmada dentro de cada segmento asumendo condcones medas en cuanto a la proxmdad a los establecmentos. Una rápda valoracón de los resultados con el fn de caracterzar cada uno de estos segmentos permte observar una mayor presenca de los hpermercados (Carrefour, Leclerc) en el prmer segmento, una mayor presenca de las medanas superfces en el segundo segmento (Champon, Caprabo), y una mayor presenca de los establecmentos de descuento suave (Día) en el tercer segmento. Adconalmente, los segmentos parecen dstngurse claramente en cuanto a las cadenas de supermercados tradconales predomnantes en el escenaro de estudo: El Arbol y Consum. El prmer y tercer segmento apuesta por la prmera cadena, mentras que el segundo segmento apuesta por la segunda cadena. Los parámetros λ s relatvos al tamaño de los segmentos ndcan que los dos prmeros segmentos tenen un tamaño muy smlar, en torno al 30% de los hogares, mentras que el últmo tene un tamaño mayor, en torno al 40%. Tabla 7 Cuotas de gasto de cadenas en segmentos latentes Segmento 1(P (j 1)) Segmento 2(P (j 2)) Segmento 3(P (j 3)) CARREFOUR 0,3880 CHAMPION 0,2126 DIA 0,4954 EL ARBOL 0,2571 CONSUM 0,1822 EL ARBOL 0,3830 DIA 0,2194 EL ARBOL 0,1267 CARREFOUR 0,0483 LECLERC 0,0464 CARREFOUR 0,1205 CONSUM 0,0178 CHAMPION 0,0291 DIA 0,0921 PLUS SUPERDESCUENTO 0,0102 CONSUM 0,0241 CAPRABO 0,0550 GADIS 0,0091 PLUS SUPERDESCUENTO 0,0155 LIDL 0,0461 CHAMPION 0,0069 LIDL 0,0090 GADIS 0,0400 SUPERSOL 0,0066 CAPRABO 0,0049 LECLERC 0,0302 LECLERC 0,0062 GADIS 0,0041 MAXCOOP 0,0255 LIDL 0,0057 MAXCOOP 0,0016 HERBU S 0,0240 MAXCOOP 0,0043 HERBU S 0,0005 PLUS SUPERDESCUENTO 0,0174 CAPRABO 0,0024 SUPERSOL 0,0002 GAMA 0,0135 HERBU S 0,0023 GAMA 0,0001 HERMANOS COSME 0,0062 GAMA 0,0008 SUPERCHAMBERÍ 0,0001 SUPERSOL 0,0042 SUPERCHAMBERÍ 0,0007 HERMANOS COSME 0,0000 SUPERCHAMBERÍ 0,0037 HERMANOS COSME 0,0000 Se asumen valores medos en las varables de dstanca al más próxmo. 134

19 Estos resultados permten constatar que los segmentos detectados no solamente son afnes a dstntas cadenas sno tambén a dstntos formatos. Consecuentemente, resultan de utldad estratégca para los operadores mnorstas tanto en la defncón de una cartera de formatos como en la confguracón de la red de establecmentos dentro de cada formato. Adconalmente resultan de nterés para el desarrollo de accones promoconales específcas para cada segmento a nvel de formato, enseña e ncluso establecmento concreto. No obstante, la puesta en práctca de estas mplcacones pasa por caracterzar los segmentos latentes medante varables geodemográfcas, socoeconómcas e ncluso pscográfcas, de manera que puedan ser dentfcados y se les puedan drgr accones específcas de manera efcente. Algunos estudos prevos ya han abordado esta cuestón en el marco de la segmentacón latente (GUPTA y CHIN- TAGUNTA 1994; KAMAKURA et al., 1994), tambén en el contexto mnorsta (GONZÁLEZ-BENITO y SANTOS-REQUEJO, 2002b). 5. CONCLUSIONES En este trabajo se ha propuesto y aplcado empírcamente una metodología para la obtencón de mapas de posconamento de los operadores mnorstas, concretamente las cadenas de supermercados, que compten en un determnado mercado ntra-urbano. Consste en una adaptacón al contexto mnorsta de la metodología propuesta por CHINTAGUNTA (1994), que permte dentfcar un mapa de posconamento a partr de un modelo logt de eleccón dscreta con heterogenedad latente. La prncpal dferenca es que, en lugar de partr de nformacón sobre la eleccón de establecmento por parte del consumdor, se parte de nformacón relatva a la dstrbucón del gasto entre dchos establecmentos. Además, se ha aslado el efecto de la convenenca espacal del análss de posconamento. El mapa de posconamento se obtene asumendo una estructura factoral latente en la utldad percbda en cada una de las cadenas. La aplcacón empírca en un escenaro urbano real, y en el marco de las compras de almentacón, ha permtdo ejemplfcar la capacdad explcatva y funconaldad del método. Conocer las dmensones que subyacen al valor percbdo por los consumdores, hacer un segumento constante del posconamento relatvo de las dstntas cadenas que compten en el mercado, y famlarzarse con los dstntos esquemas de valoracón que caracterzan a los consumdores, consttuyen tareas clave para el desarrollo de una estratega mnorsta extosa. La propuesta de este trabajo consttuye una herramenta analítca para la consecucón de estas actvdades. Puesto que la nformacón de partda puede obtenerse de fuentes de nformacón secundara, como los paneles de hogares habtualmente comercalzados, su mplantacón como apoyo a la toma de decsones por parte de los operadores mnorstas, o de la Admnstracón Públca en su actvdad reguladora, resulta senclla. La aplcacón empírca tambén ha permtdo vsualzar el posconamento de algunas cadenas de supermercados relevantes en el sector de la dstrbucón española. Aunque la nterpretacón realzada debe ser asumda con cautela por su elevado componente subjetvo, resulta consstente con las dmensones de clasfcacón habtualmente menconadas en la lteratura (BURT y SPARKS, 1995): varedad, preco, convenenca y caldad. Además, resulta especalmente destacable el papel de la notoredad de la cadena mnorsta, entendda como la ntensdad de cobertura del mercado estudado. Este resultado es consstente con HARTUNG y FISHER (1965) en cuanto que una dstrbucón más ntensva genera un efecto multplcatvo sobre la cuota de mercado. Adconalmente, los resultados evdencan la exstenca de dstntos perfles de consumdores en cuanto a la mportanca que atrbuyen a estas dmensones de posconamento. En cualquer caso, este estudo está sujeto a algunas lmtacones relevantes, tanto en la propuesta metodológca como en su aplcacón empírca, que mplcan posbles líneas de nvestgacón futura. Cabe destacar que la nformacón sobre la dstrbucón del gasto de un hogar puede agregar dstntas stuacones de compra y consecuentemente dstntas necesdades, ncluso dentro de un msmo tpo de productos. Ignorar esta crcunstanca puede conllevar que el mapa de poscona- 135

20 mento obtendo confunda el grado de susttubldad entre las cadenas mnorstas, por satsfacer de manera smlar una msma necesdad, con el grado de complementaredad, por satsfacer necesdades dstntas de los consumdores. Consecuentemente, explorar el mpacto de las dstntas stuacones de compra puede mejorar sustancalmente las capacdades explcatvas de la propuesta metodológca. Otra cuestón mportante es la dmensonaldad del posconamento compettvo. La aplcacón empírca se ha centrado en un mapa bdmensonal porque resulta mucho más fácl de nterpretar a través de su representacón gráfca. Sn embargo, el posconamento de las cadenas de supermercados es algo sustancalmente más complejo, sendo precso consderar más dmensones de posconamento para comprender a fondo la estructura compettva. Aunque la metodología propuesta contempla esta posbldad, sería mportante el desarrollo de procedmentos que faclten la vsualzacón e nterpretacón del mapa multdmensonal más allá de las proyeccones bdmensonales. Fnalmente, sería nteresante aplcar la metodología a otras actvdades mnorstas. El sector de almentacón no especalzada es probablemente uno de los más conocdos en cuanto a los prncpales atrbutos que dferencan los dstntos establecmentos y cadenas. La aplcacón a otros sectores mnorstas probablemente aportaría nformacón mucho más novedosa. AGRADECIMIENTOS El autor agradece la colaboracón de Publcacones Almarket, Experan Marketng Servces y la Organzacón de Consumdores y Usuaros en la aplcacón empírca de este estudo. REFERENCIAS BIBLIOGRÁFICAS BATSELL, R.R. (1980): Consumer Resource Allocaton Models at the Indvdual Level, Journal of Consumer Research, 7 (June), BROWN, S. (1995): An Integrated Approach to Retal Change: The Multpolarsaton Model, en Akehurst, G. y Alexander, N. (eds.), Retal Marketng, Frank Cass & Co. Ltd., BURT, S. y SPARKS, L. (1995): Understandng the Arrval of Lmted Lne Dscount Stores n Brtan, European Management Journal, 13 (1), CARROLL, J.D. (1972): Indvdual Dfferences and Multdmensonal Scalng, en SHEPARD, R.N.; ROMNEY, A.K. y NERLOVE, S.B. (eds.), Multdmensonal Scalng: Theory and Applcatons n the Behavoral Scences, 1, Semnar Press, New York. CHINTAGUNTA, P.K. (1994): Heterogeneous Logt Model Implcatons for Brand Postonng, Journal of Marketng Research, 31 (May), CHINTAGUNTA, P.K.; JAIN, D.C. y VILCASSIM, N.J. (1991): Investgatng Heterogenety n Brand Preferences n Logt Models for Panel Data, Journal of Marketng Research, 28 (November), COOPER, L.G. (1988): Compettve Maps: The Structure Underlyng Asymmetrc Cross Elastctes, Management Scence, 34 (6), DAGANZO, C. (1979): Multnomal Probt: The Theory and Its Applcatons to Demand Forecastng, Academc Press, New York. DESARBO, W.; MANRAI, A.K. y MANRAI, L.A. (1993): Non-Spatal Tree Models for the Assessment of Compettve Market Structure: An Integrated Revew of the Marketng and Psychometrc Lterature, en Elashberg, J. y Llen, G.L. (eds.), Handbooks n Operatons Research and Management Scence, 5, North-Holland, New York. DESARBO, W. y RAO, V.R. (1986): A Constraned Unfoldng Methodology for Product Postonng, Marketng Scence, 5, ELROD, T. (1988): Choce Map: Inferrng a Product-Market Map from Panel Data, Marketng Scence, 7 (Wnter), ELROD, T. (1991): Internal Analyss of Market Structure: Recent Developments and Future Prospects, Marketng Letters, 2, ELROD, T. y KEANE, M.P. (1995): A Factor- Analytc Probt Model for Representng the Market Structure n Panel Data, Journal of Marketng Research, 32 (February),