ANLISIS Y
PRONOSTICO DE
MERCADO
INTRODUCCION
En los captulos precedentes explicamos varias tcnicas que son de gran utilidad para el
investigador de mercados. En ste abordaremos algunos temas que tienen suma importancia para el "cliente"
ordinario de la investigacin: el gerente de mercadotecnia.
El anlisis del mercado de una empresa es parte fundamental de la estrategia general de
mercadotecnia; hablaremos de ese tpico a partir de dos ingredientes esenciales: 1) la segmentacin del
mercado y 2) la estimacin del potencial de mercado. A menos que el lector tenga los poderes de persuasin
de un hipnotizador, su orientador acadmico difcilmente le permitir sustituir con este capitulo un curso de
administracin de mercadotecnia. Con todo, a la postre conocers ms a fondo ambos aspectos de la
investigacin y de la administracin, comprendiendo a la vez por qu son indispensables para el xito de la
mercadotecnia.
Adems, examinaremos el arte y la ciencia de los pronsticos que son objeto de gran inters por
parte de los adivinos, los meteorlogos, los apostadores y tambin por los encargados de la toma de
decisiones. El pronstico constituye una funcin de suma importancia ya que muchas decisiones de las
organizaciones (tanto las referentes a la mercadotecnia como las que no se relacionan con ella), se basan
principalmente en nuestra capacidad de prever lo que nos depara el futuro.
De ah que en este capitulo presentemos los temas en las .siguientes secciones:
mercados: o sea la identificacin de grupos de consumidores que suelen reaccionar de manera semejante
cuando se les ofrece una combinacin particular de nuestras ofertas. He aqu un ejemplo de cmo podramos
clasificar a los consumidores en segmentos: observemos los motivos tan dispares que tienen los
espectadores de la figura 14-1 para asistir a un juego de bisbol.
Al seguir una estrategia de segmentacin, una firma decidir tal vez concentrar sus esfuerzos en un
solo segmento del mercado, como lo ha hecho la Mercedes-Benz desde hace muchos aos al satisfacer las
necesidades de lujo de una amplia gama de segmentos. Lo mismo ha hecho la General Motors con su amplia
seleccin de modelos los econmicos, familiares y de prestigio, que incluyen desde el Chevrolet hasta el
Cadillac.
Ventajas de la segmentacin del mercado
Al hablar de la segmentacin de mercado, Philip Kotler ha sealado que "e! poder de este concepto
radica en que, en una poca de competencia tan intensa por el mercado masivo; los vendedores pueden
prosperar si desarrollan marcas para segmentos especficos del mercado cuyas necesidades no estn
debidamente cubiertas por las ofertas del mercado masivo. Segn dicho autor, hay tres maneras en que
podemos aprovechar el conocimiento de las necesidades de los segmentos de un mercado.
Estaremos en mejor posicin de identificar y comparar las oportunidades de mercadotecnia. stas
estarn presentes cada vez que encontramos uno o ms segmentos que no estn muy contentos con los
productos actualmente disponibles para ellos.
Podremos introducir ajustes ms finos en nuestra mezcla de mercadotecnia que trate de satisfacer
al mayor nmero posible-de clientes, disearemos y ajustaremos programas que estn destinados
especficamente a cada segmento del mercado.
Podemos idear nuestros programas y presupuestos de mercadotecnia basndonos en un panorama
ms claro de cmo cada. segmento tiende a reaccionar. Ello nos permite asignar con ms eficiencia el
presupuesto de mercadotecnia.
Pg. 152
Pg. 153
de vida. Descubrieron los investigadores que, en contra. de la opinin popular, a muchos hombres
casados realmente' les gustaba cocinar. Describieron cinco subsegmentas de esta categora de hombres:
Hombres recin casados. Representan 32 % de todos los casados, todos ellos ayudaban con gusto a
sus esposas en los quehaceres domsticos como cocinar, limpiar la casa e ir de compras. Generalmente
menores de 40 aos, pertenecen en su mayor parte a la clase. de profesionistas y oficinistas; tienen alta
escolaridad. Sus esposas trabajan a tiempo completo y, posiblemente, tienen hijos de corta edad.
Clsicos. Representan 25 % del total. Piensan que las mujeres no debieran trabajar sino por necesidad
Pg. 154
econmica. Comparten las responsabilidades con ellas, pero insisten en decir la .ltima palabra.
Jubilados. Representan 16% del total. Suelen tener ms de 40 aos; participan menos en la toma de
decisiones y no comparten muchas cosas con su familia.
Solteros casados. Representan 15% de los hombres casados. Casi siempre son menores de 30 aos y
"solteros por convencimiento". Normalmente no toman decisiones con su esposa ni le piden su parecer;
propenden menos a pensar que ante todo estn los intereses de la familia.
Luchadores. Representan 12 % del total. Tienen un acendrado espritu militar. Exigen a sus esposas
conservar muy pulcra la casa y tienen que decir siempre la ltima palabra. Suelen pertenecer a la clase media y
son de edad madura.
Segmentacin conductista
Este tipo de segmentacin divide a los compradores en dos grupos atendiendo a la actitud,
conocimiento, hbitos y otras variables semejantes conexas con el producto y sus atributos. Entre las variantes
de este mtodo se cuentan la segmentacin por los beneficios del producto, la tasa de uso y la sensibilidad del
factor de mercadotecnia.
Segmentacin por beneficios. Una variante interesante de la segmentacin conductista, es la segmentacin
por beneficios que se ocupa de las ventajas que buscan los consumidores cuando adquieren un producto. En un
estudio dedicado a clientes de bancos, los investigadores descubrieron dos segmentos con motivos muy
diversos de preferencia: un grupo conceda mucho valor a la comodidad y el otro a la disponibilidad de los
servicios bancarios.
En otro estudio referente a la segmentacin por beneficios, se identificaron seis segmentos entre los
potenciales vacacionistas que visitaban Canad. La figura 1-2 muestra un mapa perceptual donde estn
posicionados los segmentos, junto con los vectores de actitudes que. ayudan a explicar la dimensionalidad de la
configuracin.
Tasa de uso. En esta modalidad de segmentacin, a 10% individuos se les clasifica segn la cantidad del
producto que suelen consumir. Por ejemplo se ha comprobado que apenas una mitad de los bebedores de
cerveza representan casi el 90% del consumo de este producto. Este patrn es tpico de muchos productos, y la
deteccin de los grandes usuarios es na meta frecuente en los estudios dedicados a la segmentacin del
mercado.
Sensibilidad del factor de mercadotecnia. Esta segmentacin supone que no todos reaccionarn igual al ser
sometidos a uno o ms estmulos de mercadotecnia. Algunos sern ms receptivos a la rebaja de precio y otros
la mejor calidad del producto o bien a una mayor comodidad en la compra. Por ejemplo, hay consumidores que
prefieren las "ofertas" especiales, como cupones de descuento, liquidaciones y otros eventos promocionales.
Con el propsito de identificar el segmento ms sensible a tales ofertas, descubrieron los investigadores que la
propiedad de un auto y de una casa "eran fuertes predictores de inclinacin a las ofertas. De las familias que
tenan ambas caractersticas, 34.4070 mostraron esa propensin. En cambio, slo 20.5% de las que no posean
un auto o una casa la exhibieron" .
Seleccin de la base de segmentacin
En la tabla 14-2 se sintetizan las variables que sirven de base a la segmentacin de mercado; se
enumeran las que hemos expuesto aqu y unas cuantas ms. En trminos generales hay dos sistemas
fundamentales para identificar los segmentos significativos: el mtodo apriorstico y el mtodo de
conglomerados.
Pg. 155
Mtodo apriorstico. En l decidimos de antemano cules variables probablemente resulten' tiles y luego se
efecta la investigacin para describir los miembros de dichos segmentos. Adems de medir las variables- de
segmentacin propuestos, es preciso reunir informacin acerca de las compras de los miembros, hbitos de uso
del producto y sus patrones de contacto con los medios de comunicacin.
Mtodo de conglomerados. En el segundo mtodo nos servimos del anlisis de conglomerados para encontrar
perfiles multivariados. que se fundan en diversas variables. Naturalmente, algunas de ellas incluirn medidas tan
pertinentes como las compras, uso del producto y hbitos a. una extensa batera de mediciones referentes a las
variables potenciales y el anlisis de conglomerados-se emplea para cules son verdaderamente significativas
como base de la segmentacin.
Pg. 156
mezcla de mercadotecnia. Sin conocer la posible respuesta de la demanda, la decisin de asignar el esfuerzo y
el presupuesto de mercadotecnia se tomar a ciegas y seguramente no sea eficaz.
El potencial de mercado ha sido definido as: "El lmite al que se acerca la demanda como esfuerzo de
la mercadotecnia se extiende al infinito en determinado ambiente". Esto puede compararse con el pronstico de
mercado, que es el nivel esperado de la demanda para el nivel del esfuerzo de la industria que seguramente se
realizar. Por ello, el potencial de mercado siempre ser mayor que el pronstico. Estos trminos estn descritos
grficamente en el diagrama de la figura 14-3, que muestra cmo el crecimiento de la demanda del mercado
disminuye al acercarse al lmite superior (potencial de mercado).
Gracias al conocimiento del potencial de mercado estamos en condiciones de asignar ms
eficientemente el presupuesto que destinamos a actividades mercado lgicas como publicidad, nmero de
vendedores o tiendas. Por ejemplo, si una regin geogrfica tiene el triple del potencial de mercado, deber
tender a ser objeto de un esfuerzo de mercadotecnia tres veces mayor que los otros renglones. Adems, como
el potencial nos brinda un estndar de comparacin, nos encontramos en mejor posicin de fijar las metas de
ventas, evaluar y premiar el rendimiento de la fuerza de ventas y, generalmente, enjuiciar la eficacia de nuestros
esfuerzos de mercadotecnia.
Se dispone de varios mtodos para hacer la estimacin del potencial de mercado. Por ser algunos de
ellos bastante complejos, aqu nos limitaremos a: 1) el mtodo de razn de cadena, 2) el mtodo de construccin
del mercado y 3) el mtodo de ndice de factor ponderado.
Mtodo de la razn de cadena
Esta tcnica, designada algunas veces como mtodo descendente" empieza con la poblacin entera,
luego la multiplica por una serie de factores hasta llegar a una estimacin ms pequea y probable de clientes y
ventas. Los factores usados pueden ser porcentajes, probabilidades o cantidades monetarias.
He aqu un ejemplo hipottico: supongamos que acabamos de inventar un nuevo reloj para los que gustan de
correr: un excelente aparato que emplea una hebilla de cinturn, dotado de un mini radar, para medir la
velocidad del sujeto, comparndola con los objetos estacionarios que encuentra el corredor a su paso. Adems
de medir el tiempo de las vueltas, permite controlar el ritmo o mantener velocidades instantneas o promedio.
Desde luego, un producto as ser bastante caro, por lo cual uno
Pg. 158
de los factores de multiplicacin reflejar el ingreso. Este mtodo de estimacin del potencial del producto ser
as: poblacin total x el porcentaje de los que practican ese deporte x el porcentaje con ingresos mayores de
$30,000 x el porcentaje de los que usan reloj mientras corren x el porcentaje de los que estudian la conveniencia
de comprar el nuevo reloj x el porcentaje de los que piensan adquirir uno.
"Los nmeros y porcentajes de esta estimacin se basarn en la informacin de censo, en los datos de
encuesta o secundarios sobre los hbitos y en la popularidad de este deporte, as como en los datos de
encuesta que cuantifican el atractivo del nuevo reloj, frente a los cronmetros actuales. Si nuestra compaa no
fuera la nica que ofreciera ese artculo, tambin incluiramos un factor que indicara el porcentaje del mercado
que se piensa capturar.
Mtodo de construccin del mercado
Esta tcnica, en ocasiones llamada "mtodo ascendente", exige dividir el mercado en datos
identificables y despus hacer estimaciones separadas sobre las ventas potenciales en cada uno. En el caso del
reloj equipado con radar; podramos seleccionar una segmentacin bidimensional basada en la edad y en los
ingresos, servirnos del mtodo de razn de cadena para estimar las ventas potenciales en cada uno de los
grupos mencionados y luego simplemente suma los potenciales del segmento para llegar a una estimacin dejas
ventas totales potenciales del artculo.
El mtodo de construccin del mercado, da excelentes resultados sobre todo en la mercadotecnia
industrial, donde los datos del Census of Manufacturers sirven para estimar el potencial de cada segmento. Esa
informacin se funda en el sistema de la Standar Industrial Classification (SIC) e incluye informacin como valor
en dlares y unidades de los embarques segn la clasificacin del. producto. En la clasificacin de cada
producto, se da el nmero de establecimientos. productores, junto con las sub clasificaciones conforme a la,
ubicacin nmero de empleados; ventas anuales y valor neto.
Un mtodo de este tipo, con el cual se estima el potencial de un mercado industrial consiste
simplemente en hacer un censo de todos los usuarios reales y potenciales de producto, pidindoles que estimen
sus exigencias. Pero como en el censo no siempre es prctico, podemos calcular el potencial a partir de: 1)
datos secundarios o 2) resultados de la encuesta, basados en una muestra de los clientes. La tabla 14-3 muestra
cmo emplear la encuesta: para estimar el mercado potencial de cojinetes de rodillos en varias industrias. Al
usar como ndice las compras por empleado, los resultados. se multiplican (extrapolan) para conseguir una
estimacin de todo el pas" De manera anloga, podemos estimar el potencial de mercado regional o local
utilizando el mismo ndice como multiplicador.
Pg. 159
A continuacin damos un ejemplo de lo anterior, Supongamos que el lector vive en un estado que
constituye e 10% de los ingresos personales del pas, 12% de las ventas al detalle y apenas 5% de la poblacin
nacional (seguramente vive en uno de los estados ms prsperos). El ndice Sales and Marketing Managemnt
del poder adquisitivo de su estado ser de .5(10) + .3(12) + .2(5) = 9.6.
Segn Sales and Marketing Management,. esos pesos son tiles en el caso de productos que ni son
bienes bsicos de bajo precio ni artculos de lujo muy caros, de modo que tal vez no sean apropiados para todos
los posibles productos. En consecuencia, si por casualidad el lector va a comercializar una goma de mascar o
candeleros de cristal, tal vez quiera: 1) ajustar un poco los pesos o 2) incluir ms factores (con sus pesos) que se
adapten mejor al producto.
PRONOSTICOS
A muchos el trmino pronstico les trae de personas que trabajan en cuartos llenos de humo de
cigarrillos o de especialistas en computacin que consultan su terminal y trabajan en las consolas parecidas a
mquinas de escribir. La verdad es que el pronstico es eso y muchas otras cosas que son menos obvias. Esa la
vez un arte y una ciencia. Los problemas que encierra quedan maravillosamente descritos en esta cita: "El
pronstico es algo as como-conducir un auto con los ojos vendados y seguir las instrucciones que nos da una
persona que va sentada en el asiento trasero, observando tranquilamente el paisaje".
En mercadotecnia existe una amplia gama de cantidades que son susceptibles de pronstico, entre
ellas las variables como ventas, participacin en el mercado, condiciones generales de un negocio y los
adelantos tecnolgicos. Adems, se cuenta con muchos mtodos que pueden aplicarse en ese proceso. Por ser
imposible explicar todas esas combinaciones nos concentraremos primordialmente en las ventas como objeto
Pg. 160
del pronstico, y luego expondremos el tema conforme a la estructura mostrada en la figura 14-4. En general, el
pronstico puede dividirse en tcnicas formales e informales, clasificndose las primeras conforme a criterios
cuantitativos y cualitativos. El pronstico informal casi siempre se reduce a la aplicacin del juicio y la intuicin,
dos habilidades personales difciles de ensear en un libro, concederemos mayor importancia en los siguientes
apartados a los mtodos ms formales y estructurados del pronstico.
Pronsticos cuantitativos: basados en series de tiempo.
En las tcnicas cuantitativas que se fundan en el tiempo, las ventas anteriores y el tiempo constituyen
las variables clave a partir de las cuales hacemos las predicciones. Aunque se conocen muchsimos mtodos
especficos, en todos es preciso utilizar los datos de ventas en aos anteriores a fin de estimar el nivel de las que
se lograrn en el futuro. Desde luego difieren considerablemente en la forma en que se emplean. Al explicar
cmo funcionan algunos de esos procedimientos, examinaremos los siguientes datos sobre ventas anuales en
una destilera hipottica, propiedad de una familia que se dedica a la elaboracin y comercializacin de bebidas
alcohlicas:
Ventas de la
Destilera, miles Ao, De cajas
95
130
110
120
115
140
145
160
180
170
155
170
200
195
Mtodos empricos
Estas tcnicas requieren tan slo aplicar una regla prctica a los datos del ao anterior. As la destilera
de nuestro ejemplo quiz pronostique que las ventajas del ao siguiente sern iguales a las del ltimo ao:
195,000 cajas. Es posible que opten por aplicar arbitrariamente un factor de crecimiento de 1.05 con lo cual
multiplican las ventas del ao precedente por 1.05 y llegan a una estimacin de 1.05 x 195,000.
Pg. 161
o sea 204,750 casos para el ao siguiente; Si nos ocupsemos de ventas mensuales y no anuales, la destilera
basara su prediccin del siguiente mes en sus ventas del mes anterior, posiblemente teniendo en cuenta los
patrones estacionales (anuales) de las ventas de bebidas destiladas. Por ejemplo, las ventas que se suelen
registrar en la temporada de fin de ao le harn incrementar la prediccin un poco ms del nivel observado en
noviembre.
Si bien estos procedimientos ho parecen muy impresionantes; ello no significa que hemos de prescindir
de ese medio. Segn. Makridakis y Wheelwrighr:
Una aplicacin muy importante de los mtodos empricos consiste en emplear su exactitud de pronstico como fundamento
para comparar otros mtodos. No pocas veces observamos que uno de esos procedimientos brinda suficiente exactitud en
ciertos problemas. Tambin puede darse el caso de que no mejoren mucho la precisin y, por tanto, no justifican su uso.
Extrapolacin de tendencias
Este mtodo consiste simplemente en extrapolar los datos de ventas anteriores y aplicarlos al futuro;
suele incluir una descripcin grfica de las ventas anteriores segn se aprecia en la figura 14-5. La extrapolacin
puede hacerse de manera visual (el enfoque del "globo ocular") o matemtica (ajustando una ecuacin de
regresin lineal o no lineal a los datos). Como el analista de nuestra destilera hipottica es a la vez su jefe de
catadores, le ha pedido a la empresa prescindir del mtodo visual y aplicar una ecuacin de regresin lineal de la
forma Y = a + bX. El resultado, que tambin se muestra en la figura 14-5, es Y = 102.29 + 7.18X, donde Y =
ventas (miles de cajas) y X = nmero de aos despus de 1970.
Pg. 162
Como indica la figura, una recta es un excelente "ajuste" de los datos sobre ventas anteriores (el
coeficiente de correlacin es. 928). Basndonos en este mtodo, se predecir que las ventas de 1984 sern
102.29 + 7.18(14), o sea 202,810 cajas.
Promedio mvil
En esta tcnica, obtenemos de los datos las variaciones y esto no permite tener un panorama ms
completo de las tendencias y patrones del movimiento. Cada punto en el promedio mvil es, en realidad, el
promedio de las cifras de ventas de varios meses o aos. Por ejemplo si convirtiramos los datos de ventas
anuales de la destilera mediante un promedio mvil de tres aos; he aqu el resultado que conseguiramos:
Pg. 163
Puesto que la curva del crecimiento de ventas de nuestra destilera no es muy recta, con ese
amortiguamiento se suprime mucha variacin. Obsrvese que la lnea del promedio mvil en la figura 14-6 es un
poco ms suave que los datos originales. Los promedios mviles que aqu hemos calculado puede describirse
como "centrados", dado que cada punto representa el mismo nmero de aos en ambos lados; por ejemplo, el
valor del promedio mvil de 1974 es una combinacin de los tres aos cuyo centro es 1974.
Cuando trabajamos con datos mensuales, los promedios mviles nos ayudan a identificar y ajustar la
informacin teniendo en cuenta los patrones anuales de los datos de ventas. Esa capacidad resulta de gran
utilidad sobre todo para las tiendas de departamentos y otros detallistas, que generalmente descubren que un
excesivo porcentaje de sus ventas se realizan en los tres ltimos meses del ao. La clave de esto consiste en
expresar las ventas en forma mensual y luego utilizar un promedio mvil que se funde en periodos de 12 meses.
A medida que la base del promedio avanza con los aos, cada promedio mvil ir reflejando un enero, un
febrero, . . ., un noviembre y un diciembre.
Suavizacin exponencial
A semejanza del promedio mvil, esta tcnica nos permite "suavizar" los datos reduciendo el grado de
variacin de ellos. Nos permite adems dar mayor importancia a casi todas las cifras recientes de ventas. Un
procedimiento tpico con que se hace la suavizacin exponencial consiste en expresar el pronstico de cada ao
como una combinacin ponderada de dos cantidades nicamente: 1) las ventas reales en el ao precedente y 2)
el pronstico que se hizo para ese ao. Un valor de ponderacin (denominado constante de suavizacin)
determina en qu medida el periodo ms reciente contribuye al pronstico. La frmula de esta tcnica es:
Pronstico de ventas para el siguiente ao
= A (ventas reales del ao anterior) + (1 - A) [nivel de ventas pronosticado para el ao anterior)
Pg. 164
La segunda decisin, una de menor importancia, consiste en seleccionar en forma arbitraria un valor del
"primer pronstico" (inexistente). Como la frmula exige un valor de pronstico para cada "ao precedente"', no
tendr un punto de arranque a menos que inventemos un valor que haya sido pronosticado para el primer ao de
la destilera: 1970. Para facilitar la comprensin de todo esto supongamos que para 1970 se han pronosticado
ventas de 90.000 cajas. Este valor ir perdiendo importancia; pero-lo necesitamos a fin de iniciar el proceso.
Ahora que hemos tomado estas decisiones preliminares, estamos en condiciones de emplear la
suavizacin exponencial para ayudar a la destilera a amortiguar sus datos de ventas. He aqu los resultados de
nuestros clculos:
Ventas de la destilera hipottica miles. de cajas'
Ao
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
Pronstico de ventas
para el ao
90 (seleccionadas arbitrariamente)
93.5 = .7(95) + .3(90)
119.1 = .7(130) + .3(93.5)
112.7 = .7(110) + .3(119.1)
117.8 = .7(120) + .3(112.7)
115.8 = .7(115) + .3(117.8)
132.7 = .7(140) + .3(115.8)
141.3 = .7(145) + .3(132.7)
154.4 = .7(160) + .3(141.3)
172.3 = .7(180) + .3(154.4)
170.7 = .7(170) + .3(172.3)
159.7 = .7(155) + .3(170.7)
166.9 = .7(170) + .3(159.7)
190.1 = .7(200) + .3(166.9)
Al utilizar la suavizacin exponencial, con una constante de suavizacin de A = .7, el pronstico para
1984 ser un promedio ponderado de: a) Ventas reales de 1983 y. b) el pronstico que hicimos para 1983. Es
decir, pronosticaremos .7(195) + .3(190.1), o sea 193.5 mil cajas para 1984. La figura 14-7 compara estos
pronsticos de suavizacin exponencial con las ventas reales logradas por la destilera a lo largo de los aos.
La destilera seguramente se sentir mal al observar que la curva suavizada tiende a rezagarse
respecto a las ventas reales y que no es muy satisfactoria en los "ngulos de esquina" cuando repentinamente
cambia de direccin. No obstante, recurdese que esta tcnica ofrece slo el aspecto positivo y que constituye la
versin ms sencilla de los modelos de suavizacin exponencial, que entraan mucha mayor complejidad.
Descomposicin de series de tiempo
Como en el caso de los mtodos. antes citados, la descomposicin de series de tiempo se ocupa
exclusivamente de Ia-varacin de los datos de ventas a travs del tiempo. Pero en este mtodo procuramos
dividir las series en cuatro factores: tres que tambin varan con el tiempo y una que refleja el movimiento
aleatorio hacia arriba hacia abajo. Estos factores reciben el hombre de. componentes de tendencia, cclicos
estacionales y aleatorios de las series de tiempo.
Tendencia. La tendencia latente de las ventas a aumentar o disminuir con el tiempo recibe el nombre de
tendencia.. sta fue nuestra principal preocupacin al aplicar la ecuacin de regresin lineal a las ventas de la
destilera hipottica a lo largo de los aos. Es un componente que. a menudo se debe a los incrementos a largo
plazo en variables como poblacin riqueza y tecnologa. Suele considerarse en funcin de largos periodos y
tiene. gran utilidad sobre todo en los pronstico a largo plazo.
Variaciones cclicas. Los patrones que tienden a repetirse a travs de un periodo mayor de un ao (esto es,
transcurre ms, de un ao entre pico y pico) son variaciones cclicas. El periodo exacto del ciclo rara vez ser
muy constante, lo cual lo hace uno de los componentes ms problemticos. El ciclo general de la actividad
Pg. 165
econmica afecta a las ventas de muchas empresas pero no es tan predecible como sostienen algunos
economistas y expertos del gobierno.
Variaciones estacionales. Los patrones que. se repiten anualmente (o a intervalos menores) son variaciones
estacinales. Normalmente nos referimos al periodo anual cuando nos ocupamos de esta; modalidad de
variacin. Por ejemplo, las ventas de productos de estacin como acondicionadores de aire, trineos trajes de
bao y equipo de pesca. dependen mucho de la estacin. Adems, se dan fenmenos ajenos al clima como el
reinicio de labores escolares despus de vacaciones las compras de regalos. en las fiestas decembrinas y el da
de la madre;
Patrones ms. cortos. pueden deberse al pago de quincena, al pago de aguinaldos o a los fines de
semana en que la gente gasta. ms en cine, viajes y otras actividades recreativas.
Variaciones aleatorias. El "ruido" sin patrn del sistema, debido a variaciones aleatorias, puede incluir
fluctuaciones casuales como los grandes acontecimientos: huelgas,. embargos, de petrleo, fallas del equipo o
maquinaria, publicidad negativa o favorable relacionada con nuestro producto. Este componente puede dificultar
la identificacin de otros factores. ms sistemticos que contribuyen al movimiento global de una serie de
temporal de ventas u otros datos.
Los modelos de descomposicin de. series de tiempo pueden suponer que la relacin entre ventas y los
componentes que influyen en ellas es aditiva (esto es, ventas = valor de tendencia + valor cclico + valor
estacional + valor aleatorio). Por otra parte la relacin puede considerarse como multiplicativa (es decir ventas =
factor de tendencia x factor estacional x factor aleatorio). Estos modelos se tornan bastante complejos en su
intento de descubrir las aportaciones" latentes de los cuatro factores; una exposicin ms amplia de ellos rebasa
el mbito de este libro.
Promedio mvil autorregresivo (PMAR)
Este mtodo pasa por ser el ms refinado de los de una sola serie de tiempo. Un modelo del promedio
mvil autorregresivo aplica pesos no slo a los valores anteriores de la principal variable de inters (ventas, por
ejemplo) sino tambin a los valores precedentes del error del pronstico. Un modelo muy conocido de este tipo
Pg. 166
es la tcnica de Box-Jenkins, que estadsticamente selecciona los valores de ponderacin con objeto de
minimizar el error de pronstico en cualquier periodo de tiempo.
Pronsticos cuantitativos: causales o regresivos
En esta clase de pronstico, se supone que las ventas son ms que una simple funcin del tiempo, con
variables adicionales incluidas en el modelo. A este tipo pertenecen dos tcnicas: la regresin mltiple y los
modelos economtricos.
Regresin mltiple
En vez de expresan simplemente las ventas con una funcin lineal del tiempo (ventas = a + b x tiempo),
la regresin mltiple sirve para expresar las ventas en funcin de dos o ms variables. Las variables
independientes tpicas que se utilizan son: 1) los valores anteriores de ventas ms 2) los valores actuales o
pasados de las variables que, segn se supone, ejercen un efecto causal en ellas. Dichas variables podran
incluir el nivel de publicidad, el precio, las condiciones climatolgicas, el ingreso disponible y otras cosas. El
conjunto de variables independientes que se emplee depender del producto en cuestin y tambin de la
importancia de cada variable en la determinacin de ventas o en las ventas concomitantes.
Modelos economtricos
Estos mtodos suelen abarcar conjuntos enteros de ecuaciones' de regresin y tienen en cuenta que
muchas veces tambin las variables independientes estn interrelacionadas. Por ejemplo, las ventas de acero
son en parte una funcin de las ventas de auto y de los ingresos disponibles. No obstante, ambas cosas estn
relacionadas adems entre si. El conjunto resultante de las ecuaciones interrelacionadas de regresin se
resuelven' simultneamente a fin de conseguir un pronstico de ventas. Como imaginar el lector, estos mtodos
pueden ser a la vez muy complejos y caros.
Pronsticos cualitativos: evaluacin subjetiva
Esta familia cualitativa de tcnicas de pronstico se funda sobre todo en el juicio personal; los diversos
enfoques difieren principalmente en la clase de personas que hacen las estimaciones y en la forma en que se
combinan sus opiniones. Examinaremos cuatro mtodos: 1) pronstico de probabilidad, 2) estimaciones de la
fuerza de ventas, 3) jurado de opinin de ejecutivos y 4) encuesta sobre las intenciones de compra.
Pronstico de probabilidad
Este procedimiento consiste en generar: 1) un conjunto de posibles estados de la naturaleza (esto es,
los posibles niveles de ventas) y 2) un-conjunto de probabilidades conexas con dichos estados. As, la destilera
hpottica de nuestro ejemplo podra identificar tres distintos niveles de ventas, junto con las probabilidades
concomitantes para el siguiente ao:
220,000 cajas, probabilidad = .3
200,000 cajas, probabilidad = .5
180,000 cajas, probabilidad = .2
Por tanto, el nivel esperado de ventas ser un promedio ponderado de las tres estimaciones" o sea 0.3
(200,000) + .5(200,000), + .2(180,000), lo cual representa 202,000 cajas. Tanto las estimaciones como las
probabilidades pueden ser subjetivas, si bien las tcnicas del pronstico cuantitativo pueden servir en parte de
base para introducir la destilera en el rango de posibilidades.
Pg. 167
Pg. 168
Pg. 169
En cambio, el mtodo normativo se basa en las metas futuras y luego hay que retroceder para
determinar los adelantos tcnicos que se necesitarn para alcanzadas.
Eleccin de un .mtodo de pronstico
Segn hemos visto, hay muchos mtodos para pronosticar las ventas; abarcan desde los muy sencillos
hasta los extremadamente complejos. Al escoger uno de ellos, hay que tener presente: 1) de cunto tiempo se
dispone para efectuar el pronstico, 2) el grado de exactitud que deseamos, 3) el tipo de datos que necesitamos
para realizar el pronstico y 4) el horizonte de tiempo al que se aplicar ste.
La cuarta consideracin, el horizonte de tiempo, es sin duda la de mayor importancia por estar
estrechamente relacionada con las otras tres, en especial con la precisin que deseamos en cada mtodo. En la
tabla 14-4 se compendian los procedimientos de pronstico que hemos comentado, indicndose adems el
grado en que se empleen para horizontes de tiempo que incluyen desde lapsos muy cortos (menos de un mes)
hasta lapsos largos (dos aos o ms).
Pg. 170
RESUMEN.
El anlisis de mercado, un componente clave de la estrategia global de mercadotecnia, se examin
aqu en trminos de: 1) la segmentacin del mercado y 2) la estimacin del potencial de mercado. La
segmentacin del mercado nos ayuda a identificar y comparar las oportunidades de mercado; a hacer ajuste
ms finos en la mezcla de mercadotecnia y a trazar planes con un panorama ms completo de cmo
reaccionarn los segmentos. Hay muchsimas variables que pueden usarse para segmentar un mercado, pero
la. mayor parte de ellas pueden clasificarse en geogrficas, demogrficas, psicografas o conductistas.
El potencial de mercado nos proporciona un indicador de las fuerzas relativas de los diversos
mercados, lo cual nos permite asignar ms eficientemente los recursos de mercadotecnia de mercadotecnia a
los mercados o segmentos especficos. Se dispone de varios mtodos que pueden aplicarse a la' estimacin del
potencial del mercado. Los que. hemos expuesto en captulo son la razn de cadena, la construccin del
mercado y el ndice de factor ponderado.
Los pronsticos, una combinacin de arte y ciencia, sirven para predecir el valor de muchas variables
diferentes de mercadotecnia; entre otras: ventas, participacin en el mercado, condiciones generales de los
negocios y los adelantos tecnolgicos. Las tcnicas de pronstico se clasifican en formales e informales y a su
vez las formales se clasifican en cuantitativas y cualitativas.
Los procedimientos cuantitativos pueden ser series de tiempo o causales regresivas. Entre las primeras
se encuentran los mtodos empricos, la extrapolacin el promedio mvil, la suavizacin exponencial la
descomposicin de series del tiempo y el promedio mvil autorregresivo. Los mtodos causales o regresivos de
esta categora incluyen la regresin mltiple y los modelos economtricos.
Las tcnicas de pronstico formal cualitativo requieren una evaluacin subjetiva. Entre ellas se cuentan
el pronstico de probabilidad; las estimaciones de la fuerza de ventas, el jurado de opiniones de ejecutivos y la
encuesta sobre las intenciones de compra. El pronstico tecnolgico puede clasificarse en exploratorio y
normativo. El primero requiere utilizar el conocimiento actual, junto con la extrapolacin de tendencias del
pasado, para prever el futuro tecnolgico. El segundo se funda en las metas futuras Y luego hay que retroceder
para identificar los adelantos tcnicos que se requerirn si se quiere alcanzar esas metas.
Pg. 171
1970
160
180
190
220
250
280
240
200
180
210
230
280
300
200 unidades
Pg. 173