Estudios o Pruebas de Mercado para Pronósticos de Ventas

Otra forma de pronosticar el comportamiento de una variable, es conocer las opiniones, percepciones o respuestas de las personas que componen un determinado universo (lugar, sector industrial o mercado) donde se producirá dicha variable. En este contexto la Técnica Cualitativa de Pronósticos de Ventas que consiste en  Estudios o Pruebas de Mercado puede resultar de ayuda.

El razonamiento es intuitivo: se clasifican en distintos grupos o estratos a los sujetos encuestados, se determinan muestras y luego se analizan en dicho contexto las respuestas proporcionadas por ellos, de tal manera de extraer algunas conclusiones relevantes que permitan proyectar el resultado de interés para cada uno de los grupos definidos.

La forma de realizar una encuesta es a través de una muestra representativa de la población (que determinará en definitiva el grado de error que puede esperarse de los resultados), para lo cual se deben considerar aspectos tales como la aleatoriedad de la muestra, el tipo de estratificación y el tamaño de ella, entre otros.

poblacion

Las pruebas de mercado se realizan con el objeto de pronosticar, previo al lanzamiento al mercado, el grado de demanda que tendrá un nuevo producto, para lo cual se pone el producto en forma limitada a disposición de los potenciales compradores y se miden sus respuestas. Una variante de lo anterior es una encuesta sobre un producto ya existente, sobre el que se planifica realizar cambios.

Un caso emblemático sobre mercados de prueba es la estrategia seguida por la multinacional Coca Cola Company en el lanzamiento de su producto Coca Cola Life, el cual ha sido introducido progresivamente en países de latinoamérica con resultados disimiles. Esta estrategia que podríamos denominar conservadora probablemente esta justificada por el historial de productos similares que en el pasado no tuvieron el desempeño esperado (según cita CNN expansión en su artículo 3 lanzamientos que a Coca Cola le fallaron).

falla-coca-cola

«Coca-Cola Life cambió su receta porque viviendo se aprende. Es más deliciosa. ¡Volvela (Vuélvela) a probar!”. Ese el texto del spot comercial, que la marca de refrescos publicó en Argentina y Chile para dar a conocer que su bebida light tiene un sabor diferente. Probablemente como resultado de su desempeño insatisfactorio en dichos mercados.

coca-cola-life

Es precisamente en estos contextos donde las pruebas o test de mercados previos a un lanzamiento masivo ayudan a acotar el riesgo, permitiendo, por ejemplo, hacer cambios en el diseño del producto e incluso revertir la decisión del lanzamiento a nivel general.

Método del Ciclo de Vida del Producto para Pronósticos de Ventas

En este caso se trata de pronosticar la evolución en el tiempo que tendrá el ciclo de vida de un determinado producto. Este ciclo se puede dividir normalmente en cinco etapas: desarrollo, introducción, crecimiento, madurez y declinación. Este pronóstico nos permite tener una estimación del tamaño del mercado, y en conjunto con la participación de mercado que tendrá la empresa, estimar la cantidad de producto que será demandada.

Por lo general las utilidades se alcanzan recién en las etapa de crecimiento y madurez. Adicionalmente dependiendo del tipo del producto es crítico que la etapa de desarrollo sea rápida, en particular en aquellos con ciclo de vida corto o que rápidamente alcanzan una obsolescencia como por ejemplo los productos intensivos en tecnología.

Una representación gráfica del ciclo de vida de un producto según lo definido anteriormente se presenta a continuación:

ciclo-de-vida-de-un-product

Este ciclo de vida de un producto es una señal sobre la necesidad que tienen las empresas de ir innovando sus productos y/o ir generando algunos nuevos; de lo contrario corren el riesgo de desaparecer por no tener productos que ofrecer al mercado. Un caso emblemático al respecto son los esfuerzos de la empresa multinacional 3M que ha instaurado la política de que al menos el 25% de las ventas debe provenir de productos desarrollados en los últimos 5 años (en efecto en el año 2012 el 33% de las ventas de la compañía corresponde a productos desarrollados en los últimos 5 años según consta en Committee on Ways an Means Manufacturing Work Group, 1 de Abril de 2013). Los resultados no son casuales y refleja una estrategia predeterminada de la empresa de involucrar activamente a sus trabajadores en la generación de nuevas ideas y prototipos de productos.

3m-desarrollo-productos

El ciclo de vida de un producto también lo podemos también relacionar con la Matriz de Participación de Mercado del BCG (Boston Consulting Group), en que los productos son clasificados como incógnitas, estrellas, vacas lecheras, o perros. Esta clasificación obedece a dos ejes de análisis: participación relativa del mercado y tasa de crecimiento del mercado.

matriz-bcg-2

Así por ejemplo un producto clasificado como vaca lechera se caracteriza por una participación relativa de mercado alta pero desempeñándose en un mercado con una tasa de crecimiento baja.

En resumen el método de ciclo de vida del producto como herramienta cualitativa de apoyo para pronósticos de venta, parte de la hipótesis de la necesidad de tener en consideración la etapa del ciclo de vida en la que se encuentra el producto, como también la clasificación del mismo (por ejemplo haciendo uso de la Matriz BCG u otra metodología). Todo esto con el objeto de poder generar proyecciones más acertadas en un contexto de incertidumbre.

Método Delphi para Pronósticos de Ventas

El Método Delphi probablemente es la Técnica Cualitativa de Pronósticos de Ventas o demanda que más se utiliza. Este método (que toma su nombre del famoso oráculo de Delfos de la antigua Grecia) consiste en un proceso de varias etapas (iterativo) y considera la participación de un grupo de expertos.

En la primera etapa cada persona del grupo proporciona una respuesta escrita a las preguntas que se le hacen. Después se tabulan dichas respuestas y se realimenta al grupo con ellas, incluyendo alguna elaboración en base a valores estadísticos (promedio, desviación estándar, valores máximos, mínimos, etc). A continuación, y de existir un cierto grado de dispersión en las respuestas originales, se pide a cada miembro del grupo que reconsidere sus respuestas anteriores y responda de nuevo las preguntas. Las respuestas de la segunda etapa se vuelven a resumir y se da feedback al grupo para una tercera etapa , y así sucesivamente. Este proceso se repite hasta alcanzar un grado suficiente de acuerdo, utilizándose como pronósticos los resultados de la última etapa.

De esta forma las ideas y percepciones de un grupo que en general es de naturaleza heterogénea va convergiendo progresivamente a consensos, lo cual ayuda a disminuir el riesgo asociado a la toma de decisiones en el ámbito de los Pronósticos de Ventas.

convergencia-delphi

En consideración a lo anterior, una representación esquemática del Método Delphi (o Método Delfos) se presenta a continuación:

esquema-metodo-delphi

Las respuestas pueden ser anónimas o no. En caso que no sean anónimas cada experto puede explicar al resto del grupo los fundamentos de sus respuestas entre cada una de las etapas. Las respuestas anónimas son más apropiadas para el caso en que los miembros del grupo tengan niveles jerárquicos diferentes dentro de la empresa (de forma de mitigar los potenciales efectos de la presión de grupo).

Sondeo de Opiniones o Juicio Informado para Pronósticos de Ventas

El sondeo de opiniones o juicio informado corresponde a una Técnica Cualitativa de Pronóstico de Ventas (o pronóstico/proyección de demanda). En este caso se consulta por un determinado pronóstico que pueden hacer un grupo de expertos en forma individual o en forma colectiva. Este tipo de pronóstico es bastante frecuente en las publicaciones sobre estrategias de empresas, en relación por ejemplo a pronosticar la tasa de crecimiento de la economía en los próximos años.

Al interior de las empresas este método se puede utilizar realizando una consulta escalonada y secuencial a las personas que pueden realizar algún aporte en la proyección deseada, siguiendo la jerarquía de la organización, desde los niveles más bajos a los niveles más altos. De esta forma los primeros consultados serán aquellos que están en contacto con el entorno relevante (clientes, distribuidores, proveedores, asociaciones gremiales, etc), los que podrán aportar su estimación su estimación del tema que se pretende pronosticar.

Con estas consultas realizadas, serán los jefes de los encuestados anteriores los que aporten su estimación, analizando las respuestas de sus subalternos, y entregando la suya propia, la que se supone más experimentada y fundamentada (por cierto esto no siempre es una premisa válida tal como representa el siguiente cómic).

Sales Forecast Dilbert

Las consultas siguen en forma en forma ascendente, llegando al nivel superior donde se elaboran las políticas, objetivos y estrategias de la empresa. Los ejecutivos de este nivel serán finalmente responsables del pronóstico que se elabore, considerando que conocen la percepción de sus subalternos. Esta forma de elaborar un pronóstico puede tener un efecto motivacional importante, en la medida que el personal de los niveles inferiores se siente tomado en cuenta por la dirección de la empresa, independiente de si la percepción de cada uno de ellos resulta similar o no al pronóstico final realizado.

Un ejemplo del proceso anterior es el de una empresa distribuidora que para efectos de determinar el nivel de ventas del próximo período consulta a los vendedores (los que en general tenderán a hacer estimaciones conservadoras, de forma que en el futuro les sea fácil cumplirlas), luego a los supervisores, jefe de ventas, gerente comercial y finalmente gerente general. Esta información se puede procesar por producto, cliente, sector geográfico, vendedor, etc, de forma que al transcurrir el tiempo se puedan verificar los avances en el logro de los niveles estimados.

Otra forma que puede tomar este sondeo es consultar directamente a los clientes sobre las necesidades de productos que estos estiman tendrán y por ende se proponen comprar durante un determinado período de tiempo; este método es útil para empresas con pocos clientes, lo cual es típico de los clientes industriales.

En las empresas manufactureras se generan verdaderas cadenas de suministro, en que es muy importante conocer las necesidades de las últimas empresas de la cadena, de forma que las empresas que están al comienzo de la cadena puedan efectuar sus pronósticos y producir la cantidad requerida por las empresas del final de la cadena. El traspaso de esta información requiere cooperación, reserva y un buen grado de confianza entre las empresas (factores que permiten mitigar lo que se conoce como Efecto Látigo).

Análisis Marginal en la Gestión de Inventarios de Productos Perecibles

En general la Gestión de Inventarios de productos perecibles enfrenta desafíos mayores en comparación a la determinación de tamaños de lotes de aquellos productos de ciclo de vida largo donde los productos se desvalorizan de forma más lenta y adicionalmente existe más de una oportunidad de venta. En este contexto el análisis marginal es una alternativa metodológica para enfrentar los problemas de determinación de tamaño de lote de producción o compra, bajo un contexto de incertidumbre (demanda incierta) donde existe una oportunidad única de orden o producción.

Si un producto es perecible (notar que bajo esta clasificación no sólo debemos considerar productos alimenticios) y la demanda excede la cantidad ordenada, entonces se pierde venta (lo que genera costos de quiebres de stock, los cuales son complejos de estimar según lo analizado en la clasificación de los costos de inventario). Por el contrario, si la demanda es menor que la cantidad ordenada entonces sobra inventario el cual puede o no tener un uso alternativo, no obstante por lo general el valor monetario que se logra rescatar de su uso alternativo no logra cubrir la totalidad del costo de compra o fabricación.

El análisis marginal enfrentar el problema de determinación de tamaño de lote de compra o producción de aquellos productos perecibles. Se enfoca en analizar lo que ocurre con el artículo a vender que tiene peor margen, y asegurar que este margen sea positivo. Si se venden “k” items, nos preocupa analizar el margen esperado (en probabilidad) del k-ésimo artículo en venderse. Si D representa la demanda (variable aleatoria) de un producto perecible, ¿cuál es la probabilidad de vender la k-ésima unidad del inventario?:

prob-demanda-mayor-o-igual-

La probabilidad de que la demanda total sea por lo menos k unidades!. Luego, la probabilidad de NO vender la k-ésima unidad es:

prob-demanda-menor-a-k

El margen esperado de la k-ésima unidad queda descrito por:

margen-k-esimo

Notar que la ganancia esperada es decreciente en la medida que aumenta el tamaño de pedido.

perdida-y-ganancia-esperada

En consecuencia, queremos encontrar el mayor valor de k tal que esta cantidad sea no negativa. Esto equivale a encontrar el mayor k tal que:

razon-critica-analisis-marg

Ejemplo Análisis Marginal en la Gestión de Inventarios

Un retailer especialista en artículos de moda debe decidir cuántas cajas de vestidos de la línea “Sass” pedir para la próxima temporada. Esta línea de vestidos es sumamente exclusiva y elaborada manualmente en Italia. Ya que se trata de un producto nuevo y altamente costoso, el Product Manager encargado de la compra pide ayuda a cinco expertos de la empresa. Juntos ellos pronostican que la demanda seguirá una distribución normal con media 10 cajas y desviación estándar igual a 2 cajas.

La ganancia por cada vestido vendido es de 24% del costo. Si no se vende un vestido, este debe ser liquidado, en cuál caso sólo se recupera el 64% del costo. Utilice el pronóstico de los expertos para modelar la demanda con una distribución normal, y determine la cantidad de cajas que debiera pedir el retailer a fin de maximizar sus ganancias. Indique el nivel de servicio instock que se ofrecerá a los clientes producto de esta estrategia. En su análisis suponga que es posible comprar (y vender) fracciones de cajas.

instock-analisis-marginal

El nivel de servicio instock es de un 40%. El tamaño óptimo de pedido (aproximado luego de ajustar el valor de Z(40%)) según el análisis marginal es:

solucion-analisis-marginal

Notar que el tamaño óptimo de pedido calculado anteriormente se puede corroborar haciendo uso del software Geogebra, donde luego de seleccionar la función de probabilidad teórica que representa el comportamiento de la demanda, se ingresan sus parámetros y el nivel de servicio (instock) objetivo.

z-alfa-0,4-geogebra

Otra alternativa es obtener Z(40%) haciendo uso de Excel. Para ello utilizamos la fórmula =DISTR.NORM.ESTAND.INV(0,4) según se muestra en la siguiente imagen:

z-alfa-excel-normal