UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL JÉSSICA CONSTANZA POTENZA MUÑOZ PROFESOR GUÍA: MÁXIMO BOSCH PASSALACQUA MIEMBROS DE LA COMISIÓN: LUIS ABURTO LAFOURCADE MANUEL REYES JARA SANTIAGO DE CHILE SEPTIEMBRE 2007
102
Embed
VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN … · Marketing Simulation Marklog y Tenpomatic: orientados a simular las actividades de marketing. • Fingame ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS
DEPARTAMENTO DE INGENIERIA INDUSTRIAL
VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR CATEGORÍAS KATWISE
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL
INDUSTRIAL
JÉSSICA CONSTANZA POTENZA MUÑOZ
PROFESOR GUÍA: MÁXIMO BOSCH PASSALACQUA
MIEMBROS DE LA COMISIÓN: LUIS ABURTO LAFOURCADE
MANUEL REYES JARA
SANTIAGO DE CHILE SEPTIEMBRE 2007
1
RESUMEN DE LA MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL INDUSTRIAL POR: JESSICA POTENZA MUÑOZ FECHA: 10/09/2007 PROF. GUIA: MÁXIMO BOSCH P.
“VALIDACIÓN DEL SIMULADOR DE ADMINISTRACIÓN POR
CATEGORÍAS KATWISE”
KatWise es una herramienta de simulación desarrollada por el Centro de Estudio de Retail, CERET, para apoyar la capacitación en administración de categorías. El simulador está constituido por modelos de preferencia y de comportamiento que tratan de representar la reacción del mercado ante decisiones de marketing, como: surtido, precio, volumen, promoción y reposición.
El objetivo de este trabajo es generar mejoras a la estructura del juego de negocio KatWise de modo que la simulación corresponda en mayor grado al comportamiento de los consumidores ante decisiones de administración por categorías.
La metodología de validación consistió en dos etapas. La primera etapa se centró en un focus group donde se pudo detectar, que es fundamental hacer una explicación previa que ayude a orientar la toma de decisiones y se apreció una sobre valoración de algunos SKU’s, que generaba poca competencia entre el surtido. Esto llevó a hacer modificaciones a la distribución de utilidades, con el fin de disminuir la brecha de elegir un producto u otro, logrando ventas mejor distribuidas en le surtido. En la segunda etapa, se construyó un modelo de demanda MNL donde las variables correspondían a los diferentes niveles de atributos. Para calibrar este modelo se hicieron modificaciones en los atributos y se observaron las participaciones de mercado de los distintos SKU’S, lo que reveló la influencia de cada atributo.
De los resultados se obtuvo que los consumidores simulados tenían una sobre valoración del atributo Calidad, no así del Precio, lo que se consideró que no correspondía en una categoría de servilletas. Esto llevó a realizar nuevos cambios en la distribución de utilidades.
Finalmente, se propone que para trabajos futuros se incorpore la venta de información adicional a los jugadores, una realización de estudio de promociones y la incorporación de registro de decisiones de semanas anteriores para facilitar el uso de KatWise.
2
INDICE
I. ANTECEDENTES GENERALES................................................................................................. 6 II. DESCRIPCIÓN DEL PROYECTO Y JUSTIFICACIÓN............................................................... 8 III. OBJETIVOS ................................................................................................................................. 9
3.1 Objetivo General .............................................................................................................................................. 9
IV. MARCO CONCEPTUAL ............................................................................................................ 10 4.1 Administración por categorías ................................................................................................................... 10
4.2 Modelos de comportamiento de consumidores ................................................................................... 10
4.4 Business Games............................................................................................................................................ 12
V. METODOLOGÍA ........................................................................................................................ 13 VI. ALCANCES................................................................................................................................ 14 VII. EXPLICACIÓN DEL SIMULADOR............................................................................................ 15
7.1 Datos del Juego ............................................................................................................................................. 16
7.2 Información de Entrada ............................................................................................................................... 16
7.2.1 Ventas promedio de la categoría ................................................................................................. 16
7.2.2 Segmentación de Mercado............................................................................................................ 17
7.3 Menú del Juego.............................................................................................................................................. 17
8.3 Trabajo en Terreno ....................................................................................................................................... 30
IX. CAMBIOS OBTENIDOS DEL ESTUDIO CUALITATIVO ......................................................... 34 9.1 Cambios de Imagen...................................................................................................................................... 34
9.2 Cambios de Atributos ................................................................................................................................... 36
9.3 Cambios de Utilidad...................................................................................................................................... 37
X. ESTUDIO DE VARIABILIDAD................................................................................................... 40 10.1 Construcción de Escenario Base ........................................................................................................... 40
10.2 Estudio de Variabilidad.............................................................................................................................. 45
10.2.1 Ventas y Gross Margin .................................................................................................................. 45
XI. ESTUDIO DE IMPORTANCIA DE ATRIBUTOS....................................................................... 47 11.1 Estudio de Atributos por medio de la Utilidad .................................................................................... 47
11.2 Estudio de Atributos según Participación de Mercado ................................................................... 53
XII. CAMBIOS OBTENIDOS DEL ESTUDIO CUANTITATIVO....................................................... 58 XIII. COMPORTAMIENTO DE ATRIBUTOS .................................................................................... 60 XIV. CONCLUSIONES....................................................................................................................... 67
14.1 Conclusiones finales .................................................................................................................................. 67
14.2 Estudios Futuros.......................................................................................................................................... 69
XV. BIBLIOGRAFÍA Y FUENTES DE INFORMACIÓN ................................................................... 71 XVI. ANEXOS..................................................................................................................................... 72
INDICE DE ANEXOS
Anexo 1: Modelos de comportamiento de consumidores ........................................................ 72 Anexo 2: Cuestionario de Reclutamiento ................................................................................. 74 Anexo 3: Opiniones más relevantes para cada grupo ............................................................. 75
3.1 Grupo 1 .......................................................................................................................... 75 3.2 Grupo 2 .......................................................................................................................... 76 3.3 Grupo 3 .......................................................................................................................... 77
Anexo 4: Surtido antiguo de productos .................................................................................... 79 Anexo 5: Cambios de segmentación........................................................................................ 80 Anexo 6: Designación de espacio ............................................................................................ 82 Anexo 7: Estudio de frecuencia de reposición ......................................................................... 83 Anexo 8: Estudio de Variabilidad ............................................................................................. 86
8.1 Desviación promedio de ventas y Gross Margin ........................................................... 86 8.2 Desviación promedio de Stock Out................................................................................ 87 8.3 Desviación promedio de ingresos.................................................................................. 88
Anexo 9: Estudio de valorización de atributos por medio de la utilidad................................... 90 9.1 Cálculo de utilidad para los diferentes niveles de precios............................................. 90 9.2 Tablas de utilidad para cada SKU ortogonal ................................................................. 90 9.3 Matriz de probabilidad de compra.................................................................................. 91 9.4 Cálculo de la esperanza de la utilidad ........................................................................... 91
Anexo 10: Estudio de Colinealidad ............................................................................................ 94 Anexo 11: Pruebas de regresiones a participaciones de mercado nulas .................................. 95
11.1 Participaciones de mercado nulos se les dio valor 0.001............................................ 95 11.2 Participaciones de mercados nulos se sacaron del estudio........................................ 95
Anexo 12: Cambios de matriz de utilidad................................................................................... 97 12.1 Cambios a matriz de utilidad........................................................................................ 97 12.2 Repercusiones en importancias relativas .................................................................... 98
Anexo 13: Estudio de Colinealidad, caso final ......................................................................... 100
INDICE DE GRÁFICOS
Gráfico 1: Segmentación antigua ............................................................................................................ 39 Gráfico 2: Segmentación Nueva.............................................................................................................. 39 Gráfico 3: Desviación de Ventas y Gross Margin para cada SKU .......................................................... 45 Gráfico 4: Desviación de Ingresos por cada SKU................................................................................... 46 Gráfico 5: Desviación de Stock Out por cada SKU................................................................................ 46 Gráfico 6: Segmentación anterior............................................................................................................ 58 Gráfico 7: Nueva segmentación .............................................................................................................. 59 Gráfico 8: Ratio PMj/PM*......................................................................................................................... 62 Gráfico 9: Participación de mercado mediante regresión con SKU de atributos favorables .................. 63 Gráfico 10: Participación de mercado mediante regresión con SKU de atributos desfavorables .......... 63 Gráfico 11: Participación de mercado por marcas .................................................................................. 64 Gráfico 12: Participación de mercado para los distintos niveles de calidad ........................................... 65 INDICE DE ILUSTRACIONES
Ilustración 4: Mix de productos................................................................................................................ 18 Ilustración 5: Decisiones semanales ....................................................................................................... 18 Ilustración 6: Surtido y precio .................................................................................................................. 19 Ilustración 7: Decisiones de promoción................................................................................................... 20 Ilustración 8: Decisiones de volumen...................................................................................................... 21 Ilustración 9: Grupos de SKU.................................................................................................................. 21 Ilustración 10: Frecuencias semanales de reposición............................................................................. 22 Ilustración 11: Ventas por SKU ............................................................................................................... 23 Ilustración 12: Reposición por SKU......................................................................................................... 23 Ilustración 13: Reporte de stock out ........................................................................................................ 24 Ilustración 14: Ingreso neto semanal....................................................................................................... 25 Ilustración 15: Resumen general de ingresos netos ............................................................................... 26 Ilustración 16: Visualización Antigua....................................................................................................... 34 Ilustración 17: Visualización Nueva......................................................................................................... 35 Ilustración 18: Logotipo KatWise............................................................................................................. 36 Ilustración 19: Interfaz de utilidad antigua............................................................................................... 97 Ilustración 20: Interfaz de utilidad modificada ......................................................................................... 97 Ilustración 21: Interfaz utilidad precio antigua ......................................................................................... 98 Ilustración 22: Interfaz utilidad precio modificada ................................................................................... 98 Ilustración 23: interfaz de importancias relativas antigua ....................................................................... 99 Ilustración 24: interfaz de importancias relativas nueva.......................................................................... 99 Ilustración 25: Diagnóstico de colinealidad realizado para el estudio final ........................................... 100 INDICE DE TABLAS
Tabla 1: Cambio de Marcas .................................................................................................................... 35 Tabla 2: Atributos Nuevos ....................................................................................................................... 36 Tabla 3: Modelo Antiguo.......................................................................................................................... 37 Tabla 4: Modelo Nuevo ........................................................................................................................... 38 Tabla 5: Cambios en la Segmentación ................................................................................................... 38 Tabla 6: Ingreso de SKU´s a las Ventas Promedio................................................................................. 39 Tabla 7: Surtido ....................................................................................................................................... 41 Tabla 8: Precio Sugerido y de Adquisición.............................................................................................. 41 Tabla 9: Designación de Espacio ............................................................................................................ 42 Tabla 10: Resultados de reposición con un grupo .................................................................................. 43 Tabla 11: Resultados de reposición con dos grupos .............................................................................. 44 Tabla 12: Resultados de reposición con tres grupos .............................................................................. 45 Tabla 13: Surtido Ortogonal .................................................................................................................... 48 Tabla 14: Utilidad por modelo dado los niveles de precio....................................................................... 49 Tabla 15: Utilidad por nivel de atributo y cantidad de ventas.................................................................. 51 Tabla 16: Regresión de atributos y ventas en Q ..................................................................................... 52 Tabla 17: Diagnóstico de Colinealidad.................................................................................................... 52 Tabla 18: Orden Original de Niveles ....................................................................................................... 53 Tabla 19: Movimientos por atributo ......................................................................................................... 54 Tabla 20: Ejemplo de variación de niveles, caso atributo marca KBBB ................................................. 55 Tabla 21: Regresión de modelo de participación MNL ........................................................................... 56 Tabla 22: Ingreso de SKU´s a las Ventas Promedio............................................................................... 59 Tabla 23: Regresión de modelo de participación MNL ........................................................................... 61 Tabla 24: Surtido inicial de productos ..................................................................................................... 79 Tabla 25: Importancias relativas y segmentación antigua ...................................................................... 80 Tabla 26: Importancias relativas y segmentación nueva ........................................................................ 81 Tabla 27: Planilla de designación de espacio ......................................................................................... 82 Tabla 28: Stock Out promedio con un grupo de reposición .................................................................... 83 Tabla 29: Stock Out promedio con dos grupos de reposición ................................................................ 84 Tabla 30: Grupos de tres frecuencias ..................................................................................................... 84 Tabla 31: Stock Out promedio con tres grupos de reposición ................................................................ 85 Tabla 32: Observaciones de Ventas y Gross Margin.............................................................................. 86 Tabla 33: Desviación de Gross Margin ................................................................................................... 87 Tabla 34: Desviación promedio Stock Out .............................................................................................. 87 Tabla 35: Resumen desviación SO......................................................................................................... 88
5
Tabla 36: Desviación promedio Ingresos ................................................................................................ 88 Tabla 37: Resumen desviación Ingresos ................................................................................................ 89 Tabla 38: Utilidad precios ........................................................................................................................ 90 Tabla 39: Utilidades de SKU 901 ............................................................................................................ 91 Tabla 40: Probabilidad de modelo de compra......................................................................................... 91 Tabla 41: Utilidad de atributos de SKU 901 y probabilidad de patrón de compra diario ........................ 92 Tabla 42: Esperanza de Utilidad para atributos de SKU 901.................................................................. 93 Tabla 43: Diagnostico de colinealidad al modelo de regresión de atributos ........................................... 94 Tabla 44: Resultados de regresión lineal, transformando los datos nulos a 0.001 ................................ 95 Tabla 45: Resultados de regresión lineal, eliminando los datos nulos ................................................... 96
6
I. ANTECEDENTES GENERALES
KatWise es una herramienta que pretende introducir a los usuarios al concepto
de administración por categoría. Capacita a los participantes en la toma de decisiones
ligadas al marketing1 utilizando una categoría de servilletas. El CERET2 es la entidad
encargada de la realización del simulador.
Los juegos de negocios son una técnica de aprendizaje que consiste en
establecer un ambiente hipotético de negocios. Su uso en el proceso de capacitación
permite fortalecer y/o desarrollar en los participantes ciertas habilidades decisivas
como: la elección del surtido, el espacio de exposición de cada producto, los tipos de
promociones y las frecuencias de reposición.
Actualmente en el mercado podemos clasificar los simuladores de negocios en
Generales y Específicos. Los primeros están orientados a mostrar el uso de las
estrategias a nivel de negocios y las principales decisiones que debe tomar la
dirección general de una empresa. Entre los principales tenemos al Business Policy
Game, Business Strategic Game, CEO, Treshold y el Multinational Management
Game. Los Específicos están enfocados a simular las actividades de un área
particular de una empresa como marketing, finanzas y producción. Entre los
Marketing Simulation Marklog y Tenpomatic: orientados a simular las
actividades de marketing.
• Fingame y Simdef: para el área de finanzas.
• Forad: enfocado al área de finanzas internacionales.
• Intopia: para los negocios internacionales.
• The Management/Accounting Simulation: para el área de contabilidad.
Debido a la gran cantidad de productos que manejan los supermercados, la
administración de ellos resulta ser un complicado problema, a raíz de esto, nace la 1 Decisiones de precio, promociones, variedad a ofrecer, espacio en góndola y reposición.
2 El Centro de Estudios en Retail, se forma a partir de un proyecto FONDEF orientado a generar y desarrollar soluciones de productividad para las empresas de retail, inicialmente focalizadas en el sector supermercadista.
7
Administración por Categorías. Es un proceso de negocios diseñado entre el
proveedor y el detallista, con el fin de lograr la mayor eficiencia y rentabilidad para
ambos, dentro de una categoría de productos, con base en la satisfacción de las
necesidades del consumidor de manera efectiva. Una Categoría es un grupo
manejable de productos que los consumidores perciben como interrelacionados para
satisfacer sus necesidades.
Uno de los problemas más comunes en el área del marketing es estudiar al
consumidor, ya que resulta de un alto nivel de complejidad realizar un seguimiento a
cada potencial comprador y analizar las diferentes decisiones que lo llevan a comprar
un producto, al momento de enfrentarse a un surtido. Para cubrir esta situación se
utilizaron tres modelos, el de probabilidad de incidencia de compra realizada por Bell3
y Boztug (2004), la elección de un producto por Farder y Hardie4 (1996) y finalmente
la cantidad a comprar que se realiza por medio de una distribución triangular, que se
explicarán en más detalle en los próximos capítulos.
Dada la importancia de lo anterior, se busca que la autora realice su Trabajo de
Tesis en la validación de KatWise para que sea una herramienta útil en la
capacitación de administración por categorías
3 BELL, DAVID R. Y BOZTUG, YASEMIN. “The Effect of Inventory on Purchase Incidence: Empirical, 2004. 4 FADER, PETER S. Y BRUCE G.S. HARDIE. “Modeling Consumer Choice Among SKUs,” Journal of Marketing Research, 33 (November), pp. 442-452, 1996.
8
II. DESCRIPCIÓN DEL PROYECTO Y JUSTIFICACIÓN
El desarrollo de este estudio se enmarca en el proyecto FONDEF de
Supermercados que esta desarrollando el Departamento de Ingeniería Industrial de la
Universidad de Chile.
La gestión de categorías es un tema siempre presente entre los investigadores
de marketing y administradores de retail, debido a la relevancia que tiene para estos
tener el producto, en el lugar, en la cantidad y en el momento correcto, y lo que puede
implicar tanto en las ganancias de la industria del retail como en el ahorro de costos
que un buen pronóstico puede implicar. Por estos motivos, en el presente trabajo se
estudiará el comportamiento del simulador de administración de categoría KatWise,
con el fin de validarlo. Más específicamente, se realizará un estudio cualitativo para
detectar las percepciones de los usuarios, y un estudio cuantitativo que enseñe el
comportamiento de las variables de este simulador, para generar propuestas de
mejora al juego.
Este trabajo tiene como finalidad que KatWise sea una herramienta útil para las
cadenas de retail, y cumpla con el objetivo de capacitar a los encargados de la
administración por categorías, a través de las simulaciones basadas en las decisiones
de marketing empleadas semanalmente. Además, se pretende que sea utilizado
como herramienta académica para alumnos pertenecientes al ramo Gestión
Comercial dictado por la Escuela de Ingeniería Civil Industrial de la Universidad de
Chile, con el objetivo de enseñar a desarrollar estrategias de marketing dentro de una
categoría. Ya que las simulaciones de negocios permiten incrementar la capacidad de
toma de decisiones, aumentar la capacidad de trabajo en equipo, integrar
conocimientos y entender el ambiente de negocios.
9
III. OBJETIVOS
3.1 Objetivo General
“Generar mejoras a la estructura del simulador KatWise mediante estudios, para
que tenga un comportamiento más cercano a lo real, a fin de validarlo”.
3.2 Objetivos Específicos
• Descubrir problemas que presenten los jugadores, para crear soluciones que
mejoren el comportamiento de KatWise.
• Desarrollar un escenario base, para estudiar variabilidad en el modelo.
• Desarrollar un análisis de sensibilidad a los parámetros del juego de negocio,
para comprender comportamiento de las variables.
• Descubrir problemas lógicos que pudiera presentar el simulador KatWise,
para dar alarma a la administración.
• Desarrollar una metodología para estudiar posibles problemas.
10
IV. MARCO CONCEPTUAL
4.1 Administración por categorías
El ambiente actual de los negocios está presentando una serie de desafíos a las
empresas de comercio, que van desde consumidores cada vez más difíciles de
satisfacer, hasta una creciente competencia por parte de los conglomerados
mundiales. En este escenario, nace la Administración por Categoría como respuesta
a los nuevos estándares de eficiencia.
Administración por Categoría es un proceso de negocio entre el retailer y sus
proveedores, que consiste en administrar las categorías de productos como unidades
estratégicas de negocio para producir resultados comerciales mejorados al
concentrarse en entregar mayor valor a los consumidores.
La Administración por Categoría entrega un conjunto de las mejores prácticas de
negocio que permiten guiar y apoyar todas las actividades comerciales al interior de
una empresa, como por ejemplo:
• Organización de los productos y estructuración de las categorías
• Definición de roles y estrategias para las categorías
• Planificación de categorías
• Evaluación y seguimiento de categorías
• Tácticas de las categorías: Precio, surtido, nivel de precio, abastecimiento, nivel
de servicio al cliente
4.2 Modelos de comportamiento de consumidores5
Los comportamientos de compra fueron realizados siguiendo tres modelos, el
primero es el que se refiere a la probabilidad de compra de Bell y Boztug (2004) que
dice que debido a estudios de comportamiento e investigación empírica reciente
sugiere que niveles más altos de inventario pueden conducir a los consumidores a
aumentar el consumo. El inventario, por lo tanto, se postula para ejercer dos fuerzas
5 Los modelos se describe en detalle en anexo 1
11
compensatorias en la probabilidad de la incidencia de la compra. Niveles más altos
del inventario reducen la probabilidad de la compra mientras que el consumidor siente
menos presión de comprar. Al mismo tiempo, la teoría sugiere que niveles más altos
del inventario puedan conducir sobre el índice de consumo, de tal modo aumenta la
probabilidad de la incidencia. Dado lo anterior, desarrollaron un modelo empírico que
capturara explícitamente estos dos efectos que se utilizó con algunos cambios para
obtener la incidencia de compra.
El segundo modelo corresponde al de Farder y Hardie, utilizado para la elección
de un producto. Postula que los consumidores no forman sus preferencias por cada
SKU individual, sino que por el contrario evalúan las cualidades subyacentes que
describen cada artículo. Además, pretende incorporar que un sistema de las
cualidades discretas6 se puede utilizar para caracterizar un sistema grande de SKU's
de manera sencilla.
Finalmente, el tercer modelo utilizado dice que la cantidad que cada consumidor
esta dispuesto a comprar sigue una distribución triangular, la que se determina
considerando el consumo promedio mensual, desviación estándar y la frecuencia de
visita del consumidor.
4.3 Focus Group
El Focus Group es una técnica de Estudio Cualitativo, en el que se reúne a un
grupo de personas para indagar acerca de actitudes y reacciones frente a un
Producto, Servicio, Concepto, Publicidad, Idea o Empaque. Las preguntas son
respondidas por la interacción del grupo en una dinámica donde los participantes se
sienten cómodos y libres de hablar y comentar sus opiniones.
En marketing, las sesiones de grupo son una herramienta muy importante para
recibir retroalimentación de diversos temas. Esta herramienta da información
invaluable acerca del potencial de un concepto y/o producto en el mercado.
Sin embargo, las sesiones de grupo tienen desventajas. El entrevistador tiene
poco control sobre el grupo y en ocasiones se pierde tiempo en asuntos de poca
trascendencia. Por otra parte el análisis es complejo ya que depende de los estilos de
6 Marca, calidad, variedad, diseño, tamaño del paquete y precio
12
comunicación a la par con las reacciones no verbales de los participantes, es por ello
que se necesita personal muy entrenado para el manejo del grupo y el análisis de los
resultados.
4.4 Business Games
Las simulaciones de gestión de empresa son unas potentes herramientas de
aprendizaje que hacen posible que los participantes en las mismas puedan aprender
sobre los factores que influyen en las distintas áreas de sus negocios
alcanzando compromisos y poniendo a prueba sus ideas de manera creativa sin
exponerse a los riesgos propios de una situación real.
Las simulaciones no pueden ofrecer una experiencia real, pero ofrecen lo más
parecido a la misma, una experiencia indirecta de manera casi adictiva por la fuerte
motivación que genera en los participantes gracias a su carácter interactivo y a los
factores competitivos que producen altos niveles de compromiso.
En 1999 se interrogó, mediante una encuesta, a directores y responsables de
formación de todo tipo de organizaciones en el Reino Unido sobre los beneficios de
las simulaciones de empresa como herramienta de formación7. Los resultados de la
encuesta demostraron que las simulaciones ayudan a los participantes a:
• Comprender la interrelación entre las diferentes áreas funcionales de su
empresa y conocer mejor aquellas en las que no son especialistas
• Desarrollar las habilidades para el trabajo en equipo. Las simulaciones muchas
veces hacen posible que se formen equipos muy cohesionados y permiten
explorar distintos roles y su impacto en el rendimiento del equipo
• Desarrollar las habilidades para la toma de decisiones. Los informes -rápidos y
sin ambigüedades- con los resultados permiten que los participantes
comprueben muy claramente las consecuencias de sus decisiones
• Aumentar los conocimientos y habilidades de tipo funcional
• Desarrollar las habilidades para enfrentarse al cambio, el riesgo y la
incertidumbre
Todos estos factores explican por qué las simulaciones de empresa empiezan a
ser el núcleo de los cursos tipo MBA en numerosas Escuelas de Negocios europeas y
7 GERENTES.COM – Artículo: Los simuladores de empresa como herramienta de trabajo.
13
norteamericanas, ocupando hasta el 40-50% de las horas electivas, y la base de
numerosos Seminarios de Formación y Actualización para ejecutivos.
V. METODOLOGÍA
Mediante el presente trabajo, se espera validar el simulador KatWise, para esto
se pretende desarrollar una metodología que siga las siguientes etapas.
Etapa I
Objetivo: Detectar errores gruesos.
1.- Seguimiento de jugadores: evaluar 15 jugadores, con ellos se pretende detectar
extrañezas percibidas en el Simulador (interfaz, variables sobre valoradas, escasez
de información, etc.). Se realizaran 3 focus group para obtener esta información.
2.- Estudios de variabilidad de resultados: analizar lo que sucede con los datos de
salida, al reiterar jugadas con iguales decisiones de entrada, en una misma semana
virtual.
3.- Hacer recomendaciones generales que ayuden a obtener mejoras en el
Simulador.
Etapa II
Objetivo: Analizar y comprender la sensibilidad del resultado del Simulador a las
distintas variables de decisión empleadas por el jugador.
1.- Estudio de atributos: identificar los atributos más explicativos de las ventas, y
detectar cualquier anomalía que pueda presentar el simulador.
2.- Estudio de sensibilidad a las variables más relevantes
3.- Generar recomendaciones de mejora al simulador KatWise
4.- Proponer mejoras al simulador, en una versión futura de este.
14
VI. ALCANCES
El trabajo busca evaluar de manera conjunta las variables existentes en el
Simulador KatWise. Al tratarse de un gran número de datos de entrada, se pretende
realizar estudios donde se abarque de manera grupal las variables ingresadas por los
participantes.
Además, se debe precisar que como resultado final del Trabajo de Tesis se
busca solucionar los diferentes problemas o anomalías que puedan ser detectados en
el estudio del comportamiento de KatWise, para que este pueda ser insertado al
mercado del retail, como una herramienta útil para la práctica de administración por
categorías.
Se contemplará un estudio de las variables que representan los atributos de los
productos del surtido, ya que estos son los factores que más influyen en el
comportamiento de compra de los shoppers. Además, se analizará las apreciaciones
de jugadores que ayuden a mejorar el desarrollo de KatWise.
15
VII. EXPLICACIÓN DEL SIMULADOR
KatWise es un juego de negocios que permite apoyar la capacitación en
Administración por Categorías, orientado principalmente al área de supermercados.
El simulador contempla tres roles Administrador, Instructor y Participante. El
Administrador del Sistema, es quien posee todos los privilegios y puede configurar
los parámetros claves para el funcionamiento del sistema.
El instructor del juego toma las decisiones más generales, como son los
productos que se van a exhibir, precios y presupuestos para promociones que varían
semana a semana, también es el encargado de simular las jugadas de los distintos
participantes.
El instructor se encuentra habilitado para crear, editar y eliminar juegos.
También para manipular los juegos tanto como instructor o como participante. Puede
definir jugadores. Sin embargo, no está habilitado para crearlos, sólo puede
seleccionarlos, ya que dicha acción corresponde al Administrador.
La interfaz que manipula el Instructor presenta variaciones dependiendo de la
etapa en curso. Cada vez que un participante termina una jugada, el instructor debe
ejecutar la simulación correspondiente, para dar la posibilidad de avanzar a la
siguiente etapa en el juego.
También es el responsable de la elección de productos a incluir y el precio8, el
que puede variar cada semana. Una vez que ya han jugado una o más etapas los
jugadores, puede acceder a los Informes.
El Participante es aquel que tiene el rol de administrador de la categoría, por lo
tanto es el encargado de tomar las decisiones relevantes en el juego, maneja una
gran cantidad de variables a fin de maximizar sus utilidades. Dada su importancia se
explica en detalle su rol a continuación.
En la primera interfaz puede ver todos sus juegos, presentándosele los
nombres, la fecha de creación, el estado, la semana en que se encuentra jugando y
un ícono para entrar a cada juego.
Al ingresar a un juego, se presenta la siguiente Interfaz 8 Maneja el precio sugerido y el de adquisición. El precio sugerido, que corresponde al de mercado y el precio de adquisición, es el valor impuesto por el proveedor.
16
Ilustración 1: Interfaz participante
7.1 Datos del Juego
Es de carácter informativo, muestra la categoría, las etapas y características de
la sala, el horario de atención y el espacio disponible para ubicar los productos.
7.2 Información de Entrada
No es modificable por el participante, sólo es apreciativo. Corresponde a la
información que se utiliza para guiar las decisiones de marketing del juego.
7.2.1 Ventas promedio de la categoría
Ilustración 2: Informe de ventas
17
En la tabla se muestra información del comportamiento de cada SKU disponible,
no varía al pasar las semanas, hace referencia al estado inicial del juego. Cuenta con
datos de Ventas en Q y P, Precios de Adquisición, Precios de Venta y Gross Margin
por SKU. También incluye gráficos de cantidades vendidas por producto y de
Ingresos obtenidos por SKU.
7.2.2 Segmentación de Mercado
Este informe da cuenta de la distribución de los diferentes segmentos de los
clientes que ingresan diariamente al supermercado.
Ilustración 3: Segmentación
7.3 Menú del Juego
7.3.1 Comentarios
En este ítem el jugador puede ingresar datos o comentarios que se guardan con
nombre, fecha y hora, quedando ha vista de todos los otros participantes incluyendo
al instructor.
7.3.2 Mix de Productos activos para semana actual del juego
18
Ilustración 4: Mix de productos
Enseña los atributos de Marca, Calidad, Variedad, Diseño, Tamaño y Precio
para los SKU elegidos por el instructor para la semana correspondiente.
7.4 Jugada semana x
Ilustración 5: Decisiones semanales
Este ítem es el más relevante pues es donde el jugador toma todas las
decisiones del juego. Se muestra un punto blanco cuando la decisión correspondiente
no ha sido llenada. Las decisiones de promociones y de Grupos de SKU son las
únicas no obligatorias9. Una vez terminado este proceso se activa un link que permite
al participante mandar la jugada al instructor para que este la simule.
9 Si no se llena la decisión de promociones se asume que el participante no desea promocionar productos en esa semana. En el caso de no llenar los grupos de SKU, se toma como base la agrupación de la semana anterior, por lo tanto, sólo es obligatoria tomar esta decisión en la primera semana del juego.
19
7.4.1 Decisiones Surtido Productos y Precios
Ilustración 6: Surtido y precio
Los precios no pueden superar el 30% de descuento para que la elección sea
válida. También el participante puede tomar decisiones de poner Avisaje10 o
Display11, los que sólo pueden ser utilizados en semanas impares.
Los productos que el jugador desea vender, debe darles un valor distinto a cero
en el espacio correspondiente a Precio Unitario. Además, se le entrega información
del Precio de Adquisición Regular, Precio de Adquisición de la Semana Actual y el
Precio Sugerido que corresponde al precio de mercado.
Si desea exponer en góndola productos de alguna marca en particular, que no
presentaban ventas la semana anterior, debe incurrir en un gasto, llamado Costo de
Incorporación de Marca, el que es constante para todo el juego.
7.4.2 Decisiones Promociones
El jugador debe decidir poner promociones en cada SKU, de ser así, puede
optar en poner un Regalo Básico o un Regalo Medio, donde el primero tiene un costo
de $30 por unidad y el medio de $60 por unidad, también decide la cantidad de
productos que desea promocionar, y finalmente, el sistema arroja un Costo de
Promoción por SKU.
10 Consiste en publicitar en la revista que se entrega a la entrada del supermercado 11 Consiste en poner señalizaciones en los pasillos para llamar la atención de los clientes.
20
Ilustración 7: Decisiones de promoción
Cada marca cuenta con un presupuesto limitado por el instructor, esta decisión
la toma en el estado Por Iniciar, por lo tanto no es modificable en los distintos
períodos, y se descuenta semana a semana, cada vez que el jugador utilice algún
tipo de promoción. También se muestra un Resumen de Promociones de Regalo en
semanas anteriores.
7.4.3 Decisiones Cantidad/Volumen
Estas decisiones corresponden a como el jugador desea ubicar los diferentes
productos en el espacio asignado12 . Se debe optar por la bandeja y también por los
centímetros lineales, que corresponde al ancho de los productos.
12 Son 4 bandejas de 130x60x80 cm. cada una
21
Ilustración 8: Decisiones de volumen
En el ejemplo de la Ilustración 8, observando la bandeja 3, al SKU 514 se le
designó todo el espacio de una bandeja. En la bandeja 2, están los SKU 502 y 504
que se le designó 68 y 51 cm. respectivamente, entrando cuatro productos
linealmente13 del SKU 502 y tres del 504.
7.4.4 Grupos de SKU para la semana
En esta ficha el jugador agrupa los SKU con el fin de utilizar las mismas
frecuencias de reposición entre los productos del grupo, las que serán tomadas más
adelante.
Ilustración 9: Grupos de SKU
13 Sólo se considera el ancho de la bandeja y del producto, omite cuantos más ingresan hacia arriba y al fondo.
22
7.4.5 Frecuencia de reposición
Se selecciona cada grupo, conformado en el ítem anterior y se llena el horario
con la frecuencia de reposición que el jugador estime conveniente. Es importante
notar que se deben llenar todas las celdas y que el dato de frecuencia que ingrese
debe ir en unidades de minutos, es decir, si se quiere reponer cada tres horas hay
que colocar 18014 y luego hacer clic en rellenar, de este mismo modo el participante
debe completar las celdas para todos los grupos que conformó.
Ilustración 10: Frecuencias semanales de reposición
7.4.6 Envío de Resultados
Una vez tomadas todas las decisiones, debe seleccionar el botón Confirmar
Decisiones. Con esto queda a la espera de la ejecución de la simulación por parte del
Instructor para poder liberar la siguiente etapa del juego.
Los siguientes son los reportes a los que puede acceder el participante a partir
de la segunda jugada.
14 Sólo se ingresa el número, no la unidad. Corresponde a 180 min.
23
7.5 Informes de Resultados (Participante/Semana)
Es de carácter informativo, muestra el comportamiento por semanas del jugador.
7.5.1 Resumen ventas semanales por SKU
Ilustración 11: Ventas por SKU
Se selecciona la semana que se desea observar, da cuenta de las ventas por
producto, tanto en cantidad como en utilidad, entregando el Gross Margin, que
corresponde a la diferencia entre precio de adquisición y venta, multiplicado por la
cantidad de productos vendidos. También cuenta con dos gráficos que muestran la
distribución de las Cantidades Vendidas y el Gross Margin por cada SKU, vendido en
la semana observada.
7.5.2 Resumen de Reposición
Ilustración 12: Reposición por SKU
Al seleccionar la semana que se desea observar, se muestra cada SKU con la
cantidad de paquetes por caja de reposición, la cantidad de ventas, las veces que se
24
repuso cada SKU15, el tiempo que demoró en la reposición y el costo asociado a las
reposiciones. En la parte inferior de la interfaz se enseña un gráfico, el que da cuenta
de las unidades vendidas por cada SKU.
7.5.3 Resumen de Stock Out 16
Se selecciona la semana que se desea observar, y se despliega una tabla que
detalla las ventas por SKU, Stock Out y un ratio de lo que no se vendió por el total de
posibles ventas. También se enseña un gráfico que muestra la distribución de lo que
se dejó de vender, por concepto Stock Out para cada SKU.
Ilustración 13: Reporte de stock out
15 Se refiere a la caja 16 Corresponde a cuantas veces llegó un cliente a buscar un producto y no lo encontró por que no había producto en góndola
25
7.5.4 Ingreso neto semanal por SKU
Ilustración 14: Ingreso neto semanal
En este ítem el jugador puede apreciar como se ha comportado su ingreso en
las diferentes semanas. Se muestran dos tablas, la primera contiene información de
venta en pesos, costos de adquisición de productos, Gross Margin y costos de
reposición e incorporación por cada SKU, puesto en góndola la semana observada.
La segunda posee los productos que fueron retirados del mix de la semana anterior,
el número de SKU que fue sacado de góndola, el Precio Unitario de Adquisición
relacionado al SKU, el Inventario en Góndola que corresponde a las unidades que se
encuentran en exhibición por el precio de adquisición, el porcentaje de inventario que
se pierde por efecto de retirar los productos, el Costo de Salida al retirar los productos
del mix y un resumen de las pérdidas por sacar los productos con respecto la semana
anterior.
7.6 Informes de Resultados Acumulados
Es de carácter informativo. Es igual al ítem anterior, pero muestra el
comportamiento acumulado del participante por todo el período jugado. Los reportes
disponibles son tres: Resumen ventas, Resumen de Reposición e Ingreso neto.
26
7.7 Informes de Resultados Comparativos
Es de carácter informativo, muestra el comportamiento por semanas del jugador
de modo comparativo con los ingresos obtenidos por otros participantes.
7.7.1 Comparativos de Ingresos Netos
Ilustración 15: Resumen general de ingresos netos
Hace una comparación por semana entre participantes de Ingresos Netos que
corresponde a Gross Margin, a Costo de Reposición, Costo de incorporación y
Costos por salida del mix. Es importante destacar que si bien la información es por
semana, puede que no todos los jugadores se encuentran en una misma semana.
Finalmente, se acompaña por un gráfico que muestra los ingresos netos de cada
participante.
7.7.2 Comparativos de Ingresos Netos Acumulado
Es igual al ítem anterior, pero es un acumulado de las semanas jugadas para
cada participante.
27
VIII. ESTUDIO CUALITATIVO
La investigación cualitativa implica métodos no estructurados o semi-
estructurados de colección de datos, de discusiones de grupo y de entrevistas al
individuo siendo estas las herramientas de mayor uso general. Además utiliza
muestras relativamente pequeñas, que pueden ser seleccionadas cuidadosamente
para reflejar las características de un grupo objetivo, aunque no se puedan asumir
necesariamente representativo a poblaciones más grandes.
Estudios exploratorios del amplio mercado
La investigación cualitativa se utiliza con frecuencia para examinar las actitudes
y comportamiento del consumidor en lo referente a un amplio campo o servicio del
producto. Esto puede constituir una caracterización inicial de un nuevo mercado
potencial para un cliente, o una mirada fresca en un mercado el convertirse o el
cambiar.
Objetivos
• Saber como los usuarios perciben los parámetros Simulador
KatWise.
• Conocer las motivaciones de uso.
• Comprender las actitudes, aspiraciones y necesidades
subyacentes que pueden afectar el comportamiento al jugar.
• Examinar las fortalezas y debilidades del simulador, así ayudando
a desarrollar ideas tempranas en la construcción de este.
Se utilizó el modelo de Jackie Dickens para la realización del estudio cualitativo,
para esto se emplearon los primeros cuatro puntos, ya que la presentación y el
informe no son necesarias para este tipo de estudio.
28
Etapas para un Estudio Cualitativo:
8.1 Planeamiento
En esta etapa se pretende diseñar el estudio que parece dar la mejor solución a
nuestro problema, para esto respondemos las siguientes inquietudes que nos ofrece
el modelo de Dickens:
¿A quién se desea hablar?
A gente joven, de entre 20 y 30 años, que tenga conocimientos básicos de
administración, que haya utilizado el simulador KatWise en al menos cinco
oportunidades, y que tenga disposición horaria, tanto para la realización de las
jugadas como para la reunión presencial. Nivel de estudio universitario.
¿Qué técnica cualitativa básica emplearemos?
En este punto se debe decidir entre la técnica de entrevistas o la de discusiones
grupales. Las entrevistas generalmente se emplean cuando el comportamiento y las
actitudes pueden ser privadas, lo que no sucede en este caso ya que se pretende
hablar de las apreciaciones generales del simulador KatWise, además, no se necesita
explorar a nivel individual sino de modo más agregado. También se sabe que las
Trabajo en terreno
Reclutamiento
Planeamiento
Análisis
Presentación
Informe
29
discusiones en grupo proporcionan medios rápidos y eficaces de explorar ideas de
como son percibidos nuevos productos, a su vez, la interacción entre los miembros
del grupo permite que los individuos comparen y pongan en contraste sus opiniones
con las de otros, estimulándolos a articular pensamientos y sensaciones que de otra
manera difícilmente hubiesen surgido. En conclusión, dada la rentabilidad y
factibilidad se opta por hacer una discusión en grupo.
¿Cuál será el tamaño y la estructura de la muestra?
Dado que el tipo de personas es bastante homogéneo, sólo se pueden distinguir
dos grupos que tienen relevancia para el análisis.
Grupo 1: gente sin conocimiento de Marketing
Grupo 2: gente con conocimiento de Marketing
Dado lo anterior se optó por trabajar con 15 personas, la mayor parte
estudiantes de último año de Ingeniería Civil. Ya que presentan cercanía al área
administración y les resulta sencillo familiarizarse con este tipo de software.
Para la realización del Focus Group se pretende hacer 3 reuniones, la primera
sólo de gente perteneciente al Grupo 1, el segundo perteneciente al Grupo 2 y
finalmente una tercera reunión mixta, cada una de 5 integrantes. Se optó por un bajo
número de integrantes por reunión, debido a que hay una gran cantidad de variables
a discutir y se espera que tenga una duración aproximada de 1 hora, además la
persona encargada en conducir las sesiones no presenta un elevado conocimiento ni
dominio de esta materia, por lo tanto se ha elegido un grupo reducido, para hacer
más sencilla la tarea.
¿Qué áreas deseamos cubrir?
Se pretende responder a los objetivos del estudio cualitativo declarados con
anterioridad, y estudiar como es percibido dentro de un contexto más amplio de un
mercado. Para analizar si el simulador KatWise cumple finalmente con las
pretensiones esperadas.
30
8.2 Reclutamiento
Se seleccionó y filtró a la gente para la conformación de los grupos para el
Focus, para esto se realizó un cuestionario de reclutamiento17 a 20 personas, de
donde se seleccionaron 15 que cumplían con lo requerido.
El mecanismo de selección se basó en 3 objetivos, primero se intentó analizar
las preguntas de tipo educacional para ver si poseían algún conocimiento
administrativo y de marketing, que era lo buscado, el segundo objetivo fue rescatar la
disponibilidad de tiempo para jugar y asistir a las reuniones. Como último, se eliminó
a las personas que pudiesen estar relacionadas a los estudios de mercado porque
pueden manejar información que distorsione los resultados.
8.3 Trabajo en Terreno
El trabajo en terreno debiese ser conducido por gente capacitada, por la
necesidad de guiar en forma adecuada la discusión, pero por asunto de recursos,
se optó que la autora sea la que tenga este rol.
Se deben crear las condiciones necesarias para que el lugar de discusión del
grupo sea óptimo, para esto se tuvo en cuenta aspectos como:
• Ubicación de las sillas en círculos, de modo informal, para que sea un
ambiente relajado.
• Las mesas preparadas con café, ceniceros, etc.
• Una luz adecuada.
• Realizar pruebas de audio para obtener una buena grabación.
• Comprobación de la composición exacta del grupo, para estar atento a
cancelaciones.
• Un computador para tener presente el simulador KatWise.
Otro punto muy relevante en la realización de los Focus Group es como se
maneja la discusión del grupo, en este caso el método es bastante informal pues la
17 Cuestionario de reclutamiento en anexo 2
31
incorpora gente joven, con algún tipo de cercanía a la entrevistadora, lo que hace que
sea más sencillo guiar y controlar cualquier tipo de anomalía que se presente.
Se realizó un punteo de temas a tocar con el fin de cubrir todos los objetivos de
esta discusión:
• Información de entrada
• Nivel de Comprensión
• Percepción de parámetros
• Peso de cada variable
• Reportes
• Método de juego
• Variables más relevantes que veían para tomar decisiones
• Interfaz
• Tiempo de Juego
• Motivaciones
• Actitud frente al simulador
8.4 Análisis
Se realizaron las reuniones con los tres grupos mencionados con anterioridad,
las que fueron grabadas, para posteriormente ser reducidas y obtener las ideas más
relevantes por cada grupo18. Finalmente, se analizó en conjunto los comentarios más
repetitivos o más importantes para tomarlos en consideración, obteniéndose lo
siguiente.
Después de analizar cada una de las reuniones, se llegó a conclusiones que
fueron seleccionadas bajo diferentes parámetros, como concordancia por gran
cantidad de participantes, conclusiones que muestran los errores existentes en la
metodología o apreciaciones de relevancia para el contexto del simulador,
obteniéndose lo siguiente:
18 Los comentarios más importantes de cada grupo en anexo 3
32
• Se debe considerar hacer una previa explicación, una clase o un manual
que los oriente e informe a como tomar las decisiones y los detalles a
considerar en el juego como:
• Aclarar que se trata de una categoría de servilletas y explicar los
atributos brevemente.
• Dado que la segmentación confunde, hacer una pequeña aclaración
de ella.
• Explicar el funcionamiento de avisaje y display.
• Mencionar que la cantidad de productos a poner en promoción, no
se refiere a la cantidad de productos por unidad de SKU, sino a la
cantidad de productos a promover independiente de las unidades
que se expongan.
• Explicar la distribución de espacio y como llenar los módulos de
frecuencia de reposición.
• Aclarar a lo jugadores que a la hora de poner promociones sólo se
venden productos con regalo. No se venderán productos que no
lleven la promoción.
• Incorporar la información de la obligación de jugar con todos los
productos la primera semana. Las siguientes se pueden sacar
poniendo un 0 en precio unitario
• Estudiar la sobre valoración SKU 504 y 505
• Estudiar si el modelo incorpora la información de la semana anterior para
la toma de decisiones, que pasa con el stock de los hogares de los
consumidores.
• Estudiar insensibilidades del precio.
• Considerar esta propuesta, “Debería quedar un registro de la decisiones
de la semana anterior, porque es una pérdida de tiempo anotar todo en
un cuaderno”
33
• Estudiar los descuentos, ya que no tienen gran incidencia en los
resultados.
• Tener presente que se deberían poner incentivos finales, ya que no
habían muchas motivaciones.
34
IX. CAMBIOS OBTENIDOS DEL ESTUDIO CUALITATIVO
Los resultados obtenidos en el estudio cualitativo generaron varias
modificaciones en KatWise, las principales fueron las siguientes.
9.1 Cambios de imagen
Se hizo un cambio de interfaz importante, ya que el Focus Group arrojó que
KatWise presentaba una compleja visualización en las decisiones.
Ilustración 16: Visualización Antigua
La Nueva Imagen hace una diferenciación por colores. La información de
entrada se presenta en azul, las decisiones en verde y los reportes en color rojo, lo
que hace que sea mucho más clara la distribución de la información.
35
Ilustración 17: Visualización Nueva
También se hizo modificaciones en los nombres de las marcas, por dos
importantes razones, la primera, dar status al simulador KatWise, el nombre en inglés,
da una impresión de mayor globalidad, y la segunda fue aclaratoria, es decir utilizar
nombres que reflejen su posicionamiento en el mercado.
MARCA MARCA
ESTRELLA KRYSTAL COMETA DIAMOND
LUNA GOLDEN SOL BRILLIANT
Tabla 1: Cambio de Marcas
Se incorporó el nombre y logotipo a la interfase, para hacer un producto más
potente, creíble y un con identidad.
36
Ilustración 18: Logotipo KatWise
9.2 Cambios de Atributos
Se hicieron cambios en los nombres de los atributos los SKU´s19. El atributo
Calidad poseía dos niveles pero estaban representados por más de dos nombres, es
decir, Normal y Junior correspondían a un nivel y Gold, Mayor Absorción y Alta
pertenecían a otro nivel, esto se modificó y se les puso sólo un nombre por nivel
agrupándolos en Normal y en Premium respectivamente.
SKU MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO
501 Krystal normal cóctel sin 50 189 502 Krystal normal mesa sin 50 199 503 Krystal Premium cóctel sin 20 219 504 Krystal Premium mesa con 20 379 505 Krystal Premium mesa sin 20 409 506 Diamond normal cóctel sin 50 149 507 Diamond normal cóctel sin 200 419 508 Diamond normal mesa sin 50 199 509 Diamond normal mesa sin 300 799 510 Diamond Premium cóctel sin 35 139 511 Diamond Premium cóctel sin 120 549 512 Diamond Premium mesa con 25 299 513 Golden normal cóctel sin 50 119 514 Golden normal cóctel sin 150 359 515 Golden normal cóctel con 40 129 516 Golden Premium cóctel con 35 185 517 Brilliant Premium cóctel sin 50 99 518 Brilliant Premium cóctel con 50 119
Tabla 2: Atributos Nuevos
19 Tabla antigua en anexo 4
37
Otro cambio que se puede apreciar es en los SKU´s 510, 511, 512, 516, 517 y
518, donde algunos presentaron mejora en sus atributos como calidad, otros
diferencias en los tamaños de las servilletas y finalmente cambios en los precios, para
hacerlos más atractivos.
9.3 Cambios de Utilidad
Se hicieron cambios en la tabla Utilidad Atributo Nivel en los máximos y mínimos
de cada nivel, con el fin de generar menor dispersión en los resultados, es decir que
la diferencia entre elegir un nivel u otro, en un mismo atributo, no sea tan grande.
Esto se hizo a modo de prueba y error. Se respetó que la suma de las Utilidades de
los niveles por atributo resultara cero, con el fin de mostrar imparcialidad ante la
totalidad de los niveles.
A continuación, se muestra, a modo de ejemplo, el Modelo 1, el atributo Marca
posee cuatro niveles y sólo fueron modificados los valores extremos, el Nivel 1
(Krystal) ya que era el máximo del nivel, se subió de 1.2 a 1.2095 y al Nivel 4
(Brilliant) se bajó la Utilidad de -1.4 a -1.4095, dado que era el mínimo de todos los
niveles. Estos ajustes se hicieron para los 20 Modelos de Valorización con el fin de
hacer más parejas las utilidades de los diferentes SKU´s y así lograr que exista mayor
competitividad entre los diferentes productos.
MODELO VALORIZACIÓN ATRIBUTO NOMBRE NIVEL NIVEL UTILIDAD
1 - modelo MARCA Estrella 1 1,2 1 - modelo MARCA Cometa 2 0,2 1 - modelo MARCA Sol 3 0 1 - modelo MARCA Luna 4 -1,4 1 - modelo CALIDAD Gold 1 1 1 - modelo CALIDAD Normal 2 -1 1 - modelo VARIEDAD cóctel 1 0,4 1 - modelo VARIEDAD Mesa 2 -0,4 1 - modelo DISENO Sin 1 0,5 1 - modelo DISENO Con 2 -0,5 1 - modelo TAMANO pequeño 1 1 1 - modelo TAMANO grande 2 -1
Tabla 3: Modelo Antiguo
38
MODELO VALORIZACIÓN ATRIBUTO NOMBRE NIVEL NIVEL UTILIDAD
1 - Modelo MARCA KRYSTAL 1 1,2095 1 - Modelo MARCA DIAMOND 2 0,2 1 - Modelo MARCA GOLDEN 3 0 1 - Modelo MARCA BRILLIANT 4 -0,14095 1 - Modelo CALIDAD PREMIUM 1 0,9524 1 - Modelo CALIDAD NORMAL 2 -0,9524 1 - Modelo VARIEDAD COCTEL 1 0,04762 1 - Modelo VARIEDAD MESA 2 -0,4762 1 - Modelo DISENO SIN 1 0,04762 1 - Modelo DISENO CON 2 -0,4762 1 - Modelo TAMANO PEQUENO 1 0,9524 1 - Modelo TAMANO GRANDE 2 -0,9524
Tabla 4: Modelo Nuevo
El cambio en la utilidades atributo nivel, repercutió en las importancias relativas
de los modelos, obteniéndose nuevos segmentos, los que fueron realizados con
Kmedias.
Al analizar la segmentación resultante20, podemos identificar que los modelos
siguen el mismo patrón que la valorización antigua, exceptuando el modelo 18, que
cambió de cluster. También se aprecian cambios en la denominación y en la
El objetivo es investigar la desviación estándar de los informes resultantes del
simulador, en cuanto a Ingresos, Gross Margin, Ventas y Stock Out, con el fin de
estudiar que los datos generados de manera aleatoria presenten cierto grado de
acotamiento y no arroje soluciones al azar, y así, poder demostrar que el simulador
KatWise se encuentre bien ajustado a modo global.
Para poder realizar el estudio de variabilidad se debió optar por un escenario
común en la toma de decisiones. A continuación se muestra como fueron
determinadas las diferentes variables de decisión y la dimensión de las góndolas a
utilizar.
10.1 Construcción de Escenario Base
10.1.1 Tamaño Góndola
Se pensó que la dimensión de la góndola era muy acotada, inicialmente tenía
120 cm. y se estudió que sucedía si se aumentaba a 150 cm., el principal cambio fue
sobre el Stock Out que presentó un aumento, el que debía ser frenado a través de la
frecuencia de reposición, generándose un trade off, entre la dimensión de la góndola
y la frecuencia, dado la poca importancia que generaban los 30 cm. extra por
bandeja, se optó por mantener los 120 cm. iniciales.
10.1.2 Surtido
Para obtener el escenario base se planteó que todos los productos del Mix
fueran expuestos en góndola.
SKU MARCA CALIDAD VARIEDAD DISEÑO TAMAÑO PRECIO
501 Estrella Normal cóctel Sin 50 189 502 Estrella Normal Mesa Sin 50 199 503 Estrella Gold cóctel Sin 20 263 504 Estrella Gold Mesa Con 20 455 505 Estrella Gold Mesa Sin 20 491 506 Cometa Junior cóctel Sin 50 149 507 Cometa Junior cóctel Sin 200 419 508 Cometa Junior Mesa Sin 50 199 509 Cometa Junior Mesa Sin 300 799
41
510 Cometa Mayor Absorción cóctel Sin 50 149
511 Cometa Mayor Absorción cóctel Sin 200 499 512 Cometa Mayor Absorción Mesa Con 25 399 513 Luna Normal cóctel Sin 50 119 514 Luna Normal cóctel Sin 150 359 515 Luna Normal cóctel Con 40 129 516 Luna Normal cóctel Con 35 185 517 Sol Normal cóctel Sin 50 129 518 Sol Alta cóctel Con 50 139
Tabla 7: Surtido
10.1.3 Precio
La situación base elegida utiliza los precios propuestos por el sistema, tanto para
el precio sugerido de venta21 como el precio de adquisición, que corresponden a:
Gráfico 3: Desviación de Ventas y Gross Margin para cada SKU
46
La Desviación promedio cercana al 8% para el análisis de SKU por ventas y
Gross Margin27, lo que es satisfactorio para el problema.
10.2.2 Ingresos
Desviación Estándar de Ingresos por SKU
0%
5%
10%
15%
20%
25%
30%
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
518
SKU
Des
v %
Gráfico 4: Desviación de Ingresos por cada SKU
El promedio de la desviación corresponde a un 8%, por lo tanto cumple con lo
permitido28.
10.2.3 Stock Out
Desviación Estándar de Stock Out por SKU
0%2%4%6%8%
10%12%14%16%18%
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
518
SKU
Des
v (%
)
Gráfico 5: Desviación de Stock Out por cada SKU
Como se puede apreciar la desviación en el caso del Stock Out es del 6%
promedio de los SKU, por lo tanto cumple con nuestro rango de aceptación menor al
10%29.
Los tres análisis anteriores muestran que el promedio de la desviación es inferior
a la cota superior del 10% planteada a través de juicio experto, por lo tanto podemos
decir que el Simulador KatWise se encuentra correctamente equilibrado ante
decisiones iguales.
27 Obtención de desviación de Ventas y Gross Margin en anexo 8.1 28 Obtención de desviación de Stock Out en anexo 8.2 29 Obtención de desviación de Ingresos en anexo 8.3
47
XI. ESTUDIO DE IMPORTANCIA DE ATRIBUTOS
Se pretende encontrar la importancia que representa cada atributo sobre el
modelo, es decir, descubrir que variables son las que describen el comportamiento de
las ventas, para posteriormente hacer un análisis acerca de la valoración de los
atributos.
11.1 Estudio de Atributos por medio de la Utilidad
Con este estudio se busca entender la importancia en la Función de Utilidad de
cada atributo. Al tratarse de un gran número de decisiones de entrada, existen
múltiples combinación que pueden realizar los jugadores, haciendo que el estudio de
cada variable sea un proceso muy dificultoso, por lo tanto, se optó por manipular los
atributos a través de un diseño ortogonal, para así poder abarcar, en gran medida, el
espacio de las decisiones de entrada. Para esto, se utilizó el programa SPSS, donde
se ingresó cada atributo con sus respectivos niveles, poniendo como cota mínima 30
productos resultantes, ya que es un valor amplio y a la vez manipulable para el
estudio deseado. El sistema arrojó 32 datos mostrados a continuación.
MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO
Krystal normal cóctel con 50 100 Krystal Premium mesa con 50 100 Krystal Premium cóctel sin 120 240 Krystal normal mesa sin 120 240 Krystal normal cóctel sin 50 175 Krystal Premium cóctel con 120 420 Krystal Premium mesa sin 50 300 Krystal normal mesa con 120 720 Diamond Premium cóctel sin 50 100 Diamond normal mesa sin 50 100 Diamond normal cóctel con 120 240 Diamond Premium mesa con 120 240 Diamond normal mesa con 50 175 Diamond Premium mesa sin 120 420 Diamond Premium cóctel con 50 300 Diamond normal cóctel sin 120 720 Golden Premium cóctel con 50 100 Golden normal mesa con 50 100 Golden normal cóctel sin 120 240 Golden Premium mesa sin 120 240
48
Golden normal mesa sin 50 175 Golden Premium mesa con 120 420 Golden Premium cóctel sin 50 300 Golden normal cóctel con 120 720 Brilliant normal cóctel sin 50 100 Brilliant Premium mesa sin 50 100 Brilliant Premium cóctel con 120 240 Brilliant normal mesa con 120 240 Brilliant normal cóctel con 50 175 Brilliant Premium cóctel sin 120 420 Brilliant Premium mesa con 50 300 Brilliant normal mesa sin 120 720
Tabla 13: Surtido Ortogonal
Lo primero, fue estudiar el modelo que utiliza el simulador para evaluar la
Utilidad, que corresponde al modelo de Fader y Hardie, que se muestra a
continuación:
)( jUi
t =Utilidad que le reporta al consumidor i el producto j en el instante t.
ji
t
j
t
j
t
A
a
i
t
Ka
l
aj
l
ai
lt
i
t MMPfAUjU,
22,11,
1 1
,,
, )**1(*)()*()( εγγ +++
+= ∑ ∑
= =
Donde:
)(,
, jUai
ltt = Utilidad que le reporta al consumidor i en el instante t, el atributo a en
su nivel l.
)(Pfi
t = Valor que toma la función de utilidad precio para el consumidor i en el
instante para el precio P. j
alA , = Indicador binario: 1 si el producto j posee el atributo a en su nivel l, 0 en
caso contrario. j
mtM , = Indicador binario: 1 si la acción de marketing m esta activa para el
producto j en el instante t, 0 en caso contrario.
30 aK = Número de niveles para el atributo a - esimo. ji
t
,ε = Término de error.
Los estudios se hicieron, bajo el supuesto de que no existe acción de marketing,
es decir, no hay descuentos, y tampoco hay Display ni Avisaje, con el fin de analizar
30 Peter S. Fader, Bruce G. S. Hardie 1996, Modeling Consumer Choice among SKUs
49
más limpiamente el efecto de las variables atributo (Marca, Calidad, Variedad,
Diseño, Tamaño y Precio) en las ventas. Dado lo anterior, las variables j
mtM , se
hacen cero, dejando en la función de Utilidades, la suma de las utilidades de los
atributos más el factor precio correspondiente.
El precio es el único atributo que tiene valores continuos por tramos, y presenta
tres intervalos, el primero, es de precios bajos, entre 1 y 2.99 pesos la unidad, el
segundo corresponde al precio medio que es entre 3 y 3.99 pesos la unidad, y el
último tramo corresponde al precio alto que está entre 4 y 25 pesos unitarios, que se
calculan dividiendo el precio que ingresa el participante31 por el tamaño32. Para hacer
el cálculo de utilidad por precio para cada modelo, se extrajo a través de la
interpolación de los datos originales33 (2 en el caso bajo, 3,5 en el caso medio y 6
para los de precio alto, que son los que posteriormente se utilizaron en el diseño
Tabla 14: Utilidad por modelo dado los niveles de precio
31 Precio por paquete de servilletas 32 Unidades vienen por paquete 33 Cálculo de utilidad por precio en anexo 9.1
50
Con lo anterior, y las importancias relativas de cada variable, se pudo construir
tablas de utilidades por cada SKU ortogonal, las que describen las utilidades que
aporta cada nivel en los diferentes 20 modelos, por cada SKU34.
Luego de obtenidas las Utilidades por modelo para cada SKU, se estudió la
probabilidad de incidencia de cada modelo, las que presentan cinco niveles de patrón
de compra, probabilidad dado 1, 3, 7, 14 y 28 días de compra, por lo que se obtuvo
una matriz de probabilidad de modelo35.
Con la matriz de probabilidad se calculó la esperanza de la utilidad para cada
nivel de atributo, dado los 20 modelos, pero sólo se utilizó el patrón de compra diario,
dado que la simulación se realizó sólo en la semana 1 para todas las
observaciones36.
Una vez obtenido las esperanzas de utilidad de cada atributo, se corrió la
simulación para obtener los resultados de ventas en cantidad (Q), para luego
construir las ecuaciones de cada SKU.
El modelo utilizado corresponde al siguiente:
∑=m
immi upuE )*()( ,
ii xuE =)(
∑=i
tiit xy )*(β
Donde,
mp = Probabilidad de modelo m
imu , = Utilidad de atributo i según modelo m
ty = Ventas en Q (arrojadas por le simulador) que presenta el SKU t,
ix = Esperanza de la utilidad de atributo i
iβ = Corresponde a los parámetros asociados a cada atributo i
Con este modelo se construyeron las ecuaciones de utilidad por atributo para
cada SKU, como se ve a continuación:
34 Las tablas de utilidad de los SKU´s ortogonales se pueden ver en anexo 9.2 35 La matriz de probabilidad de compra en anexo 9.3 36 El cálculo de la esperanza de la utilidad en anexo 9.4
51
SKU MARCA CALIDAD VARIEDAD DISEÑO TAMANO PRECIO VENTASQ
Claramente se puede ver una fuerte influencia de las variables Marca y Calidad,
seguida muy de cerca por Precio, lo que se considera extraño en una categoría de
Servilletas, si bien Marca puede llegar a ser muy relevante, Calidad no lo es. Lo que
si es correcto, es que precio tenga un importante rol en la ventas. Si se estudian los
coeficientes significativos de la distribución t-student, notamos que el modelo no
mostró buenos resultados en las variables Variedad, Diseño y Tamaño. Además, se
obtuvo un R2 igual a 0.551 y un R2 ajustado de 0.444, lo que nos dice que el modelo
presenta un ajuste medio.
Este estudió no explica en totalidad lo que se quiere encontrar, ya que trabaja
con la esperanza de las utilidades por factor, por lo tanto, no incorpora la diferencia
que pueda existir entre los 20 modelos. Dado esto, se consideró que su aporte sólo
se basa en dar indicios del peso relativo de cada atributo, pero no basta para
comprobar la importancia de cada nivel de atributo.
A continuación se muestra el estudio de colinealidad, para verificar que no existe
combinación lineal entre los predictores.
Di
m.
Auto
valor
Índice de
condición Proporciones de la varianza
Cte MARC CALIDAD VARIEDAD DISEÑO TAMANO PRECIO
1 1,69 1,000 ,15 ,00 ,00 ,00 ,00 ,00 ,15
2 1,05 1,268 ,00 ,46 ,12 ,12 ,12 ,12 ,00
3 1,00 1,301 ,00 ,00 ,27 ,48 ,07 ,18 ,00
4 1,00 1,301 ,00 ,00 ,43 ,00 ,01 ,56 ,00
5 1,00 1,301 ,00 ,00 ,04 ,27 ,68 ,01 ,00
6 ,945 1,338 ,00 ,54 ,13 ,13 ,13 ,13 ,00
7 ,312 2,329 ,84 ,00 ,00 ,00 ,00 ,00 ,84
a Variable dependiente: VENTASQ
Tabla 17: Diagnóstico de Colinealidad
53
Se puede decir que el modelo no presenta colinealidad37, dado que los
autovalores no son próximos a cero y el índice de condición38 es menor a 15.
11.2 Estudio de Atributos según Participación de Mercado
Para este estudio se utilizó el mismo diseño ortogonal empleado en el caso
anterior, pero ahora se focalizó el estudio en analizar que sucede con las
participaciones de mercado, dado cierto movimiento en los atributos.
Para calcular la participación de mercado, se alteraron los atributos y ante cada
variación se corrió el simulador, obteniéndose las datos para cada SKU39. Para esto
se consideró el precio igual al propuesto por el diseño ortogonal, sin promociones,
con igual distribución de espacio en góndola40 y una misma reposición para todos,
con una frecuencia de 240 min., con el fin de entregar en iguales condiciones, al
cliente, cada producto.
Lo primero fue simular los datos originales entregados por el diseño ortogonal, y
se calculó a cada SKU su participación de mercado.
ATRIBUTO ORDEN ORIGINAL DE LOS NIVELES DENOMINACION
MARCA KRYSTAL, DIAMOND, GOLDEN, BRILLANT KDGB CALIDAD PREMIUM, NORMAL PN VARIEDAD COCTEL, MESA CM DISEÑO CON, SIN CS TAMAÑO PEQUEÑO, GRANDE PG PRECIO BAJO, MEDIO, ALTO BMA
Tabla 18: Orden Original de Niveles
Luego se realizaron 28 jugadas, con diferentes alteraciones al Orden Original
de Niveles, cada movimiento que se realizó Ceteris Paribus. Las variaciones que se
efectuaron se muestran a continuación:
ATRIBUTO VARIACIONES ATRIBUTO VARIACIONES
MARCA KBBB VARIEDAD CC KKBB MM
KKKB DISEÑO CC
37 La colinealidad es un problema del análisis de regresión que consiste en que los predictores del modelo están relacionados constituyendo una combinación lineal. 38 Los Índices de condición: Raíz Cuadrada (autovalor mayor/autovalor). Valores por encima de 15 (30) indican posible (seguro) problema de colinealidad. 39 En todos los casos se corrió con los 32 SKU´s ortogonales. 40 En la construcción del tamaño de los SKU´s ortogonales se les designo una dimensión de 16x10x10 cm. (ancho, alto, fondo), por lo tanto, se le entregó 16 cm. lineales de góndola a cada SKU.
Posterior a estas modificaciones se volvió a realizar el Estudio de Atributos
según Participación de Mercado, con el objetivo de verificar si los cambios realizados
a la matriz de Utilidad arrojaban un aumento a la importancia relativa del atributo
Precio y una disminución en la variable Premium. Además, de estudiar el
comportamiento de los diferentes atributos del modelo.
60
XIII. COMPORTAMIENTO DE ATRIBUTOS
Para estudiar el comportamiento de los atributos se debió recalcular los
coeficientes con el simulador ya corregido. Para esto, se utilizó el mismo
procedimiento anterior.
En esta ocasión se consideró el precio como un factor variable, sin ningún tipo
de promoción, con igual distribución de espacio en góndola47y una misma reposición
para todos, con una frecuencia de 120 min.48, con el fin de entregar en iguales
condiciones cada producto a los shoppers.
Inicialmente, se corrió la simulación con los datos ortogonales empleados en los
casos anteriores, después se calcularon las participaciones de mercado a cada
SKU49. Luego, se hicieron modificaciones a los distintos atributos. Así se construyó
un total de 768 ecuaciones, descritas por el modelo Logit Multinomial50 que se
muestra a continuación:
∑∑ −++=m
tmtmim
l
tliltti xxbdss )()*()/ln( *
,,,,,0
*
, αα
Donde,
tis , = Participación de mercado de SKU i en simulación t *
ts = Media geométrica de simulación t
0α = Cte. Absorbe a Brilliant, Normal, Mesa, Con, Grande y Precio Alto
lα = Parámetros del modelo que acompañan a las variables dummy
tlid ,, = Variable dummy {1 si SKU i posee atributo l en simulación t. 0 sino
mb = Parámetros del modelo que acompañan a la variable continua, precio
tmix ,, = Variable precio unitario m de SKU i en simulación t, el subíndice m
corresponde a bajo, medio o alto *
,tmx = promedio aritmético de precio m para cada t
47 En la construcción del tamaño de los SKU´s ortogonales se les designó una dimensión de 16x10x10 cm. (ancho, alto, fondo).Se le entregó 16 cm. lineales de góndola a cada SKU, obteniéndose un total de 48 productos por SKU. 48 Se utilizó una frecuencia baja para no omitir información de ventas generadas por Stock Out 49 En todos los casos se corrió con los 32 SKU´s ortogonales. 50 NAKANISHI, M. Y COOPER, L.G. Market share analysis, modelo MNL para participaciones de mercado.
61
En esta oportunidad también a los valores nulos se dio el valor de 0,00001, para
poder incorporar las ecuaciones a la regresión. Se restó de manera proporcional a las
ventas la diferencia en las variables distintas de 0, para que la suma de la
participación de mercado por simulación continuara siento 1. Finalmente, la regresión
Tabla 23: Regresión de modelo de participación MNL51
Vemos que los cambios realizados cumplieron con el objetivo, pues Premium
bajó el valor beta pasando a ocupar el tercer lugar de importancia, mientras que
Precio Bajo subió y se ubicó tras la marca Krystal. Ahora, podemos decir que el
modelo se encuentra más cercano a lo esperado, en cuanto a importancia de
atributos en la categoría de servilletas.
Si analizamos el coeficiente significativo de las variables, notamos que Precio
Mediano, Tamaño Pequeño, Sin Diseño y Variedad Cóctel no explican muy bien la
ecuación de Participación de Mercado, es decir no son variables determinantes a la
hora de elegir un producto.
La regresión arrojó valores de R cuadrado de 0.420 y R cuadrado corregido de
0.432, si bien no son muy cercanos a 1, podemos decir que de igual manera es
bastante explicativo en la influencia de las variables. Por otro lado se realizó un
51 La Constante absorbe las variables Marca Brilliant, Calidad Normal, Variedad Mesa, Con Diseño, Tamaño Grande y Precio Alto, ya que corresponden a los niveles menos valorados, por lo tanto representan la situación más baja.
62
estudio que verificó que el modelo no presenta colinealidad52, es decir, no existe
combinación lineal entre las ecuaciones a las que se les aplicó la regresión.
Dado los coeficientes obtenidos, el estudio fue enfado en los atributos Marca,
Calidad y Precio, ya que justifican el 90% del modelo, con ellos basta para predecir el
comportamiento de KatWise.
Ahora, analizaremos como se comporta el lado izquierdo del modelo MNL
utilizado. Recordemos que PM* corresponde la media geométrica. La ecuación es la
siguiente:
nn
i
ji
n
jn
n
i
ijj pmpmpmpmpmpm/1
1
1
1
* )/(// ∏∏=
≠−
=
==
Para ver en detalle la conducta de la ecuación, se construyeron gráficos que
ayudaran a la visualización del ratio antes visto, para esto, se hizo cambios en el
factor n que indica la cantidad de SKU´s que presentan ventas en un mismo período.
Se ve, que mientras mayor es la competencia, es decir n, mayor es el ratio
PMj/PM*. Se consideró que la participación de los SKU distintos a j, es
distribuida de manera proporcional. Por lo tanto, al analizar los 32 SKU´s ortogonales
empleados en la regresión, en promedio, sólo seis productos presentaron ventas, por
lo tanto, se puede utilizar el gráfico anterior para comprender el comportamiento del
ratio PM/PM* generado con los datos que arrojó la regresión.
52 Diagnostico de colinealidad en anexo 13
Curva PMj/PM* con n=2
0
1
2
3
4
5
0,95
0,65
0,35
0,099
0,093
0,087
0,081
0,075
0,069
0,063
0,057
0,051
0,045
0,039
0,033
0,027
PMj
PM
j/P
M*
Curva PMj/PM* con n=6
0
10
20
30
40
50
0,95
0,65
0,35
0,09
90,
093
0,08
70,
081
0,07
50,
069
0,06
30,
057
0,05
10,
045
0,03
90,
033
0,02
7
PMj
PM
j/P
M*
Gráfico 8: Ratio PMj/PM*
63
PARTICIPACIÓN DE MERCADO
0
0,5
1
1,5
2
2,5
3
0
1,1
2,2
3,3
4,4
5,5
6,6
7,7
8,8
9,9 11
12,1
13,2
14,3
15,4
16,5
17,6
18,7
19,8
20,9 22
23,1
24,2
25,3
PRECIO UNITARIO
PM
/PM
*
krystal diamond
golden brilliant
Gráfico 9: Participación de mercado mediante regresión con SKU de atributos favorables
PARTICIPACIÓN DE MERCADO
0
0,5
1
1,5
2
0
1,3
2,6
3,9
5,2
6,5
7,8
9,1
10,4
11,7 13
14,3
15,6
16,9
18,2
19,5
20,8
22,1
23,4
24,7
P R EC I O U NI TAR I O
krystal diamond
golden brilliant
Gráfico 10: Participación de mercado mediante regresión con SKU de atributos desfavorables
En el Gráfico 8 se utiliza el SKU que genera mayor participación de mercado, es
decir, posee la combinación de atributos más valorados por los shopper53. El Gráfico
9 corresponde al caso contrario54.
Se puede observar, que para que el caso de los atributos desfavorables obtenga
igual ratio PMj/PM*, es decir, igual participación de mercado que el SKU de mejores
atributos, este último debe tener precio unitario 6.7, que corresponde al nivel de
Precio Alto, versus el SKU con malos atributos que estaría a precio 0, lo que muestra
que con buenos atributos se puede vender a altos precios, logrando buena
participación en el mercado.
53 Marca Krystal, Calidad Premium, Variedad Cóctel, Sin Diseño y Tamaño Pequeño 54 Marca Brilliant, Calidad Normal, Variedad Mesa, Con Diseño y Tamaño Grande
64
Si se analiza las curvas, vemos que Golden presenta ventas muy similares a
Diamond, y que para niveles altos de precios, el ratio tiende a igualarse para todas las
marcas.
Ahora, si se analizan las marcas de manera independiente. Se ve que Brilliant es
la única que no presenta ventas para precios superiores a 2.5 la unidad, esto indica
que a pesar de la combinación de atributos que se haga, no tendrá participación en
el mercado. También es fácil notar, que todas las marcas alcanzan su máxima
participación en precios cercanos a 2.7. Las líneas de tendencia dicen que Krystal es
la marca que se distribuye de manera más normal, no así, Diamond que a pesar de
ser la segunda marca preferida por los clientes, concentra sus ventas a precios bajos.
Golden a su vez, muestra un comportamiento similar a Krystal, aunque no alcanza
los mismos niveles de participación.
Gráfico 11: Participación de mercado por marcas
Par ticipación de mer cado Kr ystal
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1,5 2,5 3,5 4,5 5,5 6,5
P r eci o Uni t ar i o
Par ticipación de mer cado Diamond
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1,5 2,5 3,5 4,5 5,5 6,5
P r eci o Uni t ar i o
Par ticipación de mer cado Golden
0
0,05
0,1
0,15
0,2
0,25
1,5 2,5 3,5 4,5 5,5 6,5
P r eci o Uni t ar i o
Par ticipación de mer cado Br i l l iant
0,000
0,050
0,100
0,150
0,200
1,5 2,5 3,5 4,5 5,5 6,5
P r eci o Uni t ar i o
65
Es interesante observar en el gráfico de Brilliant que a un precio adecuado,
cercano a 2.5, y con buenos atributos se pude encontrar SKU´s con buena
participación de mercado, por lo tanto es importante incorporarlos al surtido, en le
caso de poseer atributos competitivos.
Otros puntos atractivos a considerar son los de precio alto de Golden, que pese
a ser la tercera marca preferida por los shopper, tiene mejor recepción a estos niveles
de precio que Diamond, que se mueve mejor en precios medios.
El último atributo a analizar es Calidad, para esto se hizo una comparación entre
las curvas de participación en caso Premium y Normal. Como hacer un gráfico de
participación de mercado versus dos niveles de calidad55 no es representativo, se
incluyo la variable precio al análisis para cada nivel de calidad.
Participación de Mercado, Calidad Premium
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1,5 2,5 3,5 4,5 5,5 6,5
Precio Unitario
PM
pm Polinómica (pm)
Participación de Mercado, Calidad Normal
0,000
0,050
0,100
0,150
0,200
0,250
0,300
1,5 2,5 3,5 4,5 5,5 6,5
Precio Unitario
PM
pm Polinómica (pm)
Gráfico 12: Participación de mercado para nivel de calidad premiun y normal
55 Premium y Normal
66
De los gráficos se logra apreciar, que Calidad es directamente proporcional a la
participación de mercado, ya que Calidad Premium alcanza valores sobre el 32%
versus el 27% que logra como máximo la Calidad Normal. Además, Premium es
menos sensible al precio pues presenta ventas para todos lo niveles de precio.
67
XIV. CONCLUSIONES
14.1 Conclusiones finales
El presente trabajo consistió en analizar el comportamiento del simulador de
administración por categorías KatWise. Esto se hizo mediante la realización de un
estudio exploratorio de carácter cualitativo, utilizando la herramienta denominada
focus group y un estudio cuantitativo, a través de regresiones lineales para evaluar la
influencia de cada atributo en la participación de mercado.
El estudio cualitativo tenía como objetivo descubrir problemas que presenten los
participantes de KatWise. Mediante el focus group se pudo obtener que es
fundamental hacer una explicación previa, ya sea través de un manual o bien por
medio de una clase preparatoria que ayude a orientar la toma de decisiones y la
correcta introducción de datos al simulador.
Otro punto interesante que arrojó el estudio cualitativo, fue la sobre valoración
de algunos SKU’s, que producía un efecto de baja competencia. Lo anterior llevó a
hacer modificaciones en la Tabla de Utilidades, donde se disminuyeron los rangos de
los niveles de los atributos, con el fin de que no fuera tan distinto para el shopper
elegir un nivel u otro, manteniendo sus preferencias. También, se modificó los SKU´s
de atributos más desfavorables, se les varió los niveles para que fuesen más
apreciados por los clientes. Logrando con esto, ventas mejor distribuidas en el
surtido.
Finalmente, las reuniones con los participantes generaron mejoras en la interfaz,
diferenciación de la información56 por colores y redistribución de espacios. Además,
se le incorporó el nombre KatWise al simulador, junto con un logotipo, entregándole
identidad al producto.
Dentro del estudio cuantitativo, se realizó un análisis que midiera cuan diferente
eran los resultados antes una misma situación de entrada. Donde el simulador
KatWise dio buenos resultados, ya que obtuvo una variación del 7% promedio, es
56 Color azul para la información de entrada, color verde para las decisiones y color rojo para los resultados.
68
decir, que si bien el mercado no es estático,57 está bastante acotado, lo que es muy
parecido a la realidad, por lo que se cree que el modelo posee un correcto ajuste.
Se desarrolló una metodología para analizar el comportamiento de las variables,
esta consistió en hacer pequeñas modificaciones a los atributos58 de los SKU´s y
tomar igual tipo de decisiones de promoción, surtido, espacio y reposición. Luego se
corrió el simulador KatWise y se estimaron de los resultados, las ventas de cada
producto, para posteriormente calcular las participaciones de mercado de cada SKU,
dada una combinación especifica de atributos. Lo anterior se hizo reiteradas veces
alterando cada uno de los atributos, con el fin de de tener una base de datos
importante59 para hacer una regresión utilizando el modelo MNL, de donde se
obtuvieron los coeficientes que nos indicaron la influencia de cada atributo.
Una vez hecha la regresión, se identificó que el atributo Calidad estaba sobre
valorado por los clientes, lo que es anómalo en de una categoría de servilletas. Por
otro lado, la influencia del precio sobre la participación de mercado estaba muy por
debajo de la influencia de las otras variables, por esto se generó un cambio en la
distribución de utilidades, el exceso que presentaba Calidad Premium se le entregó al
atributo Precio. Como resultado de lo anterior, Precio ocupó el segundo lugar de
importancia tras Marca, que es lo esperado dentro de una categoría como la que se
esta tratando.
Por medio del estudio de sensibilidad aplicado a los atributos se pudo concluir
que los factores más relevantes son Marca, Precio y Calidad, ya que justifican el 90%
del modelo. De los resultados se puede apreciar que la Marca Golden tiene
distribuciones muy similares a Krystal pero a niveles de participación más bajos, por
lo que se considera un sustituto de la marca líder. Otro resultado interesante es que
Marca Brilliant obligatoriamente debe estar acompañada de atributos apreciados por
los shopper para presentar ventas, ya que se encuentra muy subvalorada. Por otro
lado, Precio reacciona como lo esperado, es decir, los productos aumentan su
participación al bajar el precio. A niveles de precios altos, Krystal es la única marca
57 Los shoppers presentan variaciones 58 Atributos: Marca (Krystal, Diamond, Golden, Brilliant); Calidad (Premium, Normal); Variedad (Coctel, Mesa); Diseño(Con, Sin); Tamaño (Pequeño, Grande); Precio es una variable continua por tramos, estos pueden ser (Bajo, Medio, Alto) 59 cercano a las 1000 ecuaciones, con el fin de disminuir el margen de error.
69
que puede tener importantes60 participaciones de mercado. Por último, la variable
Calidad, concentra sus ventas en el nivel Premium, el que distribuye su participación
de mercado en todos los niveles de precio, no así Calidad Normal que se vende sólo
a precios más bajos.
Finalmente, el presente Trabajo de Título cumple con los objetivos planteados
por la investigación, con esto se logra generar una herramienta útil para la práctica de
la administración por categorías, por lo tanto KatWise se considera un producto
capacitado para salir al mercado.
14.2 Estudios Futuros
Dado que el tiempo de trabajo de esta memoria es acotado, existieron temas
que se debieron dejar de lado en el estudio, sólo se consideraron aquellos problemas
que se creen más relevantes, ya sea por el impacto en el simulador, por la relación
con los jugadores o por la interpretación de los resultados. A continuación se listan
propuestas de futuros estudios, con el fin de continuar perfeccionando la herramienta
KatWise.
• Venta de información adicional: Al tener la metodología para calcular la
importancia de cada atributo, esta información podría estar al alcance de
los jugadores, para que los ayude a tomar mejores decisiones,
incorporándole un costo adicional.
• Estudio de promociones: En la realización de este trabajo se hizo un
análisis superficial para ver si las promociones reaccionaban de manera
correcta61, se propone realizar un estudio profundo de las diversas
promociones display, avisaje, descuentos en precio y regalos para conocer,
más precisamente, como afectan a las ventas.
• Incorporación de registro de decisiones de semanas anteriores: Cada
semana los jugadores pierden la información de las decisiones que tomaron
la semanas anteriores, lo que dificulta la interpretación de resultados. Al
tratarse de un gran número de decisiones llevar un apunte genera
importantes pérdidas de tiempo, por lo tanto, se propone incorporar un
60 Sobre el 20% del mercado. 61 Al poner algún tipo de promoción, aumentaban las ventas.
70
registro de decisiones. También se podría vender esta información a los
participantes, para analizar tanto su estrategia como la de los otros
competidores.
• Limitaciones de los Modelos: KatWise se encuentra acotado a una
única categoría, es decir, no prepara al usuario a enfrentar distintos tipos de
demanda. Por lo que se propone realizar nuevos escenarios, modificando la
distribución de utilidades, y así el jugador aprenda a enfrentar las
decisiones dada la categoría que se encuentra administrando.
71
BIBLIOGRAFÍA Y FUENTES DE INFORMACIÓN
BOSCH P., MÁXIMO Y PUENTE CH., ALEJANDRA. “Diseño y construcción a nivel prototipo de un simulador de negocios aplicado a la capacitación en administración por categorías”, 2006.
BUSTOS S., PABLO. “Análisis del desempeño de categorías en un supermercado”; profesor guía Máximo Bosch, profesor co-guía Marcel Goic, 2004.
RETAMALES B., TOMÁS. “Medición de la variedad de surtido percibida por los consumidores en categorías de los supermercados”; profesor guía Máximo Bosch, profesor co-guía Luis Aburto, 2005.
BRAVO Q., JOSELYN. “Análisis de la percepción de los consumidores del surtido en góndola”, profesor guía Máximo Bosch, profesor co-guía Loreto Martínez, 2006.
CEDEÑO G., HÉCTOR. ”Administración por Categorías, el Reto de un Objetivo Compartido”,category management & scanning services, business unit manager, ACNielsen.
BOSCH P., MÁXIMO, GOIC F., MARCEL Y BUSTOS S., PABLO. “Análisis de desempeño de las categorías en un supermercado usando data envelopment analysis”, 2004.
DICKENS, JACKIE. caso The Fresh Cream Cakes Market: The Use of Qualitative Research as Part of a Consumer Research Programme.
BELL, DAVID R. Y BOZTUG, YASEMIN. “The Effect of Inventory on Purchase Incidence: Empirical, 2004.
FADER, PETER S. Y BRUCE G.S. HARDIE. “Modeling Consumer Choice Among SKUs,” Journal of Marketing Research, 33 (November), pp. 442-452, 1996.
NAKANISHI, M. Y COOPER, L.G. Market share analysis: capítulos 2 y 5, 1988.
VISAUTA, B. “Análisis estadístico con SPSS para Windows”. McGraw-Hill, 1997.
GERENTES.COM - Artículos y Monografías: Juego1. Los simuladores de empresa como herramienta de trabajo. http://gerentespuntocom.wiki.mailxmail.com/Juego1
72
XV. ANEXOS
Anexo 1: Modelos de comportamiento de consumidores
1.- Probabilidad de incidencia de compra (Bell y Boztuğ, 2004)
Se calcula en base a la valorización que tiene el consumidor i por la categoría
completa en el instante t:
( )( )
( )i
t
i
ti
tV
VincP
exp1
exp
+=
Donde i
tV = Valorización por la categoría para el consumidor i en el instante t.
A su vez esta función lineal esta caracterizada por:
( ) ( ) i
t
i
t
i
t
i
i
i
t CVMCVININVCV **log*log* 4320 ααααα ++++=
En que: i
C = Consumo promedio del consumidor i
i
tINV = Inventario que tiene el consumidor i en el instante t
i
tMCINV = Inventario promedio del consumidor i en el instante t
i
tCV = Valorización por la categoría del consumidor i en el instante. Es la
suma de la valorización individual de todos los productos
pertenecientes a la categoría
Los parámetros α dependen de la categoría.
2.-Elección de un producto (Farder y Hardie, 1996)
Se utiliza el modelo de valorización por atributos, en que un producto se puede
ver como una combinación única de atributos/niveles, y para la elección de un
producto se utiliza el modelo multinomial logit.
La probabilidad de elección del producto j dada la incidencia de compra es:
73
( )( )
( ))((exp
)(exp/
jU
jUincjP
i
tj
i
ti
t
∑=
Donde:
)( jUi
t =Utilidad que le reporta al consumidor i el producto j en el instante t.
ji
t
j
t
j
t
A
a
i
t
Ka
l
aj
l
ai
lt
i
t MMPfAUjU,
22,11,
1 1
,,
, )**1(*)()*()( εγγ +++
+= ∑ ∑
= =
Donde:
)(,
, jUai
ltt =Utilidad que le reporta al consumidor i en el instante t, el atributo a en
su nivel l.
)(Pfi
t = Valor que toma la función de utilidad precio para el consumidor i en el
instante para el precio P. j
alA , = Indicador binario: 1 si el producto j posee el atributo a en su nivel l, 0
en caso contrario. j
mtM , = Indicador binario: 1 si la acción de marketing m esta activa para el
producto j en el instante t, 0 en caso contrario.
aK = Número de niveles para el atributo a - esimo.
ji
t
,ε = Término de error.
3.- Cantidad a Comprar
La cantidad que cada consumidor esta dispuesto a comprar se estima con una
distribución triangular.
),,(_ iii
ifvisstdcpmqfCV =
La función determina la cantidad realizando cálculos de consumo estimado entre
visitas al supermercado, tomando en cuenta el consumo promedio mensual,
desviación estándar, y la frecuencia de visita del consumidor i.
74
Anexo 2: Cuestionario de Reclutamiento
Identificación
Fecha de llenado de este formulario (día/mes/año)
Nombres
Apellido Paterno
Apellido Materno
Fecha de Nacimiento
Sexo
Nacionalidad
Estado Civil
Número de hijos
Dirección de correo electrónico
Domicilio
Calle y Número
Ciudad
Teléfono
Teléfono Celular
Laboral
Se encuentra trabajando actualmente
Part Time
Full Time
Posee conocimiento de marketing Esta relacionado con el área de estudio de
mercados
Educación
Carrera
Universidad Año que cursa
Postgrado
Otros
75
Anexo 3: Opiniones más relevantes para cada grupo
3.1 Grupo 1
Integrantes:
Pablo Bass
Ignacio Cisterna
Karen Contreras
Javier Gaido
Maria José Moyano
Temas más relevantes que se tocaron:
• Hacer una explicación previa, una clase.
• Preguntas frecuentes, más información de ayuda.
• No sale la información de que se debe jugar con todos los productos la
primera semana y las siguientes se pueden sacar poniendo un 0 en
precio unitario.
• Demasiado sobre valorado SKU 504 y 505.
• “No influía las compras anteriores, seguían comprando igual los mismos
productos, no se llenaba nunca el stock de los consumidores”.
• El juego debería incluir variaciones en la segmentación, para hacerlo
más atractivo.
• Hay un 33% de gente sensible al precio según la información de entrada
y al variar los precios no había mucha variación en los resultados.
• No se fijaron en los productos sustitutos.
• “Le falto ser más amigable al juego, no se entienden bien los atributos”.
• Nunca sale que son servilletas.
• No se entiende el número de productos en promoción, muchos ponían 1
pensando que a todos los SKU se les daba 1 producto, no ponían la
cantidad de productos a promover.
• El tema de la frecuencia era complicado.
76
• Faltó un dibujo de las bandejas, algo más didáctico, en la definición de
espacio por SKU, es muy poco amigable.
• Era muy barato sacar productos, se debería penalizar más.
• Debería quedar un registro se la decisiones de la semana anterior,
porque es una lata andar anotando todo en un cuaderno.
• La gran motivación era la competencia, ganarle a los otros.
• Finalmente, quedaron satisfechos con la experiencia “Deja un
aprendizaje, nociones de como lo hacen los supermercados para
manejar sus productos”.
3.2 Grupo 2
Integrantes:
Alberto Garrido
Nicolás Maggi
Christopher Muller
Hans Petersen
Karla Rayo
Temas más relevantes que se tocaron:
• Hacer una clase previa, para dejar en claro los objetivos y como tomar las
decisiones.
• No se analizó la información de entrada, la segmentación no aporta en
nada, sólo los ingresos ayudan a tomar las decepciones la semana
siguiente.
• “Si subía el precio la gente seguía comparando”, no era sensible al
precio.
• No se sabe que el display y el avisaje era semana por medio,” no sale en
ningún lado”.
• No se entiende que son servilletas.
• Para los que conocían Markstrat era más fácil jugar, pues lo veían más
cercano y comparativamente es bastante más sencillo.
• La interfaz es muy mala, es incomodo para jugar por el mal diseño.
• Molestaba que no se podía ver la jugada anterior
77
• Nadie comparó los atributos de los SKU´s.
• La estrategia de subir el precio era buena, porque la gente seguía
siempre comprando.
• “Por mucho que haga un descuento en un segmento Premium la gente
igual se debiera cambiar, y no pasa.” Los descuentos no funcionan, sólo
los sobreprecios.
• La promoción de productos no se entiende cual es la cantidad que hay
que poner.
• Entendieron perfecto la distribución de espacio en las bandejas.
• No se entendía el horario de la reposición, en un modulo ponían
reposición a más de 1 hora, necesita una breve explicación.
• “Al principio le dedicabamos mucho tiempo a las jugadas, al final casi
nada, era automático”.
• No habían muchas motivaciones, “debería haber un premio final”, porque
la competencia no los motivaba tanto, “aunque ser último igual es lata”.
• La mayoría siente que no aprendió nada, las decisiones fueron en base
a nociones personales.
• Los que no han tenido marketing sienten que si deja aprendizajes, en
cuento a factores que no consideraban tan relevantes, como reposición.
3.3 Grupo 3
Integrantes:
Gustavo Apablaza
Matías Arenas
Jorge Catepillán
María Fernanda Figueroa
Juan José Sidgman
Temas más relevantes que se tocaron:
• Hacer una pequeña introducción al tema, porque no se entiende de
primera instancia a que se esta jugando.
• “La información de entrada aportaba poco, porque como que no se
entendía mucho al principio, se jugó más bien al azar la primera semana”.
78
• La segmentación confunde, porque no se aclaran bien los que significan
los nombres de los tipos de segmentos (Platino, Gold, Médium, Others).
• La información entregada por los reportes era la justa y necesaria para
poder planear una jugada la semana siguiente.
• Las primeras jugadas requirieron de bastante estudio para lograr
comprender como funcionaba el simulador.
• “No sale en ningún lado que hay poner cero en el precio unitario para no
poner el producto en la semana”
• Se debiera informar que se pueden quitar productos partir de la segunda
semana
• “No entendía porque me desaparecían los avisajes y display si no los
ocupe algunas semanas”
• Problemas al poner cantidad de productos de promoción.
• En los resultados de Stock Out, “salía que había harto SO y que solo
vendió 1 producto, sin tomar en cuenta que había más de un producto”.
• Es claro, aunque trabajosa la distribución de espacio, podría ser más
amigable.
• Costó relacionar Stock Out con frecuencia de reposición, muchos no
entendieron los reportes de Stock Out.
• “Como estábamos en un grupo que nos conocíamos harto, la
competencia era lo que hacía más entretenido el juego”.
• En este grupo ninguno de los integrantes tenía conocimiento de
marketing, y concluyeron que el juego aportó en conocimientos, pues no
imaginaban la importancia y el dinamismo en las decisiones que se
produce al vender una simple categoría en un supermercado.
79
Anexo 4: Surtido antiguo de productos
SKU MARCA CALIDAD VARIEDAD DISEÑO TAMAÑO PRECIO
501 estrella normal cóctel sin 50 189 502 estrella normal mesa sin 50 199 503 estrella gold cóctel sin 20 219 504 estrella gold mesa con 20 379 505 estrella gold mesa sin 20 409 506 cometa junior cóctel sin 50 149 507 cometa junior cóctel sin 200 419 508 cometa junior mesa sin 50 199 509 cometa junior mesa sin 300 799 510 cometa mayor absorción cóctel sin 50 149 511 cometa mayor absorción cóctel sin 200 499 512 cometa mayor absorción mesa con 25 399 513 luna normal cóctel sin 50 119 514 luna normal cóctel sin 150 359 515 luna normal cóctel con 40 129 516 luna normal cóctel con 35 185 517 sol normal cóctel sin 50 129 518 sol alta cóctel con 50 139
Tabla 24: Surtido inicial de productos
80
Anexo 5: Cambios de segmentación
En las tablas que se encuentran a continuación se ven los pequeños cambios
sufridos en las importancias relativas de los atributos por modelo.