El objetivo de este modelo es la estimación de la demanda para una categoría de productos, dentro de los territorios o las unidades de análisis geográfico que se definan. Estos modelos permiten incorporar una visión dinámica del mercado, para proyectar aumentos o disminuciones en la demanda en función de cambios en las variables que la sustentan (permitiendo, por ejemplo, proyectar tasas de crecimiento en función de cambios en la densidad poblacional, nivel de ingresos, penetración comercial/industrial en la zona, etc.)
¿Cómo opera?
El primer paso corresponde a la definición de la unidad básica de análisis. Las unidades de análisis pueden ser manzanas, zonas censales, comunas, ciudades, o cualquier polígono geográfico ad-hoc que sea relevante. Una definición efectiva de la unidad de análisis debe considerar, entre otras, variables cómo:
-
El área de influencia típica de las “bocas de salida” del canal de distribución utilizado.
-
Un tamaño lo suficientemente pequeño como para no terminar trabajando sólo con “promedios”.
-
Un tamaño lo suficientemente grande como para “alocar” de forma precisa las ventas de la compañía.
El paso siguiente corresponde al levantamiento de las hipótesis respecto de las variables que generan un impacto en la demanda del producto/servicio de la compañía. La lista, que varía en función de la industria con la que se esté trabajando, considera variables como:
-
La densidad poblacional y el volumen absoluto de residentes de la zona.
-
El nivel socioeconómico de los residentes.
-
La intensidad de tráfico de población flotante en la zona.
-
El nivel de penetración de comercio, industria, servicios e hitos relacionados al transporte (público y privado) en la zona.
-
Variables propias de la industria: índices de adopción de tecnología, variables climáticas, etc.
Una vez levantadas las hipótesis, el paso siguiente corresponde a la construcción y análisis del poder predictivo de los modelos. Resulta clave probar la calidad de los modelos, para lo cuál se utilizan datos de control, y un análisis “lógico” de la correlación de las variables (por ejemplo, si se está analizando la demanda por productos de lujo o de un precio superior al promedio, debería encontrase una correlación positiva entre el nivel de ingresos y la demanda por el producto).
Resultados
Los beneficios de un modelo de estimación de demanda preciso son casi infinitos:
-
Cálculo de participaciones de mercado por zonas
-
Detección de Zonas débiles.
-
Detección de zonas a proteger.
-
Evaluación de distintos esquemas de atención: venta directa versus distribuidores versus call center.
-
-
Evaluación de campañas y penetración.
-
Construcción de presupuestos de venta, fijación de metas por zona.
-
Estimaciones de niveles de inventario.
-
Definición de esquemas de atención óptimos; etc.
Si el modelo de estimación considera además un análisis de elasticidades de precios, los beneficios mencionados en la sección correspondiente a “Mediciones Empíricas de Elasticidades Precio-Demanda” de nuestro portafolio de soluciones se aplican también a este caso.