IMPORTANCIA DE LA LEALTAD DE MARCA EN EL MERCADO DE CERVEZA EN RETAILERS DE ESTADOS UNIDOS

Por: Ing. José Cotos

Estoy analizando un interesante paper de dos profesores de la Pennsylvania State University, y de un profesor de la Sam Houston State University. Los autores explican que el comportamiento del consumidor en los modelos de elección de marca, pueden ser muy influenciados si se modela y evalúa con precisión un parámetro de lealtad a la marca. La lealtad de la marca la definen como persistencia dependiente del estado para una marca específica, independiente de los cambios de precio, para comprender los procesos de toma de decisiones de los consumidores. La lealtad a la marca es un objetivo crítico de marketing, ya que las empresas con una base de clientes leales disfrutarán de ingresos predecibles y una demanda persistente. La lealtad a la marca también actúa como barrera de entrada, aumentando la disposición de los consumidores a pagar, reduciendo la sensibilidad al precio de los consumidores y disminuyendo el impulso de los consumidores para cambiar de proveedor. También, se puede decir que la lealtad a la marca actúa como un amortiguador, protegiendo a las empresas de conflictos de marketing y ofreciendo el tiempo necesario para responder a las maniobras de los competidores. Hay investigadores que analizan la necesidad de controlar la heterogeneidad no observada entre los hogares y las variables dependientes del estado al estimar modelos de elección de marca, los que pueden relacionarse directamente con la lealtad a la marca. Otros investigan la relación entre lealtad y participación de mercado y precios relativos. Puede decirse que la lealtad a la marca es un activo estratégico para los productos de una empresa que pueden ganarse a través de esfuerzos de marketing a largo plazo o experiencia personales del consumidor, y debe ser mantenido durante todo el ciclo de vida del producto. 

Los orígenes de la lealtad a la marca se encuentran en el dilema de optimización del consumidor. Los productos comprados con frecuencia casi siempre los consumidores practican con ellos la  recompra y tienen un rutina de compras. La lealtad a la marca no es un truco y fabricantes como Del Monte, Harley Davidson y General Motors gastan cantidades considerables para aumentar la lealtad de los clientes. Modelar y predecir con precisión un parámetro de lealtad a la marca puede afectar drásticamente la medición de los impactos y el bienestar del consumidor en los modelos de elección de marca. 

Las marcas representan características que diferencian productos y servicios que parecen diseñados para satisfacer las mismas necesidades. Estas características podrían ser funcionales, racionales o tangibles  para atributos cuantificables de productos o servicios, o podrían también ser simbólicas, emocionales o intangibles para características más abstractas. Se ha determinado que las característica tangibles y funcionales muchas veces exceden lo que los consumidores necesitan, lo que desplaza la competencia hacia los elementos intangibles de las marcas. 

Con base en dos características esenciales, las metodologías empíricas para evaluar la lealtad a las marcas pueden clasificarse en cinco tipos: La primera y la segunda categoría se refieren a técnicas de medición, que pueden basarse en marcas o individuos. La tercera y cuarta categorías indican si la evaluación se basa en preferencias reveladas (conductuales) o en preferencias declaradas (actitudinales). La quinta categoría la construyen los científicos combinando componentes actitudinales y conductuales. 

La lealtad conductual se centra en los patrones de compra y la proporción de veces que el cliente elige el mismo producto comparado con el número total de compras en esa categoría. A esto se llama lealtad del cliente. Varios investigadores han criticado el enfoque conductual y dicen que la lealtad del cliente debe incorporar actitudes. 

El Enfoque actitudinal enfatiza el compromiso psicológico, la conexión emocional y el deseo de recomendación como razones para repetir las compras. 

Cuando los modelos de elección discreta ganaron popularidad en la investigación de mercados, los investigadores comenzaron a construir modelos más precisos. El Método Generalizado de Momentos, la estimación bayesiana la Máxima Verosimilitud son métodos para estimar modelos de elección discreta con heterogeneidad de preferencias a partir de datos agregados. Todos estos modelos abordan la cuestión de la endogeneidad de los precios, que es un efecto secundario de tratar con datos de preferencias reveladas y una fuente de controversia en la investigación de mercados. Con la endogeneidad que surge de la estrategia de fijación de precios, se demuestra que a largo plazo y en un mercado más concentrado, sería óptimo para una empresa con base leal más grande invertir en captar clientes más leales reduciendo el precio promedio y realizando promociones con mayor frecuencia para debilitar a la competencia. 

Un Indice de lealtad a la marca podría mejorar el ajuste de los modelos de elección del cliente y aumentar el poder explicativo de dichos modelos. El índice básico de lealtad a la marca define la lealtad a la marca como la persistencia de la dependencia del estado para una marca específica independientes de los posibles cambios de precio, que se calculó basado en una secuencia ponderada exponencialmente de compras pasadas. 

Hay investigadores que han explorado caminos para mejorar el índice. La lealtad a la marca, según su modelo, puede explicar dos efectos principales: dependencia del estado y heterogeneidad. Aunque su índica captó cambios en el comportamiento de compra, no diferenció entre las fuentes de variación. No se determinó qué aspectos del comportamiento fueron resultado de la heterogeneidad y cuáles eran resultado de cambios dentro de un hogar a lo largo del tiempo. Hubo inexactitud al medir el parámetro de “suavizado” que fue la base para generar el índice de lealtad a la marca. Abordando esta deficiencia Fader (1992) desarrolló una aproximación lineal del índice de lealtad basada en la expansión de Taylor. Dong y Stewart (2012) integran la heterogeneidad en el modelo de Dirichlet Multinomial. Evalúan la lealtad a la marca empleando modelos bayesianos. 

Los investigadores decidieron usar el Modelo Logit mixto multinomial conocido comúnmente como el Modelo Logit de Parámetros Aleatorios o Modelo Logit Kernel para modelar la preferencia de marca en el mercado de retail de cerveza en Estados Unidos. De acuerdo a este modelo, los hogares eligen probabilidades asociadas a una combinación lineal de la alternativa variante y la alternativa invariante de atributos.

Estimamos un modelo de elección de marca que considera los factores primarios de una elección de marca de cerveza para hogares. Una marca es un producto identificado por características distintivas. La marca puede ser ofrecida en varios contenedores manteniendo su calidad de producto. 

La utilidad de consumo de la marca j en la ocasión de compra t para hogares i es:

La lealtad de la variable del individuo i para la marca j en la ocasión de compra t es:

Se define el índice de lealtad como el peso promedio de compras pasadas. Expandiendo la variable de lealtad a una serie de Taylor se obtiene:

Renombrando datos se pude reescribir como:

Se puede estimar el coeficiente Beta mediante:

Si reemplazamos con el índice de lealtad se obtiene:

donde significa que en cada paso se calcula un nuevo parámetro de suavizado para cada hogar.

Es posible calcular la variable de lealtad en función del parámetro de suavizado inicial utilizando una función recursiva. Se puede reescribir la fórmula (3) en:

Se asume que en el punto de inicio, el consumidor tiene una lealtad de marca a través de todas las marcas o

donde n es el número de marcas. Para estimar ahora podemos usar la ecuación (3) y encontrar la primera derivada con respecto al parámetro de suavizado

Usando la ecuación (11) podemos calcular la derivada en base a todos estos elementos conocidos. Podemos calcular un parámetro de suavizado para cada hogar y para cada período. Con los parámetros de suavizado calculados, contamos con un índice de lealtad de marca preciso.

Los datos usados son de 2700 marcas de cerveza distintas. Desde el comienzo de la investigación, Estados Unidos ha sido golpeado por el Covid 19 y la pandemia. La cual ha afectado al sector minorista de retail de cerveza. El consumo de cerveza fuera de local ha aumentado en 30%. Hay una demanda mayor de latas a diferencia de botellas. 

Se realizó el estudio con datos de 11 estados con la tasa de consumo de cerveza más alta.

Al aplicar este modelo al mercado de retail de cerveza de Estados Unidos, se descubrió cómo la lealtad a la marca tiene un impacto significativo en las elecciones de marca. Por ello, tener una medida precisa de la lealtad a la marca y seguir su progreso a lo largo del tiempo ayudará a las empresas a mejorar sus estrategias de segmentación y focalización.

El parámetro de suavización describe cómo los hogares ponderan sus experiencias a lo largo del tiempo. Al utilizar dicho parámetro, se puede determinar quién recordará sus sentimientos y quién los olvidará. Aquí, datos más precisos brindan a los marketeros una herramienta útil para segmentar, orientar, lanzar un nuevo producto o incluso cambiar la marca.

Medir con precisión la lealtad a la marca y analizar las tendencias en las variaciones de la lealtad a la marca ayudará a los planificadores de mercado a predecir la demanda, simular la segmentación y formular estrategias de posicionamiento efectivas. Ahora es posible rastrear a los consumidores leales, descubrir sus patrones de compra y hacer planes adecuados. Por ejemplo, para presentar nuevos productos, aprender sobre la lealtad a la marca de los clientes en diferentes regiones y mercados beneficiaría a la industria y ayudaría a los analistas de mercado a optimizar sus enfoques hacia nuevos mercados. 

Yo creo que la obtención de la fórmula de índice de lealtad del cliente es un de los mayores logros de esta investigación. También, haber averiguado que el consumo de cerveza fuera de local ha crecido en 30%. Hay mayor demanda de latas que de botellas de cerveza. El factor clave en la elección de compra es la lealtad a la marca. 

El Análisis de las tendencias a las variaciones en la lealtad ayuda a predecir la demanda. Esto ayuda en el Posicionamiento de Marca. Aprender sobre la lealtad a las marcas en diferentes regiones ayuda a enfocarse en nuevos mercados. Considerar que no se ha evaluado el ascenso de lealtad hacia marcas privadas de cerveza de cadenas de retailers. Pero los hallazgos y las fórmulas serán muy útiles para tomar mejores decisiones de marketing. El fomentar tomar cursos para incrementar la lealtad de marca, la fidelización de consumidores y el Marketing Relacional serán un tema clave en el futuro inmediato para ser competitivos en el negocio de cervezas de retail. 

 ENFOQUES CONCEPTUALES SOBRE LA PRECISIÓN DE ENCUESTAS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO

Por: Ing. José Cotos

Estoy analizando acá un paper de varios profesores, de diversas universidades. Entre ellas están de la University of Mannheim, University of Chicago, Stanford University, Utrecht University, Université Paris-Saclay, University of Michigan, Australian National University, University of Queenslandk, Ludwig Maximilian University of Munich, y University of Essex. 

Explican que hay muchos hechos de los últimos años en que las predicciones fueron erróneas como se predijo que los británicos permanecerían en la Unión Europea, que en las elecciones del 2016 Hillary Clinton derrotaría a Donald Trump. Cuando se han investigado en las razones de estos fallos, se encontró que las predicciones de estos hechos se basaron en muestras no probabilísticas. Los estudios muestran que las predicciones basadas en muestras probabilísticas son más precisos que los estudios basados en muestras no probabilísticas. Los estudios muestran alta precisión en encuestas  de muestreo probabilístico para estimados univariados y análisis longitudinales. Estos estudios no hallan diferencia en precisión de casos bivariados y multivariados. 

Evaluar la precisión de las muestras enfrenta desafíos. Un desafío común es desenredar modos de efecto (sesgos de medición por ejemplo) de efectos de muestra (sesgos de selección por ejemplo). Este desafío ocurre porque las encuestas de muestras probabilísticas son conducidos generalmente offline (por ejemplo cara a cara o por entrevistas telefónicas) mientras encuestas de muestras no probabilísticas son conducidas generalmente online vía paneles no probabilísticos online. La mayoría de todos los estudios concluyen que ambas encuestas de muestras probabilísticas offline y online son más precisas que las encuestas de muestreo no probabilístico online. 

El desafío es cómo medir la precisión de forma que sirva par ambos, variabilidad de muestreo y sesgo sistemático. Todo estos sugiere que las encuestas varían en un número de factores de diseño en vez de diseño muestral (por ejemplo, esquemas de incentivos, frecuencia de contacto) y puede a veces ser más o menos preciso por elección, las muestras más precisas son basadas en procedimientos de muestreo probabilístico en vez de procedimientos de muestreo no probabilístico. 

Otro desafío común en evaluaciones de precisión es cuando enfrentan disponibilidad de benchmarks dorados. Los benchmarks más usados son gran escala, alta calidad en encuestas de muestreo de probabilidad. Un ejemplo típico de diseño benchmark es la Encuesta de la Comunidad Americana US. Otros benchmarks son datos del censo de población, salidas en la elección y datos de registro de la población. 

Todos estos benchmarks tienen ventajas y desventajas. Una ventaja clave de usar una encuesta de muestreo probabilístico de alta calidad usándolo a gran escala es que el juego de variables disponibles para comparación incluye no solo variables sociodemográficas sino variables sustantivas en actitudes y comportamiento. Una desventaja es que a gran escala, las encuestas de muestreo no probabilístico de alta calidad son encuestas por sí mismas y deben contener errores típicos de encuestas, como errores de cobertura, muestreo y falta de respuesta. 

Yo creo que en el Perú también podemos realizar investigaciones de este tipo pero se requiere de buenos profesionales en Estadística. En los tiempos actuales, la Estadística y la Matemática se han vuelto más importantes que antes para predecir hechos e identificar tendencias y son aplicados en Machine Learning  e Inteligencia Artificial. Ofrecer becas de estudio para maestría y doctorado en Estadísticas y en Matemáticas Puras sería muy valioso para elevar el nivel y aumentar la calidad de las investigaciones peruanas. Tuve ocasión de llevar un curso internacional de matemáticas puras hace unos años, y el profesor, de España, contó que invertir en estudios de investigación en matemáticas puras no es muy caro y se pueden realizar grandes descubrimientos. El nos recomendó que así podía desarrollar el Perú. 

Si se dan cuenta, la experiencia de Brasil, que se esmeraron en estudiar e investigar en Matemáticas Puras es un gran ejemplo de cómo este hecho, reforzó el estudio de las ingenierias y el desarrollo del Brasil. Esta iniciativa puede ser replicada en el Perú y lograr elevar las investigaciones en Estadística, Matemáticas e Ingenierias para sus diversas aplicaciones. Yo he logrado revisar libros brasileños de Recursos Humanos llenos de herramientas matemáticas lo cual no se da en los países vecinos. Sigamos el camino del desarrollo. La ruta está trazada, solo hay que seguirla. 

ESTUDIANDO LA DURABILIDAD DE PRODUCTOS DE LUJO PARA UN CONSUMO SOSTENIBLE

Por: Ing. José Cotos

Estoy analizando una investigación dos profesoras de la Columbia University y un profesor de la Georgetown University. El ascenso de retailers como H&M y Zara ha llevado a los consumidores adoptar hábitos de compra de ropa y accesorios de moda rápida, de menos de un año. Un 36% de incremento en el desgaste de un producto, comparado con 15 años atrás. Para enfrentar esta realidad, varias tendencias han emergido en la pasada década. Ejemplos notables es el aumento de consumo de lujo, los conceptos de “compre menos, compre mejor” y “moda lenta”. Los consumidores están comprando productos caros que les duren en vez de productos baratos que duran poco. Estas tendencias y movimientos todavía representan segmentos de nicho.

La investigación se centra en 1)cuando los productos de alta gama son más sostenibles gracias a sus más largos ciclos de vida 2)cómo los consumidores procesan la información de acuerdo a la durabilidad de productos de alta gama, y 3)cómo los marketeros pueden ayudar a los consumidores a superar una falla de durabilidad del producto y promover la compra de menos productos de alta gama que duren más.

La sostenibilidad es el consumo de bienes y servicios que cubren las necesidades básicas y calidad de vida sin pone el riesgo las necesidades de generaciones futuras. La investigación identifica tres dimensiones claras de la sostenibilidad, 1)provisión de materiales en la cadena de abastecimiento 2)producción y manufactura de procesos, y 3)durabilidad y vida útil de productos, incluyendo uso y desecho. Este trabajo se enfoca en la tercera dimensión: durabilidad de producto y vida útil. Esta dimensión ha sido pasada por alto y otros marketeros se enfocaron en las dos primeras dimensiones.

La durabilidad del producto reduce el desperdicio porque permite la compra selectiva de menos productos. Extendiendo la vida útil de sus compras, los consumidores hacen uso estratégico de su presupuesto financiero, mientras participan en el movimiento de sostenibilidad.

El retailer Farfetch promueve su servicio “Second Life” con el que los clientes venden sus bolsas amadas para reciclaje ayudando al medio ambiente. También va de acuerdo con el lujo sostenible y la “moda lenta”. Marcas como Pivotte, Everlane y Cuyana a sí como otras marcas de lujo como Patagonia, Brunello Cucinelli y Loro Piana, promueven el uso de materiales durables de alta calidad que reducen el impacto medioambiental mientras retailers de lujo online como Net-a-Pörter permiten a las tiendas filtrar los productos por su sostenibilidad.

Considerando diversas investigaciones sobre compra de productos de alta gama y algunas sobre durabilidad, las investigaciones proponen las hipótesis:

H1: Manteniendo el presupuesto total y el horizonte de tiempo de consumo constante, los consumidores prefieren comprar múltiples productos de medio rango sobre menos productos de alta gama.

H2: El efecto especificado en H1 es mediado por la negación de la durabilidad del producto.

Los investigadores consideran que preferir la durabilidad en productos de alta gama mantiene la sostenibilidad y es positivo. Marcas de lujo han hecho su prioridad esta tendencia. Por ello, los investigadores han lanzado una tercera hipótesis:

H3: Aumentar la prominencia de la durabilidad del producto fomenta la elección de menos productos de alta gama sobre múltiples productos de gama media.

Se realizaron seis estudios para averiguar data relevante sobre estas hipótesis. Todos usaron el Análisis ANOVA y la plataforma Qualtrics para realizar las encuestas.

Estudio 1: Prevalencia de bienes de alta gama en mercados de segunda mano.

Hay soporte correlacional de que productos de alta gama tienen un ciclo de vida más largo porque son prevalentes en retailers online de segunda mano que bienes ordinarios. Los bienes de alta gama duran mayor tiempo y tienen ciclos de vida adicionales en el mercado.

Estudio 2: Sostenibilidad de bienes de lujo.

Este estudio provee fuerte soporte empírico que los bienes de alta gama son más sostenibles que los productos de menor precio porque los poseedores de bienes de alta gama los mantienen por mayor tiempo y los desechos de manera sostenible.

Estudio 3: Negar la durabilidad del producto.

Este estudio presenta que mostradas dos opciones, la mayoría de los que contestan prefieren gastar el mismo monto de dinero en múltiples bienes ordinarios en vez de bienes de alta gama (H1) porque, en parte, no consideran la durabilidad del bien de alta gama (H2).

Estudio 4: Quitando durabilidad al producto por un mejor mundo.

Manipulando la prominencia de la durabilidad del producto, este estudio provee soporte para una efectiva estrategia en comunicación online para promover productos de alta gama. Los hallazgos sugieren que haciendo el producto más durable es efectivo para fomentar el consumo sostenible de menos, mejores bienes.

Estudios 5a y 5b: La importancia de la durabilidad y cómo promoverla.

El estudio 5a muestra que los consumidores que comercian entre durabilidad y otros atributos de producto, la durabilidad emerge como un atributo importante después del estilo y casi valorado igual al precio.

El estudio 5b demuestra que la durabilidad puede ser efectivamente posicionada como una dimensión de sostenibilidad. Cuando durabilidad se comparó con provisión y manufactura, fue preferida.

Yo creo que aplicar la durabilidad a productos de lujo es positivo, porque los productos de baja calidad muchas veces son contaminantes, pero, en países en desarrollo, como el Perú, es necesario, aplicarle durabilidad a productos de bajo precio porque los pobladores no tienen siempre recursos para adquirir bienes de lujo, y es necesario darles un nivel de calidad mayor por un precio bajo, que es el mismo lema de muchos retailers de precios bajos en nuestro país. Es un tipo de ventaja competitiva para las empresas peruanas que le brinden alta calidad a productos de bajo precio, ya que así se aseguran clientes de por vida o por un largo período de tiempo. Sería interesante realizar una investigación sobre influencia de la durabilidad en las ventajas competitivas de productos de alta gama y de bajo valor también. Realizar estudios sobre otros atributos deseables en el producto como no contaminantes al medio ambiente, no alérgenos, ciclo de vida largo para alimentos y medicamentos, resistencia a la abrasión en llantas o productos con roces en su aplicación, etc; y su influencia sobre la propensión a ser comprados por consumidores de alta gama y de bajo precio. Esta propensión es medida con mayor facilidad en los retailers por lo que realizar convenios con los retailers y las universidades para realizar las investigaciones sería deseable para poder experimentar y presentar conclusiones. Este binomio universidad-empresa ha sido por largo tiempo expresado, pero no puesto en práctica en nuestro país. En países del primer mundo sí están conectados la universidad y la empresa, por ello realizan este tipo de investigaciones. Cuanta mayor cantidad de investigaciones, mayor será la cantidad de aportes al marketing y para ciencias afines. 

 DESEMPEÑO DE ESTRATEGIAS OMNICANAL A TRAVÉS DEL E-COMMERCE

Por: Ing. José Cotos

Estoy analizando un interesante paper de tres profesores de SEGESTA Universitá Cattolica, Italia. Estos investigadores analizan el E-commerce en el contexto de una estrategia de ventas y distribución por lo que las empresas deben manejarla correctamente e integrarla con varios canales online y offline. Deben diseñar una nueva cadena de valor para el e-commerce para enfrentar el nuevo desafío.

La amplia adopción del e-commerce en estrategias omnicanal ha sido ampliamente estudiada en marketing por sus grandes aplicaciones en comportamiento del consumidor y en la lealtad, así como en retail, precios, y elecciones de comunicación a elegir del canal digital. La atención a la  estrategia omnicanal se relaciona con la necesidad de las compañías para enfrentar cambios en comportamiento del consumidor debidas a la evolución de la tecnología. Para involucrar y mantener la lealtad del consumidor, se hace necesario conectar e interactuar continuamente con los consumidores brindando numerosos canales disponibles y puntos de contacto, digitales y físicos, de forma que la experiencia del consumidor entre canales y el desempeño sobre canales sea optimizada. 

La atención debe enfocarse en la reducción de cualquier actividad superpuesta o desalineada entre canales y el nivel de conflicto entre ellos, incrementa la complejidad de la administración del consumidor. 

Yo creo que podrían aplicar Diagramas de Análisis de Proceso para estudiar estas actividades y descubrir con más facilidad los problemas mencionados.

Una efectiva operación e-commerce en una estrategia de administración omnicanal posibilita a la empresa a cubrir los requerimientos del consumidor en la llamada jornada del consumidor.

El desafío principal que enfrenta la empresa es implementar una efectiva estrategia omnicanal combinando canales online y offline y administrarlos como una entidad única, ofreciendo una experiencia individualizada a cada consumidor. Esto puede generar beneficios en satisfacción del consumidor, lealtad del consumidor y retención del consumidor.

El beneficio principal es la recolección e integración de datos sobre consumidores, precios e inventarios en todos los canales, fluyendo por los diferentes canales y la compartición de dichos datos, recursos e información recibida por los diferentes puntos de contacto entre funciones de Marketing y Ventas, así como con los clientes de retail de la empresa. 

La explosión de datos permite hacer analítica predictiva y mejorar el pronóstico de demanda. Los datos permiten ofrecer una experiencia personalizada al consumidor en el medio ambiente del canal. También demandan una nueva infraestructura de Tecnología de la Información.

La implementación exitosa de estrategias omnicanal descansa en la habilidad de la empresa para los intercambios entre varios atributos de desempeño, proveyendo a los consumidores con buenos servicios logísticos a costos razonables. 

Los intercambios se vuelven más desafiantes y complejos de manejar porque las empresas están ofreciendo una más amplia variedad de productos, acopladas con despachos rápidos y flexibles a precios competitivos, mientras los costos de despacho continúan siendo un factor crítico de éxito, manejado por costos de mano de obra, densidad de valor de producto, y tamaño de orden promedio. 

La necesidad de manejar apropiadamente el intercambio entre costo y servicio se demuestra porque muchas empresas adoptan soluciones de despacho alternativas. Ejemplos son: sistemas como Click & Collect, Click & Reserve, Click & Drive, y puntos de recojo atendidos y desatendidos. Estos sistemas difieren en varias perspectivas como oportunidad de venta cruzada, velocidad de despacho, riesgo de despachos perdidos; todo ello reduce el costo de transporte.

La adopción de múltiples canales offline (o híbridos) puede generar ventajas para la empresa si es capaz de usar cada uno de los dos canales para segmentos de target específicos y esta dispuesto a crear sinergias entre ellos. 

Los investigadores proponen un marco de referencia que describa 4 arquetipos de compañía para entrar en una iniciativa de e-commerce, clasificadas de acuerdo a dos factores:

-el principal canal de distribución de la empresa (directo o indirecto).

-la densidad de valor del producto (alto o bajo).

El primer factor está unido al concepto de estrategia de distribución de marketing que garantiza que el producto deseado sea distribuido en la cantidad deseada en el canal deseado para satisfacer al consumidor deseado. La adopción de múltiples canales offline ( o híbridos), directos o indirectos, puede generar ventaja para la compañía si es capaz de usar cada uno de los dos canales para segmentos target específicos y está dispuesto a crear sinergias entre ellos. 

La administración de datos es un aspecto crucial para la distribución omnicanal y es un tema ampliamente estudiado, enfocándose en aspectos como: transparencia del canal, disponibilidad de data online y offline del comportamiento del consumidor con sus necesidades, y compartir información entre páginas webs, tiendas y manufactura. Se requieren estudios más profundos sobre las barreras y obstáculos en administración de datos integrados y desarrollo de una única y coherente estrategia de marketing. Valentino, una marca de lujo, creó su estrategia para implementar su estrategia omnicanal y de e-commerce. Esta estrategia se mejoró al inicio de la pandemia. Se implementó un Plan de desarrollo de negocio y de entretenimiento digital, así como una integración omnicanal, que generó crecimiento a doble dígito en ventas online, superando el 62%.

Respecto al canal indirecto, las compañías deben apalancar su canal digital para hacer contacto directo con el consumidor. El e-commerce permite una mejor comprensión del consumidor, se pueden entender los cambios en el comportamiento y necesidades, para adaptarlas al proceso de desarrollo de productos, las estrategias de comunicación, y las campañas promocionales. 

Nike es una empresa que realzó su contacto directo con los consumidores gracias a la implementación de su e-commerce y la creación de su propia red directa al consumidor. El análisis de venta en la plataforma aplicando Marketing Digital, lleva a mejores pronósticos de ventas, que llevan a mejor planeación de la producción. 

Un ejemplo de la importancia del contacto directo de la empresa con su target es Yoox Net-a-Porter (YNAP) un jugador online conocido por sus ventas de prendas a la moda para marcas internacionales y diseñadores, ha lanzado su propia marca llamada 8 by Yoox. Sus colecciones usan un sistema de Inteligencia Artificial que identifica tendencias de mercado de redes sociales y revistas digitales. Se cruzan con diseños preferidos de su página web. Zara ha basado su modelo de negocio y su éxito de mercado en apalancar amplia variedad de data para desarrollar productos y predecir volúmenes de ventas.

Se puede desarrollar un marco del tipo de canal de distribución, directo o indirecto, como un factor que influye en el valor potencial añadido de la introducción del e-commerce. 

El segundo factor del marco de referencia es la densidad de valor del producto, lo que se acerca a la importancia que la eficiencia y el diseño tiene en la administración del proceso de distribución. 

Debido a la importancia del proceso logístico, varios estudios han tratado de identificar los factores principales afectando los costos de despacho, así como los intercambios entre servicios logísticos y costos de transporte. Los factores que influyen para mantener el nivel de servicio del consumidor, son la seguridad del despacho, las características geográficas del mercado en términos de densidad del consumidor, y el nivel tecnológico del flete. 

La densidad de valor del producto (valor unitario/ volumen o peso) es tradicionalmente usado en logística para evaluar el impacto de costos de transporte en la rentabilidad de ventas. 

Se adopta la densidad de valor del producto como el factor de clasificación.

Al tomar decisiones en proyectos de e-commerce, elecciones como la longitud de la ventana de despacho, la velocidad de despacho, áreas geográficas a servir, dependen de la densidad de valor de producto. Cuando este parámetro es alto, las empresas tienen generosas políticas de despacho.

Gráfico 1

Se realizó un estudio Delphi a 10 gerentes de Supply Chain Management, a Gerentes de Marketing, consultores y líderes de opinión en Marketing y Supply Chain; para identificar los temas más importantes que llevan al éxito una iniciativa de e-commerce. Los resultados encontrados fueron los dos criterios de clasificación de nuestro marco de trabajo. Como conclusión del estudio Delphi, se organizó un focus group con 10 personas del primer grupo y se moderó una discusión sobre las principales oportunidades y amenazas del e-commerce. Los comentarios fueron positivos como parte del feedback. 

El Marco de Trabajo de referencia

Caso A: Luxottica

Luxottica es uno de los mayores fabricantes de lentes de vidrio italianos, con presencia mundial y tiene marcas licenciadas. Del punto de vista logístico, la empresa tiene pocas tiendas, pero, la mayor parte de sus ingresos proviene de los canales indirectos. Ha lanzado su proyecto de e-commerce, cuyas ventas espera que crezcan rápido y sean un porcentaje alto de las ventas. Los productos comprados online son enviados al cliente desde almacenes cercanos, con enfoque de delivery. La estrategia omnicanal ha tenido poco impacto en los costos debido al proceso de delivery unido a la alta densidad de valor del producto.

Para esta empresa el valor de una estrategia omnicanal es alto y se halla en los datos e información unidos a través de la estrategia, que permite una mayor comprensión de la demanda de ambos puntos de vista, cualitativo (ejm: qué tendencias emergen en el mercado) y el cuantitativo (ejm: cuánto de un producto se venderá en un periodo dado de tiempo). Apalancando los datos recolectados a través del e-commerce, Luxottica se permite conseguir información importante de las preferencias del consumidor. Esto ha llevado a la empresa a reducir su rango de productos, enfocándose en los productos más populares. Siguiendo la jornada del consumidor se detecta en la página web qué ítems han recibido más clicks de visitas, pero raramente han sido comprados. 

Caso B: Casa Henkel

Henkel es una empresa alemana de productos químicos y bienes de consumo. La empresa opera a nivel mundial en tres áreas de negocio: Tecnologías de adhesivos, cuidar la belleza, y lavandería y cuidado del hogar. El año 2008 lanzó su página web CasaHenkel.it.

Desde una perspectiva de Ventas y Marketing, la operación de e-commerce de Henkel fue creada con el ánimo de ofrecer alta calidad en servicio a consumidores, dándoles la oportunidad de comprar productos y servicios de calidad directamente de la empresa de manufactura. Los esfuerzos del equipo de e-commerce están enfocados diariamente en optimizar la plataforma para ofrecer a los consumidores la mejor experiencia. Una oferta completa es presentada, incluyendo consejos en los mejores productos para ciertos usos, descuentos dedicados, rápido delivery, previstas de nuevos productos, etc.

La búsqueda de compra en “un click” es el objetivo prioritario. La automatización del marketing para la personalización de la oferta, profundidad del surtido con involucramiento de la empresa en otras categorías de producto, y la aceleración de procesos de pago y recepción de órdenes son las direcciones principales que sigue la compañía para ofrecer al consumidor la posibilidad de comprar productos pesados y no los que corresponden a la categoría emocional, en una forma rápida e informada. Gracias al e-commerce la empresa construye lealtad del consumidor para sus marcas y consigue feedback a través de encuestas sobre el servicio ofrecido, compartiendo posibles mejoras. 

El proyecto CasaHenkel.it ha tomado iniciativas para mejorar la empresa, su logística de e-commerce, optimizando los tiempos de embarque, reduciendo el stock basado en sobreproducción de herramientas de pronóstico, protección de empaque del producto a través del desarrollo de una estrategia compartida con la logística del operador, y haciendo el proceso a la medida de la logística y expectativas de los consumidores finales. La empresa busca soluciones de canal ecosostenibles, el lanzamiento de productos exclusivos para el canal online dispuestos a representar la solución perfecta en logística. 

Caso C: Ferragamo

Ferragamo es una empresa de bienes de lujo en Italia. Están presentes en más de 90 países gracias a tiendas flagship, puntos de tercera venta, y tiendas por departamentos. El año 2009 lanzaron su página web para USA y los principales países de Europa. Despachan sus productos con un operador logístico de tercera parte, que es caro, pero como sus productos son caros, cubren ese costo. En su almacén central en Florencia, el stock para el canal e-commerce está separado del de tiendas físicas, pero en un futuro cercano, estarán juntas para lograr administración de inventarios integrada, en línea con los principios de administración omnicanal. El canal e-commerce fue introducido para vender a los consumidores que viven en zonas donde no hay tiendas físicas que vendan productos Ferragamo. 

Caso D: IKEA

Ikea es una compañía multinacional sueca, con sede en Holanda. Venden muebles, accesorios para el hogar, y otros objetos para la casa. Del punto de vista de Ventas y Marketing, iniciaron un proyecto de e-commerce para seguir la tendencia global. Del punto de vista logístico, por su baja densidad de valor de la mayoría de sus productos invierten en mejorar la eficiencia de sus procesos.

Gráfico 2

Enfoque de Oportunidad (Cuadrante 1)

Este cuadrante es para empresas que venden mayoritariamente productos de densidad de alto valor, como Luxottica. A ellos, el e-commerce les genera beneficios que consisten en un pronóstico de demanda más acucioso, una jornada del consumidor más efectiva y campañas promocionales, y un proceso de desarrollo de nuevos productos más enfocado. 

El canal de e-commerce tiene un relativo bajo impacto en los costos conectados al proceso de delivery debido a alta densidad de valor de los productos. Luxottica apalanca datos de venta del e-commerce para incrementar su comprensión de la demanda del mercado y mejorar la precisión de su pronóstico y la efectividad de su marketing y proceso de desarrollo de nuevos productos. Por ello se le denomina el cuadrante “Oportunidad”.

Enfoque de Luces y Sombras (Cuadrante 2)

Este es el cuadrante de las empresas con productos de densidad de bajo valor que venden mayormente a través de canales indirectos, como Henkel.

Mientras la posibilidad de establecer una conexión directa con el consumidor puede ser valioso para Henkel, la densidad de bajo valor para sus productos representa una amenaza significativa. Henkel tiene varias iniciativas para mejorar su proceso de delivery. Henkel debe apalancar su conexión digital directa con los consumidores de manera de lograr una mayor comprensión del lado de la demanda, para mejorar la efectividad de su marketing y actividades promocionales, así como la precisión de su proceso de pronóstico. Henkel apalanca el canal de e-commerce y el contacto directo con el consumidor para realzar su imagen de marca e incrementar el nivel de conocimiento de los consumidores sobre su oferta de producto y características específicas sobre ítems específicos. Todas estas acciones pueden llevar eventualmente a mayor satisfacción del consumidor y retención. Por estas características, el enfoque en este cuadrante se llama Luces y Sombras.

Enfoque Busca de Estrategia (Cuadrante 3)

En este cuadrante están las empresas que mayormente venden a través del canal directo, con productos de alta densidad de valor, como Ferragamo. Ellos no incurren en costos altos de transporte logístico, pero fácilmente se involucran en proyecto e-commerce y pueden crear oportunidades que son diferentes de las de los cuadrantes 1 y 2. En este caso la mejora en la precisión del pronóstico está limitada desde que la empresa está en contacto directo con el consumidor. Para conseguir lo máximo de la venta directa, la empresa debe perfilar a sus consumidores, ofreciendo servicios específicos (como personalizar productos a través de plataformas de configuración). También pueden mejorar la experiencia del cliente y la lealtad del consumidor a través de un diseño efectivo de la jornada del consumidor. La empresa puede apalancar su e-commerce para incrementar las ventas, ofreciendo el delivery de sus productos en áreas geográficas no servidas por los canales tradicionales.

Enfoque Necesidad (Cuadrante 4)

En este cuadrante las empresas venden a través del canal directo y negocian con productos de baja densidad de valor. Es el caso de Ikea. Ikea no gana beneficios significativos en términos de venta y efectividad de planeación de operaciones a través del e-commerce porque están en contacto directo con los consumidores a través de sus tiendas. Al vender productos con baja densidad de valor, el delivery puede resultar muy caro.

Ikea se ha involucrado en varios proyectos para reducir el costo de delivery por e-commerce, como el rediseño del empaque, la adopción de procesos ad hoc y tecnologías de picking para e-commerce; y la promoción de sistemas de delivery alternativos. 

Este estudio tiene sus limitaciones. Desde el punto de vista cualitativo, un gran número de casos deben ser analizados en los diferentes cuadrantes y en ellos debe distinguirse variables como industrias, mercados, y tamaño de empresas. Desde el punto de vista cuantitativo, para generalizar resultados estadísticos se requiere una extensa encuesta con grandes muestras de compañías en cada cuadrante. Se requiere investigación más profunda en cómo manejar el e-commerce las empresas en cada cuadrante. Se debe medir con KPIs el retorno sobre la inversión en e-commerce y las iniciativas omnicanal. 

Yo creo que una de las partes principales de la investigación es cuando menciona que “la estrategia de distribución de marketing garantiza que el producto deseado sea distribuído en la cantidad deseada, en el canal deseado, para satisfacer al consumidor deseado. La adopción de múltiples canales offline (o híbridos), directos o indirectos, puede generar ventaja para la compañía si es capaz de usar cada uno de los dos canales para segmentos target específicos y está dispuesto a crear sinergias entre ellos.”

Yo veo que hay una integración perfecta entre estos procesos, que funciona sincronizadamente para asegurar el éxito de la estrategia en los dos canales offline y online. 

La implementación del plan de negocio al inicio de la pandemia y su integración omnicanal fue otra medida acertada, hizo crecer las ventas en 62%.

También se observa que la aplicación del Marketing Digital ha llevado a mejores pronósticos de ventas y mejor planeación de la producción.

El Marco de Trabajo presentado como Tabla de clasificación, es un ordenamiento útil para estudiar desde distintos enfoques, maneras de mejorar la estrategia de la empresa.

Establecer KPIs apropiados será muy útil para el monitoreo de la estrategia en cada tipo de empresa o cuadrante. 

Es de gran importancia ubicar el tipo de empresa en el cuadrante apropiado, que mejor la representa para aplicar las herramientas y se generen estrategias apropiadas, caso contrario, las estrategias no servirían porque serían para otro tipo de empresas. 

Esta metodología italiana me parece de gran sencillez y practicidad para ser aplicada en el Perú. Sería positivo difundirla en las universidades peruanas, siempre mencionando que es de nacionalidad italiana. Deben darse cuenta que a mayor cantidad de investigaciones, más probabilidad hay de encontrar metodologías peruanas para su aplicación en marketing y gestión empresarial. 

 CÓMO LAS MARCAS PRIVADAS PREMIUM INFLUYEN EN EL DESEO DE COMPRA DE LOS CONSUMIDORES

Por: Ing. José Cotos

Estoy analizando un interesante paper de dos profesores investigadores italianos, uno de la Bocconi University y otro de University of Brescia. Ellos han encontrado que las marcas privadas premium aplicadas a productos con característica distintivas con precios iguales y a veces mayores que los de los líderes de la categoría, tienen éxito. Su objetivo es obtener en la mente de los consumidores, la misma posición que las marcas nacionales. Así que las marcas privadas premium se vuelven cruciales en ventaja competitiva y lealtad al a tienda de retail. Se analizar el impacto del retailer sobre el consumidor. 

Los ingresos de market share de marcas privadas en Italia son de 20%, menor al promedio de 26% en varios países, aunque hay países donde excede el 40%. En la literatura de marketing no hay estudios enfocados en el impacto de la confianza del consumidor en el retailer, involucramiento del consumidor y valor de producto. Algunos analizan el impacto del riesgo percibido a marcas privadas premium para comprender si estos riesgos afectan la intención de compra. Este estudio revela que los riesgos funcionales y de tiempo tienen significativa influencia negativa en la intención de compra de los consumidores de marcas privadas premium mientras que los riesgos financieros, físicos, psicológicos y sociales no influyen significativamente en la intención de compra. Otros estudios muestran que calidad de producto percibida, conciencia de etiqueta, y familiaridad de marca privada ejercen un impacto positivo en productos de marca privada. También, a mayor nivel de familiaridad del consumidor con las marcas privadas, mayor intención de comprar productos de marca privada. 

Muchos retailers ofrecen marcas privadas que compiten directamente con marcas nacionales basadas en calidad y branding para atraer un segmento diferente al mercado, se necesita investigar otras variables que influyen en la intención de comprar marcas privadas.

Entre las variables explicativas, estos investigadores consideran, valor de producto, confianza del consumidor en retailers e involucramiento del consumidor. La disposición a comprar marcas de etiqueta privada se estudió por Bartra y Sinha. Primero, notaron que la disposición es mayor para categorías de productos que se perciba consecuencias menores de cometer un error en su selección de marca. Segundo, señalaron que la probabilidad de cometer un error se incrementa cuando hay alta heterogeneidad en la calidad entre varias marcas dentro de la categoría de producto. Tercero, y esto es lo más relevante de su investigación, el riesgo percibido está unido a la “búsqueda” o “experiencia” natural de los atributos que caracterizan la categoría de productos. Mientras los atributos de búsqueda se verifican antes de comprar por inspección directa, los atributos de experiencia solo se pueden verificar a través del uso del producto. Como resultado, el nivel de riesgo percibido por el consumidor es mayor para atributos de experiencia y esto requiere más trabajo de branding; de modo que reduzcan el riesgo.

También hay riesgo percibido en productos de valor “utilitario” o “hedónico”. El primero se refiere a beneficios funcionales y el segundo a atributos simbólicos que determinan estímulo sensorial y beneficios sobre las emociones derivadas de la experiencia de consumo. El valor “hedónico” tiene el mayor riesgo percibido y el trabajo de branding será mayor para ganarse la confianza del consumidor. 

La confianza reduce el riesgo percibido, en especial para atributos intangibles unidos a beneficios psicosociales y beneficios experienciales que resaltan el valor hedónico del producto.

Los consumidores con alta confianza en el retailer muestran disposición a comprar productos hedónicos con etiqueta de marca privada. 

Así:

H1: Cuando el nivel de confianza en retailers es alto (bajo), la disposición a comprar productos de etiqueta de marca privada es mayor en caso de valor hedónico (utilitario).

Cuando las elecciones del consumidor dependen de factor múltiple, influye directamente en la complejidad de la compra y procesos de consumo así como en orientación del comportamiento de individuos. Entre estos factores, el nivel de involucramiento del consumidor es particularmente importante. 

Los consumidores elaboran información de diferentes maneras de acuerdo al nivel de involucramiento. El aprendizaje de bajo nivel de involucramiento ocurre cuando los consumidores enfrentan comunicaciones de marketing sin ninguna intención explícita de procesar y evaluar el mensaje. Usan esquemas simples o heurística cognitiva. Hay dos rutas básicas para el cambio de actitud. La llamada “ruta central”, los consumidores consideran cuidadosamente la información que sienten es central para finalizar el proceso de compra, mientras la “ruta periférica” se basan en un conjunto de señales simples en el contexto de decisión. 

En esta corriente de investigación, se ha demostrado que diferentes características en la publicidad, puede hacerla más o menos efectiva, dependiendo del involucramiento del consumidor: bajo condiciones de bajo involucramiento, temas periféricos son más importantes que argumentación relevante, pero bajo alto involucramiento está más inclinada a procesar acuciosamente mensajes informativos, evitando el uso de heurísticas. Ellos brindan mayores recursos cognitivos e invierten más energía en la comprensión de procesos que los consumidores que experimentan menos involucramiento. 

Se plantea:

H2: Independientemente del tipo de valor, si el nivel de confianza del consumidor en retailers es alto (bajo), la disposición a comprar productos de etiqueta de marca privada es mayor cuando el involucramiento del consumidor es alto (bajo). 

H3: Cuando el involucramiento del consumidor y el nivel de confianza del consumidor en retailers es bajo (alto), la disposición a comprar productos de marcas privadas premium es mayor en el caso de valor utilitario (hedónico).

Se muestra:

El experimento se basó en un diseño factorial 2x2x2 con 3 variables independientes, cada una articulada en dos niveles y una variable independiente. Las variables independientes son: el valor del producto (utilitario vs. hedónico), confianza del consumidor en el retailer (bajo vs. alto) e involucramiento del consumidor en la categoría de producto (alto vs. bajo). La variable dependiente es la disposición del consumidor a comprar.

Las variables usadas fueron medidas usando escalas validadas en la literatura de marketing. Específicamente, las variables confianza del consumidor en el retailer, valor percibido en el producto, e involucramiento del consumidor en la categoría de producto fueron medidas en siete puntos de las escalas de Likert. Se escogió el  retailer Esselunga, un retail italiano. Su portafolio incluye marcas privadas como: Esselunga Top, Esselunga Equilibrio, Esselunga Bio, Esselunga CheJoy, Esselunga Naturama. Desde el 2013, este retailer produce productos de panadería, pasteles, pasta fresca y pasta cocida. La investigación se centró en la marca Esselunga Top, que tiene 60 productos (jamones, kekes, galletas, pasta, aceite de oliva, salsas listas, y mucho más) diseñadas para “llegar a la mesa” la excelencia de las materias primas varias veces al día. Es una marca bien diferenciada y reconocible como premium en términos de precio, calidad y apariencia, así como que está siempre presente en los puntos de venta.

Tras investigaciones preliminares dos productos se identificaronL uno con valor utilitario y otro con valor hedónico.

Para tener una percepción correcta antes de elaborar el cuestionario se hizo una primera prueba. Un focus group de 10 personas, mitad varones y mitad mujeres, con edades entre 8 y 25 años, residentes en Milán y responsables de las compras familiares. Se identificó sus hábitos de compra. Se clarificó la distinción conceptual entre valor utilitario y valor hedónico. Se mostraron en computadora la página web de la empresa con sus productos. Se pidió a los participantes seleccionar 3 productos con mayores valores funcionales y 3 con connotaciones hedónicas. En valores funcionales se escogió: mantequilla, aceite de oliva extra virgen y salsas listas. En valores hedónicos se escogieron: pasta fresca, chocolate oscuro extra fino, y galletas de chocolate.

Con estos hallazgos se hizo una segunda pre prueba para verificar la comprensión de las escalas identificadas, para detectar el valor utilitario o hedónico.

Se realizaron 15 entrevistas en profundidad. El grupo se seleccionó y fue balanceado por sexo, edad, nivel educativo, y trabajos. La entrevista cubrió los aspectos: hábitos de compra y comportamientos, lealtad a la tienda, confianza en Esselunga, actitud hacia sus productos con marca privada premium. El producto utilitario identificado fue mantequilla mientras el producto hedónico hallado fue chocolate oscuro extra fino.

Se elaboró un cuestionario para cada producto, donde se averiguaba:

-hábitos de compra y lealtad a la tienda: se pregunta por la frecuencia de visitas a la tienda, con qué frecuencia se compran marcas privadas, la incidencia de la marca Esselunga Top.

-confianza en el retailer: se verifica las dimensiones de comportamiento, cognitivo y afectivo de confianza hacia Esselunga.

-hábitos de consumo: se investigan estos hábitos (excepto los que no la consumen).

-involucramiento de consumidores en la categoría de producto: evaluando su relevancia y atractivo psicológico.

-disposición a comprar producto Esselunga Top.

El cuestionario se pretesteó con 20 personas.

El Cuestionario fue enviado por la plataforma Qualtrics, luego por redes sociales como Linkedin y Facebook, a habitantes del norte de Italia y visitantes de Esselunga. Se recolectó datos en Enero y Febrero de 2019. Se recibieron 380 respuestas, pero se excluyeron las que no eran del target. La muestra final fue de 320 consumidores, divididos entre dos categorías de productos.

Las hipótesis se probaron por un Análisis de Varianza multifactorial. La hipótesis 1 fue solo parcialmente confirmada. Para la hipótesis 2 los resultados ANOVA fueron parcialmente confirmados. Para la hipótesis 3 se confirmó, pero su segunda variante no fue confirmada. Basados en los resultados obtenidos, cuando el retailer es nuevo y quiere lanzar su marca premium, debe escoger categorías de producto con valor utilitario. Por otro lado, si la confianza del consumidor en el retailer es alta, puede lanzar productos en ambas categorías.

Los resultados muestran la importancia de la confianza en el retailer y la importancia de desarrollarla empezando por la declaración de valores del retailer.

Este estudio tiene límites. La validez está influenciada por los métodos utilizados, la data se colectó en un experimento, no en situación real. Los consumidores fueron italianos, si se hace el estudio a nivel mundial puede tener otros resultados. La atención se enfocó en la marca privada Esselunga Top. Se requieren más estudios en profundidad con marcas privadas de otros retailers teniendo en cuenta diferentes culturas, políticas de marketing y niveles de servicio. Otros estudios futuros pueden considerar otras variables dependientes, como disposición a pagar, la intención de compra de otras marcas privadas, y efectos de sustitución de variables. Se ha detectado la propensión creciente de los consumidores a comprar online.

Sería interesante investigar el impacto del uso creciente del canal digital en la disposición a comprar productos de marcas privadas premium.

Yo pienso que el estudio fue bien realizado. Es pionero en su especie por lo que hay variables que influyen y no son tenidas en cuenta. Creo que identificar más variables independientes que influyen es clave para obtener resultados más exactos y el peso de valoración de las variables puede cambiar también. Acá en el Perú sería valioso también realizar este tipo de estudios. Claro que el costo debe ser elevado pero las grandes tiendas de retail les alcanza el presupuesto para financiarlas. Y también se debe concientizar a los encuestados para que contesten con seriedad y madurez las preguntas. Que no traten de engañar a las encuestas. Tal vez encuestas por ZOOM podrían ayudar a brindar respuestas más realistas porque el entrevistador les estaría mirando y eso influye en las respuestas del entrevistado. Es importante apoyarse en la tecnología que brinda el internet para las reuniones a distancia. Un encuestado experimentado puede extraer posiblemente información más valiosa que la que se obtiene con las encuestas por escrito. Seleccionar un target de consumidores más representativo fue, tal vez, un posible error de las encuestas. Es importante considerar el factor de la confianza que puede inspirar un entrevistador amable frente a recibir una encuesta por escrito online. Si no se consigue la confianza del entrevistado, no podremos ahondar en cantidad y calidad de información de las encuestas. Como ven, la confianza cumple un rol central, tanto confianza hacia el retailer como confianza en el encuestador, para obtener información valedera y confiable. El reto es continuar con este tipo de investigaciones, en el Perú.

 

 

PERFILANDO CONSUMIDORES CON MINERÍA DE DATOS

Por: Ing. José Cotos

Estoy leyendo un interesante paper de un profesor de St. Petersburg State University of Railways of Emperor Alexander I, Rusia. Paso a comentar y analizar. En la actualidad, los consumidores quieren productos exclusivos. La tarea de una empresa es conocer al consumidor y brindarle productos y servicios deseados. Para averiguar los deseos de los consumidores, un sistema que perfile consumidores se ha creado. Hay varias metodologías para hacer esto como el análisis de embudo, la plataforma de manejo de datos, perfiles de los consumidores, análisis del comportamiento del consumidor, y otros. Se eligieron estas tecnologías por brindar un mayor retorno sobre la inversión, el ROI.

El CRM, Customer Relationship Management, es una herramienta para administrar la cooperación de los consumidores con la empresa. Las relaciones de negocios con los consumidores, puede mejorarse usando análisis de datos de los consumidores y enfocando la retención de consumidores con el crecimiento de las ventas alcanzado. La meta del sistema CRM es integrar y automatizar las ventas, marketing, y soporte al consumidor en etapas del ciclo de vida completo. En la mayoría de los casos, el sistema CRM tiene un panel donde muestra información de los consumidores, con una página individual para cada consumidor. En el panel principal está el historial de ventas, empresas de marketing relacionadas con el consumidor. El CRM operativo incluye tres funciones principales: automatización de ventas, automatización de marketing, y automatización de servicio.

Automatización de ventas: Implementa análisis de promoción de ventas, automatiza el seguimiento a la historia del consumidor para motivar nuevas compras y coordinar ventas, marketing, call center, y tiendas (online y offline).

Automatización del marketing: Se enfoca en mejorar el proceso de marketing entero, con la meta de incrementar su eficiencia y hacerla interactiva. Mediante las redes sociales atrae y retiene consumidores.

Automatización del servicio: Se enfoca en clarificar e implementar los servicios: servicios de soporte al consumidor en multicanal (teléfono, email, redes sociales, salas de chat, portales de venta de tickets, preguntas frecuentes, chatbots y más).

El Sistema CRM recolecta datos de todos los canales posibles, como la página web de la empresa, teléfono, email, mensajes de Whatsapp, materiales de campañas de marketing, redes sociales, y otros. La empresa necesita saber las necesidades de su audiencia específica de la mejor forma. Una audiencia específica es un grupo de gente con los mismos comportamientos y necesidades a ser creados por algoritmos de machine learning.

El Análisis de Tráfico es el proceso de interceptar y examinar los datos de forma que se deduzca información de patrones en un perfil del consumidor. Cuantas mas unidades de tráfico observadas y almacenadas, más información puede ser obtenida de un detallado perfil y hábitos del consumidor. El análisis del tráfico puede ser realizado en el contexto de inteligencia artificial, counter-intelligence o patrón de análisis de vida.

El Sistema CRM contiene:

Tecnología DMP con el propósito de agregar toda la información relacionada con los consumidores y fusionarla con la información sobre productos. Estos datos serán los Indicadores de Gestión. Se recomienda usar NoSQL.

Opportunity management ayuda a la empresa a manejar crecimiento impredecible y demanda, usando un modelo de pronóstico con datos de ventas históricos para predecir ventas.

Sistema para seguimiento y medición de campañas de marketing, en múltiples canales y redes; y recolectan clicks del consumidor y ventas para un análisis del consumidor más profundo.

Para tener con el CRM usar SaaS (Software as a service).

Un sistema CRM básico incluye un sistema de administración de contactos que integra emails, mensajes, documentos, trabajos, faxes, y programación de cuentas individuales.

E-commerce toma ventaja del sistema CRM enfocándose en automatización de marketing, fuerza de ventas, y procesos de servicio.

La administración de relaciones centrada en el consumidor es una nueva subdisciplina que se enfoca en las preferencias del consumidor en vez de apalancarse en el consumidor, y la meta es añadir valor involucrando consumidores.

Sistema basado en membresía recolecta niveles de membresía, voluntariado, y comunicación con individuos, demografía de auspiciadores, electores, recaudación de fondos y membresía de directorios.

Las encuestas de Gartner al CEO, CIO, CMO y otros ejecutivos son una observación popular de CRM. Gartner identifica el mercado para CRM y Customer Experience (CX) como servicios de proyectos que soportan empresas para crear estrategias CX y diseñar, construir, integrar y desplegar cambios en procesos y tecnología que mejoren la interacción entre empresas y sus competidores.

Los proyectos de CRM y CX están dirigidos a alcanzar metas a través de ventas, marketing, servicio al consumidor, servicio local, líderes de comercio digital, y ejecutivos de compañía digital. Estas metas pueden incrementar la satisfacción del consumidor, atraer nuevos consumidores, retener consumidores existentes, crear una visión unificada del consumidor, consumidores de venta cruzada, incrementar la frecuencia de respuestas a campañas, incrementar el uso de canales digitales, incrementar la protección al consumidor y contabilizar incremento en el precio.

Usando una metodología que no se revela, Gartner posiciona en un mapa perceptual a los vendedores de CRM como:

Lïderes: Proveedores de CRM en este cuadrante tienen todos los puntos de versatilidad, visión completa, y habilidad para desempeñar las tareas asignadas. Estos proveedores tienen gran prestigio, y las capacidades de marketing y ventas necesarias para adoptar nuevas tecnologías, mientras demuestran clara comprensión de las necesidades del mercado, son innovadores y líderes ideológicos. Formulan planes a ser usados por consumidores actuales y potenciales; mientras desarrollan infraestructura y estrategias.

Desafiadores: Están involucrados en el mercado y trabajan bien lo suficiente para ser seria amenaza para vendedores del cuadrante Líderes. Tienen productos fuertes, así como posición de mercado bastante confiable; y recursos para sostener el crecimiento.

Visionarios: Estos vendedores de CRM son innovadores. Sus productos se venden en gran escala. Son compañías privadas que grandes corporaciones quieren comprar.

Jugadores de nicho: Son empresas a menudo estrechamente especializadas para un mercado específico o segmentos verticales. Este sector incluye proveedores que adaptan sus productos existentes para entrar al mercado o grandes proveedores que tienen dificultad en desarrollar e implementar su visión.

El DMP se usa para recolectar y manejar datos de las compañías. El marketing digital es el propósito principal de usar el DMP. Debido a la abundante información de datos, las herramientas analíticas como segmentación, predicción y creación del perfil del consumidor es imposible alcanzar todos los niveles del ciclo de vida del consumidor sin el DMP.

El DMP usa algoritmos de big data y de inteligencia artificial para procesar grandes datos de usuarios de varias fuentes.

Los DMP se usan en las tareas de:

1.Colectar datos de varias fuentes. Se consideran tres tipos de data. Data de primer nivel es data generada dentro de la empresa. Data de segundo nivel es data generada por acuerdos con otras empresas a socios comerciales y data de tercer nivel  es la generada por los consumidores.

Fuentes offline: Sistemas CRM y encuestas.

Fuentes online: Aparatos móviles y PCs.

2.Integración. Integra toda la data en un perfil del consumidor. Con algoritmos de machine learning, se llega a un buen nivel de integración.

3.Administración de data. La data colectada e integrada debe ser transferida y ser transformada como información. Los algoritmos de machine learning y deep learning son los más usados para crear perfiles de consumidor.

4.Activación. La data manejada se usará por un equipo de la empresa para implementarla en el mercado. Con la ayuda de NoSQL y en media hora está listo.

Diseño de DB (DB= Base de datos o Database)

La data del consumidor se almacena en DB con el perfil y los sistemas CRM. Un DB debe incluir: Business Intelligence, Data Analytics, Big Data, Data Management, Data Brokerage.

SQL es Structured Query Language y NoSQL es Not Only SQL, ésta última incluye preferencias de compra del consumidor. Algunos DB NoSQL populares son: MongoDB, Hbase, Apache CouchDB, Oracle NoSQL, Apache CassandraDB, Riak.

Analítica del consumidor.

Aquí, el comportamiento del consumidor se usa para tomar decisiones críticas del negocio a través de segmentación de mercado y la analítica predictiva. Desde que se producen los productos hasta su venta se recolecta bastante información del consumidor.

Las aplicaciones se dan en el rastreo del consumidor, en los datos de investigación de mercados, en asignación dinámica de precios, y administración de la distribución. Los principales usuarios de analítica del consumidor son los retailers. Otros beneficios que brindan las analíticas es que permite personalizar precios, con descuento especial, priorizar esfuerzos de desarrollo de productos y desarrollar una estrategia de distribución. Recolectar data como comportamiento, lealtad, demografía, estilo de vida, valor de preferencias, y comportamiento predictivo de datos son un tema crucial que da beneficios a la empresa y al consumidor, incrementando la precisión de analítica del consumidor. Usualmente, hay empresas donde la data del consumidor no es precisa o tiene errores. Esto ocurre por mala estructura de la DB.

Prediciendo el comportamiento del consumidor.

Predecir las preferencias del consumidor y hábitos de compra requiere recolectar y analizar data. Se debe elegir atender mejor al segmento más rentable hallado en los perfiles de los consumidores. Puede ser necesario cambios en la orientación del negocio y planear cambios para el siguiente periodo.

KDD es el método para identificar modelos de big data usando métodos cruzados de machine learning, deep learning, estadística, y sistemas DB. KDD permite extraer información con métodos inventivos de un juego de datos y transformarlo en información útil para uso posterior. KDD se usa para modelos predictivos. Ayuda a optimizar la campaña, procesos de targeting, y predecir la cantidad de producto.

Los modelos analíticos pueden ser correlación, segmentación y métodos de reconocimiento de patrones para analizar los datos. Se logra identificar problemas y partes débiles de servicios o productos. Por ejemplo, una empresa de educación online halló mayores inscripciones en sus cursos en sus cursos de primavera, pero luego lo analizaron, y se encontró que lo estudiaban para prepararse para la universidad. Entonces, decidieron publicitar sus cursos relacionados con los exámenes en la época de primavera.

Perfilar consumidores ayuda a comprender a los consumidores, realzando quiénes son, a qué se parecen, cuáles son sus intereses y lo que desean, etc. Teniendo una mejor comprensión del consumidor ayuda a la empresa a comunicarse con su target más efectivamente.

Analizando el perfil del consumidor por tipo de producto, valor, frecuencia, y patrones de gasto; se encuentra los consumidores más rentables analizando sus patrones de comportamiento o gastos por consumidor. Luego, se desarrolla una estrategia asignando recursos para cada segmento y optimizando el presupuesto de marketing que mejore el retorno sobre la inversión.

Las técnicas de segmentación del consumidor para perfilar luego son:

-Single discrete variable (CLV, RFM y CHURN)

-Clustering: K-means, hierarchical

-Finite mixture modeling (ejm: Gaussian mixture modeling)

-Self-organizing maps

-Topological data analysis

-PCA

-Spectral embedding

-Locally-linear embedding (LLE)

-Hessian LLE

-Local tangent space alignment (LTSA)

-Random forests, decision trees

-Deep learning

Como podrán darse cuenta, es un gran trabajo el que se requiere para segmentar y perfilar consumidores. Estamos en la era del Machine Learning y de la Inteligencia Artificial. Como ven, se aplican al marketing muy bien. Es necesario que en el Perú se enseñe en todas las universidades a nivel de pregrado cursos de estos temas. Será una ventaja relativa, pero es mejor que no hacer nada por el desarrollo del país.

 

 

 EXPERIENCIAS DE VALOR DEL CONSUMIDOR EN CO-CREACIÓN DE VALOR Y CO-DESTRUCCIÓN DE VALOR APLICADAS A PARTIDOS DE FÚTBOL EN CANCHAS DE GRASS ARTIFICIAL

Por: Ing. José Cotos

Estoy analizando un paper de dos marketeros, ambos profesores de University of Twente, Holanda. Explican que la experiencia de valor del consumidor y la co-creación de valor se ha convertido en temas fundamentales en la práctica y teoría del marketing. Mientras que experiencias negativas no intencionadas co-destruyen el valor, y este concepto está recibiendo atención creciente. En la actualidad, los estudios se han enfocado en el valor de la experiencia o co-creación de valor pero raramente han investigado cómo están conceptuados o empíricamente enlazados, dejando solo una visión integral de cómo la experiencia de valor está unida a la co-creación de valor o co-destrucción. Explorar estos enlaces es importante para ayudar a proveedores de servicio a comprender mejor el comportamiento del consumidor y manejar la experiencia de valor del consumidor y su creación en jornadas del consumidor de maneras deseables. Una comprensión de cómo los consumidores co-crean y a veces co-destruyen valor ofrece un nuevo punto de vista para crear un enfoque resonante en integración de recursos para acomodar valor a la co-creación , prevenir desalineamiento con el riesgo asociado de co-destrucción del  valor y desarrollar estrategias de adaptación para marketing, servicio de  delivery e innovadores ofrecimientos centrados en el beneficiario.

Este estudio intenta conceptualizar e investigar empíricamente como el dibujar irreflexivamente la experiencia de valor y cómo es conformada  por co-creación de valor y co-destrucción por involucramiento del consumidor en la práctica. Se conformó un caso de estudio de 25 equipos de fútbol amateur holandeses jugando fútbol en césped artificial para examinar la dinámica, multiactor y de naturaleza viviente de la experiencia de valor en la co-creación así como en prácticas de co-destrucción que caracterizan el fútbol en tales lanzamientos. El fútbol se caracteriza por su camaradería, dinámica, y altos niveles de competición y dedicación emocional, ambos durante y después de los lanzamientos, entre individuos y equipos. Los lanzamientos artificiales pueden proveer gran capacidad de juego y garantizar un juego fluido entre estaciones. Pero se acusa a los lanzamientos artificiales de que desprende partículas de caucho y hay riesgo para la salud humana. El césped artificial evoluciona para incorporar materiales reciclados sostenibles, porque el problema es que cuando está muy seco desprende polvo de caucho al medio ambiente. En este estudio de caso cualitativo, las técnicas de colección de datos etnográficos fueron usados en un periodo de investigación de tres meses y se escogió jugadores de 12 años de experiencia jugando en campos con césped artificial. 

En la actualidad se considera que los consumidores son intérpretes y contribuidores a su propia determinación de valor. Hay varios investigadores que promueven la idea de examinar “la experiencia vivida” de calidad en el servicio y valor o caracterizar el valor en la experiencia. Las experiencias de valor también ocurren en los puntos de contacto con el consumidor y no siempre están bajo el control del proveedor del servicio. 

Mientras la determinación de valor se refiere a cómo los consumidores experimentan valor, la creación de valor se concentra en lo que los consumidores hacen con productos o servicios para extraer valor de ellos. El valor emerge en el uso del producto o servicio, incluyendo experiencias mentales y físicas. La diferencia entre la experiencia y la creación de valor es que el primero es considerado “un acto de la mente” y así se aparece el valor al consumidor, mientras el segundo se refiere al proceso, incluyendo las actividades e interacciones de esa forma de valor. Muchos investigadores consideran la co-creación de valor como un proceso colectivo y orientado a metas donde se han rutinizado acciones que involucran co-creación de valor. Los procesos de co-creación de valor pueden destruirse por seres humanos que conviertan dichos procesos en la peor experiencia. Esto puede ocurrir accidentalmente o de forma deliberada. Puede suceder que dichos empleados tienen pocos recursos, no haber tenido acceso a prácticas de co-creación de valor, o simplemente, no pueden realizar dichas prácticas. Estas manifestaciones afectan el bienestar de los consumidores de diferentes maneras. Por ejemplo, un consumidor podría experimentar furia, ansiedad, apatía, decepción, dependencia y pérdida de control. Esto ayuda a entender cómo los consumidores contribuyen, más o menos exitosamente, a la co-creación de valor, conduciendo a experiencias positivas, o destruyendo valor, conduciendo a experiencias negativas. A veces hay interrupciones durante la práctica de co-creación de valor (por ejemplo, pérdida de potencia en unja perforación), que pueden conducir a co-destrucción de valor o el usuario lo ve como falla accidental y no se decepciona del producto. Si se puede arreglar el producto, todo está bien. Si no tiene reparación, hay co-destrucción del valor. 

Se usará como objeto de estudio, deportistas que utilizan canchas de césped artificial y no de césped natural. Se ha reportado que con césped artificial hay abrasión de la piel y estrías en los músculos. Se han elegido canchas de Holanda. Se usaron técnicas etnográficas para el estudio. Se seleccionaron 25 equipos de fútbol amateur con jugadores de diversas edades. Se usaron observaciones y entrevistas por tres meses. Todos eran jugadores holandeses, por lo que fue fácil realizar las entrevistas. Luego se tradujeron al inglés. 

Se explican las tres modalidades en que los jugadores manifiestan experiencia de valor en la co-creación de valor y práctica de co-destrucción.

Modo 1: La cancha se presenta como una experiencia de valor irreflexiva en co-creación de valor espontánea silenciando la co-destrucción de valor.

Los jugadores de  fútbol experimentan el césped artificial  en varias situaciones donde la co-creación de valor relega a la co-destrucción de valor a la vuelta. Dicen que se juega más rápido con césped artificial y es más preciso porque no hay irregularidades en el césped. Se controla la pelota más fácil en una cancha artificial, es opuesto al césped natural. La pelota viaja más rápido y suavemente. La pelota se pasa más rápido. La cancha de césped artificial no se afecta por el clima. El equipo juega mejor, aún con lluvia. 

El equipo desarrolla habilidades positivas que mejoran las prácticas de co-creación de valor durante el juego. 

Modo 2: La cancha como presentación para prevenir el juego en una experiencia de valor semireflectante en la co-creación de valor con presión causada por la co-destrucción de valor temporal. 

Los investigadores han hallado que la experiencia reflectiva de usar césped artificial es algo que destruye valor y restringe la co-creación de valor. Muchas experiencias se relacionan con las condiciones del clima que afectan el estado del césped artificial. Se nota que condiciones de totalmente seco o totalmente mojado son críticos para la práctica de co-creación de valor y a veces se considera interrupciones por jugadores. Se ha observado en los entrenamientos que las condiciones del clima causan que los jugadores cambien su estilo de juego. Su comportamiento de práctica de co-creación de valor debe cambiar para que continúe el juego y prevenir futuras y más severas co-destrucciones de valor. Si el campo está muy mojado se resbala los jugadores y si está muy seco el césped es muy áspero y puede causar heridas serias cuando se caen los jugadores. 

Las experiencias distributivas que co-destruyen valor causan una experiencia reflectiva a los jugadores. Estas experiencias influyen en su estado de ánimo y motivación para involucrarse en continuar prácticas de co-creación de valor hacia fines deseados como un buen partido. A pesar de las experiencias, los jugadores tratan de jugar como lo planearon. 

Modo 3: La cancha como juego que presenta un juego preventivo en una experiencia de completo valor reflexivo experimenta co-destrucción de valor resistiendo la co-creación de valor. 

Ante menores perturbaciones y experiencias reflectivas relacionadas sobre el estado del campo no previene que continúen con la práctica de co-creación de valor y persigan sus metas. Muchos jugadores consideran terminar su práctica de co-creación de valor o no empezarla. Se embarcan en prácticas de co-destrucción.

Este estudio demuestra cuan reflectivo o no son experiencias de valor manifestadas en co-creación de valor y práctica de co-destrucción y el nivel de interrupción que altera los modos de involucramiento desde la perspectiva del consumidor. 

El marketing  de servicios concuerda que los consumidores deben ser ambos intérepretes y contribuidores de valor. Pero poco se sabe cuándo y cómo los consumidores son intérpretes, contribuidores o destructores de valor. Se ha hallado que las interrupciones cambian la co-creación de valor en co-destrucción de valor y por ello hay una relación dialéctica entre ellos. 

Se ha discutido que el conductor del cambio en la experiencia de valor del consumidor se localiza en la relación circular entre la experiencia del consumidor en la práctica y sus percepciones durante o a través de su práctica. 

Las entrevistas fueron hechas durante los breaks y luego de los partidos. 

El autor ha explicado cómo se suceden momentos de co-creación de valor y momentos de co-destrucción de valor. Lo ha aplicado a canchas de fútbol con césped sintético, donde ha detallado experiencias negativas como un día muy seco huele a caucho la cancha deportiva. A pesar de todo ello, el enfoque es bueno y útil para aplicar en la gestión de empresas. Se puede modelar cualquier sistema empresarial con enfoque de co-creación de valor y enfoque de co-destrucción. Como es evidente, propiciar prácticas de co-creación de valor de los empleados y de los consumidores es la clave para hacer crecer y mejorar la empresa.