3 jul. 2016

La escasez del lujo: cómo vender menos para vender más

Por César Pérez Carballada





El objetivo fundamental del marketing es vender más. Lo hemos explicado aquí y aquí.

Puede ser ventas a corto plazo (por ej, promociones) o a largo plazo (por ej, branding) pero en cualquier caso el objetivo es el mismo: incrementar las ventas de la empresa.

Sergio Zyman, el ex-CMO de Coca-Cola Company, decía: “El marketing tiene que impulsar a los consumidores a actuar. El objetivo no es la notoriedad. No quiero un consumo virtual, lo único que importa es el consumo real” (1).

Ya lo dijo hace varios años Peter Drucker: “la empresa tiene dos, y solo dos funciones básicas: marketing e innovación. Marketing e Innovación producen resultados, todo el resto son costes” (2).

Ahora bien, existe una excepción. Hay un único caso en el cual la función del marketing no es vender más. Por lo menos no ilimitadamente.

Se trata de los productos de lujo y, hasta cierto punto, los productos super-premium.

Como hemos explicado aquí, un elemento que diferencia a una marca común de una de lujo es la escasez. Las marcas comunes pueden tener márgenes atractivos pero también buscan maximizar su cuota de mercado, sin embargo las marcas de lujo no buscan maximizar las ventas, sino solo el margen. En otras palabras, las marcas de lujo limitan artificialmente su cuota de mercado. Esto es así porque parte de su valor reside en la escasez y si logran cierto nivel de penetración en un mercado, ese valor se diluye. Como dice Matthias Muller, CEO de Porsche: “cuando veo dos Porsches en la misma calle me comienzo a preocupar” (3). Así Ferrari es conocida por limitar deliberadamente su producción a menos de 6.000 coches cada año, los bolsos Birkin de Hermes se producen en tan poca cantidad que tienen una lista de espera de años (4) y Richard Mille nunca fabrica más de 200 unidades de cada modelo que se vende a precios entre 120.000 y 1,5 millones de Euros (5).


Sin embargo, J.N. Kapferer, el gurú del marketing y las marcas, dice en su libro (3): “”la rareza no es parte de la definición de lujo si uno habla de rareza objetiva (escasez, en realidad), algunas marcas capitalizan la escasez: la producción de los vinos Romaneé Conti no excede las 5.600 botellas al año (que se venden a un precio de 10.000 dólares cada una) pero esto representa un tipo muy específico de una marca de lujo el cual no puede ser generalizado a todas las marcas de lujo. Además, demasiada escasez obstruye el crecimiento”.

Entonces, ¿la escasez es parte fundamental de las marcas de lujo/super-premium o no?

BUSCANDO EVIDENCIAS CIENTÍFICAS

Para responder a esa pregunta recurrimos a la investigación científica. Allí encontramos un estudio clásico que analizó el tema (6).

En ese estudio, dos profesores de marketing analizaron 3.000 respuestas de consumidores (una muestra representativa de la población de EE.UU. mayor de 15 años) que evaluaron 30 marcas de lujo y premium en tres variables:
  • Reconocimiento de marca (“aided awareness”): de qué marcas los consumidores han escuchado hablar aunque solo sea el nombre
  • Nivel de compra: marca de las cuales se compró al menos un artículo en los últimos dos años
  • Valor, medido con la siguiente pregunta: “imagine que Ud. acaba de ganar un concurso y puede elegir el premio, de entre qué cinco marcas le gustaría que fuera?”

Debe notarse que los académicos utilizaron el concepto de ‘valor’ en un contexto de regalo en lugar de la ‘intención de compra’, ya que esta última podría verse limitada por factores como el poder adquisitivo, y el objetivo del estudio era que los consumidores expresaran libremente sus preferencias.

Los resultados para el reconocimiento de marca y el nivel de compra son como siguen:


En ese gráfico vemos que el nivel de reconocimiento de las marcas en EE.UU. va desde el 5% de Daum hasta el 92% de Revlon y el nivel de compra (porcentaje de consumidores que han comprado la marca) va del 0,4% de Bulgari hasta el 40,9% de Revlon. Como es de esperar, la relación entre reconocimiento y compra es fuerte: a mayor reconocimiento de marca, más consumidores compran la marca. Poca gente compra marcas de lujo o premium que no conoce y el nivel de penetración de la marca es fuertemente afectado por su reconocimiento. El coeficiente de correlación es 79%, indicando que el 62% (R2=0.79) de la variación en los niveles de difusión se debe al reconocimiento de marca.

Si graficamos la relación entre reconocimiento de marca y valor, se observa una correlación aun mayor (ver siguiente gráfico).



El coeficiente de correlación es 84% lo que significa que el 71% de variación en el valor se debe al reconocimiento de marca. Sin embargo, si hacemos el mismo análisis, correlacionando el valor y el nivel de compra, la relación es más débil ya que solo el 25% de la variación del valor se explica por el nivel de compra.

La relación valor-compra es difícil de evaluar ya que ambas variables están afectadas por el reconocimiento de marca. Para remover el efecto del reconocimiento, se puede hacer una correlación parcial. Así, cuando se elimina el efecto del reconocimiento, la relación entre valor y compra se vuelve negativa (coeficiente de regresión = -0,5) lo que significa que el nivel de difusión de una marca de lujo o premium afecta negativamente a su valor percibido.

Podemos reflejar esta relación de tres variables en dos dimensiones de la siguiente manera:


El eje vertical es el valor de cada marca, el eje horizontal es la diferencia entre su reconocimiento y nivel de compra. La ecuación de regresión (la línea recta que corta entre las marcas) indica el valor esperado de valor para cada nivel de reconocimiento de marca y compra (en este caso es aproximadamente la mitad de la diferencia entre reconocimiento y compra).

Como vemos, algunas marcas están cerca de su nivel “normal” de valor, mientras que otras están por encima disfrutando de un “extra” de valor y otras, por el contrario, están por debajo sufriendo un “déficit” de valor.

En los EE.UU., Rolex pertenece al segundo grupo (con un valor extra en relación a su nivel de reconocimiento-compra) y Omega al tercer grupo (con un déficit de valor), aun cuando ambas marcas son suizas y son muy activas en la misma categoría.

Si tenemos en cuenta que el valor de las marcas de lujo se ve afectado positivamente por el reconocimiento de marca y negativamente afectado por el nivel de difusión, podemos definir cuatro tipos de marca de la siguiente manera:


  • Tipo 1: el deseo por las marcas es limitado simplemente porque su reconocimiento de marca es muy bajo. Muchas marcas en el estudio tienen este problema: Daum, Christofle, Bang & Olufsen, etc. En este caso la recomendación es simple: se debe desarrollar el reconocimiento de marca (por ej, vía actividades de esponsoreo, eventos, etc).
  • Tipo 2: el reconocimiento de marca es suficiente, pero el deseo está por debajo de lo esperado, básicamente porque el nivel de compra es demasiado alto. Este parece ser el caso de Lancôme o hasta cierto punto, Lacoste. En estos casos, las marcas deberían reducir el nivel de penetración, quizás evitando excesivos contratos de licencias o limitando la distribución a canales más selectivos.
  • Tipo 3: el reconocimiento de marca no es muy alto (de forma relativa) pero el nivel de compra es lo suficientemente bajo para mantener el deseo alto. Un ejemplo de este caso es Hermes. Estas marcas pueden incrementar su difusión y mantener el valor si incrementan el nivel de reconocimiento por encima del incremento del nivel de ventas.
  • Finalmente, el tipo 4 son las estrellas: marcas con alto nivel de reconocimiento y una difusión altamente controlada. Un claro ejemplo es Rolex ya que tiene alto nivel de reconocimiento pero ha logrado mantener bajo el nivel de compra, entre otras cosas, evitando la diversificación y las licencias (vía extensión de la marca) que tanto ha tentado a otras marcas de lujo.

Estas conclusiones se refieren a la percepción de las marcas hace varios años, con lo cual alguna puede haberse modificado. De todas maneras, las conclusiones (la relación inversa del valor y el nivel de compra) se mantienen.

LA FÓRMULA DEL VALOR

Los académicos del mismo estudio cuantificaron la relación entre valor, reconocimiento de marca y nivel de compra en una ecuación. Para ello realizaron una regresión múltiple que resultó altamente predictiva (coeficiente de determinación múltiple = 0,78):



Esta fórmula representa la forma de calcular el valor de una marca de lujo en base a su nivel de reconocimiento (% de gente que ha oído hablar de ella) y su nivel de compra (% de gente que la ha comprado). Esta fórmula confirma la relación positiva del reconocimiento (cuanta más gente la conoce, mayor es su atractivo) y la relación negativa del nivel de compra (cuanta más gente ha comprado una marca de lujo, menos valor simbólico tiene). Ambos coeficientes son estadísticamente significativos.

Así mismo, la relación entre los coeficientes fue observada no solo en EE.UU. sino también en datos analizados en los cinco mayores países de Europa. En el mundo del lujo (y hasta cierto punto, en el premium también), parece que el reconocimiento de marca alimenta el valor pero la compra convierte al ideal en realidad y, por esa razón, contribuye a destruirlo. Esta parece ser la paradójica naturaleza del marketing de productos de lujo: para otras categorías, el marketing busca incrementar la demanda, en el caso del lujo el desafío es desarrollar la marca sin dañar su atractivo, lo cual se logra básicamente limitando su nivel de difusión o penetración.

DISTINTOS TIPOS DE ESCASEZ

Ante esta evidencia, ¿cómo puede ser que J.N. Kapferer diga que la escasez no es parte central de la definición de lujo?

Parte de la respuesta se encuentra en su propio libro (3), donde explica: “la rareza es central en la identidad del lujo (…) el mercado del lujo, sin embargo, nace cuando se abandona el concepto de rareza. El éxito en ventas de marcas de lujo muestra que la rareza ya no forma parte de la definición de lujo de los grupos que conforman este mercado: LVMH, PPR, Richemont, Pernord-Ricard, etc. Para entender mejor al lujo, es necesario llevar la noción de escasez a un nivel más profundo, yendo más allá de la noción tradicional de poca cantidad”.

En realidad, hay más de un tipo de escasez. La escasez física objetiva es necesaria en cierta etapa de construcción de una marca de lujo rentable, pero no lo es en todas las etapas. Así podemos distinguir entre escasez física (la más común) como la de un ingrediente o proceso, de la escasez virtual (la percepción de escasez).

El profesor de HEC Bernard Catry, explica (7) que la escasez “es parte del lujo” pero dice que la escasez es una ilusión. “Como magos, las empresa de marcas de lujo buscan crear una ilusión donde la escasez real es reemplazada por la escasez percibida”. Así distingue entre cinco tipos de escasez, desde la natural hasta la virtual.


Primero, la escasez natural se basa en la disponibilidad limitada de los ingredientes, de los componentes o de la capacidad de producción. Por ejemplo, Dormeuil, el especialista en trajes de lujo, se jacta de descubrir materiales raros y excepcionales. Su Royal Qiviuk utiliza el pelaje lanudo de un tipo de buey muy raro, el muskox, que solo vive en las zonas árticas de Canadá y cuesta € 1.840 por metro de tela (hacen falta entre 3 y 4 metros para un solo traje). Esa frágil fibra se colecta a mano por los Inuits cuando los animales lo pierden de forma natural durante la primavera, limitando de forma real su disponibilidad (8). Muchas de las grandes bodegas de vino también gestionan así este tipo de escasez ya que su producción está limitada al tamaño de sus viñedos.


La escasez natural no es un buen elemento estratégico para generar escasez ya que representa un claro impedimento al crecimiento del negocio y puede ser contraproducente cuando hay faltantes o reducciones naturales de la calidad.

Segundo, la escasez tecnológica crea la ilusión de rareza a través de atributos del producto. Richard Mille se jacta de la alquimia tecnológica de sus relojes: aleación metálica de cerámicas, nanofibras de carbono y silicona que no contiene ninguna parte estándar. Grey Goose es destilado 4 veces obteniendo una especie de esencia purificada, limpia de toda impureza.


La escasez tecnológica es, a priori, compatible con grandes volúmenes, sin embargo es una carrera costosa sin fin para ver quien ofrece la última novedad, novedades generalmente difíciles de proteger con patentes.

Tercero, la escasez puede generarse a través de la misma producción. Esta es la lógica de las series limitadas que buscan generar el deseo a través de la emulación de quienes pueden conseguir el producto antes que todos los demás en una rivalidad para mostrar pre-eminencia. Louis Vuitton lanzó una línea de sus bolsos diseñada por Marc Jacobs y Stephen Sprouse con graffitis en lugar de las típicas iniciales. A pesar del éxito, la producción se detuvo poco después del lanzamiento y durante meses muchos clientes continuaron chequeando cada día en las tiendas de Tokyo la disponibilidad del modelo ya discontinuado.


Las series limitadas no restringen el volumen total de ventas ya que están bajo el control de la empresa, pero para alcanzar altos volúmenes de venta se debe lanzar continuamente una secuencia de series especiales que pueden impactar negativamente las cuentas de la empresa por los altos costes de una cantidad limitada de producción.

Cuarto, la escasez en la distribución también puede crear la impresión de rareza. Lacoste logró ser percibida por muchos en China como una marca de lujo durante su lanzamiento porque solo podía comprarse en los mejores grandes almacenes y en unas pocas boutiques propias en Beijing y Shanghai. Para Louis Vuitton, la escasez radica esencialmente en sus aproximadamente 280 tiendas pertenecientes a la marca, el único lugar donde se pueden comprar sus productos. Chanel No5 estaba disponible, durante sus años iniciales, exclusivamente en la tienda de la empresa en 31 rue Cambon en París.


La distribución es una forma muy efectiva de generar la ilusión de escasez porque está bajo el control de la empresa, sin embargo, requiere un portfolio de productos que justifiquen el tráfico necesario para rentabilizar las tiendas propias o el control del personal de ventas para garantizar el nivel de experiencia requerido en tiendas de terceros.

Quinto, la escasez informacional puede lograr la ilusión de rareza a través del precio, la comunicación (publicidad, relaciones públicas, co-marketing), el nombre o el packaging. Ante la crisis del golfo en 1991, la industria del champagne se desplomó. Dom Pérignon decidió poner a todas sus cuentas en “allocation” (asignación, o límite de cantidad por cuenta): cuando sus compradores se disponían a quejarse por la caída del negocio y los precios, Dom Pérignon se les adelantó diciéndoles que no habría suficiente volumen para todos y le ofreció a cada distribuidor un contrato con un volumen levemente inferior al año anterior (diciéndoles que se consideraran afortunados) y un incremento del 20% en los precios y las condiciones y restricciones de venta, logrando un aumento sistemático de precios sin pérdida de volumen. Dom Pérignon puede gestionar esa escasez real porque previamente ha construido la escasez virtual con una marca altamente aspiracional (al mismo tiempo, Moët no pudo subir sus precios) (3). La escasez virtual también puede conseguirse con el nombre del producto (por ej, Lancôme Rare Cream) o incluso a través de involuntarios rumores: se dice que solo 10 personas en Brasil tienen la tarjeta Amex Black Centurion, lo cual no hace más que aumentar la escasez percibida de la tarjeta que ya ha sido construida a través de un estricto programa de marketing (solo se accede por invitación, fee inicial de 5,000 USD, gasto mínimo anual de 350.000 USD, etc) (9).


Este último tipo de escasez es la más efectiva porque no limita de forma alguna a las empresas que la utilizan ya que representa una escasez artificialmente creada que puede ser sostenida tanto tiempo como la empresa lo decida.


A fin de cuentas, en los productos de lujo o super-premium es necesario saber cómo administrar la escasez sin escasez. La escasez es esencial pero no es real sino gestionada o, incluso en algunos casos, simulada.

El anterior CEO de Cartier International, Bernard Fornas, ilustra: “mi rol es gestionar el atractivo de esta empresa, es necesario balancear la disponibilidad con la escasez” (10).

La escasez es un elemento esencial de los productos de lujo o super-premium, sin embargo debemos distinguir entre la escasez real y la virtual. Las mejores marcas que compiten en esas categorías son maestras en gestionar la escasez virtual de sus productos.

*****

Ahora Ud. conoce la importancia de la escasez en bienes de lujo o premium. Si Ud. compite en esos mercados, piense como puede utilizar alguna de las herramientas de escasez que hemos explicado para mantener el valor de la marca y construir un posicionamiento aspiracional. Y recuerde que esta es solo una excepción: en todos los demás casos el objetivo del marketing es vender tantos productos como sea posible.




                                     


Comparta aquí su opinión con los demás lectores de Marketísimo

Fuentes:
(1) “El final del marketing que conocemos”, Sergio Zyman, Ediciones Granica,S.A., 1999
(2) Drucker, Peter F., “Selling Will Become Marketing,” Nation’s Business, November 1955, vol. 43, no. 11, p. 79. Drucker on Marketing: Lessons from the World's Most Influential Business Thinke, William Cohen, McGraw-Hill Education; 1 edition (October 17, 2012)
(3) “The Luxury Strategy: Break the Rules of Marketing to Build Luxury Brands”, Jean-Noël Kapferer, Kogan Page, 2nd edition, 2012
(4) “How Hermès Built A $3 Billion Company On A Handbag”, Business Insider, Julie Zeveloff, 20 de septiembre de 2011
(5) "Richard Mille: El lujo para las masas es una estupidez", Expansión, 17 de septiembre de 2012
(6) Observations: understanding the world of international luxury brands: the “dream formula”, Barnard Dubois and Claire Paternault, Journal of advertising research, July/August 1995
(7) “The great pretenders: the magic of luxury goods”, Bernard Catry, Business Strategy Review, Volume 14 Issue 3, Autumn 2003
(8) “Wardrobe: Rare Hair”, William Kissel, Robb Report, February 1, 2009
(9) “Amex Reveals Details About Its Secretive Centurion Card”, Steven Bertoni, Forbes, Jan 25, 2011; The Inside Scoop on the Amex Centurion (Black) Card, Sarah Silbert, The Points Guy, October 14, 2015
(10) Air France magazine, August 2007, citado en “The Luxury Strategy: Break the Rules of Marketing to Build Luxury Brands”, Jean-Noël Kapferer, Kogan Page, 2nd edition, 2012



___________________________________________________________


- Suscríbase al reader o reciba los artículos por correo
- Enviar este artículo por email

Autor: César Pérez Carballada
Artículo publicado en
http://www.marketisimo.com/

___________________________________________________________


Continuar leyendo el resto del artículo...


6 mar. 2016

¿Cómo proyectar las ventas de un producto?

Por César Pérez Carballada







Ante el lanzamiento de un nuevo producto es vital anticipar la cantidad de unidades que podemos vender.

Ese número determinará varias e importantes decisiones, como la estructura de la fuerza de ventas, el tamaño del call-center, el presupuesto de marketing, la cantidad a producir, la cantidad de materia prima a comprar, etc.

La cantidad que venderemos está altamente influenciada por el tamaño total de mercado:

Cantidad a vender = cuota de mercado   x   tamaño del mercado

El tamaño de mercado es tan importante como la cuota de mercado y se puede ampliar llevando a cabo la estrategia de “agrandar la tarta antes de repartirla”

La cuota de mercado se puede estimar a través de varias formas, por ejemplo, a través de un análisis conjoint o un test de concepto, ¿pero cómo podemos anticipar el tamaño total del mercado? En este artículo veremos una técnica que nos permite anticipar la cantidad a vender contando con solo unos pocos datos del pasado.

MODELO DE DIFUSIÓN

En un post anterior explicamos qué es el modelo de difusión de innovaciones. Allí describimos sus elementos constitutivos y cómo la distribución de nuevos adoptadores representa una función “normal” donde los primeros en adoptarla son los “innovadores”, luego los “early adopters”, etc. (1) También vimos que de ese modelo se puede derivar el gráfico de adoptadores acumulados resultando en una curva en forma de “S” (2).

Si Ud. conoce estos elementos, puede seguir leyendo, si no le recomendamos que primero lea ese post.

PREDICIENDO LAS VENTAS

Como el proceso de adopción de un producto sigue una función estadística en forma de curva S, si tenemos unos pocos datos iniciales podemos estimar estadísticamente el resto de la curva (3) y anticipar su valor en un momento dado en el futuro o, incluso, el valor máximo que alcanzará a largo plazo.

Veamos un ejemplo real.

Supongamos que queremos proyectar las ventas globales de smartphones (móviles inteligentes). Ya sea porque fabricamos móviles, algún accesorio para los mismos (como una carcasa) o una aplicación. De cualquier modo, queremos saber cuántos móviles se venderán en los próximos dos años.

Para comparar el pronóstico con datos reales, imaginemos que estamos a principios del año 2008 con lo cual tenemos las ventas reales hasta el año 2007 y queremos pronosticar las ventas de los siguientes dos años (2008 y 2009). Este ejemplo tiene la ventaja de que ya sabemos cuáles fueron las ventas en 2008 y 2009, con lo cual podemos comprobar si nuestro pronóstico hubiera sido acertado. Así, retrotraigámonos a principios de 2008, Apple acababa de lanzar su iPhone el año anterior (en Junio de 2007) y el mercado todavía estaba dominado por Blackberry y Nokia, si quisiéramos pronosticar las ventas en 2008 y 2009, ¿cómo haríamos?

Una opción sería fijarse en las ventas reales de los dos años anteriores (ver a continuación). Las ventas globales en 2006 habían sido 81 millones de unidades y en 2007 habían sido 119 millones, según la consultora Strategy Analytics (4).


De este modo podríamos proyectar un crecimiento lineal, asumiendo que el mercado crecería en los siguientes dos años como lo había hecho el año anterior. Así proyectaremos ventas para 2008 y 2009 de 158,4 y 197,1 millones de unidades (ver a continuación: los puntos rojos son los datos reales del pasado, los círculos amarillos el pronóstico, y los cuadrados verdes las ventas reales que eventualmente ocurrieron).


Las ventas reales en 2008 y 2009 fueron 146,1 y 170,2 millones (cuadrados verdes), con lo cual la proyección lineal se equivocó por 8% y 16%, respectivamente.

Otra opción sería asumir que el mercado crecerá proporcionalmente en lugar de forma lineal. Vemos que el año anterior el crecimiento había sido del 47,8% y asumimos que el mercado seguiría creciendo este porcentaje durante los siguientes dos años. Así proyectaríamos ventas en 2008 y en 2009 de 176 y 261 millones de unidades, respectivamente (ver a continuación).


Sin embargo, esa proyección resultaría aún más errónea que la lineal al sobre-estimar el volumen en un 21% y 54% en 2008 y 2009, respectivamente.

Incluso podríamos calcular en Excel un crecimiento exponencial o logarítmico (ver a continuación) pero seguiríamos estando lejos.


Finalmente, podríamos aplicar nuestro conocimiento sobre las curvas “S”.

Para aproximar los datos reales del pasado con una curva “S” se debe minimizar una función llamada “chi cuadrado”. También se puede usar software estadístico que permite realizar la aproximación aún sin saber estadística (como este software gratuito desarrollado por el IIASA).

En base a los datos del pasado, la curva “S” que mejor aproxima la tendencia es la que sigue (ver a continuación).



De esta manera proyectaríamos las ventas de 2008 y 2009 en 147,9 y 166,4 millones de unidades, respectivamente. Resulta que esas cifras son casi exactamente las reales: esa proyección implica solo un error del 1,2% el primer año y -2,2% el segundo.

Así la curva “S” nos permite estimar las ventas (y otros fenómenos sociales como el crecimiento de una población) de forma bastante exacta.

Claro que siempre nos encontraremos con hechos disruptivos, imposibles de predecir, que imposibilitarán predecir el 100% de los mercados usando esta simple aproximación matemática. De hecho, en el año 2010 se produjo una tendencia disruptiva en el mercado de móviles que cambió la tendencia: un aceleramiento desproporcionado de las ventas debido a varios fenómenos que no se habían dado anteriormente, entre ellos, la entrada sucesiva y exitosa al mercado de competidores coreanos (Samsung, LG), japoneses (Sony) y chinos (Xiaomi y su nuevo modelo de negocio luego replicado por Huawei, Lenovo, Oppo, Meizu y otros) el cual provocó una desviación a la alza vs. la predicción.

Esa disrupción muestra el no-determinismo de la curva “S”: el futuro anticipado por la curva no está prefijado de antemano y se puede cambiar. En otras palabras, la curva “S” asume que la dinámica del pasado se sigue dando en el futuro, sin embargo, si se produjera una gran disrupción (ocasionada por factores externos a la empresa como una guerra o por factores internos como un avance sustantivo y disruptivo en la tecnología del producto) entonces la curva “S” fallaría en su predicción. En cualquier caso, esos fenómenos disruptivos son de escasa frecuencia.

Así se puede estimar el futuro lejano con una curva “S” siempre y cuando contemos con suficiente cantidad de datos. Obviamente, cuantos más datos reales conozcamos y estos más se ajusten estadísticamente a la curva “S”, más precisa será la predicción (aunque, claro, cuanto más datos reales tengamos, menos interesante será la proyección). Por esa razón debemos actualizar las proyecciones cada año incorporando los últimos datos reales que tengamos y ser conscientes del margen de error de nuestra predicción.

Un par de matemáticos (3) analizaron 34.000 casos para verificar cuánto se desviaba una proyección basada en la curva “S” y encontraron lo siguiente: si contamos al menos con el 50% de la serie y esos datos no se alejan de la curva más del 10%, entonces podemos predecir el futuro a largo plazo (por ej, las ventas máximas) dentro de un rango de 21% con un nivel de confianza del 95%. Es más, con solo tener el 20% de los datos de la serie se puede obtener una proyección significativa: por ejemplo, si los datos no se alejan más del 1% de la curva se puede predecir el valor máximo con un rango del 15%.

Esto significa que la curva “S” nos permite anticipar el máximo de ventas que alcanzará un producto o una categoría en el futuro (¡y cuándo alcanzará ese máximo!).

Regresando al ejemplo de las ventas globales de móviles (“smartphones”). Si incluimos los datos de ventas hasta el 2015 (el último dato disponible), obtenemos una predicción de ventas como sigue:



Según la curva “S”, este año (2016) se venderán 1.645 millones de teléfonos y el número máximo será de alrededor de 1.973 millones cuando las ventas se estabilicen poco después del año 2023. Esa proyección tiene un error de ±15% (al 95% de nivel de confianza), con lo cual no es muy precisa (al final del artículo se puede ver una tabla con estos errores).

Esto es así porque, al observar con detenimiento, veremos que la tendencia de ventas de teléfonos móviles se podría dividir en dos curvas “S”: una desde 2001 hasta 2009 con las ventas empujadas por Nokia, Apple y Blackberry y otra desde 2010 hasta la actualidad empujada por Samsung, Apple y los fabricantes chinos (ver a continuación).



Eso tiene sentido porque existe evidencia académica (5) que sugiere que la curva “S” representa un “fractal”: una sucesiva superposición de pequeñas curvas “S” a distintas escalas que indican oleadas de crecimiento que, al sumarse, muestran la curva “S” final.

Así, si queremos proyectar las ventas en 2016, vemos que los últimos 7 años se ajustan mejor a la curva “S” final y como además sabemos que los acontecimientos más recientes tienen mayor probabilidad de explicar el futuro que los eventos más viejos, podríamos construir una curva “S” solo teniendo en cuenta esos últimos 7 años (ver a continuación):


Según esta última curva “S”, predecimos que se venderán 1.591 millones de teléfonos este año (2016) para un pico de ventas máximas de 1.784 millones poco después de 2023 (ambas cifras con un error de ±3,3% al 99% de nivel de confianza). Estas últimas cifras parecen ser el pronóstico más probable (¡dentro de 12 meses veremos si hemos acertamos!).

*****

La curva “S” ha demostrado repetidamente su fortaleza como herramienta para anticipar las ventas de un producto, de una empresa o de una categoría de productos siempre y cuando la “unidad de análisis” (el producto, la empresa o la categoría) tenga características más o menos estables y compita con otras por un recurso escaso (por ej, el dinero de los consumidores). (6)

Si el producto cambia radicalmente o no está en competencia con otros, la curva “S” no puede usarse para explicar su crecimiento natural.

Como en la gran mayoría de los casos esas condiciones se cumplen, podemos utilizar esta metodología para pronosticar las ventas de forma científica. Ahora Ud. ya sabe cómo hacerlo.






                                     


Comparta aquí su opinión con los demás lectores de Marketísimo





Fuentes:
(1) Everett M. Rogers, “Diffusion of innovations”, The Free Press, 4th edition, 1962-1995
(2) Timothy Aeppel , “50 Million Users: The Making of an ‘Angry Birds’ Internet Meme", The Wall Street Journal, March 20th, 2015; Gisle Hannemyr, “The Internet as hyperbole, a critical examination of adoption rates” http://hannemyr.com/en/diff.html
(3) Debecker, Alain and Modis, Theodor, “Determination of the uncertainties in S-curve logistic fits”, Technological Forecasting & Social Change, 46, 1994
(4) Strategy Analytics, Wireless Smartphone Strategies (WSS), Global Smartphone Sales Forecast for 88 Countries
(5) Modis, Theodore, “Fractal Aspects of Natural Growth, Technological Forecasting & Social Change, 47,63-73, 1994
(6) Modis, Theodore, “Strengths and weaknesses of S-curves”, Technological Forecasting & Social Change, 74, No 6, 2007



___________________________________________________________


- Suscríbase al reader o reciba los artículos por correo
- Enviar este artículo por email

Autor: César Pérez Carballada
Artículo publicado en
http://www.marketisimo.com/

___________________________________________________________


Continuar leyendo el resto del artículo...


21 feb. 2016

"Early adopters" y otros conceptos de adopción de nuevos productos

Por Cesar Perez Carballada






Existen varias formas de explicar cómo se adopta una nueva tecnología o un nuevo producto.

Una de las más conocidas es el modelo de difusión de innovaciones, popularizado hace décadas por Everett Rogers (100), hoy aceptado de forma casi unánime. Cada vez que alguien menciona a los “early adopters” (adoptadores tempranos) está haciendo referencia a ese modelo, aunque no lo sepa.

Hay muchas personas que utilizan los elementos de este modelo de forma incorrecta, por lo cual intentaremos en este post definir sus características, para luego mostrar en un próximo post cómo se puede aplicar para predecir las ventas de un producto.

Básicamente, Rogers explica la adopción de un producto o una tecnología como un proceso de comunicación entre integrantes de un sistema social. Más técnicamente, define la difusión como “el proceso por el cual una innovación es comunicada a través de ciertos canales a lo largo del tiempo entre los miembros de un sistema social”.

Ese ciclo de adopción demuestra que, a medida que las personas van siendo expuestas a un nuevo producto (por ejemplo, viendo un anuncio o entrando en contacto con otra persona que lo usa) deciden adoptarlo o no, y la predisposición a adoptarlo es diferente en cada una de ellas.

En este sistema hay cuatro elementos:
  • la innovación (el producto): cuanto más beneficiosa sea vs. las opciones actuales, más gente la adoptará
  • canales de comunicación: los canales con los cuales un individuo comunica la innovación a uno o a varios integrantes del sistema (puede ser a través de medios masivos, medios interpersonales, etc)
  • tiempo: el proceso de comunicación y la decisión de cada persona llevan un tiempo
  • sistema social: red de individuos que deciden adoptar o no un producto (también pueden ser empresas, organizaciones, gobiernos, etc)


Las personas tienen un grado inherente de predisposición a adoptar una innovación que determina la velocidad con la que la adoptan. Hay gente que está más abierta al cambio mientras que hay otras personas que tienen más dudas y tardan más. Cabe aclarar que la misma persona puede estar más predispuesta en una categoría de productos que en otra.

Si cualificamos la predisposición de cada persona, es decir, la velocidad con la que adoptan un nuevo producto con respecto a otras en el mismo sistema y las ordenamos en base a ese valor, obtenemos cinco categorías:

  • “Innovators” (Innovadores)
Son los primeros en adoptar una innovación o producto. Si hay algo que define a los innovadores es la audacia, que es casi una obsesión para ellos. Este interés en nuevas ideas les aleja del círculo local de relaciones hacia interacciones más cosmopolitas, por esa razón es común que desarrollen relaciones de comunicación y amistad con otros innovadores, aunque estos estén físicamente distantes, más que con otras personas de su círculo local. Ser un innovador tiene varios pre-requisitos. Poseer recursos financieros abundantes es necesario para absorber las potenciales pérdidas de haber adoptado un producto o una innovación que no funciona como se esperaba. También es necesaria la habilidad para entender y aplicar conocimiento técnico complejo. Los innovadores deben ser capaces de lidiar con el alto nivel de incertidumbre que una innovación tiene en una etapa tan temprana de adopción.

El valor más sobresaliente de los innovadores es la audacia, motivada por una atracción hacia lo temerario, atrevido y arriesgado. Los innovadores están dispuestos a aceptar un revés ocasional cuando una nueva idea no es exitosa, algo que inevitablemente ocurre en algún momento. Aunque un innovador no sea respetado por los demás miembros de su sistema social local, el innovador tiene un rol importante en el proceso de difusión al introducir la nueva idea al sistema importándola desde fuera de sus límites. Así el innovador tiene el rol de guardián en el flujo de nuevas ideas que penetran el sistema.

  • “Early adopters” (Adoptadores tempranos)
Este es el segundo grupo en adoptar una innovación o producto. Los adoptadores tempranos están más integrados en el sistema social local que los innovadores. Mientras que los innovadores son cosmopolitas, los adoptadores tempranos son locales. En este grupo encontramos a los verdaderos líderes de opinión. Los demás potenciales adoptadores observan y recurren a los “early adopters” para conseguir información y consejo sobre el producto o innovación. El adoptador temprano es considerado por muchos en su sistema social como “la persona a la cual pedir consejo” antes de adoptar una nueva idea. Este grupo es generalmente buscado y apreciado por las empresas porque su rol como misionario local acelera el proceso de difusión. Como los adoptadores tempranos no están demasiado alejados del individuo promedio en cuanto a su grado de innovación, sirven como modelo a seguir para muchos otros miembros del sistema social.

Los “early adopters” son respetados por sus pares y encarnan el uso exitoso de nuevas ideas. Saben que para continuar ganando la estima de sus pares y mantener una posición central en la red de comunicación del sistema, deben tomar decisiones juiciosas al decidir adoptar un producto. Los adoptadores tempranos reducen la incertidumbre de un nuevo producto al adoptarlo y transmitir una evaluación subjetiva del producto a sus pares cercanos a través de su red interpersonal.

  • “Early majority” (Mayoría temprana)
Son el siguiente grupo en adoptar una innovación o producto y son numerosos: representan un tercio de todos los consumidores. Se toman más tiempo para adoptar un producto que los innovadores o los adoptadores tempranos pero lo hacen antes que el miembro promedio del sistema. La mayoría temprana interactúa frecuentemente con sus pares pero raramente son líderes de opinión. Su ubicación entre los adaptadores tempranos y los que adoptan relativamente tarde un producto, les confiere una cierta importancia como factor de enlace en el proceso de difusión.

La mayoría temprana puede meditar durante un tiempo antes de adoptar completamente una nueva idea y se manejan por la consigna: “no seas el primero en probar algo nuevo pero tampoco el último en dejar lo viejo de lado”. Siguen la adopción de un nuevo producto con una predisposición deliberada, pero rara vez lideran ese proceso.

  • “Late majority” (Mayoría tardía)
Son el penúltimo grupo en adoptar una innovación o producto y lo hacen después de que la mayoría en su sistema social ya lo ha adoptado. Son más escépticos sobre un nuevo producto y su adopción puede ser el resultado de la creciente presión de sus pares. Lo diferente es percibido con cierto escepticismo y precaución, y no adoptan un producto hasta que la mayoría en su sistema ya lo han hecho. Las normas sociales del sistema deben favorecer al producto o la innovación antes que esta mayoría tardía se muestre convencida: la presión de los pares es necesaria para motivar la adopción del producto. Como generalmente no tienen abundancia de recursos, la incertidumbre de la nueva idea debe ser eliminada antes de que se sientan seguros adoptándola.

  • “Laggards” (Rezagados)
Son el último grupo en adoptar una innovación o producto. Los rezagados son los más “locales” de todos los grupos y generalmente están más aislados en la red social del sistema, tienen valores más tradicionales e interactúan con otras personas de valores semejantes; su punto de referencia es el pasado y tienden a ser desconfiados antes las innovaciones. Toman las decisiones en base a lo que han hecho anteriormente. Los rezagados tienden a sospechar de las innovaciones y de los agentes de cambio. Su proceso de decisión es relativamente largo y no adoptan un producto hasta mucho después de haber escuchado hablar de él. La resistencia a la adopción puede ser completamente racional desde su punto de vista ya que sus recursos son limitados y tienen que tener la certeza de que el nuevo producto no fallará antes de adoptarlo.

Así, contrariamente a lo que se cree, los “early adopters” o adoptadores tempranos no son los primeros en adoptar un producto ya que los innovadores lo hacen antes que ellos. Sin embargo son el grupo que tiene un alto nivel de influencia sobre el resto de los consumidores, por lo cual, las empresas siempre tratan de influenciar a esos consumidores para que luego actúen como líderes de opinión acelerando la difusión de su producto.

El grado de disposición a adoptar un nuevo producto resulta en una distribución estadística que se acerca a una “normal”: una curva que muestra la frecuencia de cada categoría de adoptadores con forma de campana (ver a continuación).


Así podemos ver que los innovadores representan el primer 2,5% que adopta un nuevo producto (menos de dos desviaciones estándares), los adoptadores tempranos son el siguiente 13,5%, la mayoría temprana constituye el siguiente 34%, y así sucesivamente.

La cantidad de nuevos individuos que adoptan el producto crece lentamente al principio, luego se acelera hasta alcanzar su máximo cuando la mitad de los individuos en el sistema lo han adoptado, entonces comienza a desacelerarse porque resulta cada vez más difícil para los adoptadores encontrar un individuo en el sistema que no haya adoptado todavía el producto, hasta que ya no queden nuevos adoptadores (todos aquellos que sí adoptarán el producto ya lo han hecho).

La parte de la curva entre el 10% y el 20% es el corazón del proceso de difusión. A partir de ese punto es generalmente imposible detener la difusión del producto o de la idea, aún de forma premeditada (100). Mi teoría es que esto sucede porque es en ese intervalo cuando se alcanza la “aceleración” máxima (ver gráfico a continuación, con la derivada de la curva normal), es decir, el ratio al que se suman nuevos adoptadores es el más alto en todo el proceso, con lo cual detener el proceso de difusión requería pasar del máximo positivo a un crecimiento negativo en un corto período de tiempo, lo cual es bastante difícil (es como querer detener un coche que está acelerando al máximo).




UNA CURVA ESTADÍSTICA


Otra forma de visualizar el ratio de adopción de un producto es realizar la gráfica con el número acumulado de personas que lo adoptan a lo largo del tiempo. Como la distribución de nuevos adoptadores es una “normal”, el gráfico de adoptadores acumulado resulta en una curva en forma de “S”.



Esa curva nos muestra que al principio solo unos pocos individuos adoptan el producto (esos son los innovadores) pero pronto la curva de adopción comienza a acelerarse a medida que más individuos lo adoptan (los adoptadores tempranos). En cierto momento la curva alcanza su punto de inflexión (cuando la comienza a adoptar la mayoría tardía) y se desacelera hasta detenerse cuando la adopción ha alcanzado su máximo valor (técnicamente, se aproxima a su asíntota).

(Aquellos a los que no les interese la matemática o la física pueden saltarse este párrafo que es un poco técnico) La derivada de la curva “S” es la distribución normal. La curva S es horizontal cuando al principio nadie ha adoptado el producto, luego, cuando la gente empieza a adoptarlo, la curva “S” tiene pendiente positiva, esta se va acelerando hasta alcanzar un punto de inflexión cuando la curva normal alcanza su máximo, entonces la curva S deja de crecer y se desacelera hasta quedar nuevamente horizontal cuando la cantidad de adopciones desaparece. En una analogía con la física, la curva S sería el “espacio recorrido” (la cantidad acumulada de adoptadores), la curva normal sería la “velocidad” (el ratio al que se agregan nuevos adoptadores) y la segunda derivada sería la “aceleración” (la variación en la velocidad con que se agregan nuevos adoptadores).

Esta curva se puede ver en casi todos los procesos de adopción como, por ejemplo, la radio (200). La primera estación comercial de radio comenzó sus transmisiones en EE.UU. en 1920 y la cantidad de personas que tenía una radio creció a 56 millones en tan solo 10 años, alcanzando 149 millones en 1960 (estabilizándose en el 83% de la población a través de los años). En los siguientes gráficos podemos ver la cantidad de personas que tenían una radio (cuadrados rojos): en el primer gráfico en millones de personas, en el segundo como porcentaje de la población; en ambos casos la línea punteada es la curva “S” que refleja ese proceso de adopción.





Otro ejemplo: la TV. En 1945 se levantaron las restricciones de la guerra y un estándar común marcó el inicio de la explosión de la TV en EE.UU. La cantidad de personas que tenían TV creció hasta 80 millones en tan solo 10 años, alcanzando 179 millones en 1970 (estabilizándose en el 87% de la población)(200). En los siguientes dos gráficos podemos ver la cantidad de personas con TV (cuadrados rojos): en el primer gráfico en millones de personas, en el segundo como porcentaje de la población; en ambos casos la línea punteada es la curva “S” que refleja el proceso de adopción.





Ya que la curva “S” representa el tamaño de mercado se puede expresar tanto como la cantidad acumulada de personas que han adoptado un producto o también como las ventas anuales de ese producto. Así se puede cuantificar en unidades o en términos porcentuales sobre la población (como en los gráficos anteriores) o como porcentajes en relación al máximo (en el ejemplo de la radio: en 1940 la penetración ya había alcanzado el 91% de su valor máximo).

Si bien los ciclos de adopción tienen una forma de curva S, la pendiente de esa curva varía de producto a producto: algunos se difunden rápidamente y así la curva S tiene una pendiente más alta mientras que otros tardan más y la curva S es más gradual.


*****

El modelo de difusión nos permite explicar el proceso por el cual los consumidores adoptan un nuevo producto o una innovación. Ahora Ud. sabe en qué consumidores enfocarse para acelerar la adopción y las razones para hacerlo.

¿Cómo se puede utilizar este modelo para pronosticar las ventas de un producto, de una empresa o de una categoría de productos? Responderemos esta pregunta en el próximo post.






                                     


Comparta aquí su opinión con los demás lectores de Marketísimo




Fuentes:
(100) Everett M. Rogers, “Diffusion of innovations”, The Free Press, 4th edition, 1962-1995
(200) Timothy Aeppel , “50 Million Users: The Making of an ‘Angry Birds’ Internet Meme", The Wall Street Journal, March 20th, 2015; Gisle Hannemyr, “The Internet as hyperbole, a critical examination of adoption rates” http://hannemyr.com/en/diff.html



___________________________________________________________


- Suscríbase al reader o reciba los artículos por correo
- Enviar este artículo por email

Autor: César Pérez Carballada
Artículo publicado en
http://www.marketisimo.com/

___________________________________________________________


Continuar leyendo el resto del artículo...


20 sept. 2015

Los ejecutivos de marketing no saben gestionar los precios

Por Cesar Perez Carballada







La mayoría de las personas que trabajan en marketing piensa que sabe de publicidad, promociones y ventas. En realidad solo una minoría realmente sabe de todos estos temas, el resto lamentablemente conoce uno o dos temas superficialmente y toca de oído en el resto.

Sin embargo hay un área del marketing que casi nadie conoce en profundidad y que la mayoría de las personas que trabaja en marketing reconoce no saber.

Estamos hablando de la gestión de precios.

Esta falta de conocimiento es llamativa porque la determinación del precio es una de las claves para que un producto genere ganancias. Un precio demasiado elevado hará que pocos consumidores lo compren, mientras que un precio demasiado bajo hará imposible cubrir los costes.

Además el precio es la variable del marketing que actúa más rápido (al cambiar un precio se ven los resultados casi instantáneamente) comparado con otras variables que toman más tiempo para actuar (por ej, publicidad, posicionamiento de la marca, etc).

UN DESCONOCIMIENTO GENERALIZADO

Hace unos años, la consultora especializada en precios Simon-Kucher & Partners realizó un estudio a través de un cuestionario que contestaron 1.225 directivos y responsables de precios en los principales países de Europa (1).

Según ese estudio, un 90% de los altos ejecutivos “subestima o ignora el incremento necesario en el volumen de venta para compensar una reducción de precio”.

El mismo estudio demuestra que “solo 1 de cada 25 directivos es capaz de calcular cuánto tiene que incrementar los volúmenes de venta para compensar una reducción de precios”. Es decir, solo el 4% de los ejecutivos entiende cómo se debe decidir correctamente un cambio en el precio.

Tras muchas décadas de avances en el marketing parece mentira que todavía se sigan ignorando o desconociendo algunos temas tan básicos.

Ese desconocimiento se torna aún más alarmante cuando vemos que la mayoría de las empresas se encuentran inmersas en una guerra de precios: en el mismo estudio un 52% de las empresas admitía estar en una guerra de precios en 2009, cifra que se elevó al 58% en el 2014 (2), es decir durante los últimos cinco años las guerras de precios han sido prevalentes aun cuando todos sabemos que ese tipo de competición típicamente no es rentable para nadie porque las ventajas relativas se anulan mutuamente, y se termina en un nivel de precios menor al que se estaba antes de iniciar la guerra de descuentos.

Pero la sorpresa es mayúscula cuando se le pregunta a esas empresas que están inmersas en una guerra de precios quién la desencadenó: el 95% de las empresas en 2009 respondían que lo había hecho los competidores, cifra que se ha mantenido en el 90% en el 2014.



Es decir, ¡siempre la culpa es del otro! Solo el 10% admite haber empezado la guerra de precios en la que están metidos! Matemáticamente no es posible que siempre la culpa sea del otro, aunque claramente nadie quiere admitir que ha tenido la culpa.

Competir en base a precios solo tiene sentido en raras ocasiones y solo en aquellos casos donde se ha analizado cuidadosamente la relación volumen-precio porque el impacto de una rebaja de precios puede ser brutal. Por ejemplo, una empresa que reduce su precio un 10% y que tiene una contribución marginal (margen bruto) del 20% sobre el precio de venta, debería nada menos que duplicar su volumen de ventas para mantener la rentabilidad, algo casi imposible.


La capacidad para recuperar la rentabilidad cuando se bajan los precios no solo es función del margen que tenemos antes de la rebaja (a menor margen, mayor volumen incremental necesario) sino también de la elasticidad de la demanda (a mayor elasticidad, más cambiará el volumen).

Sin embargo, ¿cuántos ejecutivos conocen esa elasticidad antes de decir la rebaja de precio?

Microsoft entró en el mercado de las tabletas en 2012 cuando lanzó la Surface RT para competir con el iPad de Apple (3). Unos meses más tarde lanzó la Surface Pro. El volumen de ventas combinado de los dos dispositivos fue de 1,5 millones unidades entre Octubre 2012 y Marzo 2013, muy por debajo de las expectativas (4). En el mismo plazo Apple vendió 42 millones de iPads (5). En respuesta a esta situación Microsoft recortó el precio de la Surface de 500 USD a 350 USD (un 30% de descuento) (6). En Europa Microsoft había lanzado la Surface con un precio 100 Euros más barato que el iPad comparable y redujo ese precio otros 150 Euros cuando el volumen de ventas no se materializó. Sin embargo, el gran descuento hizo muy poco para incrementar las ventas y Microsoft tuvo que reconocer pérdidas de 900 millones de USD por inventario sin vender en Julio de 2013 (7).

Si se descuenta el precio más del 30% y las ventas no responden es que la elasticidad es muy baja y hay problemas más serios con el producto.

Pero, como vimos, el problema es más básico porque la gran mayoría de los ejecutivos no saben calcular el volumen extra que necesitarán para compensar la reducción del precio. ¡La gran mayoría de las empresas no saben calcular el impacto de una guerra de precios y luego no quieren reconocer que empezaron una!

Entonces, ¿cómo se hace ese cálculo?

CÓMO CALCULAR CORRECTAMENTE UN DESCUENTO DE PRECIO

Básicamente se utiliza un análisis conocido como nivel de ventas “break-even” (punto de equilibrio) el cual nos dice cuánto volumen adicional necesitamos para compensar una rebaja en el precio, buscando en el cálculo maximizar (o al menos mantener) la rentabilidad.

El análisis “break-even” se enfoca en la perspectiva de la rentabilidad sin entrar en temas como cambios en la percepción del consumidor o estrategias de precio de largo plazo, por esa razón, sin ser el único análisis que se debe hacer, es uno de los análisis básicos a realizar antes de decidir cambiar un precio.

El análisis que se debe hacer se entiende mejor con un ejemplo.

Asumamos que una empresa vende 4.000 unidades de un producto a 20 Euros cada una. El coste variable (es decir el coste incremental de producir y vender una unidad adicional) es de 12 Euros mientras que el coste fijo (los que no cambian con la producción de una unidad adicional, tales como una planta o el personal) es de 20 mil euros.

Entonces la compañía tiene ingresos por 80 mil Euros y un beneficio de 12 mil Euros.

Para ser más competitivo contra otros fabricantes similares, la compañía está planteando una reducción del precio del 5% (de 20€ a 19€), pero ¿cuál es el volumen adicional de ventas que justificaría esa reducción de precios?

Para responder a la pregunta se utiliza la siguiente fórmula:


CP es el ‘cambio de precio’, es decir, la diferencia entre el precio nuevo y el actual, en nuestro caso:

CP = 19 € - 20 €= - 1 €

1 Euro es el 5% de 20 Euros y el signo negativo refleja que estamos bajando los precios.

CM es la ‘contribución marginal actual’, es decir, la diferencia entre el precio actual y el coste variable actual:

CM = 20 € - 12 € = 8 € (un 40% del precio de venta)

Como resultado de la fórmula, el nivel de ventas incremental para lograr el break-even es:


Es decir, para mantener la rentabilidad actual (los 12 mil Euros), la rebaja de 5% en el precio debería generar un aumento en el volumen de ventas del 14,3%. Es decir, la compañía debería vender al menos 572 unidades adicionales (=14,3% * 4.000).

Cualquier aumento de volumen por debajo de esa cifra haría que el descuento no fuera rentable, ya que la empresa ganaría menos que antes.

A menor contribución marginal (es decir, a mayores costes variables), la cantidad de volumen incremental será mayor, con lo cual en sectores con márgenes muy bajos el volumen incremental se torna imposible de lograr (por ej, como vimos antes, una empresa con un margen bruto o contribución marginal del 20% necesitaría incrementar el volumen de ventas un 100% para justificar una bajada de precios del 10%).

La fórmula se puede utilizar de la misma manera para calcular un incremento de precio, solo que en ese caso el CP resultaría positivo, y el % NVB sería negativo, mostrando la máxima caída de ventas que justificarían el aumento de precio para mantener el nivel de rentabilidad.
¿Pero qué ocurre si a pesar de todo su competidor le declara la guerra al reducir sus precios?

En ese caso, como vimos en un post anterior, Ud. deberá analizar otros factores además de la rentabilidad. En base a esos factores podrá decidir si debe responder al ataque o aceptar el volumen menor de ventas.

Siempre recuerde que el objetivo de una empresa es ganar dinero (“maximizar la rentabilidad”) y a veces vender menos cantidad de productos puede significar ganar más dinero.

Claro que esto contradice muchas de las ideas reinantes en las empresas.


*****

El precio es uno de los elementos más delicados del marketing por su gran impacto en la rentabilidad de la empresa. Ahora Ud. sabe cómo anticipar el volumen incremental requerido para compensar una reducción de precios y, en consecuencia, sabrá si debe evitar la reducción de precios.

Así podrá contribuir a reducir la prevalencia de las guerras de precios y, si empieza una, al menos lo hará conscientemente y por las razones correctas, y no podrá echarle la culpa a los demás.



                                     


Comparta aquí su opinión con los demás lectores de Marketísimo



Fuentes:
(1) SKP European Pricing Study 2009, n=1225
(2) SKP Global Pricing Study 2014, n=1600
(3) Georg Tacke, David Vidal, Jan Haemer, “Profitable Innovation”, Simon-Kucher, November 2014
(4) Chen, Biarn X, “How is Microsoft´s tablet doing?”, The New York Times, January 15, 2013
(5) Novak, Peter, “Year in review:the biggest flops of 2013”, CBC News, December 30, 2013
(6) Chen, BrianX and Austen, Ian, “Two tales of plummeting prices”, The New York Times, July 17, 2013
(7) Clark, Don, “Microsft takes $900 million write-off on tablet”, The Wall Street Journal, July 18, 2013



___________________________________________________________


- Suscríbase al reader o reciba los artículos por correo
- Enviar este artículo por email

Autor: César Pérez Carballada
Artículo publicado en
http://www.marketisimo.com/

___________________________________________________________



Continuar leyendo el resto del artículo...


Related Posts Plugin for WordPress, Blogger...