¿Cómo proyectar las ventas de un producto?

Por César Pérez Carballada

Tweet





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.



[Actualización 12 de Abril de 2017] Más de 1 año después de haber escrito este post es hora de ver que ocurrió con los números reales para saber si el pronóstico finalmente se cumplió.

Según Strategy Analytics, el mercado global de móviles en 2016 fue de 1.488,2 millones de unidades, creciendo un 3,3% comparado con el año anterior. El modelo del post había pronosticado 1.538 millones de unidades (límite inferior del modelo) con lo cual sobreestimó el mercado en un 3,3%. El crecimiento pronosticado año sobre año era del 6,7% cuando en realidad fue de solo el 3,3%.

Hubo 3 razones que llevaron al mercado global a crecer menos de lo esperado:
 

• India, el tercer mercado de móviles del mundo, cayó anualmente por primera vez en la historia durante el último trimestre de 2016 (-8% vs. el año anterior) mayormente debido a la desmonetización y al retiro de los billetes de 500 y 1000 rupias (7,5 y 15 dólares),  los cuales representaban el 86% de las reservas en efectivo del país, ocasionando una gran escasez de dinero en efectivo.

• Apple no cambio nada significativo en su iPhone 7 lanzado en Septiembre 2016, rompiendo la larga tradición de alternar diseños nuevos con actualizaciones incrementales, por lo cual muchos de sus consumidores decidieron esperar al próximo iPhone alargando el ciclo de recambio.

• Samsung sufrió una debacle con el Note 7 el cual fue retirado del mercado, muchos de los consumidores leales a la marca decidieron esperar hasta el próximo lanzamiento en lugar de elegir un móvil de la competencia.

Esos tres elementos representaron una sorpresa negativa que provocó que el mercado global creciera menos de lo esperado (a pesar de que China y África crecieron más rápido de lo esperado, no alcanzaron a compensar)

Así y todo, con grandes imprevistos globales (¿quien podía imaginar que el líder mundial Samsung retiraría su producto estrella del mercado o que India súbitamente retiraría el efectivo del mercado?!) el modelo solo erró por un 3,3%, lo cual confirma su gran robustez.



Tweet
                                     


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...

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

Por Cesar Perez Carballada

Tweet




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.





Tweet
                                     


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...