El modelo de huff no cálcula áreas de mercado, calcula la propensión (probablidad) de atracción, y es un modelo que está muy bien estudiado en los centros comerciales y supermercados, pero aplicarlo a otros sectores hay que ir con cuidado, y acosejo usar el modelo MCI donde podemos estudiar muchas más variables.
También existe la tendencia a estudiar la cuota de penetración a partir del área calculada, pero creo que estudiar la cuota de penetración no es suficiente para que el valor de dicha penetración sea significativo.
Lo que realmente hay que analizar es la cuota de mercado (la penetración es una parte de la misma), y según Kotler y Lane esta cuota hay que estudiarla a partir de:
Cuota de mercado = Penetración • Fidelidad • Selectividad • Precio
Como ejemplo un caso real, sencillo y práctico que me pasa a mi en mi vida cotidiana: Hemos cambiado el lugar de compra no por la distancia, si no porque el producto de compra es más barato (alrededor de un 50% más barato). Es decir, el establecimiento 1, ha perdido capacidad de atracción, y no por la distancia o por su superficie, como dice el modelo de HUFF, si no porque el precio es más caro. Si estudiaramos el área de influencia por ejemplo introduciendo un precio medio para nuestro establecimiento y el de los competidores podríamos llevarnos algunas sorpresas. Y si, esto no es geomarketing, es marketing de toda la vida, y no hay que perder la perspectiva por tener el mapa más chulo.
3 comentarios:
Hola, Jesús, muy interesante, en mi opinión esta estimación de la cuota de mercado es el gran reto de la modelización en geomarketing.
Os comento brevemente cómo suelo estimar yo la cuota en el marco de modelos Huff - MCI, en línea con lo que comentas tú.
Cuota geográfica de mercado (para cada área de influencia, sección, distrito, código postal) = Negocio real (número de clientes, visitas, euros facturados) / [demanda de la zona (modelos predictivos de demanda, que nos indiquen o número de clientes o número de visitas o Euros estimados) * probabilidad de demanda según el modelo de Huff].
Como apuntas, en este cálculo, aparte del modelo de demanda potencial, la dificultad está en parametrizar el modelo de atracción: ¿de qué depende la decisión de acudir a un establecimiento? En mi experiencia, lo ideal es asignar parámetros basados en estudios de mercado previos, que nos permitan formular el factor de atracción de un modelo MCI como una regresión múltiple,con las variables relevantes y su peso relativo. Es decir, algo así como decir que, en el sector, zona geográfica y período analizados, la capacidad de atracción de, por ejemplo, una farmacia, depende de las siguientes variables en la siguiente medida:
- distancia a CAP: 30%
- zona de paso, transeúntes: 20%
- tipo de barrio: 20%
- horario: 10%
- superficie sala de venta: 5%
- surtido (parafarmacia): 5%
- implantación del pdv (escaparate, lineales, plv): 5%
- actitud comercial del farmacéutico: 5%
Así, generamos un índice sintético de atracción basado en características del punto de venta y de su área de influencia.
Y, claro, en toda representación estática de la realidad el tiempo es fundamental, ya que un estudio realizado hace tres años, al usarse en la actual coyuntura económica, probablemente infravaloraría el peso de la variable precio... y por supuesto, como tú comentabas, un modelo MCI siempre supera al clásico de Huff basado en superficie al poder incluir otras variables relevantes
Hola Guillermo, ¿qué tal?
Muchas gracias por tu aporte, y dado que es tan explicativo voy a darle la importancia que merece y lo posteo en el blog para que sea más visible.
Por cierto, ¿dónde trabajas? porque me parece muy interesante el enfoque que dais.
Hola, Jesús, disculpa que no te respondiera, no llegué a ver tu comentario en su momento y ahora he caído aquí por casualidad.
En mi nombre de usuario tienes el link a www.unica360.com, somos un grupo de profesionales de customer intelligence, marketing relacional, estadística y geomarketing.
Como vosotros, trabajamos mucho la estimación de la demanda combinando minería de datos "tradicional" y análisis espaciales. A tu disposición para lo que sea ;-).
Publicar un comentario