En un post pasado sobre las cuotas de mercado, Guillermo, un asiduo del blog, comentó como calculaban las cuotas de mercado, usando MMIC. Me ha parecido tan interesante que he decidido darle la categoria que se merece y dedicarle un post a su comentario, Guillermo contaba lo siguiente:
"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"
Para mi lo más interesante es que existen datos, tipologías más exactamente, que permiten modelizar los resultados y estudiar nuevas ubicaciones.
Por ejemplo:
- distancia a CAP: De fácil cálculo, con cualquier GIS
- zona de paso, transeúntes: Archivo Gogh (no están todos los munipios)
- tipo de barrio: Tipologñías a nivel de sscc, que se pueden construir con datos gratuitos del INE.
- horario: 10%. Aquí se puede jugar para estudiar con el efecto de cambiar un horario en un establecimiento.
- superficie sala de venta: 5%.
- surtido (parafarmacia): 5%. Creo que esto es más importante hoy en día, donde la parafarmacia ocupa prácticamente más del 50% de la tienda en superficie (viendo las que visito normalmente)
- implantación del pdv (escaparate, lineales, plv): 5%
- actitud comercial del farmacéutico: 5% La más dificil de "medir" , pero con una buena encuesta y estudio de campo se puede saber sin mayores problemas.
Añadiría número de empleados, incluso cajas de cobro.
