las 400 copias autorizadas para utilizar en el Máster Universitario en Dirección y Administración de Empresas (MBA), Análisis de situación, Luis

Manuel Cerda Suarez, Jesús Israel Rivas García Y Mónica Cla

AD-286
0-103-036

Miguel Castaño en Seat

«Juan Carlos Armijo, hasta ahora gerente de ventas de Seat, S.A. para los
países del norte de Europa, fue nombrado director de marketing en España
el pasado enero de 2002, cargo en el que sustituye a José Jover, quien a su
vez asume el puesto de director de marketing y estrategia de producto en
Seat, S.A.»

Desde su nombramiento, Juan Carlos propuso establecer un programa de

marketing más agresivo para mantener su participación en el mercado
español en una época en la que acechaba una recesión económica. Para
poder definir este programa era necesario disponer de las previsiones de
ventas para el año que acababa de comenzar.

Aprovechando la incorporación al equipo de marketing de Miguel Castaño,

un recién graduado por una prestigiosa escuela de negocios, se le
encomendó la tarea de hacer la previsión de la venta de vehículos para el
año siguiente basándose en variables que estimara oportunas.

La compañía
Fundada en 1950, Seat es una empresa española propiedad del grupo
Volkswagen, que se caracteriza por el diseño de coches de línea deportiva.
En la actualidad, la empresa española comercializa siete gamas de modelos

Caso preparado por Alejo Montoliu Tarragona, Alejandro Ballabriga Martínez-Marí, Javier Torrents
Bergé y Jordi Guasch Ruiz, MBA, bajo la supervisión del Profesor Franz H. Heukamp, como base de
discusión en clase y no como ilustración de la gestión, adecuada o inadecuada, de una situación
determinada. Mayo de 2003.

Copyright © 2003, IESE. Para pedir otras copias de este documento, o un documento original para
reproducirlo, llame a IESE PUBLISHING al 34 932 534 200, envíe un fax al 34 932 534 343, escriba a Juan
de Alós, 43 - 08034 Barcelona, España, o a iesep@iesep.com
No está permitida la reproducción total o parcial de este documento, ni su tratamiento informático, ni la
transmisión de ninguna forma o por cualquier medio, ya sea electrónico, mecánico, por fotocopia, por
registro o por otros medios.

Ultima edición: 16/03/2005

1
las 400 copias autorizadas para utilizar en el Máster Universitario en Dirección y Administración de Empresas (MBA), Análisis de situación, Luis Manuel Cerda Suarez, Jesús Israel Rivas García Y Mónica Cla

AD-286 Miguel Castaño en Seat

(Alhambra, Arosa, Córdoba, Ibiza, Inca, León y Toledo) y exporta las dos terceras partes
de su producción. Sus principales mercados son los europeos, aunque está presente en
cerca de setenta países de los cinco continentes, a través de una extensa red comercial
integrada por unos 3.600 puntos de venta y asistencia.

A excepción del Seat Alhambra, fabricado en la planta que el grupo Volkswagen tiene
en Palmela (Portugal), todos los modelos de la marca se producen en la factoría de
Martorell. Esta planta, inaugurada en 1993 por el rey Juan Carlos I, está considerada
como una de las más avanzadas de Europa gracias a sus sistemas logísticos y a la
flexibilidad del proceso de producción. De sus líneas de montaje salen a diario 2.300
coches. La producción y las ventas a cliente final de Seat se sitúan en torno a las
500.000 unidades al año, con una facturación de unos 6.000 millones de euros y unos
beneficios de más de 230 millones. La compañía, que emplea a 14.500 personas,
celebró en el año 2000 su 50º aniversario, una efeméride de especial significado, que la
convierte en una de las marcas automovilísticas más jóvenes de Europa.

El problema
Miguel Castaño estaba seguro de que había alguna manera de predecir las ventas de
vehículos nuevos para Seat de un modo preciso y con una base científica. Disponía de
las ventas totales de vehículos nuevos de la compañía y del sector durante los últimos
catorce años en España. Sin embargo, no tenía claro cómo debía proceder. Miguel creía
que debía utilizar la técnica de regresión lineal para poder aproximar un modelo con el
que hacer previsiones de ventas.

Miguel buscó en diferentes fuentes de información1 variables de la realidad española

que él consideraba que podían determinar las ventas de turismos para ese año. Estas
variables debían explicar las variaciones de las ventas de automóviles para Seat,
además de ser fiables y fáciles de obtener. Después de un exhaustivo análisis, identificó
como variables más significativas las siguientes:

− Precio de la gasolina: para unificar todos los tipos de carburantes consideró

la cotización media anual del barril Brent en los mercados internacionales.
Miguel pensaba que un aumento en el precio del petróleo originaría un
descenso en la venta de vehículos nuevos y, por tanto, era una variable a
tener en cuenta.

− IPC (índice de precios al consumo): se consideró el IPC como medida de

poder adquisitivo del consumidor. Sin embargo, Miguel no sabía si debía
considerar esta variable en valores absolutos o relativos.

− PIB (producto interior bruto): Miguel sabía que la venta de vehículos era
sensible al crecimiento económico, variable que estaba claramente reflejada
en el PIB expresado en tasa de crecimiento anual.

1 Fuentes de información: Datastream, ANFAC, Servicios de Estudios BBVA, Dirección General de Tráfico y Banco de España.

2 IESE Business School-Universidad de Navarra

las 400 copias autorizadas para utilizar en el Máster Universitario en Dirección y Administración de Empresas (MBA), Análisis de situación, Luis Manuel Cerda Suarez, Jesús Israel Rivas García Y Mónica Cla

Miguel Castaño en Seat AD-286

− Tasa de paro: otra variable que consideró oportuno considerar era el índice
de ocupación de población activa, ya que podía orientarle acerca de la
situación de la economía española.

− Tipo de interés (Mibor a 1 año): gran parte de la compra de vehículos se

realiza a crédito, y como consecuencia obtuvo las cotizaciones del Mibor a
un año durante los catorce años de estudio. A priori, Miguel pensaba que un
tipo de interés alto podía convertirse en una barrera a la hora de adquirir un
vehículo.

− Renta bruta de las familias: esta variable macroeconómica refleja el poder

adquisitivo de las familias españolas. Al igual que con el IPC, Miguel no
sabía si debía utilizar datos en valores absolutos o relativos.

− Número de conductores: por último, también pensó que a nivel estructural,

el número de licencias de conducción podía influir en la venta de turismos.
También consideró el número de conductores en valores absolutos y
relativos.

En el Anexo 1 figuran todos los datos que Miguel recopiló de los últimos catorce años.

El director de marketing le había pedido diversos modelos cuantitativos para poder

seleccionar el que diera unas previsiones más fiables. A partir de este momento, Miguel
se disponía a analizar las relaciones de estas variables con las ventas de automóviles
nuevos de Seat en España.

IESE Business School-Universidad de Navarra 3

las 400 copias autorizadas para utilizar en el Máster Universitario en Dirección y Administración de Empresas (MBA), Análisis de situación, Luis Manuel Cerda Suarez, Jesús Israel Rivas García Y Mónica Cla

AD-286

4
Ventas de Renta bruta Porcentaje
Año coches totales Seat Dólar/barril IPC Porcentaje Porcentaje Porcentaje Porcentaje disponible Número de de renta Porcentaje
del sector (miles) IPC PIB del tipo de de (miles de conductores bruta del número
(miles) interés tasa paro millones de (millones) disponible conductores
euros)
Anexo 1

1988 1.029 131 15 58 7,66 5,09 12 16 171.570 13.330 9,81 4,22

Miguel Castaño en Seat

1989 1.124 125 18 62 6,79 4,83 15 14 193.135 13.817 12,57 3,65

1990 982 119 24 66 6,72 3,78 15 13 217.553 14.347 12,64 3,84
1991 887 97 20 70 5,93 2,54 13 13 239.841 14.868 10,24 3,63
1992 975 95 19 74 5,92 0,93 13 15 257.111 15.405 7,20 3,61
1993 745 80 17 78 4,57 –1,03 11 19 271.790 15.882 5,71 3,10
1994 910 99 16 81 4,72 2,38 8 20 279.895 16.309 2,98 2,69

IESE Business School-Universidad de Navarra

1995 834 94 17 85 4,67 2,76 10 19 305.880 16.762 9,28 2,77
1996 911 107 20 88 3,56 2,44 7 18 322.014 17.188 5,27 2,54
1997 1.016 129 19 90 1,97 4,03 5 17 338.232 17.554 5,04 2,13
1998 1.193 154 14 92 1,83 4,35 4 15 356.283 18.009 5,34 2,59
1999 1.405 182 19 94 2,31 4,22 3 13 376.170 18.460 5,58 2,50
Datos históricos de las variables analizadas

2000 1.381 174 28 97 3,43 4,40 5 11 398.339 18.930 5,89 2,55

2001 1.433 166 25 100 3,59 2,80 4 11 422.822 19.450 6,15 2,74