SVEDKA VODKA

Marketing Mix In
The Vodka Industry

- Equipo Delta -
El vodka ha disfrutado de un tremendo éxito
durante las décadas.
James Bond pidió por primera vez un Martini con vodka
la exitosa serie de HBO Sex and the City proporcionaron energía
renovada para el vodka (Cosmopolitan)
Data
WRANGLING
Para iniciar con el proyecto se cargó la DB a Trifacta y se procedió a realizar el
data wrangling.
Se colocó la numeración “0” en los campos vacíos.
Se eliminaron las columnas que no serían útiles para realizar los cálculos solicitados en
RapidMiner, dejando un total de 37 de 43 que eran inicialmente.
Al realizar un ordenamiento ascendente por años, se notó que en los últimos años las
columnas de DollarSales, PriceRerUnit, LagPrice, LnPrice y LnLPrice tenían campos
vacíos, que anteriormente se rellenaron con “0”.
Data Mining
DEL DATASET
Ejecute una regresión del logaritmo natural de las ventas (LnSales) en el logaritmo natural de todo lo
siguiente: precio (LnPrice), gastos de marketing impreso (LnPrint), gastos de marketing al aire libre
(LnOut), gastos de marketing de difusión (LnBroad) y ventas del año anterior (LnLSales).
PerformanceVector:
root_mean_squared_error: 0.161 +/- 0.054 (micro
average: 0.169 +/- 0.000)
correlation: 0.990 +/- 0.006 (micro average: 0.989)
squared_correlation: 0.979 +/- 0.012 (micro
average: 0.979)

Linear Regression
- 0.011 * LnLPrice
- 0.012 * LnOut
+ 0.019 * LnPrint
+ 0.054
Ejecute una regresión del logaritmo natural del cambio en las ventas (LnDiff) sobre el logaritmo natural
de los precios del período anterior (LnLPrice), y el registro natural de los gastos de mercadotecnia en
impresión (LnPrint), exterior (LnOut) y radiodifusión (LnBroad).
PerformanceVector:
root_mean_squared_error: 0.165 +/- 0.057 (micro
average: 0.174 +/- 0.000)
squared_correlation: 0.153 +/- 0.131 (micro average:
0.078)

Linear Regression
- 0.011 * LnLPrice
- 0.012 * LnOut
+ 0.019 * LnPrint
+ 0.054
Para comprender la influencia de la calidad del vodka, ejecute una regresión agregando las variables
ficticias de nivel 1 y 2 (Tier1, Tier2) (que indican si una marca de Vodka pertenece a niveles de primera o
segunda calidad) al conjunto de variables independientes en la pregunta 2.
PerformanceVector:
root_mean_squared_error: 0.165 +/- 0.057 (micro
average: 0.174 +/- 0.000)
squared_correlation: 0.152 +/- 0.123 (micro average:
0.079)
Para comprender la influencia de la competencia y el poder de la marca, ejecute una regresión
agregando la suma de las ventas de todas las marcas competidoras en el año anterior
(LagTotalMinusSales) y la cuota de mercado de la marca de vodka en el año anterior (LagMktshare) a las
variables independientes en la pregunta 3.
 PerformanceVector:
root_mean_squared_error: 0.161 +/- 0.058 (micro average: 0.171 +/- 0.000)
squared_correlation: 0.176 +/- 0.149 (micro average: 0.111)
Visualización
DE RESULTADOS