Técnicas Cuantitativas y Econometría

Resolución del caso Harvard GoodBelly

Integrantes:
 Camila Aguas
 Pohol Arias
 Eliana Jácome
 Cinthia Marin

1. Resuma en 300 palabras el caso.

El caso GoodBelly se centra en una nueva línea de productos de zumos probióticos

fabricados por NextFood Inc., la principal productora a base de soja en Estados Unidos
en el 2008. Estos productos tuvieron éxito al momento de ser lanzados al mercado, ya
que promovía beneficios para la salud al mejorar la digestión y fortalecer el sistema
inmunológico. En un mercado mundial de alimentos probióticos valuado en 15,400
millones de dólares en 2008, la línea de probióticos GoodBelly experimentaba un
notable crecimiento del 5% al 30%, en contraste con la tasa de crecimiento en general
de la industria alimentaria que iba entre un 1% y un 2%.

Estas bebidas ecológicas a base de zumo son libres de lácteos y soja, utilizan
netamente cultivos probióticos llamados Lactobacillus plantarum299v (Lp299v).
Aunque la compañía enfrentaba desafíos iniciales para darse a conocer, se enfocó en
campañas de demostración para destacar los beneficios para la salud y el sabor de sus
productos. Con recursos limitados, la empresa priorizó que los clientes probaran y
conocieran sus productos.

En noviembre de 2009, la estrategia de demostraciones se ajustó para dirigirse a

tiendas más grandes, representando el 75% de las ventas. Uno de los métodos para
promocionar los productos fue realizar una competencia entre los representantes de
ventas de GoodBelly, estos competían para persuadir a la mayor cantidad posible de
tiendas a exhibir sus productos, en dichos lugares se colocaban en una posición
estratégica al final de un pasillo, en donde se encontraba el centro de probióticos.
 Sin embargo, en julio de 2010, surgieron dudas en el directorio sobre la eficacia del
programa de promoción. Algunos cuestionaron si el aumento en las ventas era solo
temporal o si realmente justificaba los costos incurridos. Ante estas preocupaciones, se
propuso un análisis estadístico para evaluar la eficiencia del programa en las tiendas.

2. Construya un modelo estadístico que explique la relación entre ventas y

esfuerzos promocionales, e interprete los resultados del modelo.

Para fines del análisis, se ha tomado en consideración como variable dependiente a las
unidades de productos vendidas en cada tienda, pero aplicando Log10 con el objetivo de
estandarizar los valores presentados. La misma transformación se realizó al precio
promedio de los productos y en el resto de las variables independientes se muestran las
promociones que se definen analizando si la tienda contaba con un representante de
ventas a nivel regional, si la tienda participó en una promoción y cuando efectuaron
dichas promociones a lo largo de las 10 semanas analizadas.

En resumen, para evaluar la relación entre las ventas y el esfuerzo

promocionales que realizó la empresa se estableció un modelo econométrico calculado
mediante Mínimos Cuadrados Ordinarios (MCO) y que responde a la siguiente
ecuación:

n
Unid i ,t =β 0 + β 1 Pvpi ,t + β 2 Rvi , t + β 3 Pro i ,t + β 4 Demi ,t + β5 Dem 1i ,t + β6 Dem 2i ,t + β7 Mini ,t + β8 Gymi , t + ∑ β j sem
j=1

Donde:

Unid i ,t : número de unidades vendidas a la semana por la tienda i en el tiempo t. Medido en

log 10 ;

Pvpi ,t : precio promedio de venta al público de la tienda i en el tiempo t. Medido en log 10 ;

Rv i ,t : representantes de ventas en la tienda i en el tiempo t. Asume valores de 0 y 1;

Pro i ,t : promoción que realizaron dentro de la tienda i en el tiempo t. Asume valores de 0 y 1;

Demi , t : si la tienda i tuvo una demostración en la semana correspondiente al tiempo t. Se

adjudica valores de 0 y 1;
Dem 1i ,t : demostraciones de 1 a 3 semanas atrás en la tienda i en el tiempo t. Se adjudica
valores de 0 y 1;

Dem 2i ,t : demostraciones de 4 a 5 semanas atrás en la tienda i en el tiempo t. Se adjudica

valores de 0 y 1;

Mini ,t : número de minoristas naturales en un radio de 8km de cada tienda i en el tiempo t;

Gymi , t : número de gimnasios en un radio de 8 km con relación a la tienda i en el tiempo t;

semi ,t : semana de observación;

β 0 : intercepto; y,

ε i ,t : error del modelo;

Por ende, en la Tabla 1 se muestra el resultado de la estimación del modelo e

interpretamos que las variables independientes que más influyen positivamente en el
incremento de las ventas hacen referencia a que si la tienda participó de una promoción
y si la demostración fue en la última semana de análisis; a un nivel de significancia del
1%. Es decir que, manteniendo el resto de las variables contantes, si una tienda participa
de una promoción, las ventas se incrementaran en 0.274 unidades, mientras que, si la
tienda tuvo una demostración durante el periodo correspondiente, sus ventas se
incrementan en 0.151 unidades. De la misma manera, si la tienda cuenta con un
representante de ventas regional que mantiene contacto cara a cara, las ventas
incrementarán en 0.142 unidades, ceteris paribus.

Por otro lado, a un nivel de significancia del 1% se evidencia que el precio

promedio de los productos tiene una relación inversa con las ventas, puesto que el
incremento de 1 unidad en el precio provoca que las ventas disminuyan en 0.484
unidades, manteniendo el resto de las variables contantes.

Además, el R cuadrado muestra que estas variables independientes explican el

56.5% de las ventas obtenidas en las diferentes tiendas, mientras que al 1% de nivel de
significancia, el estadístico F muestra que las variables son significativas en su conjunto
y, por último, se concluye que el modelo no presenta problemas de autocorrelación
conforme el resultado de Durbin Watson.
Tabla 1: Resultados de la regresión.

Variable Unid
-0.484***
Pvp (-6.950)
[1,356]
0.142***
Rv (21.153)
[1.304]
0.274***
Pro (17.428)
[1.056]
0.151***
Dem (11.448)
[1.112]
0.114***
Dem1 (12.657)
[1.252]
0.110***
Dem2 (9.552)
[1.075]
-0.002
Min (-0.618)
[1.025]
-0.002
Gym (-0.842)
[1.018]
2.548***
CONSTANTE
(60.706)
Semana Si
R Cuadrado 0,565
F 104.563***
Durbin-
Watson 1.897
Nota: Beta sin estandarizar. Valores entre paréntesis representa t-estadístico. Valores
entre corchetes representa valores de inflación de varianza. *** ** y * representan 1%,
5% y 10% de significancia estadística (o podemos poner de nivel) respectivamente.

3. ¿El programa de demostración en la tienda, aumenta las ventas? Si es así,

¿cuánto dura el aumento en ventas?
 En base a la tabla expuesta anteriormente se puede observar que existe una relación
directa y significativa al 1% con todas las variables relacionadas a promoción del
producto, esto indica que mediante el programa de demostración en las tiendas si
aumentan las ventas. Además, cuando las demostraciones se realizan en las tiendas,
las ventas aumentan en 0.151 unidades y el efecto se mantiene durante al menos 5
semanas, puesto que, en el modelo se obtuvo como resultado que, si la demostración
se realizó de 4 a 5 semanas atrás en una tienda, las ventas incrementan en 0.110
unidades, también con un nivel del 1%.

4. ¿La colocación de producto dentro de la tienda afecta a las ventas?

El programa de promoción que consiste en colocar el producto en la mejor ubicación de

la tienda se determina que si influye en las ventas debido a que mantiene una relación
directa y significativa al 1%, esto quiere decir que el comportamiento de las ventas en
relación a la estrategia de las promociones ejecutadas dentro de las tiendas si tiende a
ser un factor de incidencia en el comportamiento de las ventas en un tiempo
determinado, por lo que partiendo de eso, es una de las estrategias que se están dando
resultados por lo que se recomienda fortalecerla.

5. ¿Qué otros factores afectan a las ventas de los productos GoodBelly’s?

Los resultados reflejan que existen otras variables que también tienen una influencia
representativa en comparativa a las otras estrategias implementadas por parte de la
administración, entre las cuales podemos mencionar a las demostraciones que tuvieron
lugar entre las semanas 1-3 y 4-5 de acuerdo con lo que establecen las variables (Dem 1)
y (Dem 2) respectivamente, al 1% de significancia.

6. Utilizando el resultado de la regresión, ¿cuáles son sus recomendaciones para la

administración de GoodBelly?

Dados los resultados de la estimación del modelo, la recomendación que se debe realizar
a los administradores de GoodBelly se enfocaría en que deben continuar con las
campañas de promoción, especialmente en aquellas que brindan protagonismo al
producto dentro de las tiendas, considerando que el presupuesto es ajustado, siempre es
posible la implementación de mejora continua que vendría de la mano del análisis de las
variables menos representativas dentro del modelo e incluir nuevas estrategias
(variables) innovadoras que implique una reducción en los costos e incrementen el
impacto en la percepción del consumidor que permitan mejorar los resultados en un
periodo determinado. Además, las demostraciones que se realizan también causan un
impacto positivo en las ventas y deben continuar haciéndolas y las estrategias deben
estar enfocadas a incrementar la eficiencia de cómo se realizan dichas demostraciones,
más no a la reducción del presupuesto destinado a promociones del producto.

7. ¿Hay sugerencias para mejorar y perfeccionar el modelo?

Con base en los resultados que el MCO refleja, podemos manifestar que el R 2 se sitúa
en el 56.5% lo que quiere decir que las ventas están asociadas con las variables
independientes del modelo, partiendo de esta premisa podemos establecer como primera
recomendación que la administración debería fortalecer las estrategias que tienen
vigentes dado que el la incidencia con sus ventas es positiva, e inclusive se podrían
buscar nuevas estrategias que puedan incrementar más aún las asociaciones para con su
variable dependiente. Los resultados del modelo son consistentes dado que al analizar el
DW podemos observar que es cercano a dos, lo que significa que no sugiere la
existencia de problemas de correlación entre las variables que integran el modelo. Una
vez expuestos los resultados como recomendación general a la administración
responsable podemos sugerir que se deberían investigar nuevas variables que puedan ser
relevantes en las ventas que refleja la compañía en un periodo determinado, con el
objetivo de poder volver a correr un análisis y obtener resultados más favorables e
incorporar nuevas variables o a su vez eliminar las que no representen un impacto
significativo a lo largo del tiempo.