Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Breve introducción
B 300 60 70 290
C 230 25 25 230
D 250 40 35 255
A B C D
La marca A retiene 0.796 de sus clientes, mientras que gana 0.133 de los clientes de B,
0.40 de los clientes de D y 0 de los clientes de C.
La administración de mercadotecnia puede tener un gran ventaja de toda esta
información que nos pueda arrojar el desarrollo de técnicas como estas, ayudando a la
promoción de algunos productos que los necesiten para tener una mejor aceptación
entre los consumidores.
Qué es un Proceso Estocástico?
En los modelos más simples de cadenas de Markov, los valores de las probabilidades de
transición tij no dependen ni de cómo el sistema llegó al estado i, ni del periodo n. Las
probabilidades de ocupar un estado i dependen del número de periodos o de transiciones
efectuadas.
Por lo tanto una secuencia de intentos de un experimento es una cadena de Markov si:
• a) El resultado del m-ésimo intento depende sólo del resultado del intento (m-1)-ésimo y
no de los resultados en los intentos anteriores, y
• b) La probabilidad de pasar del estado i al estado j en dos intentos sucesivos del
experimento permanece constante.
Aplicación : Participaciones de mercado
Una investigación de mercados sobre el consumo de 3 marcas de cerveza: A, B y C por
1000 personas dará al inicio (n=0) y después de un periodo (n=1) los siguientes
resultados:
Se desea saber:
• a) El porcentaje de los clientes que
consumen cada marca de cerveza
después de un periodo.
• b) El porcentaje de los clientes que
consumen cada marca de cerveza
después de 2 periodos.
• c) A la larga cómo se reparte el
mercado de bebedores de cerveza entre
las tres marcas?
Observamos que estamos delante de un fenómeno dinámico, en el cual A aumentó su participación en el
mercado de 20% a 29%.
Siendo p la probabilidad de que un consumidor está demostrando preferencia por uno de los tres
productos (osea la participación de cada producto en el mercado) y observando que cada producto (o el
hecho de estar consumiendo un determinado producto) corresponde a un estado, resulta:
Xo = [pA(0) pB(0) pC(0)] = [0,2 0,3 0,5]
Donde X0 es el vector de distribución de estados al inicio. y
X1 = [0,29 0,27 0,44]
Donde X1 es el vector de distribución de estados después de un periodo (n=1).
Las probabilidades del vector X1 nos indican que después de un periodo, el comportamiento del mercado
será: 29% consume el producto A, 27% el B y 44% el producto C.
La probabilidad de que un consumidor de A (o en A) permanece con A es:
tAA = 140/200= 0.7
La probabilidad de que un consumidor en A pase a C es tAC = 20 / 200 = 0,1
Entonces las probabilidades de transición resultan:
Después de n transiciones se tiene:
Observamos el aumento en la
participación de A, que pasa de 20% a
37.6%; principalmente a costa de C, que
cae de 50% a 35,9%. Entonces si C
quiere promover una campaña
publicitaria para quebrar el proceso,
debería, principalmente, dirigirla hacia los
actuales consumidores de A, ya que
tAC=0,1 (muy pequeño). Se observa que
tBC es bastante grande.
ANÁLISIS ECONOMICO: Si la marca A, por cada cliente ganado aumenta sus ventas
en $40 ¿por cuántos períodos se debe realizar la campaña publicitaria, sabiendo que
esta cuesta $500 por semana?
Para dar respuesta a esta inquietud realizamos el siguiente cuadro: