Seminario de título Ingeniero Comercial, Mención Economía / El propósito de este estudio es hacer una evaluación de cómo las diferentes decisiones respecto al precio de los pasajes aéreos impactan su nivel de demanda. Para lograr esto, se estima la demanda de un grupo de rutas aéreas voladas por una línea aérea, para luego hacer un cálculo de sus respectivas elasticidades. Adicionalmente, se intenta estimar, en lo posible, cómo una promoción puede afectar la demanda de una ruta y la de sus principales sustitutos. Estimar la elasticidad de la demanda que enfrenta una aerolínea es importante para la política de precios que aplica dicha compañía. Esta información puede permitir a una aerolínea saber con mayor precisión cómo, y cuándo efectuar promociones o ventas masivas de pasajes. Cabe destacar que este estudio expone ciertas características del funcionamiento de mercado de una de las industrias más dinámicas de la economía.

En la actualidad las tiendas por departamento enfrentan una ardua competencia, la que se da principalmente para los productos de moda que poseen un ciclo de vida corto y alta rotación. Esta situación es generada por lo dinámico de la industria del retail, que presenta productos que cambian constantemente, lo cual impide aprender del comportamiento de la demanda y conservar stock de una temporada a otra. Tácticas de pricing se utilizan en estas circunstancias, pues el precio es una variable manejable y muestra influencia en el comportamiento de la demanda. El objetivo de este trabajo es desarrollar una metodología que determine precios en el tiempo para una categoría de productos de moda en una tienda por departamento con el fin de aumentar los ingresos. Para esto se formula un modelo matemático de optimización que maximiza ingresos junto con analizar diferentes escenarios de demanda. La metodología está dividida en dos etapas. En la primera la demanda es estimada por medio de regresiones y modelos de estimación diseñados para este tipo de productos. La segunda consta del uso del algoritmo de programación dinámica para resolver el problema de pricing para cada periodo en el horizonte de planeación. Para llevar a cabo lo anterior se utilizaron datos sobre precios y ventas de una importante cadena de tiendas por departamento. Así para la estimación de demanda se utilizó un modelo de regresión lineal, la cual mostró un ajuste de R2 cercano a 0,4. Luego al resolver la programación dinámica, la política óptima de precios obtenida mostró mejoras de hasta un 50% en los ingresos comparado con la política actual, aumentando el precio promedio de los productos, reduciendo quiebres de stock y sobrestocks mínimos al final de la temporada. Al revisar los resultados se observa que se obtuvo una política de precios que sigue la lógica para productos de moda, en los que el precio disminuye paulatinamente a medida que avanza la temporada. Además, al comparar con la política actual se observa que los modelos muestran que es conveniente partir con un precio más bajo para el producto, como también reducir su precio anticipadamente en la temporada, para así lograr mayores ventas y a precios más altos. Una de las limitaciones del modelo se encuentra en que el ajuste de la estimación de demanda no es preciso. Para solucionar lo anterior, se propone agregar en la estimación de demanda variables de promociones y publicidad, las cuales influyen en la demanda de productos, y así poder captar de mejor forma el comportamiento de esta.

Ingeniero Civil Industrial / Las marcas propias han tenido gran evolución durante la última década, es por esto, que cada vez más retailers las han introducido dentro de sus categorías. Sin embargo, el diseñar SKU s de marca propia e insertarlos en las categorías, no es un tema trivial debido a la amplia gama de distintos productos que se pueden conformar a través de los atributos de las categorías. El objetivo de este trabajo de título es el proponer criterios para el diseño e introducción de marcas propias en dos categorías de un supermercado mayorista mexicano. La metodología consiste en identificar las categorías, para luego, a través de la identificación de los atributos relevantes, proponer SKU s a insertar y, de esta forma, estudiar su impacto y la canibalización dentro de la categoría. Para seleccionar las categorías, se utiliza un método comparativo con un supermercado de similares características el cual posee marcas propias. Además, la identificación de atributos relevantes se lleva a cabo, por un lado, mediante análisis de shares y, por otro lado, mediante árboles de decisión. Finalmente el modelo escogido para estimar la demanda y medir el impacto y canibalización dentro de la categoría, es un modelo propuesto por Bell, Bronfer y Chintagunta, el cual utiliza un enfoque de atributos. Las categorías seleccionadas son sal y aceites, las cuales varían en cantidad de SKU s y en cantidad de niveles por atributo. Una vez identificados los niveles relevantes para ambas categorías, se estudia la inserción de dos productos en la categoría sal, los cuales están compuestos por los niveles más relevantes y, en el caso de aceites, la inserción de cuatro. En el caso de la categoría sal, la cual posee una menor cantidad de SKU s y menor cantidad de niveles por atributo, se muestra que el impacto del ingreso de la marca propia, se focaliza solo en dos productos, sin embargo, la máxima participación de mercado alcanzada es del orden de 17%. En el caso de aceites, donde el impacto no se focaliza solo en un producto, sino que se distribuye entre varios SKU s de la categoría, se alcanza una participación máxima del orden de un 15%. Al no ser focalizado el impacto, es posible entrar con más de un producto. Finalmente, los márgenes se aumentan considerablemente con el ingreso de estos productos, pasando de un 6,5% a un 9,4% en la categoría sal, mientras que en la categoría aceites se sube de un 2,3% a un 5%. Los criterios propuestos, son útiles para disminuir la incertidumbre de la demanda e impacto que tendría el diseño de un nuevo SKU sobre la categoría donde se insertará. Sin embargo es un tema en el que se puede seguir ahondando para disminuir aún más esta incertidumbre. Finalmente, se puede estudiar tanto las características de las categorías con potencial para el ingreso de marcas propias, como la extensión de este análisis a otros formatos de retail.

No autorizada por el autor para ser publicada a texto completo / El presente trabajo de título tuvo como objetivo diseñar una metodología de asignación óptima de precios para productos perecibles. Para efectos de este análisis, la categoría a estudiar fue frutas y verduras, en particular, plátano y lechuga escarola. Actualmente las grandes tiendas solo manejan en su oferta productos en su versión fresca, deshaciéndose de estos una vez que maduran, incurriendo en un determinado costo. Luego, existe la posibilidad de evitar este costo, vendiendo el producto maduro en la misma tienda, a un precio adecuado, y al mismo tiempo obteniendo una pequeña ganancia. La parte inicial de la metodología comprende una investigación de cómo opera sector en la actualidad, enfocado en pequeñas tiendas como verdulerías. Posteriormente, para poder estimar la demanda por este tipo de productos, se contó con la colaboración de 3 verdulerías que aportaron con la información de ventas transaccionales de plátano y lechuga, al mismo tiempo una encuesta se llevó a cabo para aplicar el método de subastas. Finalmente, una vez que se determinó una función de demanda, se desarrolló un modelo de optimización de pricing genérico que incorporase la expiración estocástica. Los distintos modelos regresivos de predicción de demanda arrojaron resultados positivos, presentando, en promedio, un MAPE del 15% y r2 de 0,73. Un resultado interesante que se rescató a partir de este análisis, es el impacto que tienen los precios en la venta de los productos, tanto maduros como frescos (elasticidades). Posteriormente, se diseñó un modelo de optimización de pricing, que maximiza la utilidad semanal tomando como variables de decisión los precios de los productos y la cantidad de producto fresco a invertir en cada periodo. Los resultados de la validación teórica arrojan mejoras de un 10% en la utilidad, aumento que proviene principalmente de una notable reducción en los costos de merma (80%) y un aumento en los ingresos de un 5% aproximadamente. De los resultados obtenidos, se concluye que es posible obtener ganancias a partir de productos maduros, ya sea por reducción de costos o venta de estos mismos. Sin embargo, aún es posible mejorar este trabajo, estimando el “vector de expiración” α de manera cuantitativa, usando modelos predictivos más elaborados para estimar la demanda o controlar de otra forma la elasticidad precio cruzada.

El problema de fondo que se busca resolver es cómo gestionar la alta estacionalidad de la demanda que posee el centro de ski. Este problema es relevante, ya que actualmente hay días en que los andariveles se encuentran prácticamente vacíos, de tal forma que se podrían realizar promociones o preventas que permitan rentabilizar la operación de la empresa que tiene costos fijos altos y costos marginales de atención muy bajos. El siguiente trabajo se enmarca en estimar las importancias relativas de los atributos que describen el valor declarado o preferencias de los clientes, para luego calcular el efecto que tiene el atributo más apreciado por los clientes en la demanda diaria. La metodología utilizada para estimar las importancias relativas de los atributos es el análisis conjunto. El principal resultado es que la valoración del clima, en promedio representa un 35% del valor declarado por los clientes v/s la calidad de la nieve que solo representa un 21%. Para calcular el efecto que tiene el clima en la demanda diaria, se recopilan datos del clima en Santiago y luego se ajusta un modelo de series de tiempo que incorpora la tendencia de la temporada, estacionalidad por días de la semana que incorpora implícitamente los precios y estacionalidad por clima. El modelo resultante explica un 75% de la varianza de los datos para la temporada 2010 (R cuadrado=0.75). La principal conclusión que se extrae de los resultados anteriores es que efectivamente el efecto del clima es excesivamente alto y es necesario incorporar un producto que permita gestionar la demanda independiente del clima. Como recomendaciones se incluye una metodología de estudio de mercado para estimar la demanda y el efecto neto de la introducción de estos tickets.

Magíster en Ingeniería de Negocios con Tecnología de Información / El presente trabajo afina el modelo de negocio en la gestión de compras de la empresa distribuidora de electricidad Chilectra S.A., a través del análisis y rediseño del proceso Administración Relación de Proveedores , sustentado en el patrón de negocios Macro 1 dvs Administración y Ventas de Stock, complementado por la metodología de colaborativa en la gestión de la cadena de aprovisionamiento Collaborative Planning, Forecasting, and Replenishment . A través de esta metodología se resolvieron problemáticas en la gestión de abastecimiento, con la disminución de la incertidumbre en la determinación de la demanda y optimización de las compras de materiales recurrentes, lo que permitió ahorros en los costos de inventario en un 10,56 %.El desarrollo de este proyecto sustenta un proceso sistemático de compartir información y conocimiento con los proveedores estratégicos, además de la implementación de pronósticos de demanda se describen las oportunidades de mejora de problemas antes mencionados. En la evaluación económica se cuantifican los ahorros producto de los beneficios y se calcula el VPN del proyecto, obteniéndose un valor de $460MM para una tasa de descuento de 10,43% que se calculó a través de método de CAPM. La simulación y prototipo proporcionaron la base para la cuantificación de beneficios al comparar la realidad versus el modelo para un periodo de 5 meses. El trabajo de Tesis también propone un marco de referencia para soluciones tecnológicas para cualquier tipo de empresas en la gestión de aprovisionamiento. Para ello se generalizó la experiencia a través de un proceso de decisión de compra en función de pronósticos de la demanda, mostrando así la aplicabilidad del modelo a otros dominios de negocios. Además, para la implementación de este proyecto se consideró el ámbito asociado a la gestión del cambio, el cual facilita la flexibilidad y adaptación de las personas para llevar a cabo nuevos retos como la ejecución de este proyecto, todo esto a través de un plan de gestión del cambio con enfoque en los procesos, de modo de asegurar el éxito del mismo.

Autorizado por el autor, pero con restricción para ser publicada a texto completo hasta el año 2015 / El precio es una de las decisiones más importantes del marketing, que influye directamente en la rentabilidad de las empresas. El ambiente competitivo que enfrenta la industria del retail hace necesario determinar correctamente la política de precios. Esto no resulta trivial en productos de moda, ya que existen variables que lo hacen ser un problema complejo de abordar, pues estos productos se venden por un periodo limitado de tiempo y considerando que los tiempos involucrados en su producción y distribución son muy largos, imposibilita reabastecer el stock de productos para vender durante la temporada. El objetivo general de esta memoria fue desarrollar un modelo que entrega políticas de precios para un conjunto de productos de moda importados, con el fin de maximizar los ingresos. La metodología utilizada consistió en desarrollar un modelo multiplicativo para la estimación de demanda, basado en lo planteado por Smith, Agrawal y McIntyre (1998). Luego se ocuparon los resultados de esta estimación para el desarrollo del modelo de fijación de la política de precios, utilizando programación dinámica. El análisis de resultados se realizó dividiendo en grupos de productos con similares características dentro de la categoría de trajes de baño importados, eligiendo dos de ellos. Además, se realizó un análisis de sensibilidad en distintos parámetros críticos ante variaciones para determinar la robustez del modelo. Entre los resultados obtenidos, el modelo entregó nuevas políticas de precios en que los costos asociados al inventario que sobra al final de la temporada para uno de los grupos escogidos disminuyeron en un 5,27%, traduciéndose en una mejora en los ingresos netos de un 6,59% con respecto a la estrategia de precios originalmente usada por la empresa, durante un periodo de 26 semanas estudiado. Para el segundo grupo, la optimización logró una reducción de un 2,15% en los costos asociados al inventario final y una mejora en los ingresos netos de un 9,04%. Como conclusión, tanto la estimación de demanda como la programación dinámica responden entregando resultados positivos para la empresa. Además, ante pequeñas perturbaciones en el parámetro asociado al precio en el modelo de pricing, las diferencias no superan el 25% en los ingresos netos, siendo robusto el modelo en este aspecto. El modelo desarrollado permitió resolver el problema planteado. Sin embargo, para complementar este trabajo, se propone profundizar el estudio en obtener coeficientes asociados al precio en aquellas oportunidades donde no se puedan calcular ocupando datos transaccionales, especialmente donde los precios se mantienen constantes, ya sea mediante la realización de experimentos o estudios cualitativos. Además, se sugiere evaluar la conveniencia de importar grandes cantidades de productos al inicio de la temporada versus comprar producción local a menor escala, lo que permite mayor capacidad de reacción a cambios en la demanda, ya que inventarios muy abultados presionan los precios a la baja durante la temporada.

Ingeniero Civil Industrial / La empresa Azul Azul S.A. es la encargada de administrar el equipo de fútbol profesional de la U. de Chile. El equipo posee una larga tradición y es uno de los más populares del país. De los $13,6 mil millones en ingresos que obtuvo en el año 2015 $4,5 mil corresponden a la venta de entradas. Sin embargo, a pesar de esto entre los años 2011 y 2015 la cantidad promedio de espectadores que asisten a sus partidos de local ha disminuido en un 25%. Dentro de las posibles causas de este fenómeno se consideran los hechos de violencia, la televisación de los partidos, la calidad de los partidos y el valor de las entradas, entre otros. La mayoría de estos factores involucran a otras entidades del país. Sin embargo el precio de las entradas depende exclusivamente de Azul Azul S.A. Es por esto que el objetivo principal del presente trabajo es contribuir a mejorar la asistencia a los estadios donde la U. de Chile juega de local mediante la aplicación de precios dinámicos sobre el valor de las entradas, sin que esto disminuya los ingresos de la empresa. Para esto, en primer lugar se realizaron estimaciones, por separado, de la demanda por entradas para los sectores de: Galería, Tribuna Andes, Tribuna Pacífico Lateral y Tribuna Marquesina del estadio. Se realizan por separado porque se espera que los hinchas de cada sector se vean afectados por diferentes variables que inciden en su comportamiento tales como: la calidad del rival, el estadio donde se disputa el encuentro, el torneo al que pertenece el partido y el gasto en entradas que ha realizado el hincha, entre otros. Para realizar los pronósticos se utilizaron regresiones lineales resueltas bajo el método de los mínimos cuadrados y el método Tobit. Las estimaciones permitieron saber de antemano las expectativas que el público tenía sobre cada uno de los partidos. Esto es importante ya que permite definir para qué partidos se recomienda realizar una variación en los precios de las entradas. Luego, a partir de la ecuación de demanda obtenida se procedió a calcular para cada sector la elasticidad al precio que tenían sus hinchas. Debido a la poca variabilidad del precio fue necesario crear la variable gasto mensual estimado para que se considerará el valor de la entrada en los modelos y fuera posible calcular la elasticidad. Por último, se evaluó la reacción de los hinchas ante modificaciones al precio de las entradas. En concreto se evaluó una estrategia de variación de precios en partidos individuales, y luego la reacción de los hinchas a un pack promocional de dos partidos a partir de la demanda estimada. El trabajo realizado permite concluir que una aplicación de precios dinámicos no siempre permite aumentar la cantidad de hinchas en el estadio, ya que disminuir el precio en partidos individuales aumenta los espectadores, pero merma los ingresos. Sin embargo, el pack promocional puede generar un aumento en la demanda de un 2% y un alza en los ingresos de un 8% en Galería y un 5,3% en Andes, incluso si la demanda es bastante inelástica. Por lo anterior, se le recomienda a Azul Azul S.A. realizar este tipo de estrategias a lo largo de un torneo.

Hoy en día, la alta competencia y los bajos márgenes que presentan las tiendas por departamento, obligan a estas empresas a buscar estrategias que permitan mejorar sus ganancias. Una de las herramientas que apuntan en este sentido es la determinación de políticas de precios óptimos, particularmente aplicadas a productos perecibles, como el vestuario de temporada. El problema de negocio asociado a esta problemática es maximizar los ingresos acumulados durante la temporada mediante el ajuste dinámico de la intensidad de la demanda a través del precio. El principal objetivo de este trabajo consiste en desarrollar un modelo de Pricing dinámico para productos de moda en tiendas por departamento usando información transaccional de clientes, y de manera complementaria realizar una caracterización de éstos en función de su disposición a pagar para generar ofertas focalizadas según los distintos perfiles, extrayendo un mayor excedente al consumidor de productos de temporada. La metodología utilizada se basa en el proceso KDD, que se combina con un modelo de estimación de demanda multiplicativo, y programación dinámica para determinar las políticas de precios óptimos que maximicen los ingresos esperados. La metodología para realizar la segmentación está basada también en el proceso KDD y específicamente se realiza mediante conglomerados en 2 fases. Los resultados obtenidos muestran que los modelos de estimación de demanda presentan un buen ajuste tanto a nivel local como a nivel global, con errores de estimación del 27% para la base train (70% de la muestra)y del 26% para la base test (30% restante). Los resultados de la programación dinámica sugieren que las políticas óptimas de precios varían entre $6.990 y $9.990 para un producto de precio inicial $9.990 y con esto se produce un aumento del ingreso del 10% aproximadamente con respecto a los ingresos reales. En la segmentación de clientes se logró identificar 2 grandes grupos: uno con alta disposición a pagar, “clientes chic”, y otro cuyas compras se realizan en temporadas de liquidación o descuentos, “buscadores de ofertas”. Dentro de cada uno de estos segmentos se encontraron perfiles distintos en cuanto a frecuencia y consumo anual en monto, por lo cual se dividió en 2 subsegmentos cada uno de ellos. Se concluye que tanto el modelo de estimación de demanda como el modelo de pricing dinámico presentan un buen desempeño, cumpliendo los objetivos de maximización del ingreso esperado, y de mejoras a la estimación de demanda utilizadas en estudios anteriores. Con respecto a los clientes de cada perfil se proponen acciones focalizadas que apunten a: aumento del ticket promedio para “clientes chic”, adelanto del consumo para clientes “buscadores de ofertas”, aumento de la frecuencia de compra, entre otros. Como trabajo futuro se plantea abordar el problema mediante la utilización de modelos Bayesianos para resumir la información de ventas y precios históricos de manera eficiente, con el fin de optimizar los ingresos de un determinado stock de artículos en un horizonte finito.

El presente trabajo de título tiene como principal objetivo apoyar la decisión de asignación de productos en sala de una cadena de tiendas especialistas, basando las decisiones en la gestión de atributos. Centrando el análisis en esto último, se desea utilizar la historia de ventas de una temporada para una mejor asignación el año siguiente, encontrando diferencias en la demanda de cada tienda. Para lograr lo anterior se definió una metodología que considera una segmentación de las tiendas de la cadena basada en el desempeño de las categorías sostén y bañadores. Luego se realiza un pronóstico de demanda de categoría completa en cada segmento, el cual se utiliza para obtener un pronóstico por atributos al ponderarlo con las participaciones de mercado históricas de cada uno de ellos en las distintas sucursales de la cadena. Con esto, se definen los niveles de inventario objetivo a manejar en cada tienda. Finalmente, se complementa con una metodología para la priorización de despachos basada en las probabilidades de venta, dadas por los comportamientos de la demanda en cada sucursal. Los modelos de predicción de demanda arrojan resultados positivos, tanto en aquellos para categoría completa, con ajustes R2 superiores a 0,8 en categoría sostén y bañadores, como en los pronósticos finales por atributos, que a pesar de incrementar el error se comportan de buena forma y permiten emplear el modelo de inventarios. Al emplear este último sobre todas las combinaciones de atributos existentes en la categoría de destino, los niveles de inventario a nivel de cadena se reducen a 3 semanas de alcance en promedio y los quiebres de venta al 13,6% de un total de 105 semanas estudiadas. Como conclusión de este trabajo se puede establecer que es posible encontrar diferencias en la demanda por atributos en las distintas tiendas y a través de los trimestres, por lo que existe un espacio para mejorar la asignación de productos. Sin embargo, futuros trabajos podrían mejorar la metodología, contando con una mayor cantidad de atributos a estudiar y una categoría de destino con niveles de venta superior a la de este.