Ingeniero Civil Industrial / Los productos tecnológicos enfrentan cada vez ciclos de vida más cortos y cuya razón depende no sólo del efecto de la competencia si no que además de los cambios en las preferencias por atributos tecnológicos de los consumidores. En efecto, es una industria en donde la incertidumbre es determinada tanto por los cambios tecnológicos como la valoración de los atributos, lo que hace difícil para los fabricantes de dispositivos móviles, estimar la demanda de sus productos. Mediante el desarrollo de la metodología de pronóstico de demanda se pretende apoyar las decisiones que deben tomar los fabricantes móviles en relación a cuánto y cuáles modelos deben ofrecer considerando los cambios de tecnológicos y los efectos de la competencia.
La metodología propuesta consiste en un modelo basado en atributos que permite estimar las participaciones de mercado a nivel SKU, y que utiliza dos etapas para su estimación. El modelo se basa en crear relaciones analíticas entre los diferentes niveles de agregación, lo que permite estimar parámetros a partir de unos pocos atributos y una recuperación de efectos fijos a nivel de producto. La ventaja del modelo se centra en la simpleza de la interpretación de sus parámetros, la información cruzada que entrega y estima las respuestas de mercado de productos sin historia a partir de la valoración de los atributos que comparte con los productos vigentes.
El pronóstico de ventas se probó sobre un horizonte de validación de cuatro meses en donde se logran errores MAPE ponderados del 81.7% para el modelo basado en ventas, 87.2% para el modelo basado en ingresos , 87.5% , 100.5% y 68.3% para los modelos aplicados en los segmento de ventas bajas, medias y altas respectivamente. Estos resultados se obtuvieron estimando las ventas totales e ingresos totales del mercado utilizando el método de suavizamiento exponencial Holt- Winters con MAPEs de pronóstico de 5.763% y 9.44% respectivamente. Los modelos basados en atributos en ventas e ingresos fueron comparados con el método de suavizamiento exponencial aplicado a nivel individual. En particular, cuando se evaluan aquellos SKU con buenos niveles de pronóstico con errores MAPE iguales o inferiores al 40%, el porcentaje de SKU que logra pertenecer a éste grupo varía entre el 20.5% y 28.7%. Para SKUs sin historia, el modelo logra estimar su futura participación de mercado con errores MAPE entre 8.225% y 37.145%.
El modelo entrega información valiosa en su etapa de estimación a nivel atributos, permitiendo entender las respuestas de mercado de los atributos. Las mejores del modelo vendrán dadas en la incorporación de temporalidad de los efectos fijos, dado los rápidos cambios en la valoración de atributos que presenta el mercado de las telecomunicaciones.
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/116209 |
| Date | January 2013 |
| Creators | Hyun Kim, Jong |
| Contributors | Puente Chandía, Alejandra Magdalena, Facultad de Ciencias Físicas y Matemáticas, Departamento de Ingeniería Industrial, Aburto Lafourcade, Luis Alberto, Fritis Cofré, Nicolás |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/ |
Page generated in 0.0023 seconds