Nuevas minas de oro y campos minados en los estudios de mercado

La práctica del marketing está experimentando un cambio radical. Gracias a las nuevas tecnologías de adquisición de datos y a los métodos avanzados de análisis de datos, los vendedores pueden aislar cada vez más los efectos de la publicidad, los precios, las promociones y otros elementos del marketing. La televisión por cable, por ejemplo, permite a los vendedores experimentar con enfoques publicitarios, y el escaneo de códigos de producto uniformes proporciona información rápida sobre los precios óptimos de los alimentos y otros productos.

Sin embargo, los autores advierten que la nueva disponibilidad de tal cantidad de datos y software de marketing conlleva ciertos peligros, especialmente la tendencia a confundir causa y efecto. Los autores abogan por un esfuerzo gerencial integrado para incorporar las nuevas herramientas en la toma de decisiones de la empresa. El principal de los requisitos de este esfuerzo debe ser el uso de especialistas en ciencias del marketing que estén preparados para analizar estadísticas complicadas y separar con precisión las causas de los efectos.

El secreto de una carrera de marketing exitosa suele ser entender bien lo que el cliente quiere y lo que no quiere. Sin esta comprensión, es imposible diseñar una estrategia de publicidad, precios o productos adecuada.

Nunca se ha determinado del todo cómo se hace una idea del mercado. ¿Es algo con lo que un vendedor nace o se aprende? ¿Cómo se obtiene la habilidad de empatizar con el cliente? Sea cual sea la respuesta, este talento cada vez es menos importante a medida que la nueva tecnología ofrece la oportunidad de obtener información basada en datos sobre el pulso del mercado. Con este cambio en los datos y el análisis, se producen cambios en la práctica y las habilidades.

La evolución de las tecnologías permite a los directivos revolucionar la práctica del marketing. La suposición habitual en el comportamiento de compra es que el cliente opera como «una caja negra». Pero se está abriendo la caja y las presiones de la competencia harán que sea difícil ignorar las nuevas ideas.

Nuevas opciones tecnológicas

Las industrias de productos de consumo envasados, en particular, se han beneficiado de la disponibilidad de nuevos datos y métodos de análisis para evaluar los mercados. Dos avances en la recopilación de datos han sido especialmente importantes: la tecnología de cable dividido y los escáneres de códigos de producto uniformes (UPC).

Tecnología de cable dividido. La televisión que permite que aparezcan diferentes anuncios en el mismo programa de televisión dentro de la misma área geográfica se denomina cable dividido. En las comunidades con sistemas de cable dividido, dos vecinos que ven la NBC por separado al mismo tiempo pueden ver dos anuncios diferentes que una empresa de investigación haya elegido para su visualización. La empresa intercepta la transmisión de la red e inserta ciertos anuncios en la transmisión a hogares seleccionados.

En los sistemas de cable dividido, se registran las compras de los hogares (qué marcas y qué precios). Comparar el comportamiento de compra de los hogares que reciben un anuncio con el de los hogares que reciben otro permite a los investigadores evaluar el esfuerzo más eficaz. Al eliminar el impacto de factores externos e incontrolables, este enfoque de investigación también permite a los directores de marketing experimentar con estrategias de publicidad.

La mayoría de los experimentos de campo de la publicidad se basan en dos o más niveles presupuestarios (determinados generalmente por el número de anuncios que se muestran) o en copias de anuncios (temas o ejecuciones) en distintas ciudades de prueba. La comparación de las ciudades de prueba permite atribuir las variaciones que se producen en las áreas de prueba a las diferentes implementaciones de publicidad.

Encontrar una combinación de todas las características de una comunidad con otra es, por supuesto, muy difícil. La alternativa es realizar cada experimento en muchas ciudades. Sin embargo, además de aumentar los costes, cada tratamiento experimental puede arrojar resultados diferentes. Esta situación puede generar confusión, ya que las variaciones en los resultados tienen que explicarse, normalmente por las diferencias en la demografía de las ciudades, los entornos competitivos y la distribución de los productos.

El enfoque de cable dividido coloca a las vecinas en diferentes células experimentales o grupos de tratamiento. En una muestra grande, las células experimentales son indistinguibles excepto por los anuncios que aparecen. Los consumidores compran en el mismo grupo de tiendas, por lo que la distribución y el efecto de la visualización y las promociones de los productos en varias celdas no varían.

El enfoque se utiliza más comúnmente para las decisiones de presupuestación. Nestlé y AT&T han probado dos niveles presupuestarios en una comunidad, y cada campaña publicitaria experimental recibe aproximadamente 100 000 hogares. Estas pruebas pueden costar menos de$100,000.

Los sistemas de cable partido también se pueden utilizar para realizar pruebas de copia. Por ejemplo, AT&T tuvo bastante éxito con su campaña «Reach Out», pero no se conformó con la cantidad de llamadas de larga distancia de sus usuarios de luz.1 Mediante una encuesta de actitud, la empresa descubrió que los usuarios de la luz sobreestimaban los costes de las llamadas de larga distancia hasta en un 50%%. En respuesta, AT&T desarrolló una campaña alternativa llamada «Coste de la visita», que hacía hincapié en utilizar la economía de las horas «fuera de las horas pico».

Para probar esta campaña como alternativa al conocido tema Reach Out, AT&T decidió llevar a cabo un experimento con cable dividido. Durante 15 meses, un grupo de suscriptores de televisión por cable recibió la campaña Reach Out, mientras que el segundo grupo de la misma comunidad y viendo los mismos programas de televisión vio los anuncios de Cost of Visit. AT&T obtuvo los registros del uso del teléfono del sistema de facturación de la empresa telefónica.

La estrategia del coste de la visita generó más llamadas de larga distancia durante la experimentación que la estrategia Reach Out, especialmente entre los usuarios poco exigentes. La empresa estimó que la nueva copia podría generar ingresos adicionales de casi$ 100 millones en un período de cinco años, sin coste adicional para la empresa telefónica.

Antes de utilizar un sistema de cable dividido de este tipo, se sabía poco sobre cómo y en qué condiciones funciona la publicidad o sobre cómo poner a prueba la eficacia de la publicidad. Ahora, gracias a la llegada de la tecnología de cable dividido, los vendedores pueden evaluar el impacto de la publicidad en un micromercado.

Escáneres de códigos de productos uniformes. Estos dispositivos leen y registran los precios de los artículos al pagar en las tiendas minoristas. Los escáneres rastrean automáticamente los inventarios, reducen los errores administrativos, aceleran los procedimientos de pago y facilitan los cambios de precios. También almacenan automáticamente una gran cantidad de información de marketing (precios, por ejemplo), que facilita la determinación de la elasticidad de los precios. Las memorias de los escáneres almacenan información sobre el uso de los cupones para que los vendedores puedan medir rápidamente la respuesta de los consumidores al uso de los cupones en todas las categorías de productos. La información sobre el espacio en las estanterías, los expositores al final del pasillo, el uso de la publicidad cooperativa y similares se puede conservar en estos escáneres y, a continuación, medirla con respecto al impacto en las ventas, el movimiento de los artículos y la contribución neta.

Un número creciente de pequeñas organizaciones se especializan en analizar los datos de los escáneres para recomendar niveles de precios óptimos a los minoristas. Principalmente, estas organizaciones examinan la demanda histórica en varios niveles de precios y determinan los precios a los que los minoristas pueden maximizar su contribución total en las tiendas minoristas.

Una tienda minorista, por ejemplo, ofreció Minute Rice a cinco precios diferentes durante 16 semanas. Los niveles medios de demanda, que se muestran en el gráfico I, oscilaron entre 80 y 42 cajas. Con los costes actuales de$.69 por caja, la tienda maximizó la contribución de este artículo cobrando $ 1,19. Con este precio, la tienda generó una contribución semanal media de$ 25,00 en este artículo. Cuando la tienda de comestibles ofreció Minute Rice a un precio promocional especial de$.89, el volumen de ventas pasó de 50 unidades a $ De 1,19 a 80 cajas por semana. Sin embargo, la contribución unitaria semanal total fue solo$ 16,00. Por lo tanto, el precio más bajo no generó un volumen incremental suficiente y costó a la tienda$9.00 ($ 25,00 menos$16.00).

Anexo I Precios óptimos basados en la UPC para una tienda minorista de más de 16 semanas

Por supuesto, puede haber objetivos distintos de maximizar las contribuciones de los artículos. Lo que ofrece el sistema es un medio automatizado de escanear rápidamente los miles de artículos de una tienda minorista y, como mínimo, determinar el precio óptimo a cobrar por cada artículo o el coste de los demás objetivos.

Si el coste de Minute Rice aumenta a$.79 por caja, además, entonces el precio que maximiza la contribución del artículo ya no es $ 1.19 pero$ 1.29, como se muestra en el anexo I. Por lo tanto, el sistema detecta automáticamente los nuevos precios óptimos para corresponder a los aumentos de costes.

Los enfoques combinados. Otras empresas de recopilación de datos han ido un paso más allá al integrar los datos de la televisión por cable dividida y los escáneres UPC. Piden a una amplia muestra de consumidores de varias áreas geográficas que reciben televisión por cable dividida simultáneamente que completen un cuestionario en el que se detalla un amplio conjunto de características demográficas y familiares. A cambio de las opciones de lotería y los regalos, los encuestados reciben tarjetas de identificación para que las usen cuando compren en los supermercados y farmacias que cooperan, y sus hogares están conectados a una red de cable dividido. Los vendedores pueden hacer un seguimiento de quién hace qué compras (mediante los números de identificación) y a qué precios, cómo se muestran los productos, si se utilizan cupones y qué anuncios de televisión se muestran a qué hogares.

No hace falta ser un matemático brillante para utilizar esa información para identificar cómo los cambios en los gastos de marketing afectan al comportamiento de compra de los segmentos del mercado. La cantidad de información valiosa para los consumidores es casi infinita.

Métodos y tecnologías de análisis

Además de ofrecer un detalle excepcional, las técnicas de investigación del consumidor de la década de 1980 tienen otros atributos útiles. Permiten recopilar datos de forma discreta, mostrar detalles sobre las personas y estar preparados para el análisis.

Otro avance importante es la accesibilidad de los directores de marketing a los datos a través de las empresas. Los datos ya no están relegados a los procesadores de datos de la empresa. El software especial para tomar decisiones de marketing que ahora se puede aprender a usar fácilmente ofrece a los gerentes una forma de combinar el modelado, las estadísticas, los gráficos, la generación flexible de informes y la gestión de bases de datos.

Microanálisis y promoción del consumidor. Las empresas de productos de consumo ya disponen de una combinación de paneles de escáner, tecnología informática y microanálisis para que puedan mejorar el uso de los cupones de consumo. De 1975 a 1981, la distribución de cupones para consumidores pasó de 36 000 millones a 102 400 millones.

La mayoría de las empresas utilizan las tasas de canje de los cupones como una medida de su éxito. Pero, ¿qué tienen que ver las tasas de reembolso con las ganancias? ¿Y qué pasaría si las empresas publicaran diferentes promociones de cupones o si no publicaran ninguna promoción de cupones?

Hay un servicio sindicado que envía cupones por correo a un grupo del panel de un escáner y que rastrea a un grupo de control coincidente que no recibe cupones. Luego, los analistas del servicio comparan los volúmenes de ventas del grupo que ha estado expuesto a los cupones y del grupo que no. El gráfico II muestra el efecto de venta de los cupones de dos marcas diferentes. Es bastante fácil comparar estas ventas con las del grupo sin cupones. Observe lo fuerte que aumentaron las ventas tras el envío de los cupones por correo.

Prueba II Prueba acumulativa menos control

Las cifras muestran solo los efectos obvios y a corto plazo en las ventas del envío de cupones. Para determinar los efectos a largo plazo, los vendedores tienen que aplicar modelos matemáticos de la elección de marca y la lealtad de los consumidores. ¿Los que reciben cupones cambian su lealtad a la marca y duran? ¿El uso de un cupón para un producto establecido por parte de alguien que hace tiempo que no lo ha probado es como una nueva prueba de un producto nuevo? Estas son preguntas para las que los modelos están diseñados.

El microanálisis y la elección del consumidor. La combinación de la tecnología informática y los nuevos niveles de refinamiento de los datos (microniveles) han supuesto un desarrollo revolucionario en los modelos de decisiones de marketing. Los modelos pronostican las opciones de compra de productos y servicios. Cada elección que hace el consumidor se modela en función de todas las variables que pueden estar afectando al cliente en ese momento. Estas incluyen variables que el fabricante y el minorista controlan, como el precio de venta, la publicidad y las promociones, así como comportamientos incontrolables, como la lealtad a la marca, la fidelidad a la talla y la capacidad de respuesta a los precios.

Estos modelos de elección a nivel microscópico permiten a los vendedores evaluar más variables de decisión que nunca y predecir con mayor precisión el efecto de las actividades de marketing en las ventas y la cuota de mercado. Por ejemplo, antes era difícil pronosticar el impacto de las variables de publicidad, promoción y visualización en la cuota de mercado minorista de Coca-Cola y Pepsi. Con la ayuda de un modelo de elección a nivel micrométrico, un panel de escáner y la tecnología informática adecuada, los vendedores ahora pueden hacer predicciones con gran conocimiento de causa.

Los experimentos de marketing ya no requieren la manipulación de los gastos de marketing en grandes áreas geográficas. El uso de televisores por cable divididos y paneles de escáner u otros datos a microescala permite a los investigadores utilizar unidades experimentales mucho más pequeñas, como áreas de una ciudad o grupos de hogares. El consumidor individual ahora puede ser la unidad de análisis y cada hogar el objeto de observación. Obtener resultados estadísticamente significativos con estas unidades experimentales más pequeñas es mucho más fácil y económico que en el pasado reciente.

Los peligros en el horizonte del marketing

Dos problemas podrían comprometer el potencial del nuevo software de experimentación y apoyo a las decisiones a nivel microscópico. La primera es que la alta dirección no pone en perspectiva los costes y beneficios de los datos de la microexperimentación. A pesar de que manipular las variables de marketing en estos microexperimentos cuesta menos que en los experimentos tradicionales, el coste de los datos es más alto. Los paneles de los escáneres y los datos con cable dividido no son baratos, cuestan alrededor de$ 150 000 al año por clase de producto y mercado de micropruebas.

Mientras el enfoque a corto plazo que prevalece en la industria estadounidense domine a la mayoría de las empresas, no pueden aprovechar el potencial de estos experimentos a nivel microeconómico. La razón es sencilla. Los costes experimentales y de recopilación de datos suelen incluirse en el presupuesto de un estudio de mercado, que no se considera que pertenezca al mismo marco que los presupuestos de publicidad, precios, promoción y distribución, todos los cuales se financia con los estudios de mercado. UN$ 200 000 costes de datos parece mucho dinero de destinar a un presupuesto de investigación de mercado. Sin embargo, si tenemos en cuenta la influencia que obtienen la publicidad, las promociones y la fuerza de ventas y la mejora de las decisiones que se obtienen a partir de esos datos, los costes parecen intrascendentes.

El segundo problema es la tendencia de la dirección a interpretar los resultados mediante métodos simples de análisis de datos. Hay que utilizar el modelo y el análisis estadístico adecuados para garantizar que los resultados son reales y no artefactos estadísticos.

Cómo evitar las dificultades

Hemos observado una tendencia en el marketing (y en otros ámbitos) a utilizar los ordenadores para facilitar el trabajo de los empleados, en lugar de permitirles hacer mejor su trabajo. Los gerentes tienden a preferir los ordenadores para eliminar el trabajo de oficina y automatizar las tediosas partes de las tareas de administración. Pero el verdadero potencial de la nueva tecnología reside en mejorar las decisiones de marketing. Como la mayoría de los procedimientos administrativos que se utilizaban anteriormente para analizar los datos de marketing eran bastante simples, los gerentes se han inclinado por los análisis de marketing informáticos muy simples.

La nueva tecnología también tiene un gran potencial de uso indebido. Por ejemplo, se ha hecho un uso creciente de sistemas informáticos basados en menús. Estos sistemas tienen listas de informes entre las que los gerentes pueden elegir. Sin embargo, estos sistemas limitan la complejidad de un análisis porque analizan los datos de dos factores a la vez. Utilizan tabulación cruzada o varios gráficos de instrumentos de marketing, como la publicidad y las ventas a lo largo del tiempo. Estos sistemas pueden ser fantásticos para generar hipótesis o para desarrollar preguntas que necesiten respuestas detalladas. Sin embargo, sin las comprobaciones e interpretaciones adecuadas por parte de analistas expertos y sofisticados, estos informes pueden causar más daño que beneficio.

Es posible utilizar las nuevas bases de datos para estimar el grado en que los distintos factores de marketing influyen en las ventas, pero la tecnología estándar para automatizar el análisis completo de la respuesta del mercado simplemente no está aquí todavía.

Puede haber otros factores ajenos que provoquen la respuesta de las ventas. Por ejemplo, si analiza transversalmente la publicidad y las ventas de un producto, puede concluir que la publicidad genera las ventas. Al fin y al cabo, el gráfico que produce un menú de ordenador puede mostrar un aumento de la publicidad asociado a un aumento de las ventas.

Pero lo que este análisis puede estar diciendo realmente es que las grandes ciudades son más grandes que las ciudades pequeñas. Obviamente, las grandes ciudades tienen mayores presupuestos de ventas y publicidad que las ciudades pequeñas. Si la población se excluye estadísticamente del análisis, puede surgir un panorama muy diferente. La población no solo es un factor que debe incluirse, sino que también hay que tener en cuenta simultáneamente la promoción, la distribución y los precios (tanto del producto como de la competencia en cuestión).

Es difícil resistirse a un bonito gráfico que relaciona la publicidad y las ventas en un llamativo formato multicolor. GIGO, «basura que entra, basura que sale», era una descripción muy cierta del procesamiento de datos que se hizo popular hace 10 o 15 años. Ahora, un nuevo eslogan se ha hecho popular y es aún más cierto: «La basura entra, color basura fuera».

La nueva generación de directivos y jóvenes que ya no le tienen miedo al ordenador puede ser una bendición diferente. Lo máximo que puede hacer cualquier análisis de mercado (por sofisticado que sea) es descifrar lo que ha sucedido, es decir, qué funcionó y qué no funcionó en el pasado. Ningún sistema predecirá necesariamente aspectos del futuro que no sean similares a aspectos del pasado. La dirección no puede utilizar el ordenador como sustituto del pensamiento racional y creativo. Más bien, lo mejor es utilizar el ordenador como sistema de apoyo para la formulación de estrategias.

Un ejemplo ayuda a ilustrar nuestro punto de vista. Un gran minorista con muchas tiendas buscaba determinar el mejor medio para anunciar un nuevo producto de electrónica de consumo. Su agencia de publicidad recomendaba revistas, mientras que otras de la empresa recomendaban periódicos, radio y televisión. Los directores de la empresa desarrollaron un programa mediante el cual dos ciudades recibían una campaña publicitaria experimental durante tres meses.

Los datos del producto se acumularon en las cajas registradoras electrónicas y los resultados del experimento estuvieron disponibles una semana después de su finalización. La agencia de publicidad simplemente sumó las ventas durante el experimento y las mostró en comparación con las ventas anteriores al experimento de cada uno de los tratamientos. Entonces llegó a la conclusión de que las revistas eran la mejor alternativa mediática.

Sin embargo, un científico de marketing se dio cuenta de que muchos factores, aparte del tratamiento de los medios, podían provocar los resultados que la agencia había obtenido. Pensó que algo del tamaño de las ciudades podría aumentar las ventas del producto, ya que resulta que las revistas estaban en las ciudades más grandes. Luego hizo un análisis estadístico con procedimientos multivariantes para aislar los efectos de la población, así como las situaciones en las que el experimento se había seguido sin cuidado. Quería tener en cuenta los efectos estadísticos de tener televisión y radio o televisión y revistas de forma conjunta en algunos mercados durante algunos meses.

Con precisión estadística, descubrió que la publicidad en televisión es mucho más rentable que la publicidad en revistas. De hecho, usar revistas puede que no sea más rentable que no usar publicidad alguna. Como resultado de este experimento, la empresa cambió su plan de medios, pasando de utilizar mucho las revistas a utilizar mucho la televisión. El presupuesto de publicidad de la empresa para el nuevo producto era$ 5 millones.

¿Qué valor tenía este experimento? Demostró que la empresa podía aumentar la productividad de su publicidad en un factor de dos o tres. ¿Cuánto valía este experimento? Mucho más de lo que costó. Incluso si hubiera costado $ 500 000 o$ 1 millón, habría merecido la pena. Sin embargo, ¿cuántas empresas considerarán gastar?$¿500 000 para un experimento con los medios?

Analizar la causa y el efecto. Saber por qué sus ventas han cambiado en el pasado puede ser una ayuda muy importante a la hora de desarrollar la estrategia para el futuro. El análisis de la respuesta del mercado es una forma complicada pero eficaz de analizar los datos del pasado. Sin embargo, una empresa necesita un científico de marketing que se asegure de que las conclusiones no se aceptarán sin una comprobación y un análisis cuidadosos.

Por ejemplo, cuando una empresa farmacéutica de venta libre sufrió una caída en su cuota de mercado unitaria nacional con su medicamento «Abel», los funcionarios de la empresa atribuyeron la caída a los esfuerzos competitivos de dos productos. Uno, el producto «Baker», era un producto de marca privada que se vendía a la mitad del precio de Abel. El segundo, el producto «Caín», lo produjo otra división de la empresa de Abel. El sistema de apoyo a la toma de decisiones proporcionó gráficos de la cuota de mercado unitaria nacional a lo largo del tiempo para los tres productos (consulte los tres gráficos del gráfico III).

Anexo III Cuotas de mercado bimensuales de julio a agosto de 1979 a julio-agosto de 1981

Estos gráficos dejan claro que los productos que Baker y Cain compartían del producto Abel. El análisis estadístico de las cifras de los gráficos confirmó que las caídas de la cuota de mercado de Abel se correlacionaron con las subidas de las acciones de Baker y Cain.

Sin embargo, un científico de marketing demostró a la dirección de la empresa que este análisis y sus conclusiones eran erróneos. Si realmente Baker o Caín compitieran con Abel, los efectos en la competencia deberían ser evidentes tanto a nivel regional como nacional. A modo de prueba, el científico desarrolló varios gráficos para relacionar los cambios en la cuota de mercado del producto Abel con los del producto Baker (véase el gráfico IV) y del producto Caín (véase el gráfico V) por región durante un período de seis meses. Cada punto de estas exhibiciones representa los cambios en la cuota de mercado de dos productos en una región específica. Estos diagramas de dispersión también eran fáciles de obtener en el sistema de apoyo a la toma de decisiones.

Anexo IV Cambios en la cuota de mercado regional, Abel y Baker primera mitad de 1981 en comparación con la última mitad de 1980

Prueba V Cambios en la cuota de mercado regional, Abel y Caín en la primera mitad de 1981 en comparación con la última mitad de 1980

Como se muestra en el gráfico IV, excepto dos observaciones relacionadas con eventos externos, las caídas de acciones de Abel en una región se asociaron a las subidas de acciones de Baker en la misma región. Las pruebas respaldan el efecto competitivo nacional a nivel regional.

Un argumento similar para Caín, en la Prueba V, muestra una historia muy diferente. En cada región, la participación de Abel tendía a disminuir menos donde la participación de Caín en el producto era la que más había subido. Por el contrario, la participación del medicamento fue la que más cayó en las regiones en las que Caín también tuvo sus ganancias bursátiles más pequeñas. Otro fenómeno no relacionado y no competitivo provocó la caída de las acciones de Abel. Caín no podría haber sido la causa; probablemente Caín estaba ayudando a Abel combinando los esfuerzos de la fuerza de ventas de las dos marcas. El perspicaz análisis del científico de marketing detuvo una disputa interdivisional potencialmente perjudicial y reorientó la visión estratégica de la dirección sobre la competencia.

En algunos casos, la nueva tecnología puede provocar una mala interpretación de la eficacia del marketing porque los datos no están integrados con otra información pertinente. Por ejemplo, la prueba VI es un gráfico que muestra un programa de software de un sistema de apoyo a las decisiones de marketing con los envíos mensuales de fábrica de un medicamento de venta libre. Los picos en los datos de envío están asociados a promociones comerciales o reducciones temporales de precios en la oferta durante un tiempo limitado. Un módulo del programa creó la línea punteada, que es una extrapolación de los meses normales para establecer una base de las ventas que podrían haber habido si no hubiera habido promoción. Obviamente, las promociones comerciales fueron muy eficaces a la hora de estimular las ventas.

Anexo VI Envíos de un medicamento de venta libre durante un período de cuatro años

Los datos del mismo período, pero examinados desde otra perspectiva, sugieren una conclusión muy diferente. El gráfico VII muestra las retiradas del mismo producto en los almacenes de los minoristas y una base similar. Los datos de retirada del almacén están mucho más cerca de las ventas al consumidor. Este gráfico muestra los efectos mínimos de las promociones comerciales en las ventas a los consumidores. De hecho, los intermediarios comerciales en este caso simplemente utilizaban el descuento promocional para abastecer sus almacenes con productos que habrían comprado más tarde a precios normales.

Anexo VII Retiradas en almacenes de un medicamento de venta libre durante un período de cuatro años

Hasta que se incluyeron en el análisis los datos de retiradas del almacén, la dirección confiaba en que el programa de promoción comercial era muy rentable. Tras la llegada de los nuevos datos, los directivos cambiaron de opinión. Este ejemplo ilustra la necesidad de poner toda la información pertinente en el mismo sistema de apoyo a la toma de decisiones. Dejar sin tener en cuenta una sola fuente de datos puede resultar peligroso.

Minimizar los peligros. ¿Qué puede hacer la dirección para reducir estos peligros y, al mismo tiempo, aprovechar el potencial que ofrece la nueva tecnología? En la actualidad, el terminal del ordenador y la pantalla del televisor no son la mejor interfaz entre la gestión, que puede resultar un poco ingenua, y la nueva tecnología. El hecho de que la tecnología facilite el uso del terminal de ordenador no significa que los resultados sean perfectamente correctos o fáciles de implementar. Las personas con experiencia en ciencias del marketing, que trabajen como personal a tiempo completo o como consultores externos, pueden mejorar la toma de decisiones cuando actúan de enlace entre el director y la nueva tecnología.

Las personas de enlace tienen dos habilidades muy importantes. Entienden los problemas empresariales y estratégicos a los que se enfrenta la dirección. También entienden lo suficiente sobre el análisis de datos, el análisis estadístico y la modelización como para asegurarse de que se han hecho las comprobaciones y preguntas adecuadas cuando se hace una recomendación basada en un análisis informático. Estas personas deberían rendir cuentas directamente a la alta y media dirección como parte de los grupos de personal. De esa forma, controlarán la calidad de los análisis que se realizan. No podemos hacer suficiente hincapié en la importancia de que alguien que comprenda el análisis de datos revise las decisiones de la dirección en materia de estrategia.

Con el tiempo, este grupo de personas de enlace puede que no sea necesario. La investigación continua sobre inteligencia artificial permitirá al ordenador realizar un análisis de la respuesta del mercado tan cuidadoso como un muy buen analista. Hasta que eso suceda, la relación es importante.

Aprovechar los nuevos datos

Para hacer un uso óptimo de la nueva información, métodos y tecnologías, una empresa debe combinar los datos, los modelos y las herramientas de análisis. Un sistema de apoyo a las decisiones de marketing puede hacerlo. Su software y sus ordenadores ayudarán a la organización a traducir los datos en información relevante para evaluar las alternativas a las decisiones de marketing.

El software del sistema de apoyo a las decisiones de marketing debe poder aprovechar los datos, modelos y procedimientos de análisis estadístico más recientes. El software debe tener la capacidad de gestionar, analizar, mostrar y modelar las bases de datos, todo ello en un entorno fácil de usar. La base de datos debe organizar la información de manera que se pueda modificar fácilmente cuando cambien las situaciones o los servicios. Por ejemplo, sin hacer una reprogramación masiva, una empresa debe poder incorporar nuevos productos o cambios en los distritos de ventas a la base de datos. El software debe tener la capacidad de permitir a muchos usuarios acceder a la misma base de datos integrada. El sistema necesita una amplia variedad de funciones de impresión, que van desde tablas sencillas hasta gráficos e informes con calidad de presentación. Es muy importante poder dividir y agregar los datos simultáneamente en categorías como producto, región, vendedor y período de tiempo.

No solo se necesitan simples «cortes» en los datos, sino también una amplia variedad de capacidades estadísticas y de modelado para probar y refinar las hipótesis generadas por los gráficos y tablas iniciales de los datos. Hemos visto cómo muchos sistemas de apoyo a las decisiones de marketing se han detenido porque la selección inicial de software no previó lo integrado, potente y flexible que sería el software que necesitaría.2

Para mantener el sistema lo más productivo posible, debe contar con el apoyo de una organización interna de profesionales especializados, así como con la aprobación de la alta dirección. La organización de apoyo desempeñaría las siguientes funciones.

1. Instale, utilice y mantenga el hardware del ordenador.

2. Administre la base de datos registrando qué datos están incluidos y cuáles no en el sistema, actualizando la base de datos a medida que haya nuevos datos disponibles, manteniendo la documentación de los datos disponibles y garantizando la integridad de los datos.

3. Capacite a los administradores y usuarios del sistema en todos los niveles de experiencia y en todo tipo de documentación necesaria.3

Una empresa normal con una organización de soporte madura puede incluir seis personas además del gerente: dos personas en operaciones informáticas, dos en administración de bases de datos, una para desarrollar capacidades adicionales y dar soporte a los usuarios, y otra para capacitar a los nuevos empleados.

De cara al futuro

La práctica futura del marketing se parecerá poco a la del pasado. Los cambios en el entorno empresarial (los datos, los ordenadores, los recursos humanos y el software) exigen un cambio en la práctica empresarial.

Mientras que un buen sentido del marketing nos ha llevado a muchas carreras de marketing exitosas, el futuro nos enfrenta a la infusión de nuevas tecnologías de marketing y fuentes de información. Con el apoyo adecuado, esta nueva información permitirá comprender mejor el entorno empresarial y elaborar estrategias de marketing más rentables.

Los coches de carreras nuevos y más potentes permiten a los conductores expertos moverse por el Indianápolis cada vez más rápido. Sin embargo, si estos mismos coches se conducen incorrectamente, sufrirán accidentes cada vez más graves. El mismo principio se aplica a la nueva tecnología de datos e informática. Debemos «conducirlos» con cautela y la experiencia adecuada.

1. Estos resultados provienen de Alan Kuritsky, Emily Bassman, John D.C. Little y Alvin J. Silk, «El desarrollo, las pruebas y la ejecución de una nueva estrategia de marketing en AT&T Long Lines», Interfaces, Diciembre de 1982, pág. 22.

2. Para obtener una lista de verificación detallada de las funciones necesarias en el software de sistemas de apoyo a las decisiones de marketing, consulte John D.C. Little y Michael N. Cassetari, «Apéndice», Apoyo a la toma de decisiones para directores de marketing (Nueva York: Asociación Estadounidense de Administración, 1984).

3. Para obtener más información, consulte Little y Cassetari, Apoyo a la toma de decisiones para directores de marketing.