20141027 Medir la innovación a través de la modelación bayesiana

12
Medir la Innovación a través de la modelación Bayesiana Madrid, 27 de Octubre de 2014 BIGDATA: En la fábrica de la Realidad. Ministerio de Agricultura, Alimentación y Medio Ambiente Federación de Industrias de Alimentación y Bebidas

description

20141027 Medir la innovación a través de la modelación bayesiana

Transcript of 20141027 Medir la innovación a través de la modelación bayesiana

Page 1: 20141027 Medir la innovación a través de la modelación bayesiana

Medir la Innovación a través de la modelación

Bayesiana

Madrid, 27 de Octubre de 2014

BIGDATA: En la fábrica de la Realidad.

Ministerio de Agricultura, Alimentación y Medio

Ambiente Federación de Industrias de

Alimentación y Bebidas

Page 2: 20141027 Medir la innovación a través de la modelación bayesiana

Inteligencia

Modelos

Prever

Entender

Bayes Forecast fue fundada en 1991

en Madrid.

Nuestro negocio es construir

inteligencia para nuestros clientes.

Un signo de inteligencia es la capacidad

de prever, que está íntimamente ligada

a la capacidad de entender y explicar.

Los modelos estadísticos tienen estas

capacidades.

Por tanto, Bayes crea modelos y

ayuda a sus clientes a usarlos.

También recomienda a sus clientes a

adoptar el método de crear y usar estos

modelos como una herramienta

estratégica.

- 2 -

Page 3: 20141027 Medir la innovación a través de la modelación bayesiana

Bayes es Proveedor Preferente de Modelación de

Coca-Cola a nivel mundial desde 2012

RUMANÍA

- MMM POLONIA

- MMM

TURQUÍA

- MMM (regiones)

- In – Store

ITALIA

- MMM

GRECIA

- MMM

SUDÁFRICA

- MMM

ALEMANIA

- MMM ESCANDINAVIA

- 4 MMM

Suecia

Noruega

Dinamarca

Finlandia

RUSIA

- MMM

BRASIL

- MMM

- Promociones

- Categoría

- Largo plazo

MARRUECOS

- MMM

- Categoría

- Sell-in vs sell-out

ESPAÑA

- MMM

-Calidad de Copy

-Zumos

- Sell-in diario

- Ventas

embotelladores

mensuales

CHINA

-MMM (China BIG)

-MMM (China BU)

ARGENTINA

- MMM

PERÚ

- MMM

CHILE

- MMM

SUIZA

- MMM

INDIA

- MMM (Regional, SKU)

TAILANDIA

- MMM

REINO UNIDO

- MMM

FRANCIA

- MMM

FILIPINAS

- MMM regiones

PAKISTÁN

- Coke Studio

MÉXICO

- Categoría

- Precios por SKU

INDONESIA

-MMM

-Categoría

JAPÓN

- MMM

CEWA

- 4 países, categorías

Kenia

Tanzania

Nigeria

Uganda

Bayes y Coca-Cola

3

EAG: -Argelia -Angola -Egipto -Irán -Marruecos -Pakistán -Sudáfrica -Ucrania -Zimbabue

Page 4: 20141027 Medir la innovación a través de la modelación bayesiana

Innovación en marcas de gran consumo

4

La manera más habitual en la que una marca de gran consumo presenta innovación es mediante lanzamiento de nuevos productos:

• Nuevas marcas

• Submarcas dentro de una marca ya existente

• Skus de una marca ya existente.

La evaluación del lanzamiento debe realizarse teniendo en cuenta cómo el nuevo producto canibaliza al resto de variantes ya existentes.

Una manera adecuada de evaluar esa canibalización es mediante modelos de marketing mix (MMM).

Page 5: 20141027 Medir la innovación a través de la modelación bayesiana

Modelos de marketing mix: qué son y para qué se

utilizan

5

Los modelos de marketing mix estudian la evolución del volumen de ventas de un producto (marca, sku…) en función de la evolución de las diferentes variables que influyen en las mismas.

Los modelos se aplican en los siguientes procesos del plan general de negocio:

• Diagnosis de un ejercicio ya finalizado

• Planificación de estrategias

• Previsión de resultados del siguiente ejercicio

En los modelos se calcula el efecto en volumen de cada uno de los elementos, aislándolo del efecto proporcionado por el resto.

Las innovaciones son uno de los elementos de los modelos.

Page 6: 20141027 Medir la innovación a través de la modelación bayesiana

Arquitectura de un modelo de marketing mix

6

Dis

trib

ució

n

Pre

cio

Volumen de Ventas

Semanal / Mensual

Sell-in / Sell-out

Mínimo 3 años de datos

Me

dio

s

Mark

eti

ng

de m

arc

a

Op

era

cio

ne

s

Campañas promocionales (no en tienda): Eventos / Sorteos/

Muestras

CP

Temperatura

Lluvia

Ma

cro

Clim

a

Ca

len

da

rio

Anómalos

Festivos

Consumo Privado

Desempleo

Inflación

Distribución ponderada

Referencias por tienda

Visibilidad

Precio Regular TV: GRPs

NO-TV (Radio, Prensa, Cine, Exterior, Digital):

GRPs/Impresiones/Inversión Índice de Presión promocional

Descuentos Pro

mo

Inte

rno

s y

co

mp

ete

ncia

Ma

rketi

ng

en

tie

nd

a

INNOVACIONES

Patrocinios Otr

os

Exte

rno

s

Page 7: 20141027 Medir la innovación a través de la modelación bayesiana

Enfoque Bayesiano

Uso exhaustivo de la información

Censura

Jerarquías de modelos

Método de acumulación de conocimiento.

Herramienta del aprendizaje.

Evidencia Conocimiento Nuevo

Conocimiento

http://www.ted.com

7

Page 8: 20141027 Medir la innovación a través de la modelación bayesiana

Innovación: cómo medir la canibalización

8

Mediante los modelos es posible determinar, análogamente

al efecto de otros elementos del marketing como la

publicidad, el efecto incremental de una innovación, como

por ejemplo la introducción de nuevos sabores. La

diferencia entre el volumen de la innovación y el volumen

incremental de la marca es el volumen canibalizado.

84,9 76,1

164,8

100,9

0

50

100

150

200

250

300

Sabor 1 Sabor 2

Vo

lum

en

Volumen canibalizado Volumen incremental

0

10

20

30

40

50

60

70

Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

Vo

lum

en

Sabor 1

Sabor 2

Canib Sabor 1

Canib Sabor 2

Page 9: 20141027 Medir la innovación a través de la modelación bayesiana

También funciona para lanzamientos temporales (in &

out)…

9

0

50

100

150

200

250

en

e-1

1

ab

r-1

1

jul-11

oct-

11

en

e-1

2

ab

r-1

2

jul-12

oct-

12

en

e-1

3

ab

r-1

3

jul-13

oct-

13

en

e-1

4

ab

r-1

4

jul-14

oct-

14

Vo

lum

en

In-Out 1 In-Out 2 In-Out 3 In-Out 4

Volumen

In&Out In-Out 1 In-Out 2 In-Out 3 In-Out 4

2011 0.0% 5.5% 6.1% 0.0%

2012 5.5% 0.0% 0.1% 3.5%

2013 0.0% 0.0% 0.0% 2.1%

In-Out 1 In-Out 2 In-Out 3 In-Out 4 Total

Canibalizado 50.2% 33.0% 48.8% 66.9% 49.5%

Incremental 49.8% 67.0% 51.2% 33.1% 50.5%

276 183 299 357

1115 274 371

314 177

1136

0

500

1000

1500

2000

2500

In-Out 1 In-Out 2 In-Out 3 In-Out 4 Total

Vo

lum

en

Canibalizado Incremental

Page 10: 20141027 Medir la innovación a través de la modelación bayesiana

Más difícil todavía: Sustituciones temporales con

envases más grandes, al mismo precio

10

0

200

400

600

800

1000

1200

1400

1600

1800

S1

S3

S5

S7

S9

S11

S13

S15

S17

S19

S21

S23

S25

S27

S29

S31

S33

S35

S37

S39

S41

S43

S45

S47

S49

S51

Vo

lum

en

Grande Normal Total Esperado

Supongamos una estrategia promocional en la que

aumentamos la capacidad de un envase, manteniendo el

precio unitario. Debemos esperar aumento de volumen por

dos motivos:

• El precio unitario baja, lo que siempre provoca aumento

de ventas

• El volumen unitario sube, por lo que si se mantiene el

número de transacciones el volumen total subirá.

El modelo, a través de las elasticidades al precio y al volumen unitario, predice un volumen total.

La diferencia con el real se explica por bajada en el número de transacciones (al fin y al cabo, el consumo no aumenta tanto como la capacidad del envase) o por cambios en la elasticidad al precio (el consumidor no piensa en términos de precio por kg sino en precio por unidad).

Page 11: 20141027 Medir la innovación a través de la modelación bayesiana

¿Puedo usar el modelo para prever el efecto de una

innovación futura?

11

Decidir si MMM

puede ayudar

¿Se ha lanzado una innovación similar

en el período analizado?

Sí No

Misma marca Otra marca

MMM puede usar las

mismas elasticidades

para prever el

impacto

MMM puede

extrapolar el efecto

para aproximar el

impacto

MMM no puede ayudar

Con MMM se pueden prever efectos de innovaciones, con algunas

limitaciones

Page 12: 20141027 Medir la innovación a través de la modelación bayesiana

Muchas gracias