Marketísimo: ¿Cómo proyectar las ventas de un producto?

Marketísimo: ¿Cómo proyectar las ventas de un producto?

¿Cómo proyectar las ventas de un producto?

Por César Pérez Carballada

Ante el lanzamiento de un nuevo producto es vital anticipar la cantidad de unidades que podemos vender.

Ese número determinará varias e importantes decisiones, como la estructura de la fuerza de ventas, el tamaño del call-center, el presupuesto de marketing, la cantidad a producir, la cantidad de materia prima a comprar, etc.

La cantidad que venderemos está altamente influenciada por el tamaño total de mercado:

Cantidad a vender = cuota de mercado   x   tamaño del mercado

El tamaño de mercado es tan importante como la cuota de mercado y se puede ampliar llevando a cabo la estrategia de “agrandar la tarta antes de repartirla”.  

La cuota de mercado se puede estimar a través de varias formas, por ejemplo, a través de un análisis conjoint o un test de concepto, ¿pero cómo podemos anticipar el tamaño total del mercado? En este artículo veremos una técnica que nos permite anticipar la cantidad a vender contando con solo unos pocos datos del pasado. 

MODELO DE DIFUSIÓN

En un post anterior explicamos qué es el modelo de difusión de innovaciones. Allí describimos sus elementos constitutivos y cómo la distribución de nuevos adoptadores representa una función “normal” donde los primeros en adoptarla son los “innovadores”, luego los “early adopters”, etc. (1) También vimos que de ese modelo se puede derivar el gráfico de adoptadores acumulados resultando en una curva en forma de “S” (2).

Si Ud. conoce estos elementos, puede seguir leyendo, si no le recomendamos que primero leaese post.

PREDICIENDO LAS VENTAS

Como el proceso de adopción de un producto sigue una función estadística en forma de curva S, si tenemos unos pocos datos iniciales podemos estimar estadísticamente el resto de la curva (3) y anticipar su valor en un momento dado en el futuro o, incluso, el valor máximo que alcanzará a largo plazo.

Veamos un ejemplo real.

Supongamos que queremos proyectar las ventas globales de smartphones (móviles inteligentes). Ya sea porque fabricamos móviles, algún accesorio para los mismos (como una carcasa) o una aplicación. De cualquier modo, queremos saber cuántos móviles se venderán en los próximos dos años.

Para comparar el pronóstico con datos reales, imaginemos que estamos a principios del año 2008 con lo cual tenemos las ventas reales hasta el año 2007 y queremos pronosticar las ventas de los siguientes dos años (2008 y 2009). Este ejemplo tiene la ventaja de que ya sabemos cuáles fueron las ventas en 2008 y 2009, con lo cual podemos comprobar si nuestro pronóstico hubiera sido acertado. Así, retrotraigámonos a principios de 2008, Apple acababa de lanzar su iPhone el año anterior (en Junio de 2007) y el mercado todavía estaba dominado por Blackberry y Nokia, si quisiéramos pronosticar las ventas en 2008 y 2009, ¿cómo haríamos?

Una opción sería fijarse en las ventas reales de los dos años anteriores (ver a continuación). Las ventas globales en 2006 habían sido 81 millones de unidades y en 2007 habían sido 119 millones, según la consultora Strategy Analytics (4).

De este modo podríamos proyectar un crecimiento lineal, asumiendo que el mercado crecería en los siguientes dos años como lo había hecho el año anterior. Así proyectaremos ventas para 2008 y 2009 de 158,4 y 197,1 millones de unidades (ver a continuación: los puntos rojos son los datos reales del pasado, los círculos amarillos el pronóstico, y los cuadrados verdes las ventas reales que eventualmente ocurrieron).

Las ventas reales en 2008 y 2009 fueron 146,1 y 170,2 millones (cuadrados verdes), con lo cual la proyección lineal se equivocó por 8% y 16%, respectivamente.

Otra opción sería asumir que el mercado crecerá proporcionalmente en lugar de forma lineal. Vemos que el año anterior el crecimiento había sido del 47,8% y asumimos que el mercado seguiría creciendo este porcentaje durante los siguientes dos años. Así proyectaríamos ventas en 2008 y en 2009 de 176 y 261 millones de unidades, respectivamente (ver a continuación).

Sin embargo, esa proyección resultaría aún más errónea que la lineal al sobre-estimar el volumen en un 21% y 54% en 2008 y 2009, respectivamente.

Incluso podríamos calcular en Excel un crecimiento exponencial o logarítmico (ver a continuación) pero seguiríamos estando lejos.

Finalmente, podríamos aplicar nuestro conocimiento sobre las curvas “S”.

Para aproximar los datos reales del pasado con una curva “S” se debe minimizar una función llamada “chi cuadrado”. También se puede usar software estadístico que permite realizar la aproximación aún sin saber estadística (como este software gratuito desarrollado por el IIASA).

En base a los datos del pasado, la curva “S” que mejor aproxima la tendencia es la que sigue (ver a continuación).

De esta manera proyectaríamos las ventas de 2008 y 2009 en 147,9 y 166,4 millones de unidades, respectivamente. Resulta que esas cifras son casi exactamente las reales: esa proyección implica solo un error del 1,2% el primer año y -2,2% el segundo.

Así la curva “S” nos permite estimar las ventas (y otros fenómenos sociales como el crecimiento de una población) de forma bastante exacta.

Claro que siempre nos encontraremos con hechos disruptivos, imposibles de predecir, que imposibilitarán predecir el 100% de los mercados usando esta simple aproximación matemática. De hecho, en el año 2010 se produjo una tendencia disruptiva en el mercado de móviles que cambió la tendencia: un aceleramiento desproporcionado de las ventas debido a varios fenómenos que no se habían dado anteriormente, entre ellos, la entrada sucesiva y exitosa al mercado de competidores coreanos (Samsung, LG), japoneses (Sony) y chinos (Xiaomi y su nuevo modelo de negocio luego replicado por Huawei, Lenovo, Oppo, Meizu y otros) el cual provocó una desviación a la alza vs. la predicción. 

Esa disrupción muestra el no-determinismo de la curva “S”: el futuro anticipado por la curva no está prefijado de antemano y se puede cambiar. En otras palabras, la curva “S” asume que la dinámica del pasado se sigue dando en el futuro, sin embargo, si se produjera una gran disrupción (ocasionada por factores externos a la empresa como una guerra o por factores internos como un avance sustantivo y disruptivo en la tecnología del producto) entonces la curva “S” fallaría en su predicción. En cualquier caso, esos fenómenos disruptivos son de escasa frecuencia.

Así se puede estimar el futuro lejano con una curva “S” siempre y cuando contemos con suficiente cantidad de datos. Obviamente, cuantos más datos reales conozcamos y estos más se ajusten estadísticamente a la curva “S”, más precisa será la predicción (aunque, claro, cuanto más datos reales tengamos, menos interesante será la proyección). Por esa razón debemos actualizar las proyecciones cada año incorporando los últimos datos reales que tengamos y ser conscientes del margen de error de nuestra predicción.

Un par de matemáticos (3) analizaron 34.000 casos para verificar cuánto se desviaba una proyección basada en la curva “S” y encontraron lo siguiente: si contamos al menos con el 50% de la serie y esos datos no se alejan de la curva más del 10%, entonces podemos predecir el futuro a largo plazo (por ej, las ventas máximas) dentro de un rango de 21% con un nivel de confianza del 95%. Es más, con solo tener el 20% de los datos de la serie se puede obtener una proyección significativa: por ejemplo, si los datos no se alejan más del 1% de la curva se puede predecir el valor máximo con un rango del 15%.

Esto significa que la curva “S” nos permite anticipar el máximo de ventas que alcanzará un producto o una categoría en el futuro (¡y cuándo alcanzará ese máximo!).

Regresando al ejemplo de las ventas globales de móviles (“smartphones”). Si incluimos los datos de ventas hasta el 2015 (el último dato disponible), obtenemos una predicción de ventas como sigue:

Según la curva “S”, este año (2016) se venderán 1.645 millones de teléfonos y el número máximo será de alrededor de 1.973 millones cuando las ventas se estabilicen poco después del año 2023. Esa proyección tiene un error de ±15% (al 95% de nivel de confianza), con lo cual no es muy precisa (al final del artículo se puede ver una tabla con estos errores).

Esto es así porque, al observar con detenimiento, veremos que la tendencia de ventas de teléfonos móviles se podría dividir en dos curvas “S”: una desde 2001 hasta 2009 con las ventas empujadas por Nokia, Apple y Blackberry y otra desde 2010 hasta la actualidad empujada por Samsung, Apple y los fabricantes chinos (ver a continuación).

Eso tiene sentido porque existe evidencia académica (5) que sugiere que la curva “S” representa un “fractal”: una sucesiva superposición de pequeñas curvas “S” a distintas escalas que indican oleadas de crecimiento que, al sumarse, muestran la curva “S” final.

Así, si queremos proyectar las ventas en 2016, vemos que los últimos 7 años se ajustan mejor a la curva “S” final y como además sabemos que los acontecimientos más recientes tienen mayor probabilidad de explicar el futuro que los eventos más viejos, podríamos construir una curva “S” solo teniendo en cuenta esos últimos 7 años (ver a continuación):

Según esta última curva “S”, predecimos que se venderán 1.591 millones de teléfonos este año (2016) para un pico de ventas máximas de 1.784 millones poco después de 2023 (ambas cifras con un error de ±3,3% al 99% de nivel de confianza). Estas últimas cifras parecen ser el pronóstico más probable (¡dentro de 12 meses veremos si hemos acertamos!).

*****

La curva “S” ha demostrado repetidamente su fortaleza como herramienta para anticipar las ventas de un producto, de una empresa o de una categoría de productos siempre y cuando la “unidad de análisis” (el producto, la empresa o la categoría) tenga características más o menos estables y compita con otras por un recurso escaso (por ej, el dinero de los consumidores). (6)

Si el producto cambia radicalmente o no está en competencia con otros, la curva “S” no puede usarse para explicar su crecimiento natural. 

Como en la gran mayoría de los casos esas condiciones se cumplen, podemos utilizar esta metodología para pronosticar las ventas de forma científica. Ahora Ud. ya sabe cómo hacerlo.