asimetrÍa competitiva y competencia entre … · y competencia entre marcas: anÁlisis a travÉs...

RESUMEN

Uno de los factores que determinan la estructu-ra de mercado es el grado de asimetría que pre-sentan las diferentes marcas que compiten en unmercado. En este trabajo, y tras realizar una revi-sión de la literatura sobre el concepto de estructu-ra de mercado y las consecuencias de la existenciade efectos asimétricos, utilizamos datos de escánerde aceite de oliva, y la modelización logit con obje-to de comprender la existencia de efectos asimétri-cos del precio, y descubrir cuál es la estructurasubyacente en dicho mercado. Además, analiza-mos cuáles son las marcas que tienen mayor podere influencia sobre las demás.

Palabras clave: Estructura de Mercado, EfectosCompetitivos Asimétricos, MNL.

ABSTRACT

Market structure is derived from the existenceof asymmetric effects. In this present paper wedevelop an extensive review of the literature relat-ed to marke structure concept and asymmetriceffects consequences. For this purporse, we useolive oil scanner choice data to estimate a MNLwith assymetric effects. Using it, we identify theexistence of asymmetric price effects and discover

the market structure underlying. In addition weanalyse which brands have more market clout andvulnerability.

Keywords: Market Structure, AsymmetricCompetitive Effects, MNL.

INTRODUCCIÓN

El reconocimiento explícito de la existencia deasimetría en los mercados se justifica por estarmuy presente en la actualidad en la modelizacióndel impacto de las variables de marketing-mixsobre la estructura competitiva de un sector (ABE-ELE, GIJSBRECHTS y VANHUELE, 1990; FOEKENS,LEEFLANG y WITTINK, 1997). Tener conocimientode qué marcas son las mayores rivales, cuáles sonlos nichos o segmentos de mercado y cuál es laintensidad competitiva existente, permite a lasempresas identificar nuevas oportunidades demercado así como tomar decisiones, tanto de tipoestratégico como de tipo táctico, sobre aspectosrelacionados con el marketing-mix (CAVERO yCEBOLLADA, 1999). No obstante, el análisis de laestructura de mercado es de elevada complejidaddebido, entre otros aspectos, al elevado número defactores que influyen en la misma (DESHPANDÉ yGATIGNON, 1994).

61

R E V I S T A E S P A Ñ O L A D E I N V E S T I G A C I O N D E M A R K E T I N G E S I C

ASIMETRÍA COMPETITIVA Y COMPETENCIA ENTRE MARCAS:

ANÁLISIS A TRAVÉS DE MODELOS LOGIT

Juan Carlos Gázquez Abad y Manuel Sánchez Pérez1

UNIVERSIDAD DE ALMERÍA

1 Departamento de Dirección y Gestión de Empresas, Facultad de CC. Económicas y Empresariales, Universidad de Almería. Ctra.Sacramento s/n – 04120 La Cañada de San Urbano (Almería), [email protected], [email protected]. Los autores desean expresar su agra-decimiento al Editor y los revisores anónimos del trabajo por las aportaciones recibidas.

En la actualidad la estructura de mercado estásiendo objeto de una elevada atención por parte delos académicos, debido a la existencia de diferen-tes enfoques que permiten su definición, cada unode ellos con diferentes inconvenientes que limitansu aplicación en todos los casos y sectores (MAR-CATI, CORRADO y ODORICI, 2004). Si bien en eco-nomía ha prevalecido el enfoque teórico frente alempírico (SAMUELSON y NORDHAUS, 2001), enmarketing ha sucedido al contrario, centrándoseen establecer el número de submercados existen-tes en una determinada categoría de producto(CAVERO y CEBOLLADA, 1999:57), así como endeterminar de qué manera, las diferentes marcas oalternativas existentes compiten entre sí y cómocambia esa relación a lo largo del tiempo (MOORE

y WINER, 1987). Uno de los factores más importantes que deter-

minan la estructura de mercado se centra en elanálisis del nivel de competitividad entre las dife-rentes alternativas existentes y en el grado de asi-metría que presentan (HOUSTON y WEISS, 1974).El análisis de la asimetría competitiva está siendoobjeto, desde hace aproximadamente una década,de una elevada atención por parte de los investiga-dores de marketing (p. e. AGGARWAL y CHA, 1998;BEMMAOR y MOUCHOUX, 1991; BRONNENBERG yWATHIEU, 1996; CHINTAGUNTA, 1994; KUMAR yPEREIRA, 1997; LÓPEZ y LLONCH, 2003; MELA etal. 1998; RAJU, SETHURAMAN y DHAR, 1995; RUS-SELL y KAMAKURA, 1994; SETHURAMAN y SRINIVA-SAN, 2002; SETHURAMAN et al., 1999; SIVAKUMAR

y RAJ, 1997), los cuales pretenden comprender elorigen de este fenómeno en los mercados. Estaabundancia de trabajos tan recientes acerca de estefenómeno sugiere dos importantes razones para larealización del presente trabajo. Por una parte,pone de manifiesto el interés de la comunidadcientífica en el análisis de este fenómeno de asi-metría en los mercados y, por otra parte, refleja lanecesidad de realizar trabajos que permitan identi-ficar, no sólo los distintos niveles de rivalidad y deasimetría presentes en el mercado, sino tambiénque permitan cuantificar dichos efectos y conocercuáles son las marcas que se ven más afectadas ycuáles se ven más beneficiadas. El estudio deestos aspectos favorecerá la mejor comprensióndel entorno competitivo en el que se mueven las

marcas. Es por ello que los objetivos fundamenta-les del presente trabajo se centran en analizar elconcepto de estructura de mercado, así como susdiversas formas de análisis, y los efectos asimétri-cos entre marcas. Para alcanzar estos objetivoshemos utilizado la metodología logit con datosdesagregados de elección individual, en la línea deLÓPEZ y LLONCH (2003), analizando el efecto mar-ginal que produce la modificación del precio deuna de las marcas sobre el resto de competidores.A partir del cálculo de estos efectos derivamos lamatriz de sensibilidad al precio, así como otrasmatrices competitivas que nos van a permitir des-cribir la estructura de mercado en términos delpoder y la vulnerabilidad de las marcas, en la líneade KAMAKURA y RUSSELL (1989).

El artículo está estructurado en cinco secciones.En la primera sección se aborda, desde la revisiónde la literatura existente, el concepto de estructurade mercado, así como las principales formas demodelización de la misma que han sido desarro-lladas. Además, profundizamos en el análisis de laasimetría competitiva entre marcas y en las conse-cuencias que la misma tiene sobre la configura-ción competitiva del mercado. En la segunda sec-ción se establece de qué manera la modelizaciónlogit permite analizar y extraer las consecuenciasque tiene la existencia de efectos asimétricos com-petitivos. Posteriormente, presentamos el análisisempírico que hemos desarrollado para el mercadoespañol de aceite de oliva. A continuación se esta-blecen los resultados obtenidos para, finalmente,presentar las principales conclusiones e implica-ciones para la gestión que se derivan de los resul-tados anteriores, así como las limitaciones denuestro trabajo.

2. ESTRUCTURA COMPETITIVA DE MERCADO: CONCEPTO Y MODELOS DE ANÁLISIS.ASIMETRÍA COMPETITIVA

2.1. Concepto de estructura de mercado

La estructura de mercado consiste en la clasifi-cación de las marcas dentro de submercados que

62


presentan un grado de competitividad mayor queel mercado considerado en su conjunto (KAMAKU-RA y RUSSELL, 1989:379). En una línea similar semueven ELROD, RUSSELL, SHOCKER, ANDREWS,BACON, BAYUS, CARROLL, JONSON, KAMAKURA,LENK, MAZANEC, RAO y SHANKAR (2002), al esta-blecer que el análisis de la estructura de mercadoexplica en qué medida las ofertas del mercadobajo consideración son complementarias o sustitu-tivas.

Desde una perspectiva de marketing, la estruc-tura de mercado es la explicación de las preferen-cias del consumidor en términos de los atributosde las marcas (ELROD y KEANE, 1995). La relaciónexistente entre las marcas que forman un submer-cado refleja las evaluaciones del consumidor y supreferencia hacia dichas marcas (ERDEM, 1996;MELA et al. 1998).

Habitualmente, y aunque la estructura de mer-cado es formalmente una relación entre marcas,ha sido establecida a partir de las diferenciasexistentes entre las preferencias de los consumi-dores pertenecientes a diferentes segmentos(RUSSELL, BUCKLIN y SRINIVASAN, 1993). Conse-cuentemente, algunos investigadores consideranla segmentación y la estructura de mercado, sim-plemente, como las dos partes complementariasdel mismo concepto (GROVER y SRINIVASAN,1987). El concepto clave del que parten estosautores es que las mismas probabilidades de elec-ción que proporcionan la base para el desarrollode una segmentación basada en el comportamien-to del consumidor generan, igualmente, patronesde intercambio entre marcas que permiten cono-cer la estructura de un mercado. Igualmente, estaasimetría competitiva derivada de los diferentesniveles de calidad percibida entre las marcas pro-voca la existencia de diferencias en el efecto delprecio sobre la elección de una marca (SIVAKU-MAR y RAJ, 1997). Es por ello, que el análisis dela matriz de sensibilidad al precio y de las matri-ces competitivas que se derivan de la misma pue-de ayudar a la comprensión de las interrelacionescompetitivas existentes en el mercado que deter-minan la elección por parte del consumidor deuna u otra marca.

El análisis de la estructura de mercado ha sidouna de las áreas más investigadas en el ámbito del

marketing (su importancia en la gestión de marcaqueda reflejada en los más de 100 artículos publi-cados en este campo hasta 1987 [GROVER y SRINI-VASAN, 1987], y los, aproximadamente, 99 publi-cados desde entonces [MELA et al., 1998]). En estesentido, la importancia prestada a la estructura demercado en la literatura de marketing se debe aque se trata de un componente crítico en el desa-rrollo y planificación de la estrategias de marca yproducto (MELA et al., 1998). Así, por ejemplo, eldesarrollo de nuevos productos, las políticas deproducto, la publicidad competitiva o las decisio-nes de precio dependen, en parte, de qué produc-tos compiten más intensamente con otros (URBAN,JOHNSON y HAUSER, 1984).

2.2. Enfoques de modelización de la estructura de mercado

Para establecer la estructura del mercado sesuelen utilizar dos enfoques alternativos (GROVER

y SRINIVASAN, 1987): el enfoque perceptual, basa-do en las preferencias manifestadas por los consu-midores, y el enfoque comportamental, que con-siste en inferir la estructura del mercado a partirdel comportamiento observado.

A su vez, existen dos procedimientos común-mente utilizados que permiten definir las particio-nes del mercado a partir de la observación delcomportamiento del consumidor (RUSSELL y BOL-TON, 1988):

– utilizar las elasticidades cruzadas de lademanda (relacionadas con algún aspecto dela actividad de marketing, habitualmente elprecio) (VAN HEERDE, MELA y MANCHANDA,2004).

– o bien, utilizar el comportamiento de inter-cambio entre marcas desarrollado por elconsumidor.

En la figura 1 se pueden observar los diferentesmodelos de análisis de la estructura de mercadoplanteados.

En el enfoque perceptual, y mediante técnicaspsicométricas y de análisis multivariante, las pre-ferencias de los consumidores son plasmadas enagrupaciones competitivas como, por ejemplo, losmapas de posicionamiento. En el caso del enfoque

63


comportamental, se han desarrollado técnicas ymodelos que, partiendo de datos del historial decompras de los consumidores, permiten conocercuál es la estructura competitiva del mercado(CAVERO y CEBOLLADA, 1999).

La determinación de la estructura de mercado,infiriendo por parte del investigador tanto los atri-butos más importantes para cada marca como laspreferencias que muestra el consumidor antedichos atributos, a partir de sus datos de eleccióno preferencia es lo que, en la literatura de marke-ting, se denomina análisis de la estructura internadel mercado (ELROD, 1991). El análisis de laestructura de mercado interna, parte del hecho deque los atributos en los que difieren las marcas noson conocidos por el investigador, por lo que, par-tiendo de técnicas como los mapas perceptuales,las escalas multidimensionales, los mapas de pre-

ferencias reveladas o los mapas de elección, seinfiere la estructura competitiva que subyace en elmercado (SINHA, 2000), a partir de los datos deelección o preferencias reales del individuo.

ELROD (1991:360) establece que los diferentesmétodos existentes para establecer la estructurainterna del mercado difieren en tres aspectos: eltipo de representación de dicha estructura (espa-cial, jerárquica o en grupos), los datos requeridos(datos de similitud entre los productos y de prefe-rencias basados en encuestas, frente a datos depreferencias reveladas), y las características delmodelo (modelos estocásticos frente a modelosprobabilísticos).

Por el contrario, el análisis de la estructura demercado externa2 parte del hecho de que el inves-tigador conoce a priori los atributos determinantesde la elección, así como el valor que presenta cada

64


2 Se utilizan, habitualmente, dos métodos diferentes para obtener dicha estructura externa: el análisis conjunto (donde se asume que elconsumidor es capaz de estimar cómo sería el producto ideal), y el análisis de factor (donde el consumidor hace una estimación de los atri-butos considerados para cada marca) (Sinha, 2000:23).

Figura 1Modelos de análisis de la estructura de mercado

MODELOSDE ESTRUCTURA

DE MERCADO

PERCEPTUALES (ESTRUCTURA INTERNA):Basados en preguntas al consumidor

(p. e. MAPAS DE POSICIONAMIENTO)

COMPORTAMENTALES(ESTRUCTURA EXTERNA):

Basados en datos de elección o preferencias reales

DEFENDER

MAPASCOMPETITIVOS

Allenby (1989)

GRAVITACIONAL

DeSarbo y Hoffman(1986 y 1987); DeSarbo

y Cho (1989)

Grover y Srinivasan(1987); Jain, Bass

y Chen (1990)

DETERMINÍSTICOS(correspondencias, CGS,

pick-any)

MAPAS DEELECCIÓN

Chintagunta(1994)

VALUEMAP

PROBIT FACTORESANALÍTICOS

SCULPTRE

Fuente: Elaboración propia.

marca en relación a dichos atributos (ELROD et al.,2002:223). Este conocimiento parte, normalmente,de las estimaciones previas del consumidor.

Existen diferentes líneas de investigación quehan tratado de configurar la estructura de mercadoy llegar a determinar el nivel de competencia queexiste entre las marcas que configuran un determi-nado mercado, a partir del historial de compras delconsumidor. Así, partimos de la dicotomía entreenfoque agregado vs. desagregado. El último secentra en el consumidor u ocasión de elección indi-vidual, mientras que el primero utiliza descriptoresexplicativos comunes a todos los individuos de lamuestra. La distinción entre ambos enfoques res-ponde, fundamentalmente, a los objetivos interpre-tativos perseguidos por el investigador, no afectan-do a los supuestos teóricos de la modelización(GONZÁLEZ, 2001), ya que el consumidor indivi-dual es la unidad básica de comportamiento, mien-tras que la cuota de mercado es el proceso com-puesto a nivel agregado (GIVON y HORSKY, 1978).Los modelos agregados utilizan datos de ventas ocuota de mercado, existiendo diferentes formas deestimación de la cuota de mercado; así p. e.,URBAN et al. (1984) utilizan una matriz de transfe-rencia construida con datos del mercado con unamatriz teórica correspondiente a un mercado noestructurado, ALLENBY (1989) emplea el logit mul-tinomial para el análisis de la estructura competiti-va. En la misma aproximación agregada se sitúanlos modelos de cuota de mercado, que establecenque la cuota de mercado de una marca depende desu capacidad de atracción sobre los consumidoresen relación a las demás, la cual depende, a su vez,de la actividad de marketing de dicha marca (p. e.,COOPER, 1988; COOPER y NAKANISHI, 1988). Estostrabajos, junto a otros (p.e. ELROD y KEANE, 1995;KRISHNAMURTHI y RAJ, 1991; MELA, GUPTA y JEDI-DI, 1998; RUSSELL y KAMAKURA, 1994; SETHURA-MAN, SRINIVASAN y KIM, 1999; SIVAKUMAR y RAJ,1997) analizan la competencia entre las marcas apartir de las cuotas de mercado derivadas de cono-cer la elasticidades precio tanto directas como cru-zadas, si bien algunos de ellos (p.e. ELROD y KEA-

NE, 1995; MELA et al., 1998; SETHURAMAN et al,1999; SIVAKUMAR y RAJ, 1997) utilizan la sensibi-lidad al precio directa y cruzada, en lugar de laelasticidad.

En los últimos años se han desarrollado un grannúmero de métodos que permiten proporcionarinformación acerca de la estructura de mercado,partiendo de datos de elección procedentes delhistorial de compras, los cuales, al no estar bajo elcontrol del investigador, permiten realizar estima-ciones limitadas de la estructura de mercado sub-yacente (ELROD y KEANE, 1995). En la tabla 1 sepuede observar una comparación de los principa-les modelos de análisis de la estructura interna delmercado a partir de datos de elección reales.

Estos métodos, además de permitir establecer dediferente manera la estructura de mercado existen-te, consideran, a partir de diversos procedimientos,la heterogeneidad del consumidor en su comporta-miento de elección. Los métodos difieren en variosaspectos (ELROD y KEANE, 1995): el tipo de datosque requieren, si las diferencias en las cuotas demercado son explicadas o no por la estructura (másque capturadas por constantes específicas paracada marca), el tipo de estructura inferida y elmodo de tratar la heterogeneidad del consumidor.Los dos principales tipos de datos utilizados son:las preferencias establecidas y las preferenciasreveladas (DESARBO, KIM, WEDEL y FONG, 1998).

Mientras que las preferencias reveladas se com-ponen, habitualmente, del comportamiento deelección del consumidor o de cuotas de mercado anivel agregado extraídas de datos de escáner, laspreferencias establecidas parten de juicios subjeti-vos de los consumidores bajo condiciones contro-ladas3 (p. e., comparación entre pares de alternati-vas, o la selección entre cualquiera de diferentesalternativas).

2.3. Asimetría competitiva

El término asimetría competitiva, hace referen-cia a “la diferente influencia que tienen las deci-

65


3 Existen autores que expresan la conveniencia de utilizar como datos o dimensiones, a la hora de establecer la estructura de mercado,las preferencias de los individuos hacia los atributos que ellos utilizan para valorar y elegir una alternativa, más que las preferencias quemuestran por cada opción (p. e. Andrews y Manrai, 1999).

Tabla 1Características de los modelos de estimación de la estructura de mercado

a partir de datos de elección reales

siones que toma un competidor en el otro, en fun-ción de cuál sea el que desarrolla tal acción”(BLATTBERG y WISNIEWSKI, 1989). Esta asimetríaes consecuencia del diferente valor que el consu-midor otorga a cada una de las marcas que compi-ten en el mercado (VÁZQUEZ, SANTOS y DÍAZ,1999), y está relacionada con su cuota de mercado(KUMAR y PEREIRA, 1997), si bien existen algunosautores (p. e. BLATTBERG y WISNIEWSKI, 1989;MELA et al., 1998; RUSSELL y KAMAKURA, 1994)

que sugieren que la agregación de consumidorescon diferentes niveles de preferencia hacia cadauna de las marcas es la principal causa de asimetríacompetitiva y otros que plantean que dicha asime-tría es consecuencia de las características del pro-ceso de elección del consumidor (p. e. ALLENBY yROSSI, 1991; BRONNENBERG y WATHIEU, 1996; SET-HURAMAN et al., 1999; SIVAKUMAR y RAJ, 1997).

En la competencia asimétrica, las consecuen-cias de las acciones competitivas sobre la deman-

66


Tipo Explica

EstructuraDistribución de

MODELOde datos

la cuota del modelo

la heterogeneidadde mercado del consumidor

DEFENDER Cuota Sí Espacial Uniforme o Beta(Shugan, 1987; Waarts, Carree y Wierenga, 1991) de Mercado (2 dimensiones) (1 dimensión)

MAPAS COMPETITIVOS Cuota (Cooper, 1988) de Mercado

No Espacial Implícita

Allenby (1989) Cuota No

Clusters Implícita

de Mercado no superpuestos

Grover y Srinivasan (1987); Jain et al. (1990) Intercambio entre marcas

No Cluster Clases Latentes

DeSarbo y Hoffman (1986 y 1987); Seleccionar Vectores o puntos

DeSarbo y Cho (1989); Jedidi y DeSarbo (1991) entre alternativas Sí Espacial ideales para cada (binario) individuo

MÉTODOS DETERMINÍSTICOS (análisis Frecuencia Vectores o puntos

de correspondencias, escala CGS; pick-any) de comprasNo Espacial ideales para cada

individuo

SCULPTRE (Ramaswamy y DeSarbo, 1990) Frecuencia Árbol de compras

Síultramétrico

Clases Latentes

MAPAS DE ELECCIÓN (Elrod, 1988a y 1988b); Frecuencia Mackay, Easley y Zinnes, 1995) de compras

Sí Espacial Normal Bivariante

Chintagunta (1994) Panel Sí Espacial

Clases Latentes desagregado de rango reducido

PROBIT DE FACTORES ANALÍTICOS Panel Sí Espacial

Normal (Elrod y Keane, 1995) desagregado multivariante

VALUEMAP (Sinha y DeSarbo, 1998) Valor percibido entre alternativas

No Espacial Clases Latentes

MODELO GRAVITACIONAL (DeSarbo, Seleccionar Kim, Chan Choi y Spaulding, 2002) entre alternativas

Sí Espacial Implícita

Fuente: Elaboración propia y a partir de Elrod y Keane (1995).

da (y, por tanto, sobre la cuota de mercado) de unamarca, que tienen las decisiones tomadas por unamarca rival, difieren de las consecuencias que,sobre ésta, tienen las acciones competitivas de laprimera. La capacidad que tiene la marca para noverse afectada por las decisiones que toma lacompetencia, es lo que, se denomina vulnerabili-dad de marca. Esta asimetría en las relacionescompetitivas pueden proceder, principalmente, dedos fuentes (CARPENTER, COOPER, HANSSENS yMIDGLEY, 1988): por una parte de las característi-cas diferenciales que presenta una marca en suestrategia empresarial y, por otra parte, de lamodificación temporal de los elementos de mar-keting-mix utilizados por los diferentes competi-dores, como, por ejemplo, una variación en laactividad promocional (ZENOR, BRONENNBERG yMCALISTER, 1998).

Los efectos asimétricos que proceden de la pri-mera fuente son más estables y duraderos, y pue-den ayudar a la empresa a desarrollar una estrate-gia de posicionamiento eficiente. Por su parte, lasasimetrías procedentes de modificaciones puntua-les en la estrategia de marketing suelen ser menosduraderas, y modifican la relación competitiva delsector de modo menos intenso (STERN y HAM-MOND, 2004). KRISHNAMURTHI, RAJ y SIVAKUMAR

(1995) añaden, además, como otra fuente de asi-metría, las características de los consumidores (p.e., la lealtad hacia la marca, el nivel de ingresos oel tamaño de la familia). HEATH, RYU, CHATTERJEE,MCCARTHY, MOTHERSBAUGH, MILBERG, y GAETH

(2000) afirman que aspectos como la calidad rela-tiva del producto, más que los propios elementosde la estrategia de marca, son el principal causan-te de estos efectos asimétricos.

En un mercado con diferentes marcas y en elque las decisiones de elección han sido ya toma-das, como por ejemplo en mercados ya maduros4,la estructura de mercado viene definida por sunivel de demanda y por los costes de fabricación.A consecuencia de la dificultad para modificaresta estructura, las empresas o marcas desarro-llan sus estrategias competitivas en las oportuni-

dades existentes en este mercado con objeto deincrementar su cuota de mercado. En este con-texto, el precio es la principal variable estratégi-ca que influye en el nivel de demanda de la mar-ca (LÓPEZ, 1999). Por tanto, las marcas competi-rán básicamente en precio (NARASIMHAN, 1988),ya que esta variable influye en la configuraciónde la cuota de mercado de la empresa, sus bene-ficios, y se configura como un elemento poten-cial de desarrollo de fuertes reacciones competi-tivas.

BLATTBERG y WISNIEWSKI (1989) fueron los pri-meros en introducir el concepto de efecto asimé-trico del precio, que establece que cuando unamarca de elevado precio (elevada calidad) reducesu precio, el impacto que esta decisión tiene enuna marca de bajo precio (baja calidad) es mayorque el impacto que produce, en aquella, unareducción en el precio de ésta. Esta afirmación hasido ampliamente analizada en la literatura, reci-biendo gran número de apoyos (p. e. ALLENBY yROSSI, 1991; KAMAKURA y RUSSELL, 1989; SIVA-KUMAR, 2000; SIVAKUMAR y RAJ, 1997). SETHURA-MAN et al. (1999) establecen que la variación en lautilidad del consumidor (V) debida a cambios enlos precios, es mayor para las marcas de elevadacalidad (h) que para las marcas de baja calidad (l),por lo que la derivada parcial de la utilidad de lamarca de elevada calidad respecto a modificacio-nes en el precio de la marca de baja calidad, esmenor que la repercusión de una variación en elprecio de la marca de elevada calidad respecto a lautilidad de la marca de inferior calidad, como seexpresa en (1).

(1)

Sin embargo, BRONNENBERG y WATHIEU (1996)argumentan que el impacto que tiene una reduc-ción en el precio en cada una de las marcas,dependerá fundamentalmente del posicionamiento(en términos de calidad-precio) de las mismas. Enparticular, si la marca de bajo precio tiene un posi-cionamiento calidad-precio más favorable, la asi-

l

h

P

V

∂∂

<h

l

P

V

∂∂

67


4 Corstjens y Corstjens (1995) identifican dos fenómenos principales que caracterizan un mercado maduro: por un lado la sobrecapa-cidad productiva, y, por otro lado, la paridad entre productos, lo que dificulta que el consumidor perciba diferencias significativas entrelas alternativas existentes.

metría tomará un sentido inverso (se ve más afec-tada la marca de precio alto). Únicamente esa asi-metría beneficiará a la marca de mayor precio (ypor tanto calidad), si y sólo si, su ventaja compe-titiva en calidad es lo suficientemente importantecomo para compensar ese mayor precio5. Laincorporación de nuevos atributos en la marca demenor calidad, reduce la sensibilidad del consumi-dor frente a su precio, hecho que no ocurre con lamarca de mayor precio (NOWLIS y SIMONSON,1996). Incluso, AILAWADI, GEDENK y NESLIN

(2001), HEATH, RYU, CHATTERJEE y MCCARTHY

(1997), HEATH et al. (2000) y NOWLIS y SIMONSON

(2000), concluyen que la asimetría competitivaentre marcas de diferente nivel de calidad-preciopuede ser reducida o incluso eliminada, cuando elnúmero de marcas existentes situadas a diferentesniveles de calidad se incrementa.

Uno de los principales aspectos que determi-nan la existencia de efectos asimétricos del precioes la cuota de mercado (SETHURAMAN y SRINIVA-SAN, 2002). Aún no siendo por sí misma unavariable comercial, los directivos desarrollan lasestrategias de marketing en función del volumende cuota de mercado que posea la marca (KOTLER,2000).

La investigación desarrollada para analizar larelación existente entre la cuota de mercado y laasimetría en el efecto cruzado del precio es limi-tada (SETHURAMAN y SRINIVASAN, 2002). Así, porejemplo, KAMAKURA y RUSSELL (1989) estable-cen que las marcas que poseen una elevada cuo-ta de mercado tienen un mayor poder, pudiendoperjudicar a marcas con pequeñas cuotas de mer-cado cuando reducen sus precios; sin embargo,aquéllas son menos vulnerables ante acciones dedescuento de éstas. Esto hace que marcas conpequeñas cuotas de mercado, deban buscar hue-cos de mercado que no estén ocupados por lasgrandes marcas y que les permitan sobrevivir enun mercado tan competitivo y controlado poraquellas marcas que poseen una elevada cuota(KUMAR y PEREIRA, 1997). A similar conclusiónllegan RUSSELL y BOLTON (1988), al establecercómo la cuota de mercado está directamente rela-

cionada con la elasticidad-precio cruzada de lamarca que promociona su precio, e, inversamen-te, con su elasticidad propia. En esta misma línease sitúan HEATH y CHATTERJEE (1995), cuyometa-análisis de 92 estudios que analizan con-juntos de elección de 2 ó 3 alternativas, contri-buye a reforzar la idea de que es más sencilloincrementar la cuota de mercado de marcas conalto nivel de calidad que la de aquellas marcascon niveles de calidad inferiores. En una línea deconclusiones similar, CHINTAGUNTA (1993) yCOTTERILL, PUTSIS JR. y DHAR (2000), hallancomo la elasticidad-precio cruzada consecuenciade una reducción en el precio de una marca dealta cuota de mercado sobre las de reducida cuo-ta, es mayor que la elasticidad cruzada que sederiva de una reducción del precio de éstas sobrela de mayor cuota. No obstante, tal y como indi-can SETHURAMAN y SRINIVASAN (2002), y aunquelas generalizaciones que emanan de la literaturase inclinan por un mayor beneficio de la asime-tría en marcas con elevada cuota de mercado, noexiste un análisis teórico formal o un meta-análi-sis que investigue si las diferencias sistemáticasen el efecto cruzado del precio se deben a lasdiferencias en la cuota de mercado

Todos estos planteamientos nos llevan a definirlas siguientes hipótesis:

Hipótesis 1. Los efectos competitivos entre mar-cas son asimétricos; es decir, las decisionesque se toman sobre una marca tienen unefecto sobre otra diferente, en función decuál sea el quién desarrolla la acción com-petitiva.

Hipótesis 2a. Existe una relación directa y signi-ficativa entre la cuota de mercado de unamarca y su poder de atracción.

Hipótesis 2b. Existen efectos asimétricos del pre-cio favorables para aquellas marcas conmayor cuota de mercado sobre las marcascon menor cuota.

68


5 Existen estudios experimentales que cuestionan la superioridad de las marcas de mayor precio en términos de su influencia sobre lasmarcas de menor calidad (p. e. Heath y Chatterjee, 1995; Nowlis y Simonson, 1996).

3. ANÁLISIS DE LA ESTRUCTURA DE MERCADO: EXISTENCIA DE SUBMERCADOS A PARTIR DEL ESTUDIO DE LA ELASTICIDAD Y LOS EFECTOS ASIMÉTRICOS

Uno de los procedimientos más utilizados pararepresentar la estructura de mercado es la utiliza-ción de las elasticidades cruzadas representadasen la matriz de elasticidades (VAN HEERDE et al.,2004).

Sin embargo, existen autores que indican que lautilización de elasticidades cruzadas como medidadel nivel de competencia entre marcas, no es siem-pre adecuada (ELROD y KEANE, 1995; SETHURA-MAN et al., 1999; SIVAKUMAR y RAJ, 1997). Lamatriz de elasticidades R(j,m), resume los valoresde la elasticidad propia de cada alternativa, y delas elasticidades cruzadas entre las mismas. Seexpresa como:

(2)

donde es la derivada parcial del nivel

de ventas de la alternativa j respecto al precio de laalternativa m. La utilización de los efectos margi-nales en lugar de las elasticidades se justifica, enmuchos casos, en el efecto directo que sobre lafunción de utilidad tienen dichos efectos. Además,y tal y como indican LÓPEZ y LLONCH (2003),MELA et al. (1998), SETHURAMAN et al. (1999),SIVAKUMAR y RAJ (1997), entre otros, las posiblesdiferencias entre dos elasticidades pueden prove-nir de los niveles de precio de las marcas o de susprobabilidades, y no de las diferencias en sus sen-sibilidades o efectos marginales. Partiendo de lamatriz de elasticidades definida en (2), la asime-tría competitiva implica que dicha matriz no seríasimétrica, con lo que el valor de los efectos mar-ginales por filas no coincide con el valor quetoman dichos efectos por columnas; es decir:

ζmj ≠ ζjm (3)

aspecto éste, que está estrechamente relacionadocon la hipótesis 1.

Los investigadores en marketing han comenza-do a re-examinar las elasticidades entre marcascompetidoras (fundamentalmente las basadas enel precio), como la fuente fundamental de infor-mación que permite analizar la estructura de unmercado (RUSSELL et al., 1993; SETHURAMAN etal., 1999). LIN, WU y WANG (2000), sugieren quela sensibilidad al precio, tanto propia como cruza-da, está particularmente indicada para analizar laestructura de mercado, ya que ofrece una buenainformación acerca de la similitud entre marcas, através del comportamiento actual de compra delconsumidor. Sin embargo, el principal problemaderivado de la utilización en la práctica de estaselasticidades, es su complejo cálculo a nivel empí-rico, así como su carácter bilateral e intransitivoque hace difícil su aplicación a conjuntos en losque existan más de dos marcas (CAVERO y CEBO-LLADA, 1999:57), circunstancia ésta que suele serhabitual en la mayor parte de los mercados.

La estructura de mercado representada por lamatriz de elasticidades, tanto propias como cruza-das, tiene dos componentes (RUSSELL y KAMAKU-RA, 1994): sustituibilidad e influencia. La primera,llamada también vulnerabilidad por KAMAKURA yRUSSELL (1989), se refiere al grado en el que lasacciones de marketing de una marca influyen enotra. El conjunto de marcas que son altamente sus-tituibles forman un submercado, un nivel de mar-ca o una partición del mercado.

Por otra parte, la influencia refleja el impactototal relativo que tienen las actividades de marke-ting de una marca en el resto de competidores. Unincremento en el nivel de influencia de una marcasugiere que la actividad de marketing que desarro-lla dicha marca está teniendo un impacto unilate-ral importante en sus competidores. Por otro lado,un incremento en la sustituibilidad sugiere que dosmarcas o submercados de marcas se están vol-viendo más competitivos entre sí (MELA et al.,1998). Evidentemente, la sustituibilidad y lainfluencia son dos conceptos complementarios(KAMAKURA y RUSSELL, 1989). A partir de aquídefinimos la siguiente hipótesis de trabajo:

m

jjm P

S

∂∂

=ζ

j...m

Filas j . . . m

Columnas

mmmj

jmjj

ζζ

ζζ

...

....

...

69


Estas expresiones generales de las elasticidadesen el MNL presentan importantes desventajas, quese derivan de su estructura interna y que las hacenmenos útiles desde el punto de vista de la gestiónde marketing (KRISHNAMURTHI et al., 1995). Laprincipal desventaja, relacionada con el análisis dela estructura de mercado, es que no permiten elestudio de asimetrías en la competencia entre mar-cas, ya que asumen que la intensidad competitivaentre todos los pares de marcas es idéntica. Estopuede observarse en la fórmula (5) de la elastici-dad cruzada, que no depende de la marca que reci-be el efecto sino únicamente de la que lo produce.De este modo, si j, p y m son tres marcas del mer-cado, en la expresión general del MNL se cumple:

ejm = epm (6)

lo que significa que el efecto que un aumento de lavariable de marketing analizada de la marca m tie-ne sobre la probabilidad de elegir las demás mar-cas, es el mismo para todas ellas. Sin embargo, estarestricción no se cumple en mercados en los queunas marcas tienen más poder de mercado queotras (CAVERO y CEBOLLADA, 1999:60). Este incon-veniente es consecuencia de la propiedad IIA(Independencia de Alternativas Irrelevantes), querige en la mayoría de los mercados y que limita laaplicación de los modelos logit multinomial a mer-cados en los que las marcas son, igualmente, dis-tintas entre sí. ALLENBY (1989) llama a esta limita-ción “influencia”, lo que se traduce en una propie-dad simétrica de efecto entre marcas. Existen variasposibilidades para superar este problema: una posi-bilidad consiste en la utilización de modelos logit

Hipótesis 3. El diferente nivel de poder de mer-cado que cada marca tiene, configura laexistencia de submercados o grupos demarcas que presentan un grado de compe-titividad mayor que el mercado considera-do en su conjunto.

Los modelos de elección del consumidor, y, enconcreto, los modelos logit, presentan unos funda-mentos teóricos, tanto desde una perspectiva eco-nómica como desde una orientación del comporta-miento, que los hacen especialmente útiles para elanálisis de la estructura de mercado6 (véaseANDERSON, DE PALMA y THIES, 2001 y KANNAN yWRIGHT, 1991). Esto hace que hayan sido amplia-mente utilizados para representar dicha estructura(p.e. CAVERO y CEBOLLADA, 1999; CHINTAGUNTA,

1994; GUPTA, 1988; KANNAN y WRIGHT, 1991;LÓPEZ, 1999; LÓPEZ y LLONCH, 2003).

La falta de interpretación directa de los pará-metros en el MNL (al no recoger dicho valor elefecto directo en la probabilidad de elección decada una de las alternativas, sino en la transforma-ción logística de la función de utilidad), hacenecesaria la obtención del valor de las elasticida-des para obtener los efectos marginales. De estemodo, podemos conocer cuál es el efecto que, enla probabilidad de elección de una alternativa, tie-ne la modificación infinitesimal de uno de susatributos (elasticidad directa7), o de uno de losatributos de otra alternativa (elasticidad cruzada).En el MNL, la expresión de las elasticidades(directa y cruzada) es la siguiente:

70


6 Una de las principales ventajas, ampliamente reconocida, del MNL es su habilidad para proporcionar estimaciones exactas de las pro-babilidades de elección del consumidor en contextos en los que son consideradas todas las actividades de marketing desarrolladas por lasempresas competidoras (AGRAWAL Y SCHORLING, 1996)

7 CAVERO Y CEBOLLADA (2000:106), denominan a la elasticidad directa como “elasticidad de participación”, ya que la variación finalde la demanda respecto a la variable que se modifica (en su caso el precio), es menor de lo esperado, cambiando la elección del consumi-dor, únicamente, cuando la alternativa con mayor probabilidad de elección pase a ser otra diferente tras la modificación del precio.

Elasticidad directa (4)

Elasticidad cruzada (5)itritrkkitj

itrk

itrk

itjXP PX

P

X

X

Pe itrk

itjβ−=

∂∂

=

)1( itjitjkkitj

itjk

itjk

itjXP PX

P

X

X

Pe itjk

itj−=

∂∂

= β

anidados (MCFADDEN, 1977), en los que se agrupael conjunto de alternativas posibles en sugrupos onudos, y se mantiene la hipótesis de independenciade alternativas irrelevantes dentro de cada grupo yen la elección entre grupos. De este modo se obtie-ne una estructura jerárquica que permite el análisisde la estructura de mercado (p.e. ABEELE et al.,1990 ó KANNAN y WRIGHT, 1991). No obstante,esta alternativa no está exenta de problemas, funda-mentalmente derivados de la especificación de laestructura arbórea. En este sentido, y si bien es cier-to que en algunos casos la partición en subgruposdel conjunto de alternativas posibles se hace demodo natural, en otros casos dicha partición se rea-liza sin ningún criterio lógico, por lo que resultapreocupante que los resultados obtenidos dependande cómo se han definido las ramas (SÁNCHEZ,GÓMEZ y FRASQUET, 2001). Otra alternativa es lautilización de modelos heterogéneos de efectosaleatorios, que suponen asumir la existencia de seg-mentos heterogéneos de consumidores (SOLGAARD

y HANSEN, 2003; SUÁREZ, RODRÍGUEZ, RODRÍGUEZ

y MORAL, 2004), o la utilización del modelo probitmultinomial, que permite que las componentesaleatorias estén correlacionadas (LEEFLANG, WIT-TINK, WEDEL y NAERT, 2000)

EL enfoque que vamos a adoptar en este traba-jo para la superación de la limitación IIA queimponen los modelos MNL, consiste en modificarla especificación de la utilidad, estimando un coe-ficiente de la variable analizada distinto para cada

alternativa (COOPER y NAKANISHI, 1988; KRISHNA-MURTHI y RAJ, 1988; KRISHNAMURTHI et al., 1995),de modo que la expresión de las elasticidades con-tiene en este caso el coeficiente específico de cadaalternativa, en lugar del coeficiente común que sederiva de las expresiones (4) y (5), lo que permiteanalizar los efectos cruzados entre alternativas.Así, las expresiones de las elasticidades quedaríande la siguiente forma:

elasticidad directa (7)

elasticidad cruzada (8)

4. METODOLOGÍA DE LA INVESTIGACIÓN

4.1. Selección de la categoría de producto y del tipo de datos

Para el análisis empírico hemos utilizado datosde panel de elección de aceite de oliva recogidos através de escáner, procedentes de un hipermercadode un grupo internacional de distribución con pre-sencia en todo el país, y que abarcan un período de53 semanas. La tabla 2 recoge las característicasde los datos empleados para esta investigación, asícomo de las variables utilizadas en el análisisempírico.

itritrkkjXP PXe itrk

itjβ−=

)1( itjitjkkjXP PXe itjk

itj−= β

71


Tabla 2Descripción del panel de consumidores utilizado y de las variables analizadas

Panel de consumidores

Datos utilizados Datos de escáner de elección

Categoría de producto Aceite de oliva 0,4 º en formato de 1 litro

Tipo de establecimiento Hipermercado de un grupo internacional con presencia en todo el país

Ámbito geográfico Almería

Período de análisis 53 semanas (1 Enero 2002 – 31 Diciembre 2002)

de los datos- Semana 1–20: Período de inicialización

- Semana 21-53: Período de calibrado

Conjunto de elección 10 marcas: 8 marcas nacionales (Carbonell, Coosur, La Masía, La Española, Elosúa, Giralda, Ybarra y Mueloliva), y 2 marcas propiedad del establecimiento

(Marca de Distribuidor y Marca de Primer Precio)

4.2. Conjunto de elección

El conjunto de elección está constituido por lasdiez marcas con las que contaba el establecimien-to en el momento del análisis (entre paréntesis, sucuota de mercado): Carbonell (26,67%), Marcade distribuidor (22,38%), Coosur (16,34%), LaMasía (11,87%), La Española (9,83%), Elosúa(4,01%), Giralda (3,87%), Ybarra (2,45%), Mar-ca de primer precio (2,17%) y Mueloliva (0,41%).Para la selección de los individuos que se van aincluir en la investigación, y debido a la necesidadde construir un panel para conocer el comporta-miento de cada individuo a lo largo del períodototal analizado, solo se han considerado a aquellosconsumidores que realizaron su pago con la tarje-ta del establecimiento.

Por otra parte, el período total de 53 semanas hasido dividido en dos subperíodos: un primer subpe-ríodo llamado de inicialización, y que hemos utili-zado para el cálculo de una variable de agregación

que capture el comportamiento del consumidor enel tiempo (lealtad histórica), y un período denomi-nado de calibrado, que ha sido utilizado para la esti-mación de los parámetros del modelo. El períodode inicialización abarca desde la semana 1 a lasemana 208, mientras que el período de calibradocomprende desde la semana 21 a la semana 53. Unavez realizada esta división, y siguiendo a SIVAKU-MAR y RAJ (1997), hemos considerados, únicamen-te, aquellos individuos que han realizado, al menosdos compras, en cada uno de los subperíodos. Deeste modo, el conjunto definitivo de datos de escá-ner que se recogieron está constituido por 389 indi-viduos, que realizan un total de 3241 compras9

(8,33 ocasiones de compra por hogar).

4.3. Variables explicativas de la elección y modelos logit utilizados

Para cada alternativa y en la unidad de tiempodefinida (semana), se han considerado dos tipos

72


8 En la línea de otros trabajos de investigación que utilizan como período de inicialización, aproximadamente, el 40% del período total(p. e., BUCKLIN, GUPTA Y HAN, 1995; GUADAGNI Y LITTLE, 1983 ó KRISHNAMURTHI, MAZUMDAR Y RAJ, 1992).

9 Se refiere a ocasiones en las que los individuos han acudido al hipermercado y han elegido alguna de las diez marcas analizadas, noal número de unidades adquirido. No obstante, en el software utilizado para la estimación del modelo se ha tenido en cuenta, igualmente,el número de unidades adquiridas en cada ocasión de compra.

Tabla 2 (Continuación)Descripción del panel de consumidores utilizado y de las variables analizadas

Panel de consumidores

Perfil Individuos/hogares que pagan sus compras con la tarjeta del establecimiento

de los consumidores y que han realizado, al menos, 2 ocasiones de compra en cada subperíodo(inicialización y calibrado)

389 individuos/hogares que realizan 3241 ocasiones de compra (8,33 ocasionesTamaño del panel de compra/hogar)de consumidores Período de inicialización: 1427

Período de calibrado: 1814

Variables analizadas

Precio de compra Precio de compra en euros de cada alternativa en cada período

Presencia en folleto Variable dummy que indica la presencia de cada alternativa en cada período

publicitario en los folletos publicitarios del establecimiento (1 si se encuentra en el folleto y 0 en caso contrario)

Variable dummy que toma valor 1 si el individuo elige en cada período la misma Lealtad anterior alternativa que en el período anterior, y 0 en caso de que seleccione una alternativa

diferente

de variables explicativas de la elección del consu-midor: por una parte, variables de marketing rela-tivas a las alternativas de elección, y por otra, unavariable de lealtad referida al consumidor. En elanexo podemos encontrar los valores que tomanlas variables objeto de análisis para cada una delas marcas del conjunto de elección.

En el primer grupo, se incluyen las siguientesvariables: precio de compra y presencia en folletopromocional. Por otra parte, a los clientes se lesindexa una medición binaria de su grado de leal-tad a la marca, demostrada en acciones de comprasucesivas en los períodos analizados (lealtad ante-rior), y medida a través de una variable dummyque toma valor 1 si el cliente ha seleccionado en elperíodo t la misma alternativa que en el período t-1, y 0 en caso contrario.

La inclusión de la experiencia previa de elec-ción del consumidor es uno de los principalesenfoques utilizados para la medición de la hetero-geneidad observada10 (AILAWADI, GEDENK y NES-LIN, 1999). Este enfoque consiste en la incorpora-ción de una variable que recoja el comportamien-to de compra del individuo a lo largo del períodoanalizado, siendo dos las formas habitualmenteutilizadas para ello: la primera consiste en lainclusión en la función de utilidad de la propor-ción de ocasiones de elección en que cada alterna-tiva ha sido elegida, durante un período de inicia-lización. Por otra parte, el segundo de los procedi-mientos consiste en la inclusión en la función deutilidad de una variable dummy que toma valor 1si el consumidor ha elegido en cada período lamisma alternativa que en el período anterior, y 0en caso contrario.

Ambos enfoques de incorporación de la expe-riencia previa de elección del individuo han sidoadoptados en múltiples trabajos, en particular,sobre la modelización en la elección de marca.Así, algunos autores utilizan la variable BL (brandloyalty), estimada a partir de un período de inicia-lización, para la inclusión de la experiencia previadel consumidor. Es el caso, de BUCKLIN y GUPTA

(1992), BUCKLIN et al. (1995), BUCKLIN, GUPTA ySIDDARTH (1998), KRISHNAMURTHI et al. (1995),

LATTIN y BUCKLIN (1989) ó TELLIS y ZUFRYDEN

(1995), entre otros. Existen otros trabajos queincorporan también la lealtad medida a partir deuna variable dicotómica (habitualmente denomi-nado LBP, Last brand purchased), como p.e.,BRONNENBERG y VANHONACKER (1996), BUCKLIN yGUPTA (1992), CAVERO y CEBOLLADA (1997),CHANG, SIDDARTH y WEINBERG (1999), CHINTA-GUNTA y PRASAD (1998), DEIGHTON, HENDERSON yNESLIN (1994), ERDEM (1996), HAN, GUPTA y LEH-MANN (2001), JONES y LANDWEHR (1988), KALYA-NAM y PUTLER (1997), ORTMEYER, LATTIN yMONTGOMERY (1991), ROY, CHINTAGUNTA y HAL-DAR (1996) ó SUN, NESLIN y SRINIVASAN (2003).

En este trabajo, además de estimar la variablede lealtad dicotómica analizada en esta investiga-ción, se utilizó el período de inicialización defini-do para incorporar la heterogeneidad de las prefe-rencias entre los individuos. No obstante, ysiguiendo principios de parsimonia, hemos optadopor incorporar únicamente una de estas variablesen los modelos (9) y (10), en concreto la variabledicotómica referida a la lealtad anterior del indi-viduo, debido a que presenta un efecto más signi-ficativo que la lealtad histórica en la estimacióndel comportamiento de elección del consumidor.

La inclusión de la lealtad para representar laheterogeneidad del consumidor puede producirresultados que “sobreestimen” los efectos dedicho comportamiento heterogéneo y, en conse-cuencia, los demás parámetros del modelo puedenestar sesgados por defecto (PAPATLA, 1996). Ade-más, similar efecto en los parámetros del modelotendrá el no considerar, a su vez, en las compraspasadas realizadas, los efectos de las variables demarketing que estén presentes en el modelo(CHINTAGUNTA, JAIN y VILCASSIM, 1991). En con-creto, puede existir correlación entre el comporta-miento de elección no observado y la heterogenei-dad de la componente aleatoria de la utilidad,generando estimaciones inconsistentes y sesgadas(GÖNUL y SRINIVASAN, 1993). Otra de las limita-ciones que presenta la inclusión de la lealtad en lafunción de utilidad es la suposición de distribu-ción homogénea del comportamiento de lealtad

73


10 El otro enfoque está basado en la incorporación de variables específicas y propias del consumidor, normalmente de tipo sociode-mográficas.

entre todas las alternativas del conjunto de elec-ción, lo que, a su vez, incide en los coeficientesdel precio específicos para cada una de ellas,pudiendo producir un sesgo en la estimación delas mismas. Una posibilidad para superar este pro-blema, es estimar un parámetro de lealtad especí-fico para cada alternativa, lo que permitirá cono-cer a qué marcas es más leal el consumidor, y acuáles menos. Otra posibilidad es la no incorpora-ción de la variable de lealtad, dejando que la cons-tante específica de cada alternativa (preferenciaintrínseca), así como el componente de error alea-torio recoja el efecto de dicha variable. No obs-tante, y dado que el interés central de este trabajoes la estimación de la estructura de mercado a par-tir de la estimación de los índices de influencia yvulnerabilidad derivados de la matriz de respuestaal precio, y con el objetivo de evitar, por un ladoproblemas de inconsistencia y, por otro, problemasde representatividad en la estimación del modelo,

hemos estimado un efecto común de la lealtadpara el conjunto de alternativas.

Con el objetivo de analizar la existencia deefectos asimétricos en el precio en el sector delaceite de oliva, y si bien la variable objeto de aná-lisis es el precio de compra, se ha estimado unmodelo multinomial con estas tres variables expli-cativas, con el propósito de obtener un modeloparsimonioso que nos permita realizar estimacio-nes fiables. En este sentido, hemos analizado laexistencia de multicolinealidad entre las variablesutilizadas. Inicialmente, partimos de una funciónde utilidad simétrica [modelo (9)] para, posterior-mente, incorporar un efecto específico para el pre-cio de compra de cada alternativa y realizar el aná-lisis de la estructura de mercado y de los efectosasimétricos existentes en el mismo [modelo (10)].De este modo, los modelos utilizados quedan delsiguiente modo:

Modelo sin efectos asimétricos en el precio de compraUitj = β0jX j + β1PCOM_ACTjt +β2FOLLETOjt+ β3LEAL_ANTijt (9)

Modelo con efectos específicos (asimétricos) para el precio de compra de cada alternativaUitj = β0jX j + β1jPCOM_ACTjt +β2FOLLETOjt+ β3LEAL_ANTijt (10)

5. ANÁLISIS Y RESULTADOS

En la tabla 3 podemos observar cómo en ambosmodelos los signos de los coeficientes específicosde las alternativas coinciden, si bien sus valores

son diferentes, lo que indica que el primer mode-lo, al estimar un parámetro de efecto del preciocomún para todas las alternativas, proporcionabaconstantes específicas de cada alternativa en rela-ción a ese “efecto medio” estimado.

74


Tabla 3Parámetros estimados del modelo sin/con efectos asimétricos

Modelo sin efectos asimétricos Modelo con efectos asimétricos

Preferencia hacia cada alternativa (σ)

Carbonell (26,67)a 4,355* 4,87*

(0,519) (0,865)

MdD (22,38) 0,091 0,671*

(0,641) (0,234)

Coosur (16,34) 2,566* 2,621*

(0,532) (0,764)

La Masía (11,87) 1,845* 1,989*

(0,524) (0,719)

Así, la tabla 3 muestra cómo la práctica tota-lidad de las alternativas (con la excepción deYbarra, que se convierte en negativo, y de laMarca de primer precio, que deja de ser signifi-cativo) ve incrementada su preferencia de marcacuando se considera la existencia de efectosespecíficos para el precio de cada alternativa. Eneste sentido, el modelo con coeficientes del pre-cio específicos indica la existencia de una hete-rogeneidad en la sensibilidad del consumidor

hacia el precio de las diferentes alternativas queforman el conjunto de elección, ya que mientrasque seis marcas presentan un coeficiente delprecio menor (en valor absoluto) al coeficientecomún (-6,805) estimado en el modelo sin efec-tos asimétricos (estas marcas son, de menor amayor, Carbonell, Coosur, La Española, LaMasía, Ybarra y Elosúa), las cuatro restantes (demayor a menor valor, Marca de Primer Precio,Giralda, MdD y Mueloliva), presentan coefi-

75


Tabla 3 (Continuación)Parámetros estimados del modelo sin/con efectos asimétricos


Preferencia hacia cada alternativa (σ)

La Española (9,83) 2,344* 2,498*

(0,521) (0,579)

Elosúa (4,01) 1,552* 1,667**

(0,535) (0,91)

Giralda (3,87) -0,348 0,132(0,691) (0,436)

Ybarra (2,45) 1,642 -1,813**

(0,529) (0,931)

Marca 1er precio (2,17) -0,989*** -0,742(0,639) (0,714)

Mueloliva (0,41) - -

Parámetros específicos de las variables explicativas (σ)

Precio de compra -6,805* (0,783) -

Carbonell - -5,522* (0,671)

Marca de Distribuidor - -7,202* (0,883)

Coosur - -6,092* (0,775)

La Masía - -6,415* (0,752)

La Española - -6,204* (0,755)

Elosúa - -6,53* (0,771)

Giralda - -7,446* (0,926)

Ybarra - -6,506* (0,749)

Marca de 1er precio - -7,712* (0,869)

Mueloliva - -7,16* (0,736)

Folleto publicitario 0,671* (0,082) 0,671* (0,082)

Lealtad anterior 5,709* (0,136) 5,705* (0,136)

*p<0,01 **p<0,05 ***p<0,1 a Entre paréntesis, cuota de mercado (%) de cada marca.

cientes mayores al coeficiente común estimadoinicialmente.

Por tanto cabe pensar, que el hecho de estimar unparámetro específico que determine el diferenteefecto que el precio de compra tiene en cada alter-nativa, permite conocer con mayor exactitud lainfluencia que esta variable tiene sobre la probabili-dad de elección de cada marca e, igualmente, pro-porciona una estimación de la preferencia hacia

cada marca (coeficiente β0 específico), más ajustadaa la realidad. En relación a los valores de estos pará-metros específicos del precio, cabe destacar que elparámetro más reducido lo tiene Carbonell, lo queindica que es aquella marca en la que el precio influ-ye menos en la probabilidad de elección. Por el con-trario, la Marca de primer precio, junto a Giralda, laMdD y Mueloliva, por este orden, son aquellas enlas que mayor influencia tiene el precio de venta.

Como podemos observar en la tabla 4, el mode-lo con efectos asimétricos supone un incrementoen la capacidad de predicción del comportamientodel consumidor en términos de la función de vero-similtud. Además, los coeficientes ρ2 son simila-res, por lo que en principio la calidad del ajuste essimilar. El valor del estadístico AIC es menor parael caso del modelo de parámetros específicos,mientras que para el modelo con parámetro cons-tante, es inferior el estadístico BIC, lo que vienemotivado por el mayor número de parámetros aestimar en el modelo con efectos asimétricos (21frente a 12), lo que reduce de modo considerable,la parsimonia del segundo modelo frente al prime-ro en este estadístico. Sin embargo, y a pesar deeste aspecto, empleando el test de la razón de laverosimilitud se observa que el modelo con pará-metros específicos para el precio es estadística-mente mejor a un nivel del 1% (χ2=53,746[9 g.l]),poniendo de manifiesto la presencia de efectosasimétricos (en precio) en el mercado.

Como se indicó anteriormente, hemos analiza-do posibles problemas de multicolinealidad entrelas variables explicativas elegidas para la estima-ción de los modelos. Como la multicolinealidad esun problema muestral, ya que va asociada a la con-figuración de las variables explicativas, no existencontrastes estadísticos, propiamente dichos, quesean aplicables para su detección (GREENE, 1993).Una de las formas de detectar este problema esmediante la comparación de la significatividadconjunta del modelo en relación a la significativi-dad de cada uno de los parámetros estimados. Ennuestro caso, y tal y como podemos observar en latabla 4, nos encontramos con un coeficiente ρ2

muy elevado, lo que unido a que los coeficientesde las variables explicativas son todos estadística-mente significativos, parece indicar que no existenproblemas de multicolinealidad. Además, el deter-minante de la matriz de correlaciones entre lasvariables explicativas utilizadas es 0,979766, loque indica, igualmente, la práctica ausencia de

76


Tabla 4Criterios de evaluación de bondad del ajuste para ambos modelos


Nº de parámetros 12 21

LL (ββ) -2327,825 -2300,952

χχ2 8797,789 8851,536

ρρ2 0,655 0,6579

ρρ2 ajust. 0,653 0,6548

AIC 4679,65 4643,904

BIC 4745,69 4759,473

RV 53,746

problemas de multicolinealidad entre las variablesexplicativas utilizadas. Adicionalmente, estima-mos el denominado “factor de inflación de lavarianza” (VIF), que nos indica el incremento enla varianza para cada una de las variables explica-tivas respecto al modelo estimado sin dicha varia-ble. En nuestro caso, los valores son de 2,7907(VIF para el precio de compra), 2,85135 (VIF parala variable folleto) y 1,0162 (VIF para la variablede lealtad), por lo que sugieren la no existencia deproblemas importantes de multicolinealidad paraninguna de las variables.

Una vez que todos los criterios econométricosparecen indicar la no existencia de problemas demulticolinealidad entre las variables explicativasutilizadas, definimos la matriz de elasticidades apartir del modelo con efectos asimétricos, calcu-lando los efectos marginales que un cambio en elprecio de cada alternativa tiene en las demás(tabla 5).

Así, el efecto que, por ejemplo, tiene una reduc-ción del precio de Carbonell sobre la cuota demercado de Coosur (6,239), es diferente a las con-secuencias que una reducción del precio de Coo-sur, tiene sobre la cuota de mercado de Carbonell(6,883). Esto ocurre para todas las marcas que

constituyen el conjunto de elección, por lo que lamatriz de respuesta al precio no es simétrica, loque proporciona apoyo empírico a la hipótesis 1,y pone de manifiesto la existencia de efectos asi-métricos entre las marcas. A partir de la matriz derespuesta al precio, COOPER y NAKANISHI (1988) yKAMAKURA y RUSSELL (1989), entre otros, sugie-ren que se puede obtener una medida del poder deatracción de cada una de las marcas, así como desu posición competitiva. Así, el poder de atrac-ción, viene medido por la capacidad de una marcapara ganar cuota de mercado a partir de cambiosen su precio (cuando el precio del resto de marcaspermanece constante); es decir, se trata del valorde los elementos negativos de la diagonal de lamatriz definida en la tabla 5 (-ζjj). Así, los ele-mentos diagonales de esta tabla muestran que elmayor poder de atracción en el mercado analizadolo tienen, por este orden, Coosur, la MdD, Carbo-nell y La Española. El poder de atracción de unamarca se encuentra, de modo habitual, relaciona-do de forma directa con su cuota de mercado. Ennuestro caso, en la figura 2 podemos observar demodo gráfico cuál es la relación entre la cuota demercado de una marca y el valor de su elasticidad-precio directa (en valor absoluto).

77


Tabla 5Matriz de respuesta (directa y cruzada) al precio

aCarbonell MdD Coosur Masía Española Elosúa Giralda Ybarra 1er precio Muelol Vulnerabilidad

Carbonell -23,589b 7,131c 6,883 2,362 4,039 2,437 2,585 1,523 1,232 0,131 136,595

MdD 5,648 -31,315 7,059 2,388 4,144 2,609 2,449 1,592 1,287 0,136 121,618

Coosur 6,239 8,345 -31,758 3,496 5,563 3,109 3,284 2,088 1,692 0,18 179,439

Masía 2,033 2,681 3,32 -13,56 1,825 1,066 1,315 0,72 0,578 0,062 29,396

Española 3,595 4,811 5,463 1,887 -21,32 1,806 2,3 1,294 0,984 0,105 80,680

Elosúa 2,061 2,878 2,901 1,047 1,716 -13,12 1,086 0,651 0,514 0,055 26,858

Giralda 1,917 2,369 2,687 1,133 1,916 0,952 -14,459 0,777 0,511 0,055 23,236

Ybarra 1,293 1,762 1,955 0,71 1,234 0,653 0,89 -8,979 0,355 0,038 11,971

1er precio 0,882 1,202 1,337 0,481 0,791 0,435 0,494 0,3 -7,181 0,025 5,391

Muelol. 0,101 0,137 0,153 0,055 0,091 0,05 0,057 0,035 0,027 -0,787 0,071

Influencia 98,265 169,28 159,341 30,183 76,536 28,334 32,702 12,525 7,991 0,091

MdD: marca de distribuidor a subrayadas, las marcas que modifican el precio b Efecto marginal de la modificación del precio de Carbonell sobre su probabilidad de elección c Efecto marginal de la modificación del precio de la MdD sobre la probabilidad de elección de Carbonell

Hay que poner de manifiesto el mayor poder deatracción que presenta la marca propiedad delestablecimiento (-31,315) sobre la marca líder (-23,589), casi un 35% más. En cuanto a la marcacon menor poder de atracción, Mueloliva es la queocupa esa posición, estando muy alejada del resto.La relación directa entre cuota de mercado y elas-ticidad viene confirmada por el índice de correla-ción, cuyo valor es 0,835 (p<0,01), lo que indicaque aquellas marcas que acumulan mayor cuota demercado son, igualmente, las que presentan losmayores valores de la elasticidad directa y, portanto, mayor poder de atracción hacia sus consu-midores. Esto nos lleva a no poder rechazar lahipótesis 2a.

No obstante, y como podemos observar en lafigura 2 existe un umbral máximo en la relaciónentre la elasticidad directa y la cuota de mercado,lo que indica que llega un momento en el que pormucho que aumente la cuota de mercado de unamarca, su poder de atracción tiende a disminuir.Para analizar la relación entre las marcas, vamos a

definir el ratio , que nos va a permitir

identificar hacia donde se dirige la asimetría, esdecir, qué marca se ve favorecida o perjudicadaante una modificación del precio de la marca com-petidora, en función de si el ratio es menor o

mayor que la unidad. Así, si el ratio es menor que1, la marca j se verá favorecida frente a su compe-tidora m, viéndose ésta favorecida si el ratio essuperior a 111 (LÓPEZ y LLONCH, 2003).

En la tabla 6 podemos observar la relaciónentre cada marca a partir del cálculo de estosratios. Como podemos observar en esta tabla, lamarca que se ve más favorecida en caso de undescenso en el precio del resto de marcas es Car-bonell, que se encuentra en una posición favora-ble frente a todas las marcas con las que compi-te. La marca que se encuentra también en unaposición muy favorable es Coosur, ya que conexcepción de Carbonell, se encuentra en unaposición ventajosa con respecto al conjunto demarcas, viéndose favorecida en cualquier situa-ción. Cabe destacar la posición competitiva tandesfavorable que ocupa la MdD, la cual, y conexcepción de Giralda y la Marca de primer pre-cio, se ve perjudicada frente a las reducciones deprecio del resto de marcas. En general, el valorde los ratios de las marcas por filas es inferior a1, lo que indica que (debido al orden decrecientede las marcas según su cuota de mercado), lasmarcas ostentan posiciones favorables frente areducciones del precio de las marcas con menorcuota de mercado.

m

jjma

ββ

=

78


11 Si el valor fuera igual a 1, entonces estaríamos ante un modelo con efectos simétricos, con coeficiente del precio común para todaslas alternativas (López y Llonch, 2003)

Elasticidad directamercado

Cuota de mercado

Figura 2Relación entre elasticidad directa y cuota de mercado

No obstante, esta relación no se da en la MdD,al igual que para algunas relaciones de Masía,Elosúa y Giralda. A partir de estos valores hemosdesarrollado una prueba t, con objeto de conocer

si los valores de los ratios por filas son estadísti-camente menores que 1. En la tabla 7 podemosobservar el resultado de este contraste estadísticopara cada marca.

Como podemos observar en la tabla 7, si bien lamayor parte de marcas presentan valores signifi-cativos por filas menores que 1, el valor mediopara el caso de la MdD es mayor que 1 (p<0,1),mientras que el valor medio de los ratios por fila

para Ybarra (0,876) no es significativamentemenor que 1. Por tanto, vemos como existen mar-cas para las que sus ratios por filas, no son infe-riores a 1, lo que nos lleva a rechazar la hipótesis2b que suponía un efecto asimétrico favorable

79


Tabla 6Ratio entre los coeficientes del precio de dos alternativas (ββj/ββm)

Carbonell MdD Coosur Masía Española Elosúa Giralda Ybarra 1er precio Mueloliva

Carbonell - 0,767a 0,906 0,861 0,89 0,846 0,742 0,849 0,716 0,771

MdD - 1,182 1,123 1,161 1,103 0,967 1,107 0,934 1,006

Coosur - 0,95 0,982 0,933 0,818 0,936 0,79 0,851

Masía - 1,034 0,982 0,862 0,986 0,832 0,896

Española - 0,95 0,833 0,954 0,804 0,866

Elosúa - 0,877 1,004 0,847 0,912

Giralda - 1,144 0,966 1,04

Ybarra - 0,844 0,909

1er precio - 1,077

Mueloliva -

j- filas / m – columna MdD: marca de distribuidora Cociente entre el coeficiente del precio de Carbonell (-5,522) y el de MdD (-7,202)

*p<0,01 **p<0,05 ***p<0,1

Tabla 7Test t para cada una de las marcas analizadas

Media Desviación típica t Diferencia de media

Carbonell 0,816* 0,068 -8,044 -0,183

Marca de Distribuidor 1,072*** 0,091 2,241 0,072

Coosur 0,894* 0,073 -3,794 -0,105

Masía 0,932*** 0,08 -2,082 -0,068

Española 0,881** 0,068 -3,895 -0,118

Elosúa 0,91*** 0,068 -2,645 -0,09

Giralda 1,05 0,089 0,968 0,05

Ybarra 0,876 0,045 -3,8 -0,123

para aquellas marcas con mayor cuota de mercadosobre las de menor. Este resultado está en la líneade algunos autores como KARANDE y KUMAR

(1995), que, a partir del análisis de los datos deescáner de tres categorías distintas de productos,establecen que la cuota de mercado de una marcano está directamente relacionada con el valor de suelasticidad-precio cruzada, en contraposición aotros trabajos como HEATH y CHATTERJEE (1995),KAMAKURA y RUSSELL (1989), ó RUSSELL y BOL-TON (1988), entre otros.

La existencia de competencia asimétrica impli-ca que la competencia en origen (como el movi-miento de precios de una determinada marca afec-ta la demanda de los competidores), y la compe-tencia en destino (como afecta el cambio delprecio de los competidores a dicha marca), serándiferentes (LÓPEZ, 1999:20). El análisis de la com-petencia en destino ha sido, habitualmente, sinte-tizada por el índice de influencia competitiva

( ζmj2,∀ m ≠ j), y la competencia en origen por

el índice de vulnerabilidad ( ζjm2 , ∀ m ≠ j) (KA-

MAKURA y RUSSELL, 1989). Estos valores están cal-culados en la tabla 5. Por lo general las marcas conmayor nivel de influencia son aquéllas que tienenmayor cuota de mercado, si bien el mayor poder lotiene la MdD, algo superior a Coosur, y muchomayor que Carbonell. Algo similar ocurre con elíndice de vulnerabilidad, en el que estas tres mar-cas son también las que presentan mayor valor, sibien la más vulnerable es Coosur. Por tanto, vemoscomo las tres marcas con mayor cuota de mercado(Carbonell, MdD y Coosur), si bien son las que tie-nen mayor influencia, son también de las quemayor porcentaje de ventas sacan el resto de mar-cas, cuando aquellas modifican su precio. Esta ele-vada vulnerabilidad es consecuencia del gran por-centaje de cuota de mercado que concentran entreestas tres marcas (más del 65%), lo que determinaque sean la principal fuente de “extracción” decuota de mercado. En la figura 3 podemos obser-var la situación competitiva de cada marca en fun-ción de su nivel de influencia y vulnerabilidad.

∑=

J

m 1

∑=

J

m 1

80


Influencia180

150

120

60

30

30 Vulnerabilidad60 90 120 150 180

90

Carbonell

Marca dedistrib.

Coosur

Esp

*En sombreado, Mueloliva

Masía

EloGir

Yb1P

Figura 3Influencia competitiva vs. vulnerabilidad

Como podemos observar en la figura 3 existen,por una parte, tres marcas (Carbonell, MdD yCoosur) que se sitúan muy próximas entre sí, ycuyos valores (tanto de influencia como de vulne-rabilidad) son similares, si bien destaca el mayorpoder de influencia de la MdD, a pesar de poseerun 4% menos de cuota de mercado que Carbonell;por otra parte, existe otro gran bloque, situado enel extremo inferior izquierdo del eje, y que estáformado por la práctica totalidad de marcas nacio-nales restantes y la Marca de primer precio. Porúltimo, La Española se encuentra en una posiciónintermedia entre estos dos grupos, con nivelesmedios de influencia competitiva y de vulnerabili-dad. Esto, tal y como se comentó con anterioridad,viene a confirmar la opinión de autores como SET-HURAMAN y SRINIVASAN (2002), que indican queno existe en realidad ningún análisis teórico for-mal que investigue si esas diferencias sistemáticasen el efecto cruzado del precio se deben a diferen-cias en la cuota de mercado de las marcas compe-tidoras. En nuestro caso, encontramos que existeuna relación directa para la mayor parte de lasmarcas, entre su capacidad de influencia y su vul-nerabilidad, determinado, seguramente, por uncomportamiento de compra cambiante por partedel consumidor, en la línea de AILAWADI etal.(2001), que indican que el consumidor cambiade marca en general y no de modo sistemático. Eneste sentido, los resultados nos permiten distinguir2 grandes grupos de marcas: por una parte, lasmarcas nacionales “líderes” (Carbonell y Coosur),junto con la MdD, y por otra parte, el resto de mar-cas nacionales de menor nivel de calidad, juntocon la segunda MdD o Marca de primer precio.Lo más interesante es la posición de la marca delestablecimiento, que ha logrado posicionarse den-tro del segmento competitivo de mayor calidad,junto con las dos marcas nacionales de mayor cuo-ta de mercado, lo que confirma la mayor capaci-dad competitiva que están adquiriendo este tipo demarcas, habiendo logrado posicionarse como mar-cas con niveles de calidad altos, tal y como indi-can CORSTJENS y CORSTJENS (1995) y QUELCH yHARDING (1996), entre otros.

Hay que indicar, que en la línea de COOPER yNAKANISHI (1988) y KAMAKURA y RUSSELL (1989),la estructuración en submercados se ha realizado

en base a dos indicadores que tienen en considera-ción, por una parte, los efectos marginales del pre-cio directos de cada marca, y los efectos margina-les cruzados en relación con el resto de marcas(tanto en el caso de que sea ella la que modifiqueel precio (en el índice de influencia), como en elcaso de que sean otras las que lo hagan (en el índi-ce de vulnerabilidad). En este sentido, no se pre-tende asumir que la situación competitiva de lasmarcas esté únicamente determinada por la cuotade mercado de cada una de ellas. Es cierto (hipóte-sis 2a) como aquellas marcas que tienen mayorcuota de mercado son las que presentan valoresmás elevados de su elasticidad directa (poder deatracción), y que la distribución porcentual de lacuota de mercado es muy desigual, pero en nuestroanálisis no se pretende asimilar cuota de mercadocon poder de mercado, ya que éste es un conceptomucho más amplio, que incluye aspectos intangi-bles (como p. e. la preferencia hacia cada marca)mucho más complejos que la simple cuota de mer-cado, sino que pretendemos facilitar a las marcas elconocimiento de cuáles son sus principales compe-tidores y cuáles son las marcas que “luchan” porlos mismos consumidores. De hecho, La Masía,que presenta la cuarta mayor cuota de mercado,compite, en términos de influencia y vulnerabili-dad, con marcas a las que multiplica por cuatro ycinco veces su cuota de mercado. Por tanto, y sibien es cierto que en esta metodología de represen-tación de la estructura de mercado no se consideraen exceso el valor de la preferencia hacia cada mar-ca, se trata de un enfoque parcial de representaciónde la estructura de mercado, que pretende aportarevidencias empíricas basadas en datos reales deelección del consumidor sobre la estructura com-petitiva de las marcas.

Todo esto nos permite no rechazar la hipótesis3, que suponía la existencia de diferentes submer-cados o grupos de marcas en los que las marcascompiten entre sí más intensamente, que para elmercado considerado en su totalidad.

Por último, y para profundizar en el conoci-miento y análisis de la influencia y vulnerabilidadde las diferentes marcas competidoras, es intere-sante conocer las fuentes de incremento de cuota,es decir, de qué marcas extrae la marca analizadasu cuota de mercado cuando reduce su precio, y la

81


capacidad de reacción, es decir, el incremento enprecios que una marca tiene que hacer con el obje-tivo de contrarrestar los movimientos de preciosde las demás marcas. Para ello, vamos a calcularcada uno de estos aspectos en dos matrices dife-rentes. En primer lugar, calculamos la matriz defuentes de incremento (FICM) (tabla 8) de la cuo-

ta de mercado, la cual se obtiene por la división decada elemento (j,m) de la matriz de respuesta alprecio (tabla 5) por el elemento diagonal (m,m), dedicha tabla. Cada columna m de esta matriz FICMmuestra el porcentaje de incremento en la cuota demercado de la marca m, que procede de cada unode sus competidores.

Así, por ejemplo, cuando Carbonell reduce suprecio de venta, el 26,4% del incremento de sucuota de mercado, procede de Coosur, mientrasque el 23,9% procede de la MdD. En el caso deCarbonell los mayores porcentajes de incrementoen su cuota de mercado proceden de Coosur, laMdD y, en menor medida, de La Española, lo queconfirma la estructura gráfica representada en lafigura 2. Del resto de marcas, no procede más del9% del incremento en la cuota de mercado de Car-bonell cuando reduce su precio de venta.

De modo complementario a la matriz FICM,vamos a calcular la matriz de capacidad de reac-ción (CR), la cual es obtenida dividiendo cada ele-mento (j,m) de la matriz de respuesta al precio(tabla 5) por el elemento diagonal (j,j) de dichocuadro. Cada columna j de la matriz CR muestrael incremento en el precio que la marca j tiene querealizar para contrarrestar un incremento de 1 cén-timo de euro de cada una de las demás marcas. Latabla 9 muestra esta matriz CR.

82


12 Cociente (con signo negativo) entre el elemento diagonal para Carbonell (-23,589) y él mismo (tabla 5).13 Cociente (con signo negativo) entre el elemento MdD-Carbonell (5,648) y el elemento diagonal de Carbonell (-23,589) (tabla 5).

Tabla 8Matriz de fuente de incremento de la cuota de mercado (FICM)


Carbonell -112 0,228 0,217 0,174 0,189 0,186 0,179 0,170 0,172 0,166 0,317

MdD 0,23913 -1 0,222 0,176 0,194 0,199 0,169 0,177 0,179 0,173 0,337

Coosur 0,264 0,266 -1 0,258 0,261 0,237 0,227 0,233 0,236 0,229 0,545

Masía 0,086 0,086 0,105 -1 0,086 0,081 0,091 0,080 0,080 0,079 0,067

Española 0,152 0,154 0,172 0,139 -1 0,138 0,159 0,144 0,137 0,133 0,197

Elosúa 0,087 0,092 0,091 0,077 0,080 -1 0,075 0,073 0,072 0,070 0,058

Giralda 0,081 0,076 0,085 0,084 0,090 0,073 -1 0,087 0,071 0,070 0,057

Ybarra 0,055 0,056 0,062 0,052 0,058 0,050 0,062 -1 0,049 0,048 0,027

1er precio 0,037 0,038 0,042 0,035 0,037 0,033 0,034 0,033 -1 0,032 0,012

Moliva 0,004 0,004 0,005 0,004 0,004 0,004 0,004 0,004 0,004 -1 0

Influencia 0,177 0,173 0,158 0,164 0,168 0,165 0,156 0,155 0,155 0,147

MdD: marca de distribuidor a subrayadas, las marcas que modifican el precio

Así, por ejemplo, la MdD debe reducir su pre-cio de venta en 2,63 céntimos de euro, si quieremantener su cuota de mercado, cuando Coosurreduce su precio de venta en 10 céntimos deeuro16; en total, la MdD tiene que reducir su pre-cio de venta 1,24 céntimos para contrarrestar lareducción de 10 céntimos del resto de marcas. Elíndice de influencia de la matriz CR muestra que4,65 céntimos de euro es la suma total de losincrementos de precio que tienen que realizar elresto de marcas, para contrarrestar un incrementode 10 céntimos de euro el precio de Coosur. Lasmarcas que motivan mayor variación del preciodel resto de alternativas son, por este orden, Coo-sur, la marca del distribuidor y Carbonell. En unasituación de mercado en la que la competenciafuera simétrica la matriz FICM será la traspuestade la matriz CR; sin embargo en las tablas 8 y 9podemos observar que no es así, lo que confirmala existencia de efectos asimétricos que ya había-mos contrastado anteriormente, no pudiendorechazar, nuevamente, la hipótesis 1.

6. CONCLUSIONES Y LIMITACIONES

La existencia de efectos asimétricos en la com-petencia entre marcas dentro de los mercados deconsumo es un fenómeno ampliamente reconoci-do en la literatura. Estos efectos tienen lugar entremarcas con diferente nivel de calidad. Reconoceresta heterogeneidad entre las preferencias del con-sumidor permite la identificación de segmentos enlos que hay marcas que compiten más duramentecon otras y, en consecuencia, los movimientos delos precios de ciertas marcas afectarán a sus riva-les en mayor o menor medida en relación a suscuotas de mercado, dependiendo de si el nivel derivalidad existente entre ellas es mayor o menor.

En este trabajo se ha puesto de manifiesto laexistencia de estos efectos asimétricos en un mer-cado tan competitivo como el del aceite de oliva,analizando de qué modo la influencia que tienenunas marcas sobre otras difiere en función de quéempresa sea la que tome la decisión. Los resulta-dos avalan, igualmente, la tendencia que actual-mente existe en la práctica totalidad de mercados

83


14 Cociente (con signo negativo) entre el elemento diagonal para Carbonell (-23,589) y él mismo (tabla 5).15 Cociente (con signo negativo) entre el elemento MdD-Carbonell (5,648) y el elemento diagonal de la MdD (-31,315) (tabla 5).16 Si bien la matriz CR está expresada en reducciones/incrementos de 1 céntimo de euro, la interpretación se realiza multiplicando por

10 los valores, ya que los movimientos del precio suelen ser mayores que 1 centimo.

Tabla 9Matriz de capacidad de reacción (CR)


Carbonell -114 0,302 0,292 0,100 0,171 0,103 0,110 0,065 0,052 0,006 0,245

MdD 0,18015 -1 0,225 0,076 0,132 0,083 0,078 0,051 0,041 0,004 0,124

Coosur 0,196 0,263 -1 0,110 0,175 0,098 0,103 0,066 0,053 0,006 0,178

Masía 0,150 0,198 0,245 -1 0,135 0,079 0,097 0,053 0,043 0,005 0,160

Española 0,169 0,226 0,256 0,089 -1 0,085 0,108 0,061 0,046 0,005 0,177

Elosúa 0,157 0,219 0,221 0,080 0,131 -1 0,083 0,050 0,039 0,004 0,156

Giralda 0,133 0,164 0,186 0,078 0,133 0,066 -1 0,054 0,035 0,004 0,111

Ybarra 0,144 0,196 0,218 0,079 0,137 0,073 0,099 -1 0,040 0,004 0,148

1er precio 0,123 0,167 0,186 0,067 0,110 0,061 0,069 0,042 -1 0,003 0,105

Moliva 0,128 0,174 0,194 0,070 0,116 0,064 0,072 0,044 0,034 -1 0,115

Influencia 0,217 0,422 0,465 0,064 0,175 0,058 0,077 0,027 0,017 0

MdD: marca de distribuidor a subrayadas, las marcas que modifican el precio

de consumo en los que la marca propiedad del dis-tribuidor está alcanzando cada vez mayores cuotasde mercado, lo que le ha permitido posicionarsejunto a las marcas nacionales de primer orden,siendo una de las principales fuentes de compe-tencia del detallista. En este sentido, podemosobservar como, en términos de influencia y poderde mercado, la marca propiedad del distribuidor seposiciona en el mercado junto a marcas líderescomo Carbonell y Coosur. No obstante, la cuotade mercado no es el único aspecto que determinala existencia de efectos asimétricos, siendo impor-tantes aspectos más intangibles como la imagenque cada marca posee, lo que se traduce en unamayor preferencia del individuo hacia aquellasmarcas que el consumidor más valora y en unamayor capacidad de éstas últimas para manejar susvariables de marketing. De hecho, se han aportadoevidencias empíricas que ponen de manifiesto queexiste un umbral máximo a partir del cual la acu-mulación de cuota de mercado por parte de laempresa no se traduce en un mayor poder de mer-cado efectivo. Esta existencia contrastada de efec-tos asimétricos entre las marcas existentes motivaque cada una de ellas utilice su precio de venta (ylas reducciones del mismo), con el objetivo decapturar cuota de mercado de otros competidoresque se sitúan en un nivel similar de relación cali-dad-precio. En este sentido, la consideración de unefecto del precio para cada marca, permite cono-cer con mayor exactitud cuál es la preferencia quemanifiesta el consumidor hacia cada una de ellas,lo que ayuda a la mejor definición de la estructu-ra de mercado. Son estas preferencias intrínsecas,estimuladas por un efecto específico de determi-nadas variables explicativas de la elección, las quedeterminan la intensidad con la que las empresascompiten en el mercado, configurando diferentesniveles de poder y vulnerabilidad para cada alter-nativa. Por ello, es fundamental que cada marcaconozca cuál es la influencia que tiene sobre lasdemás y en qué medida debe protegerse y evitarlas decisiones de determinadas marcas que son lasque más le pueden afectar, mejorando la distribu-ción y optimización de su presupuesto de marke-ting.

Este trabajo quedaría formalmente incompletosi no hiciéramos un reconocimiento expreso de

sus principales limitaciones. En primer lugar, losresultados han sido obtenidos para una categoría yun formato de producto muy concretos: aceite deoliva. Por este motivo resultaría conveniente laaplicación de este mismo análisis a otras catego-rías de producto, con objeto de contrastar si laestructura de mercado resultante presenta similari-dades. Igualmente hay que indicar las limitacionesderivadas de la metodología empleada, ya que sibien la validez en la utilización de los modelosMNL está ampliamente demostrada, no está exen-ta de problemas, tal y como se indicó en el punto3. En este sentido, la propiedad IIA y la endoge-neidad, referida a la posibilidad de que existacorrelación entre los componentes de la partedeterminista de la utilidad y su componente alea-toria, pueden limitar la validez de las estimacionesy la estructura de mercado resultante.

Finalmente, y ya en el capítulo de propuestaspara el avance de la investigación, queremos dejarconstancia de nuestro deseo de seguir profundi-zando en el análisis de la estructura de mercado yde las consecuencias de la existencia de efectosasimétricos utilizando, para ello, otras metodolo-gías complementarias que nos permitan, igual-mente, determinar las relaciones competitivasentre las marcas que forman un sector, así como laconsideración de otros efectos importantes comolos denominados efectos cercanos del precio.

REFERENCIAS BIBLIOGRÁFICAS

ABEELE, P., GIJSBRECHTS, E. y VANHUELE, M.(1990). “Specification and empirical evaluation ofa cluster-asymmetry market share model”, Inter-national Journal of Research in Marketing, 7, pp.223-247.

AGGARWAL, P. y CHA, T. (1998). “Asymmetricprice competition and store vs. national brandchoice”, Journal of Product&Brand Management,7, (3), pp. 244-253.

AGRAWAL, D. y SCHORLING, C. (1996). “Marketshare forecasting: an empirical comparison of arti-ficial neural networks and multinomial logitmodel”, Journal of Retailing, 72, (4), pp. 383-407.

AILAWADI, K., GEDENK, K. y NESLIN, S. (1999).“Heterogeneity and purchase event feedback in

84


choice models: an empirical analysis with impli-cations for model building”, International Journalof Research in Marketing, 16, pp. 177-198.

AILAWADI, K., NESLIN, S. y GEDENK, K. (2001).“Pursuing the value-conscious consumer: storebrands versus national brand promotions”, Jour-nal of Marketing, 65, (Enero), pp. 71-89.

ALLENBY, G. (1989). “A unified approach toidentifying, estimating and testing demand struc-tures with aggregate scanner data”, MarketingScience, 8, (3), pp. 265-280.

ALLENBY, G. y ROSSI, P. (1991). “Quality per-ceptions and asymmetric switching betweenbrands”, Marketing Science, 10, (3), pp. 185-204.

ANDERSON, S., DE PALMA, A. y THIES, J. (1992).Discrete choice theory of product differentiation,MIT Press, Cambridge, Massachussets.

ANDREWS, R. y MANRAI, A. (1999). “MDSmaps for product attributes and market response:an application to scanner panel data”, MarketingScience, 18, (4), pp. 584-604.

ARAL (2004). “Estudio de mercado: aceite”,1503, (Marzo), pp. 66-79.

BEMMAOR, A. y MOUCHOUX, D. (1991). “Mea-suring the short-term effect of in store promotionand retail advertising on brand sales: a factorialexperiment”, Journal of Marketing Research,XXVIII, (Mayo), pp. 202-214.

BLATTBERG, R. y WISNIEWSKI, K. (1989). “Pri-ce induced patterns of competition”, MarketingScience, 8, (4), pp. 291-309.

BRONNENBERG, B. y VANHONACKER, W. (1996).“Limited choice sets, local price response, andimplied measures of price competition”, Journalof Marketing Research, XXXIII, (Mayo), pp. 163-173.

BRONNENBERG, B. y WATHIEU, L. (1996).“Asymmetric promotion effects and brand positio-ning”, Marketing Science, 15, (4), pp. 379-394.

BUCKLIN, R. y GUPTA, S. (1992). “Brand choice,purchase incidence and segmentation: an integra-ted modelling approach”, Journal of MarketingResearch, XXIX, (Mayo), pp. 201-215.

BUCKLIN, R., GUPTA, S. y HAN, S. (1995). “Abrand’s eye view of response segmentation in con-sumer brand choice behaviour”, Journal of Mar-keting Research, XXXII, (Febrero), pp. 66-74.

BUCKLIN, R., GUPTA, S. y SIDDARTH, S. (1998).“Determining segmentation in sales responseacross consumer purchase behaviors”, Journal of Marketing Research, XXXV, (Mayo), pp. 189-197.

CARPENTER, G., COOPER, L., HANSSENS, D. yMIDGLEY, D. (1988). “Modeling asymmetric com-petition”, Marketing Science, 7, (4), pp. 393-412.

CARROLL, J. y GREEN, P. (1997). “Psychometricmethods in marketing research: part II, multidi-mensional scaling”, Journal of Marketing Rese-arch, XXXIV, (Mayo), pp. 193-204.

CAVERO, S. y CEBOLLADA, J. (1997). “Las estra-tegias de captación y retención de clientes y lalealtad. Un análisis de segmentación”, RevistaEspañola de Investigación de Marketing, 1, (Sep-tiembre), pp. 55-71.

CAVERO, S. y CEBOLLADA, J. (1999). “Análisisde la competencia entre tipos de marcas. Una apli-cación empírica”, Información Comercial Espa-ñola, 779, (Julio-Agosto), pp. 55-70.

CAVERO, S. y CEBOLLADA, J. (2000). “Buscandosegmentos latentes en el mercado. Una aplicaciónempírica con datos de elección de marca”, RevistaEspañola de Investigación de Marketing, 6, (Mar-zo), pp. 95-112.

CHANG, K., SIDDARTH, S. y WEINBERG, C.(1999). “The impact of heterogeneity in purchasetiming and price responsiveness on estimates ofsticker shock effects”, Marketing Science, 18, (2),pp. 178-192.

CHINTAGUNTA, P. (1993). “Investigating purcha-se incidence, brand choice and purchase quantitydecisions of households”, Marketing Science, 12,(2), pp. 184-204.

CHINTAGUNTA, P. (1994). “Heterogeneous logitmodel implications for brand positioning”, Jour-nal of Marketing Research, XXXI, (Mayo), pp.304-311.

CHINTAGUNTA, P., JAIN, D. y VILCASSIM, N.(1991). “Investigating heterogeneity in brand pre-ferences in logit models for panel data”, Journal ofMarketing Research, XXVIII, (Noviembre), pp.417-428.

CHINTAGUNTA, P. y PRASAD, A. (1998). “Anempirical investigation of the “dynamic McFad-den” model of purchase timing and brand choice:

85


implications for market structure”, Journal ofBusiness & Economic Statistics, 16, (1), pp. 2-12.

COOPER, L.G. (1988). “Competitive maps: thestructure underlying asymmetric cross elastici-ties”, Management Science, 34, (6), Junio, pp.707-723.

COOPER, L. y NAKANISHI, M. (1988). Marketshare analysis: evaluating competitive marketingeffectiveness, Boston, Kluwer Academic Publis-hers.

CORSTJENS, J. y CORSTJENS, M. (1995). Storewars: the battle for mindspace and shelfspace,New York, John Wiley & Sons.

COTTERILL, R., PUTSIS JR., W. y DHAR,, R.(2000). “Assesing the competitive interaction bet-ween private labels and national brands”, Journalof Business, 73, (1), pp. 109-137.

DEIGHTON, J., HENDERSON, C. y NESLIN, S.(1994). “The effects of advertising on brand swit-ching and repeat purchasing”, Journal of Marke-ting Research, XXXI, (Febrero), pp. 28-43.

DESARBO, W. y CHO, J. (1989). “A stochasticmultidimensional scaling vector threshold modelfor the spatial representation of ‘pick any/n’ data”,Psychometrika, 54, (Marzo), pp. 105-130.

DESARBO, W. y HOFFMAN, D. (1986). “Simpleand weighted unfolding threshold models for thespatial representation of binary choice data”,Applied Psychological Measurement, 10, (Sep-tiembre), pp. 247-264.

DESARBO, W. y HOFFMAN, D. (1987). “Cons-tructing MDS joint spaces from binary choicedata: a multidimensional unfolding thresholdmodel for marketing research”, Journal of Marke-ting Research, XXIV, (Febrero), pp. 40-54.

DESARBO, W. y JEDIDI, K. (1995). “The spatialrepresentation of heterogeneous considerationsets”, Marketing Science, 14, (3, 1 de 2), pp. 327-342.

DESARBO, W.,KIM, J.,CHAN CHOI, S. y SPAUL-DING, M. (2002).“A gravity-based multidimensio-nal scaling model for deriving spatial structuresunderlying consumer preference/choice judg-ments”, Journal of Consumer Research, 29, pp.91-100

DESARBO, W., KIM, Y., WEDEL, M. y FONG, D.(1998). “A bayesian approach to the spatial repre-sentation of market structure from consumer choi-

ce data”, European Journal of Operational Rese-arch, 111, pp. 285-305.

DESARBO, W. y MANRAI, A. (1992). “A newmultidimensional scaling methodology for theanalysis of asymmetric proximity data in marke-ting research”, Marketing Science, 11, (1), pp. 1-20.

DESARBO, W. y WU, J. (2001). “The joint spatialrepresentation of multiple variable batteriescollected in marketing research”, Journal of Mar-keting Research, XXXVIII, (Mayo), pp. 244-253.

ELROD, T. (1988a). “Choice map: inferring aproduct-market map from panel data”, MarketingScience, 7, (1), pp. 21-40.

ELROD, T. (1988b). “Inferring an ideal-pointproduct-market map from consumer panel data”,en Data, expert knowledge and decisions, Gaul,W. y Schader, M. (eds.). Amsterdam: Springer-Verlag, pp. 240-249.

ELROD, T. (1991). “Internal analysis of marketstructure: recent developments and future pros-pects”, Marketing Letters, 2, (3), pp. 253-266.

ELROD, T. y KEANE, M. (1995). “A factor-analytic probit model for representing the marketstructure in panel data”, Journal of MarketingResearch, XXXII, (Febrero), pp. 1-16.

ELROD, T., RUSSELL, G., SHOCKER, A.,ANDREWS, R., BACON, L., BAYUS, B., CARROLL, J.,JOHNSON, R., KAMAKURA, W., LENK, P., MAZANEC,J., RAO, V. y SHANKAR, V. (2002). “Inferring mar-ket structure from customer response to compe-ting and complementary products”, MarketingLetters, 13, (3), pp. 221-232.

ERDEM, T. (1996). “A dynamic analysis of mar-ket structure based on panel data”, MarketingScience, 15, (4), pp. 359-378

FOEKENS, E., LEEFLANG, P. y WITTINK, D.(1997). “Hierarchical versus other market sharemodels for markets with many items”, Internatio-nal Journal of Research in Marketing, 14, pp. 359-378.

GIVON, M. y HORSKY, D. (1978): “Market sharemodels as approximators of aggregated heteroge-neous brand choice behavior”, ManagementScience, 24, (13), pp. 1404-1416.

GÖNUL, F. y SRINIVASAN, K. (1993). “Modelingmultiple sources of heterogenity in multinomial

86


logit models: methodological and managerialissues”, Marketing Science, 12, (3), pp. 213-229.

GONZÁLEZ, O. (2001): “Modelos de elección ycuota de mercado. Algunas nociones básicas”,Seminario“, El uso de datos de escáner en lasempresas minoristas”, Albacete, 4 y 5 de Junio.

GREENE, W. (1993). Econometric analysis,Prentice Hall, Londres.

GROVER, R. y RAO, V. (1988). “Inferring com-petitive market structure based on a model ofinterpurchase intervals”, International Journal ofResearch in Marketing, 5, pp. 55-72.

GROVER, R. y SRINIVASAN, V. (1987). “A simul-taneous approach to market segmentation andmarket structuring”, Journal of Marketing Rese-arch, XXIV, (Mayo), pp. 139-153.

GUADAGNI, P. y LITTLE, J. (1983). “A logitmodel of brand choice calibrated on scanner data”,Marketing Science, 2, (3), pp. 203-238.

GUPTA, S. (1988). “Impact of sales promotionson when, what and how much to buy”, Journal of Marketing Research, XXXI, (Febrero), pp. 128-136.

HAN, S., GUPTA, S. y LEHMANN, D. (2001). “Thedetermination of the order of an autoregression”,Journal of the Royal Statistical Society, B 41, pp.190-195.

HEATH, T. y CHATTERJEE, S. (1995). “Asymme-tric decoy effects on lower-quality versus higher-quality brands: meta-analytic and experimentalevidence”, Journal of Consumer Research, 22,(Diciembre), pp. 268-284.

HEATH, T., RYU, G., CHATTERJEE, S. yMCCARTHY, M. (1997). “Asymmetries in price andquality competition: experimental test of underl-ying mechanisms”, Advances in Consumer Rese-arch, 24, pp. 366-374.

HEATH, T.,RYU, G., CHATTERJEE, S., MCCARTHY,M., MOTHERSBAUGH, D., MILBERG, S. y GAETH, G.(2000). “Asymmetric competition in choice andthe leveraging of competitive disadvantages”,Journal of Consumer Research, 27, (Diciembre),pp. 291-308.

HOUSTON, F. y WEISS, D. (1974). “An analysisof competitive market behavior”, Journal of Mar-keting Research, XI, (Mayo), pp. 151-155.

JAIN, D., BASS, F. y CHEN, Y. (1990). “Estima-tion of latent class models with heterogeneous

choice probabilities: an application to marketstructuring”, Journal of Marketing Research,XXVII, (Febrero), pp. 94-101.

JEDIDI, K. y DESARBO, W. (1991). “A stochasticmultidimensional scaling procedure for the spatialrepresentation of three-mode, three-way pick any/jdata”, Psychometrika, 56, (3), pp. 471-494.

JONES, E. y LANDWEHR, J. (1988): “Removingheterogeneity bias from logit model estimation”,Marketing Science, 7, pp. 279-318.

KALYANAM, K. y PUTLER, D. (1997). “Incorpo-rating demographic variables in brand choicemodels: an indivisible alternatives framework”,Marketing Science, 16, (2), pp. 166-181.

KAMAKURA, W. y RUSSELL, G. (1989). “A pro-babilistic choice model for market segmentationand elasticity structure”, Journal of MarketingResearch, XXVI, (Noviembre), pp. 379-390.

KANNAN, P. y WRIGHT, G. (1991). “Modelingand testing structured markets: a nested logitapproach”, Marketing Science, 10, (1), pp. 58-82.

KARANDE, K. y KUMAR, V. (1995). “The effectof brand characteristics and retailer policies onresponse to retail price promotions: implicationsfor retailers”, Journal of Retailing, 71, (3), pp.249-278.

KOTLER, P. (2000). Dirección de marketing.Edición del milenio, Prentice-Hall, Madrid.

KRISHNAMURTHI, L., MAZUMDAR, T. y RAJ, S.(1992). “Assymetric response to price in consumerbrand choice and purchase quantity decisions”,Journal of Consumer Research, 19, (Diciembre),pp. 387-400.

KRISHNAMURTHI, L. y RAJ, S. (1998). “A modelof brand choice and purchase quantity price sensi-tivities”, Marketing Science, 7, (1) pp. 1-20.

KRISHNAMURTHI, L. y RAJ, S. (1991). “An empi-rical analysis if the relationship between brandloyalty and consumer price elasticity”, MarketingScience, 10, (Primavera) pp. 172-183.

KRISHNAMURTHI, L., RAJ, S. y SIVAKUMAR, K.(1995). “Unique inter-brand effects of price onbrand choice”, Journal of Business Research, 34,pp. 47-56.

KUMAR, V. y PEREIRA, A. (1997). “Assesing thecompetitive impact of type, timing, frequency andmagnitude of retail promotions”, Journal of Busi-ness Research, 40, pp. 1-13.

87


LATTIN, J. y BUCKLIN, R. (1998). “Referenceeffects of price and promotion on brand choicebehavior”, Journal of Marketing Research, XXVI,(Agosto), pp. 299-310.

LEEFLANG, P., WITTINK, D., WEDEL, M. yNAERT, P. (2000). Building models for marketingdecisions, Kluwer Academic Publishers, Londres.

LEFKOFF-HAGIUS, R. y MASON, C. (1993). “Cha-racteristic, beneficial and image attributes in con-sumer judgments of similarity and preference”,Journal of Consumer Research, 20, pp. 100-110.

LIAO, T. (1994). Interpreting probabilitymodels. Logit, probit and other generelized linearmodels, Sage Publications, USA.

LIN, C., WU, W. y WANG, ZF. (2000). “A studyof market structure: brand loyalty and brand swit-ching behaviours for durable household applian-ces”, International Journal of Market Research,42, (3), pp. 277-300.

LÓPEZ, P. (1999). “Sources and implications ofasymmetric competition: an empirical study”,Documents de treball, Vol. 99/4, UniversidadAutónoma de Barcelona.

LÓPEZ, P. y LLONCH, J. (2003). “La competenciaasimétrica y la rivalidad entre marcas: implicacio-nes en el análisis de la demanda”, Revista Espa-ñola de Investigación de Marketing, 7, (1), pp.123-142.

MACKAY, D., EASLEY, R. y ZINNES, J. (1995). “Asingle ideal point model for market structureanalysis”, Journal of Marketing Research, XXXII,(Noviembre), pp. 433-443.

MARCATI, A., CORRADO, R. y ODORICI, V.(2004). “Market structure analysis and cross cate-gory choice behavior: methodology and applica-tion to the print media industry”, 33rd EMAC Con-ference, 18-21 Mayo, Murcia.

MCFADDEN, D. (1974). “Conditional logitanalysis of qualitative choice behavior”, enZAREMBKA, P. (ed.), Frontiers in econometrics,Academic Press, New York, pp. 105-142.

MCFADDEN, D. (1977). “Econometric models ofprobabilistic choice”, en MANSKI, C.F. Y MCFAD-DEN, D. (eds.), Estructural analysis of discretedata with econometric applications, MIT Press,Cambridge, Massachusets.

MELA, C., GUPTA, S. y JEDIDI, K. (1998).“Assessing long-term promotional influences on

market structure”, International Journal of Rese-arch in Marketing, 15, pp. 89-107.

MOORE, W. y WINER, R. (1987). “A panel databased meted for merging joint space and marketresponse function estimation”, Marketing Science,6, (1), pp. 25-42.

NARASIMHAN, C. (1988). “Competitive promo-tional strategies”, Journal of Business, 61, (4), pp.427-449.

NOWLIS, S. y SIMONSON, I. (1996). “The effectof new product features on brand choice”, Journalof Marketing Research, XXXIII, (Febrero), pp.36-46.

NOWLIS, S. y SIMONSON, I. (2000). “Sales pro-motions and the choice context as competinginfluences on consumer decision making”, Jour-nal of Consumer Psychology, 9, (1), pp. 1-16.

ORTMEYER, G., LATTIN, J. y MONTGOMERY, D.(1991). “Individual differences in response to con-sumer promotions”, International Journal ofResearch in Marketing, 8, (3), pp. 169-186.

PAPATLA, P. (1996). “A multiplicative fixed-effects model of consumer choice”, MarketingScience, 15, (3), pp. 243-261.

QUELCH, J. y HARDING, D. (1996). “Brand vs.private labels: fighting to win”, Harvard BusinessReview, 74, (1), pp. 99-109

RAJU, J., SETHURAMAN, R. y DHAR, S. (1995).“The introduction and performance of storebrands”, Management Science, 41, (6), pp. 957-978.

RAMASWAMY, V. y DESARBO, W. (1990).“SCULPTRE: A new methodology for derivingand analyzing hierarchical product-market struc-tures from panel data”, Journal of MarketingResearch, XXVII, (Noviembre), pp. 418-27.

ROY, R., CHINTAGUNTA, P. y HALDAR, S. (1996).“A framework for investigating habits, “the handof past”, and heterogeneity in dinamic brand choi-ce”, Marketing Science, 15, (3), pp. 280-299.

RUSSELL, G. y BOLTON, R. (1988). “Implicationsof market structure for elasticity structure”, Jour-nal of Marketing Research, XXV, (Agosto), pp.229-241.

RUSSELL, G., BUCKLIN, R. y SRINIVASAN, V.(1993). “Identifying multiple preference segmentsfrom own- and cross-price elasticities”, MarketingLetters, 4, (1), pp. 5-18.

88


RUSSELL, G. y KAMAKURA, W. (1994). “Unders-tanding brand competition using micro and macroscanner data”, Journal of Markerting Research,XXXI, (Mayo), pp. 289-303.

SAMUELSON, P. y NORDHAUS, W. (2001). Econo-mics, 17th Ed., McGraw-Hill, USA.

SÁNCHEZ, M., GÓMEZ, M.A. y FRASQUET, M.(2001). “Modelización de la elección del consu-midor con datos de escáner: logit multinomial ylogit anidado”, Seminario “El uso de datos deescáner en empresas minoristas”, Albacete, 4 y 5de Junio.

SETHURAMAN, R. y SRINIVASAN, V. (2002). “Theasymmetric share effect: an empirical generaliza-tion on cross-price effects”, Journal of MarketingResearch, XXXIX, pp. 379-386.

SETHURAMAN, R., SRINIVASAN, V. y KIM, D.(1999). “Asymmetric and neighborhood cross-pri-ce effects: some empirical generalizations”, Mar-keting Science, 18, (1), pp. 23-41.

SHUGAN, S. (1987). “Estimating brand positio-ning maps using supermarket scanning data”,Journal of Marketing Research, XXIV, (Febrero),pp. 1-18.

SINHA, A. (2000). “Understanding supermarketcompetition using choice maps”, Marketing Let-ters, 11, (1), pp. 21-35

SINHA, I. y DESARBO, W. (1998). “An integratedapproach toward the spatial modeling of perceivedcustomer value”, Journal of Marketing Research,XXXV, (Mayo), pp.236-249.

SIVAKUMAR, K. (2000). “Understanding price-tier competition: methodological issues and theirmanagerial significance”, Journal of Product &Brand Management, 9, (5), pp. 291-303.

SIVAKUMAR, K. y RAJ, S. (1997). “Quality tiercompetition: how price change influences brandchoice and category choice”, Journal of Marke-ting, 61, (Julio), pp. 71-84.

SOLGAARD, H. y HANSEN, T. (2003). “A hierar-chical Bayes model of choice between supermar-ket formats”, Journal of Retailing and ConsumerServices, 10, (3), pp. 169-180.

SUÁREZ, A., RODRÍGUEZ, I., RODRÍGUEZ, J.M. yMORAL, I. (2004). “Accounting for heterogeneityin shopping centre choice models”, Journal ofRetailiing and Consumer Services, 11, (2), pp.119-129.

STERN, P. y HAMMOND, K. (2004). “The rela-tionship between customer loyalty and purchaseincidence”, Marketing Letters,15, (1), pp. 5-19.

SUN, B., NESLIN, S. y SRINIVASAN, K. (2003).“Measuring the impact of promotions on brandswitching when consumers are forward looking”,Journal of Marketing Research, XL, (4), pp. 389-405.

TELLIS, G. y ZUFRYDEN, F. (2004). “Tackling theretailer decision maze: which brands to discount,how much, when and why?”, Marketing Science,14, (3, part 1 of 2), pp. 271-299.

URBAN, G., JOHNSON, P. y HAUSER, J. (1984).“Testing competitive market structures”, Marke-ting Science, 3, (2), pp. 83-112

VAN HEERDE, H., MELA, C. y MANCHANDA, P.(2004). “The dynamic effect of innovation onmarket structure”, Journal of Marketing Research,XLI, (Mayo), pp. 166-183.

VÁZQUEZ, R., SANTOS, L. y DÍAZ, A. (1999).“Decisiones de selección de marca del consumi-dor y estimación de precios de referencia: impac-to sobre la estrategia detallista”, Revista Españo-la de Investigación de Marketing, 2, (2), pp. 117-140

WAARTS, E., CARREE, M. y WIERENGA, B.(1991). “Full information maximum likelihoodestimation of brand positioning maps using super-market scanning data”, Journal of MarketingResearch, XXVIII, (Noviembre), pp. 483-490.

ZENOR, M., BRONNENBERG, B. y MCALISTER, L.(1998). “The impact of marketing policy on pro-motional price elasticities and baseline sales”,Journal of Retailing and Consumer Services, 5,(1), pp. 25-32.

89


Fecha recepción: 11/06/2005Fecha aceptación: 20/12/2005

ANEXOEstadísticos descriptivos de las variables en el análisis

90


Carbonell MdD Coosur Masía Española Elosúa Giralda Ybarra 1er precio Mueloliva

Cuota de mercado (VarY)

Media 0,32 0,23 0,22 0,04 0,07 0,033 0,032 0,03 0,013 0,002

Máximo 1 1 1 1 1 1 1 1 1 1

Mínimo 0 0 0 0 0 0 0 0 0 0

Desviación 0,42 0,37 0,34 0,14 0,18 0,11 0,1 0,12 0,04 0,001

Precio compra (PCOM_ACT)

Media 2,69 2,04 2,34 2,42 2,4 2,35 2,26 2,44 2,09 2,55

Máximo 2,69 2,1 2,39 2,49 2,45 2,35 2,59 2,45 2,09 2,55

Mínimo 2,67 1,99 2,29 2,37 2,08 2,35 1,95 1,75 2,09 2,45

Desviación 0,0006 0,023 0,03 0,051 0,031 0 0,32 0,036 0 0,02

Presencia en folleto (FOLLETO)

Media 0,37 0,33 0,06 0,19 0,19 0 0 0,07 0 0

Máximo 1 1 1 1 1 0 0 1 0 0

Mínimo 0 0 0 0 0 0 0 0 0 0

Desviación 0,48 0,47 0,24 0,39 0,39 0 0 0,26 0 0

Lealtad anterior (LEAL_ANT)

Media 0,29 0,19 0,15 0,02 0,035 0,016 0,009 0,01 0,002 0

Máximo 1 1 1 1 1 1 1 1 1 0

Mínimo 0 0 0 0 0 0 0 0 0 0

Desviación 0,45 0,39 0,36 0,14 0,18 0,12 0,09 0,12 0,05 0