Libros de Economía y Empresa - Fundación Caja Duero

• 

• 

II.   RESEÑAS

9.
Econometría aplicada al marketing.

Miguel Jerez Méndez

ÉSTE ES UN PEQUEÑO GRAN LIBRO sobre métodos cuantitativos aplicados al marketing. No puede decirse que se trate de un texto muy reciente, ya que se editó originalmente en 2001. Sin embargo, dado su interés, encontramos en su reciente lanzamiento en formato electrónico la excusa necesaria para comentarlo.

Muchas virtudes de esta obra se deben a la singularidad de los autores, que poseen una amplia experiencia como investigadores académicos y consultores en marketing cuantitativo. Gracias a este doble perfil, su libro puede resultar útil tanto para usos académicos como profesionales.

El libro consta de ocho capítulos, tres anexos y tres índices. Los dos primeros son introductorios. El capítulo 1 define a qué audiencia se dirigen los autores –estudiantes de grado y postgrado en marketing y Econometría– y describe la estructura del resto del libro. El segundo capítulo presenta las distribuciones peculiares de las variables de marketing. Para ello distingue entre: 1) valores continuos, 2) variables binomiales, 3) multinomiales no ordenadas, 4) multinomiales ordenadas, 5) datos continuos de variación limitada y 6) de duración. Cada tipo de variable se ilustra mediante un ejemplo con datos reales1. Estos mismos datos se utilizarán en los casos prácticos que ilustran los capítulos posteriores. El último apartado discute qué temas sustanciales no se tratan en el libro. Los autores citan, en este sentido, los modelos de preferencia revelada, de datos de panel y de variables de cuenta. Creemos que el texto tampoco aborda propiamente los modelos para series temporales, si bien este tema es suficientemente amplio como para justificar un texto monográfico.

Los capítulos que van desde el tercero hasta el octavo se dedican a describir qué variantes del modelo de regresión permiten modelizar cada uno de los tipos de datos previamente presentados. Todos estos capítulos comparten una estructura común, que constituye uno de los aspectos más singulares y acertados de la obra. Cada uno de ellos se divide en secciones que tratan de: 1) representación del modelo e interpretación de sus coeficientes, 2) estimación de los parámetros desconocidos, 3) diagnosis, inferencia y previsión, 4) un caso práctico y 5) temas avanzados. De esta forma, los lectores exclusivamente interesados en aplicar estas técnicas pueden limitarse a leer las secciones primera, tercera y cuarta de cada capítulo. Quienes deseen detalles matemáticos y estadísticos, encontrarán que las secciones segunda y quinta suelen ser claras e interesantes.

El tercer capítulo presenta el modelo de regresión lineal, en el caso clásico en que la variable dependiente es continua y se distribuye como una normal. Es difícil escribir diecinueve páginas brillantes sobre un tema tan manido. Los autores no lo han conseguido y, seguramente, tampoco lo intentaron. Lo que hacen, y lo hacen muy bien, es presentar en este caso simple las ideas básicas de formulación, estimación, diagnosis y previsión que posteriormente aplicarán a variables dependientes más complejas. En el caso práctico se modeliza una serie histórica de ventas de salsa de tomate embotellada como función de su precio y de distintas variables de promoción comercial. En la especificación se introducen variables retardadas que permiten presentar intuitivamente conceptos importantes como las elasticidades de respuesta instantánea y a largo plazo. Profesionalmente, hay que decir que este modelo es bastante limitado, pero cumple su función pedagógica. El apartado de temas avanzados presenta brevemente los modelos de ecuaciones simultáneas.

El capítulo cuatro trata de la modelización de variables binarias. En marketing, el ejemplo más típico de este análisis surge del estudio de una base de datos de individuos que compran o no compran un producto determinado, con el fin último de determinar cuáles son las características (edad, sexo, etc.) de los individuos con una mayor propensión al producto y, a partir de ellas, estimar la probabilidad de que cada individuo efectivamente lo adquiera. En este caso, la variable de interés sólo tiene dos estados (comprar-no comprar) y por tanto, a diferencia del caso anterior, no cabe suponer que es continua. Ello obliga a hacer supuestos sobre cómo se distribuyen las probabilidades de elección. El texto presenta las dos hipótesis más habituales, distribución logística y normal, que dan lugar a los conocidos modelos logit y probit. El correspondiente caso práctico modeliza la elección entre dos marcas de salsa de tomate por parte de una muestra de consumidores, en función de cómo se presenta cada marca en la tienda. La sección de temas avanzados discute brevemente tres cuestiones cruciales en este tipo de modelos: heterogeneidad no observada de las variables, decisiones binarias dinámicas y la posible conveniencia de sobremuestrear uno de los dos posibles valores de la variable dependiente.

Los capítulos cinco y seis generalizan el planteamiento anterior permitiendo que la variable dependiente tome más de dos valores. El quinto capítulo presenta el caso en que los valores no están ordenados, mientras que el sexto se dedica a los valores ordenados. La diferencia entre ambos tipos de muestra queda clara a partir de los casos prácticos presentados. Para ilustrar el modelo de alternativas no ordenadas se considera la elección por parte de los consumidores entre cuatro marcas de galletas saladas, mientras que en el capítulo de alternativas ordenadas se estudia qué factores objetivos determinan la clasificación de un conjunto de inversores entre tres perfiles de riesgo, ordenados desde el perfil más conservador en sus inversiones hasta el más arriesgado. Un apéndice proporciona código EViews para la estimación de algunos de los modelos más complejos.

El capítulo séptimo atiende a las muestras truncadas o censuradas y presenta dos variantes del modelo genérico (tobit) que suele usarse para describirlas. En este caso, la variable de interés es continua, pero, debido a las características peculiares del fenómeno analizado o del mecanismo de observación, toma valores limitados. El ejemplo práctico presenta un caso realista de marketing directo. Una institución caritativa solicita donaciones por correo ordinario y desea predecir la respuesta a un envío como función de diversas variables. Las respuestas observadas son nulas o bien positivas, pero no cabe observar donaciones negativas y, por ello, la muestra está censurada.

El último capítulo atiende a modelos en los cuales la variable dependiente mide la duración de un proceso. La estadística de este tipo de datos recibe un tratamiento bastante completo, que incluye la derivación de funciones de riesgo y supervivencia para numerosas distribuciones importantes, como la exponencial, la de Weibull, la log-logística y la log-normal. Los modelos correspondientes se aplican a la estimación del tiempo que se tarda en observar dos ventas consecutivas de detergentes a una misma familia. El capítulo proporciona código en EViews para las funciones de densidad exponencial,Weibull y log-logística, pero no para la lognormal.

Ninguna obra dirigida a un público tan amplio está exenta de problemas y carencias. A los profesionales del marketing posiblemente les parecerá que el uso de EViews le resta profesionalidad a la obra, si bien es cierto que al público docente puede parecerle una decisión pedagógicamente razonable. Algo parecido ocurre con el nivel de matemáticas y estadística que, en distintos sentidos, está condenado a parecer excesivo o insuficiente. En algunos capítulos la ilustración práctica de los métodos parece adecuada mientras que en otros –el de variables truncadas y censuradas, por ejemplo– puede quedar algo corta. Quienes deseen profundizar más en el aspecto aplicado, pueden acudir al texto de Franses y Montgomery (2002).

Pese a estos posibles problemas, de los que ninguna obra está exenta, éste es un libro en conjunto excelente y altamente recomendable para usos tanto académicos como profesionales.