PREDICCION DE PORCENTAJES DE PARTICIPACION EN EL MERCADO PARA

PERIODOS FUTUROS

El primer análisis de Markov depende de los resultados del último acontecimiento y no de

cualquier comportamiento previo de compras para la probabilidad del acontecimiento
siguiente.

Un análisis de Markov de segundo orden supone que las selecciones de marcas específicas
para el próximo periodo dependerán de las selecciones de marcas hechas por los clientes
durante los dos periodos anteriores.

Un proceso de Markov de tercer orden estudia las preferencias de los clientes durante los
tres últimos periodos a fin de pronosticar su comportamiento durante el periodo siguiente
hacia determinadas marcas.

Muchos estudios de investigación de mercados han demostrado que es valido utilizar

suposiciones de primer orden para fines de pronósticos. El análisis de Markov de primer
orden no es muy difícil y ha resultado un método confiable para pronosticar las futuras
preferencias de los clientes hacia ciertas marcas.

EJEMPLO 1
Hay tres lecherías en una comunidad que abastecen toda la leche consumida: Lechería
Abbot, Compañía de productos lecheros Branch yProductos de Leche Carter, S.A.
Cada una delas lecherías sabe que los consumidores cambian de una lechería a otra a causa
de los anuncios, insatisfacción con el servicio y otras razones. Si las tres lecherías mantienen
registros del número de sus clientes y de la lechería de la cualobtuvieron cada cliente nuevo,
tenemos todos los ingredientes necesarios para laaplicación de esta herramienta
gerencial.Adicionalmente supongamos que la tabla 1 ilustra el movimiento de clientes de
una lechería a otra sobre un período de observación de 1 mes.

Tabla 1

Una observación casual podría sugerir que un total de 20 clientes cambiaron durante el mes:
10 de B a A y 10 de C a A. Sin embargo, una inspección más detallada puede no soportar esta
inferencia inicial. Supongamos por ejemplo, que la tabla 2 es la verdadera explicación del
intercambio de clientes entre las tres lecherías. De ella podemos ver que los 20 clientes
fueron ganados por la lechería A en movimiento algo complejo de clientes que involucró a
las tres lecherías, unmovimiento que algunas veces se conoce en mercadeo como cambio
de marcas.
 Tabla 2
Cada lechería necesita detalles sobre el cambio de marcas si es que va a hacer el mejor
trabajo posible de mercadeo. Si, por ejemplo, diseñamos una campaña promocional bajo la
impresión de que la lechería B es la única lechería que pierde clientes y que los está
perdiendo sólo en bien de la lechería A, B está operando bajo una suposición falsa.
De hecho, la lechería B no sólo está perdiendo 10 clientes al mes; más bien cada mes está
ganando 40 clientes nuevos de las otras dos lecherías y perdiendo 50 clientes viejos con las
otras dos lecherías. En forma similar, supongamos que la lechería A, al notar que está
ganando 20 clientes nuevos cada mes, se concentra exclusivamente en sus esfuerzos de
atraer adicionales, quitándoselos a sus competidores. Lo que la lechería A está dejando de
ver es su propia pérdida de 40 clientes al mes. Quizá algún intento de reducir supérdida de
40 clientes por mes sería tan efectiva monetariamente como esfuerzosde capturar clientes
adicionales de B y C. El resultado de todo este asunto es que el simple análisis en términos
de ganancias netas o pérdidas netas de clientes, es inadecuado para una administración
inteligente.
El análisis de Markov nos ofrece exactamente tal herramienta para el análisis de mercado.
Al emplear esta herramienta de administración podemos sacar conclusiones más precisas
sobre nuestra posición en el mercado, tanto para el presente como para el futuro. Sin ella,
tendemos a estar en la posición de la lechería A cuando A sabía que ganaba 20 clientes al
mes pero no sabía que esta ganancia era el resultado neto de un intercambio de clientes
entre lecherías.
Para movernos al uso de análisis de Markov,tendremos que calcular las
probabilidades de transición para las tres lecherías. Las probabilidades de transición no es
nada más que las probabilidades de un cierto vendedor (en este ejemplo, una lechería)
retener, ganar o perder clientes.
La lechería B observa de la tabla 3, que pierde 50 clientes este mes; esto es lo mismo que
decir que tiene una probabilidad de 0.90 de retener asus clientes; similarmente la lechería
A tiene una probabilidad de 0.80 de retener asus clientes; la lechería C tiene una
probabilidad de 0.85 de retener a sus clientes.Estas probabilidades de transición para la
retención de clientes se calculan en la tabla 3.

Tabla 3
Supongamos que la matriz de probabilidades de transición permanece bastante estable y
que las participaciones del mercado al primero de julio son éstas: A = 22%, B= 49%, C=29%.
Los gerentesde las tres lecherías se beneficiarán, por supuesto, al conocer las
participacionesde mercado que ocurrirían en algún período futuro.Para calcular la
participación probable del mercado total que probablemente tendrá cada una de las
lecherías en agosto 1 (el mes es nuestro período básico de recopilación de datos),
simplemente armaríamos nuestros porcentajes departicipación como una matriz y
multiplicaríamos esta matriz por la matriz deprobabilidades de transición como sigue:
Pronosticar la participación de mercado que los vendedores tendrán en algún tiempo
futuro.
Probabilidades de Participación
Participación de transición probable de mercado
mercado de 1° Julio de 1° Agosto
0.800 0.100 0.100
ሺ0.22 0.49 0.29ሻ × ൭0.070 0.900 0.030൱ = ሺ0.234 0.483 0.283ሻ
0.083 0.067 0.850

Total= 1 Total= 1

La participación probable de mercado el primero de septiembre, se puede calcular al

multiplicar la matriz de probabilidad de transición por las participaciones del mercado el
1º de agosto:

Probabilidades de Participación
Participación de transición probable de mercado
mercado de 1° Agosto de 1° Setiembre
0.800 0.100 0.100
ሺ0.234 0.483 0.283ሻ × ൭0.070 0.900 0.030൱ = ሺ0.245 0.477 0.278ሻ
0.083 0.067 0.850

Total= 1 Total= 1

Se concluye que las cuotas de mercado (participaciones de mercado) en dos meses a

cambiado de un 22% a un 24.5%; de un 49% a un 47.7% y de un 29% a un 27.8%, para las
marcas A(Abbot),B(Branch) y C(Carter) respectivamente.
Ejemplo 2
En Perú existen 3 operadores principales de telefonía móvil como los son Claro, Movistar y
Entel. Los porcentajes actuales que tiene cadad operador en el mercado actual son para
Claro 0.4 para Entel 0.25 y Movistar 0.35( Estado inicial). Se tiene la siguiente información,
un usuario actualmente de Claro tiene una probabilidad de permanecer en Claro de 0.6, de
pasar a Entel 0.2 y de pasar a Movistar 0.2; si en la actualidad el usuario es cliente de Entel
tiene una probabilidad de mantenerse en Entel del 0.5 de que esta persona cambie a Claro
0.3 y que pase a Movistar de 0.2; si el usuario es cliente en la actualidad de Movistar la
probabilidad de que permanezaca en Movistar es de 0.4, de que se cambie a Claro de 0.3 y
a Entel de 0.3.
Paso 1:
Elaborar matriz de transición

Claro Entel Movistar

E1 Claro 0.6 0.2 0.2
E2 Entel 0.3 0.5 0.2
E3 Movistar 0.3 0.3 0.4

Paso 2:
La suma de las probabilidades de cada estado ,en este caso de cada operador,
deben ser iguales a 1.
P0 = (0.4 + 0.25 + 0.35)= 1

Paso 3:
Encontrar estados en los tiempos, multiplicando la matriz de transición por el
estado inicial, sucesivamente pero multiplicando por el estado anterior.

P0 0.4 0.25 0.35

P1 0.42 0.31 0.27 P0*T
P2 0.426 0.32 0.254 P1*T=P0*T*T=PO*T^2
P3 0.4278 0.3214 0.2508 P0*T^3
P4 0.42834 0.3315 0.25016 P0*T^4
P5 0.428502 0.321466 0.25003 PO*T^5

Respuesta:
 La probabilidad de que un usuario permanezca en la operadora Claro es de
43%.
 La probabilidad de que un usuario permanezca en la operadora Entel es de
32%.
 La probabilidad de que un usuario permanezca en la operadora Movistar es
de 25%.
 PROBABILIDADES DEL ESTADO ESTABLE, CONDICIONES DE EQUILIBRIO
Un estado es estable cuando ya no hay cambios en el sistema, es decir que se alcanza
el equilibrio. Una manera posible de obtener las condiciones del sistema para el
estado estable es repetir iterativamente los calculos para cada periodo con el fin de
hallar el periodo con aquellas probalidades que se mantienen constantes o no
cambian.
Sin embargo tambien es posible utilizar los metodos para resolver sistemas de
ecuaciones que nos permiten encontrar directamente estas probalidades de estado
estables.
Hay que tener en cuenta:
1. Lo que entra es igual a lo que sale.
2. Ecuacion de normalización.

∑ 𝜋1 = 1

Para hallar las probalidades del Estado Estable dentro de la matriz de transición en
un periodo determinado procedemos de la siguiente manera como se muestra en el
siguiente ejemplo:
EJEMPLO N°01
Se da el siguiente caso:
𝐴 1/2 1/2
𝑃= [ ]
𝐵 1 0

Paso 1: Plantear Ecuaciones

1 1 1
𝐴: ሺ1 ∗ 𝜋𝐴 ሻ + ( ∗ 𝜋𝐵 ) = ( ∗ 𝜋𝐴 ) + ( ∗ 𝜋𝐴 )
2 2 2
1
𝐵: ( ∗ 𝜋𝐴 ) = ሺ1 ∗ 𝜋𝐵 ሻ
2
Normalizacion 1= (𝜋𝐴 ) + (𝜋𝐵 )
Paso 2: Despejar
1
𝐴: ሺ𝜋𝐴 ሻ + ( ∗ 𝜋𝐴 )
2
1
Normalización : 1 = ሺ𝜋𝐴 ሻ + (2 ∗ 𝜋𝐴 )

2 1
ሺ𝜋𝐴 ሻ = ሺ𝜋𝐵 ሻ =
3 3
EJEMPLO N°02
Las granjas de cierta región se pueden clasificar con 3 tipos: agrícolas, pecuarias o
mixtas. Actualmente 30% son agrícolas, 40% pecuarias y 30% son mixtas. La matriz
de transición de un año al siguiente es:

Paso 1: En primera medida lo que hacemos es hallar la traspuesta de la matriz de

transición, el sistema de ecuaciones quedaría asi:

Paso 2: Esta ultima ecuación es agregada siguiendo la propiedad de que la

sumatoria las probalidades de los estados debe ser igual a 1.

Paso 3: Utilizando el metodo de

eliminacion, restamos las ecuaciones (1) y (2) eliminando z.

Paso 4: Ahora sumamos las ecuaciones (3) y (4), multiplicando la ecuación 4 por 0,2
con el fin de eliminar z.
Paso 5: Despejando de la ecuación (6) y reemplazando en (5), tenemos:

Paso 6: Reemplazamos x en (6)