
La aceptación de un nuevo producto en el mercado es un reto recurrente en el marketing. En ocasiones, si el proceso de ventas no es el esperado, los gerentes y ejecutivos responsabilizan a la etapa de lanzamiento de este problema. Emplear modelos analíticos convencionales, que no captan eficientemente los factores que impulsan de manera óptima -y casi inevitable- la adquisición de un producto y/o servicio (drivers de compra), limita las posibilidades de éxito de un nuevo producto o servicio.
De acuerdo a un estudio realizado por David Berkowitz y Brent M. Wren, académicos de la Universidad de Alabama en Estados Unidos, y E. Stephen Grant de la Universidad de New Brunswick en Canadá, más del 35 % de los ingresos de las organizaciones se genera a partir de productos que no existían hace 5 años.
El avance de la tecnología ha hecho posible que los profesionales de marketing dispongan de herramientas necesarias para analizar los datos y -con ello- optimizar sus estrategias de mercadotecnia. Pero, ¿de qué manera se puede aprovechar al máximo esta data? A través del análisis de regresión, método estadístico utilizado para comprender la relación entre una variable dependiente y otra independiente, que permiten identificar aquellos factores de las estrategias de mercadotecnia que afectan el desempeño de las ventas.
Para construir un modelo de regresión, Anna Karfitz -en su artículo- Using Regression Analysis to Drive Ecommerce Sales- recomienda seguir los siguientes pasos:
Antes de construir y ejecutar el análisis de regresión, es importante comprender el problema que se está tratando de resolver. Por ejemplo, en el caso de estar planificando el lanzamiento de un nuevo producto, se tendrá que analizar múltiples variables como el precio, características físicas del insumo, entre otras, previas a su estreno en el mercado. Es importante entender la complejidad del problema desde el inicio del proceso.
En esta segunda fase, se recopilan y manipulan los datos para que sean utilizables y se desarrolle con éxito el análisis de regresión. La data debe estar alineada en todas las fuentes para el mismo período: semanal, mensual, trimestral, etc. Esta práctica ayuda a entender mejor la información.
En esta etapa, los resultados del análisis de regresión cobrarán sentido; es decir, se empezará a entender qué factores motivan a los clientes a adquirir un nuevo producto y/o servicio. Si los resultados son poco claros o discordantes, es posible que el trabajo no esté terminado o se hayan cometido errores durante el proceso. Revisarlo una última vez nunca está demás.
Finalmente, las conclusiones obtenidas a partir del análisis de regresión permitirán tomar medidas para reducir sus costos, aumentar sus ventas y mejorar sus tasas de conversiones.
Para finalizar, los modelos de análisis de regresión son grandes herramientas de investigación de mercado. Su utilización de manera eficiente ayuda a las organizaciones a tomar medidas correctivas para mejorar la satisfacción del cliente, obtener más ventas a través de recomendaciones, etc.
Fuentes:
How to Use a Regression Analysis for Marketing Purposes
Predicting New Product Success or Failure: A Comparison of U.S. and U.K. Practices
Analytics for New Product Launch
How to Use Regression Analysis to Forecast Sales: A Step-by-Step Guide
Portal de negocios de ESAN Graduate School of Business. Desde el 2010 difunde contenido de libre acceso (artículos, infografías, podcast, videos y más) elaborado por los más destacados especialistas. Encuentra contenido en más de 15 áreas y sectores como Administración, B2B, Derecho Corporativo, Finanzas, Gestión de Proyectos, Gestión de Personas, Gestión Pública, Logística, Marketing, Minería, TI y más. ¡Conéctate con los expertos de ESAN y aumenta tu conocimiento en los negocios!
Las amenazas digitales no dejan de crecer y los ciberdelincuentes recurren cada vez más a la ingeniería social, el phishing, el spoofing y los mensajes extorsivos para vulnerar a los usuarios. Freddy Alvarado, director de la Maestría en Gestión de la Ciberseguridad y Privacidad de ESAN, explica en ATV cómo identificar estas señales de alerta, qué hacer ante una comunicación sospechosa y por qué medidas como la autenticación multifactor y evitar redes públicas resultan fundamentales para proteger la información y las cuentas bancarias.
El incremento de la actividad sísmica en la región vuelve a poner en evidencia la vulnerabilidad de Lima frente a un eventual gran terremoto y tsunami. Mary Mollo, especialista en Gestión del Riesgo de Desastres y profesora de la Maestría en Gestión Pública de ESAN, analiza las condiciones de los suelos, la antigüedad y vulnerabilidad de las edificaciones y el riesgo que enfrenta la infraestructura crítica. También advierte que el país necesita fortalecer su capacidad institucional y contar con planes de continuidad para garantizar servicios esenciales ante una emergencia de gran magnitud.
El Perú no puede evitar seguir siendo un país sísmico. Pero sí puede decidir cuánto daño permitirá que produzca el próximo gran terremoto. Esa decisión debe comenzar ahora y traducirse en metas visibles. Para discutir esta agenda te invitamos al Foro Internacional 2026 de GIRD-ACC a realizarse el 2 y 3 de septiembre en el Centro de Convenciones de ESAN, ¡te esperamos!
El Fenómeno de El Niño podría generar un impacto significativo en la economía de La Libertad y otras regiones del norte del país, especialmente en actividades como la pesca, la agricultura y la ganadería. Arturo García, profesor de Finanzas de ESAN Graduate School of Business, analiza en Sol TV cómo las interrupciones en la producción, el transporte y la infraestructura podrían afectar el empleo, los precios y el crecimiento económico, y destaca la importancia de implementar medidas de prevención y mitigación antes de los meses de mayor intensidad del fenómeno.