Aplicación del modelo de difusión de Bass para estimar el ciclo de vida de una tienda minorista
Resumen
En el presente artículo se presenta una aplicación práctica para la estimación del ciclo de vida de una tienda minorista a través de la implementación del modelo de difusión de Bass. Al aplicar el modelo se obtiene que la probabilidad que una persona compre impulsado por publicidad es del 5%, mientras que la que compre por recomendación de otro cliente es del 23%. Al analizar el ciclo de venta del negocio se observa que este llegó a un nivel estable de ventas mensuales y se encuentra en auge dentro de la cuota de mercado que se tiene hasta el momento.Descargas
Citas
J. Morrison, “Lyfe-Cycle Approach to new Product Forecasting,” J. Bus. Forecast. Methods Syst., vol. 14, no. 2, pp. 3–5, 1995.
N. Meade and T. Islam, “Modelling and forecasting the diffusion of innovation - A 25-year review,” International Journal of Forecasting Twenty five years of forecasting, vol. 22, no. 3. pp. 519–545, 2006.
R. Scitovski and M. Meler, “Solving parameter estimation problem in new product diffusion models,” Appl. Math. Comput., vol. 127, no. 1, pp. 45–63, 2002.https://doi.org/10.1016/S0096-3003(00)00164-8
J. R. Coronado-Hernández, J. P. García-Sabater, J. P. Maheut, and J. J. Garcia-Sabater, “Modelo de optimización estocástica para la planificación de cadenas de suministro para productos con ciclo de vida cortos,” in 4th International Conference On Industrial Engineering and Industrial Management, 2010.
J. R. Coronado-Hernández, “Análisis del efecto de algunos factores de complejidad e incertidumbre en el rendimiento de las Cadenas de Suministro. Propuesta de una herramienta de valoración basada en simulación.,” Universitat Politècnica de València, Valencia (Spain), 2016. https://doi.org/10.4995/Thesis/10251/61467
A. R. Romero-Conrado, “Algoritmo heurístico basado en listas tabú para la planificación de la producción en sistemas multinivel con listas de materiales alternativas y entornos de coproducción,” Universidad de la Costa, 2018.
Z. L. Chen, S. Li, and D. Tirupati, “A scenario-based stochastic programming approach for technology and capacity planning,” Comput. Oper. Res., vol. 29, no. 7, pp. 781–806, 2002. https://doi.org/10.1016/S0305-0548(00)00076-9
E. M. Rogers, “Social Structure and Social Change,” Am. Behav. Sci., vol. 14, no. 5, pp. 767–782, 1971.
https://doi.org/10.1177/000276427101400508
F. Bass, “A New Product Growth for Model Consumer Durables,” Manage. Sci., vol. 15, no. 5, pp. 215–227,
https://doi.org/10.1287/mnsc.15.5.215
V. Mahajan, E. Muller, and F. Bass, “Diffusion of New Products: Empirical Generalizations and Managerial Uses,” Mark. Sci., vol. 14, no. 3, pp. 79–88, 1995. https://doi.org/10.1287/mksc.14.3.G79
E. M. Rogers and T. F. Press, Diffusion of Innovations. New York, 1983.
C. V Trappey and H. Y. Wu, “An evaluation of the time-varying extended logistic, simple logistic, and Gompertz models for forecasting short product life cycles,” Adv. Eng. Informatics, vol. 22, no. 4, pp. 421–430, 2008.
https://doi.org/10.1016/j.aei.2008.05.007
M. Lawrence, P. Goodwin, M. O’Connor, and D. Ínkal, “Judgmental forecasting: A review of progress over
the last 25áyears,” International Journal of Forecasting Twenty five years of forecasting, vol. 22, no. 3. pp.
– 518, 2006.
V. Mahajan and S. Sharma, “A simple algebraic estimation procedure for innovation diffusion models
of new product acceptance,” Technol. Forecast. Soc. Change, vol. 30, no. 4, pp. 331–345, 1986. https://doi.org/10.1016/0040-1625(86)90031-4
V. Srinivasan and C. H. Mason, Nonlinear least squares estimation of the Bass diffusion model of new product
acceptance. Graduate School of Business, Stanford University, 1984.
Rd. C. Team, “R: A language and environment for statistical computing,” ISBN 3-900051-07-0. R Foundation
for Statistical Computing. Vienna, Austria, 2013. http://www.R-project.org
M. Valero-Herrero, J. P. Garcia-Sabater, J. R. Coronado-Hernandez, and J. P. Maheut, “Planteamiento dinámico del problema de secuenciación en líneas de montaje con mezcla de modelos,” in XV Congreso de Ingeniería de
Organización // 5th International Conference on Industrial Engineering and Industrial Management, 2011, pp. 288–296.
A. R. Romero-Conrado, L. J. Castro-Bolaño, J. R. Montoya-Torres, and M. Á. Jiménez Barros, “Operations research as a decision-making tool in the health sector: A state of the art,” DYNA, vol. 84, no. 201, p. 129, May 2017.
C. Saavedra Sueldo, S. Urrutia, D. Paravié, C. Rohvein, y G. Corres, Una propuesta metodológica para la determinación de capacidades estratégicas en pymes industriales, INGE CUC, vol. 10, n.º 2, pp. 43 - 50, dic. 2014.
C. Ayala, Desarrollo de Estrategias de Responsabilidad Social Universitaria, Módulo Arquitectura CUC, vol. 13, no. 1, pp. 67-86, jul. 2014.
Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial.
IJMSOR respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado. A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
