Estimación de la heterogeneidad de la demanda utilizando datos agregados: Una aplicación a la categoría de pizza congelada

Este artículo combina diferentes conjuntos de datos a nivel agregado para identificar la demanda de nuevos productos en categorías de bienes de consumo empaquetados (CPG). Nuestro enfoque complementa los datos de series temporales a nivel de mercado con resúmenes ampliamente disponibles del comportamiento de compra del hogar, es decir, datos de penetración de marca y tamaño del conjunto de compras. Mostramos que esta ampliación es útil en la estimación de la heterogeneidad del consumidor. Por ejemplo, observar una marca con cuotas relativamente grandes y baja penetración indica típicamente que las preferencias están dispersas, con relativamente pocos clientes que gustan mucho de la marca. Mientras que la combinación de cuota y penetración es informativa sobre la heterogeneidad con tamaños de muestra realistas, de manera aislada, ninguna de las variables puede llevar a estimaciones precisas de heterogeneidad. Además, otros datos ampliamente disponibles, como la penetración de categoría, son útiles para estimar el tamaño del mercado total. Usando un gran estudio de Monte Carlo, el artículo demuestra los beneficios del enfoque propuesto en la estimación de parámetros del modelo, elasticidades precio y cambios de marca. Empíricamente, el enfoque se utiliza para evaluar el lanzamiento de una nueva marca nacional, DiGiorno, en la categoría de pizza congelada. Se infiere que la nueva marca tiene mucho éxito en la expansión de la categoría, evitando la canibalización de la cuota de empresa existente. Usar solo información estándar, es decir, cuotas de mercado, para estimar el modelo de demanda conduce, en nuestros datos, a malas estimaciones del grado de variación del gusto del consumidor y del cambio a una nueva marca.