Capítulo 24 Lo barato sale caro

Esto sí que está chistoso. Dos colegas discutían porque uno aseguraba que el Conjoint servía para estimar elasticidad de precios y el otro sostenía que nanai. Tan duro estuvo el agarrón que aseguran que casi terminan a golpes. ¿Dónde está lo chistoso? Bueno, he visto clientes que en sesiones de grupo preguntan a los participantes: ¿Cuánto pagarías por este producto?, y con eso toman la decisión del precio con que saldrá al mercado. Es un método fácil, directo y no genera discusiones. ¡Olvídate del Conjoint!, el cual es un método complicado y puede acabar a golpes. Pero si no estás de acuerdo conmigo y quieres un método sencillito (léase con acento argentino) para estimar el precio y la demanda, usa el modelo del Holandés Van Westendorp (1976), llamado Price Sensitivity Meter (PSM). También es directo, pero a diferencia de las sesiones de grupo, es ampliamente aceptado por la comunidad de investigación de mercados.

Supón que eres jefe de mercadotecnia en Huawei y piensas lanzar un modelo de celular nuevo al mercado mexicano. Con el fin de determinar el precio más apropiado para este teléfono, decides utilizar el método PSM. En este caso, el modelo de Westendorp es útil, porque no se requiere conocer el impacto en la demanda derivado de las estrategias de precio de la competencia, sólo la del producto nuevo. Además de sencillo, rápido y económico, tiene una base teórica bastante lógica. Lee con atención las preguntas que lo integran:

1. ¿Cuál sería para usted un precio barato para este nuevo celular61?

2. ¿Cuál sería para usted un precio caro para este nuevo celular, pero que aún estuviera interesado en comprarlo?

3. ¿Cuál sería para usted un precio demasiado caro para este nuevo celular, que definitivamente no pensaría en comprarlo?

4. Por el contrario, ¿cuál sería para usted un precio demasiado barato para este nuevo celular, que hasta le hiciera dudar de su calidad?

Te das cuenta cómo van escalando las preguntas, desde un precio demasiado barato hasta uno demasiado caro, pasando por el precio barato y caro; aunque el orden en que se aplican no es éste. Estas preguntas se fundamentan en la teoría de un precio razonable; es decir, el consumidor normalmente tiene una idea de lo que puede valer un producto o servicio y lo que está dispuesto a pagar por él. Y la teoría psicológica del precio-calidad. En pocas palabras, una persona puede usar el precio como un indicador de calidad del producto o servicio; ya sabes, lo caro es de calidad, lo barato es corriente. Con el tiempo estas cuatro preguntas se ampliaron a seis para subsanar las deficiencias de la propuesta original, puesto que era medio creativa, o digamos peculiar, la forma propuesta por Van Westendorp para analizar las curvas de demanda. Se presentaban cuatro curvas de frecuencias acumuladas derivadas de las cuatro preguntas. Sólo que dos de ellas se invertían: precio barato y demasiado barato, y en el intervalo que se abría entre el cruce de las curvas del precio barato con demasiado caro y caro con demasiado barato se decía que estaba el rango de precios aceptables y el ideal. ¿Con base en qué o por qué era así? Nadie sabe, no había una teoría que sustentara esa pirotecnia (véase figura 24.1).

Cruce de curvas acumuladas e invertidas

Figura 24.1: Cruce de curvas acumuladas e invertidas

Newton and Smith (1993) agregaron las dos preguntas adicionales al modelo, con el objetivo de estimar la demanda en cualquier punto de la curva, globalmente y/o para cada entrevistado, sin tener que depender de una gráfica llena de curvas por todos lados. Estas preguntas adicionales responden a la probabilidad de compra con el precio barato y con el precio caro. No importaba la intención de compra cuando el precio es demasiado barato ni cuando es demasiado caro, se infiere que en esos puntos la demanda es cero. Las nuevas preguntas son:

5. En una escala del 1 al 5 donde 1 es definitivamente no lo compraría y 5 es definitivamente sí lo compraría, ¿qué tan probable es que usted compre este celular nuevo si costara (SEÑALAR PRECIO BARATO DE P.1)?

6. Usando la misma escala anterior, ¿qué tan probable es que usted compre este celular nuevo si costara (SEÑALAR PRECIO CARO DE P.2)?

Vamos a imaginar que aplicamos estas seis preguntas a diez sujetos usando una escala de 5 puntos para la probabilidad de compra62. En la tabla 24.1 se aprecian las respuestas. Hemos acomodado las variables en orden distinto a la del cuestionario para resaltar que hay un orden que va de precio demasiado barato a precio demasiado caro.

Tabla 24.1: Rangos de precios para el celular nuevo
Sujeto D_Barato Barato Caro D_caro P_barato P_caro
1 $2,000 $4,700 $6,900 $8,000 4 4
2 $1,500 $3,900 $5,500 $7,000 5 4
3 $3,000 $5,000 $7,000 $8,000 4 4
4 $1,700 $3,000 $4,500 $6,000 5 4
5 $2,000 $3,500 $5,000 $7,000 5 5
6 $1,500 $2,500 $3,900 $6,000 5 5
7 $1200 $2,500 $4,500 $5,000 5 5
8 $2,500 $3,500 $5,000 $6,900 5 5
9 $1,500 $3,000 $4,500 $6,500 5 5
10 $3,000 $4,000 $5,000 $6,000 4 4

Ahora fíjate, graficando los datos del segundo sujeto entrevistado (véase figura 24.2) se obtiene una curva de demanda. En el eje de las \(X\)’s ponemos los cuatro precios que nos dio y en el eje de las \(Y\)’s su intención de compra a cada uno de estos precios. Observa que con un precio Demasiado barato (sin calidad) y un precio Demasiado caro (no razonable) la probabilidad de compra, en ambos casos, es cero.

Intención de compra del sujeto 2

Figura 24.2: Intención de compra del sujeto 2

Es necesario convertir cada punto de la escala a probabilidades de compra (porcentajes). Para mí ese es el punto más fino de este análisis ya que la demanda resultante depende de esos valores. En este momento, sólo se me ocurre decirte que el punto más alto de la escala es el más correlacionado con la conducta manifiesta del entrevistado; razón por la cual le asignamos al punto \(5\) de la escala un \(80\%\) de probabilidad de compra, al \(4\) un \(50\%\), al \(3\) un \(30\%\), al \(2\) un \(10\%\) y al \(1\) un \(0\%\). Esa es mi apreciación; sin embargo, la probabilidad más certera depende del juicio del investigador, la categoría de estudio, las condiciones del mercado, entre otros factores. En la figura 24.3 hemos asignado las probabilidades a cada punto de la escala. Pon atención al eje \(X\), está graduado, no como en la intención de compra de la figura 24.2, en la cual los precios corresponden a sus magnitudes sin una escala, la razón de esta graduación es que se debe hacer una interpolación de un precio a otro y de una probabilidad a otra; más adelante quedará aclarado este asunto.

Probabilidad de compra del sujeto 2

Figura 24.3: Probabilidad de compra del sujeto 2

En general, la comprensión del modelo no tiene dificultad, quizá lo más complicado para un investigador nuevo es cómo procesar y analizar los datos. La mayoría se atora en tres aspectos básicos. El primero se presenta al echar mano de los datos, los cuales siempre vienen con una buena cantidad de errores derivados de la incongruencia de los entrevistados al contestar las preguntas. A veces dan un precio más alto en el precio barato que en el caro; otras hablan de un precio más bajo cuando es barato que cuando es demasiado barato. En resumen, lo que debes cuidar es que el precio demasiado barato sea menor que el barato; que el barato sea más bajo que el caro y que éste a su vez sea menor que el precio demasiado caro. Lo mismo sucede con las probabilidades, algunas veces los encuestados dicen tener mayor probabilidad de comprar el producto o servicio cuando es caro que cuando es barato; son inadmisibles este tipo de respuestas. Normalmente, la base de datos llega a tener hasta un \(10\%\) de este tipo de incongruencias. Lo recomendable es retirar de la base de datos los casos incongruentes y continuar con el análisis. El segundo es cómo obtener las probabilidades agregadas; o sea, para todos los sujetos o subgrupos. La buena noticia es que hay varios programas gratuitos para procesar este tipo de datos; el más simple de ellos es el de Sawtooth porque está hecho en Excel. Si eres usuario de R, otra opción es el paquete pricesensitivitymeter. El tercer problema es cómo se interpretan los resultados.

Siendo el propósito de este libro enseñar lo que hay detrás de estos modelos, vamos a ilustrar con el sujeto 2 de la tabla 24.1 lo que hacen estos programas y cómo interpretar los resultados. Decíamos que con este modelo es posible estimar la demanda a cualquier precio; claro, siempre y cuando esté dentro del rango de precios que dan los entrevistados. Queremos estimar para el sujeto \(2\) cuál es su probabilidad de compra, si el celular valiera \(\$5,000\) pesos. En la figura 24.3 se aprecia que anda por el \(59\%\): \(.59\), pero quedamos en que no deberíamos depender de una gráfica para estimar la demanda, porque caeríamos en la misma trampa del modelo pionero. El truco es interporlar los datos para determinar esa probabilidad. El rango que va del precio barato al caro es de \(\$1,600\): \(\$5,500-\$3,900=\$1,600\); esa es la variación total63. Ahora, ¿cuánta diferencia hay entre el precio que se necesita estimar y el precio barato? \(\$1,100\): \(\$5,000-\$3,900=\$1,100\). Esta cantidad dividida entre la variación total representa un \(68.75\%\): \(\frac{\$1100}{\$1,600}=.6875\). Esa fracción es la que cuenta, la que se debe multiplicar por la probabilidad de compra del precio caro. ¿Por qué por el caro y no el barato? Porque estamos estimando la caída en la demanda, ésta cayó un \(68.75\%\), y el factor de caída es, naturalmente, el precio caro. La pendiente de la figura 24.3 muestra que la demanda cae del precio barato al estimado y, a la inversa, aumenta del precio caro al estimado; en esta dirección el factor de aumento es el precio barato. El sujeto \(2\) tiene una intención de compra de \(4\) en el precio caro, a la cual le asignamos una probabilidad de \(.5\); esta probabilidad debe subir en proporción a la variación que representa el precio estimado. La demanda cuando el precio es de \(\$5,000\) es \(34.37\%\): \(.5\times.6875=.3437\). Todavía tenemos un pequeño problema, ¿qué hacemos con la probabilidad de compra al precio barato? Por deducción, la variación restante le pertenece, es el tramo de la línea que va del precio caro al estimado, y equivale al \(31.25\%\): \(1-.6875=.3125\). Por lo tanto, la probabilidad de compra es de \(25\%\): \(.8\times.3125=.25\). El cálculo definitivo de la demanda es la suma de esas dos probabilidades: \(.25+.3437=.5937\); o sea, \(59\%\). Se procede igual para estimar la demanda del precio demasiado barato al barato; del barato al demasiado barato; del barato al caro; del caro al barato y así sucesivamente para cada sujeto. La probabilidad global se obtiene sacando un promedio para cada precio estimado. Suena tedioso y aburrido; por fortuna, no hay necesidad de hacerlo manualmente, utiliza alguno de los programas mencionados.

Mira la figura 24.4, en el eje vertical primario se leen las probabilidades de compra y en el eje vertical secundario el ingreso. Es claro que los ingresos se maximizan en el precio de \(\$4,500\). El ingreso es simplemente la probabilidad de compra por el precio. En el punto \(\$4,500\) hay un \(63\%\) de consumidores dispuestos a comprar el celular nuevo, de tal forma que el ingreso por cada consumidor es \(\$2,835\): \(\$4,500\times .63=\$2,835\). Si el mercado estuviera compuesto por únicamente \(100\) consumidores, el ingreso esperado sería de \(\$283,500\): \(\$2,835\times 100=\$283,500\). Dado que el modelo no estima el impacto de la competencia en la probabilidad de compra, se puede ajustar el estimado de ingreso, multiplicando por la participación de mercado Huawei. Suponiendo que su participación fuera de \(30\%\), el ingreso más probable sería \(\$85,050\): \(\$283,500\times .30=85,050\).

Estimación de la demanda total

Figura 24.4: Estimación de la demanda total

No pierdas de vista que el ingreso anterior se estima con base en un precio determinado; nada impide estimar la probabilidad de compra e ingreso para cualquier otro y adoptar la estrategia de precio más conveniente para la empresa. Poner el precio a un producto es un asunto serio, de una buena decisión dependen muchas cosas y hay factores que se deben ponderar antes de tomarla: la imagen y posicionamiento de la marca, los beneficios que ofrece, la relación que hay con el cliente; el ciclo de vida del producto, los objetivos financieros de la empresa, entre otras variables. No tomes decisiones a la ligera; el precio del producto o servicio es lo que más impacta directamente al beneficio de cualquier empresa.


  1. Durante toda esta batería de preguntas se muestra el celular dummy o imagen con sus características.

  2. Se puede usar cualquier otra escala, pero esta es la más usual.

  3. Ten presente que en estadística la variación total siempre va en el denominador de casi cualquier ecuación.