Información del artículo
Resumen
El objetivo principal de este trabajo es analizar la influencia de determinados factores en el espacio ocupado por las marcas de distribuidor en el lineal. Para ello, se propone un modelo conceptual basado en el análisis de la literatura, identificándose las dimensiones subyacentes que podrían influir en esta variable. Los datos se obtienen a partir de la observación de 29 categorías de producto en 55 establecimientos. Posteriormente, se realiza un análisis empírico mediante dos técnicas: una clásica, la regresión múltiple, y otra emergente, las redes neuronales artificiales. La aplicación de este último método mejora la bondad del ajuste obtenida mediante regresión múltiple, presentando asimismo ventajas adicionales a la regresión, ya que se incumplen tres supuestos básicos necesarios para aplicar esta técnica. Los resultados alcanzados permiten realizar una mejor interpretación del comportamiento de los minoristas respecto a sus marcas propias y pueden ayudar a los productores a formular estrategias o acciones para sus marcas de fabricante.
Palabras clave:
Marca de distribuidor
marca de fabricante
redes neuronales
regresión múltiple
Abstract
This paper analyses the influence of some variables in the shelf space occupied by store brands. We propose and test a theoretical model of store brand shelf space. Data were collected for 29 product categories in 55 retail stores. A two-phase procedure was adopted: (1) multiple regression analyses; (2) neural network simulation (ANN). The application of this last method improves the goodness of fit obtained through the regression method. Furthermore, it presents additional advantages since ANN does not need to fulfil the main assumptions needed in regression analyses. The findings corroborate our proposed model, in that all hypothesized relationships and directions are supported. On this basis, we draw theoretical as well as useful managerial implications for both retailers and manufacturers.
Keywords:
store brands
private labels
national brands
neural networks
multiple regression
El Texto completo está disponible en PDF
Referencias bibliográficas
[Nielsen, 2005]
A.C. Nielsen.
The Power of Private Label: A Review of Growth Trends Around the World, Executive News Report.
ACNielsenGlobal Services, (2005),
[Ailwadi and Keller, 2005]
K. Ailwadi, K. Keller.
Understanding Retail Branding: Conceptual Insights and Research riorities», Journal of Retailing.
Special Issue on Retail Branding, vol. 80 (2005), pp. 331-342
[Agustín and Iniesta, 2001]
A. Agustín, F. Iniesta.
Fidelización de los consumidores. Cómo pueden los fabricantes y los distribuidores fidelizar a través marcas y tiendas.
Ed. Gestión 2000, (2001),
[Anderson and Amato, 1974]
E. Anderson, H. Amato.
A Mathematical Model for Simultaneously Determining the Optimal Brand-Collection and Display-Area Allocation.
Operations Research, vol. 22 (1974), pp. 13-21
[Ashley, 1998]
S. Ashley.
How to effectively complete against private-label brands.
Journal of Advertising Research, vol. 38 (1998), pp. 75-82
[Bejou et al., 1996]
D. Bejou, B. Wray, T. Ingram.
Determinants of relationship quality: an artificial neural network analysis.
Journal of Business Research, vol. 36 (1996), pp. 137-143
[Borin et al., 1994]
N. Borin, P.W. FArris, J.R. Freeland.
A model for determining retail product category assortment and shelf space allocation.
Decision Sciences, vol. 25 (1994), pp. 359-384
[Bultez and Naert, 1988]
A. Bultez, P. Naert.
S.H.A.R.P.: Shelf Allocation for Retailers’ Profit.
Marketing Science, vol. 7 (1988), pp. 211-231
[Buttle, 1984]
F. Buttle.
Retail Space Allocation.
International Journal of Physics, Distribution and Material Management, vol 14 (1984), pp. 3-23
[Cortiñas et al., 2005]
M. Cortiñas, M. Elorz, J.M. Múgica.
Las redes neuronales artificiales como herramientas de predicción de ventas con datos de scanner.
XVII Encuentros de Profesores Universitarios de Marketing, (2005),
[Cortiñas et al., 2006]
M. Cortiñas, M. Elorz, J.M. Múgica.
El problema de elección de marca en una categoría compleja. Aplicación de una red neuronal artificial.
Revista Española de Investigación de Marketing ESIC, vol. 10 (2006), pp. 111-138
[Corstjens and Doyle, 1981]
M. Corstjens, P. Doyle.
A Model For Optimizing Retail Space Allocations.
Management Science, vol. 27 (1981), pp. 822-833
[Corstjens and Corstjens, 1995]
J. Corstjens, M. Corstjens.
Store Wars: The Battle For Mindspace and Shelf Space.
Wiley, (1995),
[Corstjens and Lal, 2000]
M. Corstjens, R. Lal.
Building store loyalty through store brands, Journal of Marketing Research.
Vol. 37, (2000), pp. 281-291
[Coterill et al., 2000]
R.W. Coterill, W.P. Putsis, R. Dhar.
Assessing the competitive interaction between private labels and national brands.
Journal of Business, vol. 73 (2000), pp. 109-137
[Cruz, 1999]
Los canales de distribución de los productos de gran consumo: concentración y competencia,
[Cruz et al., 2007]
I. Cruz, J. Oubiña, M.J. Yagüe.
Retail price dispersion: spatial and vertical competition analysis.
Journal of Marketing Channels, (2007),
[Dasgupta et al., 1994]
Ch. Dasgupta, G. Dispensa, S. Ghose.
Comparing the predictive performance of a neural network models with some traditional market response models.
International Journal of Forecasting, Vol. 10 (1994), pp. 235-244
[Dhar and Hoch, 1997]
R. Dhar, S. Hoch.
Why Store Brand Penetration Varies by Retailer.
Marketing Science, vol. 16 (1997), pp. 208-227
[Dunne and Narasinham, 1999]
D. Dunne, C. Narasinham.
The new appeal of private labels.
Harvard Business Review, vol. 77 (1999), pp. 41-52
[Dreze et al., 1995]
X. Dreze, S. Hoch, M. Purk.
Shelf Management and space elasticity.
Journal of Retailing, vol. 70 (1995), pp. 301-326
[Fernández et al., 2005]
A. Fernández, M. Gómez, J. Oubiña.
Power in marketing channels: analysis of distribution services and shelf space in Spanish retail outlets.
11th International Conference on Research in Distributive Trades, (2005),
[Fernández and Gómez, 2005]
A. Fernández, M. Gómez.
Shelf space management of private labels: a case study in Spanish retailing.
Journal of Retailing and Consumer Services, vol. 12 (2005), pp. 205-216
[Fuente et al., 1996]
D. Fuente, R. Pino, C. Suárez, J. Mayo.
Análisis comparativo de los métodos de previsión univariante, Box-Jenkins, redes neuronales artificiales y espacios de estado.
Estudios de Economía Aplicada, (1996), pp. 5-32
[Fuente et al., 1998]
D. Fuente, N. Abajo, A. Gómez.
Herramientas de previsión para apoyo al sistema logístico en la industria alimentaria.
Boletín de Estudios Económicos, (1998), pp. 139-156
[Gómez and García, 2008]
M. Gómez, A. García.
16 years of store brands research: perspectives and methodologies.
Eirass Congress, (2008),
[Gómez and Rubio, 2005]
M. Gómez, N. Rubio.
Gestión minorista de las marcas de distribuidor: producto y merchandising.
Información Comercial Española, 828 (2005), pp. 57-174
[Groot and Wurtz, 1991]
C. Groot, D. Wurtz.
Analysis of univariate time series with connectionist nets: a case of two classsical examples.
Nuro computing, (1991), pp. 177-192
[Hair et al., 1999]
J. Hair, R. Anderson, R. Tatham, W. Black.
Multivariate Data Analysis.
5.a ed., Prentice Hall, (1999),
[Hample, 1996]
S. Hample.
Some assembly requiered.
American Demographics, (1996),
[Harvey et al., 1998]
M. Harvey, J. Rothe, L. Lucas.
The trade dress controversy: a case of strategic cross-brand cannibalization.
Journal of Marketing Theory and Practice, Vol. 6 (1998), pp. 1-15
[Hoch, 1996]
S. Hoch.
How Should National Brands Think about Private Labels?..
Sloan Management Review, (1996), pp. 89-102
[Hoch and Banerji, 1993]
S. Hoch, S. Banerji.
When Do Private Labels Succeed?.
Sloan Management Review, (1993), pp. 57-67
[Hruschka, 1993]
H. Hruschka.
Determining market response functions by neural network modelling: a comparison with econometric techniques.
European Journal of Operations Research, (1993), pp. 27-35
[Hruschka and Natter, 1999]
H. Hruschka, M. Natter.
Comparing performance of feedforward nets and k-means for cluster based segmentation.
European Journal of Operational Research, vol. 114 (1999), pp. 346-353
[Huang and Lippman, 1987]
W. Huang, R. Lippman.
Comparisons between neural net and conventional classifiers.
IEEE 1st International conference on Neural Networks, (1987), pp. 485-493
[Kritcha and Wagner, 1999]
K. Kritcha, U. Wagner.
Applications of artificial neural networks in management science: a survey.
Journal of Retailing and Consumer Services, vol. 6 (1999), pp. 185-203
[Laaksonen and Reynolds, 1994]
H. Laaksonen, J. Reynolds.
Own brands in food retailing across Europe.
Journal of Brand Management, vol. 2 (1994), pp. 37-46
[Lal, 1990]
R. Lal.
Manufacturer trade deals and retail price promotions.
Journal of Marketing Research, vol. 27 (1990), pp. 428-444
[Lal and Narasinham, 1996]
R. Lal, C. Narasinham.
The inverse relationship between manufacturer and retailer margins: a theory.
Marketing Science, vol. 15 (1996), pp. 132-151
[Levinsohn, 1998]
A. Levinsohn.
Modern miners plumb for gold.
ABA Banking Journal, vol. 90 (1998), pp. 52-55
[Lim et al., 2002]
A. Lim, Q. Zhan, B. Rodrígues.
A heuristic for shelf-space decision support in the retail industry.
SMU Conference Papers Series, (2002), pp. 6
[Luque, 2003]
T. Luque.
Nuevas herramientas de investigación de mercados: especial referencia a las redes neuronales artificiales aplicadas al marketing.
Civitas, (2003),
[Mangliameli et al., 1996]
P. Mangliameli, S. Chen, D. West.
A comparison of SOM neural network and hierarchical clustering methods.
European Journal of Operational Research, (1996), pp. 402-417
[Mann, 1997]
L. Mann.
Gaining global insights.
Marketing Research: a magazine of Management and Applications, vol. 9 (1997), pp. 24-30
[McMaster, 1987]
D. McMaster.
Own brands and the cookware market.
European Journal of Marketing, vol. 21 (1987), pp. 83-94
[Medina et al., 2002]
O. Medina, J.L. Méndez, N. Rubio.
Marcas de distribuidor y marcas de fabricante. ¿Presentan calidades similares?.
Estudios sobre Consumo, (2002), pp. 41-54
[Méndez et al., 2000]
J.L. Méndez, J. Oubiña, M. Rozano.
Influencia de las marcas de distribuidor en las relaciones Fabricante-Distribuidor.
Distribución y Consumo, vol. 53 (2000), pp. 55-73
[Messinger and Narasimhan, 1995]
P. Messinger, C. Narasimhan.
Has power shifted in the grocery channel?..
Marketing Science, vol. 14 (1995), pp. 189-223
[Narasimhan and Wilcox, 1998]
C. Narasimhan, R. Wilcox.
Private labels and the channel relationship: a cross-category analysis.
Journal of Business, vol. 71 (1998), pp. 573-600
[Nierop et al., 2003]
E. Nierop, D. Fok, F. Franses.
A Hierarchical Bayes Model for Shelf Management, Preliminary Draft», octubre, ERIM Research Series in Management.
Erasmus University Rotterdam, ERS-2002-65-MKT, (2003),
[Oubiña et al., 2006]
J. Oubiña, N. Rubio, M.J. Yagüe.
Strategic management of store brands: an analysis from the manufacturer's perspective.
International Journal of Retail and Distribution Management, vol. 34 (2006), pp. 742-760
[Peacock, 1998]
P. Peacock.
Data Mining in Marketing, Part. 1.
Marketing Management, vol. 6 (1998), pp. 8-18
[PMLA, 2009]
PMLA (2009), «La marca de distribuidor en la actualidad», http://www.plmainternational. com/es/private_label_es2.htm. Fecha de consulta: 07/05/2009.
[Puelles, 1995]
J.A. Puelles.
Análisis del fenómeno de las marcas de distribuidor y de su tratamiento estratégico.
Información Comercial Española, (1995), pp. 117-128
[Puelles et al., 1997]
J.A. Puelles, P. Fernández de Larrea, R. ALbert.
Marcas de distribuidor. Especial referencia al precio.
Distribución y Consumo, vol. 33 (1997), pp. 112-129
[Puelles and Puelles, 2003]
J.A. Puelles, M. Puelles.
Marcas de distribuidor: más de 30 años de un proceso dinámico, competitivo e imparable.
Distribución y Consumo, (2003), pp. 55-71
[Putsis, 1997]
W. Putsis.
An empirical study of the effect of brand proliferation on private label-national brand pricing behaviour.
Review of Industrial Organization, vol. 12 (1997), pp. 355-371
[Putsis and Corerill, 1999]
W. Putsis, R. Corerill.
Share, price and category expenditure-geographic market effects and private labels.
Managerial and Decision Economics, vol 20 (1999), pp. 175-187
[Quelch and Harding, 1996]
J. Quelch, D. Harding.
Brands versus private labels: fighting to win.
Harvard Business Review, vol. 74 (1996), pp. 99-109
[Recio and Roman, 1999]
M. Recio, M.V. Roman.
Posibilidades de gestión estratégica de las marcas de distribuidor.
Distribución y Consumo, vol. 45 (1999), pp. 13-29
[Resa, 2006]
S. Resa.
España tiene ya casi un tercio del mercado de gran consumo con marca blanca.
Distribución y Consumo, vol. 86 (2006), pp. 61-63
[Rubio, 2004]
N. Rubio.
Las marcas de la distribución: desarrollo de un marco de análisis desde la perspectiva de la oferta y un modelo explicativo de su demanda.
Tesis Doctoral, Universidad Autónoma de Madrid, (2004),
[Santesmases, 2005]
M. Santesmases.
Diseño y análisis de encuestas. Dyane 3.
Pirámide, (2005),
[Serrano and Martín, 1993]
C. Serrano, B. Martín.
Predicción de la quiebra bancaria mediante el empleo de redes neuronales artificiales.
Revista española de Financiación y Contabilidad, vol. 22 (1993), pp. 153-172
[Smeijn et al., 2004]
J. Smeijn, A. Van Riel, B. Ambrosini.
Consumer evaluations of store brands: effects of store image and product attributes.
Journal of Retailing and Consumer Services, vol. 11 (2004), pp. 127-258
[Simmons and Meredith, 1983]
M. Simmons, B. Meredith.
Own label profile and purpose.
Journal of the Market Research Society, vol. 26 (1983), pp. 3-27
[Simonson, 1993]
I. Simonson.
Get closer to your customers by understanding how they make choices.
California Management Review, vol. 35 (1993), pp. 68-84
[Simonson and Tversky, 1992]
I. Simonson, A. Tversky.
Choice in context: trade-off contrast and extremeness aversion.
Journal of Marketing Research, vol. 29 (1992), pp. 281-295
[Steemkamp and Dekimpe, 1997]
J.B. Steemkamp, M. Dekimpe.
The Increasing Power of Store Brands: Building Loyalty and Market Share.
Long Range Planning, vol. 30 (1997), pp. 917-930
[Stern et al., 1999]
L. Stern, A. El-Ansary, A. Coughlan, I. Cruz.
Canales de comercialización.
Prentice Hall, (1999),
[Subramiam et al., 1993]
V. Subramiam, M. Hung, M. Hu.
An experimental evaluation of neural networks for classification.
Computers and OperationsRresearch, vol. 20 (1993), pp. 769-782
[Tam and Kiang, 1993]
K. Tam, M. Kiang.
Managerial applications of neural networks: the case of bank failure predictions.
Management Science, vol. 38 (1993), pp. 926-947
[Urban, 1998]
T. Urban.
An inventory-theoretic approach to product assortment and shelfspace allocation.
Journal of Retailing, vol. 74 (1998), pp. 15-35
[Verhoef et al., 2002]
P. Verhoef, E. Nijseen, L. Sloot.
Strategic reactions of national brand manufacturers towards private labels: an empirical study in the Netherlands.
European Journal of Marketing, vol. 36 (2002), pp. 1309-1326
[Vervek, 1997]
E. Vervek.
Prejuicios y realidades sobre las redes neuronales.
Investigación y Marketing, (1997), pp. 44-49
[Villagarcía and Muñoz, 1997]
T. Villagarcía, A. Muñoz.
Imputación de datos censurados mediante redes neuronales: una aplicación a la EPA.
Cuadernos económicos de ICE, (1997), pp. 193-204
[Weiss and Kulikowski, 1991]
S. Weiss, C. Kulikowski.
Computer systems that learn.
Morgan Kaufmann, (1991),
[White, 1989]
H. White.
Neural network learning and statistics.
AI Expert, vol. 4 (1989), pp. 48-82
[Yoon et al., 1993]
Y. Yoon, G. Swales, T. Margavio.
A comparison of discriminant analysis versus artificial neural networks.
Journal of Operational Research Society, vol. 44 (1993), pp. 51-60
[Zahavi and Levin, 1997]
J. Zahavi, N. Levin.
Issues and problems in applying neural computing to target marketing.
Journal of Direct Marketing, vol. 11 (1997), pp. 63-75
[Zuyfruden, 1986]
F. Zuyfruden.
A Dynamic Programming Approach for Product Selection and Supermarket Shelf-Space Allocation.
Journal of the Operational Research Society, vol. 37 (1986), pp. 413-422
La autora agradece a Ediciones Pirámide la concesión del II Premio Dyane de Investigación de Mercados, que se hizo pública en el Congreso de Profesores Universitarios de Marketing celebrado en Vigo en Septiembre de 2007. Gracias a Emilia Martínez, por las correcciones realizadas a la primera versión del trabajo y a Natalia Rubio, por la cesión de los datos sobre cinco de las variables del modelo, así como a los revisores anónimos que, con sus exhaustivos y acertados comentarios, han ayudado a mejorar de forma considerable el artículo. Un especial y afectuoso agradecimiento merece Miguel Santesmases. Gracias, maestro, por tus sabios consejos y por desarrollar una herramienta como Dyane, que tanto me ha ayudado en mi tarea docente e investigadora.
Copyright © 2009. ACEDE