Árboles de regresión para discriminar elasticidades

Fil: Aubone, Patricio Idel. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.

Guardado en:
Detalles Bibliográficos
Autor principal: Aubone, Patricio Idel
Otros Autores: Fraiman, Daniel
Formato: Tesis Tesis de maestría updatedVersion
Lenguaje:Español
Publicado: Universidad de San Andrés. Departamento de Matemática y Ciencias 2025
Acceso en línea:https://repositorio.udesa.edu.ar/handle/10908/24801
Aporte de:
Repositorio Digital - Universidad de San Andrés (UdeSa) de Universidad de San Andrés
id I37-R143-10908-24801
record_format dspace
spelling I37-R143-10908-248012025-04-01T16:01:11Z Árboles de regresión para discriminar elasticidades Aubone, Patricio Idel Fraiman, Daniel Fil: Aubone, Patricio Idel. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina. El objetivo del presente trabajo es diseñar una metodología más eficiente y precisa para identificar nichos de mercado con elasticidades de precio de la demanda diferenciadas, facilitando la implementación de estrategias de pricing que permitan a la compañía maximizar tanto sus volúmenes de venta como sus márgenes. Si bien actualmente se emplean mecanismos que calculan la elasticidad total de un mercado puntual, somos conscientes de que pueden existir subgrupos dentro de dicho mercado que respondan de manera diferente a los cambios en los precios. La capacidad de detectar estas granularidades y su sensibilidad permite definir precios diferenciados para cada subgrupo, lo que incrementa la rentabilidad de la compañía. En cuanto al proceso general, buscaremos definir una serie de variables de negocio que resulten relevantes, en términos comerciales, al momento de analizar un mercado. Las mismas se evaluarán individualmente con el fin de segmentar el universo estudiado y probar si las divisiones generan subgrupos con elasticidades diferenciadas. Se seleccionarán las variables y niveles que proporcionen los cortes más significativos, dentro de los parámetros establecidos previamente. La estructura general del análisis se basará en árboles de decisión como método divisivo, mientras que la validación de la significancia de los cortes se fundamentará en el uso de regresiones y los p-valores asociados a los estadísticos involucrados. Entre las principales motivaciones para impulsar este trabajo se encuentra la mejora de la rentabilidad de la compañía, especialmente en una industria cuyo crecimiento proyectado en los próximos años parece inferior al esperado, lo que podría reducir el tamaño del mercado y los niveles de ingresos previstos. Asimismo, existe una motivación operativa: actualmente, son los analistas del equipo comercial quienes intentan identificar estos subgrupos mediante un enfoque de “prueba y error” a partir de su intuición y conocimiento del mercado. La implementación de un procedimiento basado en el modelo que buscamos desarrollar aportaría mayor robustez, al incorporar pruebas estandarizadas para validar los resultados, y eficiencia, al incluir un mayor número de variables en la detección de subgrupos y reducir considerablemente el tiempo dedicado por los analistas. Finalmente, el aspecto operativo será crucial para la implementación de las segmentaciones detectadas por el modelo. A mayor profundidad de los árboles de decisión, más granulares serán los subgrupos resultantes, lo que implicará mayores exigencias operativas para definir, mantener y ajustar las reglas de pricing específicas para cada uno de ellos. 2025-03-20T17:44:10Z 2025-03-20T17:44:10Z 2025 Tesis info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/updatedVersion Aubone, P. I. (2025). Árboles de regresión para discriminar elasticidades. [Tesis de maestría, Universidad de San Andrés. Departamento de Matemática y Ciencias]. Repositorio Digital San Andrés. https://repositorio.udesa.edu.ar/handle/10908/24801 https://repositorio.udesa.edu.ar/handle/10908/24801 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf Universidad de San Andrés. Departamento de Matemática y Ciencias
institution Universidad de San Andrés
institution_str I-37
repository_str R-143
collection Repositorio Digital - Universidad de San Andrés (UdeSa)
language Español
description Fil: Aubone, Patricio Idel. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
author2 Fraiman, Daniel
author_facet Fraiman, Daniel
Aubone, Patricio Idel
format Tesis
Tesis de maestría
Tesis de maestría
updatedVersion
author Aubone, Patricio Idel
spellingShingle Aubone, Patricio Idel
Árboles de regresión para discriminar elasticidades
author_sort Aubone, Patricio Idel
title Árboles de regresión para discriminar elasticidades
title_short Árboles de regresión para discriminar elasticidades
title_full Árboles de regresión para discriminar elasticidades
title_fullStr Árboles de regresión para discriminar elasticidades
title_full_unstemmed Árboles de regresión para discriminar elasticidades
title_sort árboles de regresión para discriminar elasticidades
publisher Universidad de San Andrés. Departamento de Matemática y Ciencias
publishDate 2025
url https://repositorio.udesa.edu.ar/handle/10908/24801
work_keys_str_mv AT aubonepatricioidel arbolesderegresionparadiscriminarelasticidades
_version_ 1843214387127517184

Ejemplares similares