Espacio ocupado en el lineal por las marcas de distribuidor: estimación mediante redes neuronales vs regresión multiple

ResumenEl 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.

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.