viernes, 25 de mayo de 2018

Tropicalización: Más allá de las fronteras

Cuando las marcas trascienden sus fronteras de origen, se enfrentan a una dilema: mantener sus diseños y estrategias originales, o adaptarlas a los nuevos mercados.



Las grandes empresas transnacionales se enfrentan todo el tiempo a este dilema, ya que sus marcas son globales y deben adaptarse a diversos mercados, con diferentes costumbres, culturas, creencias, etc.

Sin embargo esto no sucede de la noche a la mañana. Cuando se desarrolla un producto, se hace con la finalidad de satisfacer la necesidad específica de un público objetivo o segmento de mercado determinado. Para esto se estudia y analiza dicho segmento y se diseña el producto o servicio con los atributos y beneficios que logren el objetivo deseado de satisfacer dicha necesidad. Cuando el producto funciona y logra el éxito deseado en el mercado, el siguiente paso lógico es buscar una mayor presencia del producto en diferentes mercados. Pero los diferentes mercados tienen sus propias características dadas por su ubicación geográfica, que a su vez genera diferentes tipos de cultura, creencias, religión, etc.  

Por esta razón es que surge la tropicalización. La tropicalización es la adaptación que se tiene que realizar a un producto o servicio para mejorar su nivel de aceptación en diferentes mercados de diferentes características. Cabe mencionar que algunas empresas deciden no modificar sus productos al ingresar a nuevos mercados, principalmente por un tema de estrategia y de costos. Tropicalizar o no un producto es netamente una cuestión de decisión. 

Cuando se decide tropicalizar el producto o servicio, esto implica tropicalizar la publicidad y la  estrategia de distribución también. Es por ello que muchas veces, las empresas deciden no hacerlo por su impacto en los costos y la rentabilidad. Siempre es más rentable hacer un solo diseño, una sola campaña publicitaria, una sola estrategia de canales, etc.

Como ya sabemos, tropicalizar significa adaptar un producto o servicio. Sin embargo existen dos tipos de adaptaciones:

Adaptaciones obligatorias: Estas adaptaciones son las que son exigidas por las instituciones gubernamentales de los mercados en los cuales se comercializará el producto, como por ejemplo el rotulado del producto. Estas adaptaciones se deben realizar se tropicalice o no el producto.

Adaptaciones discrecionales: Son adaptaciones que se realizan para mejorar el nivel de aceptación del producto en el nuevo mercado, en base a un estudio previo del perfil de los consumidores. Un ejemplo de esto lo tenemos en las papitas Lay´s o Pringles, que adaptan su gama de sabores a las costumbres del lugar. Otro ejemplo que podemos ver son las franquicias de comida rápida, que también tropicalizan sus menús con las costumbres gastronómicas de los consumidores locales.



En conclusión, la decisión de tropicalizar un producto o servicio, siempre debe ser determinado por un análisis exhaustivo de los diferentes mercados y sus perfiles de consumidores en los cuales queremos ingresar. Asimismo, debemos analizar si esta estrategia es rentable para nuestro negocio. Si un nuevo mercado es muy diferente al mercado de origen en cuanto a sus costumbres, creencias, etc. lo mejor es adaptar el producto a dicho mercado. Sería un error asumir que el éxito de un producto en un mercado específico, garantiza el éxito del mismo producto, en un mercado diferente. 

lunes, 14 de mayo de 2018

¿Que es un sistema ERP (Enterprise Resource Planning)?

ERP (Enterprise Resource Planning) o "Sistema de planificación de recursos empresariales" en español.



Hoy en día las empresas manejan grandes cantidades de datos e información para el correcto funcionamiento de sus operaciones. No importa el tamaño de la empresa, la correcta gestión de la información es fundamental para el éxito de cualquier negocio.

Para este cometido, se valen de sistemas informáticos, siendo lo ideal, que sean diseñados específicamente para la gestión de información empresarial. Este es el caso de los llamados ERP´s. El término se refiere a Enterprise Resource Planning que significa “sistema de planificación de recursos empresariales”.

Estos programas se hacen cargo de distintas operaciones internas de una empresa, desde producción a distribución o incluso recursos humanos, finanzas, marketing, etc. Estos sistemas son muy necesarios y cumplen un papel clave en los negocios online y son parte fundamental de la elaboración y gestión de la estrategia empresarial.

Estos sistemas suponen una importante inversión para las empresas, pero que se justifica en el aumento de la productividad es sus operaciones según encuestas realizadas. Estos sistemas normalmente son personalizables, por lo que cualquier tipo de empresa puede acceder a estos.

Los objetivos para implementar un ERP normalmente son los siguientes:
  • Optimización de los procesos empresariales.
  • Acceso fácil y rápido a la información en una misma plataforma.
  • Automatización de los procesos empresariales.



Por otro lado, el principal obstáculo que tienen las empresas para acceder a estos sistemas es el costo. Esto se debe normalmente al nivel de personalización que necesita un sistema ERP para cubrir las necesidades de la empresa: a mayor nivel de personalización, mayor precio. Además, algunos de los costos que un ERP conlleva pueden aparecer de forma posterior a su instalación y adquisición, lo que se denomina costos ocultos.

Otra desventaja a tener cuenta al elegir un sistema ERP está en la implementación. En algunos casos, puede que la instalación, el hardware necesario para su funcionamiento y la preparación de su infraestructura tarden demasiado. Esto puede provocar retrasos en el funcionamiento interno de su empresa que pueden causar pérdidas. No obstante, existen sistemas en la nube que pueden prevenir este tipo de inconvenientes, al no tener que ser implementados físicamente en la empresa.

martes, 13 de febrero de 2018

Machine Learning: Que es y para qué sirve

En estos tiempos donde todo tiene que ver con las TIC’s (Tecnologías de la información), el big data y la inteligencia artificial, hemos empezado a escuchar un nuevo término: Machine Learning. Pero, ¿qué cosa es realmente y como nos puede servir?


¿Qué es el machine learning?

La traducción al español de Machine Learning sería “Aprendizaje automático”, y como su nombre lo dice, es un tipo de inteligencia artificial (AI) que le da a las computadoras la capacidad de “aprender”, sin la necesidad de ser programadas previamente por un ser humano.
Este aprendizaje es posible debido a la capacidad de detectar patrones dentro de un conjunto de datos, de tal manera que el propio programa pueda predecir las probabilidades de ocurrencia de determinadas situaciones o resultados. Estos cálculos permiten que el programa “aprenda” continuamente, para generar resultados y decisiones confiables.
El principal propósito del Machine Learning es facilitar la toma de decisiones, ya que la capacidad de análisis, procesamiento de información y rapidez de las computadoras, es muy superior a la del ser humano.

¿Cómo funciona?

El Machine Learning se basa en algoritmos de aprendizaje automático. Un algoritmo es un conjunto de instrucciones o reglas bien definidas, que permite llevar a cabo una actividad mediante pasos sucesivos hasta obtener un resultado esperado. En el caso del Machine Learning, sus algoritmos se dividen en tres categorías:


- Supervised learning (Aprendizaje supervisado) 

Es el más utilizado y requiere de intervención humana para la creación de etiquetas en el histórico de datos de manera que la máquina pueda predecir un resultado probable a partir de las mismas.

- Unsupervised learning (aprendizaje no supervisado) 

Es menos común y utiliza datos históricos que no han sido etiquetados. El objetivo es encontrar patrones a partir del propio análisis de datos.

- Reinforcement learning (aprendizaje por refuerzo) 

La base del aprendizaje es el refuerzo. La máquina es capaz de aprender con base a pruebas y errores en diversas situaciones.

¿Para qué sirve?

El Machine Learning es un sistema basado en el procesamiento y análisis de datos, que se traducen en toma de decisiones y resultados esperados. Dicho esto, se puede aplicar en cualquier campo que maneje bases de datos lo suficientemente grandes y complejas. Algunas de las aplicaciones más comunes son:

  • Motores de búsqueda.
  • Diagnósticos médicos.
  • Predicciones económicas y bursátiles.
  • Sistemas de seguridad por reconocimiento biométrico.
  • Detección de fraudes.
  • Predicción y pronóstico de clima, tráfico, etc.


Las técnicas de Machine Learning abarcan un campo muy extenso, y son una parte fundamental dentro del Big Data. El número de técnicas y algoritmos cada vez será más extenso, y las aplicaciones a nivel práctico son inimaginables.