Cesto de Mercado Exportador para línea de productos frescos: Una aplicación del Modelo Asociativo

Artículos de Investigación

Comisión de Promoción para la exportación y el turismo PROMPERU SIPC / CINE - Artículos de investigación 2013 – Vol 1.1 . Derechos reservados

Cesto de Mercado Exportador para línea de productos frescos: Una aplicación del Modelo Asociativo

Franck Pucutay Vásquezi

Carolina Ramírez Gonzalesii

Correspondencia:

Av. República de Panamá 3647, San Isidro, Lima Perú.

Tel: +511 – 6167400 #2377

Fax: +511 – 6167400

Email: [email protected]

Palabras clave: modelo asociativo, reglas de asociación, venta cruzada, venta estacional, minería de datos, exportación, diversificación, canasta, multidestino, multiproducto, línea de frescos.


Resumen

En un mundo globalizado en el que los consumidores a través de sus gustos y preferencias determinan las tendencias de compra venta, el mercado retail se configura como uno de los ejes comerciales más interesantes y dinámicos para explorar la conducta, psicología, patrones, y razones que influyen en la decisión de compra del consumidor final.

En ese sentido, este estudio ha traído a consideración la metodología del modelo de cesto de mercado y reglas de asociación que se aplica en el sector retail para adaptarlo al ámbito del comercio internacional peruano, con el objetivo de analizar el comportamiento del consumidor, a partir de las operaciones de exportación de las empresas peruanas durante el periodo 2007 - 2011. Con ello se develan tendencias en el mercado, se obtiene una visión más amplia de múltiples opciones de productos complementarios de la oferta exportable peruana de frescos y se examina el vínculo existente entre la generación de una canasta de productos y el patrón de compra implícito de los importadores.

Como resultado de esta investigación los datos de las operaciones de exportación se han organizado en asociaciones de productos que se ha visto conveniente clasificar en reglas útiles, empíricas e inexplicables con el objetivo de contribuir en incrementar alternativas de diversificación para los exportadores de frescos.

Asimismo, entendemos que esta catalogación de cestos o reglas permitirá aportar en la planificación estratégica, contribuyendo en priorizar mercados y productos para un mejor enfoque en los resultados de la promoción de exportaciones.


Introducción

Según la Real Academia de la Lengua Española, la palabra complemento deriva del latín “complementum” que entre alguna de sus múltiples acepciones significa: cosa, cualidad o circunstancia que se añade a otra para hacerla íntegra o perfecta. En ese sentido y trasladando el concepto a nuestra vida diaria, encontramos muchas cosas que se complementan como es el caso del pan y la mantequilla en nuestro desayuno, o quizás cuando combinamos una chompa o blusa con un accesorio de vestir que por alguna circunstancia nos vemos obligados a utilizar.

En ese sentido, examinar la existencia de la venta complementaria y luego analizar el esquema de productos complementarios que pueden encontrarse en la canasta de productos frescos de la oferta exportable peruana resulta de vital importancia; pudiendo develar con ello tendencias y mecanismos estratégicos de acción y enfoque en el mercado objetivo.

Este vínculo se traduce en reglas de asociación, es decir, grupos de productos que se venden de forma conjunta (pudiendo ser productos complementarios o sustitutos) durante un mismo periodo de tiempo por un mismo proveedor para un mismo mercado o sector en particular. Esta complementariedad generada entre productos ha permitido que el modelo defina tres tipos de reglas o cestos: útiles, empíricas e inexplicables.

No pretendemos hacer un estudio filosófico de la complementación, pero si rescatar la idea de cómo a partir de una circunstancia que integra el necesario uso de dos o más bienes, esta pueda ser aprovechada por nuestros exportadores como ejemplo para generar canastas de productos y con ello contribuir a incrementar sus alternativas de diversificación.

Antecedentes

El crecimiento económico registrado en el país, resultado de las sucesivas reformas implementadas y la liberación comercial gracias a los tratados de libre comercio contraídos, ha permitido el dinamismo en el sector exportaciones. Ello, está generando que los exportadores busquen incursionar en nuevos mercados y, más aún, busquen desarrollar nuevos productos.

Esta suerte de entusiasmo percibido se ve reflejado en el nuevo panorama del comercio peruano; según los datos brindados por Sunat1, entre 1994 y 2012, el número de operaciones asociadas al comercio exterior crecieron alrededor de 6 veces durante ese periodo, dato que valida la actividad en el sector. Asimismo, otro dato que refuerza este crecimiento y lo consolida es el hecho de que en el año 2007 el valor FOB promedio por operación era US$ 34 mil mientras que para el 2012 alcanzó un valor FOB promedio por operación de US$ 46 mil. El incremento en el valor operacional respalda un crecimiento sostenido y pone de relieve que no solo estamos mejorando en cantidad sino también en calidad.

1 Superintendencia Nacional de Administración Tributaria


En ese sentido, tomando en consideración el desempeño de las exportaciones, el sector agroindustrial es el que destaca con cifras importantes después del sector Minería y Petróleo, logrando alcanzar 4 519.35 millones US$ y un crecimiento del 42.2% para el año 20112. Un reflejo de este crecimiento, puede verse manifestado en la muestra de empresas de productos frescos y procesados3 en el sector Agroindustrial que se han tomado para este estudio, pues entre el 2007 y 2011, su crecimiento promedio fue de 122%, pasando de exportar US$ 1,711 millones en el 2007 hasta los US$ 3,741 millones en el 2011. (Ver Gráfico 1)

Gráfico 1. Exportaciones de las líneas de frescos y procesados para el grupo de empresas bajo análisis (527).

Fuente: Sunat Elaboración: Promperú

Sin embargo, el gran problema que se presentan en nuestros exportadores es que la mayor cantidad de empresas exportadoras concentran menor participación en términos de valor exportado (Ver Gráfico 2). Por ejemplo para el año 2011, las 300 empresas grandes concentraron el 91% del valor total de las exportaciones del Perú en ese año, mientras que más de 4,500 microempresas concentraron menos del 1%.

2Fuente: Sunat. Elaboración Infotrade PromPerú. 3 A partir de ahora, nos referiremos a la muestra de 527 empresas (238 frescos / 289 procesados), que se han analizado en el marco del cesto de mercados, para los años 2007 - 2011. Es decir, empresas con continuidad de exportación en 5 años, multiproducto y multimercado, con operaciones sobre US$ 1000.

1.121 1.550 1.449

1.884

2.786 590

756 677

811

955

-

500

1.000

1.500

2.000

2.500

3.000

3.500

4.000

2007 2008 2009 2010 2011

Exportaciones de frescos y procesadosFRESCOS PROCESADOS



Asimismo, al analizar el grado de especialización de las empresas de la muestra, en términos de mercados y productos, observamos en el 2011, vía una adaptación del índice de Wrigley y Rumelt4, que un 29% de las empresas se especializó en un mercado único, mientras que para un 16% su mercado principal resultó ser dominante y para un 55% de esta muestra, la participación de este mercado principal, indica que se encuentra diversificada. De otro lado, en términos de productos, este índice nos muestra que un 38% de estas empresas se especializó en un producto único, mientras que para un 23% de las empresas, su producto principal resultó ser dominante. Mientras que un 40% de la muestra, se encuentra diversificada en término de productos.

En ese sentido vemos que existe un grupo de empresas, que ha optado por opciones de diversificación respecto de su oferta exportable y del mercado destino para esta. A partir de este grupo de empresas, se obtendrán los insumos para la generación de cestos de productos complementarios y porque no hasta de productos sustitutos.

4 El índice de Wrigley y Rumelt analiza las ventas del producto principal y clasifica a la empresa, como especializada en negocio único (%participación ≥¨95%), especializada en negocio dominante (75% ≤ %participación ˂95%), especializada en negocio diversificado (%participación ˂ 75%).Para el presente estudio, se adaptó este índice en función de las exportaciones totales del producto o mercado principal.

Grandes (300) US$ 42,266 Mill (91%)

Medianas (1057)

US$ 3,340 Mill (7%)

Pequeñas (2114) US$ 771 Mill(2%)

Micro (4505) US$ 105 Mill (0%)

Gráfico 2 Distribución de empresas por tamaño y monto exportado.


Gráfico 3. Cinco principales mercados destino Sector Agroindustrial 2007 – 2011.


De otro lado, cuando analizamos las ventanas comerciales para las empresas de la muestra, existen grupos de productos frescos con el mismo patrón estacional, como es el caso de las exportaciones de café, té, yerbamate y especias que en cierto período del año salen junto con las hortalizas, plantas, raíces, como puede apreciarse en las exportaciones del 2011.

Gráfico 4. Ventana Comercial de Exportaciones de frescos según capítulos 07, 09 y 18.


Asimismo, cuando analizamos las ventanas comerciales de productos procesados, existen grupos de productos con el mismo patrón estacional, como es el caso de las exportaciones de preparaciones de carne, pescado o de las preparaciones de hortalizas, frutas u otros frutos junto con las demás preparaciones alimenticias diversas, como puede apreciarse en las exportaciones del 2011, para las empresas de la muestra bajo análisis.


Gráfico 5. Ventana Comercial de Exportaciones de frescos según capítulos 16, 20 y 21.


En ese sentido, vemos que existen períodos de tiempo en los que grupos de producto pueden ofertarse de manera natural en sus colocaciones en el exterior, por lo que definimos la existencia de una venta estacional, sea de productos frescos, procesados o de ambos, según pueda definirse. Recalcar que los resultados de este estudio, se enfocarán solo en frescos.

Definiciones y metodología

Modelo de Cesto de Mercado y de Reglas de Asociación

Los métodos de reglas de asociación tratan de descubrir cosas (eventos, compras, atributos) que típicamente suelen ocurrir de manera simultánea en el dinamismo de las bases de datos. En ese sentido, existen patrones en los datos que se pueden encontrar manualmente, pero que al aplicar esta metodología se pueden generar de forma mucho más rápida y, por consiguiente, permite explorar patrones mucho más complejos.

Las reglas encontradas asocian una categoría particular (conclusión), a partir de un conjunto de condiciones dadas. La ventaja de estos algoritmos sobre otros análisis es que las asociaciones pueden existir en dos campos cualesquiera5, lo que permite una mayor dispersión y fluctuación de los valores.

Por otro lado, para tener un mayor entendimiento del alcance del estudio es necesario definir términos como venta cruzada y venta estacional. Venta cruzada, es la venta al exterior de dos o más productos, registrados en una sola operación comercial (DUA) hacia un mismo mercado destino. Venta estacional, es la venta de dos o más productos en un período estacional (ventana comercial) hacia un mismo mercado destino.

Tomando en cuenta ello, un modelo de cesto de mercado considera como asociación a las ventas estacionales realizadas por las empresas exportadoras peruanas en un mismo periodo de tiempo hacia un mismo mercado destino pero generando la operación comercial 5 IBM Corporation. Manual de usuarios 1994,2011. Capítulo 12. Reglas de Asociación.


no necesariamente de forma simultánea. Con ello, se asume que no todas las ventas estacionales aterrizan en una venta cruzada.

Muestra analizada

Para fines de esta investigación se consideraron los siguientes criterios:

Empresas cuyas operaciones de exportaciones registren montos FOB superiores a $1,000, cuya actividad exportadora se haya mantenido vigente en el periodo 2007-2011, que no sean mono-destino ni mono-producto en el periodo en mención. Es decir empresas que indistintamente hayan realizado alguna operación comercial – venta estacional – durante ese periodo y bajo esos parámetros.

Metodología

Para entender la metodología partimos del siguiente supuesto:

Sea 𝐼 = {𝑖1, 𝑖2,…, 𝑖𝑛} un subconjunto de 𝑛 ítems o atributos (pares de valores o valores simples) donde el orden no importa, que podrían ser grupos de productos, mercados, líneas, etc. Usualmente estos ítems o atributos son convertidos en flags binarios (variable indicadora que toma los valores de “1” en caso de presencia del atributo mencionado y “0” en caso de ausencia) para cada valor, ejemplo: 𝐼= {𝑖1, 𝑖2,…, 𝑖𝑛} = {leche, queso,…, yogurt}.

Sea 𝐷= {𝑡1, 𝑡2,…, 𝑡𝑛} un conjunto de transacciones almacenadas en la Base de Datos que recoge las operaciones comerciales de cada empresa. Frente a ello tenemos que:

𝑿→𝒀, donde X, Y ∁ 𝐼 y 𝑿∩𝒀=∅

Una regla implica un subconjunto de ítems están vinculados con otro subconjunto, independientemente de la ocurrencia de cada elemento en una regla. Asimismo, no se generaran reglas que impliquen la presencia de productos que no pertenezcan a la cartera ni tampoco existirá una vinculación entre dos reglas distintas así pareciera que compartiesen un ítem.

Indicadores del modelo

Soporte (X): Proporción de transacciones en la base de datos que contiene dicho conjunto de items. Para efectos del cesto de productos frescos, se considera el porcentaje de empresas que soportan o generan el cesto.

Confianza (Y): Probabilidad de encontrar la conclusión en una regla dado que se ha generado una condición previa. En términos de esta investigación, serían el porcentaje de empresas que se mantienen en la regla dado su soporte.

Elevación (Lift): Proporción entre el soporte observado de un conjunto de productos respecto del soporte teórico de ese conjunto dado el supuesto de independencia. Para efectos de nuestra investigación, es la conveniencia de vender los productos de manera conjunta frente a venderlos de manera independiente.


En ese sentido, un valor de lift = 1 indica que ese conjunto aparece una cantidad de veces acorde a lo esperado bajo condiciones de independencia. En otras palabras, significa que da igual venderlo de manera conjunta o independiente. Un valor de lift > 1 indica que ese conjunto aparece una cantidad de veces superior a lo esperado bajo condiciones de independencia (por lo que se puede intuir que existe una relación que hace que los productos se encuentren en el conjunto más veces de lo normal); por lo tanto existe la conveniencia que se vendan de manera conjunta conformando un cesto de productos complementarios. Por último, un valor de lift < 1 indica que ese conjunto aparece una cantidad de veces inferior a lo esperado bajo condiciones de independencia (por lo que se puede intuir que existe una relación que hace que los productos no estén formando parte del mismo conjunto en un número mayor al habitual.

Es aquí donde la idea de producto sustituto tomaría una relevancia importante, aunque por el momento no nos detendremos en este punto. Resultaría interesante estudiar las posibilidades de productos suplementarios (sustitutos).

Para comprender mejor estos indicadores y su relevancia para el modelo se propone el siguiente ejemplo de ventas en un supermercado 6:

Sea 𝐼= {𝑙𝑒𝑐ℎ𝑒, p𝑎𝑛, 𝑚𝑎𝑛𝑡𝑒𝑞𝑢𝑖𝑙𝑙𝑎, 𝑐𝑒𝑟𝑣𝑒𝑧𝑎}

Tabla 1

𝑿={𝒍𝒆𝒄𝒉𝒆,𝒑𝒂𝒏} →𝒀 = {𝒎𝒂𝒏𝒕𝒆𝒒𝒖𝒊𝒍𝒍𝒂}

La expresión anterior es una regla que significaría que si el cliente compró 'leche' y 'pan' también compró 'mantequilla.

Para seleccionar reglas interesantes del conjunto de todas las reglas posibles que se pueden derivar de un conjunto de datos se pueden utilizar restricciones sobre diversas medidas de "significancia" e "interés". Las restricciones más conocidas son los umbrales mínimos de "soporte" y "confianza".

El soporte se calcularía de la siguiente manera:

sop{leche, pan} =25

= 0.4

6 R. Agrawal; T. Imielinski; A. Swami: Mining Association Rules Between Sets of Items in Large Databases", SIGMOD Conference 1993: 207-216


El soporte indica que dos de las cinco transacciones presentes en la base de datos involucran leche y pan, por lo tanto esta regla contaria con un soporte de 40%. Ver tabla 1.

La confianza se calcularía de la siguiente manera:

𝑐𝑜𝑛𝑓 �𝑚𝑎𝑛𝑡𝑒𝑞𝑢𝑖𝑙𝑙𝑎 𝑙𝑒𝑐ℎ𝑒, 𝑝𝑎𝑛� � =0.20.4

= 0.5

La confianza se puede explicar a partir del soporte generado por el conjunto “mantequilla, leche y pan” (1/5 = 0.2) que significa que una de las cinco transacciones efectuadas incluye los tres productos (ver tabla 1); entre el soporte del conjunto “pan y leche” (2/4 =0.4) que significa que dos de las cinco transacciones efectuadas incluye los dos productos. Es decir, existe un 50% de probabilidad de que se compre mantequilla dado que se ha comprado pan y leche. El ejemplo anterior es muy pequeño, en la práctica, una regla necesita un soporte de varios cientos de registros (transacciones) antes de que ésta pueda considerarse significativa desde un punto de vista estadístico. A menudo las bases de datos contienen miles o incluso millones de registros.

Para efectos de este estudio el ID presente en la Tabla 1 sería reemplazado por código de la empresa, de este modo no se hablarían de transacciones sino de número de empresas.


Resultados

Para el Perú, la posibilidad de exportar productos frescos constituye en sí mismo un valor diferencial pues muchos mercados carecen de capacidad para producir este tipo de bienes que se vuelven sumamente atractivos para los consumidores, lo que determina una ventaja comparativa potencial para nuestra masa exportadora.

¿Productos complementarios?

A partir del estudio realizado, se han podido obtener un total de 84 cestos o reglas para la línea de frescos con soporte mayor al 10%, es decir, cestos o reglas que han sido generadas por al menos 25 empresas7. Estos cestos o reglas se pueden clasificar en tres tipos: reglas útiles, reglas empíricas y reglas inexplicables. Esta clasificación no implica que los resultados sean mutuamente excluyentes, pues en la medida que una regla o cesto genere una acción o iniciativa, ello determinara su transferencia/reubicación a cualquiera de estos grupos antes mencionados.

Reglas útiles: asociaciones novedosas y con alto potencial de replica que deberían generar una acción inmediata. Cuentan con indicadores estadísticos lo suficientemente altos que las respaldan para su utilización como mejores ejemplos a imitar.

Reglas empíricas: asociaciones conocidas y recurrentes, no generan acciones a corto plazo, pero su aporte principal es que validan la experiencia de los especialistas de cada sector.

Reglas inexplicables: asociaciones poco comunes, raras pero interesantes, configurándose como reglas potenciales de estudio a largo plazo.

En este punto se establece la presencia de productos “ancla”, como es el caso del espárrago, cuyas reglas como era de esperarse, tienen un mayor soporte, explicado por la cantidad de empresas que se dedican a este rubro (soporte 33%). En relación a este producto existen una serie de cestos asociados como es el caso del que se combina con uvas frescas (confianza 41% y elevación 1.3). Así también, es preciso señalar que se están generando reglas en un marco de 5 años (200 7 - 2011) y que no todas las reglas pueden presentar una continuidad permanente en todo el período de análisis8.

7 Recordar que se están haciendo referencias a las empresas relacionadas con el producto que da soporte a la regla. 8 Para mayores referencias de la vigencia, valorización y frecuencia, revisar el análisis RFM, planteado para el estudio de frescos y procesados en Asia 2008 – 2012. Otra referencia, se puede encontrar en el artículo de rutas de exportación en prendas y complementos de vestir de punto.


Tabla 2. Muestra de las reglas generadas por el Modelo Asociativo para la Línea de Frescos.


En la tabla 2 se pueden apreciar las principales reglas generadas de la línea de frescos para todos los mercados destino involucrados, resaltando cestos como los de espárragos y mandarinas, espárragos y mangos, uvas y cebollas, uvas y mandarinas, paltas y espárragos, paltas y mandarinas, mango y palta, mango y uva.

¿Y sirven de algo estas asociaciones?

La realidad del sector agroindustrial en el Perú es muy compleja, las estrategias generadas para afrontar los retos en el mercado externo responden a un comportamiento reactivo por parte de los exportadores, quienes se limitan a cumplir con los requerimientos del mercado. Frente a ello, la explicación de un cesto productos frescos demuestra la factibilidad de generar ventas complementarias que se traducen en mejores y mayores opciones para diversificar la cartera de una empresa.

Uno de los argumentos para la generación de un cesto exportador es su relación con los campos de producción y su ubicación geográfica. Asimismo, la estacionalidad en la producción se configura como un factor importante para cubrir las oportunidades que las ventanas comerciales ofrecen en el comercio internacional. De otro lado, desde el punto de vista externo, las razones de compra y tendencias de consumo aterrizan en patrones que influyen en las decisiones de producción y de organización de la oferta exportable.

Una muestra de lo que se puede descubrir con este modelo de investigación radica en la exploración de la historia detrás de cada regla. El análisis no debería terminar en la sola obtención de un resultado frio y excluyente, sino que la regla formada nos invita a indagar sobre los motivos y razones que intervinieron en su generación. Es así que, siguiendo el estudio de la línea de frescos encontramos para el caso del mercado americano un cesto exportador importante de destacar, originado por la venta conjunta de cebollas y arvejas (variedad china o llamada “ho lan tao”); regla generada por los siguientes valores:

Soporte 57%, confianza 38% y lift 1.05

A - Partida A - Descrip C - Partida C - Descrip Ocurrencias % de soporte

% de confianza

% de soporte de

regla

Elevación Capacidad de

distribución070920 espárragos, frescos o refrigerados 080610 uvas frescas 41 33,3 41,5 13,8 1,3 19,5070920 espárragos, frescos o refrigerados 080440 aguacates paltas, frescos o secos 41 33,3 34,1 11,4 1,1 22,0070920 espárragos, frescos o refrigerados 080520 mandarinas, incl. las tangerinas y satsumas; cle 41 33,3 26,8 8,9 1,5 24,4070920 espárragos, frescos o refrigerados 080450 guayabas, mangos y mangostanes, frescos o se 41 33,3 26,8 8,9 1,0 24,4070920 espárragos, frescos o refrigerados 071080 hortalizas, incl. silvestres, aunque estén cocid 41 33,3 24,4 8,1 2,0 25,2070920 espárragos, frescos o refrigerados 070810 guisantes arvejas, chícharos pisum sativum, au 41 33,3 24,4 8,1 2,5 25,2070920 espárragos, frescos o refrigerados 070310 cebollas y chalotes, frescos o refrigerados 41 33,3 22,0 7,3 0,9 26,0080610 uvas frescas 080440 aguacates paltas, frescos o secos 38 30,9 47,4 14,6 1,6 16,3080610 uvas frescas 070920 espárragos, frescos o refrigerados 38 30,9 44,7 13,8 1,3 17,1080610 uvas frescas 080520 mandarinas, incl. las tangerinas y satsumas; cle 38 30,9 39,5 12,2 2,2 18,7080610 uvas frescas 080450 guayabas, mangos y mangostanes, frescos o se 38 30,9 26,3 8,1 1,0 22,8080610 uvas frescas 070310 cebollas y chalotes, frescos o refrigerados 38 30,9 23,7 7,3 0,9 23,6080440 aguacates paltas, frescos o secos 080450 guayabas, mangos y mangostanes, frescos o se 37 30,1 48,6 14,6 1,9 15,4080440 aguacates paltas, frescos o secos 080610 uvas frescas 37 30,1 48,6 14,6 1,6 15,4080440 aguacates paltas, frescos o secos 070920 espárragos, frescos o refrigerados 37 30,1 37,8 11,4 1,1 18,7080440 aguacates paltas, frescos o secos 080520 mandarinas, incl. las tangerinas y satsumas; cle 37 30,1 35,1 10,6 2,0 19,5080450 guayabas, mangos y mangostanes, f 080440 aguacates paltas, frescos o secos 32 26,0 56,3 14,6 1,9 11,4080450 guayabas, mangos y mangostanes, f 070920 espárragos, frescos o refrigerados 32 26,0 34,4 8,9 1,0 17,1080450 guayabas, mangos y mangostanes, f 080610 uvas frescas 32 26,0 31,3 8,1 1,0 17,9080450 guayabas, mangos y mangostanes, f 080520 mandarinas, incl. las tangerinas y satsumas; cle 32 26,0 25,0 6,5 1,4 19,5


De acuerdo al estudio realizado por la revista Chinese Restaurant News9 actualmente existen más de 41 mil restaurantes chinos en Estados Unidos, tres veces más el número de franquicias de Mc Donalds establecidas en ese país. Esto pone de relieve la importancia de que están cobrando los establecimientos de comida más tradicional frente a los ya conocidos “fastfood”. ¿A qué se debe esto? Entre los muchos factores que pueden influir en esta tendencia tal vez uno de los más importantes es el demográfico y con ello el rol que cumple la población hispana dentro del mercado. Según los datos presentados por el Latinum Network10 los hispanos se han convertido en el sector demográfico de mayor crecimiento en la industria de alimentos, bebidas y restaurantes. Esta evolución de la industria se ve reflejada en el crecimiento del mercado de restaurantes en Estados Unidos que actualmente se encuentra en un promedio de 9%.

IMPORTACIONES EXP. HS MUNDO$ EEUU$ PERU$

070310 3’140 294’ 25’

070810 358’ 64’ 10’

Tabla 3. Comercio Internacional para las partidas 070310 y 070810 en el año 2011en millones US$

Como se puede apreciar en la Tabla 3, la demanda por estos dos productos alcanza los 3 mil 498 millones US$ a nivel mundial y solo en Estados unidos representa 358 millones US$ -convirtiéndolo en el 1º comprador mundial- , de los cuales el Perú solo participa con un 12 % de sus importaciones11. Estos datos se confluyen como un indicador potencial de crecimiento en términos de penetración de mercado para la actual oferta exportable. Sin embargo, si quisiéramos ser más agresivos desarrollando bienes con valor agregado pero en la misma línea y aprovechando la coyuntura del mercado, se podría plantear una estrategia en desarrollo de producto que le permita captar mayor valor a la empresa exportadora.

Con esta información lo que se busca es demostrar hasta donde nos puede llevar la exploración de una historia detrás de una sola regla. Validar los hechos que están permitiendo este dinamismo en la industria alimentaria americana y que indirectamente se relaciona con el cesto exportador “cebolla - arveja”.

9Página Web: http://travel.cnn.com/explorations/eat/usa/50-best-chinese-restaurants-usa-145368 10 Página web: (http://bit.ly/1bAuNra) 11 Fuente: Trademap

http://travel.cnn.com/explorations/eat/usa/50-best-chinese-restaurants-usa-145368

http://bit.ly/1bAuNra


Conclusiones y Recomendaciones

Se han generado reglas útiles, reglas empíricas y reglas inexplicables. Los productos que predominan en la generación de estas reglas para la línea en estudio son: espárragos, uvas frescas, palta y mango.

Los hallazgos encontrados han permitido validar la evidencia empírica registrada a través de los años por el sector agro. Esta evidencia reflejaba un comportamiento “asociativo” explicado a través del canal de distribución, tanto desde el punto de vista de la exportación (traders y acopiadores) como de la importación (centros de distribución). Más concretamente, este estudio contribuye a clasificar y ordenar este conocimiento sobre el comportamiento del mercado.

Para un análisis posterior y como sugerencia del sector, se ha visto conveniente replicar el estudio para productos procesados y su combinación con productos frescos en el continente asiático. De igual manera, generar un análisis a nivel de otras líneas de producto como manufacturas y la industria textil o espacios más específicos como los de comercio sostenible. Además de priorizar el estudio de los mercados a nivel estratégico: bloques económicos, regiones, etc.

Por otro lado, resultaría interesante incluir una medición del comportamiento de los compradores en la plataforma web PeruTradeNow (portal dirigido a compradores internacionales en donde se puede acceder a información de la oferta exportable peruana). Ello, con la finalidad de Sistematizar interacciones de consulta para ofrecer alternativas de compra conjunta a los usuarios.

Buscar experiencias exitosas en implementación de modelos de cesto de mercado y reglas de asociación, para en el futuro poner a disposición de sectoristas / potenciales exportadores / exportadores consolidados, la información disponible.


Agradecimientos

A Promperú, en especial, la Subdirección de Inteligencia y Prospectiva Comercial y la Coordinación de Información y Negocios Electrónicos por apostar por la innovación e investigación, liderando de esta manera nuevas propuestas con visión analítica en los negocios.

A cada uno de los participantes en las reuniones de contraste de resultados (académicos, coordinadores, sectoristas, entre otros), por cada uno de sus comentarios y sugerencias, que permitieron enriquecer los alcances de esta investigación.


Referencias

Cerrito, P., & Cerrito, J. 2008. Survival Data Mining: Treatment of Chronic Illness. SAS Global Forum, Paper 139 – 2008.

Cuervo-Cazurra, A., Caliguri, P., Anderson, U. From the editors: How to write articles that are relevant to practice. Journal of International Bussiness Studies, 44: 285 - 289

Kudiba, Stephan y Hoptroff, Richard; ed. Hersey. Data Minig and Business Intelligence: a guide to productivity. Pa: Idea Group Publishing usa 2001

IBM Corporation. Manual de usuarios 1994,2011.

Rodrik, Dani. Políticas de Diversificación Económica., revista de la CEPAL 87, Diciembre 2005

José E. Duran Lima, Mariano Álvarez. Indicadores de comercio exterior y política comercial: mediciones de posición y dinamismo comercial. CEPAL - Colección Documentos de proyectos - Sección iii indicadores relacionados con el dinamismo comercial.

Manuel R. Agosín Crecimiento y diversificación de exportación, en economías emergentes. Revista CEPAL 97 – abril 2009

i Especialista de la Coordinación de Información y Negocios Electrónicos ii Analista Junior de la Coordinación de Información y Negocios Electrónicos

Cesto de Mercado Exportador para línea de productos frescos: Una aplicación del Modelo Asociativo

Documents

Transcript of Cesto de Mercado Exportador para línea de productos frescos: Una aplicación del Modelo Asociativo