Vino novedoso, ¿a quién dirigirlo?

Vino novedoso, ¿a quién dirigirlo?

##plugins.themes.bootstrap3.article.main##

Resumen

La innovación y la segmentación del mercado son factores de éxito ante mercados maduros, competitivos y controlados como lo es el del vino. En este trabajo se aborda la segmentación del mercado del vino ante un nuevo vino tinto espumoso natural. Se utilizan variables que determinan la intención de compra tales como actitudes y consumo de vino, beneficios y emociones causadas por el vino, edad, género, nivel educativo e ingresos. Como resultado se obtuvieron cuatro segmentos diferenciados: uno más abierto a innovaciones
como el ‘optimista’; el ‘dispuesto’; el “exigente moderado” que exige con cierta racionalidad y el ‘pretencioso’ que es el más exigente, pero que no es un gran consumidor. Se concluye que las innovaciones deben dirigirse hacia los segmentos denominados ‘optimista’ y ‘dispuesto.

Palabras clave

Descargas

Los datos de descargas todavía no están disponibles.

##plugins.themes.bootstrap3.article.details##

Biografía del autor/a / Ver

Harold Martín Caro Malavé

Doctor en Estadística. Universidad de La Rioja, Logroño, España.

Hellen Méndez Martínez

Máster en Viticultura, Enología y Dirección de Empresas Vitivinícolas. Universidad de La Rioja, Logroño, España

Cristina Olarte Pascual

Doctora en Ciencias Económicas y Empresariales. Universidad de La Rioja, Logroño, España

Referencias

Barrena, R., García, T. y López-Mosquera, N. (2016). Determinantes socioeconómicos y emocionales en el consumo de nuevos alimentos. Un estudio piloto. ITEA, 112(1), 88-103.

https://doi.org/10.12706/itea.2016.006

Blashfield, R.K. (1976). Mixture model tests of cluster analysis: Accuracy of four agglomerative hierarchical methods. Psychological Bulletin, 83(3), 377-388.

https://doi.org/10.1037/0033-2909.83.3.377

Ferreira, L. and Hitchcock, D.B. (2009). A Comparison of Hierarchical Methods for Clustering Functional Data. Communications in Statistics-Simulation and Computation, 38(9), 1925-1949.

https://doi.org/10.1080/03610910903168603

Frías-Navarro, D. (2014). Apuntes de SPSS. Valencia, España: Universidad de Valencia.

García-Milon, A. et al. (2019). Does the product test really make a difference? Evidence from the launch of a new wine. Food Quality and Preference, 71, 422-430.

https://doi.org/10.1016/j.foodqual.2018.08.007

George, D. and Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference, 11.0 update. Boston, USA: Allyn & Bacon.

Gliem, J.A. and Gliem, R. (2003). Calculating,Interpreting, and Reporting Cronbach's Alpha Reliability Coefficient for Likert-Type Scales. Recuperado de https://scholarworks.iupui. edu/handle/1805/344.

Gourville, J.T. (2006). Eager Sellers and Stony Buyers: Understanding the Psychology of New- Product Adoption. Harvard Business Review, 84(6), 98-106.

Granato, D. et al. (2018). Use of principal component analysis (PCA) and hierarchical cluster analysis (HCA) for multivariate association between bioactive compounds and functional properties in foods: A critical perspective. Trends in Food Science & Technology, 72, 83-90. https://doi.org/10.1016/j.tifs.2017.12.006

Hands, S. and Everitt, B. (1987). A Monte Carlo study of the recovery of cluster structure in binary data by hierarchical clustering techniques. Multivariate Behavioral Research, 22(2), 235-243. https://doi.org/10.1207/s15327906mbr2202_6

Juaneda-Ayensa, E. et al. (2019). The "right" wine taster: Identifying individuals high in emergent nature to develop new market-oriented products. British Food Journal, 121(3), 675-696.

https://doi.org/10.1108/BFJ-05-2018-0303

Khodasevich, M.A. et al. (2017). Identification of Counterfeit Alcoholic Beverages Using Cluster Analysis in Principal-Component Space. Journal of Applied Spectroscopy, 84(3), 517-520.

https://doi.org/10.1007/s10812-017-0503-6

Kuiper, F.K. and Fisher, L. (1975). A Monte Carlo comparison of six clustering procedures. Biometrics, 31(3), 777-783. https://doi.org/10.2307/2529565

Moreno, M. y Munuera, J.L. (2012). La revisión del conocimiento en los nuevos productos: el papel mediador de la creatividad y la velocidad al mercado. Revista Española de Investigación de Marketing ESIC, 16(1), 59-85. https://doi.org/10.1016/S1138-1442(14)60009-7

OEMV. (2014). El consumo de vino en España. Recuperado de http://www.oemv.es/ infografia-oemv-el-consumo-de-vino-enespana.

OEMV. (2018). El número de bodegas en España sube hasta las 4.373. Recuperado de http://www. oemv.es/el-numero-de-bodegas-en-espanasube- hasta-las-4-373.

OIV. (2018). Bases de datos y estadísticas. Recuperado de http://www.oiv.int/es/basesde- datos-y-estadisticas/estadisticas.

OIV. (2018). Aspectos de la coyuntura mundial. Recuperado de http://www.oiv.int/public/ medias/5960/aspectos-de-la-coyunturamundial-oiv-abril-2018.pdf.

Olarte, C., Pelegrín, J. and Reinares, E. (2017). Model of acceptance of a new type of beverage: Application to natural sparkling red wine. Spanish Journal of Agricultural Research, 15(1), e0102. https://doi.org/10.5424/sjar/2017151-10064

Smith, W.R. (1956). Product differentiation and market segmentation as alternative marketing strategies. Journal of Marketing, 21(1), 3-8. https://doi.org/10.1177/002224295602100102

Watson, D., Clark, L. and Tellegen, A. (1988). Development and Validation of Brief Measures of Positive and Negative Affect: The PANAS Scales. Journal of Personality and Social Psychology, 54(6), 1063-1070. https://doi.org/10.1037/0022-3514.54.6.1063

Citado por