El presente informe tiene como objetivo realizar un análisis detallado de las ventas y la rentabilidad de Adidas en el estado de Pensilvania. A través del uso de técnicas de regresión múltiple, se busca identificar los factores clave que afectan el margen operativo de los productos vendidos en este estado. Factores como el precio por unidad, las unidades vendidas y el producto se han considerado en el análisis para comprender su impacto en el desempeño financiero de las tiendas.
Este estudio es parte de un análisis más amplio que abarca múltiples estados de los Estados Unidos, donde Adidas tiene presencia. Los resultados del análisis ayudarán a la firma a tomar decisiones estratégicas informadas para mejorar la rentabilidad de sus operaciones en Pensilvania y, potencialmente, en otras regiones.
Para llevar a cabo el análisis, se utilizó un enfoque de regresión lineal múltiple con el objetivo de modelar la relación entre diversas variables independientes y el margen operativo, que es la variable dependiente principal del estudio.
Modelo para entender la relación entre una variable dependiente (MARGEN OPERATIVO) y una o mas variables independientes (PRECIOS DE VENTA, UNIDADES VENDIDAS, VENDAS TOTALES, BENEFICIO OPERATIVO), dicha relación se muestra a través de una linea recta que nos ayuda a entender que los graficos se distribuyan de manera normal
Análisis Descriptivo de las Variables Cuantitativas en
Pensilvania
1. Precio por Unidad (Price per
Unit):
Media: El precio promedio por
unidad es de $49.94, lo que indica que los productos en Pensilvania
tienen un costo intermedio.
Mediana: La mediana
es de $50.00, lo que sugiere que la mitad de los productos tienen
precios por encima y por debajo de este valor.
Desviación Estándar: La desviación estándar es de
$10.74, lo que refleja una variabilidad moderada en los precios de los
productos.
Rango: El precio mínimo es de $25 y
el máximo es de $75, lo que indica una gama moderada de precios.
2. Unidades Vendidas (Units Sold):
Media: El promedio de unidades vendidas es de 128.1
unidades por tienda.
Mediana: El valor de la
mediana es de 84.0 unidades, lo que indica que la mitad de las tiendas
venden menos de este valor y la otra mitad más.
Desviación Estándar: La desviación estándar es de
112.77, lo que sugiere una alta variabilidad en las cantidades
vendidas.
Rango: El mínimo de unidades vendidas
es de 8 y el máximo es de 525, lo que muestra una significativa
diferencia entre las tiendas.
3. Ventas Totales (Total
Sales):
Media: Las ventas totales
promedio son de $47,952.
Mediana: La mediana de
las ventas es de $4,472, lo que indica que muchas tiendas tienen ventas
totales relativamente bajas en comparación con el promedio.
Desviación Estándar: La desviación estándar es de
$78,398, lo que refleja una gran variabilidad en los ingresos generados
por las tiendas.
Rango: Las ventas totales
mínimas son de $256 y las máximas de $341,250, lo que muestra una
diferencia considerable en los niveles de ventas.
4.
Ganancia Operativa (Operating Profit):
Media: La ganancia operativa promedio es de
$19,244.2.
Mediana: La mediana es de $1,901.7,
lo que indica que muchas tiendas tienen ganancias operativas bastante
bajas en comparación con el promedio.
Desviación
Estándar: La desviación estándar es de $35,590.88, lo que
indica que las ganancias varían considerablemente entre las
tiendas.
Rango: La ganancia operativa mínima es
de $112.6 y la máxima es de $187,687.5.
5. Margen
Operativo (Operating Margin):
Media:
El margen operativo promedio es del 42.59%.
Mediana: La mediana es del 41.00%, lo que indica que la
mitad de las tiendas operan con márgenes más altos y la otra mitad con
márgenes más bajos.
Desviación Estándar: La
desviación estándar es del 9.53%, lo que indica que los márgenes
operativos no varían tanto como otros indicadores.
Rango: El margen operativo mínimo es del 25% y el
máximo es del 70%.
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :36.00 Min. : 20.00 Min. : 984 Min. : 334.6
## 1st Qu.:49.00 1st Qu.: 36.00 1st Qu.: 1780 1st Qu.: 728.5
## Median :55.00 Median : 47.50 Median : 2632 Median : 1123.3
## Mean :54.81 Mean : 71.08 Mean : 29319 Mean : 9942.4
## 3rd Qu.:61.50 3rd Qu.:106.25 3rd Qu.: 62188 3rd Qu.:18656.2
## Max. :70.00 Max. :200.00 Max. :130000 Max. :45500.0
## Operating Margin
## Min. :0.3000
## 1st Qu.:0.3500
## Median :0.3800
## Mean :0.3844
## 3rd Qu.:0.4225
## Max. :0.4800
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :32.00 Min. : 35.00 Min. : 1408 Min. : 563.2
## 1st Qu.:43.75 1st Qu.: 62.25 1st Qu.: 2908 1st Qu.: 1207.3
## Median :47.00 Median : 87.50 Median : 4090 Median : 1722.6
## Mean :48.03 Mean :127.92 Mean : 45456 Mean :14874.5
## 3rd Qu.:55.00 3rd Qu.:156.25 3rd Qu.: 82500 3rd Qu.:27562.5
## Max. :60.00 Max. :450.00 Max. :202500 Max. :63000.0
## Operating Margin
## Min. :0.2500
## 1st Qu.:0.3375
## Median :0.3700
## Mean :0.3792
## 3rd Qu.:0.4200
## Max. :0.5000
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :27.00 Min. :104.0 Min. : 3904 Min. : 1792
## 1st Qu.:45.75 1st Qu.:132.2 1st Qu.: 5934 1st Qu.: 3544
## Median :50.50 Median :158.0 Median : 8452 Median : 5132
## Mean :52.25 Mean :248.0 Mean : 94478 Mean : 50088
## 3rd Qu.:62.50 3rd Qu.:446.2 3rd Qu.:223125 3rd Qu.:118172
## Max. :70.00 Max. :525.0 Max. :341250 Max. :187688
## Operating Margin
## Min. :0.4000
## 1st Qu.:0.5275
## Median :0.5700
## Mean :0.5722
## 3rd Qu.:0.6225
## Max. :0.7000
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :30.00 Min. : 44.00 Min. : 2068 Min. : 673.9
## 1st Qu.:46.50 1st Qu.: 67.25 1st Qu.: 3293 1st Qu.: 1300.4
## Median :52.50 Median : 83.00 Median : 5362 Median : 2059.3
## Mean :54.86 Mean :136.47 Mean : 57018 Mean :16669.4
## 3rd Qu.:65.00 3rd Qu.:225.00 3rd Qu.:101250 3rd Qu.:30375.0
## Max. :75.00 Max. :375.00 Max. :262500 Max. :78750.0
## Operating Margin
## Min. :0.2500
## 1st Qu.:0.3000
## Median :0.3450
## Mean :0.3444
## 3rd Qu.:0.3925
## Max. :0.4500
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :28.00 Min. : 8.00 Min. : 256 Min. : 112.6
## 1st Qu.:40.00 1st Qu.: 32.75 1st Qu.: 1466 1st Qu.: 678.0
## Median :44.00 Median : 53.00 Median : 2522 Median : 1207.8
## Mean :45.50 Mean : 75.58 Mean : 25744 Mean : 9898.3
## 3rd Qu.:52.25 3rd Qu.: 92.50 3rd Qu.: 37813 3rd Qu.:13234.4
## Max. :60.00 Max. :300.00 Max. :135000 Max. :47250.0
## Operating Margin
## Min. :0.3500
## 1st Qu.:0.4000
## Median :0.4300
## Mean :0.4367
## 3rd Qu.:0.4700
## Max. :0.5400
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :25.00 Min. : 34.0 Min. : 1350 Min. : 548.7
## 1st Qu.:38.00 1st Qu.: 52.5 1st Qu.: 1990 1st Qu.: 895.2
## Median :43.50 Median : 65.5 Median : 3099 Median : 1517.0
## Mean :44.19 Mean :109.3 Mean : 35694 Mean :13992.1
## 3rd Qu.:52.50 3rd Qu.:156.2 3rd Qu.: 64375 3rd Qu.:25375.0
## Max. :60.00 Max. :450.0 Max. :202500 Max. :81000.0
## Operating Margin
## Min. :0.3500
## 1st Qu.:0.4000
## Median :0.4350
## Mean :0.4383
## 3rd Qu.:0.4700
## Max. :0.5500
## Price per Unit Units Sold Total Sales Operating Profit
## Min. :25.00 Min. : 8.0 Min. : 256 Min. : 112.6
## 1st Qu.:42.75 1st Qu.: 53.0 1st Qu.: 2276 1st Qu.: 987.4
## Median :50.00 Median : 84.0 Median : 4472 Median : 1901.7
## Mean :49.94 Mean :128.1 Mean : 47952 Mean : 19244.2
## 3rd Qu.:59.00 3rd Qu.:167.0 3rd Qu.: 75938 3rd Qu.: 24625.0
## Max. :75.00 Max. :525.0 Max. :341250 Max. :187687.5
## Operating Margin
## Min. :0.2500
## 1st Qu.:0.3500
## Median :0.4100
## Mean :0.4259
## 3rd Qu.:0.4800
## Max. :0.7000
## DesviacionE Moda
## Price per Unit 1.074010e+01 6.00e+01
## Units Sold 1.127703e+02 1.75e+02
## Total Sales 7.839865e+04 1.05e+05
## Operating Profit 3.590088e+04 6.30e+04
## Operating Margin 9.529472e-02 3.50e-01
## Warning: `position_stack()` requires non-overlapping x intervals.
## `position_stack()` requires non-overlapping x intervals.
## `position_stack()` requires non-overlapping x intervals.
##
## Call:
## lm(formula = `Operating Margin` ~ `Price per Unit` + `Units Sold` +
## Product, data = Pennsylvania)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.130171 -0.028321 -0.000002 0.029666 0.112731
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.826e-01 2.049e-02 13.790 < 2e-16 ***
## `Price per Unit` 2.421e-03 3.617e-04 6.694 1.98e-10 ***
## `Units Sold` -4.343e-04 3.707e-05 -11.714 < 2e-16 ***
## ProductMen's Athletic Footwear 3.582e-02 1.186e-02 3.020 0.00285 **
## ProductMen's Street Footwear 2.708e-01 1.322e-02 20.479 < 2e-16 ***
## ProductWomen's Apparel -1.174e-02 1.148e-02 -1.022 0.30788
## ProductWomen's Athletic Footwear 7.671e-02 1.174e-02 6.534 4.84e-10 ***
## ProductWomen's Street Footwear 9.619e-02 1.213e-02 7.928 1.34e-13 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.04762 on 208 degrees of freedom
## Multiple R-squared: 0.7584, Adjusted R-squared: 0.7503
## F-statistic: 93.27 on 7 and 208 DF, p-value: < 2.2e-16
F alto: Si el valor de F es alto, sugiere que el modelo en su conjunto es significativo.
Rcuadrado = Esto significa que las variables independientes colectivamente, explican una parte significativa de la variabilidad de la variable dependiente, lo que significa que el 75.84% de la variabilidad en el Operating Margin es explicada por las variables independientes.
Para lo supuestos se pide que el p- value sea mayor a 0.05, esto porque Si el p-value es mayor a 0.05, se considera que hay al menos un 5% de probabilidad de que la diferencia observada sea debida al azar. En otras palabras, no hay evidencia suficiente para concluir que los supuestos se violan.
##
## studentized Breusch-Pagan test
##
## data: modelo1
## BP = 5.2338, df = 7, p-value = 0.6315
##
## Shapiro-Wilk normality test
##
## data: residuals(modelo1)
## W = 0.99435, p-value = 0.5951
##
## RESET test
##
## data: modelo1
## RESET = 1.2036, df1 = 2, df2 = 206, p-value = 0.3022
## GVIF Df GVIF^(1/(2*Df))
## `Price per Unit` 1.430778 1 1.196151
## `Units Sold` 1.657114 1 1.287290
## Product 1.695189 5 1.054197
Se analiza el impacto de las variables en el rendimiento de las tiendas medido por el margen operativo en Pensilvania. Para esto, se procede con la interpretación de los coeficientes arrojados por el modelo
Intercepto= 0.2826 Este valor representa el margen operativo esperado cuando todas las otras variables son iguales a cero. En este caso, tiene un valor positivo.
Precio por unidad = 0.002421, p-value = 1.98e-10
Este coeficiente es positivo, lo que significa que, por cada aumento unitario en el precio por unidad, se espera un aumento de aproximadamente 0.0024 en el margen operativo, mientras se mantiene todo lo demás constante. Por su valor p concluimos que es una variable altamente significativa, lo que indica que impacta de manera importante el margen.
Unidades Vendidas = -0.0004343, p-value < 2e-16 El coeficiente es negativo, lo que implica que a medida que se venden más unidades, el margen operativo disminuye ligeramente. Esto puede deberse a costos adicionales asociados con la venta de más unidades. El valor de p también nos ayuda a concluir que es una variable significativa en el modelo.
Productos Men’s Athletic Footwear =0.03582, p-value = 0.00285 Las tiendas que venden este tipo de calzado masculino tienen un margen operativo más alto aproximadamente de 0.035 en comparación con otros productos.
Men’s Street Footwear =0.2708, p-value < 2e-16 Este tipo de producto tiene cierta influencia en el margen operativo, mostrando un aumento de aproximadamente 0.27.
Women’s Apparel= -0.01174, p-value = 0.30788 Este coeficiente es negativo, pero no es significativo p-value > 0.05
Women’s Athletic Footwear =0.07671, p-value = 4.84e-10) Este producto tiene un impacto positivo significativo en el margen operativo, con un aumento de aproximadamente 0.077.
Women’s Street Footwear=0.09619, p-value = 1.34e-13 También tiene un efecto positivo significativo en el margen operativo.
Según lo establecido anteriormente:
El precio por Unidad y los productos como “Men’s Street Footwear” y “Women’s Street Footwear” tienen los impactos positivos más fuertes. Mientras las Unidades vendidas tiene un pequeño impacto negativa, que se le atribuye a los costos adicionales que implica vender una unidad.
En conclusión las ventas de ciertos productos, como “Men’s Street Footwear” y “Women’s Street Footwear”, y el precio por unidad tienen un impacto positivo significativo en el margen operativo, mientras que el aumento de unidades vendidas reduce ligeramente dicho margen
Barandica, O. J. (2021, September 27). Data visualization in R. Orlando Joaqui Barandica. https://www.joaquibarandica.com/post/datavizr/
Paladino, M. (n.d.). Modelo lineales con R. Edu.Mx. Retrieved October 11, 2024, from https://www.institutomora.edu.mx/testU/SitePages/martinpaladino/modelos_lineales_con_R.html
Bosoni y Felipe Ruiz Bruzzone, G. B. (2019, July 3). Capítulo 7 Estadística descriptiva con RStudio. Bookdown.org. https://bookdown.org/gboccardo/manual-ED-UCH/estadistica-descriptiva-con-rstudio.html