Modelo de Bass: proyectar una adopción sin transformar una curva en certeza.

DECISIÓN RESPALDADAUsar la curva como escenario de referencia, comparar después sus errores fuera de muestra y probar hipótesis alternativas antes de una decisión de stock, de capacidad o de presupuesto.

Estado de la evidencia

Qué se ha reproducido y qué no demuestra.

La especificación y la fixture didácticas están verificadas. La ejecución Python reproduce 7.395 nuevos adoptantes dentro de la tolerancia numérica, y rechaza un potencial nulo, un acumulado fuera de capacidad o un coeficiente fuera de dominio. Este resultado no valida ninguna previsión de mercado.

  1. Especificación técnica de la calculadora de Bass, especificación en francés (se abre en una pestaña nueva)

    v1, 31 de agosto de 2026 · CC BY 4.0 · especificación en francés · Documento de método redactado por marketing-mix.net. Las cifras son ilustrativas: no son mediciones de mercado.

Qué hay que distinguir

Tres condiciones antes de cualquier cálculo.

01

Un mercado potencial declarado

El parámetro m no es la población total. Corresponde a los adoptantes posibles en un perímetro, un periodo y una oferta definidos.

02

Dos mecanismos agregados

p representa una adopción independiente del acumulado observado; q representa una difusión ligada a la parte que ya adopta. Estos parámetros describen, no identifican una causalidad.

03

Una previsión que hay que confrontar

La curva debe compararse con un holdout, con escenarios de lanzamiento y con las restricciones operativas antes de cualquier asignación.

Método

Construir una previsión controlable en cuatro etapas

  1. 01Definir la adopción

    Fijar unidad, producto, zona, periodo y evento de adopción; una prueba, una compra y un usuario activo no son intercambiables.

  2. 02Estimar p, q y m

    Usar una serie acumulada suficiente, publicar el método de estimación y verificar la sensibilidad al arranque y al potencial de mercado.

  3. 03Proyectar periodo a periodo

    Calcular los nuevos adoptantes, actualizar el acumulado y conservar los parámetros, fechas y versiones que han producido cada escenario.

  4. 04Validar y revisar

    Medir el error en un periodo no utilizado, comparar modelos alternativos y reestimar cuando precio, canales o competencia cambian.

RECURSO ORIGINAL

Proyección condicional de adopción

Introduzca p, q, el potencial m y los adoptantes acumulados A. El cálculo se bloquea si los parámetros salen de su dominio.

ADOPTANTES DEL PRÓXIMO PERIODO7395

Proyección condicionada a los cuatro parámetros introducidos.

CSVDescargar la rejilla de previsión Bass↓
EJEMPLO ILUSTRATIVO · DATOS SIMULADOS

Un periodo siguiente enteramente condicional a los parámetros

01 · SITUACIÓN

Ejemplo ilustrativo: p = 0,03; q = 0,38; potencial m = 100.000; adoptantes acumulados A = 15.000.

02 · CÁLCULO

Nuevos adoptantes = [0,03 + 0,38 × (15.000 / 100.000)] × (100.000 − 15.000) = 7.395.

03 · DECISIÓN

Los 7.395 adoptantes constituyen una proyección del escenario declarado, no un objetivo comercial ni una previsión garantizada.

Condiciones de aceptación

Lo que debe cumplirse para actuar.

  1. 01

    Bloquear el cálculo si p o q sale de [0; 1], si m es nulo o si el acumulado supera m.

  2. 02

    Publicar la definición de la adopción, el periodo, el mercado potencial y el método de estimación.

  3. 03

    Comparar el error fuera de muestra y la sensibilidad a m antes de cualquier decisión de capacidad.

  4. 04

    Revisar el modelo cuando un cambio de precio, canal, oferta o competencia rompe la continuidad de la serie.

Límites

Lo que este análisis no demuestra.

  • El modelo agrega a los individuos y no representa directamente la heterogeneidad de los segmentos.
  • Los parámetros p y q no son constantes universales transferibles de un lanzamiento a otro.
  • Una curva bien ajustada en muestra no garantiza una buena previsión.
  • Las restricciones de stock, de distribución y de comunicación permanecen fuera del modelo de base.

Referencias

Trabajos citados.

  1. Bass (1969), A New Product Growth for Model Consumer Durables (se abre en una pestaña nueva)
  2. Bass, Krishnan & Jain (1994), Why the Bass Model Fits without Decision Variables (se abre en una pestaña nueva)