El modelo PIMS

El modelo PIMS

El modelo PIMS (siglas de Profit Impact of Market Strategy), utiliza modelos econométricos en lo que intervienen distintas variables, que busca la generalidad de los resultados los cuales intentan ser representativos para ver la relación de las variables con respecto a la estrategia. Se intenta construir generalizaciones para cada una de las estrategias. Interactúan base de datos de empresa representativas con datos reales.

Expresa las dimensiones atractivo o estructura del mercado y posición competitiva de la empresa medidas con datos reales y se utiliza el análisis econométrico (regresión múltiple). El modelo PIMS tiene como objetivo el descubrir regularidades empíricas relacionadas con la estrategia seguida y con el resultado del negocio, cuyo propósito es asistir a las empresas en sus procesos de dirección.

Modelo de estrategia competitiva del PIMS
Modelo de estrategia competitiva del PIMS

Limitaciones del PIMS

  • Unidad de análisis: lo más adecuado es la forma del producto pero se siguen teniendo problemas con respecto a cómo se recoge.
  • Medición de variables de forma subjetiva: lo bueno de este modelo es que tenemos datos reales de empresa y tenemos BBDD bastante buenas que permiten la generalización. El problema es que muchas variables se miden de forma subjetiva, la medición de la calidad por ejemplo.
  • Sesgo muestral: se supone que la BBDD va a ser representativa pero determinadas poblaciones pueden estar sobredimensionadas o infravaloradas.
  • Problemas de multicolinealidad: incorporamos muchas variables, muy correlacionadas entre ellas y cuyo efecto no se pueda detectar.
  • Combinación de datos de diferentes industrias: la parte buena es que tener resultados, problemas que puede seguir el hecho de que la realidad de cada industria sean diferentes.
  • Incertidumbre sobre ausencia de variables importantes: en una de la metodología de Mckinsey, la empresa se tiene que sumergir en su realidad para ver el atractivo de su mercado para ser más competitivo.
  • Imposibilidad de probar la causalidad (datos transversales): no siempre se incorpora información longitudinal, no siempre se recoge en los mismos años.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.