Actividad Starbucks

ACTIVIDAD APLICACIÓN STARBUCKS
Starbucks es un caso de resonante éxito de restaurantes. Comenzando con su primera

cafetería en 1971, creció a más de 5,200 locales con proyección para llegar a 10,000 en 2005,
en los Estados Unidos.
Al abrir su primera tienda internacional, a mediados de 1990, Starbucks ahora opera en más
de 22 países (900 cafeterías) fuera de Estados Unidos. Además de vender bebidas y pasteles,
también compra y tuesta granos de café de alta calidad en varios locales. El objetivo de la
compañía es convertirse en la marca más reconocida y respetada del mundo.
En noviembre de 2001, Starbucks lanzó su tarjeta prepagada. La tarjeta, que tiene entre $5 y
$500 dólares, puede usarse en prácticamente cualquier local de Starbucks. La tarjeta fue tan
popular cuando se puso a la venta por primera vez, que a muchas tiendas se les agotó. Para
mediados de 2002, se activaron más de 5, 000,000 de estas tarjetas. Se piensa que la tarjeta
constituyó gran parte del aumento de 7% en ventas de la compañía a principios de 2002, y
que atrajo numerosos nuevos clientes a la tienda. Cuando los clientes recargan las tarjetas,
parece que están poniendo más dinero en ellas que el valor inicial de las tarjetas.
Suponiendo que la gerencia de la tienda desea estudiar las razones por las cuales algunas
personas compran éstas tarjetas con cantidades prepagadas más altas que otras personas.
Supongamos que la compañía realiza un estudio de 25 compradores seleccionados
aleatoriamente, contemplando las variables: cantidad del recargo en la tarjeta, edad del
cliente, número de días al mes que el cliente hace una compra en Starbucks, número de tasas
de café que el cliente toma por día e ingresos del cliente:
Días por mes Tazas de Ingresos (en

Cantidad de tarjeta Edad
en Starbucks café por día miles de $)
prepagada ($)
5 25 4 1 20
25 30 12 5 35
10 27 10 4 30
5 42 8 5 30
15 29 11 8 25
50 25 12 5 60
10 50 8 3 30
15 45 6 5 35
5 32 16 7 25
5 23 10 1 20
20 40 18 5 40
Asignatura: Probabilidad y estadística Periodo: Enero-abril 2019 Docente: Sergio Rodrigo Casasola Santana
35 35 12 3 40
40 28 10 3 50
15 33 12 2 30
200 40 15 5 80
15 37 3 7 30
40 51 10 8 35
5 20 8 4 25
30 26 15 5 35
100 38 19 10 45
30 27 12 3 35
25 29 14 6 35
25 34 10 4 45
50 30 6 3 55
15 22 8 5 30
Soluciona los siguientes apartados:
a) Suponga que el departamento de mercadotecnia desea hacer un perfil de los

visitantes frecuentes a una de las tiendas. Con los mismos datos, desarrolle un modelo
de regresión lineal simple para pronosticar la cantidad económica de la tarjeta de
prepago comparando simultáneamente dos diferentes variables independientes, en
primer lugar, considerando el factor de días por mes en Starbucks y otro comparativo
con la misma variable de respuesta, pero considerando los ingresos del usuario como
factor independiente. ¿Qué tan fuerte son los modelos? ¿Qué variables independientes
particulares parecen tener más esperanza (relación) para pronosticar el pago
económico a una tarjeta de prepago?
PARTE II
En la última década, Starbucks creció rápidamente. A medida que suman más tiendas y
aumenta el número de bebidas, también lo hacen sus ingresos por ventas. Al reflexionar sobre
este crecimiento, piense en otras variables que podrían estar relacionadas con el aumento
de ingresos por ventas en Starbucks. Con algunos de los datos de los últimos 7 años, acerca
del número de tiendas en todo el mundo, ingresos aproximados por ventas (en millones de
dólares), número de diferentes bebidas vendidas y promedio semanal de ingresos de
trabajadores por producción de Estados Unidos. Casi todas las cantidades son aproximadas:
Número Utilidades
Año de Número de
Ingresos de semanales
Ventas bebidas
tiendas promedio
1 400 676 15 386
2 700 1015 15 394
3 1000 1412 18 407
4 1350 1886 22 425
5 1650 2135 27 442
6 2200 3300 27 457
7 2600 4709 30 474
a) Desarrolle un modelo de regresión lineal simple para pronosticar ingresos por

número de bebidas vendidas considerando las variables predictoras como:
- número de tiendas
- número de bebidas
- promedio de utilidades semanales.
¿Cuál modelo es más fuerte para pronosticar los ingresos considerando

individualmente estás variables?
b) Un experimento quiere saber si existen diferencias en las ventas de acuerdo al tipo

de tienda que diseña la marca Starbucks, por lo que se realizan un estudio con
diferentes ensayos de clientes que compran en las tiendas a analizar. A
continuación, se presentan las compras de cada ensayo.
Tienda Resultados de cada ensayo donde se mide las

ventas obtenidas de acuerdo a cada tienda en miles
de pesos.
1 655.5 788.3 734.3 721.4 679.1 699.4
2 789.2 772.5 786.9 686.1 732.1 774.8
3 737.1 639.0 696.3 671.7 717.2 727.1
4 535.1 628.7 542.4 559.0 586.9 520.0
- Describe la prueba de hipótesis del problema.

- Realiza un ANOVA con el factor de tienda y determinar si existen diferencias.

Actividad Starbucks

Cargado por

Copyright:

Formatos disponibles

Actividad Starbucks

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Actividad Starbucks

Cargado por

Copyright:

Formatos disponibles

ACTIVIDAD APLICACIÓN STARBUCKS

Starbucks es un caso de resonante éxito de restaurantes. Comenzando con su primera

Días por mes Tazas de Ingresos (en

Soluciona los siguientes apartados:

a) Suponga que el departamento de mercadotecnia desea hacer un perfil de los

1 400 676 15 386

2 700 1015 15 394

3 1000 1412 18 407

4 1350 1886 22 425

5 1650 2135 27 442

6 2200 3300 27 457

7 2600 4709 30 474

a) Desarrolle un modelo de regresión lineal simple para pronosticar ingresos por

¿Cuál modelo es más fuerte para pronosticar los ingresos considerando

b) Un experimento quiere saber si existen diferencias en las ventas de acuerdo al tipo

Tienda Resultados de cada ensayo donde se mide las

1 655.5 788.3 734.3 721.4 679.1 699.4

2 789.2 772.5 786.9 686.1 732.1 774.8

3 737.1 639.0 696.3 671.7 717.2 727.1

4 535.1 628.7 542.4 559.0 586.9 520.0

- Describe la prueba de hipótesis del problema.

También podría gustarte