Tratamiento Borroso Del Intangible

Tratamiento borroso del intangible
en la valoración de empresas de Internet
Mª Carmen Lozano Gutiérrez

Federico Fuentes Martín
Esta página está alojada por el

Grupo EUMED.NET de la Universidad de Málaga
En el espacio “LIBROS DE ECONOMÍA GRATUITOS”
http://www.eumed.net/cursecon/libreria/index.htm
1.- INTRODUCCIÓN
Cuando se va a acometer una valoración de una empresa de Internet, resulta

fundamental entender claramente cuál es el plan de negocio de la empresa, y cómo ésta
va a generar liquidez suficiente para que su rentabilidad supere al coste del capital, el
potencial de ingresos de la empresa y su capacidad para convertirlos en flujos de caja
para los accionistas.
La potencialidad en generar ingresos para éstas compañías resulta fundamental
en el estudio valorativo, dado que si el mercado bursátil percibe que el subsector en el
que se encuentra la compañía de Internet tendrá un fuerte crecimiento en el futuro,
entonces el precio que se pagará por esas acciones será más alto. Por tanto un factor
clave en las valoraciones lo constituyen las expectativas sobre el desarrollo del negocio
en la red. Considerar y evaluar expectativas resulta tarea difícil en un sector que todavía
no está consolidado1 y que, desafortunadamente, registra constantes pérdidas 2
,sobre
todo para aquéllas compañías que están en la fase primera del ciclo de negocios. Por el
contrario, otras compañías están duplicando sus ingresos cada seis meses; aquí entra en
juego el tema de la volatilidad. Así, si las empresas de alta volatilidad pueden caer como
por un tobogán en sus ganancias en cuestión de horas, también para otras más estables,
como Yahoo, la caída puede ser rápida (en enero de 2000 su capitalización de mercado
de Yahoo era de 114 millones de dólares y a finales de julio de ese mismo año había
bajado a casi 71 millones. )
1
Según datos difundidos en las páginas de Cibereconomía, se espera que la consolidación del sector se
produzca entre los años 2004 y 2006 en los Estados Unidos. Para Europa la fecha se sitúa entre el 2006 y
el 2009. Por madurez del sector se entiende que más del 50% de la población esté conectada a la red y la
utilice casi a diario.
2
Según un estudio realizado por Pegasus Research (consultora independiente norteamericana) las tres
cuartas partes de todas las firmas que operan en Internet están funcionando con pérdidas.
Los parámetros en los que se apoya la valoración tradicional de empresas
basados en la relación precio/ganancia, no resultan aplicables por tanto a las empresas
de Internet, para las que conseguir tráfico, comunidad y marca supone tener un valor
intrínseco importante aunque no facturen nada. De acuerdo con Mascareñas, J [2001,
pág.1], el análisis de las empresas sin beneficios y con flujos de caja negativos debe
centrarse en la forma en que dichas empresas crean valor, sabiendo que al final lo que
importa es el potencial de ingresos de la empresa y su capacidad para convertirlos en
flujos de caja para los accionistas.
El presente documento de trabajo lo hemos estructurado en los siguientes
apartados: los problemas de una valoración absoluta, identificación de variables en la
valoración, la descripción de los métodos más destacados de valoración por
comparables y tendencias futuras en la valoración, y un estudio empírico para la
valoración de empresas de Internet por comparables a partir de variables cuantitativas
como la “satisfacción del cliente”, “la imagen de marca” y “la calidad del servicio”,
que con mayor importancia se han apuntado como factor clave del éxito de una empresa
de Internet. Para todas ellas presentamos la lógica difusa o borrosa como principal
sistema capaz de tratar éstas variables de modo formal, así como las posibilidades que
en el campo de la predicción se abren si se complementaran los resultados difusos con
el aprendizaje generado por una red neuronal.
De éste modo hemos pretendido seguir un lógico hilo conductor que permita
comprender las peculiaridades valorativas del sector y la problemática que ello implica
tratando, en la medida de lo posible, de incidir en los aspectos de mejora en el
tratamiento de las variables a manejar en dicha valoración a partir de técnicas novedosas
aunque de demostrada validez y utilidad.


2.- MÉTODOS DE VALORACIÓN ABSOLUTA Y RELATIVA
La aplicación de métodos de valoración absoluta y relativa (usados para las

compañías tradicionales) a las empresas de Internet, se ha visto limitada básicamente
por las peculiaridades de éstas empresas. En este sentido hay que considerar la ausencia
de cash flow positivos y la incertidumbre de obtenerlos en un futuro inmediato, además
de tener una historia muy limitada de tasas de descuento, sobre todo teniendo en cuenta
que para estimar tasas de descuento apropiadas, generalmente, se utilizan cinco años de
datos de rentabilidad.
Los métodos de valoración absoluta que más se suelen emplear son dos
1.- El descuento de los flujos de caja futuros estimados
2.- La valoración a través de opciones reales
La metodología del descuento de los flujos de caja futuros estima la cantidad
de flujos positivos y negativos que una compañía generará en el futuro y descuenta el
valor de esos flujos futuros a fecha actual de valoración. La generación de flujos de caja
proviene, en las compañías de Internet, directamente de los clientes ó indirectamente al
permitir que otras empresas paguen por utilizar el sitio como forma de atraer a aquellos
.Por tanto, el descuento de flujos de caja futuros está basado en las expectativas sobre la
liquidez sobrante generada por la empresa, una vez realizadas las inversiones necesarias
para su normal funcionamiento, y en las tasas de descuento futuras calculadas como el
coste de oportunidad del capital.
Los inconvenientes de éste método son fundamentalmente de dos tipos:
1). La dificultad de prever en el futuro el ritmo de crecimiento de la compañía, los
cambios en el modelo de negocio y la competencia.
2) La dificultad de establecer la tasa de descuento y el valor terminal. 1
Resulta evidente que la aplicación de ésta metodología no resulta demasiado
recomendable para empresas de Internet de reciente creación y en constante cambio y
que, además, son las que suelen tener pérdidas inicialmente. La incertidumbre sobre
cómo puede ir en el futuro el negocio de la compañía da lugar a que puedan justificarse
diferentes valoraciones dentro de una amplísima banda.
La teoría de opciones ofrece un singular atractivo en el mundo de la valoración
de empresas. Además de aplicarse como instrumento de valoración de activos incluidos
en cualquier tipo de opción, existe la posibilidad de plantearla como alternativa al VAN
(Valor actual neto). Esta concepción está especialmente indicada para valorar empresas
con problemas y empresas con alta volatilidad e incertidumbre, puesto que en estos
casos los métodos tradicionales arrojarían valores negativos por la incapacidad de
recoger el valor potencial de la compañía. La valoración a través de opciones reales,
está especialmente recomendada para compañías que presenten las siguientes
características:
-empresas de reciente creación
-empresas ubicadas en mercados con altos niveles de incertidumbre
-empresas que mantengan algún tipo de liderazgo en su sector
-empresas dirigidas por personas que comprendan las opciones y tengan una
cierta habilidad para ejercitarlas.
Esta metodología parte de la idea de que la compañía realizará inversiones
sucesivas hasta situarse al nivel de la competencia, que cada inversión será contemplada
como una opción real, y que el conjunto de todas ellas sería una opción compuesta
(conjunto de opciones donde cada una depende de que se haya realizado la anterior). La
idea consistiría en calcular el valor de la empresa en el momento de alcanzar la
situación de crecimiento estable y considerar dicho valor como el precio de ejercicio de
la opción. Esta metodología parte del supuesto básico de que la compañía tan sólo
realizará inversiones cuando tenga razones fundadas de que va a ganar dinero con
bastante seguridad. Por tanto la clásica campana de Gauss representativa del valor del
riesgo no es útil ya que a la empresa sólo le interesa la mitad de la campana, indicativa
de sus ganancias, mientras que la correspondiente a las pérdidas no la contempla porque
en dicha situación renunciará a realizar ningún tipo de inversión. El criterio de opciones
1
El valor terminal o residual engloba todos los flujos de caja libres hasta el infinito existentes a partir del
último flujo de caja estimado detalladamente.
reales sostiene que es posible valorar ex ante alternativas de gestión de forma que se
pueda incorporar ese valor en el precio de mercado de las acciones. Pablo Fernández
[2001] coincide con estos planteamientos al afirmar que el descuento de flujos debe
complementarse, en algunos casos, con la valoración de las opciones reales pero
introduce una primera advertencia sobre el uso de esta teoría y es que no todas las
empresas de Internet disponen de opciones reales valiosas. Sostiene que una opción real
sólo aporta valor a una empresa cuando ésta dispone de alguna exclusividad para el
ejercicio futuro de dicha opción.
Entre los métodos de valoración relativa de empresas de Internet, destaquemos
la utilización de múltiplos ó valoración por comparables, los cuales se consideran
como una metodología auxiliar con respecto a la del descuento de flujos de caja libres, y
se basan en el supuesto de que la empresa a valorar debería comportarse de forma
similar a la media de las empresas de su sector, con lo que valora a las empresas de
forma indirecta en función del valor de sus competidoras (suponiendo que las haya) y
no de su capacidad generadora de recursos financieros líquidos.
Entre los múltiplos más utilizados destacaríamos :
1.- El PER (Price Earning Ratio): se define como el precio de las acciones de una
empresa dividido por los beneficios por acción de dicha empresa, y es una herramienta
muy usada por los analistas. Refleja la cantidad de euros que los inversores están
dispuestos a pagar por cada euro de beneficios, y está directamente relacionado con el
crecimiento esperado de la empresa. Este múltiplo permite estimar el valor de las
acciones de una empresa sin más que multiplicar el PER medio de las empresas de
referencia por el beneficio obtenido de cada acción de la empresa a valorar. El principal
atractivo del PER como herramienta de valoración es su simplicidad, pero sus
inconvenientes más destacados son:
-No siempre es fácil aplicar el PER medio de las empresas de referencia porque
no siempre las hay.
-Si toda la industria está sobrevalorada, el analista estará sobrevalorando
también a la empresa analizada.
-No sería aplicable el método en empresas que no obtengan beneficios sino
pérdidas (que constituyen la mayoría de las empresas de Internet).
2.- El PBR (Price to Book Ratio): se define como el precio de las acciones de una
empresa dividido por el valor en libros por acción de dicha empresa. El mayor problema
es que en las empresas de Internet el valor en libros de sus activos tiene muy poca
relevancia ya que la mayoría tiene pocos activos tangibles y su mayor valor reside en
los intangibles (capital humano, valor de la marca..) no reflejados en los libros de la
empresa.
3.- El PSR (Price to Sales Ratio) se define como el precio de las acciones de una
empresa dividido por las ventas por acción de dicha empresa, y refleja cuánto están
dispuestos a pagar los inversores por cada euro de ventas. Permite estimar el valor de las
acciones de una empresa sin más que multiplicar el PSR medio de las empresas de
referencia por los ingresos por ventas de la acción a valorar. Tiene el inconveniente
fundamental de que ignora los márgenes de beneficio, una variable importante para
valorar cualquier empresa.
4.- El MCV (Market Cap per Visitor): se define como el valor de mercado de una
empresa dividido por el número de visitantes de la página Web de dicha empresa, y
refleja cuanto valora el mercado al visitante promedio. El inconveniente principal es que
se ignora el beneficio generado por cada visitante.
5.- El PPV (Profit Per Visitor) se define como el beneficio neto generado por cada
visitante de la página Web de una empresa y tiene en cuenta todos los costes y
beneficios relevantes generados por cada cliente. El PPV destaca por su sencillez, y
considera variables importantes de valoración como ingresos, costes y números de
clientes. Sin embargo, a diferencia de los modelos tradicionales de valoración, no llega
al valor de una empresa a través de descontar los cash flows esperados a una tasa de
descuento ajustada por riesgo, que sería tal vez lo más correcto que se podría hacer.
6.- El EBITDA (Earning before interest, taxes, depreciation and amortization) se basa
en la idea de que el valor de la empresa es un múltiplo de sus beneficios antes de
amortizaciones, intereses e impuestos. Su aplicación a las empresas de Internet
[Mascareñas,2000] se basa en que al no disponer de recursos suficientes para hacer
frente al servicio de la deuda, no van a tener beneficios netos, ni impuestos ni capacidad
de amortizar sus activos fijos. Se está utilizando otra versión del EBITDA libre de
gastos de marketing para valorar las empresas de Internet de reciente creación para las
que los gastos de marketing constituyen una partida fuerte (a veces incluso superior a
los propios ingresos por ventas).
Se han utilizado otro tipo de indicadores de medición de la actividad
desarrollada por las empresas de Internet basados en la utilización de páginas Web que
pueden utilizarse para la predicción de ingresos:
a) Número de páginas vistas: representa el número total de páginas visitadas por
los distintos usuarios que acceden a la Web a lo largo del mes; un elevado
número de visitas puede ser un indicativo del éxito de la Web y podría traducirse
en determinados casos en ingresos. Sin embargo, ésta medida puede conducir a
predicciones erróneas ya que un elevado número de visitas no se traduce en
ingresos (como en empresas de comercio y banca electrónica).
b) Número de visitantes únicos: representa el valor de mercado de la empresa
dividido por el número de personas distintas que visitan un sitio Web en un mes.
c) Número de suscriptores: representa el número de usuarios que paga una cuota
fija para acceder a los contenidos de la Web ó bien el número de usuarios
registrados que pagan en función de los contenidos visitados. Este parámetro es
un indicativo del número de clientes reales de la empresa, por tanto también es
útil para la predicción de ingresos [Alonso, A.B y Laguna, P 2002].
Aparte de éstos tres indicadores se pueden emplear otros muchos como el tiempo
promedio de visita por persona, el número promedio de páginas vistas por persona, el
número de enlaces hacia la página Web,..etc.
Existe una opinión generalizada de que las compañías de nuevas tecnologías no se
ajustan fácilmente a los métodos tradicionales de valoración debido a diversos factores
como la falta de beneficios, la falta de historia, la dificultad de predecir los flujos de
caja futuros,..etc. Los nuevos métodos de valoración que se están imponiendo en la
actualidad los podríamos agrupar en Price to revenues y en Price to “eyeballs”2. En el
primero se recogen conceptos como la marca, la experiencia, y el segundo se basa en
comparables con respecto al volumen de tráfico de un sitio web. En su trabajo sobre
eyeballs y la valoración de compañías de Internet, Elizabeth K. Keating [2001] sostiene
que la valoración de negocios puramente virtuales, como portales o webs de contenidos,
sí debe atender principalmente a los beneficios que generan pero los e-tailers deben
valorarse en función de las páginas vistas. Otro trabajo destacado en la valoración de
empresas de Internet por nuevas metodologías es el realizado conjuntamente por
Rajgopal,. S, Cota, S y Venkatachalam, M. [2001], sobre la valoración de firmas de
Internet, en el que justifican la importancia del volumen de tráfico de un sitio web para
la valoración de la compañía. Pero también sigue habiendo defensores a ultranza de los
métodos tradicionales de valoración como el método de descuento de los flujos
2
Por eyeballs se interpreta el número de visitantes únicos de un sitio web.
previsiblemente generados por la compañía en un futuro como fuente de valor de ésta.
Higson, C. y Bringinshaw, J. [2000] de la London Business School, en su trabajo sobre
la valoración de las empresas de Internet, afirman que las reglas clásicas de valoración
son válidas para la nueva economía y sostienen que lo que falla es la capacidad para
predecir los flujos de caja de esas empresas; consideran que en aquellos casos en los que
se ha sobrevalorado una compañía se ha debido a que los analistas han cometido errores
fundamentales en aspectos como la sostenibilidad del modelo de negocio, la
rentabilidad o la inversión necesaria. Damodaran, A. [2002] se sitúa en la misma línea,
ya que para él la valoración es básicamente la misma sin importar el tipo de compañía
que se analiza proponiendo, eso sí, tres tipos de correcciones sobre la valoración
tradicional:
1.- Compañías que tienen resultados negativos: propone normalizar los beneficios o
ajustar los márgenes a los niveles que se consideren sostenibles.
2.- Compañías de corta o nula historia: ésta podría ser sustituida por información de
compañías comparables, aunque ésta solución plantearía el interrogante de si son
comparables las compañías. Podríamos encontrar datos sobre compañías dedicadas a la
misma actividad pero en diferentes fases de desarrollo, lo que representaría un abismo
en la certeza y confianza que puede generar una compañía; además, no hay comparación
entre una compañía cuyo objetivo de mercado sea global y otra que enfoque su
actividad en un mercado local.
3.- Empresas para las que no existen compañías comparables: será necesario en
éstos casos el entender cuál es el plan de negocio de la empresa y cómo va a generar
ésta una rentabilidad que supere a su coste de capital, es decir, que lo relevante en éste
caso, será el potencial de ingresos de la compañía y su capacidad para convertirlos en
flujos de caja para los accionistas [Mascareñas, 2001].
Schwartz y Moon [2000], plantean la utilización del Flujo de Caja Descontado
introduciendo en él probabilidades y simulaciones. El uso de estas herramientas se ha
ido extendiendo y, por ejemplo, Fernández (2001) realiza una valoración de Amazon,
utilizando el Flujo de Caja descontando con 10.000 escenarios probabilísticos.
En la mayoría de los estudios valorativos reseñados anteriormente los analistas
coinciden en señalar que uno de los aspectos más relevantes, en la consideración del
valor de una empresa de Internet, proviene de aspectos cualitativos de difícil
tratamiento, es por ello que las empresas de Internet no siguen un criterio clásico de
valoraciones, ya que uno de los factores clave es que su valor descuenta expectativas de
lo que puede ser la red en el futuro y, evidentemente, resulta difícil medir expectativas
por la componente de subjetividad que inevitablemente acompañará a tales
valoraciones. Sin embargo, podríamos considerar variables concretas que determinen de
forma estándar la valoración de una empresa en la red, variables que podrían quedar
agrupadas en tres apartados:
• Variables de Posicionamiento
• Variables de Gestión
• Variables de Funcionamiento
Para conocer el posicionamiento de la empresa en la red las medidas más
representativas son el tamaño de la base de datos de usuarios (registrados) de la empresa
y la calidad de ésta, el tráfico (generalmente medido por el número de accesos y valor
monetario), y la imagen de marca, y las barreras de entrada.
Cuanto mayor sea la base de datos de usuarios de la empresa que acepta envíos
periódicos de correo electrónico ó boletines y más información (calidad) se aporte sobre
los usuarios registrados tanto mayor será el valor estimado de la empresa. Así en los EE
UU se están valorando las empresas de Internet poniendo un precio por cada usuario en
su base de datos.
El tráfico es otra de las variables indicativas del posicionamiento de la empresa
evaluada en el sector al que ésta pertenece. El tráfico en la red se mide a partir de
[García, J 2002] el tiempo de permanencia en el website, la segmentación del usuario, la
evolución desde el inicio de las operaciones,...etc., poniéndolo en comparación con la
competencia y con servicios similares en otros países.
La imagen de marca es la variable en la que se capta la percepción por parte del
usuario de la marca de la empresa. Constituye pues una variable subjetiva y la única
forma de medirla es a través del marketing y publicidad hechos hasta ese momento, y la
presencia de la marca en los medios de comunicación.
Con la variable “barreras de entrada” se identifica el tiempo que la empresa o
servicio ha estado en la red sin competencia. Cuanto más tiempo haya estado la marca
en solitario mayor será la barrera de entrada para la posible competencia.
En las empresas de Internet la calidad del equipo gestor y el equipo humano
juegan un papel fundamental, sobre todo si se tiene en cuenta que el sector es muy
volátil e impredecible y requiere una puesta al día constante y una flexibilidad y
capacidad de adaptación considerables.
Hay que analizar las tasas de crecimiento de facturación y comprobar que las
tasas previstas de crecimiento son razonables. En algunas empresas se suele utilizar el
índice de valoración bursátil contra facturación anual prevista.
Para las empresas de Internet el coste depende en un 70% de la tecnología
utilizada, de ahí que resulte tan importante el analizar la capacidad de la compañía para
absorber crecimientos y la facilidad de migrar su hardware, software, desarrollos
propios y ancho de banda al menor coste.
El marketing es la segunda variable empresarial básica ya que hay que saber
cómo se va a seguir creando imagen de marca y haciendo crecer las barreras de entrada
a la competencia, y también cómo generar tráfico y clientes además de fidelizarlos. Esta
parte, siendo muy subjetiva, determina en buena parte el éxito de la empresa.
Para poder llevar a cabo un análisis más profundo, en la valoración de empresas
de Internet, es necesario completar el análisis cuantitativo con la realización de un
análisis cualitativo donde se tengan en cuenta aspectos tales como la importancia de ser
el primero en entrar, el valor de la marca, la fortaleza del modelo de negocio, o el valor
del equipo gestor. Todos éstos aspectos pueden ser recogidos en la siguiente tabla:
FACTOR CRÍTICO DE
ELEMENTOS DE ÉXITO
Dirección/Gestión -Experiencia
-Cualidades específicas del gestor
-Capacidad de la dirección
-Creatividad
Modelo de Negocio -Barreras a la entrada (culturales, costes de entrada, posibilidad de copia del negocio)
-Amenaza de productos sustitutivos
-Fuentes de ingresos diversificadas
-Tamaño del mercado
-Poder de negociación de clientes y proveedores
-Tasas de crecimiento del mercado
-Innovación Tecnológica
Tecnología -Innovación de productos específicos
-Innovación de procesos específicos
Percepción del mercado -Liquidez

-Ratio call/put
Fuente: Hanno Beck, 2000

La investigación en el campo de las valoraciones de empresas de Internet está
abierta y sujeta a una profunda revisión dadas las manifiestas inconsistencias que los
métodos absolutos y por comparables están presentando, en especial cuando en éstas
valoraciones se incluyen tratamientos de variables cualitativas.
El tratamiento de las variables cualitativas y sus etiquetas lingüísticas3, ofrecido
por la lógica borrosa y su procesado a través de programas inteligentes como las redes
neuronales, son avances importantes aplicables claramente al campo de valoración de
empresas de Internet.
3
El tratamiento de variables lingüísticas fue introducido por Zadeh en un extenso trabajo de 1975


3.- APLICACIÓN DE LOS SISTEMAS BORROSOS Y LAS REDES

NEURONALES A LA VALORACIÓN DE EMPRESAS DE INTERNET
La constante mutabilidad a la que se ven sometidos los fenómenos económicos

no permite, en la mayor parte de los casos, tomar en consideración datos del pasado
para poder establecer inferencias del futuro. Es por ello que la preparación de una
decisión, simple ó compleja, se convierte en una actividad organizativa del pensamiento
en la que inevitablemente se combina intuición y lógica. No obstante, el hecho de
encontrarnos en la era de la información, en el que se han desarrollado ya sistemas muy
potentes para el tratamiento de la misma, hace que cada vez se puedan utilizar mejor los
modelos matemáticos en todo aquello que pueda tener relación con el hombre y su
entorno.
La mayoría de los fenómenos que intervienen y determinan el valor de una
empresa de Internet, provienen de aspectos cualitativos que inevitablemente resultan
imprecisos, es decir, tienen implícito un cierto grado de borrosidad en la descripción de
su naturaleza y que provienen generalmente del conocimiento subjetivo. Esta
imprecisión puede estar asociada con su forma, posición, momento..., o incluso con la
semántica que describe tal conocimiento subjetivo. En muchos casos, el mismo
concepto puede tener diferentes grados de imprecisión en diferentes contextos o tiempo,
de la misma manera que un día cálido en invierno no es lo mismo que un día cálido en
primavera. La información lingüística no es posible cuantificarla mediante modelos
matemáticos tradicionales y, aunque el conocimiento subjetivo suele ser ignorado a la
hora de enfrentarnos a un problema, sí que se tiene en cuenta para evaluar la solución
que se le da. Esto sugiere la posibilidad de utilizar ambos tipos de conocimiento para
resolver problemas reales, que es precisamente lo que hace la Lógica borrosa o Fuzzy
Logic (FL).
La lógica borrosa es un tipo de lógica que reconoce más que simples valores
verdaderos o falsos. Con lógica borrosa, las proposiciones pueden ser representadas con
grados de veracidad o falsedad. Por ejemplo, la sentencia “hoy es un día soleado” puede
ser 100% verdad si no hay nubes, 80% de verdad si hay pocas nubes, 50% de verdad si
existe neblina y 0% si el cielo está totalmente cubierto.
Los modelos matemáticos que tradicionalmente se han utilizado en economía
tienen su soporte, la mayor parte de las veces, en teorías formales que toman en
consideración datos ciertos, y teorías probabilísticas construidas a partir de datos
estadísticamente mensurables ó construidos a partir de razonamientos que permitan
aceptar a priori leyes de probabilidad. El problema surge cuando estos modelos se
enfrentan ante hechos para los que no puedan usarse ni leyes de probabilidad ni los
razonamientos que con ellas se relacionan. Así, los matemáticos y los economistas se
han visto obligados a investigar en este campo y han conseguido obtener nuevos
esquemas que permiten una consideración más completa de la realidad, más adaptada a
lo real en definitiva, por los que se pasa de la aleatoriedad a la borrosidad cuando la
imprecisión se formaliza a través de situaciones en las que existe una gradación entre la
pertenencia absoluta y la no pertenencia. La lógica difusa se presenta como un intento
de aplicar la forma de pensar humana (lógica y lenguaje) a la programación de los
ordenadores, así como un tratamiento eficaz para el procesado de la información
cualitativa, tan presente en las valoraciones de empresas de Internet de las que nos
ocupamos en el presente documento de trabajo.
La lógica borrosa (llamada también lógica difusa por otros autores), desde su
creación en 1965 por Lotfi. A. Zadeh (profesor de ciencia de computadoras en la
Universidad de Berkeley en California), está experimentando un éxito indiscutible
(aunque criticado por aquellos que todavía no la conocen) en muchos campos tales
como la medicina, la economía, las finanzas, hasta la producción industrial en la que ha
irrumpido como una herramienta indispensable para el control de subsistemas y
procesos industriales complejos, así como también para la electrónica de
entretenimiento y hogar, sistemas de diagnóstico y otros sistemas expertos.
En el campo de la empresa, las teorías de la borrosidad se han extendido en
general a todas las áreas de decisión en las que se manejan estimaciones subjetivas
basadas en la información disponible y en su propia experiencia.
En España destacan los estudios, en el campo de la gestión y dirección de
empresas, realizados por los profesores Kaufmann y Gil Aluja que han sido pioneros en
ésta técnica. Actualmente existen en España dos asociaciones dedicadas al estudio y
aplicación de la lógica borrosa: una centrada en la economía de carácter internacional
(el SIGEF International Association for Fuzzy Management and Economic) y otra en la
inteligencia artificial (el AELTF Asociación Española para la Lógica y la Tecnología
Fuzzy). El número de publicaciones sobre el tema, se encuentra claramente en aumento,
así sólo en el Journal for Fuzzy Sets and Systems, se han publicado cerca de 1200
artículos desde su aparición en 1978, y en el mundo existen varias publicaciones
periódicas dedicadas exclusivamente a ésta lógica.
En el ámbito de la gestión de empresas por ejemplo, en los últimos años, se han
sucedido los tratamientos de la lógica borrosa sobre la toma de decisiones en : sistemas
expertos utilizados en la planificación estratégica, problemas del transporte, modelos de
decisión con criterio de optimización, modelos de control, producción, inventarios,
seguros de vida, localización de plantas industriales, selección de carteras, selección de
personal, círculos de calidad, estrategias de entrada en mercados extranjeros, así como
en el campo del marketing, la contabilidad ó las matemáticas financieras. Estos
tratamientos con lógica borrosa han enriquecido indiscutiblemente las técnicas
operativas de la gestión de empresas, aunque el entusiasmo por estos modelos no puede
hacer olvidar un hecho incuestionable: las técnicas tradicionales no pueden ser
relegadas sino que resultan muy útiles cuando el fenómeno puede ser mensurable.
Cuando la realidad plantea una gama de circunstancias que escapan a la medición, es
cuando conviene realizar una estimación susceptible de ser tratada a través de criterios
difusos ó borrosos.
Uno de los problemas que se plantean al buscar un método de valoración de
empresas de Internet que incluya variables cualitativas es el de la representación de los
conocimientos ambiguos de los especialistas. Es más, normalmente, si se consulta a
diferentes especialistas del mismo tema, ofrecerán conocimientos y opiniones
diferentes, e incluso totalmente opuestas. Esta imprecisión generalmente proviene de la
semántica con la que se describen tales opiniones y el centro de las técnicas de
modelado difuso es precisamente el tratamiento de variables lingüísticas. Cuando el
número de datos obtenidos es muy elevado (se dispone de diferentes opiniones de
expertos) y queremos obtener un modelo de comportamiento que nos permita obtener
conclusiones ó realizar previsiones, se podría utilizar una red neuronal que aprendiera
de las opiniones borrosas de los diferentes expertos; como veremos más adelante, la red
neuronal es una herramienta de análisis estadístico que permite la construcción de un
modelo de comportamiento a partir de una determinada cantidad de ejemplos
constituidos por variables descriptivas en su mayor parte, además completamente
ignorante al principio, efectúa un “aprendizaje” partiendo de los ejemplos, para luego
transformarse, a través de modificaciones sucesivas, en un modelo susceptible de rendir
cuenta del comportamiento observado.
Las redes neuro-difusas/borrosas son sistemas que incorporan aspectos de las
redes neuronales en el sentido de que son sistemas con la capacidad de aprender y
generalizar, y aspectos de la lógica difusa ya que trabajan con razonamientos lógicos
basados en reglas de inferencia que incorporan la posibilidad de trabajar con variables
lingüísticas (si el problema lo requiere).
Las redes neuronales son un conjunto de algoritmos matemáticos que encuentran
las relaciones no lineales entre conjuntos de datos. En general las redes neuronales
tratan de resolver de forma eficiente problemas que pueden encuadrarse dentro de tres
amplios grupos: optimización, reconocimiento y generalización. Estos tres tipos
engloban un elevado número de situaciones, lo que hace que el campo de aplicación de
las redes neuronales sea muy amplio. Suelen ser utilizadas como herramientas para la
predicción de tendencias y como clasificadoras de conjuntos de datos.
La red neuronal una vez construida constituye un verdadero modelo a “la
medida” que actúa en función de lo que percibe y genera conclusiones a la vista de las
relación de causa a efecto obtenida de las descripciones introducidas y, de ésta manera,
facilita predicciones con un importante grado de exactitud. Actualmente existe una gran
cantidad de propuestas de combinación de la capacidad de aprendizaje de las redes
neuronales y del procesamiento de información imprecisa de la lógica difusa, de forma
que entre ambas se establece una relación bidireccional haciendo posible, por ejemplo,
utilizar redes para optimizar ciertos parámetros de los sistemas borrosos, así como
aplicar la lógica borrosa para modelar un nuevo tipo de neurona especializada en el
procesamiento de información de este tipo.


4.- UN EJEMPLO DE VALORACIÓN POR COMPARABLES UTILIZANDO

TÉCNICAS BORROSAS
1. En la valoración de empresas de Internet siempre ayuda tener un valor de

referencia con el que se complemente, si es posible, la valoración obtenida por
cualquiera de los métodos anteriormente explicados en la primera parte de éste artículo.
Cuando se compara una empresa de Internet con el perfil ideal de empresa (en el que se
concentre el mayor número posible de factores de éxito), no se puede llegar a
conclusiones ni hacer afirmaciones taxativas como que “una empresa vale mucho ó no
vale nada”,entre otras cosas porque en tal valoración probablemente no se ha tenido en
cuenta el contenido de intangibles de indudable importancia en las empresas de Internet
por los problemas que la medición de éstos plantea. Cuando se realiza una estimación
del valor de una empresa, un decisor califica un resultado esperado como “bueno” (en
base a un criterio determinado ó modelo de decisión preestablecido), y en muchos casos
no está descartando la posibilidad de obtener un resultado “muy bueno”, simplemente
indica que no puede ser malo. Del mismo modo, cuando alguien dice que es improbable
obtener algo “indeseable”, descarta en cierta medida la posibilidad de conseguir un
resultado “muy indeseable”. Dicho de otro modo, las etiquetas genéricas “bueno” y
“malo” incluyen a todas sus cuantificaciones y modificaciones.
2. La valoración de empresas es un claro ejemplo de aplicación de grados,
para los que se hace necesario el introducir esquemas matemáticos más flexibles y
adecuados a la realidad como los ofrecidos por la lógica borrosa. De éste modo, sería
más real el determinar con qué “grado” se ajusta el cumplimiento de determinados
factores considerados como de éxito en el sector al verdadero valor de la empresa. Es
decir, resulta posible determinar su potencialidad global por medio de una gradación
que puede ser explicada a través de los subconjuntos borrosos estimando la desviación,
esto es, la distancia existente entre el perfil ideal y el de la empresa que se está
analizando. En base a éstos planteamientos, en los que se apoya la lógica borrosa, a
continuación vamos a realizar una aplicación práctica, no sin antes precisar que las
pretensiones han ido dirigidas a la búsqueda de una complementariedad con las
valoraciones que se pudieran realizar por cualquiera de los métodos antes enumerados,
en aquellos aspectos de la valoración que comprenden variables cualitativas y variables
imprecisas (sujetas a gradación).
Para el estudio empírico que a continuación vamos a realizar, partimos de la
consideración de que conseguir clientes fieles incrementa la rentabilidad de cualquier
negocio, pero mucho más cuando se trabaja en la red, por lo que generando esa lealtad
hacia la Web el crecimiento será positivo y para ello será necesario el ganarse la
satisfacción del cliente, aunque hemos de tener siempre presente que dicha fidelización
es pasiva y que en consecuencia “retener” implica generar una dinámica fuerte que
dependerá de ambas partes. Por otro lado, debemos incorporar valores añadidos de
manera continuada a nuestros websites, movernos en entornos seguros y que éstos sean
apreciados por los usuarios como tales, facilitando al mismo tiempo que ciertas
características tales como la navegación, el contenido, etcétera, se ajusten al máximo a
las preferencias del consumidor. Para cuantificar toda ésta composición subjetiva de la
fidelización y la satisfacción del cliente, y así incorporarla en la valoración de la
empresa de Internet, aplicamos una metodología basada en la lógica borrosa ó difusa.
La principal característica de un sistema de medición del valor de la empresa
basado en la satisfacción generada al cliente es que permite llevar la “voz del cliente” a
través de un conjunto de necesidades y atributos [AC´s] a los diferentes departamentos
involucrados en el desarrollo del producto o servicio. El sistema de valoración que
emplearemos en el presente estudio empírico se ha realizado a partir de la metodología
seguida en el QFD (despliegue funcional de la calidad) sobre la que se ha realizado un
tratamiento borroso de las variables utilizadas.
4.1.- Obtención de datos

En el estudio empírico realizado para la valoración de una empresa de Internet
en base a la satisfacción del cliente, la obtención y tratamiento de datos lo hemos
realizado siguiendo 4 pasos ó etapas, que resumimos en el cuadro siguiente:
Necesidades o atributos En este paso, mediante entrevistas

Paso 1 de los clientes AC individuales se determinan cuáles son
las necesidades del cliente en relación
con el producto o servicio analizado.
En este paso se evalúa la importancia
Paso 2 Importancias asignadas de cada AC elegido en el apartado
anterior. La empresa debería centrarse
por el cliente a cada AC en las necesidades consideradas más
importantes, con objeto de optimizar
los recursos empleados en el logro de
las mismas. Se suele preguntar a los
clientes mediante encuesta telefónica ó
por correo sobre los AC´s para que les
otorguen una valoración relativa.
En este paso se valora el producto o

Paso 3 Benchmarking servicio desarrollado por la empresa en
competitivo comparación con los de la competencia
de forma que puedan evaluarse las
posiciones competitivas del producto o
servicio de la empresa en relación a las
necesidades del cliente ya
seleccionadas. Mediante encuesta
telefónica ó correo se pide a los clientes
que valoren el desarrollo relativo al
producto o servicio ofrecido por la
empresa respecto a otro similar ofrecido
por la competencia
Paso 4 Valoración de prioridades Valoración de prioridades finales. Para

cada AC se combina la importancia
relativa percibida por los clientes en el
paso 2 y la de prioridad competitiva de las
empresas del paso 3, obteniéndose la
valoración de importancia final de cada
AC para el producto o servicio de la
empresa que se analiza. Los AC´s con
mayor puntuación final indicarán lugares
de beneficios potenciales para la empresa
4.2.- Cuantificación de los 4 primeros pasos
Paso 1.- La empresa desea conocer lo que opinan sus clientes acerca de su negocio
virtual que hace poco se ha incorporado a la red. Para conocer qué es lo que opinan los
clientes deberíamos hacer un estudio para determinar qué atributos son los que se
consideran de más interés o bien establecer nosotros los que queremos consultar de
manera previa. Para hacer el proceso más sencillo, vamos a imaginar que dicha consulta
se realiza a uno de nuestros clientes potenciales al que le presentamos una lista de
catorce atributos entre los que se encuentran: la actualización del contenido, el diseño,
temas de seguridad, y alguno sobre el proceso de negocio, es decir, sistemas de pago,
facturación...etc.
Solicitamos ahora al cliente que nos indique la importancia que le otorga a cada
uno de ellos valorándolos de uno a diez; y por otro, si se detecta que dichos atributos
están presentes en la Web de nuestro negocio virtual según su propia percepción,
valorando dicha presencia en una escala de uno a cinco.
Los m atributos AC´s representativos de las necesidades del cliente para el
producto o servicio son los que a continuación se presentan, y serán estructurados e
identificados a partir de las palabras del cliente (P1,P2,P3.....,Pm):
Atributos
m
Utilidad contenido
Sencillo manejo
Alta velocidad de respuesta
Calidad diseño página
Alta actualización contenido
Seguridad
Privacidad
Certificaciones de seguridad
Confidencialidad
Facturación clara on-line
Distintas opciones de pago
Seguimiento de pedidos on-line
Cancelación de pedidos on-line
Servicio post-venta/reclamaciones
Paso 2: Realizada la encuesta a “q” clientes, se promedian las “q” valoraciones para
cada cliente Pi: Ii = PROMEDIO(I1i, I 2i, I 3i..., Iqi )
De este modo, se obtienen las valoraciones de importancia asignadas por el cliente para
todos los AC´s:
I = (I1,I2,I3....Im)
P1 P2 .. Pm
mI1 I11 I12 ... I1m
mI2 I21 I22 ... I2m
mI3 I31 I32 ... I3m
…. ... ... ... ...
mIq Iq1 Iq2 ... Iqm
Promedios (I1 I2 … Im)
Paso 3: Supongamos que existen (k-1) competidores de nuestra empresa cuyos

productos/servicios pueden considerarse afines al nuestro, denotados como
(C2,C3,C4,C5….Ck) siendo C1 nuestra empresa. A los “q” clientes del paso 2 se les
pide que valoren los productos que conozcan y con los que estén familiarizados para las
“m” necesidades anteriores. Si “j” clientes valoran el producto de la empresa Ci para las
“m” necesidades, entonces el vector Xi=(x1i,x2i,...xmi) denotará los promedios de las
valoraciones que esos “j” clientes hayan hecho para las “m” necesidades de esa
empresa, donde, por ejemplo x1i = PROMEDIO (x11i, x21i,..,xj1i):
P1 P2 .. Pm
CI1 x11i x12i ... x1mi
…. ... ... ... ...
CIj xj1i xj2i ... xjmi
Promedios (x1i x2i … xmi)
Basándose en lo anterior, podremos fijar la matriz X de la información de la valoración

de todas las necesidades para los productos de las “k” empresas competidoras:
C1 C2 .. Cm
P1 x11 x12 ... x1k
P2 x21 x22 ... x2k
P3 x31 x32 ... x3k
…. ... ... ... ...
Pm xm1 xm2 ... xmk
A partir de esta información se obtendrá para cada AC una valoración de su prioridad

competitiva: I´ = (I´1,I´2,I´3....I´m)
Paso 4: Los ratios finales de prioridad de cada necesidad I* = (I*1,I*2,I*3....I*m), se
obtendrán combinando los resultados de I e I´de los pasos anteriores mediante su
producto: I*j= Ij. I´j (Hwang .& Yoon, 1981) (Cohen, 1995)., o bien mediante una
ponderación de los mismos (w y w´>=0), en función de la importancia de la
información:
I*j= w Ij. w´I´j
El ejemplo que se propone para el estudio de los cuatro pasos anteriores es el de
una empresa de Internet dedicada a la comercialización de libros y revistas denotada por
“CI”. Esta empresa va a ser objeto de una valoración ante una posible absorción y dado
que se trata de una empresa que a causa de su corta existencia no ha obtenido aún
beneficios, se hace necesario el buscar un método de valoración no tradicional, en el que
se cuantifique de algún modo sus activos intangibles: la satisfacción del cliente, la
imagen de marca ó la calidad en la gestión de la empresa. La lógica borrosa parece una
técnica apropiada para priorizar los aspectos que los clientes consideran relevantes en
esa empresa.
4.3.- Valoraciones de importancia asignadas por los clientes. Método fuzzy
En esta sección se propone usar números borrosos triangulares (NBT) para

representar la valoración de las importancias asignadas por los clientes a cada AC del
paso 2.
1. Como su propio nombre indica, estos números presentan forma

triangular, por lo que quedan perfectamente definidos con tres números reales (una
cifra por debajo de la cual no va a descenderse, otra en la que por encima no será
posible llegar, y finalmente aquella que representa el máximo nivel de presunción) que
indican las abscisas de los vértices; las ordenadas se obtienen por la propia definición
del número borroso, los valores de los extremos están a altura cero y el valor central
estará a uno.
El número borroso triangular permite formalizar de manera muy fidedigna gran

cantidad de situaciones de la empresa en la que se estiman magnitudes localizadas en
el futuro. Así, en la estimación del coste de un producto a elaborar, es frecuente pensar
que su precio no va a ser inferior a 400 ni superior a 700, siendo el precio que tiene la
máxima posibilidad de 550 u.m., en definitiva se ha definido en el campo de la
incertidumbre un número borroso triangular.
La aritmética con NBT es muy sencilla para valores positivos de los puntos del
dominio. La única operación aritmética empleada en este trabajo es el producto de un
escalar por un NBT, cuyo resultado es otro NBT que tiene por vértices los productos del
escalar por los vértices del NBT original (Dubois y Prade, 1978,1980):
Supongamos que las “m” necesidades de los clientes correspondientes al Paso 1
ya han sido recolectadas e indentificadas (P1,P2,P3,P4,....P14). A los clientes se les pide
que asignen como valoraciones números positivos a cada Pj (a través de valores
comprendidos entre 1 y 9 para expresar que el atributo es desde “muy poco importante”
a “muy importante”), de modo que un número pequeño es indicativo de poca
importancia y uno grande de mucha. Como la valoración de atributos cualitativos es
siempre subjetiva, imprecisa y referida a términos lingüísticos que la gente utiliza para
expresar su sentir, emplear números precisos para representar tales valoraciones no
parece lo más adecuado. Un enfoque más racional consistiría en asignar un número
borroso a cada término lingüístico de modo que se recoja la imprecisión asociada a
dicho término. Con los números borrosos obtenidos se podría emplear la aritmética
borrosa para operar con ellos.
Supongamos que hemos pedido a 4 clientes de la empresa “CI”, que nos
indiquen la importancia (medida en valores “crisp” entre 1 y 9) que le otorgarían a cada
uno de los catorce atributos que a continuación presentamos en el cuadro, si detecta que
dichos atributos están presentes el la web del negocio virtual de la empresa “CI” según
su propia percepción.:
Atributos
m
m1.- Utilidad contenido
m2.- Sencillo manejo
m3.- Alta velocidad de respuesta
m4.- Calidad diseño página
m5.- Alta actualización contenido
m6.- Seguridad
m7.- Privacidad
m8.- Certificaciones de seguridad
m9.- Confidencialidad
m10.- Facturación clara on-line
m11.- Distintas opciones de pago
m12.- Seguimiento de pedidos on-line
m13.- Cancelación de pedidos on-line
m14.- Servicio post-venta/reclamaciones
La Tabla nº 1 muestra el resultado de la encuesta:

AC´s Cliente 1 Cliente 2 Cliente 3 Cliente 4
Crisp Fuzzy Crisp Fuzzy Crisp Fuzzy Crisp Fuzzy

m1 5.8 (4.8,5.8,6.6) 4 (3,4,5) 5 (4,5,6) 4 (3,4,5)
m2 6 (5,6,7) 7 (6,7,8) 8 (7,8,9) 6 (5,6,7)
m3 2 (1,2,3) 8 (7,8,9) 9 (8,9,10) 2 (1,2,3)
m4 4 (3,4,5) 2 (1,2,3) 3 (2,3,4) 7 (6,7,8)
m5 3 (2,3,4) 4 (3,4,5) 4 (3,4,5) 9 (8,9,10)
m6 7 (6,7,8) 2 (1,2,3) 2 (1,2,3) 3 (2,3,4)
m7 9 (8,9,10) 6.2 (5.4,6.2,7.2) 7 (6,7,8) 5 (4,5,6)
m8 2 (1,2,3) 5 (4,5,6) 8 (7,8,9) 7.4 (6.4,7.4,8.0)
m9 3 (2,3,4) 7 (6,7,8) 4 (3,4,5) 3 (2,3,4)
m10 9 (8,9,10) 9 (8,9,10) 5 (4,5,6) 4 (3,4,5)
m11 2 (1,2,3) 3 (2,3,4) 6 (5,6,7) 7 (6,7,8)
m12 6 (5,6,7) 6 (5,6,7) 9 (8.9.10) 7 (6,7,8)
m13 5 (4,5,6) 5 (4,5,6) 1 (0,1,2) 4 (3,4,5)
m14 3 (2,3,4) 9 (8,9,10) 2 (1,2,3) 5 (4,5,6)
Tabla nº 1. Resultados de las valoraciones asignadas por los clientes a los AC´s
Las valoraciones de importancia asignadas pueden entonces obtenerse para cada

atributo promediando los resultados, bien crisp (Ic), bien borrosos (Ib) de las
percepciones de cada cliente encuestado.
Valoración asignada (Ii)

Crisp (Ic) Fuzzy (If) Tabla nº 2: Valoraciones asignadas
4,7 [3,7 4,7 5,65]
en promedio
6,75 [5,75 6,75 7,75]
5,25 [4,25 5,25 6,25]
4 [3 4 5]
5 [4 5 6]
3,5 [2,5 3,5 4,5]
6,8 [5,85 6,8 7,8]
5,6 [4,6 5,6 6,5]
4,25 [3,25 4,25 5,25]
6,75 [5,75 6,75 7,75]
4,5 [3,5 4,5 5,5]
7 [6 7 8]
3,75 [2,75 3,75 4,75]
4,75 [3,75 4,75 5,75]
Una vez que tenemos información acerca de la importancia y presencia que en

promedio, la clientela encuestada asigna a cada uno de los atributos señalados, podemos
efectuar una jerarquización en función de qué atributos son sobre los que la empresa
presenta fortaleza o debilidad, frente a un perfil ideal de empresa en el que tales
atributos generaran el máximo nivel de satisfacción a la clientela.
Se pueden utilizar muchos esquemas para determinar la distancia (Chen &
Wang, 1992), por lo que para un mismo problema se obtendrían resultados no idénticos.
Uno de ellos es la llamada distancia de HAMMING, la cuál suministra una indicación
sobre aquello que diferencia a dos subconjuntos (normales o borrosos). Según éste
método de cálculo de distancias relativas, para un mismo referencial Q, la distancia de
≈ ≈
Hamming entre dos números borrosos A y B , se determinará de la siguiente forma:
∑µ A( x ) − µ C ( x)
d ( A ,C) = ≈ ≈
≈ i ≈ n
Estableciendo la distancia al real “0”, la formulación de la distancia de Hamming
respondería a : D{a,b,c},”0”}= (a+2b+c)/4. Así en el primer atributo la distancia de
Hamming se calcularía del siguiente modo:
1.
3,7 + 2 * 4,7 + 5,65
= 4,6875
4
Crisp (Ic) Fuzzy (If) Dist.Hamming Jerarquía
4,7 [3,7 4,7 5,65] 4,6875 m12
6,75 [5,75 6,75 7,75] 6,75 m7
5,25 [4,25 5,25 6,25] 5,25 m2 y m10
4 [3 4 5] 4 m8
5 [4 5 6] 5 m3
3,5 [2,5 3,5 4,5] 3,5 m5
6,8 [5,85 6,8 7,8] 6,8125 m14
5,6 [4,6 5,6 6,5] 5,575 m1
4,25 [3,25 4,25 5,25] 4,25 m11
6,75 [5,75 6,75 7,75] 6,75 m9
4,5 [3,5 4,5 5,5] 4,5 m4
7 [6 7 8] 7 m13
3,75 [2,75 3,75 4,75] 3,75 m6
[3,75 4,75 5,75] 4,75

Tabla nº 3: Ranking de
4,75
las valoraciones
dadas por los clientes a los AC´s
Para que las valoraciones sean comparables, éstas pueden normalizarse de modo
que la máxima valoración sea la unidad; esto se consigue, en las valoraciones “crisp”,
dividiendo todas ellas por la máxima que es (7), y en las borrosas dividiendo los NBT
correspondientes a cada atributo por el máximo de sus límites superiores (8):
Ic If
AC´s normalizado normalizado
m12 1 [0,75 0,875 1]

m7 0,97142857 [0,73125 0,85 0,975]
m2 0,96428571 [0,71875 0,84375 0,96875]
m10 0,96428571 [0,71875 0,84375 0,96875]
m8 0,8 [0,575 0,7 0,8125]
m3 0,75 [0,53125 0,65625 0,78125]
m5 0,71428571 [0,5 0,625 0,75]
m14 0,67857143 [0,46875 0,59375 0,71875]
m1 0,67142857 [0,4625 0,5875 0,70625]
m11 0,64285714 [0,4375 0,5625 0,6875]
m9 0,60714286 [0,39375 0,53125 0,65625]
m4 0,57142857 [0,375 0,5 0,625]
m13 0,53571429 [0,34375 0,46875 0,59375]
m6 0,5 [0,3125 0,4375 0,5625]
Tabla nº 4. Normalización de las valoraciones.

Puede apreciarse, que aunque la ordenación resulta semejante, las valoraciones
“crisp” están más cercanas a los límites superiores que las correspondientes “fuzzy”, lo
que sugiere que las valoraciones “fuzzy” son más representativas de las variaciones en
la asignación de importancia a las necesidades.
4.4.- Valoración de la prioridad competitiva
A continuación se realizara el análisis competitivo de las “k” empresas

dedicadas a la misma actividad, y similar tamaño, que denominaremos C1,C2,C3,...Ck,
en donde C1 representa a la empresa bajo estudio. A una muestra de clientes que hayan
efectuado compras en alguna/todas las empresas señaladas, se les pide que den su
parecer y valoración del logro de los catorce atributos “m” señalados en el estudio,
según una escala de valoración de 9 puntos donde 1: “muy bajo”; 2: “bajo”;5:
“medio”;7: “bueno”; 9: “muy bueno”.
De los “q” clientes encuestados, “j” clientes valoran el producto de la empresa
“i” para los “m” atributos señalados, ya que sólo esos clientes ha realizado compras
alguna vez en las empresas consideradas para el estudio comparativo. Promediando las
valoraciones de esos clientes, se obtendría el vector de valoraciones de la empresa i:
i=(X1i,X2i,X3i,....Xmi), donde por ejemplo: X1i = PROMEDIO (X11i, X21i, ....Xj1i) y
Xj1i ,representaría la valoración que el cliente “j” da al atributo “1” para la empresa “i”.
De este modo, extendiendo el proceso a todas las empresas, se obtiene la matriz de
valoración de logro competitivo X.
Basándose en esta matriz, se podría realizar una valoración comparativa de la
empresa C1 respecto a su competencia, en función de la satisfacción aportada a su
clientela (Cohen, 1995). De éste modo, si se determina que la empresa Ci posee las
mejores valoraciones en cuanto a cumplimiento de atributos generadores de la
satisfacción de la clientela, podremos afirmar que tal empresa tiene un valor en ese
intangible superior al resto. Al conjunto de pesos I´=(I´1,I´2,I´3,....I´m) se le
denominará “valoraciones de prioridad competitiva” de las necesidades de los clientes,
donde un alto valor de I´j denotará una mayor prioridad de la empresa Cj respecto al
resto en el atributo j.
Para nuestro ejemplo, consideraremos que la empresa C1 (objeto de éste
estudio), tiene cuatro competidores principales C2,C3,C4. La muestra de clientes
utilizada ha sido de 10 clientes que han realizado compras alguna vez en las 4 empresas
consideradas (deben conocer éstas empresas y estar familiarizados con su uso), las
valoraciones otorgadas a los 14 atributos señalados en las 4 empresas se ha valorado
usando una escala de nueve puntos:
Empresas
C1 C2 C3 C4
Clientes 1 2 6 3 4 5 6 7 5 8 9 10
AC´s
m1 9 2 5 6 6 5 5 5 3 1 3 6
m2 8 4 6 7 5 4 5 7 4 6 5 5
m3 3 5 3 3 4 3 5 3 3 7 8 3
m4 5 3 6 2 5 6 4 4 4 6 4 8
m5 4 7 7 7 8 5 3 5 8 4 3 3
m6 5 6 7 4 8 5 4 6 9 5 7 1
m7 8 5 3 8 9 3 5 7 2 5 7 4
m8 9 0 2 7 6 5 7 8 4 6 7 2
m9 1 1 3 6 4 9 3 5 6 4 7
m10 2 4 5 6 7 9 7 2 5 5 3 1
m11 4 5 6 5 5 7 7 5 3 2 4 6
m12 6 7 7 4 7 5 6 7 1 1 2 7
m13 7 8 2 8 6 7 6 4 2 4 7 8
m14 6 4 1 5 4 6 4 6 4 7 8 9
Tabla nº 5: Matriz X de valoración de logros competitivos.

En esta tabla puede observarse que el cliente 6 opina sobre la empresa 1 y la 3
con las que ha realizado compras, y el cliente 5 a su vez, valora la 2 y la 3.
El cálculo de promedios de las puntuaciones “crisp” obtenidas para las 4 empresas será
de:
C1 C2 C3 C4
m1 5,34 5,67 4,34 3,34
m2 6 5,34 5,34 5,34
m3 3,67 3,34 3,67 6
m4 4,67 4,34 4 6
m5 6 6,67 5,34 3,34
m6 6 5,67 6,34 4,34
m7 5,34 6,67 4,67 5,34
m8 3,67 6 6,34 5
m9 1,67 3,34 5,67 5,67

m10 3,67 7,34 4,67 3
m11 5 5,67 5 4
m12 6,67 5,34 4,67 3,34
m13 5,67 7 4 6,34
m14 3,67 5 4,67 8
Tabla nº 6: Promedio de valoración de atributos para cada empresa.
La entropía se ha revelado como un concepto importante en las ciencias sociales,

en el tratamiento de la información, donde se pretenda medir el contenido de la
información esperada de un cierto mensaje. Es un criterio para encontrar la cantidad de
información o incertidumbre representada por una distribución de probabilidad discreta
(p1,p2,p3,...pk) y muestra que una distribución con grandes variaciones en sus crips
contiene más información que una en las que esas variaciones sean menores Hwang &
Yoong, 1981). Esta medida de información fue dada por Shannon & Weaver (1947)
como:
k
E ( p1, p 2, p3,..., pk ) = −φ k ∑ Pi ⋅ ln( pi)
i =1
donde φ k = 1 / ln(k ) es una constante positiva que garantiza que 0 ≤ E ( p1, p 2, p3,.... pk ) ≤ 1 .
Cuanto mayor es el valor de E(p1,p2,p3,...,pk) menor información contendrá la
distribución de probabilidad (entropía cero indicará máxima información y entropía 1,
mínima información.
A continuación determinaremos el valor de la entropía para cada mj, para lo cuál
k
sumaremos los componentes de dicho vector: X j = ∑ xji ., así por ejemplo para m1
i =1
obtendríamos: X1=5,34+5,67+4,34+3,34=18,69. A continuación consideraríamos que

las valoraciones normalizadas pji =xji/Xj j=1,2,3...k, constituyen una distribución de
probabilidad de Pj en las k empresas. Por ello podríamos definir la entropía de Pj como:
k k
E ( Pj ) = −φ k ∑
i =1
pji ⋅ ln( pji ) = −φ k ∑ (xji / Xi )⋅ ln( xji / Xj)
i =1
y la distribución de probabilidad asociada sería de p11 = x11/X1 = 5,34/18,69 = 0,28.

Dado un φ k = 1/ln (14) = 0,3789231, para cada uno de los mj obtendríamos:
Tabla nº 7: Valoración de la entropía
Entropía E(Pj)
m1 0,516533326
m2 0,539839466 Si la empresa C1 no tiene razón para pensar que una
m3 0,500940308 necesidad del cliente es más importante que otras, los valores
m4 0,521176168
de E(Pj), después de su correspondiente normalización,
m5 0,525442378
m6 0,537047461 pueden ser adecuados para establecer los pesos de
m7 0,535156616
importancia de cada atributo
m8 0,525089697
m
m9 0,477917245 mj: I ´ j = E (mj ) / ∑ E (mj ) LL j = 1,2,3,.....m . Al conjunto de pesos
m10 0,5016471 i =1
m11 0,526560745
I´= (I´1,I´2,I´3,....I´m) se le denomina “valoraciones de
m12 0,521015111
m13 0,532901439
prioridad competitiva” de las necesidades de los clientes,
m14 0,516053023 donde un alto valor de I´j denotará una mayor prioridad sobre
el atributo mj.
Atributos m
E (mj )
I ´ j = E (mj ) / ∑ E (mj) LL j = 1,2,3,.....m
i =1
m1 0,516533326 0,070978509
m2 0,539839466 0,07418108
m3 0,500940308 0,068835822
m4 0,521176168 0,071616496
m5 0,525442378 0,07220273
m6 0,537047461 0,073797422
m7 0,535156616 0,073537595
m8 0,525089697 0,072154267
m9 0,477917245 0,065672148
m10 0,5016471 0,068932944
m11 0,526560745 0,072356408
m12 0,521015111 0,071594365
m13 0,532901439 0,073227704
m14 0,516053023 0,070912509
m
∑ E (mj) LL j = 1,2,3,.....m
i =1
= 7,277320084
Tabla nº 8: Valoraciones de entropía y prioridad competitiva para cada AC
Estableciendo el ranking de prioridad competitiva para los AC´s en la empresa C1

considerada, los resultados se presentan en la siguiente tabla:
m Tabla nº 9: Ranking de prioridad

I ´ j = E (mj ) / ∑ E (mj) LL j = 1,2,3,.....m
i =1 competitiva.
m2 0,07418108
m6 0,073797422
m7 0,073537595 De éste modo, el grupo técnico
m13 0,073227704 que analiza y valora la empresa, podrá
m11 0,072356408
m5 0,07220273
detectar los puntos fuertes y débiles de la
m8 0,072154267 empresa generadores de satisfacción en el
m4 0,071616496
cliente (pudiendo así introducir mejoras),
m12 0,071594365
m1 0,070978509 así como las ventajas competitivas de la
m14 0,070912509
empresa considerada con respecto a las
m10 0,068932944
m3 0,068835822 empresas consideradas similares a ella,
m9 0,065672148 del mismo sector.
4.5.- Valoraciones de la prioridad final
Para obtener las prioridades finales para cada mj, debe efectuarse el producto de
las valoraciones asignadas por los clientes “i” por las que muestran la ventaja
competitiva “I´” de la sección anterior (Hwang & Yoon, 1981): I j * = I j ⋅ I ´ j en donde j =
1,2,3,....m. Por tanto, llegados a este punto, podremos considerar valoraciones finales
“crisp” “I*c “ o borrosas “I*f “ del siguiente modo:
I* c I* f
I*c I*f normalizado normalizado
m1 0,333 0,233599 0,333599 0,433599 0,665 0,38858002 0,55492492 0,72126982
m2 0,500 0,4007223 0,5007223 0,6007223 0,999 0,66658111 0,83292601 0,99927091
m3 0,3613 0,2613881 0,3613881 0,4613881 0,721 0,43480577 0,60115067 0,76749557
m4 0,286 0,186466 0,286466 0,386466 0,571 0,31017668 0,47652158 0,64286648
m5 0,3610 0,261037 0,361037 0,461037 0,720 0,43422174 0,60056664 0,76691154
m6 0,258 0,158291 0,258291 0,358291 0,515 0,26330901 0,42965391 0,59599881
m7 0,5000 0,4000556 0,5000556 0,6000556 0,997 0,66547209 0,83181699 0,99816189
m8 0,4040 0,3040639 0,4040639 0,5040639 0,8062 0,50579479 0,67213969 0,83848459
m9 0,2791066 0,1791066 0,2791066 0,3791066 0,556 0,29793469 0,4642796 0,6306245
m10 0,4652974 0,3652974 0,4652974 0,5652974 0,928 0,6076536 0,7739985 0,9403434
m11 0,3256038 0,2256038 0,3256038 0,4256038 0,649 0,37528042 0,54162532 0,70797022
m12 0,5011606 0,4011606 0,5011606 0,6011606 1 0,6673102 0,8336551 1
m13 0,2746039 0,1746039 0,2746039 0,3746039 0,547 0,29044468 0,45678958 0,62313448
m14 0,3368344 0,2368344 0,3368344 0,4368344 0,672 0,39396195 0,56030685 0,72665175
Máximo:0,5011606 0.58
Tabla nº 10: Valoraciones finales de prioridad para los AC´s
Las distancias de Hamming aparecen en la tabla siguiente: (Tabla 11)
El ranking de prioridad Distancia de Hamming final se muestra en la

m1 2,21969969 m8 2,68855876
tabla nº 12 m2 3,33170404 m9 1,85711838
2. m3 2,4046027 m10 3,09599398 m12 3,3346204

m4 1,90608633 m11 2,16650126 m2 3,33170404
Tabla nº 12: Ranking de m7 3,32726795
m5 2,40226655 m12 3,3346204
prioridades finales. m6 1,71861562 m13 1,82715833 m10 3,09599398
m7 3,32726795 m14 2,24122739 m8 2,68855876
m3 2,4046027
m5 2,40226655
m14 2,24122739
m1 2,21969969
m11 2,16650126
m4 1,90608633
m9 1,85711838
m13 1,82715833
m6 1,71861562
Aunque la ordenación resulta semejante, las valoraciones “crisp” están más
cercanas a los límites superiores que las correspondientes “fuzzy”, lo que nuevamente
sugiere que las valoraciones “fuzzy” son más representativas de las variaciones de
importancia total de las necesidades. Puede apreciarse que, en la tabla, tanto en el caso
“crisp” como en el borroso, la ordenación resultante es la misma.
De ese modo , a partir de la valoración directa de la importancia que los clientes
asignan a determinados aspectos de la empresa, y a una valoración de productos
semejantes entre empresas competidoras (lo que permite realizar un análisis competitivo
de nuestro producto a partir de la satisfacción generada por éste en los clientes), por el
producto de estas dos medidas, se obtienen las valoraciones de prioridad finales de las
necesidades del cliente.
4.6.- Incorporación de los resultados obtenidos al valor de la empresa
Una vez determinado el ranking de prioridades finales asignadas a los AC´s, y

determinados los atributos presentes en la Web del negocio virtual, capaces de generar
una mayor satisfacción al cliente, así como el lugar en importancia que éstos ocupan
con respecto a las empresas de la competencia, estamos en disposición de incorporar al
valor de la empresa, el atributo que de forma más destacada contribuya a la satisfacción
del cliente, y goce de una ventaja competitiva: en nuestro ejemplo sería el atributo m2:
sencillo manejo, así como el atributo m12: seguimiento de pedidos on-line, para el que
la empresa considerada C1 goza de una clara ventaja competitiva sobre el resto.
En un aspecto clave sobre un determinado sitio (sobre todo si en él se desarrollan
transacciones comerciales), como es el de la seguridad (señalado en nuestro estudio
como el atributo m6), la empresa considerada C1 presenta una valoración altamente
positiva en opinión de los clientes, por lo que se considera como un punto fuerte, y por
tanto debería quedar reflejado asimismo en la valoración que se realizara de la empresa,
dado que la confianza del cliente en la seguridad de la empresa de Internet con la que
realice sus operaciones comerciales es fundamental para el futuro del negocio, por
razones obvias, ya que de por sí, resulta complicado para un cliente, el conocer quién
hay detrás de la pantalla de un ordenador, si es una empresa real o ficticia, si es fiable ó
no lo es, además de que no podemos tocar o ver físicamente los productos que nos
ofertan, y, por último, el realizar las transacciones de forma electrónica a través de la
red puede implicar el que éstas sean “escuchadas”, y los datos personales como los
relacionados con la operación comercial ser vulnerados, modificados o utilizados
fraudulentamente. Por el contrario, el atributo: seguridad (m6) en la empresa C1, se
encuentra situado en la clasificación competitiva en último lugar, lo que significa que
sus ventajas competitivas respecto a las empresas del sector no se encuentran en éste
atributo sino en otros. La explicación a éste resultado, podría encontrarse en el hecho de
que en la mayoría de las empresas de la misma actividad y sector, los niveles de
seguridad ofrecidos a sus clientes son similares.
4.7.- Otros sistemas para medir la utilidad
Existen otras técnicas que nos pueden servir para cuantificar la valoración
obtenida por los atributos. En ocasiones pueden existir atributos que impliquen
significados equivalentes con lo que tendremos información redundante, por lo que para
conseguir eliminar esta información que se encuentra de forma repetida se utiliza el
análisis factorial mediante la técnica de análisis de componentes principales o ACP, que
consiste en el tratamiento estadístico de los datos reduciendo así las dimensiones
iniciales del conjunto obtenido en un principio con variables que poseen interrelaciones
entre sí. De esta manera se sintetiza en un conjunto reducido de variables la información
esencial, denominando componentes principales o macro-características a esa
concretización de variables, que serán suficientes para dar toda la información necesaria
para contrastar los sitios observados.
A diferencia de otros modelos de cálculo de funciones de utilidad como el
modelo de atributos múltiples, basados en la misma filosofía consistente en que el
consumidor espera que la satisfacción que le genera el sitio en la red varía con la
existencia de distintos atributos, y en los que puntuaciones bajas de un atributo pueden
verse compensadas con puntuaciones altas de otro, el método empleado en el presente
trabajo de investigación, ha pretendido en todo momento que no se pierda ni un mínimo
de información cualitativa relevante.


5.- REFERENCIAS BIBLIOGRÁFICAS CITADAS :

ADSERÁ GEBELLÍ, X. (2002): La valoración de empresas de nuevas tecnologías. Trabajo de
Investigación de Doctorado. Universidad Complutense de Madrid.
ALONSO CONDE, A.B; LAGUNA SÁNCHEZ, P. (2002): Indicadores sobre tráfico Web y su papel en
la valoración de empresas de Internet. Ponencia XVI Reunión anual Asepelt-España.
AMAT, O. (2000): EVA, Valor Añadido Económico. Un nuevo enfoque para optimizar la gestión,
motivar y crear valor. Edit. Gestión 2000.
BUENO CAMPOS, E. (1998): “El capital intangible como clave estratégica en la competencia actual”.
Boletín de Estudios Económicos. Vol LIII. Nº 164-agosto.
CABALLER MELLADO, V. (1994): Métodos de valoración de empresas. Edit. Pirámide.
CARPENTER, S.(2000): “Informe sobre las empresas punto com europeas”. Informe encargado por Price
Waterhouse Coopers, localizable en la dirección: www.laempresa.net/termometro/boletines/
pwc/pwc_estudio_europa.pdf
COPELAND, T; ANTIKAROV, V. (2001): Real Options. Texere. Nueva York.
DAMODARAN, A. (2002): Investment Valuation. John Wiley. Nueva York.(2ª edición)
FAUS, J. (1997): Valoración de empresas. Un enfoque pragmático. Edit. IESE.
FERNÁNDEZ, P. (2001): “Cómo valorar empresas relacionadas con Internet.: el caso Amazón”. Bolsa de
Madrid marzo nº 97. -Valoración de empresas. Edit. Gestión 2000
GALINDO LUCAS, A. (2001): “Valoración de empresas en la nueva economía” en Contribuciones a la
economía de la economía de mercado, virtudes e inconvenientes . Disponible en
www.eumed.net/cursecon/colaboraciones/index.htm
GARCÍA ESTÉVEZ, P. (2002): Aplicaciones de las Redes Neuronales en las Finanzas. Doc. Trabajo.
Universidad Complutense de Madrid.
GARCÍA, J.J. (2002): “Pero, ¿y esto cuánto vale?” Cibereconomía. www.civereconomia.freeservers.com
GIL ALUJA, J. (1999): Investment in Uncertainty. Edit. Kluwer Academic Publishers.
HANNO BECK (2000): Valuation: Managing the Value of Companies. John Wiley. Nueva York. 3ª
Edic.
HIGSON, C; BRIGINSHAW, J. (2000): “Valuing Internet Business” Business Strategy Review. Volumen
11.London Business School.
KAUFMANN, A; GIL ALUJA, J. (1990): Las Matemáticas del azar y la incertidumbre. Centro de
Estudios Ramón Areces.
KEATING, E. (2001): Discussion of the Eyeballs have it: Searching for the value in Internet stocks”.
Working Paper. Kellogg Graduate School of Management Northwestern University. Disponible en
www.mgmt.purdue.Edu/faculty/Rau/Papers/Requests/pdf
LAMOTHE, P; ROSENBERG, A.(2001): “La valoración de las acciones de Internet. El caso Terra”
Working Paper. Delta. Investigación Financiera.
LÓPEZ LUBIÁN, F.J. (2001): Valoración de empresas en la práctica. Edit. Mc. Graw Hill.
MARTÍN MARÍN, J.L; TRUJILLO PONCE, A. (2000): Manual de valoración de empresas. Edit. Ariel
Económica. Barcelona.
MASCAREÑAS, J.(2001): Metodología de la valoración de las empresas de Internet. Doc. Trabajo.
-(2000) “Métodos de valoración de empresas en la Nueva Economía”. Bolsa de Madrid. nº 88
-(2000) Las decisiones de inversión como opciones reales: un enfoque conceptual. Doc. Trabajo.


6.- LA IMAGEN DE MARCA EN EL VALOR DE LA EMPRESA DE

INTERNET
La dinámica de globalización de la economía y el énfasis que ponen las empresa

por el crecimiento como estrategia de agregación de valor debe sensibilizar nuestras
convicciones sobre el significado de las marcas. En el tipo de mercado competitivo en el
que nos desenvolvemos, la marca es el valor más firme y estable a través del tiempo con
el que puede contar la empresa (Aaker y Álvarez del Blanco, 1994).
Las marcas tienen un valor económico incuestionable por lo que son factores
que cada vez adquieren más fuerza como elementos de negociación. La controversia
prevalece en cuanto a la manera de calcular el valor y el método de aplicación en los
sistemas contables de la organización. Hemos visto en los últimos años que numerosas
compañías de Estados Unidos, Australia y Gran Bretaña han optado por incluir en sus
balances la valoración de marcas en calidad de activos intangibles. El objetivo ha sido
fortalecer los estados financieros, primordialmente cuando se presentan batallas por una
adquisición ó fusión de grandes empresas, lo cual refleja que para muchas
organizaciones las marcas representan los activos intangibles más valiosos como
elementos de negociación para propósitos financieros ó cuando simplemente lo que se
intenta es comprar o vender una marca por el mejor precio de mercado. Existen otros
supuestos en los que es indispensable realizar una correcta valoración de las marcas,
entre los que podemos destacar los siguientes por ser los más habituales:
1.- Adquisición de marcas: crear una marca y posicionarla en el mercado no es tarea

fácil. Las estrategias de marketing y publicidad idóneas requieren inversiones
millonarias y el periodo requerido para dar a conocer una marca en muchas ocasiones es
largo. A nivel de registro existen también dificultades, por parecidos u oposiciones de
otras marcas prioritarias. Estas dificultades en la posición comercial y en el registro
motivan que en muchas ocasiones sea preferible comprar una marca, o una empresa con
marcas de su titularidad ya establecida en el mercado, antes que iniciar la andadura
comercial o registral con resultado incierto. En estos casos la valoración de estos activos
es trascendental.
2.- Adquisición de empresas: fusiones y absorciones: las marcas son activos

intangibles que es necesario valorar antes de adquirir una compañía o de proceder a una
fusión, absorción o cualquier otro cambio radical en su accionariado.
3.- Cuando se pretende usar la marca para propósitos financieros: los bancos
consideran las empresas con marcas valoradas como candidatas más idóneas a la hora
de conceder una financiación. Además las marcas pueden darse en garantía y ser objeto
de otros derechos reales, como el regulado por la hipoteca mobiliaria, en cuyo caso se
precisa la valoración por un profesional.
4.- Cuando las marcas se incluyen en las participaciones de sociedades mercantiles

como aportaciones no dinerarias en especie: en éste caso la cuantía económica de la
aportación es preciso valorarla adecuadamente. En las sociedades anónimas las
aportaciones no dinerarias han de tasarse por imposición legal; en el caso de sociedades
de responsabilidad limitada dicha tasación aún no siendo forzosa previene de hacer
incurrir a los socios en una responsabilidad por una inadecuada valoración unilateral de
ellos mismos, circunstancia que sería evitada mediante el oportuno certificado de
tasación.
5.- Las licencias y las franquicias: como alternativas a la comercialización,

constituyen otro claro ejemplo de la influencia del valor de las marcas en esos negocios,
puesto que los niveles de royalties dependerán de la valoración de aquéllas que se haga
por un especialista.
6.- En caso de conflicto o piratería: la valoración de las marcas es trascendental para

determinar la cuantía de la indemnización por los daños y perjuicios ocasionados.
Partiendo de la necesidad de optar por una visión estratégica de la marca, el
presente trabajo persigue como objetivo básico dejar constancia de la importancia que
supone la cuantificación de la marca, cuando se va a acometer una valoración realista de
una empresa de Internet.


7.- MÉTODOS DE VALORACIÓN DE LA IMAGEN DE MARCA
El valor de las marcas es todavía muy subjetivo por su componente intangible,

pero se han arbitrado métodos de valoración de marca que aparecen recogidos en la
normativa de la OCDE y de las autoridades fiscales de la Unión Europea, y que a
continuación reproducimos:
1.- Costo Histórico: refleja el valor del activo intangible en base a los gastos anteriores
efectuados en relación con la marca. Este modelo presenta el inconveniente de que no
necesariamente refleja el valor actual porque no toma en consideración la calidad o
resultado obtenido sino solamente la cantidad, además se sobrevaloran marcas que no
han sido exitosas y que no ofrecen perspectivas de rentabilidad en el futuro. Desde el
punto de vista contable podríamos aplicar el concepto de costo histórico, como la
sumatoria de todos los costos de crear y mantener la marca, aunque con ello no
estaríamos representando la realidad de la marca, pues lo que importa no es lo que se
invierte sino lo que resulta de esta inversión. Del mismo modo considerar como
alternativa el costo de reemplazo en lugar del histórico resulta demasiado teórico.
Primero, no está claro lo que se reemplaza: ¿el conocimiento? ¿las ventas? ¿la
distribución? ¿cómo se reemplaza la lealtad de marca? ¿la calidad percibida?, serían
cuestiones que no quedarían resueltas, y ni siquiera contempladas en éstos métodos.
2.- Costos actuales o de reposición: el valor del activo intangible es equivalente al total
de los gastos necesarios para construir una nueva marca con el mismo valor en un plazo
determinado. Será necesario calcular el valor presente del flujo de caja determinado por
la inversión, utilizando una tasa de descuento adecuada. Aunque este método podría
proporcionar algunas luces sobre el valor actual, no ofrece ningún indicador que pueda
proyectar las probabilidades de rentabilidad en el futuro.
3.- Valoración basada en la posición en el mercado: podría darse una respuesta teórica
a través de la ponderación del grado de consolidación de la marca en el mercado,
tomando como base datos tales como la participación en el mercado, grado de
divulgación y posición competitiva en sondeos de imagen y preferencia, pero por
valiosos que sean los datos del mercado, es muy poco lo que pueden aportar para
calcular el valor financiero de una marca. Una vía para calcular el valor de la marca en
éste método sería a través de la investigación a clientes, interrogándolos acerca de
cuánto estarían dispuestos a pagar por ciertos atributos o características de un producto
o servicio (una de éstas características sería el nombre de la marca).
4.- Proyecciones de rentabilidad futura: es notable tratar de calcular la rentabilidad

futura o el flujo de caja que generará una marca porque para la compañía que la posea
estos cálculos representan el verdadero valor de ella. Este ha sido el método más
difundido de valoración, habitualmente extrapolando las utilidades actuales a precios
corrientes. El principal inconveniente que acarrea esta modalidad es que al proyectarse
el flujo de caja no se tienen en cuenta los posibles cambios en el entorno del mercado.
Es factible que el flujo de caja no dependa enteramente de la marca sino de las
habilidades administrativas y de marketing de los gerentes de marca y en otros casos,
del sistema de distribución diseñado para la marca.
5.- Valoración utilizando criterios económicos: utilizando los flujos de caja proyectados
y la contribución de la marca, se pueden emplear cuatro posibles métodos para calcular
el lucro adicional: costo de utilidad, retorno sobre el capital, “lucro premium” (el
retorno sobre activos de una empresa que tiene activos intangibles es mayor que el de
una empresa del sector sin esos intangibles) y el “precio premium” (un producto que
posee una marca se comercializa con un precio adicional en relación a un producto sin
marca). El problema de éste método se plantearía en cómo determinar esta estimación.
Una posibilidad sería la de trabajar sobre el plan, a largo plazo, que se hubiera diseñado
para la marca, simplemente descontando la cascada de beneficios proyectada. Debería
considerarse la fortaleza de una marca y su impacto sobre el entorno competitivo. Otro
camino que podría utilizarse, sería estimando los ingresos actuales aplicándoles un
factor multiplicador. Si los ingresos no fueran representativos, por el problema de las
alzas y bajas del producto de acuerdo a los ciclos, se podría utilizar un promedio de los
años anteriores. El factor multiplicador de beneficios constituye una vía para estimar y
fijar un valor sobre los ingresos futuros. Para determinar el valor actual del
multiplicador, será necesario estimar la ventaja competitiva de la marca.
En los últimos años, sobre todo a partir de la publicación del libro “Managing
Brand Equity: Capitalizing on the Value of a Brand Name” de David Aaker1, han
proliferado consultoras y documentos de investigación proponiendo métodos para
determinar el valor de las marcas. Para ello es indispensable identificar los value drivers
de cada marca, esto es, los parámetros fundamentales para crear, gestionar y medir el
valor de una marca.
Diversos autores y empresas consultoras proponen distintos métodos de
valoración de la marca. Un extracto de éstos métodos aparece en Fernández, P [2002], y
queda reproducido a continuación:
Métodos utilizados para valorar marcas Variantes del método
1.- El valor de las acciones de la empresa
2.- La diferencia entre el valor de mercado y el
valor contable de las acciones de la empresa
(Market value added) o el valor ajustado de
las acciones (googwill)
3.- La diferencia entre el valor de mercado y
el valor contable de las acciones de la empresa
menos la capacidad de gestión del equipo
directivo (capital intelectual).
4.- Valor de reposición de la marca -Valor actual de la inversión histórica en
marketing y promociones
-Estimación de la inversión publicitaria
necesaria para conseguir el reconocimiento
actual.
5.- La diferencia entre el valor de la empresa -Valor actual del sobreprecio que pagan los
con marca y el de otra empresa análoga que clientes por esa marca
vendiera los productos sin marca -Valor actual del volumen de venta extra debido
a la marca
-La suma de los dos anteriores
-La suma anterior menos gastos e inversiones
diferenciales debidos a la marca.
-La diferencia entre los ratios (capitalización/ventas)
de la empresa con marca y la empresa sin marca
multiplicada por las ventas de la empresa.
-Beneficio diferencial (entre la empresa sin marca y
la empresa con marca)
1
Publicado por Free Press en 1991
6.- El valor actual del free cash flow de la empresa
menos los activos utilizados por la rentabilidad
exigida.
7.- Las opciones de vender a mayor precio y/o
mayor volumen y las opciones de crecer a través
de nuevos canales de distribución, nuevos países
nuevos productos, nuevos formatos...debidas
a la existencia de la marca.
Fuente: elaboración propia
Un enfoque sugerido e implementado por los profesores de finanzas Carol J.

Simon y Mary Sullivan de la Universidad de Chicago, es el precio de las acciones como
base para evaluar el valor de activo de una marca, pues el mercado bursátil ajustará el
precio de la compañía para reflejar valores futuros de la misma. El valor de mercado de
la compañía está en función del precio y de la cantidad de acciones. El valor de la marca
se asume en función de la antigüedad y el orden de entrada al mercado de la misma (a
mayor antigüedad mayor valor), la publicidad acumulada (ésta crea valor), y la
participación en la industria, ya que se relaciona con ventajas de posicionamiento. Es
importante destacar que sustrae el costo de los activos tangibles. Este método permitió
obtener el valor de las marcas de varias compañías.
Cabe destacar que sólo se puede aplicar a empresas que generan información
pública y por ello será de mayor validez y utilidad para aquellas con marcas
dominantes. Por otro lado, el conjunto de compañías relacionadas con Internet cotizadas
en EE.UU. representan el 30% de la capitalización bursátil del S&P500. En Europa, las
compañías relacionadas con Internet tienen una capitalización bursátil conjunta que sólo
supone un 1,2% del índice EuropeStox. Creemos que estas cifras hablan por sí solas. El
mercado bursátil europeo de Internet está en su más tierna infancia, aunque es probable
que en los próximos 2-3 años el panorama cambie radicalmente en Europa, y asistamos
a numerosísimas salidas a bolsa en el sector.
El método más frecuente utilizado para valorar negocios es la actualización de
los flujos de fondos provenientes de ese negocio en el futuro, y para ello es necesario
determinar los beneficios anticipados del negocio y aplicar una tasa de descuento que
incorpora el riesgo del negocio. De la misma manera como se valoran los negocios, la
firma de consultoría Interbrand2 ha diseñado un método de valoración de marcas a partir
de la determinación de los beneficios anticipados provenientes de la marca aplicándoles
una tasa de descuento que incorpora el riesgo de la marca.
En el método Interbrand se intenta equilibrar todos los factores que entran en
juego en este proceso incorporando la información cuantitativa de indicadores de
mercado , tales como participación de mercado, ventas y utilidades, combinada con
juicios más subjetivos sobre la fortaleza de la marca, a fin de determinar las utilidades
relacionadas con la marca. Se toma como base el nivel actual de rentabilidad, expresado
como un promedio ponderado de las utilidades generadas en los últimos años. Existen
siete factores ponderados:
1.- Liderazgo: el líder tiene mayor valor por su influencia en el mercado

2.- Estabilidad o longevidad: ligada al liderazgo
3.- Mercado: considera prioritariamente mercados de gran tamaño y estables, como el
de los alimentos o las bebidas, que sean menos vulnerables a cambios súbitos causados
por modas pasajeras o por innovaciones tecnológicas.
4.- Internacionalización: se supone que las marcas que tienen un carácter internacional
tienen más poder a nivel mundial y doméstico, gracias al estatus global percibido.
Obviamente, una presencia global también proporciona el beneficio de economía de
escala, bien en producción, o bien en comercialización; además brinda protección en
caso de variaciones bruscas en mercados regionales.
5.- Tendencia: se evalúa en función de su aplicabilidad para el consumidor, con el
concepto de que las marcas que siguen siendo contemporáneas para los consumidores
son las más valiosas.
6.- Soporte: el apoyo que reciba la marca es igualmente importante. No se mide
solamente el gasto total y la continuidad de esa inversión, también se mide la calidad.
7.- Protección: una marca registrada u otra clase de protección legal se califica como
indicador de la fortaleza de la marca.
2
En 1998 Interbrand realizó por primera vez una valoración financiera de una cartera de marcas. El
método ha alcanzado hoy un grado de desarrollo y perfeccionamiento que ha sido aceptado ampliamente
por las empresas, sus accionistas, los auditores, las autoridades fiscales y la comunidad inversionista de
países industrializados, habiéndose valorado más de 2.000 marcas a la fecha.
Estos factores dan pié para la configuración de una marca ideal contra la cual se
comparan los resultados de la marca permitiendo establecer un valor. La marca ideal es
la marca libre de riesgo para efectos de evaluación.
El método Interbrand se realiza a través de tres análisis interrelacionados:
Análisis Una marca sólo es valiosa por lo que produce en la actualidad y por lo que se espera produzca en el futuro. Las
financiero ganancias de la marca son parte de las ganancias de la operación total por loque es necesario dividir o separar las
ganancias atribuibles a las distintas marcas o a los segmentos de la misma marca. Por el uso de los activos
intangibles, la empresa debe cargar una tasa de costo de capital, lo que es equivalente a calcular un E.V.A
(Economic Value Added) que corresponde a las ganancias derivadas de todos los activos intagibles.
Análisis del A veces las ganancias de los intangibles se deben enteramente a la marca, pero a veces se deben en su mayor parte
mercado a otros intangibles. Hay que identificar que proporción de los beneficios provenientes de intangibles son
atribuibles a la marca, o que recibe el nombre de “rol de la marca”. Al aplicar este índice a las ganancias de los
intangibles, se obtienen las ganancias de la marca, lo que denominamos B.V.A (Brand Value Added).
Análisis de la Al igual que cuando se valora una empresa o un negocio, el valor de la marca debe reflejar el riesgo de las
fortaleza de ganancias de la marca. La fortaleza de la marca es inversamente proporcional al riesgo. Cuanto más fuerte sea la
marca marca menor será la tasa de descuento y viceversa.
El cálculo normalmente se basa en cinco años, período después del cuál se aplica
una anualidad (las marcas bien construidas producen ingresos por muchos años), pero
en realidad se analizan las peculiaridades presentadas en cada caso.
Este método se puede aplicar indistintamente a marcas adquiridas o
desarrolladas internamente. Permite hacer comparaciones entre industrias y entre
marcas. Determina un valor que se puede comparar directamente con el valor de la
empresa y eventualmente, si las normas contables lo permitiesen, incorporar en la
contabilidad financiera de las empresas. Además permite la revalorización periódica
permitiendo un adecuado control de gestión. Pero el método conlleva también una serie
de inconvenientes, fundamentalmente porque la determinación de la fortaleza de la
marca y del múltiplo son muy subjetivas. Por otro lado, marcas como Coca-Cola o
Pepsi-Cola no son igualmente fuertes en todos los mercados (en Canarias se consume
Pepsi Cola en cuotas de mercado cercanas al 50%, mientras que en la Península sólo
llegan al 15%) ni en todos los productos (Coca-Cola tiene en el mercado una tónica que
se conoce muy poco).
Los activos del valor de la marca como la notoriedad, la calidad percibida, la
identidad, y la fidelidad, tienen el potencial de suministrar un precio primado a la marca
(Holbrook, 1992). Las vías para medir los precios primados vinculados a la marca
serían:
1.- Observar los niveles de precio en el mercado. ¿Cuáles son las diferencias y cómo se
asocian a las diversas marcas?
2.- Otro sistema sería a través de la investigación del cliente. Estos pueden ser
interrogados sobre cuanto pagarían por ciertos atributos y características del producto,
una de las cuales deberá ser el nombre de la marca. Se utilizarían técnicas de
investigación de mercados (encuesta y panel) que proporcionara resultados sobre
porcentajes de consumidores que expresan preferencia, actitud favorable, intención de
compra, comportamiento y/o repetición de la compra de una determinada marca. Los
resultados pueden ser utilizados como indicadores que aproximen la lealtad a la marca y
la cuota de mercado. Este método tiene el problema de que es estático, en tanto que
analiza el poder actual de la marca, visión que no necesariamente toma en consideración
el impacto futuro de los cambios (como una mejora en la calidad por ejemplo).
Un método propuesto por Erloz (1995) y que podríamos incluir en este apartado
es la aproximación al valor de la marca a través del modelo de elección del consumidor.
Este método permite medir el valor que los consumidores asignan a la marca. Para
conseguir este objetivo, el modelo agrupa a los consumidores de un mercado en
segmentos cuyo comportamiento sea homogéneo en su proceso de elección de una
marca y relaciona, para cada uno de los segmentos, la utilidad proporcionada por la
compra con las asociaciones de marca-producto del consumidor, con las características
físicas de la marca del producto, y las acciones de marketing que se desarrollan a corto
plazo para dicha marca. Esta desagregación de efectos permite distinguir el capital de
marca tangible, proporcionado por las características físicas de la marca, del capital de
marca intangible que no deriva de aspectos físicos de la marca sino de percepciones de
la misma por parte del consumidor.
Cada una de éstas metodologías permiten calcular de una u otra forma el
sobreprecio que soporta la marca, por tanto el valor de la marca en un periodo puede
calcularse por el producto del sobreprecio y las unidades vendidas. Estos flujos
monetarios descontados sobre un horizonte temporal razonable podrían aproximar el
valor de la marca. Estos métodos tienen importantes limitaciones en cuanto a la validez
general de su aplicación. En primer lugar, no son aplicables a los mercados sometidos a
regulaciones de precios. Por otra parte, es necesario fijar cual es el precio que debe
tomarse como referencia para cuantificar el valor del sobreprecio que soporta una
marca. Por último, hay que tener en cuenta que, en algunos mercados, las marcas líderes
fijan precios más bajos para explotar ventajas competitivas en costes y en consecuencia,
éste método de medición la infravaloraría.
Otra vía para medir la causa del valor de marca es el análisis conjunto. Esta
técnica permite descomponer la utilidad de un producto para el consumidor en
componentes (Rangaswamy, 1993):la utilidad derivada de los atributos físicos del
producto, la derivada de la presencia de marca y la resultante de la interacción entre
marca y los atributos del producto. Como alternativa del análisis conjunto como método
de valoración del capital de marca, autores como Park y Srinivasan (1994) y Gómez
Arias (1995) proponen un método que permite estudiar simultáneamente la influencia
de la marca y de sus componentes en las preferencias de los consumidores; para ello,
analizan el componente causado por las distorsiones que ejerce la marca en la
percepción de los atributos del producto por parte de los consumidores y el componente
no basado en los atributos. El problema fundamental de éste método es que integra
información de los atributos de forma individualizada y no a través de un modelo
conjunto que contemple posibles interacciones entre ellos.
Existe una amplia literatura de investigación en marketing acerca de la modelización
que intenta explicar la elección de marca por parte de los consumidores. El modelo más
comúnmente utilizado es el estocástico3 , y en él, las respuestas de los consumidores,
sus elecciones de compra, son el resultado de procesos probabilísticos. Estas técnicas se
basan en una “realidad modificada” adaptada a los modelos matemáticos, en lugar de
hacer lo contrario, es decir, adaptar los modelos a hechos reales. Es así que la realidad,
aunque precisa en sí misma, sólo ha podido ser captada a través de alguno de sus
aspectos, lo que ha llevado a simplificarla y le ha quitado precisión. Ello no es óbice
para que el modelo elaborado sea incluso más perfecto que la propia realidad.
Uno de los rankings de marcas más conocido es el elaborado por Financial
World. Para valorar y clasificar las marcas FW utiliza una versión simplificada del
método de Interbrand. Se trata de obtener la diferencia entre los beneficios de una marca
y los beneficios que debería producir una versión básica de ese producto sin marca. A
3
En la literatura relativa a los modelos estocásticos de elección de marca nos encontramos repetidamente
con tres tipos: los modelos de orden cero, los modelos de Markov y los modelos de aprendizaje. Junto a
ellos aparecen otras construcciones como los modelos de difusión y los entrópicos. Cada grupo parte de
unas hipótesis distintas, de un proceso diferente de comportamiento del consumidor. Los modelos de
orden cero consideran que la elección de marca no tiene ningún tipo de influencia en la elección
inmediatamente futura. Los modelos de Markov suponen que existe una influencia, pero sólo respecto a la
compra más reciente. Finalmente los modelos de aprendizaje se basan en que la elección de marca
depende necesariamente del historial de compras anteriores.
esa diferencia se le denomina beneficios netos relativos a la marca. Por último FW
también aplica un múltiplo calculado en función de la fortaleza de la marca.
Este modelo establece la fortaleza de la marca analizando cinco componentes:
liderazgo, estabilidad (lealtad de los consumidores), internacionalidad, continuidad de la
importancia de la marca dentro de su sector, y seguridad de la propiedad legal de la
marca. Las limitaciones de este modelo son idénticas a las del modelo de Interbrand
(antes comentado).
La firma de Chicago Market Facts ha desarrollado un curioso método que
denomina modelo de conversión y pretende medir la fuerza del compromiso
psicológico entre una marca y los consumidores. Según la consultora, la base de este
modelo está inspirada en los estudios sobre conversión religiosa. El modelo divide a los
usuarios de una marca en cuatro grupos teniendo en cuenta la fuerza de su compromiso:
el inamovible, el medio, el superficial y el convertible. También clasifica a los no
usuarios basándose en su disposición para probar la marca en : asequibles,
ambivalentes, débilmente inasequibles y fuertemente inasequible, estableciendo que la
diferencia entre el tamaño del segmento convertible y el asequible es un gran indicador
de la salud futura de la marca.
En cualquiera de los métodos antes comentados se intenta entender cómo la
marca crea valor para la empresa y medir esta creación de valor correctamente. En la
mayoría de los métodos se intenta no incurrir en más subjetividades que las necesarias
para valorar la empresa, aunque el hecho de que la formalización de un método
valorativo, normalmente comporta una visión restringida de la realidad obliga al
investigador a elegir entre realizar desde el inicio una selección de elementos a
considerar, para poder operar después con un instrumental preciso, o bien captar la
realidad con toda su imprecisión y operar con estas informaciones “borrosas”, aún
sabiendo que los resultados vendrán dados de manera imprecisa. La decisión se reduce a
elegir entre un modelo preciso pero que no refleje la realidad y un modelo vago pero
más adecuado a la realidad.


8.- APRECIACIÓN DEL VALOR DE MARCA EN UNA EMPRESA DE

INTERNET POR PARTE DEL CONSUMIDOR.
El valor de las marcas varía dependiendo de los sectores de la economía de que

se trate y puede variar también dentro del mismo sector económico. Según un reciente
informe1 sobre empresas realizado en varias economías desarrolladas, el valor de la
marca representa en el sector industrial poco más del 10% del valor total de la empresa,
alrededor del 40% en el sector de los servicios financieros y del automóvil y del 70 al
90% en el sector de la alimentación y el de los productos de lujo. En términos absolutos
el valor de una marca, excluyendo el valor de sus otros activos de propiedad intelectual
e intangibles, puede ser enorme, y más aún para una empresa virtual en la que la
búsqueda de la rentabilidad y la necesidad de ser eficaces en la comunicación cobra una
especial relevancia.
La realización de grandes acciones de comunicación dirigidas a la transmisión
de una imagen de marca perdurable ha sido lo común durante décadas. Esta rutina ha
sufrido un desajuste con la irrupción de medios como Internet donde el nuevo escenario
planteado hizo necesaria la creación de nuevas marcas en un breve espacio de tiempo.
Ya.com, Terra, Netjuice...y un largo etcétera son ejemplos de este cambio en la
generación de marca.
El interés por ocupar un lugar en la mente de los usuarios de la Red ha hecho
que estas marcas realizaran un esfuerzo comunicativo importante durante el período
comprendido entre los años 1999 y 2000. Durante ese tiempo, se asistió a un acelerado
proceso de acciones de todo tipo: campañas de publicidad convencional en medios
tradicionales, acciones below the line en ciber cafés, conciertos, empresas y
1
Informe Interbrand 2002
universidades, acciones de marketing directo on line y off line, promociones en stands
de ferias y encuentros, relaciones públicas, etcétera. Muchas de estas acciones tenían
como destinatario final a potenciales accionistas y otras muchas tuvieron como objeto
comunicar a un público generalmente inexperto la llegada de una nueva marca llena de
promesas y expectativas. En medio de este proceso, también se crea en España una
Bolsa de Valores Tecnológicos similar a la estadounidense Nasdaq, que propició una
aceleración aún mayor. Empresas nacionales y extranjeras conscientes de la fuerte
presencia que, a medio y largo plazo tendría Internet en muchos ámbitos de la sociedad
se apresuraron a robustecer estas marcas para atraer a socios inversores y accionistas.
El sector de Internet no es tan distinto al resto de sectores de la economía; tal vez
las diferencias principales entre un cliente de una empresa de Internet y un cliente de
una empresa tradicional que encontraríamos podrían ser dos: que el cliente de una
empresa de Internet siente mayor incertidumbre o inseguridad en sus transacciones y la
mayor velocidad a la que pueden cambiar de una oferta a otra; la incertidumbre va unida
a la sensación de inseguridad por parte de los clientes de una website, y deberá ser
considerada y minimizada por una buena política de fidelidad mediante el uso de
protocolos de seguridad, implantaciones de sellos de certificación que garanticen que la
Web es segura, con la utilización de firmas digitales que encripten o codifiquen de
forma indescifrable la información avalando la integridad de los participantes, etcétera.
El segundo rasgo diferencial del usuario de una empresa de Internet respecto al de una
empresa tradicional que hemos apuntado anteriormente, es el hecho de que un usuario
de una página puede acceder a otra con un coste mínimo. Tan sólo con un clic de ratón
puede “saltar” de una empresa a otra, comparar precios, sistemas de pago, etcétera.
Los receptores, los usuarios, siguen encontrando que Internet es un lugar serio o
divertido, informativo o formativo y a pesar de no hacer compras a través de la Red, sí
que consultan a menudo las páginas oficiales de muchas marcas para conocer su manera
de comunicar (lanzamiento de nuevos productos, posibilidad de ampliar información o
establecer de alguna manera contacto con el emisor). Normalmente prefieren empresas
con renombre para sus transacciones comerciales en la red, por lo que concentran sus
visitas en dichos websites ya que se sienten más seguros y protegidos si conocen el
nombre de la empresa con la que realizan la transacción, lo que provoca que ciertas
páginas, pese a no realizar grandes políticas de fidelización, consigan concentrar un
gran número de visitantes. Así mismo para éstas empresas con una marca conocida y
renombrada, el número de ingresos totales por banner es mucho más alto que para otra
empresa de marca menos conocida, así en el sector de portales Yahoo ha sabido
aprovechar los rendimientos crecientes de escala, ha sabido crear externalidades de red
mediante la oferta de toda una serie de productos personalizados, y una fuerte imagen
de marca. En cambio Excite, no ha conseguido una adecuada diferenciación y, en las
últimas semanas ha cerrado sus negocios en diferentes mercados europeos y asiáticos
concentrándose en algunos mercados-nicho que le puedan ser rentables. Similarmente,
e-Bay, se ha situado como líder absoluto de subastas de Internet, creando comunidades
de coleccionistas, y con ello, consiguiendo la masa crítica necesaria para efectuar
subastas de todo tipo, lo que además le ha permitido crear una fuerte imagen de marca
que atrae aún más a compradores y vendedores, con lo que es un caso claro de empresa
que ha sabido crear y aprovechar el efecto red en Internet.
En la elección de un producto ó servicio ofertado por una empresa de Internet, habría
que tener en cuenta una serie de componentes o dimensiones racionales (componentes
tangibles y fáciles de medir como el producto y dinero) y emocionales (intangibles). Las
emociones juegan un papel muy importante en la percepción del valor en la mayoría de
los consumidores y en la lealtad a largo plazo, y aunque las decisiones de compra
estarán basadas en unas y otras, las decisiones influenciadas por la emoción son más
profundas que aquellas basadas únicamente en su vertiente racional. No hay que olvidar
que en especial en la empresa de Internet, la base de confianza despertada en el
consumidor no surge repentinamente sino que se va estableciendo a lo largo del tiempo.
La confianza requiere muchas experiencias positivas, muchas entradas positivas en las
cuentas emocionales de los clientes, por lo que el valor emocional no debe olvidarse en
su análisis y contemplación cuando se analice aquello que es realmente valioso para el
cliente. Por otra parte hay que tener en cuenta que la satisfacción profunda con un
producto o servicio, a pesar de ser un antecedente de la lealtad, no garantiza el pleno
compromiso de los clientes. Robinette, Brand y Lenz (2001) definen el marketing
emocional como “la búsqueda en el ámbito de toda empresa de una conexión sostenible
que haga que los clientes se sientan tan valorados y bien cuidados que se desviarán de
su camino para ser leales”. Desde esta perspectiva, el marketing de emociones se
convierte en el puente entre la satisfacción y la lealtad y otorga a la emoción un rango
estratégico, que permite reconocer su importancia en la creación y desarrollo de la
identidad de marca y en la gestión de la experiencia de los consumidores. En definitiva,
las emociones juegan un papel muy importante en la percepción del valor en la mayoría
de los consumidores y en la lealtad a largo plazo, aunque el estado actual de las
investigaciones sobre el componente emocional del valor se encuentra en una fase
incipiente, claramente exploratoria donde es necesario generar propuestas y teorí


9.- LA PERCEPCIÓN DE LA IMAGEN DE MARCA. TRATAMIENTO POR

BORROSIDAD.
Los sistemas basados en la lógica difusa o borrosa resultan especialmente

adecuados en el tratamiento de procesos que están gobernados por reglas intuitivas y
que difícilmente pueden expresarse matemáticamente. La gran potencia de esta
metodología se debe a la posibilidad de expresar operaciones y controlar las reglas del
sistema mediante palabras de uso cotidiano. La lógica borrosa elimina los altos
contenidos de la matemática y va directo al nivel en el que el sistema trabaja, lo cual
permite aproximarse intuitivamente a la solución de un problema mediante la
formulación de reglas. En este contexto puede verse como la apreciación de la imagen
de marca para una posterior valoración de la empresa, puede ser un buen candidato para
el uso de técnicas de control mediante lógica borrosa debido a su complejidad y
comportamiento no lineal.
Al estudiar el comportamiento racional de los consumidores, muchos modelos
de la teoría de la decisión se basan en relaciones binarias ordinarias, en donde sólo se
presentan dos modalidades de preferencia (se prefiere o no se prefiere), y en el caso de
la imagen de marca, si se considera relevante para una decisión de compra o secundario.
Sin embargo, si se tiene en cuenta la vaguedad, la incertidumbre o la intensidad con la
que se manifiestan las preferencias humanas resulta más apropiado un enfoque basado
en relaciones binarias difusas o borrosas ya que éstas permiten graduar las preferencias.
Así, cuando un individuo manifiesta sus preferencias sobre un conjunto finito de
alternativas por medio de una relación binaria difusa o borrosa, indica la intensidad o
grado de preferencia de una alternativa sobre otra por medio de un número del intervalo
[0,1]. Sin embargo, existen multitud de situaciones en las que los individuos no son
capaces de expresar sus preferencias por medio de un valor numérico, ya sea por
vaguedad o la incertidumbre de las mismas, ya sea por estar analizando aspectos
difícilmente cuantificables. En este caso sería más conveniente realizar una valoración
cualitativa de las alternativas, mediante términos lingüísticos o etiquetas y expresada
por medio de relaciones lingüísticas de preferencia. De esta forma, a los individuos se
les presenta un conjunto de términos lingüísticos en base a los que declarar sus
preferencias.
El presente trabajo tomará como punto de partida la consideración de

preferencias lingüísticas con las que se representará la intensidad e importancia que la
imagen de marca tiene en la decisión de compra en una empresa de Internet para, a
continuación, en una segunda fase del estudio, establecer la comparación entre
productos en función de la importancia de la imagen de marca en cada uno de ellos y
finalmente, en una tercera fase, se analizará cómo se insertarían las conclusiones
obtenidas en fases anteriores sobre relevancia de la marca en un modelo borroso de
valoración de la empresa. Este desarrollo lógico del trabajo se expone gráficamente.
DESARROLLO DEL TRABAJO EMPÍRICO SOBRE

ANÁLISIS DE LA IMPORTANCIA DE LA IMAGEN DE
MARCA EN LA DECISIÓN DE COMPRA, Y LA
CONSIDERACIÓN DE SU IMPORTANCIA EN LA
VALORACIÓN DE LA EMPRESA.
FASE 3: El valor de marca en la valoración de la

empresa
FASE 2: Ordenación de los

productos en función de la
imagen de marca
FASE 1
La imagen de
Figura 1.3.-Fases marca a través de
las preferencias
lingüísticas
del desarrollo del
trabajo
Consideremos que un individuo muestra sus preferencias de compra (mediante

una relación lingüística de preferencia PL) sobre un conjunto finito de alternativas
X = {x1,x2,x3,....xn} de productos (de similares características, aunque de diferentes
marcas) ofertados todos ellos por empresas virtuales. Conviene aclarar que una relación
lingüística de preferencia es una relación binaria difusa valorada sobre un conjunto de
términos lingüísticos o etiquetas S de forma que µ pl : X × X → S . La etiqueta
µ pl ( xi , x j ) = rij ∈ S representará la intensidad con la que el consumidor se siente influido
por la marca en la alternativa xi sobre la alternativa xj cuando adopta su decisión de

compra.
El conjunto de etiquetas S = {s0, s1, s2,....sT} es finito y está totalmente ordenado
de forma que si>sj si i>j. La etiqueta central sT/2 representa la indiferencia (cuando el
consumidor realiza la compra no se fija en la marca) y el resto de etiquetas se distribuye
simétricamente alrededor de ella. Además se considera el operador Neg que asigna a
cada etiqueta su simétrica: Neg (si) = sj tal que j= T-i
El conjunto de términos lingüísticos que se considere depende del dominio del
problema. Por ejemplo, en el contexto en el que nosotros trabajamos, consideraremos el
siguiente conjunto de etiquetas a la hora de comparar los distintos pares de alternativas:
S0 : si se prefiere totalmente la segunda alternativa a la primera debido a la marca

S1 : si se prefiere mucho la segunda alternativa a la primera debido a la marca
S2 : si se prefiere bastante la segunda alternativa a la primera debido a la marca
S3 : si se prefiere poco la segunda alternativa a la primera debido a la marca
S4 : si se es indiferente entre las dos alternativas (la marca no condiciona la compra)
S5 : si se prefiere poco la primera alternativa a la segunda debido a la marca
S6 : si se prefiere bastante la primera alternativa a la segunda debido a la marca
S7 : si se prefiere mucho la primera alternativa a la segunda debido a la marca
S8 : si se prefiere totalmente la primera alternativa a la segunda debido a la marca
Para poder tratar la información que proporcionan las etiquetas se asocia a cada
una de ellas un valor. Para definir ese valor (Herrera, F., Herrera Viedma, E. 2000),
habría dos posibilidades:
1.- Representar cada etiqueta por un conjunto difuso definido en el intervalo [0,1] y
descrito por funciones de pertenencia.
2.- Asignar un valor del intervalo [0,1] a cada etiqueta de acuerdo con la estructura
ordenada del conjunto de términos lingüísticos. Este valor se puede interpretar como la
intensidad de preferencia cuantitativa que representa la preferencia lingüística.
1. Hechas éstas consideraciones sobre los fundamentos teóricos sobre los

que se basa la teoría de la preferencia lingüística difusa, pasamos a describir la
metodología empírica a utilizar para el estudio por el que se determine el grado de
importancia que la marca tiene en la decisión de compra del consumidor medio de
productos ofertados por empresas virtuales.
2. Este estudio empírico no lo hemos llevado a cabo en la práctica pero
esperamos que en un breve plazo de tiempo podamos realizar encuestas reales y
comprobar la utilidad de las conclusiones a las que estamos llegando de una forma
teórica.
El estudio parte de una encuesta realizada a un grupo de agentes: consumidores
reales o potenciales (que se hayan interesado alguna vez por la compra de los productos
seleccionados como objeto del estudio) por la que éstos manifiestan sus preferencias
sobre una serie de artículos de diferentes marca (4 en el ejemplo que ofrecemos) aunque
de similares características que han sido ofertados por distintas compañías de Internet.
Cada consumidor ha de manifestar sus preferencias entre los 4 productos seleccionados
para el estudio en razón de la marca, comparando todas las alternativas por pares,
primero considerando únicamente sus propios gustos sobre cada producto, sin
considerar ningún otro factor, y posteriormente teniendo en cuenta, además de sus
gustos sobre cada producto, el precio real (en euros) que estarían dispuestos a pagar en
el producto por la marca que éste lleve. Los agentes tuvieron que comparar cada par de
alternativas a través de cuatro modalidades de preferencia de la alternativa preferida
sobre la otra, representadas por las siguientes etiquetas de una manera descendente:
“totalmente”, “mucho”, “bastante”, y “poco”; en ausencia de preferencia entre las
alternativas debían declarar “indiferente”. Los cuestionarios que debían responder
podrían seguir el formato de respuesta siguiente:
Producto A Producto B
Totalmente Mucho Bastante Poco Indiferente Poco Bastante Mucho Totalmente
3.
Establecida la representación numérica de las etiquetas, el paso siguiente del
estudio consistiría en realizar una ordenación de los productos según la importancia de
sus características y las preferencias mostradas por los agentes encuestados. De ésta
manera podemos llegar a una apreciación de la importancia relativa del producto
seleccionado respecto a la competencia, a través del establecimiento de la relación
borrosa que muestra las conexiones entre los productos, considerados dos a dos en un
referencial dado de características.
Partiremos de dos conjuntos referenciales finitos representativos de los
productos a ordenar y de las características consideradas como determinantes de la
decisión de compra: marca, características técnicas, novedad, seguridad....etcétera.
Siguiendo la nomenclatura general serán, respectivamente:
Referencial de productos : X = {x1, x2, ...xm}

Referencial de características consideradas: C={C1,C2,….,Cn}
Para cada característica Cj, j= 1,2,...,n, se realiza una comparación de los productos
tomados de 2 en 2, Ci,Ck; i,k = 1,2,...,n, mediante un cociente que determine las veces
fi
que un objeto es preferido al otro. Así µ ik = para i, k = 1,2,3,...n. representará las
fk
fk 1
veces que Ci es preferible a Ck, evidentemente al ser: µ ki = = la reunión de
f i µik
todas las µ ik dará una matriz para cada característica C , las cuales por construcción
j
1
serán recíprocas. Recordemos que una matriz es recíproca si µ ii = 1 y µ ik = para
µ ki
µ ik ∈ R +
0 , i, k= 1,2,...,n. Cuando se cumple que : ∀i, k ∈ {1,2,..., n} y que
fi fk f
⋅ = i , es decir µ ik ⋅ µ k1 = µ i1 se dice que la matriz es “coherente” o
f k f1 f1
“consistente”.
Cuando una matriz en R0+ es recíproca y coherente posee unas propiedades muy
elementales, útiles para nuestros objetivos:
n n
fi
1.- ∑ µ ik ⋅ f k =∑
k =1 k =1 fk
⋅ fk = n ⋅ fi .
2.- Todas sus filas (y también sus columnas) son proporcionales a la

primera fila (y también a la primera columna) por tanto toda fila (y toda
columna) es igual a otra fila (y otra columna) multiplicada por un
coeficiente.[Gil Aluja, 1999].
Para cada característica Cj, j= 1,2,3,...,n se puede obtener una matriz recíproca
pero no necesariamente coherente. Cualquier matriz cuadrada positiva posee un valor
real propio positivo, cuyo módulo es superior a todos los demás que pueden ser reales o
complejos. Este valor propio real o positivo dominante, que llamaremos λ es único,
según propone el teorema de Perron-Frobenius.1. Si n es el orden de la matriz será
λ 1 ≥ n . El vector propio correspondiente al valor propio dominante λ 1 por el que se
pone en evidencia la preferencia relativa de los productos en relación con la respectiva
característica, estará formado por términos positivos y cuando se halla normalizado es
único. En éste sentido, si se tiene una matriz cuadrada positiva y recíproca de orden n su
valor dominante será λ 1. Cuando λ 1 es muy próximo a n se puede decir que la matriz
es casi coherente y entonces resulta adecuada para nuestros objetivos. El índice de
λ1 − n
coherencia se suele establecer como: I c =
n
1
1. .- Perron, O., Zur Theorie der Matrizen, Math. Ann., vol 64. 1907
De éste modo, a partir de los referenciales de objetos a ordenar X y de las
características C se tendrá una matriz recíproca para cada característica, con un valor
propio λ 1(j) cada una y un índice de coherencia. Si éste índice de coherencia es
suficientemente reducido se aceptará como válido el vector propio correspondiente.
En resumen, la matriz tendrá un valor propio dominante λ 1© y un vector

correspondiente [V©] como representativo del peso o importancia de cada característica,
a efectos de la decisión. Este vector puede jugar el papel ponderador de nuestro
esquema, para lo cuál resulta cómo de acuerdo con Gil Aluja [1999] el normalizarlo con
suma igual a la unidad.
Una vez obtenidas la matriz [V] y el vector normalizado [N©] bastará con
realizar la multiplicación [V]* [N©] para hallar el nuevo vector [D] cuyos valores
permitirán una ordenación de los productos, teniendo en cuenta la importancia relativa
asignada a cada característica. Para la obtención del valor propio dominante y el vector
propio correspondiente, seguiremos el método propuesto por Gil Aluja [cit. ant. 1999],
que a continuación reproducimos:
Supongamos una matriz cuadrada y recíproca [M]:
 1 µ12 ... µ1m 

 
µ 1 ... µ 2 m 
[M ] =  21 
.. ... ...
 
µ ... ... 1 
 m1
Se inicia el proceso multiplicando la matriz [M] por el vector unidad [1], obteniendo el
vector [W1].
 1 µ12 ... µ1m   1   w (1)1 
     (1) 
 µ 21 1 ... µ 2 m  1  w 2 
 .. ... ...
⋅
  .. =  ...  =[W1]
     
µ
 m1 ... ... 1   1   w (1) m 
A continuación se divide cada uno de los valores del vector [W1]por el mayor de
ellos w1 ∨ w2 ∨ ... ∨ wm a dicho cociente le llamaremos V1(1). De ésta forma se halla
(1) (1) (1)
un vector normalizado en el sentido de los subconjuntos borrosos. Llamemos a los

nuevos valores:
w1(1)
V1(1) = ;
w1(1) ∨ w2(1) ∨ ... ∨ wm(1)
w2(1) w3(1)
V2(1) = ; V3
(1)
= ...
w1(1) ∨ w2(1) ∨ ... ∨ wm(1) w1(1) ∨ w2(1) ∨ ... ∨ wm(1)
en donde al menos una vi(1) i = 1,2,3,...m es igual a la unidad. A continuación

multiplicaríamos [M]* [V1] obteniendo [W2]. De nuevo normalizaríamos [W2] y
repetiríamos el proceso antes descrito hasta hallar un valor tal que:
w1( r ) ∨ w2( r ) ∨ ... ∨ wm( r ) ≅ w1( s ) ∨ w2( s ) ∨ ... ∨ wm( s ) siendo r = s-1. Cuando esto sucede se dice
que w1 ∨ w2 ∨ ... ∨ wm es el valor propio dominante λ 1. Si el coeficiente de

(s) (s) (s)
coherencia Ic es aceptablemente reducido se puede considerar que la matriz es casi

coherente y por tanto válida para la ordenación de los elementos planteada.
Sea X = {a,b,c,d} el conjunto de productos a ordenar según ciertas
características representativas de la importancia de la marca en la decisión de compra,
las cuáles se reúnen en otro conjunto Y . Sean estos conjuntos:
X = {a,b,c,d}
Y= {A,B,C,D,E}
Las etiquetas lingüísticas asociadas a las características A,B,C,D,E que hemos
considerado para el estudio son las siguientes:
A: Confianza en la marca
B: Satisfacción del cliente con la marca
C: La seguridad que confiere la marca
D: Prestigio
E: Calidad del servicio asociada a la imagen de marca.
Para cada una de las características A,B,C,D,E, se establecen las correspondientes
matrices representativas de la apreciación relativa de cada producto en relación con los
demás:
A:
a b c d
a 1 3 1,67 6
b 0,34 1 0,5 3
c 0,6 2 1 4
d 0,167 0,34 0,2 1
B
a b c d
a 1 2,5 7,3 8
b 5 1 4 4
c 6 0,33 1 2
d 3 0,9 0,23 1
C
a b c d
a 1 0,8 3 0,45
b 0,32 1 0,5 0,95
c 3 4 1 2
d 1 0,8 3 1
D
a b c d
a 1 2 4 0,6
b 0,2 1 0,23 0,25
c 3 0,32 1 3
d 0,54 0,52 0,53 1
E
a b c d
a 1 3 0,32 1
b 0,5 1 2 0,32
c 0,23 0,5 1 3
d 1 0,23 0,14 1
Para la primera característica A representativa de la confianza en la marca, el

producto a es 2 veces más valorado que b; 0,34 en relación con c y 3 veces más que
d;....y así sucesivamente. El proceso de obtención del valor propio dominante y vector
propio correspondiente para la característica A se presenta a continuación. Se inicia el
proceso multiplicando la matriz [A] por el vector unidad:
*Pi = [W1]
1 11,67 a
1 4,84 b
1 7,6 c
1 1,707 d
El valor propio dominante1.67; y el vector propio son:

1 a
=11,67 * 0,41473865 b
0,6512425 c
0,14627249 d
Se divide cada uno de los valores del vector [W1] por el mayor de todos ellos, hallando
así un vector normalizado en el sentido de los subconjuntos borrosos. Este vector será
por el que multiplicaremos la matriz .
a b c d *Pi = W2
a 1 3 1,67 6 1 4,20942588 a
b 0,34 1 0,5 3 0,41473865 1,51917738 b
c 0,6 2 1 4 0,6512425 2,66580977 c
d 0,167 0,34 0,2 1 0,14627249 0,58453213 d
El valor propio dominante 4,20942588; y el vector propio correspondiente se presentan

a continuación:
1 a
=4,2094258 * 0,36089895 b
0,63329533 c
0,13886267 d
a b c d *Pi = W3
a 1 3 1,67 6 1 4,0207 a
b 0,34 1 0,5 3 0,36089895 1,43413464 b
c 0,6 2 1 4 0,63329533 2,51054393 c
d 0,167 0,34 0,2 1 0,13886267 0,55522738 d
El valor propio dominante 4,0207; y el vector propio correspondiente se presentan a

continuación:
1 a
=4,0207* 0,3566878 b
0,62440469 c
0,13809212 d
a b c d *Pi = W4
a 1 3 1,67 6 1 4,00137197 a
b 0,34 1 0,5 3 0,3566878 1,42316651 b
c 0,6 2 1 4 0,62440469 2,49014878 c
d 0,167 0,34 0,2 1 0,13809212 0,55124691 d
El valor propio dominante 4,00137197; y el vector propio correspondiente se presentan

a continuación:
1 a
=4,00137197* 0,36108404 b
0,63179746 c
0,13986168 d
a b c d *Pi = W5
a 1 3 1,67 6 1 4,0075236 a
b 0,34 1 0,5 3 0,36108404 1,43656781 b
c 0,6 2 1 4 0,63179746 2,51341226 c
d 0,167 0,34 0,2 1 0,13986168 0,55598975 d
El vector propio dominante 4,0075236 y el vector propio correspondiente se presentan a

continuación:
1 a
=4,0075236* 0,36117138 b
0,63190374 c
0,13978288 d
El valor propio dominante λ 1(1) = 4,0075236. El índice de coherencia Ic será:

λ1 − n 4,0075236 − 4
Ic = = = 0,00188 . Si el índice de coherencia se halla dentro del
n 4
umbral exigido se consideraría válido el vector [V(1)] como representativo del peso o
importancia de cada característica a efectos de la decisión. Este vector puede jugar el
papel ponderador en nuestro esquema, para lo cuál resulta siempre cómodo normalizarlo
con suma igual a la unidad, convirtiéndolo así en un vector normalizado [N©]
El vector correspondiente [V(1)] es:
1 a
0,36117138 b
0,63190374 c
0,13978288 d
Y al normalizarlo con suma 1:

0,4688545 a
0,1693367 b
0,2962709 c
0,0655377 d
Suma = 1
Para la característica B representativa de la satisfacción del cliente con la marca los
resultados serían:
a b c d
a 1 2,5 7,3 8
b 5 3 4 4
c 6 0,33 1 2
d 3 0,9 0,23 1
*Pi = [W1]
1 18,8 a
1 16 b
1 9,33 c
1 5,13 d
1 a
=18,8* 0,85106383 b
0,4962766 c
0,27287234 d
*Pi = [W2]
1 8,93345745 a
0,85106383 10,6297872 b
0,4962766 7,32287234 c
0,27287234 4,1529734 d
0,84041733 a
=10,6297 * 1 b
0,68890112 c
0,39069205 d
*Pi = [W3]
0,84041733 11,4949319 a
1 11,5204594 b
0,68890112 6,84278923 c
0,39069205 3,97039131 d
0,99778417 a
=11,5204594* 1 b
0,59396844 c
0,34463828 d
*Pi = [W4]
0,99778417 10,59086 a
1 11,7433477 b
0,59396844 7,59995 c
0,34463828 4,37460352 d
0,90186038 a
=11,7433477 * 1 b
0,64717065 c
0,37251758 d
*Pi = [W5]
0,90186038 11,1063468 a
1 11,5880548 b
0,64717065 7,13336809 c
0,37251758 4,12694797 d
0,95843064 a
=11,5880548 * 1 b
0,61557942 c
0,35613811 d
λ1 − n 11,5880548 − 4
Calculando el índice de coherencia I c = = = 1,89 , perfectamente
n 4
asumible para concluir en la buena coherencia de la matriz.El vector correspondiente
[V(1)] es:
0,95843064 a
1 b
0,61557942 c
0,35613811 d

0,3270928 a
0,3412796 b
0,2100847 c
0,1215427 d
Suma = 1
Para la característica C:
a b c d
a 1 0,8 3 0,45
b 0,32 1 0,5 0,95
c 3 4 1 2
d 1 0,8 3 1
*Pi = [W1]
1 5,25 a
1 2,77 b
1 10 c
1 5,25 d
0,525 a
=10* 0,277 b
1 c
0,525 d
*Pi = [W2]
0,525 3,98285 a
0,277 1,44375 b
1 4,733 c
0,525 3,98285 d
0,84150644 a
=4,733* 0,30503909 b
1 c
0,84150644 d
*Pi = [W3]
0,84150644 4,46421561 a
0,30503909 1,87375227 b
1 6,42768857 c
0,84150644 4,46421561 d
0,69452892 a
=6,42768857* 0,29151261 b
1 c
0,69452892 d
*Pi = [W4]
0,69452892 4,24027703 a
0,29151261 1,67356434 b
1 5,63869505 c
0,69452892 4,24027703 d
0,75199616 a
=5,63869505* 0,29679994 b
1 c
0,75199616 d
*Pi = [W5]
0,75199616 4,32783438 a
0,29679994 1,75183506 b
1 5,94718055 c
0,75199616 4,32783438 d
0,72771195 a
=5,9471805* 0,29456564 b
1 c
0,72771195 d
λ1 − n 5,9471805 − 4
Calculando el índice de coherencia: I c = = = 0,48 , coherencia
n 4
aceptable. El vector correspondiente [V(1)] es:
0,72771195 a
0,29456564 b
1 c
0,72771195 d

0,2644081 a
0,1071151 b
0,3636377 c
0,2646235 d
Suma = 1
Para la característica D:
a b c d
a 1 2 4 0,6
b 0,2 1 0,23 0,25
c 3 0,32 1 3
d 0,54 0,52 0,53 1
*Pi = [W1]
1 7,6 a
1 1,68 b
1 7,32 c
1 2,59 d
1 a
=7,6* 0,22105263 b
0,96315789 c
0,34078947 d
*Pi = [W2]
1 5,49921053 a
0,22105263 0,72777632 b
0,96315789 5,05626316 c
0,34078947 1,50621053 d
1 a
=5,49921053* 0,13234196 b
0,91945255 c
0,27389577 d
*Pi = [W3]
1 5,1068316 a
0,13234196 0,61228999 b
0,91945255 4,7834893 c
0,27389577 1,37002345 d
1 a
=5,1068316* 0,11989626 b
0,93668436 c
0,26827269 d
*Pi = [W4]
1 5,14749358 a
0,11989626 0,60240183 b
0,93668436 4,77986923 c
0,26827269 1,36706146 d
1 a
=5,14749358 * 0,11702819 b
0,92858187 c
0,26557808 d
*Pi = [W5]
1 5,10773071 a
0,11702819 0,59699654 b
0,92858187 4,76276513 c
0,26557808 1,35858113 d
1 a
=5,10773071* 0,11688097 b
0,93246207 c
0,26598527 d
λ1 − n 5,1077 − 4
Calculando el índice de coherencia: I c = = = 0,276 , coherencia
n 4
aceptable.
El vector correspondiente [V(1)] es:
1 a
0,11688097 b
0,93246207 c
0,26598527 d

0,4319042 a
0,0504813 b
0,4027342 c
0,1148801 d
Suma = 1
Para la característica E:
a b c d
a 1 3 2 1
b 0,5 1 2 0,32
c 4 0,5 1 3
d 1 0,23 0,14 1
*Pi = [W1]
1 7 a
1 3,82 b
1 8,5 c
1 2,37 d
1 a
=7* 0,54571429 b
1,21428571 c
0,33857143 d
*Pi = [W2]
1 5,40428571 a
0,54571429 3,58262857 b
1,21428571 6,50285714 c
0,33857143 1,63408571 d
0,83106327 a
=6,50285714* 0,55093146 b
1 c
0,25128735 d
*Pi = [W3]
0,83106327 4,73514499 a
0,55093146 3,04687504 b
1 5,35358084 c
0,25128735 1,34906485 d
0,88448183 a
=5,35358 * 0,56912843 b
1 c
0,25199299 d
*Pi = [W4]
0,88448183 4,8438601 a
0,56912843 3,0920071 b
1 5,57847051 c
0,25199299 1,40737436 d
0,86831329 a
=5,57847051 * 0,55427506 b
1 c
0,25228678 d
*Pi = [W5]
0,86831329 4,78342526 a
0,55427506 3,06916348 b
1 5,50725104 c
0,25228678 1,38808334 d

0,3243456 a
0,2081081 b
0,3734255 c
0,0941206 d
Suma = 1
El vector propio correspondiente a las 5 características ha sido:
A 4,0075236
B 11,5880548
C 5,9471805
D 5,10773071
E 5,50725104
Con las matrices normalizadas obtenidas en cada una de las 5 características

consideradas se establece la matriz [V]:
A B C D E
a 0,4688545 0,3270928 0,2644081 0,4319042 0,3243456
b 0,1693367 0,3412796 0,1071151 0,0504813 0,2081081
c 0,2962709 0,2100847 0,3636377 0,4027342 0,3734255
d 0,0655377 0,1215427 0,2646235 0,1148801 0,0941206
Multiplicando la matriz [V] con el vector [N©] , obtendremos:

11,2341005 a
6,6743688 b
9,89801049 c
4,34997345 d
La obtención de éste vector permite establecer la ordenación de los productos en base a

la importancia de la imagen de marca en la decisión de compra, resultando: a>c>b>d
De ésta manera hemos llegado a una apreciación de la importancia relativa del
producto seleccionado respecto a la competencia, a través del establecimiento de la
relación borrosa que muestra las conexiones entre los productos en un referencial dado
de características.
Al estudiar el comportamiento racional de los consumidores, muchos modelos

de la teoría de la decisión se basan en relaciones binarias ordinarias, en donde sólo
caben dos posibilidades: si se prefiere o no se prefiere el producto, y en el caso de la
imagen de marca, si se considera relevante para una decisión de compra o no relevante.
Si se tiene en cuenta la vaguedad, la incertidumbre o la intensidad con la que se
manifiestan las preferencias humanas, resulta más apropiado un enfoque basado en
relaciones binarias difusas o borrosas ya que éstas permiten graduar las preferencias. En
el presente trabajo hemos llegado a la conclusión de que a partir de los referenciales de
objetos a ordenar y de las características que éstos presentan, relativas a aspectos
inherentes a la imagen de marca, se podrá obtener una matriz recíproca para cada
característica, con un valor propio cada una y un índice de coherencia (si éste índice de
coherencia es suficientemente reducido se aceptará como válido el vector propio
correspondiente), de éste modo se podrá determinar el orden de importancia en cuanto a
la imagen de marca que ocupa el producto de la empresa analizada en el sector a través
del establecimiento de la relación borrosa que muestra las conexiones entre los
productos para un referencial dado de características. Este será el primer paso para una
valoración de empresa en la que se incorpore la imagen de marca como variable
fundamental.


10.- REFERENCIAS BIBLIOGRÁFICAS CITADAS:
-AAKER, D. (1994): Gestión del Valor de Marca.Edit. Díaz de Santos. Madrid.

-AAKER, D; ALVAREZ BLANCO, R. (1994): “Capitalizar el Valor de la Marca”. Harvard Deusto
Business Review. Marzo.
-ALSINA, C. (1985): “On a family connectives for fuzzy sets”. Fuzzy Sets and Systems. Nº 16
-CARRARISA, FIOL, L.J.; MOLINER TENA, M.A.; RODRÍGUEZ ARTOLA, R.(2002) El componente
emocional del valor percibido: un estudio cualitativo.XIV Encuentro de Profesores Universitarios de
Marketing.
-DÍAZ SOLOAGA, P. (2002): “Construcción de imagen de marca en Internet. Aplicación de un modelo
interactivo”. UCM . Investigación. Area abierta Nº 4. Noviembre.
-ERLOZ, M. (1995): Aproximación al capital de marca a través del modelo de elección del consumidor:
un ensayo con datos agregados. VII Encuentro de profesores de Marketing.
-FERNÁNDEZ, P. (2002): Valoración de empresas. Gestión 2000.com.
-GARCÍA-LAPRESTA, J.L.;LAZZARI, L.L.; MARTÍNEZ-PANERO, M.(2001): “A group decisión
making meted using fuzzy triangular numbers. Fuzzy Sets in Management, Economics and Marketing. Nº
32.
-GÓMEZ ARIAS, T. (1995): Utilización de la Integración Jerárquica de la Información en la Medición
del Valor de la Marca. VIII Encuentros de profesores de Marketing.
-MENESES PONCIO, L.C.(2002): Análisis de la racionalidad en el uso de preferencias lingüísticas: un
estudio empírico. Jornadas de ASEPUMA. Madrid.
http://www.uv.es/asepuma/jornadas/madrid/G585C.pdf
-NAKAMURA, K. (1986): “Preference relations on a set of fuccy utilities as a basis for decisión
making”. Fuzzy Sets and Systems. Nº 20.
-NURMI, H. (1981): “Approaches to collective decision making with fuzzy preference relations”. Fuzzy
Sets and Systems. Nº 6
-PARK, C.S. SRINIVASAN, V. (1994): “A Survey-Based Metod for Measuring and Undderstanding
Brand Equity and Its Extendibility. Journal of Marketing Research. Vol. 31.
-PUENTE GARCÍA, J. (2000): La asignación de prioridades a las necesidades del cliente en el
despliegue de la función de calidad. Un enfoque borroso. X Congreso Nacional de ACEDE, Oviedo.
Septiembre.
-RANGASWAMY, A; RAYMOND, R; BURNE, T. (1993): “Brand Equity and the Extendibility of
Brand Names”. International Journal of Research in Marketing. Vol. 10.
-ROBINETTE, S; BRAND, C; LENZ, V. (2001): Marketing Emocional. Editorial Gestión 2000.
-SAN JOSÉ, R; GUTIÉRREZ ARRANZ, A; GUTIÉRREZ CILLÁN, J. (2002): Eficacia publicitaria en
Internet. Efectos de la ejecución del anuncio y de los rasgos personales del individuo en contextos de alta
implicación. Doc. Trabajo. 09/02. Universidad de Valladolid.
-ZADEH, L.A.(1971): “Similarity relations and fuzzy orderings” Information Sciences. Nº 22.


11.- EL VALOR DE LA EMPRESA DE INTERNET Y LA CALIDAD DEL

SERVICIO OFRECIDO
En el siguiente trabajo empírico se propone el desarrollo mediante borrosidad de

un instrumento de medida de la calidad percibida del servicio prestado por un
establecimiento virtual para una posterior incorporación de ésta variable intangible al
valor de la empresa.
De entre los diferentes modelos que se han diseñado para intentar definir la
calidad del servicio y los factores que influyen sobre la misma uno de los más
divulgados es el denominado modelo SERVQUAL de Parasuraman, Zeithaml y Berry
(1985,1988), que surge de la comparación entre las expectativas previas de los usuarios
y las percepciones acerca del desempeño del servicio recibido. Dicho modelo ha sido
objeto de una amplia utilización en numerosos estudios empíricos (Fick y Ritchie, 1991;
Saleh y Ryan, 1991; Bojanovic y Rosen, 1993, en los que proponen un modelo de
evaluación de la calidad del servicio basado en las diferencias entre el servicio esperado
y recibido, éste modelo se denomina “modelo de las Deficiencias o de los Gap`s”.
Tomando como punto de partida éstos modelos , el objetivo de este trabajo se centra en
proponer un modelo integrador que identifique los principales factores que afectan a la
calidad del servicio ofrecida por una empresa de Internet, como fase previa a la
posterior definición de las variables más adecuadas que permitan su medición borrosa.
Dicho estudio será de gran utilidad a la hora de determinar las causas de origen interno a
la empresa (relacionadas con su organización y gestión) que actúen como determinantes
de su valor.
Comenzaremos este trabajo estableciendo el marco conceptual de la calidad del
servicio y un desarrollo metodológico de los modelos que habitualmente se emplean
para su evaluación. Dado que en el problema valorativo cuestionado se produce un
inevitable manejo de reglas intuitivas (que difícilmente pueden expresarse
matemáticamente con precisión), es por lo que resulta especialmente adecuado el
complementar estos modelos mediante una metodología borrosa o difusa que permita
gradaciones en los valores obtenidos de comportamiento no-lineal y de ésta forma se
logren ajustes más perfectos a la realidad.
11.1.- Marco conceptual de la calidad del servicio en una empresa de Internet.
Cada vez más las empresas consideran Internet como un medio adicional para
expandir sus negocios, y ello implica que deberán adaptarse a los condicionamientos
intrínsecos que la red implica. No servirán los métodos de gestión tradicionales y los
clientes tampoco demandarán lo mismo ni tendrán que ser tratados de igual forma. Esto
motiva que la planificación estratégica del comercio virtual sea vital y que la empresa
tenga muy claro qué va a hacer en el ciberespacio para conseguir atraer, y lo que es más
importante, retener y motivar a los consumidores potenciales para que finalmente
realicen transacciones de forma online. .Para éstas empresas resulta especialmente
importante el emprender una serie de actuaciones encaminadas, entre otros aspectos, a
mejorar continuamente y de forma simultánea la calidad, los tiempos de entrega y el
servicio a los clientes si desean lograr y mantener posiciones competitivas duraderas,
sobre todo si se tiene en cuenta la facilidad con la que un usuario de una página puede
acceder a otra con un coste mínimo, tan sólo con un “clic” de ratón.
La calidad asociada a las organizaciones empresariales ha sufrido una
importante evolución en las últimas décadas, así, en un principio, se asociaba con la
inspección y el control de la producción obtenida. Posteriormente, el concepto de
calidad se extendió a todas las fases de la vida de un producto o servicio para el que se
exigía no sólo la necesidad de ser apto para el uso que se le había asignado sino la de
igualar e incluso superar las expectativas que los clientes habían depositado en él. Esta
nueva concepción de la calidad es lo que se conoce como “calidad del servicio”. El
servicio se entiende como el conjunto de prestaciones accesorias de naturaleza
cuantitativa o cualitativa que acompañan a la prestación principal, ya consista ésta en un
producto o en un servicio.
La calidad del servicio percibida por un consumidor la definiremos como la
valoración que éste hace de la excelencia o superioridad del servicio (Zeithaml, 1988);
la calidad del servicio también ha sido descrita como una forma de actitud, relacionada
pero no equivalente con la satisfacción1 (Parasuraman, Zeithaml, Berry, 1988), donde el
cliente compara sus expectativas con el desempeño del servicio recibido una vez que ha
llevado a cabo la transacción.
Para una empresa de Internet uno de los principales problemas que se presentan
es cómo llevar a cabo una medición de la calidad del servicio que ofrece a sus usuarios
desvinculada de la calidad de la propia red. Para que se cumpla el objetivo final de la
red, que no es otro que dar servicio a los usuarios finales (los cuales no están
preocupados por cómo se proporciona un servicio o con aspectos del diseño de red, sino
en obtener un servicio que se ajuste a sus expectativas) son necesarios tanto los
parámetros de red como los de usuario, y por lo tanto también la definición de una
relación cuantitativa entre ellos (Cedetel, 2002), así por ejemplo, para los operadores de
telecomunicaciones el llevar a cabo una gestión de la red en tiempo real es una
necesidad muy importante para el desarrollo de servicios avanzados de banda ancha.
Los nuevos servicios de banda ancha requerirán una mayor gestión de los recursos. De
ésta forma, investigar en una mejor gestión de los recursos de banda ancha puede verse
como un generador de ingresos, ya que la mejor utilización del espectro se acaba
traduciendo en mayores ingresos para los operadores.
La calidad percibida por el usuario no puede predecirse a partir de medidas
objetivas, sino que existe la necesidad de buscar métodos fiables y válidos para “medir”
la calidad subjetiva y enlazarlos a los factores objetivos que se pueden aplicar a los
servicios de red. Cualquier modelo por el que se evalúe la calidad del servicio no es más
que una representación simplificada de la realidad, en la que se toman en consideración
algunos de los elementos básicos que explican los niveles de calidad alcanzados por la
organización desde el punto de vista de sus clientes, dejando fuera del modelo, otros
elementos de naturaleza más intangible, y por tanto de más difícil cuantificación. Todos
estos estudios muestran la dificultad de “medir” la calidad percibida por el usuario, ya
que además de tener un fuerte carácter subjetivo, también se ve influenciada por
factores como el coste asociado y la tarea realizada. Ante ésta dificultad, en éstos
modelos se crea una realidad modificada en lugar de hacer lo contrario, es decir, una
adaptación de los modelos a los hechos reales. En éste sentido, la teoría de los
subconjuntos borrosos es un intento de rehabilitar el subjetivismo y la imprecisión,
1
Mientras que la consideración de una medida de la calidad del servicio se obtiene tras una larga y
completa evaluación, la satisfacción del cliente es medida para una transacción específica. (Ruíz Olalla,
2001).
considerando el fenómeno tal cual se presenta en la vida real y realizar su tratamiento
sin intentar deformarlo para hacerlo preciso y cierto. La complementariedad de éstas
nuevas técnicas con los modelos ya establecidos, permitirá aumentar la coherencia entre
la evolución de procesos reales y los esquemas elaborados para su tratamiento.
Un estudio sobre calidad del servicio ofrecido por una empresa de Internet debe
tener en cuenta que no todos los usuarios tienen los mismos requerimientos, además los
usuarios pueden tener diferentes requerimientos en función de la clase de servicio
requerido. Normalmente un usuario particular no requerirá el mismo nivel de
conectividad que un usuario corporativo. Por lo tanto, resulta evidente que al menos es
necesario definir dos tipos de perfiles con características y demandas claramente
diferentes: los usuarios particulares y los usuarios empresariales. Fundamentalmente los
usuarios particulares están enfocados más a servicios relacionados con el ocio (viajes,
juegos, televisión...) y la gestión doméstica (teléfono, telecompra..), que no van a
requerir la transmisión en el sentido ascendente de grandes cantidades de información.
En cambio, las empresas y organizaciones de todo tipo precisarán de servicios
multimedia para la transmisión bidireccional de toda clase de información y cuyos
requerimientos por parte de las redes van a ser muy superiores. Por tanto cuando se
acometa una medición de la calidad del servicio percibida por usuarios empresariales
resulta fundamental el considerar tanto los parámetros de red como los de usuario,
mientras que para un usuario particular no resulta tan importante esa relación, y sí por el
contrario cobra una especial relevancia aquellos aspectos relacionados con el servicio
ofrecido por la empresa con la que realizan una transacción.
Realizando una revisión de la literatura existente sobre el marco conceptual de la
calidad del servicio, podemos delimitar los aspectos que, en conjunto, configuran el
constructo que se desea medir, en este caso “la calidad del servicio percibida”. Estos
aspectos básicamente se centran en torno a tres dimensiones básicas: calidad técnica,
calidad funcional e imagen corporativa (Grönroos, 1988), en las que quedarán incluidos
los atributos que pueden influir en las percepciones de calidad de los clientes. Los
indicadores de la calidad técnica son los más fáciles de medir ya que vienen expresados
en unidades físicas y se refieren a lo que esperan los clientes en cuanto a
especificaciones de rendimiento del sistema; básicamente incluyen aspectos relativos al
equipamiento básico de red (DNS, routers, gateways, etc.) y los servicios externos más
utilizados por los usuarios (servidores Web, e-mail, ..etc.). Son dos los tipos de medidas
de rendimiento técnico que se realizan: el número de datagramas perdidos y el tiempo
de respuesta de las peticiones. Sirven para evaluar respectivamente las pérdidas de
información y los retardos que se producen en las comunicaciones que se realizan. Los
principales atributos considerados para el presente estudio indicadores del nivel de
calidad técnica alcanzado por una empresa de Internet van a ser:
1.- Accesibilidad al servicio: en este aspecto se medirá el nivel de facilidad en
las conexiones con la página de la empresa. Se entiende por accesible si es
viable establecer alguna conexión con el mismo.
2.- Disponibilidad del servicio: se entiende por disponible si supera un umbral
mínimo de conexiones exitosas.
3.- Duración de la indisponibilidad: en este aspecto se medirá la capacidad
técnica en la resolución de problemas de acceso.
4.- Tiempo entre indisponibilidades: permite evaluar la solidez del servicio a
la hora de mantener su red.
El buen funcionamiento de cualquier negocio virtual pasa inevitablemente por
una buena gestión. No se puede garantizar la calidad de un servicio de comercio
electrónico sin evaluar la gestión de la organización que soporta y/o mantiene dicho
website. Los indicadores de calidad funcional en este sentido recogerán aspectos
relativos a la calidad de la atención recibida, claridad y veracidad de las informaciones
(sobre precio y producto, stock, fechas de suministro, modificación y anulación de
pedidos, formas de envío, etcétera.) así como la seguridad y privacidad garantizada al
cliente. Los principales atributos considerados para el presente estudio indicadores del
nivel de calidad funcional alcanzado por una empresa de Internet van a ser:
1.- Claridad y veracidad en la información ofrecida al cliente: relativa a
precios, disponibilidad del producto, estado de los pedidos (notificación de
recepción de pedios, modificación o anulación) formas de envío, formas de
pago.
2.- Seguridad y privacidad de datos del cliente. La seguridad debe estar
presente desde el momento en que una persona accede a la web hasta que
finaliza la sesión, así como la entidad deberá adoptar las medidas técnicas y
organizativas necesarias que garanticen la seguridad de los datos de carácter
personal y eviten su alteración, pérdida, tratamiento o acceso no autorizado.
3.- Servicio de atención al cliente preventa y postventa. La empresa deberá
ofrecer todas las posibilidades de comunicación posible, comprometiéndose a
resolver dudas del cliente en el formato que éste haya elegido. El plazo de
respuesta de estas dudas deberá ser lo más breve posible con objeto de ofrecerle
al usuario un servicio de calidad que minimice su desconfianza hacia el medio
de contratación online. El servicio de postventa debe quedar perfectamente
definido en cuanto a garantía, asistencia, servicio técnico y gestión de
reclamaciones y devoluciones.
Junto a la calidad técnica y la calidad funcional, la imagen corporativa es el
tercer aspecto a considerar en un estudio sobre la calidad del servicio. Internet y los
diferentes soportes que contiene (correo electrónico, foro, chat, revista electrónica,
intranet, etc), ofrece la posibilidad de trasmitir y reforzar la imagen corporativa de la
empresa. Para ello, se debe garantizar que el entorno gráfico utilizado se corresponda
con la imagen de empresa que se desea ofrecer, por ello textos, imágenes, gráficos
deben resultar informativos y atractivos a la vez.
Una vez delimitado el marco conceptual sobre “la calidad del servicio
percibida” y los principales indicadores que lo definen, pasaremos a continuación a la
descripción de los modelos de medición de la calidad del servicio más conocidos.
11.2.- Métodos de evaluación de la calidad del servicio
En la literatura existente sobre la medición de la calidad del servicio, el modelo

que goza de una mayor difusión es el denominado Modelo SERVQUAL de
Parusaraman, Zeithaml, y Berry (1985,1988) en el que se define la calidad del servicio
como una función de la discrepancia entre las expectativas de los consumidores sobre el
servicio que van a recibir y sus percepciones sobre el servicio efectivamente prestado
por la empresa. De esta forma el cliente valorará negativamente (positivamente) la
calidad de un servicio en el que las percepciones que ha obtenido sean inferiores
(superiores) a las expectativas que tenía2. En este modelo se plantean como dimensiones
integrantes del constructo calidad del servicio las siguientes (López, M.C; Serrano,
A.M; Sarabia, M 2002):
Dimensión Significado
Elementos tangibles Apariencia de las instalaciones físicas, equipos empleados y
2
Para un análisis más exhaustivo sobre la naturaleza y los condicionantes en la formación tanto de las percepciones como de las
expectativas puede verse Zeithaml y Binter (1996), quienes han recogido las principales aportaciones aparecidas al respecto en
trabajos posteriores de los autores del SERVQUAL.

materiales de comunicación
Fiabilidad Habilidad de prestar el servicio prometido de forma precisa
Capacidad de respuesta Desei de ayudar a los clientes y de servirles de forma rápida
Seguridad Conocimiento del servicio prestado y cortesía de los empleados
así como su habilidad para transmitir confianza al cliente
Empatía Atención individualizada al cliente
Tabla nº 13: Significado de las dimensiones del modelo SERVQUAL
Comunicación Necesidades Experiencias Comunicaciones

boca-oído personales pasadas externas
EXPECTATIVAS
DIMENSIONES DE
CALIDAD:
CALIDAD
• Elementos DEL
tangibles SERVICIO
• Fiabilidad
• Capacidad
de espuesta PERCEPCIONES
• Seguridad
• Empatía
Figura nº 1: extraído de Zeithaml, Parasuraman y Berry (1993)
El cuestionario SERVQUAL se realizó en base a 22 ítems relacionados con los

aspectos anteriormente relacionados: elementos tangibles, fiabilidad, capacidad de
respuesta, seguridad, y empatía. El cuestionario distingue dos partes:
-La primera dedicada a las expectativas, donde se recogen afirmaciones que tratan de
identificar las expectativas generales de los clientes.
-La segunda dedicada a las percepciones, formada por las mismas afirmaciones
anteriores donde la única diferencia es que no hacen referencia a un servicio específico
sino a lo que reciben de una empresa concreta que pertenece a dicho servicio.
Con la información obtenida de los cuestionarios se calculan las percepciones
menos las expectativas para cada pareja de afirmaciones, a través de un análisis
cuantitativo que suele incluir el cálculo de puntuaciones medias para cada dimensión a
partir de los ítems que la integran, cálculo del índice global de la calidad del servicio a
partir de la realización de una media de los valores medios de cada una de las
dimensiones, análisis de regresión para determinar la importancia de cada una de las
dimensiones como variables explicativas de la valoración global y análisis conjunto
aplicado a las dimensiones. De esta forma se obligaría al cliente a decidir y priorizar qué
dimensiones son las realmente importantes.
Las expectativas es el componente del instrumento SERVQUAL que más
controversias ha suscitado:
1.- Por los problemas de interpretación que plantea a los encuestados
2.- Porque suponen una redundancia dentro del instrumento de medición, ya que las
percepciones están influenciadas por las expectativas.
3.- Por su variabilidad en los diferentes momentos de la prestación del servicio.
Por estos motivos se crea un nuevo instrumento llamado SERVPERF de Cronin y
Taylor (1992), basado únicamente en las percepciones, así la calidad del servicio será
tanto mejor cuanto mayor sea la suma de dichas percepciones.
Una extensión y mejora del modelo SERVQUAL la constituye el denominado
Modelo de las deficiencias o de los GAPS, propuesto por Zeithaml y Berry (1988), en el
que se tratan de identificar las causas de un servicio deficiente; así se identifica la
diferencia entre expectativas y percepciones del servicio recibido por los clientes a
partir de 4 posibles diferencias o gaps:
-GAP 1: discrepancia entre las expectativas de los clientes y las percepciones que la
dirección de la empresa tiene sobre dichas expectativas.
-GAP 2: discrepancia entre la percepción que los directivos tienen sobre las expectativas
de los clientes y las especificaciones de calidad del servicio
-GAP 3: discrepancia entre las especificaciones de calidad –diseño del servicio- y el
servicio realmente ofrecido.
-GAP 4: discrepancia entre el servicio realmente ofrecido por la empresa y lo que se
comunica a los clientes acerca de él.
El modelo ampliado de calidad del servicio adaptado de Zeithaml, Berry y Parasuraman
(1988) por López, M.C; Serrano, A.M; Sarabia, M (2002), sería el siguiente
Orientación a la investigación de
mercados (-)
Comunicación ascendente (-) Gap 1: discrepancia entre expectativas de clientes

y percepción de los directivos sobre tales
expectativas
Niveles directivos (+)
Compromiso de la dirección con

la calidad del servicio (-)
Gap 2: discrepancia entre las percepciones de los
Establecimiento de objetivos (-) directivos sobre las expectativas de los clientes y
especificaciones de calidad
Estandarización de tareas (-)
Gap 5: discrepancia entre percepciones y

Percepción de factibilidad (-)
expectativas de calidad de servicio de los clientes
Trabajo en equipo (-)
Ajuste empleado/puesto trab (-)
Ajuste trabajo/tecnología (-)

Gap 3: discrepancia entre las especificaciones de
calidad y el servicio realmente ofrecido
Ambigüedad de roles (+)
Comunicación horizontal (-)

Gap 4: discrepancia entre el servicio y lo que se
comunica a los clientes sobre él
Propensión a prometer en exceso (+)
En el esquema anterior, observamos como la existencia de una deficiencia de la

calidad percibida en los servicios puede estar originada por cualquiera de las otras
discrepancias o una combinación de ellas. Luego la clave para cerrar el GAP 5 , la
diferencia entre las expectativas y percepciones de los consumidores, está en cerrar los
restantes gaps del modelo.
El modelo de las deficiencias tiene su fortaleza frente a otros similares porque
reúne todos los aspectos básicos de una manera sintética y fácil de comprender y aplicar
(Mendoza, J.A. (2001).
El objetivo principal de este trabajo es el de proponer un modelo de valoración
global del servicio ofrecido por una empresa de Internet a partir de un modelo de
deficiencias o gaps (gap técnico, funcional, relaciones externas y gap global), que
permita la realización de un ranking basado en la calidad del servicio de un conjunto de
empresas similares del mismo sector al que pertenece la empresa valorada, utilizando
para ello las posibilidades que la lógica borrosa o difusa ofrece, en el control más
adecuado de este proceso de valoración altamente gobernado por reglas intuitivas y que
difícilmente pueden expresarse matemáticamente.
11.3.- La medición de la calidad percibida del servicio prestado por una

empresa de Internet
Con la finalidad de obtener una relación de atributos que conformen la medida

de la calidad percibida del servicio prestado por una empresa de Internet, debemos
basarnos en tres fuentes diferentes de información: A) la revisión de la literatura sobre
calidad y comercio electrónico, B) la revisión de revistas especializadas sobre el tema y
C) la realización de un estudio exploratorio previo a personas relacionadas con la
calidad y la temática de Internet. A partir de la información que se obtenga por las tres
vías anteriormente apuntadas, se debe realizar una depuración de los ítems planteados
para lo cuál se seguirá una metodología Delphi. De ésta forma se llegaría a un
cuestionario definitivo al que se someter a los usuarios de la empresa que se desea
valorar por comparables. Finalizado el proceso, se debería analizar la fiabilidad y
validez del instrumento obtenido.
Para comenzar el estudio nos basaremos en la relación de los 25 ítems
considerados como de mayor importancia en la medida de la calidad percibida por el
usuario de una empresa virtual ofrecida por Cristóbal Fransi, E. (2001) 3:Estos se
integrarán al estudio como variables fundamentales para la definición de la calidad
funcional e imagen corporativa de la empresa en aspectos del servicio ofrecido.
Relación de las variables que forman el instrumento de medida:

A.- IMAGEN CORPORATIVA:
1.- Presentación del producto y de sus características
2.- Atractivo visual de la página web
3.- Regularidad en la actualización del contenido de la web site
4.- Rapidez en la descarga de páginas
5.- Facilidad en la búsqueda y encuentro de contenidos del web site
6.- Grado de cumplimiento de lo prometido en la página
7.- Grado de atención a quejas o reclamaciones
8.- Nº de fallos en la realización del servicio
9.- Transmisión de una imagen de seriedad y confianza en sus transacciones
B.- CALIDAD FUNCIONAL:
10.- En qué medida la empresa da a sus clientes una atención individualizada
11.- Grado de aseguramiento en la confidencialidad de los datos del cliente
12.- Información sobre las características de los productos y servicios ofrecidos
13.- Medida en la que se ofrece la posibilidad de modificar y/o posponer en cualquier
momento y sin compromiso alguno el proceso de compra
14.- Confirman, una vez terminado el proceso de compra, que la operación se ha llevado
a cabo satisfactoriamente
15.- El servicio de entrega se realiza en el plazo convenido y en el horario previsto
3
Cristóbal Fransi, E. (2001): “La influencia de la calidad percibida en el diseño del establecimiento
virtual: desarrollo de un instrumento de medida”. XI Congreso Nacional de ACEDE.
16.- Ofrecen diferentes tarifas para diferentes plazos y tipos de envío
17.- Incorporan elementos de seguridad y lo comunican a los clientes
18.- Permiten hacer pagos mediante varios medios (tarjeta de crédito, contra
reembolso...)
19.- Disponen de teléfono de contacto 24 horas
20.- Tienen accesos a otras web sites de contenidos complementarios o de interés
21.- Contiene elementos lúdicos o de entretenimiento (como juegos, vídeos...)
22.- Permite comunicarse con otros usuarios con intereses y preferencias afines
23.- Contiene información clara de cómo realizar la compra
24.- Contiene información sobre la disponibilidad de productos en el momento de la
compra
25.- Contiene información sobre la propia empresa (nombre, tipo de sociedad, razón
social, país de origen, teléfono, directorio....)
En las 25 variables planteadas se recogen los principales aspectos relacionados
con la calidad funcional y la imagen corporativa, por lo que de acuerdo con lo expuesto
en el apartado 7.1 (marco conceptual de la calidad del servicio), faltaría por añadir los
indicadores de la calidad técnica que se refieren a lo que esperan los clientes en cuanto a
especificaciones de rendimiento del sistema; básicamente incluyen aspectos relativos al
equipamiento básico de red (DNS, routers, gateways, etc.) y los servicios externos más
utilizados por los usuarios (servidores Web, e-mail, ..etc.). Así podríamos establecer 4
variables adicionales a los anteriores como serían:
C.- CALIDAD TÉCNICA:
26.-Viabilidad en la conexión con el servicio
27.- Frecuencia con la que se consiguen conexiones exitosas
28.- Duración de la indisponibilidad
29.- Frecuencia con la que ocurre una indisponibilidad
En cada ítem incluido en el cuestionario se deberá preguntar a los encuestados

sobre percepciones y expectativas. Dado que las respuestas recibidas conllevarán un
importante grado de subjetividad e imprecisión estando por tanto gobernadas
generalmente por reglas intuitivas, es por lo que el enfoque difuso en el tratamiento de
los datos resulta especialmente útil ya que permite realizar razonamientos más sencillos
(utilizando palabras de uso cotidiano) y a la vez más potentes (con acercamientos más
perfectos a la realidad imprecisa en la que se está valorando).
En general, para construir un sistema de control difuso ó borroso el primer paso
que debe hacerse es definir la gramática (las variables de entrada y salida); resulta
evidente que como variables de entrada se deben tomar los parámetros de red y los
propios de la empresa virtual que se pretende valorar relativos a la calidad funcional,
técnica e imagen corporativa, y como variable de salida se debe tomar la calidad
percibida por el usuario.
Cada variable difusa tiene un conjunto de términos difusos asociados, es decir el
conjunto de valores que puede tomar la variable difusa, que lógicamente también hay
que establecer. Así, una vez definida la gramática, el siguiente paso será definir las
funciones “ser miembro de” ó de pertenencia para cada una de las variables de entrada y
salida, así como el conjunto de reglas difusas que especifican el sistema, para cada tipo
de usuario (particular o empresa) ó para cada tipo de soporte utilizado por la empresa
para dirigirse al usuario (correo electrónico, foro, chat, revista electrónica, intranet, etc),
ya que para cada tipo de aplicación y sus requerimientos por parte de la red los niveles
de calidad percibidos por el usuario para los mismos parámetros de entrada serán
diferentes. En todos los casos para describir los conceptos difusos se han considerado
funciones triangulares tanto para las variables de entrada como para las variables de
salida.
A partir de los datos obtenidos y catalogados en los niveles correspondientes, se
establecerán las reglas del sistema mediante el uso de una matriz difusa relacional. Para
ello, únicamente se han traducido las posibles combinaciones de los niveles de
parámetros de entrada (alto, medio, bajo) en los cinco niveles de calidad (excelente,
buena, justa, pobre y mala). Un ejemplo de matriz difusa relacional sería el presentado
en la Tabla nº 14
Calidad funcional/Calidad del servicio Alta Media Baja

Alta Excelente Buena Pobre
Media Buena Justa Pobre
Baja Pobre Mala Mala
Tabla nº 14: Base de reglas difusas

A continuación planteamos un tratamiento por borrosidad en el que a partir de
las valoraciones de importancia asignadas por los clientes a una selección concreta de
los atributos anteriores se puede realizar una medición de la calidad técnica, funcional e
imagen corporativa, así como, se pueda determinar la prioridad competitiva de la
empresa seleccionada en el estudio con respecto a la competencia.

12.- CÁLCULO DE AFINIDADES RESPECTO A LA CALIDAD DEL

SERVICIO EN UNA ANÁLISIS POR COMPARABLES.
De acuerdo con el enfoque racional de Fernández (1987) en el que se encuadran

numerosos trabajos ya clásicos como el de Selznick, 1957; Ansoff, 1965; Porter, 1980;
Andrews, 1987, puede establecerse la existencia de 5 gaps básicos que están
relacionados con el análisis, formulación e implantación y control de la calidad del
servicio. La primera fase del proceso estratégico, fase de análisis, incluye tanto el
diagnóstico –interno y externo- de la empresa en relación con la calidad como la
consideración de la misión, valores y objetivos de los distintos grupos que la integran
(Cuervo, 1995). Por tanto el GAP ESTRATÉGICO recogería aquellos aspectos
representativos de la calidad del servicio que son considerados prioritarios por los
clientes. Estos últimos se concretan en las dimensiones de calidad más relevantes de los
mismos.
A continuación se procedería a comparar los aspectos técnicos del servicio con
las prioridades estratégicas previamente seleccionadas. En consecuencia, este segundo
gap denominado GAP TÉCNICO o FUNCIONAL surgiría cuando la empresa no es
capaz de traducir en su proceso de formulación y planificación estratégica los aspectos
claves para el cliente en especificaciones de servicio, o dicho de otra manera, cuando el
diseño del servicio no se ajusta a las expectativas y necesidades del cliente. Así, tras
determinar en la fase anterior del estudio los componentes fundamentales de la calidad
del servicio ofrecido por una empresa de Internet, se analizará la presencia de cada una
de ellos en la empresa y su importancia relativa procediendo a la comparación entre
distintas empresas del mismo sector al que pertenece la empresa evaluada en base a la
distancia relativa entre la calidad de servicio ofrecida por éstas y el perfil ideal del
sector conformado por las expectativas de los clientes. Una vez realizada esta
especificación básica, se establece un coeficiente de ponderación según la importancia
de cada variable en la calidad total se servicio ofrecida.
Para cada uno de los atributos representativos de la calidad del servicio se
establece una graduación desde 0 hasta 1 a medida que aumente su importancia y
presencia en la empresa. Esto permite establecer una puntuación, ponderando los
valores obtenidos para cada una de las variables por los pesos que previamente se han
determinado lo que permitirá una comparación interempresas. Dado que el perfil ideal
corresponde a la unidad, la empresa que estará ofreciendo un nivel de calidad de
servicio mejor será aquella que más se le acerque. Dado que nos encontramos ante un
problema multicriterio con datos ciertos o inciertos, éste es susceptible de ser tratado a
través de la teoría de subconjuntos borrosos.
La descripción de la metodología borrosa que emplearemos para el análisis por
comparables respecto a la calidad del servicio ofrecido por una determinada empresa de
Internet, estará basada en la existencia de las 29 variables relacionadas en el apartado
anterior, y que representaremos por : ξ = {A1 , A2 , A3 ,....... A29 } sobre las que se realizará
una encuesta acerca del grado de presencia de éstas en la empresa, para lo cuál quedarán
expresadas las respuestas en décimas entre 0 y 1 (no cumplimiento a cumplimiento
total). Un agregado de las respuestas obtenidas vendrá dado por un subconjunto borroso
de E, por ejemplo:
P=
≈
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
0.8 0.2 0.4 1 0.5 0.5 0.5 0.2 0.3 0.1 0.8 0.9 1 0.3 0.5 0.6 0.8 0.3 0.4 0.5 0.6 0.3 0.2 0.1 0.3 0.5 0.6 0.1 1
Imaginemos ahora que un perfil ideal de calidad de servicio para una empresa tipo del
mismo sector al que pertenece la empresa valorada, forma también un subconjunto
borroso, al que llamaremos :
I=
≈
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
0.9 0.9 0..9 1 1 1 1 0.9 0.8 0.1 0.8 0.9 1 0.7 0.8 0.9 0.8 0.6 0.6 0.9 0.6 0.9 0.6 1 0.9 0.7 1 1 1
Se puede construir un coeficiente de adecuación de P a I, de la siguiente manera: Si:

µ P ( x) ≥ µ I ( x) , entonces se escribirá K x ( p → i ) = 1 y si µ P ( x) < µ I ( x) se escribirá
≈ ≈ ≈ ≈
K x ( p → i ) = 1 - µ I ( x) + µ P ( x) , lo que permite también la siguiente notación

≈ ≈
globalizadora: K x ( p → i ) = 1 ∧ (1- µ I ( x) + µ P ( x) ), de esta forma el coeficiente de
≈ ≈
adecuación K(p,i) se obtendrá sumando los K x ( p → i ) y dividiendo el resultado por el
cardinal de ξ , con objeto de obtener un número en [0,1]:

K(p,i)=
[0,7+0,1+0,3+1+0,5+0,5+0,5+0,1+0,1+1+1+1+1+0+0,3+0,5+1+0,1+0+0,4+1+0,2+0,2+
0,1+0,2+0,2+0,6+0,1+1]/29 =0,4724 . A continuación se calcularán los coeficientes de
adecuación para cada una de las 6 empresas consideradas, determinando como empresa
que ofrece una mayor calidad de servicio, a aquélla que obtenga un coeficiente de
adecuación más elevado. Los resultados obtenidos en los coeficientes de adecuación de
las 6 empresas consideradas son los mostrados en la tabla nº 15:
Coeficientes de adecuación
K (p1,I)= 0,4724
K (p2,I)= 0,75
K(p3,I)= 0,345
K(p4,I)= 0,12
K(p5,I)= 0,24
K(p6,I)= 0,52
Tabla nº 15
De donde se deduce que la empresa p2 es la que mejor calidad de servicio presta
según los criterios señalados. Aunque el método señalado presenta una clara limitación,
debida al hecho de que el incumplimiento en una empresa de algún aspecto relativo a la
calidad del servicio (que supondría una valoración en la variable de 0), asociado al
hecho de que en el perfil ideal tampoco se hallara precisado en un grado distinto de 0,
implicaría la obtención de un K=1 que indicaría una máxima adecuación al perfil
referente, al igual que en el caso de que la empresa presentara un grado de
cumplimiento en un aspecto por encima del ideal (ambas obtendrían el mismo nivel de
adecuación pero sin embargo en éste último caso el nivel de calidad alcanzado por la
empresa estaría por encima del ideal) . Para evitar éste problema, deberíamos enriquecer
la información con una medida más precisa que nos permitiera comparar subconjuntos
de un mismo referencial, para lo cuál disponemos del concepto matemático de
distancia., por el que se obtendrían las “diferencias” existentes entre los niveles de
calidad del servicio alcanzados por cada una de las empresas y los ideales del sector.
Se pueden utilizar distintos esquemas para determinar la distancia, por lo que
para un mismo problema se obtendrían resultados no idénticos. Uno de ellos es la
llamada distancia de HAMMING que nos suministra información sobre aquello que
diferencia a dos subconjuntos borrosos. La distancia de Hamming entre los resultados
obtenidos en las 29 variables consideradas de la empresa P1 y el ideal I se obtendrán de
la siguiente forma:
N
1
d( P , I )=
≈ ≈ N
∑µ
i =1
p
≈
(X i ) − µI (X i )
≈
Así para la empresa P1 la distancia de Hamming sería:

1
d( P , I )= ( 0.8 − 0.9 + 0.2 − 0.9 + ...... + 0.1 − 1 + 1 − 1 ) = 0,29655172
≈1 ≈ 29
Y para las 5 empresas restantes, se obtendrían las siguientes distancias (Tabla nº 16):
Distancias de Hamming
d (p1,I)= 0,29655172
d (p2,I)= 0,223
d(p3,I)= 0,31
d(p4,I)= 0,35
d(p5,I)= 0,334
d(p6,I)= 0,24
Tabla nº 16
Obteniendo así el siguiente orden: P2>P6>P1>P3>P5>P4

Para cerrar el ciclo estratégico, no basta con el proceso de control implícito en el gap
de ejecución, sino que sería necesario incorporar el efecto que sobre las expectativas de
los clientes tiene la discrepancia que puede existir entre la imagen corporativa, en
relación con la calidad, que la empresa transmite al conjunto de agentes externos y el
servicio que realmente es capaz de ofrecer; es el llamado GAP DE RELACIONES
EXTERNAS. La obtención de resultados dispares por parte de las empresas que han
formulado una misma estrategia puede explicarse por sus diferentes capacidades. Las
ventajas competitivas aflorarán si se realizara un análisis de afinidades en cuanto a la
imagen corporativa transmitida por esas empresas, con el fin de averiguar cuáles son las
ventajas competitivas de cada una de ellas respecto a las demás. Para llevar a cabo éste
análisis, determinaríamos las subrelaciones máximas de similitud, para lo cuál se
utilizará el algoritmo de Pichat. La finalidad del camino trazado por Pichat es la
obtención de submatrices o grafos transitivos. Para describir la metodología de éste
algoritmo consideraremos los resultados agregados para seis parámetros de calidad de
servicio, correspondientes a la imagen corporativa de la empresa en las 6 empresas
consideradas (P1,P2,P3,P4,P5,P6):
• X1.- Presentación del producto y de sus características
• X2.- Atractivo visual de la página web
• X3.- Regularidad en la actualización del contenido de la web site
• X4.- Rapidez en la descarga de páginas
• X5.- Facilidad en la búsqueda y encuentro de contenidos del web site
• X6.- Grado de cumplimiento de lo prometido en la página
Variables P1 P2 P3 P4 P5 P6
x1 0,3 0,7 0,6 0,5 0,3 0,2
x2 0,6 0,9 0,5 0,7 0,1 0,1
x3 0,9 1 0,1 0,2 0,7 0,2
x4 1 1 0,2 0,9 0,4 0,3
x5 0,2 0,5 0,4 0,8 0,6 0,2
x6 0,5 0,3 0,3 1 1 0,6
Tabla nº 17: Valoración obtenida en las seis empresas para las variables consideradas.
El punto de partida viene dado por la existencia u obtención en su caso de una
relación booleana de semejanza (simétrica y reflexiva), para llegar a ella comencemos
buscando la afinidad entre las dos primeras empresas, para lo cuál se determinará en
primer lugar la distancia de Hamming existente entre ellas:
d(P1,P2)= 0,21667
d(P1,P3)=0,4
d(P1,P4)=0,367
d(P1,P5)=0,368
d(P1,P6)=0,35
Se obtendría entonces la relación borrosa siguiente:

P1 P2 P3 P4 P5 P6
P1 0 0,21667 0,4 0,367 0,368 0,35
P2 0,21667 0 0,697 0,67 0,672 0,672
P3 0,4 0,697 0 0,297 0,255 0,253
P4 0,367 0,67 0,297 0 0,571 0,571
P5 0,368 0,672 0,255 0,571 0 0,467
P6 0,35 0,672 0,253 0,571 0,467 0
Esta matriz de distancias es una matriz de “desemejanza”. Su complemento a 1

proporcionará la matriz de “semejanza”:
P1 P2 P3 P4 P5 P6
P1 1 0,78 0,63 0,63 0,63 0,65

P2 0,78 1 0,30 0,33 0,33 0,33
P3 0,63 0,30 1 0,70 0,74 0,74
P4 0,63 0,33 0,70 1 0,42 0,42
P5 0,63 0,33 0,74 0,42 1 0,53
P6 0,65 0,33 0,74 0,42 0,53 1
Hemos podido ver una de las varias maneras de llegar a la obtención de una relación de
semejanza. Pasamos a continuación a realizar su tratamiento para hallar las
agrupaciones por afinidad. Con objeto de hacer operativo el concepto de afinidad,
parece conveniente el establecimiento de unos procedimientos de cálculo que permitan,
con la mayor rapidez posible, la utilización de los esquemas presentados. En nuestro
estudio hemos determinado las relaciones máximas de similitud utilizando el algoritmo
de Pichat. Así, para un nivel α =1,
P1 P2 P3 P4 P5 P6
P1 1
P2 1
P3 1
P4 1
P5 1
P6 1
Si consideramos la relación borrosa de semejanza S y adoptamos como umbral a partir

del cual se considera cumple la necesaria homogeneidad α ≥ 0,78 . Entonces la anterior
relación borrosa se convierte en la booleana siguiente (habida cuenta de la existencia de
simetría, se considera únicamente la parte de la matriz situada por encima y a partir de
la diagonal principal (ésta incluida)).
Así para un nivel α ≥ 0,78
P1 P2 P3 P4 P5 P6 Hallamos así, una suma de productos de elementos. Para
P1 1 1
cada uno de los sumandos se obtiene un complemento con
P2 1
P3 1 relación al referencial. Cada uno de estos términos
P4 1 complementarios proporciona una subrelación máxima de
P5 1
similitud.
P6 1
S=(p1+p3p4p5p6)(p2+p3p4p5p6)(p3+p4p5p6)(p4+p5p6)(p5+p6)1=
=(p1p2+p1p3p4p5p6+p3p4p5p6)(p3+p4p5p6)(p4+p5p6)(p5+p6)=
1
1. Suma de productos para cada fila
=((p1p2p3+p1p2p4p5p6+p1p3p4p5p6+p3p4p5p6)(p4+p5p6)(p5+p6)=
=(p1p2p3p4+p1p2p3p5p6+p1p2p4p5p6+p1p2p4p5p6+p3p4p5p6)(p5+p6)=
=(p1p2p3p4p5+p1p2p3p4p6+p1p2p3p5p6+p1p2p4p5p6+p1p3p4p5p6+p3p4p5p6)2
S´=p6+p5+p4+p3+p1p23
P1 P2
P1 1 1
P2 1 1
A un nivel elevado como es el 0,78, la empresa P1, presenta un alto nivel de similitud
con la empresa P2 en los 6 factores considerados como integrantes de la imagen
corporativa.
Al nivel α =0,74
P1 P2 P3 P4 P5 P6 S=(p1+p3p4p5p6)(p2+p3p4p5p6)(p3+p4)(p4+p5p6)(p5+p6)
P1 1 1
=
P2 1
P3 1 1 1 =(p1p2+p1p3p4p5p6+p3p4p5p6)(p3+p4)(p4+p5p6)(p5+p6)
P4 1 =
P5 1
=(p1p2p3+p1p2p4+p1p3p4p5p6+p3p4p5p6)(p4+p5p6)(p5+
P6 1
p6)=
=(p1p2p3p4+p1p2p3p5p6+p1p2p4+p1p3p4p5p6+p3p4p5p6)(p5+p6)=
=(p1p2p3p4p5+p1p2p3p4p6+p1p2p3p5p6+p1p2p4+p1p3p4p5p6)
S´=p4+p3p5p6+p2
P3 P5 P6
P3 1 1 1
P5 1 1 1
P6 1 1 1
A un nivel bastante alto como el 0,74, las empresas P3P5P6, presentan afinidades en
cuanto a la imagen corporativa que ofrecen a través de su página Web.
Al nivel α =0,70
P1 P2 P3 P4 P5 P6
2
2. Producto booleano en términos mínimos
3
3. Obtención del complemento de cada uno de los términos de P.
P1 1 1 S=(p1+p3p4p5p6)(p2+p3p4p5p6)(p4+p5p6)(p5+p6)=
P2 1
=(p1p2+p1p3p4p5p6+p3p4p5p6)(p4+p5p6)(p5+p6)=
P3 1 1 1 1
P4 1 =(p1p2p4+p1p2p5p6+p1p3p4p5p6+p3p4p5p6)(p5+p6)=
P5 1
=(p1p2p4p5+p1p2p4p6+p1p2p5p6+p1p3p4p5p6+p3p4p5p6
P6 1
)
S´=p3p6+p3p5+p3p4+p1p2
Al nivel α =0,65
P1 P2 P3 P4 P5 P6 S=(p1+p3p4p5)(p2+p3p4p5p6)(p4+p5p6)(p5+p6)=
P1 1 1 1
=(p1p2+p1p3p4p5p6+p3p4p5)(p4+p5p6)(p5+p6)=
P2 1
P3 1 1 1 1 =(p1p2p4+p1p2p5p6+p1p3p4p5p6+p3p4p5)(p5+p6)=
P4 1 =(p1p2p4p5+p1p2p4p6+p1p2p5p6+p1p3p4p5p6+p3p4p5)
P5 1
S´= p3p6+p3p5+p3p4+ p1p2p6
P6 1
Como se puede apreciar, ha sido necesario el descender
hasta un nivel de 0,65 para buscar una similitud entre la primera, segunda y sexta
empresa en cuanto a la calidad de servicio ofrecida por éstas contemplada desde el
aspecto de la imagen corporativa que ofrecen en sus páginas web.
Al nivel α =0,63
P1 P2 P3 P4 P5 P6 S=(p2+p3p4p5p6)(p4+p5p6)(p5+p6)=
P1 1 1 1 1 1 1
=(p2p4+p2p5p6+p3p4p5p6)(p5+p6)=
P2 1
P3 1 1 1 1 =(p2p4p5+p2p4p6+p2p5p6+p3p4p5p6)
P4 1
P5 1
S´=p1p3p6+p1p3p5+p1p3p4+p1p2
P6 1
Al nivel α =0,53
P1 P2 P3 P4 P5 P6 S=(p2+p3p4p5p6)(p4+p5p6)=
P1 1 1 1 1 1 1
=(p2p4+p2p5p6+p3p4p5p6)
P2 1
P3 1 1 1 1
P4 1 S´=p1p3p5p6+p1p3p4+p1p2
P5 1 1
P6 1
Al nivel α =0,42
P1 P2 P3 P4 P5 P6 S=(p2+p3p4p5p6)
P1 1 1 1 1 1 1
S´=p1p3p4p5p6+p1p2
P2 1
P3 1 1 1 1
P4 1 1 1
P5 1 1
P6 1
Al nivel α =0,33
P1 P2 P3 P4 P5 P6 S=(p2+p3)
P1 1 1 1 1 1 1
S´=p1p3p4p5p6+p1p2p4p5p6
P2 1 1 1 1
P3 1 1 1 1
P4 1 1 1
P5 1 1
P6 1
Con objeto de visualizar mejor el algoritmo presentaremos las aplicaciones funcionales

en la forma sagitada:
1.
2.
3.
4.
P1 P1 P1 P1
P2
P2 P2 P2
P3
P3 P3 P3
P4
P4 P4 P4
P5
P5 P5
P5
P6
P6 P6
P6
En la representación sagitada anterior, se observa la existencia de dos vértices (que se
corresponden con las empresas P1 y P3) de los que parten las diferentes relaciones de
similitud con el resto, por otra parte, éstas dos empresas quedaron situadas en una
posición central en el apartado anterior del estudio en el que se determinó la ordenación
por distancia al perfil ideal de calidad de servicio P2>P6>P1>P3>P5>P4
Este resultado puede obedecer en buena lógica al hecho de que situándose éstas
empresas en una situación de calidad media sus rasgos diferenciadores respecto a las
otras empresas son prácticamente nulos. Por el contrario, las empresas nombradas como
P2 y P4 se diferencian claramente del resto (la P2 guarda ciertas similitudes con la P1 en
cuanto a imagen corporativa) resultando la primera como acreedora de una excelente
calidad y la última como de una deficiente calidad de servicio en comparación con el
resto.
El algoritmo de Pichat está específicamente destinado a la obtención de
subrelaciones máximas de similitud, no proporcionando directamente el resto de
afinidades, que sí se podrían obtener a partir de otro procedimiento de cálculo de
similitudes denominado “retículo de Galois”. Con objeto de mostrar la utilización de
este algoritmo, vamos a considerar la anterior relación borrosa de semejanza a un nivel
de α ≥ 0,63:
P1 P2 P3 P4 P5 P6
P1 1 1 1 1 1 1
[S0,63]=[B]=
P2 1 1
P3 1 1 1 1 1
P4 1 1
P5 1 1 1
P6 1 1 1
P2
P3
P1 P4
P6 P5
Figura nº 5
Las conexiones B*A son las siguientes:
B* φ =E1
B*{p1}={p1,p2,p3,p4,p5,p6},B*{p2}={p1,p2},B*{p3}={p1,p3,p4,p5,p6},B*{p4}={p1
,p4},B*{p5}={p1,p3,p5},B*{p6}={p1,p3,
p6},B*{p1p2}={p1,p2},B*{p1,p3}={p1,p3,p4,p5,p6},B*{p1,p4}={p1p4},B*{p1,p5}=
{p1,p3,p5},B*{p1,p6}={p1,p3,p6},B*{p2,
p3}={p1},B*{p2,p4}={p1}.B*{p2,p5}={p1},B*{p2,p6}={p1},B*{p3,p4}={p1,p4},B*
{p3,p5}={p1,p3,p5},B*{p3,p6}=
{p1,p3,p6},B*{p4,p5}={p1},B*{p4,p6}={p1},B*{p5,p6}={p1,p3},B*{p1,p2,p3}={p1
},B*{p1,p2,p4}={p1},B*{p1,p2,p5}={p1},B*{p1,p2,p6}={p1},B*{p2,p3,p4}={p1},B
*{p2,p3,p5}={p1}.B*{p2,p3,p6}={p1},B*{p3,p4,p5}={p1},B*{p3,p4,p6}={p1},
,B*{p4,p5,p6}={p1}
B*E1= φ
Las conexiones B*A en las cuales se cumple que B*A =A son: B*{p1p2}={p1,p2},
B*{p1,p4}={p1p4}, resultando así las siguientes subrelaciones máximas de similitud:
P1 P2 P1 P4
P1 1 1 P1 1 1
P2 1 1 P4 1 1
En la construcción del correspondiente retículo de Galois se puede observar la

ubicación de las subrelaciones máximas de similitud. Los nodos del retículo están
entonces constituidos por un par de conjuntos de objetos y atributos que se determinan
mutuamente. La relación de orden que constituye el retículo viene determinada tanto
por la relación de inclusión entre conjuntos de objetos como por la relación de
contención entre conjuntos de clases. En esta sección ilustraremos de manera informal
el modo en que esta técnica permite realizar los análisis de dependencia funcional
mencionados en la sección anterior.
φ ,E1
(1,123) (1,125) (1,124)….(1,236)….(1,235)….(1,234)….(1,126) (1,345) (1,346) (1,456)
(12,12) (13456,13) (14,14) (135,15) (136,16) (1,23) (1,24) (1,25) (1,26) (14,34) (135,35) (136,36) (1,45) (1,46) (13,56)
(123456,1) (12,2) (13456,3) (14,4) (135,5) (136,6)
E1, φ
Figura nº 6
A continuación vamos a determinar todas las posibles cadenas máximas de una
relación de orden estricto como la obtenida anteriormente. Luego, todas las partes
comunes de las cadenas máximas serán unidas en un mismo trazo. La figura así
obtenida se denomina DIAGRAMA DE HASSE de la relación de orden dada. Así, sea el
referencial: E = {P1, P2, P3,....,P6}, y la relación de orden estricta obtenida
anteriormente:
P1 P2 P3 P4 P5 P6
P1 1 1 1 1 1 1
P2 1 1
P3 1 1 1 1 1
P4 1 1
P5 1 1 1
P6 1 1 1
A partir de estas informaciones nos proponemos hallar las cadenas máximas.

Para ello se empieza por enumerar todas las cadenas, para seguidamente eliminar
aquellas cadenas que se hallan incluidas en otra. Una vez realizadas todas las
eliminaciones, obtenemos las siguientes cadenas máximas: P1<P2; P1<P3<P4; P1<P5;
P1<P6; P3<P5; P3<P6
P1 P1 P1 P1 P3 P3
P3
P2 P4 P5 P6 P5 P6
Partiendo de cada una de las cadenas máximas anteriores, del elemento que está más a
la izquierda, que lo colocaremos en la parte inferior, se formará una única cadena,
reuniendo en una las partes de cadena idénticas. Obteniendo la figura siguiente:
P6 P4 P5
P3
P1
P2
Figura nº 7
Por tanto, la cadena de máxima similitud obtenida sería la P2 <P1<P3<P4, tal y
como ya se obtuvo en el algoritmo de Pichat.
Finalmente el GAP GLOBAL sería el resultado de una inadecuada gestión de los
tras anteriores f (gap estratégico, gap técnico y funcional, gap relaciones externas) y se
plasmaría en la diferencia entre las expectativas y percepciones de los clientes. Por lo
tanto, resulta imprescindible que la dirección de la empresa realice una adecuada
gestión de todo el proceso que permita minimizar los diferentes gaps, e indirectamente,
el gap global.
Este trabajo ha presentado un modelo estratégico de calidad del servicio, en el
que se consideran tres gaps que pueden producirse en las diferentes etapas del proceso
de dirección estratégica de la calidad – denominados gap estratégico, gap técnico o
funcional y gap de relaciones externas- y cuya adecuada gestión y tratamiento permite
minimizar el gap global o discrepancia entre expectativas y percepciones de los clientes
acerca de la calidad de servicio.
La determinación de la importancia relativa de estos gaps, así como la
identificación de la totalidad de los factores que pueden influir sobre ellos, constituyen
aspectos a abordar en futuras investigaciones, al igual que la definición de las variables
más adecuadas para operativizar el modelo.
Del análisis de los métodos existentes para la obtención de medidas
representativas de la calidad del servicio, se detecta un claro problema valorativo en el
inevitable manejo de reglas intuitivas (que difícilmente pueden expresarse
matemáticamente con precisión) aplicadas a variables cualitativas. En el estudio
empírico realizado puede verse como la lógica borrosa o difusa se ajusta perfectamente
a los requerimientos no lineales de este tipo de sistemas así como a la forma de expresar
sus reglas, al mismo tiempo que facilita la obtención de los puntos óptimos de
funcionamiento (aquellos que separan las zonas en las que la calidad se mantiene
constante frente a aquellos en los que la empresa muestra una clara ventaja
competitiva).
Finalmente, señalar que en el presente estudio se ha pretendido mostrar una
metodología de aplicación de la lógica borrosa o difusa a la valoración por comparables
de empresas de Internet, y por tanto dejaremos para fases posteriores de nuestra
investigación la contrastación empírica del modelo en la que tendremos en cuenta
opiniones reales tanto de clientes actuales de la empresa valorada, sino también -lo que
ha sido mucho menos estudiado-las opiniones y comportamientos de otros grupos, tales
como clientes potenciales o antiguos clientes perdidos por la empresa, dado que esta
información puede ser relevante.

13- REFERENCIAS BIBLIOGRÁFICAS CITADAS:
BOJANOVIC, A.A.; DELENE, L.M.(1993): “ A synthesised service quality model with managerial
implications”. International Journal of Service Industry Management. Nº. 1.
CEDETEL y GRUPO INNOVACIÓN (2002): Relación entre la calidad de servicio de aplicaciones tipo
Internet y la QOS de la red. Documento de trabajo. Marzo.
CRISTÓBAL FRANSI, E.; (2001): La influencia de la calidad percibida en el diseño del establecimiento
virtual: desarrollo de un instrumento de medida. XI Congreso ACEDE.
CRONIN, J.J.; TAYLOR, S.A.(1992): “Measuring Service Quality: A Reexamination and Extension”.
Journal of Marketing, vol .56
CUERVO, A. (1995): La Dirección estratégica de la empresa. Edit. Civitas.
FERNANDEZ, Z. (1987): “Evolución del pensamiento estratégico”. Economistas, nº 28.
FERRO, A. (2002): “Calidad de servicio en el acceso a Internet”. Disponible en la dirección:
http://www.aui.es/biblio/bole025/art_7.htm
FICK, G.R.; RITCHIE, J.R.B.(1991): “Measuring Service Quality in the Travel and Tourism Industry”.
Journal of Travel Research.
GIL ALUJA, J. (1999): Elementos para una teoría de la decisión en la incertidumbre. Edit. Milladoiro.
GIL ALUJA, J. (2001): “Entre la epistemología y la lógica. Decisión y algoritmo de ordenación”.
Cuadernos de Gestión, vol 1. nº 1.
http://www.5campus.com/leccion/calidadserv
GRÖNROOS, C. (1988): “A Service Quality Model and its Marketing Implications”, European Journal
of Marketing, vol . 18, nº 4.
HWANG, C.L; YOON, K.(1981): Multiple Attribute Decision Making: Methods and Applications, A
State of the Art Survey. Berlin. Springer-Verlag.
JIMÉNEZ GARCÍA, V; PRIOR JIMÉNEZ, D. (2001): Evaluación de la calidad de servicio y fijación de
objetivos en unidades de negocio. Un enfoque frontera. XI. Congreso ACEDE.
KAUFMANN, A; GIL ALUJA, J. (1986): Introducción de la teoría de los subconjuntos borrosos a la
gestión de las empresas. Edit. Milladoiro.
LÓPEZ FERNÁNDEZ,M.C.; SERRANO BEDIA, A.N.; SARABIA ALEGRÍA, M. (2001): Una
propuesta de modelo estratégico para la gestión de la calidad del servicio. XI Congreso ACEDE.
PARASURAMAN, A; SEITHAML, V.A; BERRY, L.L. (1985): “A Conceptual Model of Service
Quality and its Implications for Future Research”. Journal of Marketing, vol. 49.
-(1988)“SERVQUAL: A Multiple Scale for Measuring Consumer Perceptions of
Service Quality”. Journal of Retailing, vol. 64, nº 1.
RUIZ OLALLA, C. (2001): “Gestión de la calidad del servicio”. Disponible en la dirección:
SALEH, F; RYAN, C. (1991): “Analyzing Service in the Hospitality Industry Using the SERVQUAL
Model” The Service Industries Journal, nº 11.
SELZNICK, P. (1957): Leadership in Administration. A sociological interpretation. Edit. Harper and
Row, New York.
ZEITHAML, B.A.; BERRY, L.L.; PARASURAMAN, A. (1988): “Communication and Control
Processes in the Delivery of Service Quality”. Journal of Marketing, vol. 52.

14.- CONCLUSIONES:
El análisis de empresas de Internet con poca historia, sin beneficios y con flujos
de caja negativos debe centrarse en la forma en que dichas empresas crean valor,
sabiendo que al final lo que importa es el potencial de ingresos de la empresa y su
capacidad para convertirlos en flujos de caja para los accionistas. Buena parte del
potencial de la empresa para generar valor, proviene de intangibles de difícil medición
que en las compañías de Internet alcanza una singular significancia, hasta el punto de
que una buena publicidad, marketing y un sitio web atractivo unido a la destreza
personal del equipo humano que forma la empresa, garantizan que la empresa facturará
tarde o temprano, y lo que es más importante, creará una barrera de entrada frente a los
competidores extremadamente cara de romper.
Tratándose de un sector (el de las empresas de Internet) muy volátil e

impredecible, las dotes de flexibilidad, capacidad de adaptación, y puesta al día
constante resultan necesarias en todos los aspectos de la gestión, y cómo no, en la forma
de concebir las valoraciones de éstas empresas.
Es necesario abandonar parámetros de la valoración tradicional basados en

relaciones del tipo precio/ganancia no aplicables a las empresas de Internet para las que
conseguir tráfico, comunidad y marca supone un valor intrínseco importante aunque no
facturen nada. Por otra parte, la falta de historia, de beneficios, la dificultad de predecir
los flujos de caja futuros..etc, hacen que buena parte de los métodos tradicionales
basados en valoraciones a través de flujos de caja estimados y sus variantes, no sean
aplicables o por lo menos éstos se apliquen cautelosamente y siempre en complemento a
otros métodos como el de las opciones reales (cuando sea aplicable) ó los métodos de
valoración por comparables.
La investigación en el campo de las valoraciones de empresas de Internet está

abierta y sujeta a una profunda revisión, dadas las manifiestas inconsistencias que los
métodos absolutos y por comparables están presentando, en especial, cuando en éstas
valoraciones se incluyen tratamiento de variables cualitativas.
El tratamiento de las variables cualitativas y sus etiquetas lingüísticas ofrecido

por la lógica borrosa y su procesado a través de programas inteligentes como las redes
neuronales, son avances importantes aplicables claramente al campo de la gestión de la
empresa, y cobran de especial significación en las valoraciones de empresas de Internet
en las que la incertidumbre aparece de manera fundamental, y los intangibles
constituyen el activo principal del que surge el verdadero valor de éstas empresas.

Tratamiento Borroso Del Intangible

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tratamiento Borroso Del Intangible

Enviado por

Direitos autorais:

Formatos disponíveis

Tratamiento borroso del intangible

en la valoración de empresas de Internet

Mª Carmen Lozano Gutiérrez

Esta página está alojada por el

Cuando se va a acometer una valoración de una empresa de Internet, resulta

Mª Carmen Lozano Gutiérrez

Esta página está alojada por el

2.- MÉTODOS DE VALORACIÓN ABSOLUTA Y RELATIVA

La aplicación de métodos de valoración absoluta y relativa (usados para las

Percepción del mercado -Liquidez

Fuente: Hanno Beck, 2000

Mª Carmen Lozano Gutiérrez

Esta página está alojada por el

3.- APLICACIÓN DE LOS SISTEMAS BORROSOS Y LAS REDES

La constante mutabilidad a la que se ven sometidos los fenómenos económicos

Mª Carmen Lozano Gutiérrez

Esta página está alojada por el

4.- UN EJEMPLO DE VALORACIÓN POR COMPARABLES UTILIZANDO

1. En la valoración de empresas de Internet siempre ayuda tener un valor de

4.1.- Obtención de datos

Necesidades o atributos En este paso, mediante entrevistas

En este paso se valora el producto o

Paso 4 Valoración de prioridades Valoración de prioridades finales. Para

4.2.- Cuantificación de los 4 primeros pasos

Paso 3: Supongamos que existen (k-1) competidores de nuestra empresa cuyos

Basándose en lo anterior, podremos fijar la matriz X de la información de la valoración

A partir de esta información se obtendrá para cada AC una valoración de su prioridad

4.3.- Valoraciones de importancia asignadas por los clientes. Método fuzzy

En esta sección se propone usar números borrosos triangulares (NBT) para

1. Como su propio nombre indica, estos números presentan forma

El número borroso triangular permite formalizar de manera muy fidedigna gran

La Tabla nº 1 muestra el resultado de la encuesta:

Crisp Fuzzy Crisp Fuzzy Crisp Fuzzy Crisp Fuzzy

Las valoraciones de importancia asignadas pueden entonces obtenerse para cada

Valoración asignada (Ii)

5,25 [4,25 5,25 6,25]

3,5 [2,5 3,5 4,5]

6,8 [5,85 6,8 7,8]

5,6 [4,6 5,6 6,5]

4,25 [3,25 4,25 5,25]

6,75 [5,75 6,75 7,75]

4,5 [3,5 4,5 5,5]

3,75 [2,75 3,75 4,75]

4,75 [3,75 4,75 5,75]

Una vez que tenemos información acerca de la importancia y presencia que en

4,7 [3,7 4,7 5,65] 4,6875 m12

6,75 [5,75 6,75 7,75] 6,75 m7

5,25 [4,25 5,25 6,25] 5,25 m2 y m10

3,5 [2,5 3,5 4,5] 3,5 m5

6,8 [5,85 6,8 7,8] 6,8125 m14

5,6 [4,6 5,6 6,5] 5,575 m1

4,25 [3,25 4,25 5,25] 4,25 m11

6,75 [5,75 6,75 7,75] 6,75 m9

4,5 [3,5 4,5 5,5] 4,5 m4

3,75 [2,75 3,75 4,75] 3,75 m6

[3,75 4,75 5,75] 4,75

m12 1 [0,75 0,875 1]

Tabla nº 4. Normalización de las valoraciones.

A continuación se realizara el análisis competitivo de las “k” empresas

Tabla nº 5: Matriz X de valoración de logros competitivos.

m9 1,67 3,34 5,67 5,67

Tabla nº 6: Promedio de valoración de atributos para cada empresa.

La entropía se ha revelado como un concepto importante en las ciencias sociales,