Historia de la Ciencia y la Tecnología

Objetivo de la asignatura

El objetivo de Historia de la Ciencia y la Tecnología es estudiar Amazon y su evolución como producto de una civilización técnica. En este proyecto, esto significa interpretar el Black Friday no solo como una campaña comercial, sino como un fenomeno organizado por sistemas tecnológicos: datos, algoritmos, automatización logística, plataformas digitales y seguimiento histórico de precios.

Amazon como producto de una civilización técnica

Amazon nace en 1994 como librería online, pero su evolución muestra el paso de una empresa de comercio electrónico a una infraestructura tecnológica global. Su ventaja no depende únicamente de vender productos baratos, sino de coordinar información, inventario, recomendaciones, medios de pago, transporte, vendedores externos y servicios digitales dentro de una misma plataforma.

Desde esta perspectiva, Amazon es un ejemplo de civilización técnica porque transforma una actividad humana tradicional, comprar, en un proceso medido, automatizado y optimizado. El consumidor ya no se encuentra solo ante un escaparate, sino ante un sistema técnico que ordena productos, destaca ofertas, calcula precios, recomienda alternativas y reduce el tiempo entre deseo y compra.

En Black Friday esta lógica se intensifica. La campaña concentra demanda, publicidad y decisiónes de precio en pocos días. Para gestionarlo, Amazon y los vendedores necesitan herramientas técnicas capaces de adaptar precios, medir la reacción del mercado, organizar stock y garantizar entregas masivas. Por eso el Black Friday puede entenderse como una manifestacion de la técnica aplicada al consumo.

Relacion con nuestros datos

Nuestro estudio de productos deportivos en Amazon España, Francia e Italia confirma que los precios no se comportan de forma uniforme. Tras excluir los productos sin datos comparables, analizamos 23 observaciones válidas. El descuento medio frente a la referencia previa fue solo del 1,82%, y aunque el 65,22% de las observaciones tuvo algún descuento real, solo el 39,13% mejoró el mínimo previo observado.

Este resultado es importante para Historia de la Ciencia y la Tecnología porque muestra que la técnica no solo permite vender más, sino también construir una percepción de oportunidad. El consumidor ve una campaña ordenada visualmente como "descuento", "oferta" o "Black Friday", pero para saber si el ahorro es realmente excepcional necesita herramientas técnicas adicionales, como Keepa o un análisis histórico de precios.

También observamos diferencias por país. Francia tuvo el mayor descuento medio de la muestra, mientras que España presentó un descuento medio negativo. Esto refuerza la idea de que el Black Friday no es un fenomeno espontaneo ni identico en todos los mercados, sino una estrategia técnica y comercial adaptada a cada contexto nacional.

Capitalismo de consumo y pensamiento crítico

Los materiales de la asignatura relacionan el Black Friday con el capitalismo de consumo y con una cultura en la que el deseo se acelera mediante tecnología, credito, publicidad y disponibilidad inmediata. En este contexto, la libertad del consumidor no consiste solo en poder comprar, sino en poder comprender las condiciones de la compra.

El problema no es que exista tecnología en el comercio, sino que la decisión de compra puede quedar guiada por sistemas que el consumidor no ve completamente: algoritmos de recomendacion, precios dinámicos, urgencia temporal, rankings, disponibilidad aparente y mensajes promocionales. Por eso el pensamiento crítico es necesario para distinguir entre oportunidad real y estímulo técnico al consumo.

Conclusión

Amazon y el Black Friday son productos claros de una civilización técnica: una sociedad donde la compra se apoya en datos, automatización, plataformas globales y optimización continua. Nuestro análisis muestra que la técnica aumenta la eficiencia del mercado, pero también puede intensificar la percepción de descuento aunque el ahorro real sea limitado. Por ello, el consumidor necesita información histórica y criterio propio para actuar con libertad dentro de un entorno comercial cada vez más tecnificado.

Version breve para el resumen ejecutivo

Desde Historia de la Ciencia y la Tecnología, Amazon se interpreta como producto de una civilización técnica: una plataforma que convierte la compra en un proceso gestionado por datos, algoritmos, automatización logística y precios dinámicos. El Black Friday no es solo una rebaja, sino una operación técnica de organización del consumo. Nuestros datos refuerzan esta idea: el descuento medio fue reducido, 1,82%, y solo el 39,13% de las observaciones mejoró el mínimo previo. Esto muestra que la tecnología puede facilitar oportunidades reales, pero también construir una fuerte percepción de oferta. La conclusión crítica es que la libertad del consumidor depende de disponer de información histórica suficiente para distinguir entre ahorro real y estímulo técnico al consumo.

Apartado de Microeconomía

Objetivo microeconómico

El objetivo de Microeconomía es analizar la evolución y formación de precios de productos durante el Black Friday, así como la elasticidad y el comportamiento del consumidor.

Enfoque del análisis

El análisis se centra en productos deportivos vendidos en Amazon España, Francia e Italia. A partir de los precios recogidos antes y durante el Black Friday, se estudia si las promociones reflejan una verdadera reducción de precio y cómo puede interpretarse esta estrategia desde la oferta, la demanda y el comportamiento del consumidor.

La muestra final contiene 23 observaciones válidas. Se excluyeron productos que no tenían histórico comparable o no estában disponibles en el periodo analizado.

Formación de precios en Black Friday

Amazon funciona como una plataforma donde conviven productos vendidos directamente por Amazon y productos vendidos por terceros. Esto genera un entorno de precios dinámicos: los precios pueden variar según inventario, competencia, demanda esperada, disponibilidad, país y estrategia promocional.

Desde la microeconomía, el Black Friday puede interpretarse como un desplazamiento temporal de la estrategia de precios. Las empresas reducen algúnos precios para aumentar la cantidad demandada, liquidar inventario, captar clientes o mejorar su posición frente a competidores. Sin embargo, los datos muestran que esta reducción no es homogénea.

En la muestra analizada, el descuento medio frente a la referencia previa fue solo del 1,82%. Además, aunque el 65,22% de observaciones presentó algún descuento real, únicamente el 39,13% mejoró el mínimo previo observado. Esto indica que el precio de Black Friday no siempre representa una oportunidad excepcional para el consumidor.

Diferencias por país

Los resultados muestran diferencias entre España, Francia e Italia:

• España: descuento medio de -1,25%.
• Francia: descuento medio de 4,55%.
• Italia: descuento medio de 2,49%.

Francia fue el mercado con mejores descuentos en la muestra, mientras que España presentó un descuento medio negativo. Esto sugiere que Amazon y los vendedores no aplican una política uniforme en todos los países. La estrategia puede depender de factores como competencia local, stock, costes, hábitos de consumo o intensidad de la campaña comercial.

Desde Fundamentos de Empresa Internacional, este resultado también muestra adaptación al mercado local. Desde Microeconomía, refleja que el precio no solo depende del producto, sino del mercado concreto en el que se vende.

Diferencias por tipo de producto

La categoría Deportes no se comporta de forma uniforme:

• Fitness en casa: descuento medio de 6,20%.
• Running/entrenamiento: descuento medio de 6,77%.
• Deporte popular/outdoor: descuento medio de -5,38%.

Fitness y running muestran mejores descuentos que deporte popular/outdoor. Esto puede explicarse porque los productos de fitness y running tienen mayor competencia, más sustitutos y mayor sensibilidad a promociones. En cambio, productos como balones, cascos o mochilas pueden mantener precios más estables o incluso subir si la demanda es menos sensible al descuento.

Elasticidad de la demanda

La elasticidad-precio mide cómo reaccióna la cantidad demandada ante cambios en el precio. Para calcularla de forma exacta necesitaríamos datos de unidades vendidas, que no están disponibles en nuestra muestra. Por tanto, no calculamos una elasticidad numérica estricta.

Sí podemos hacer una interpretación cualitativa:

• Productos con muchos sustitutos, como bandas elásticas, esterillas o zapatillas, tienden a tener demanda más elástica. Si el precio baja, el consumidor puede cambiar fácilmente de marca o adelantar la compra.
• Productos de marca o tecnológicos, como el Garmin Forerunner 55, pueden tener una demanda menos elástica porque el consumidor busca características concretas, marca y confianza.
• Productos baratos, como bandas elásticas o balones, pueden necesitar descuentos porcentualmente visibles para modificar de verdad la decisión de compra.

El hecho de que el descuento medio sea reducido sugiere que muchas promociones buscan activar la percepción de oportunidad más que provocar una gran reducción económica.

Comportamiento del consumidor

El consumidor no siempre decide de forma perfectamente racional. En teoría, un consumidor racional compararía el precio de Black Friday con el histórico previo y compraría solo si el descuento es real. Sin embargo, en la práctica influyen señales comerciales como:

• precio tachado;
• urgencia temporal;
• mensajes de oferta limitada;
• reseñas;
• marca;
• recomendación del algoritmo;
• miedo a perder una oportunidad.

Esto conecta con el resultado estadístico: muchos productos bajan algo, pero menos de la mitad mejoran el mínimo previo. Por tanto, el consumidor puede percibir una oportunidad aunque el ahorro real sea limitado.

Equilibrio antes, durante y después del Black Friday

Antes del Black Friday, los precios reflejan una situación de equilibrio relativamente normal entre oferta, demanda, competencia y stock. En nuestro modelo matemático, la variación previa media fue de -0,25%, es decir, bastante estable.

Durante el Black Friday, la variación media entre el 19 y el 28 de noviembre fue de -3,19%. Esto muestra una caída mayor que la tendencia previa, pero no lo suficientemente intensa como para afirmar que todos los productos tuvieron descuentos fuertes.

Después del Black Friday, aunque faltan algúnos datos post-BF, la hipótesis microeconómica esperable es que ciertos precios vuelvan a subir al desaparecer el incentivo promocional. Esta parte se puede mencionar como limitación y como línea de mejora.

Conclusión microeconómica

Desde la microeconomía, el Black Friday en Amazon Deportes se comporta como una estrategia de precios dinámica y segmentada. Las promociones no son iguales por país ni por tipo de producto. Algunos bienes muestran bajadas reales, especialmente fitness y running, mientras que otros no presentan una mejora clara respecto al periodo previo.

La conclusión principal es que el Black Friday funciona tanto como mecanismo de ajuste de precios como herramienta de estímulo de demanda. Sin embargo, el consumidor debe comparar con el histórico para distinguir entre un descuento real y una promoción basada principalmente en la percepción de oportunidad.

Programa funcional

Objetivo

El programa implementado automatiza el análisis cuantitativo del proyecto. Su función es leer una base histórica de precios, limpiar los datos, simular el precio esperado de Black Friday y comparar ese precio con el precio real observado.

Que hace

• Lee los precios históricos por producto, país y ASIN.
• Filtra observaciones no comparables.
• Calcula precio de referencia previa.
• Calcula descuento general y descuento estricto.
• Simula el precio esperado de Black Friday mediante una tendencia lineal.
• Calcula el error entre precio real y precio simulado.
• Clasifica cada observación.

Por que es reproducible

El modelo es determinista: con los mismos datos de entrada produce siempre los mismos resultados. En esta pagina se incluye una version ejecutable en el navegador para que el proceso pueda probarse durante la defensa.

Anexo técnico de Estadística

Objetivo de Estadística

Verificar si los precios bajan durante el periodo de Black Friday y estimar el porcentaje de productos cuyo descuento no es real.

Unidad estadística

Cada observación es una combinacion:

producto + país + ASIN

Muestra inicial:

n0 = 27

Exclusiones metodológicas:

e = 4

Muestra final:

n = n0 - e = 27 - 4 = 23

Variables utilizadas

• P_20oct: precio el 20/10/2025.
• P_19nov: precio el 19/11/2025.
• P_min_previo: precio mínimo observado entre 20/10 y 19/11.
• P_BF: precio de Black Friday, 28/11/2025.
• P_min_BF: precio mínimo durante la ventana BF 20/11-01/12.

Referencia previa

Para evitar depender de un único día, se construye una referencia previa:

P_ref = (P_20oct + P_19nov + P_min_previo) / 3

Esta referencia aproxima el nivel normal del precio antes de la campaña.

Descuento frente a referencia previa

Fórmula:

D_ref(%) = ((P_ref - P_BF) / P_ref) * 100

Interpretación:

• Si D_ref > 0, el precio BF baja frente a la referencia.
• Si D_ref <= 0, no hay descuento frente a la referencia.

Variable lógica:

descuento_real_general = P_BF < P_ref

Descuento estricto frente al mínimo previo

Fórmula:

D_estricto(%) = ((P_min_previo - P_BF) / P_min_previo) * 100

Variable lógica:

descuento_real_estricto = P_BF < P_min_previo

Este criterio es más exigente porque pregunta si Black Friday mejora el mejor precio que ya existia antes.

Porcentaje de descuentos no reales

Fórmula general:

% no real = (numero de observaciones sin descuento real / n) * 100

Criterio general:

% no real general = 100 - % descuento_real_general

Criterio estricto:

% no real estricto = 100 - % descuento_real_estricto

Resultados obtenidos

• Observaciónes válidas: n = 23
• Descuento medio frente a referencia: 1,82%
• Observaciónes con descuento real general: 65,22%
• Observaciónes sin descuento real general: 34,78%
• Observaciónes con descuento real estricto: 39,13%
• Observaciónes sin descuento real estricto: 60,87%

Cálculo numerico de porcentajes

Si 39,13% de 23 observaciones cumplen descuento estricto:

0,3913 * 23 ≈ 9 observaciones

Por tanto:

23 - 9 = 14 observaciones

14 / 23 * 100 = 60,87%

Este es el porcentaje de casos cuyo descuento no es real bajo el criterio estricto.

Ejemplo de cálculo fila a fila

Producto: Esterilla Amazon Basics en Francia.

Datos:

• P_20oct = 27,54
• P_19nov = 23,09
• P_min_previo = 23,09
• P_BF = 19,99

Referencia previa:

P_ref = (27,54 + 23,09 + 23,09) / 3 = 24,57

Descuento frente a referencia:

D_ref = ((24,57 - 19,99) / 24,57) * 100 = 18,65%

Descuento estricto:

D_estricto = ((23,09 - 19,99) / 23,09) * 100 = 13,43%

Conclusión:

Es descuento real general y también descuento real estricto.

Anexo técnico de Métodos Matemáticos II

Objetivo de Métodos Matemáticos II

Representar graficamente la evolución de precios simulados y reales, comparando sus tendencias. Analizar la variacion y comportamiento de los precios antes del Black Friday, incluyendo su evolución funcional y estimacion del precio esperado.

Variable independiente y variable dependiente

Variable independiente:

t = numero de dias desde el 20/10/2025

Variable dependiente:

P(t) = precio del producto en euros

Fechas codificadas:

• 20/10/2025: t = 0
• 19/11/2025: t = 30
• 28/11/2025, Black Friday: t = 39

Modelo funcional utilizado

Se aproxima la evolución previa del precio con una función lineal:

P(t) = P0 + m*t

Donde:

• P0 = P_20oct
• m = pendiente diaria
• t = dias desde el 20 de octubre

Pendiente diaria

Fórmula:

m = (P_19nov - P_20oct) / 30

Interpretación:

• Si m > 0, el precio estaba subiendo antes del BF.
• Si m < 0, el precio estaba bajando antes del BF.
• Si m = 0, el precio estaba estable.

Precio esperado para Black Friday

Fórmula:

P_esperado_BF = P_20oct + m*39

Este precio representa lo que se esperaria el 28/11/2025 si el producto siguiera la tendencia previa sin efecto Black Friday.

Error del modelo

Error absoluto:

E_eur = P_BF_real - P_esperado_BF

Error porcentual:

E_% = (E_eur / P_esperado_BF) * 100

Interpretación:

• Si E_% < 0, el precio real BF esta por debajo del esperado.
• Si E_% > 0, el precio real BF esta por encima del esperado.

Tasas de variacion

Variacion previa:

V_previa(%) = ((P_19nov - P_20oct) / P_20oct) * 100

Variacion hacia Black Friday:

V_BF(%) = ((P_BF - P_19nov) / P_19nov) * 100

Comparar ambas variaciones permite ver si el comportamiento de BF rompe la tendencia previa.

Resultados globales

• Precio esperado medio BF: 39,19 euros
• Precio real medio BF: 38,28 euros
• Error medio: -2,53%
• Variacion previa media: -0,25%
• Variacion hacia BF media: -3,19%
• Observaciónes con BF por debajo del esperado: 56,52%

Interpretación:

La tendencia previa era casi estable, con -0,25%. Al acercarse BF, la bajada fue mayor, -3,19%. Esto muestra un efecto BF, pero moderado.

Ejemplo de cálculo funcional

Producto: Esterilla Amazon Basics en Francia.

Datos:

• P_20oct = 27,54
• P_19nov = 23,09
• P_BF = 19,99

Pendiente:

m = (23,09 - 27,54) / 30 = -4,45 / 30 = -0,1483 euros/dia

Precio esperado BF:

P_esperado_BF = 27,54 + (-0,1483 * 39) = 21,75 euros

Error:

E_eur = 19,99 - 21,75 = -1,76 euros

E_% = (-1,76 / 21,75) * 100 = -8,11%

Conclusión:

El precio real de BF fue inferior al precio esperado por la tendencia lineal, por lo que hay evidencia de efecto BF en este caso.

Gráficos generados

Estos gráficos permiten observar:

• Comparación por país.
• Relacion entre precio simulado y precio real.
• Evolución funcional en un ejemplo concreto.

Apartado de Antropología

Objetivo antropológico

El objetivo de Antropología es reflexionar sobre el deseo y la libertad del consumidor desde una perspectiva humanística.

Punto de partida

El Black Friday no es solo un fenómeno económico. También es un fenómeno humano y cultural, porque afecta al modo en que las personas desean, deciden y consumen. Amazon no ofrece únicamente productos: ofrece una experiencia de compra rápida, personalizada y acompañada de señales de urgencia, oportunidad y recomendación.

Desde esta perspectiva, la pregunta no es solo si el precio baja, sino si el consumidor decide libremente cuando compra en un entorno diseñado para activar el deseo.

Deseo, impulso y necesidad

En el consumo pueden distinguirse tres niveles:

• Necesidad: compra orientada a cubrir algo realmente necesario.
• Deseo: inclinación hacia algo que se percibe como valioso o atractivo.
• Impulso: reacción rápida ante un estímulo, con poca deliberación.

El Black Friday actúa especialmente sobre el deseo y el impulso. La idea de “oferta limitada” puede transformar una compra no prevista en una decisión aparentemente urgente. En productos deportivos, esto puede verse en artículos ligados a mejora personal, salud, imagen o propósitos: zapatillas, relojes deportivos, material de fitness o accesorios de entrenamiento.

Libertad y calidad de la información

Una decisión libre no consiste solo en poder elegir entre muchos productos. También exige información suficiente para deliberar. Si el consumidor cree que una oferta es excepcional pero no conoce el histórico de precios, su libertad queda limitada por una información incompleta.

Nuestros datos muestran que el descuento medio fue solo del 1,82%. Además, aunque el 65,22% de observaciones presentó algún descuento real, solo el 39,13% mejoró el mínimo previo. Esto significa que muchas ofertas podían parecer atractivas sin ser necesariamente el mejor precio histórico reciente.

Desde la antropología, esto plantea una cuestión importante: ¿puede considerarse plenamente libre una decisión de compra si la persona decide bajo presión temporal, recomendación algorítmica y una percepción de descuento que no siempre coincide con una ventaja económica fuerte?

Fases del deseo en Black Friday

La campaña de Black Friday puede actuar en varias fases de la decisión:

1. Inclinación: el consumidor siente atracción por un producto o por la idea de aprovechar una oportunidad.

2. Deliberación: compara precios, necesidad, utilidad y presupuesto.

3. Decisión: acepta o rechaza la compra.

4. Ejecución: compra rápidamente, muchas veces desde el móvil o con pocos clics.

5. Integración: evalúa después si la compra le aporta valor real o si fue impulsiva.

Amazon refuerza estas fases mediante recomendaciones, reseñas, rankings, descuentos visibles, urgencia temporal y facilidad de pago. Todo ello reduce fricción y acelera la decisión.

Consumidor racional y consumidor vulnerable

El consumidor no es pasivo ni irracional por definición. Puede usar Black Friday de forma inteligente si compara precios, planifica compras y distingue deseo de impulso. Sin embargo, también puede ser vulnerable cuando:

• no conoce el precio histórico;
• se guía por un precio tachado;
• siente miedo a perder la oferta;
• compra por recompensa emocional;
• confunde deseo con necesidad.

Esto conecta con nuestro análisis microeconómico: si el ahorro real es limitado, parte del valor de la campaña está en la percepción de oportunidad.

Responsabilidad de la empresa

La empresa tiene responsabilidad porque diseña el entorno de decisión. Amazon puede facilitar información clara, transparencia en precios y herramientas de comparación. Si la plataforma conoce el histórico de precios y el consumidor no, existe una asimetría de información.

Desde una perspectiva humanística, una campaña comercial es más respetuosa con la libertad del consumidor cuando no se limita a maximizar clics o compras impulsivas, sino que permite una decisión informada.

Impacto social

Black Friday expresa una cultura de consumo acelerado. Promueve la idea de que comprar rápido es una forma de aprovechar la libertad. Sin embargo, puede producir el efecto contrario: que el consumidor se adapte al ritmo de la campaña y no a sus necesidades reales.

El riesgo antropológico no está en comprar, sino en que la persona se acostumbre a desear según estímulos externos constantes. Entonces el mercado no solo satisface deseos, sino que también los configura.

Conclusión antropológica

Desde la antropología, el Black Friday muestra una tensión entre libertad y condicionamiento. El consumidor es libre cuando puede deliberar, comparar y decidir según sus fines. Pero su libertad se debilita si la decisión se apoya en urgencia, información incompleta o deseo impulsivo.

Nuestros datos refuerzan esta reflexión: como menos de la mitad de las observaciones mejoraron el mínimo previo, la percepción de descuento puede ser más fuerte que el ahorro real. Por eso, el consumo responsable exige pensamiento crítico y comparación histórica de precios.

Diseño

El taller recomienda entrevistas breves de 5-10 minutos, realizadas por parejas: una persona entrevista y otra toma notas o graba con permiso. La aproximación debe ser neutral, sin juzgar al entrevistado, y las respuestas deben analizarse de forma agregada.

Objetivo de información

El objetivo no es calcular porcentajes estadísticos, sino comprender significados: cómo se percibe el Black Friday, qué señales activan la compra y qué papel tienen necesidad, deseo, impulso, confianza y precio.

Matriz de interpretación

Este diseño refuerza la interpretación transversal sin falsear evidencia: nuestros resultados cuantitativos miden precios; el enfoque cualitativo explica percepción y comportamiento.

Apartado de Fundamentos de Dirección de Empresas Internacional

Objetivo de la asignatura

El objetivo es analizar cuál ha sido la estrategia de Amazon hasta convertirse en una multinacional y estudiar los precios de productos y categorías en diferentes países durante el Black Friday.

Amazon como multinacional

Amazon nació como una empresa de comercio electrónico centrada en la venta online de libros y evolucionó hasta convertirse en una multinacional tecnológica y comercial. Su crecimiento no se explica solo por vender más productos, sino por construir un ecosistema empresarial basado en:

• comercio electrónico;
• marketplace para vendedores externos;
• logística y distribución;
• Amazon Prime;
• publicidad digital;
• servicios de computación en la nube mediante AWS;
• datos, algoritmos y automatización.

En su informe anual de 2025, Amazon declara que organiza sus operaciónes en tres grandes segmentos: North America, International y Amazon Web Services. Esta estructura muestra que Amazon ya no es solo una tienda online, sino una plataforma global diversificada.

Estrategia corporativa

La estrategia corporativa de Amazon se basa en la diversificación relacionada. Parte del comercio electrónico, pero amplía su actividad hacia servicios que refuerzan el mismo ecosistema:

• Prime aumenta la fidelidad y frecuencia de compra.
• Marketplace incrementa la variedad sin asumir todo el inventario.
• FBA y la red logística permiten controlar entrega, experiencia y eficiencia.
• AWS genera ingresos de alto valor y financia capacidades tecnológicas.
• Publicidad aprovecha los datos de búsqueda y compra dentro de la plataforma.

Según el Form 10-K de 2025, Amazon alcanzó ventas consolidadas de 716.924 millones de dólares. El segmento International generó 161.894 millones, un 23% de las ventas consolidadas. Esto confirma la relevancia estratégica de los mercados internacionales.

Estrategia competitiva

Amazon compite principalmente mediante una combinación de liderazgo en costes, diferenciación y efecto plataforma.

Su ventaja competitiva se apoya en:

• precios competitivos;
• gran selección de productos;
• comodidad de compra;
• rapidez de entrega;
• confianza en la marca;
• recomendaciones algorítmicas;
• escala logística;
• integración de servicios como Prime.

El informe anual de Amazon resume su enfoque hacia el consumidor en tres elementos: selección, precio y conveniencia. También señala que la empresa busca reducir costes variables por unidad para poder ofrecer precios más bajos. Esta lógica se refleja en Black Friday: la empresa puede usar promociones para reforzar tráfico, rotación de inventario y captación de clientes.

Estrategia internacional

La estrategia internacional de Amazon combina estandarización y adaptación.

Elementos estandarizados:

• misma lógica de plataforma;
• misma marca global;
• uso de Prime;
• marketplace;
• tecnología y algoritmos;
• infraestructura logística.

Elementos adaptados:

• precios por país;
• moneda e impuestos;
• competencia local;
• disponibilidad de producto;
• intensidad promocional;
• preferencias del consumidor;
• estructura logística en cada mercado.

Nuestro análisis de España, Francia e Italia confirma esta adaptación. Aunque varios productos tienen el mismo ASIN en los tres países, los descuentos no fueron idénticos. Francia presentó el mejor descuento medio, 4,55%, Italia 2,49% y España -1,25%. Por tanto, Amazon no aplica el Black Friday como una política de precios uniforme, sino como una campaña ajustada al mercado.

Comparación internacional de precios en Black Friday

La comparación de productos deportivos muestra que el Black Friday no se comporta igual en los tres países:

| País | Observaciónes | Descuento medio BF | % descuento real | % descuento real estricto |

|---|---:|---:|---:|---:|

| España | 8 | -1,25% | 62,50% | 25,00% |

| Francia | 7 | 4,55% | 71,43% | 57,14% |

| Italia | 8 | 2,49% | 62,50% | 37,50% |

Estos datos permiten interpretar que la estrategia promocional puede depender de condiciones locales. Francia parece haber aplicado promociones más intensas en la muestra, mientras que España no presentó una bajada media clara. Italia quedó en una posición intermedia.

Porter: cinco fuerzas aplicadas a Amazon Black Friday

Rivalidad entre competidores

Alta. Amazon compite con grandes plataformas, tiendas deportivas, marketplaces y comercios locales. Black Friday intensifica la rivalidad porque muchas empresas compiten simultáneamente por la atención del consumidor.

Amenaza de nuevos entrantes

Media. Crear una tienda online es fácil, pero competir con Amazon en logística, marca, tecnología, escala y confianza es muy difícil.

Poder de negociación de proveedores

Variable. Las marcas fuertes, como Garmin, Adidas o Nike, tienen más poder. Los vendedores pequeños dependen más de Amazon para acceder al cliente y tienen menos capacidad de negociación.

Poder de negociación de clientes

Alto. El consumidor puede comparar precios entre países, tiendas y plataformas. Sin embargo, Amazon reduce esa presión mediante conveniencia, rapidez, Prime y recomendaciones personalizadas.

Amenaza de productos sustitutivos

Alta. En deportes hay muchos productos equivalentes: varias marcas de esterillas, bandas, zapatillas, mochilas o accesorios. Esto obliga a competir en precio, visibilidad y reseñas.

Impacto estratégico del Black Friday

Black Friday cumple varias funciones estratégicas para Amazon:

• Aumenta tráfico y frecuencia de visita.
• Estimula compras impulsivas y compras planificadas.
• Refuerza Prime y la percepción de conveniencia.
• Permite liquidar stock o mover categorías concretas.
• Genera datos sobre sensibilidad al precio.
• Aumenta ingresos de vendedores y de publicidad dentro de la plataforma.

Sin embargo, nuestros datos muestran que la promoción no siempre implica una rebaja fuerte. Esto puede ser estratégico: Amazon no necesita reducir todos los precios de forma intensa; puede combinar descuentos reales en algúnos productos con señales comerciales en otros para mantener márgenes y activar la demanda.

Conclusión de Empresa Internacional

Amazon se ha convertido en una multinacional porque ha construido un ecosistema global difícil de imitar: plataforma, logística, datos, servicios digitales, marketplace y AWS. Su ventaja no depende solo de vender barato, sino de coordinar escala, tecnología y experiencia de usuario.

En Black Friday, esta estrategia se observa en la comparación internacional. Los mismos productos deportivos no tuvieron el mismo comportamiento en España, Francia e Italia. Esto indica que Amazon adapta precios y promociones según mercado, disponibilidad, competencia y demanda local.

La conclusión principal es que Black Friday no es solo una campaña de descuentos, sino una herramienta estratégica internacional: atrae consumidores, genera datos, refuerza la plataforma y permite aplicar precios dinámicos por país y categoría.

Fuentes usadas

• Amazon.com, Inc. (2026). *Form 10-K 2025*. U.S. Securities and Exchange Commission. https://www.sec.gov/Archives/edgar/data/1018724/000101872426000004/amzn-20251231.htm
• Datos propios del proyecto: tabla manual de precios Amazon/Keepa para productos deportivos en España, Francia e Italia.
• Keepa. (2026). *Keepa Python API documentation*. https://keepaapi.readthedocs.io/en/latest/product_query.html
• Universidad Francisco de Vitoria. (2025). *Proyecto interdisciplinar Black Friday en Amazon: instrucciones y presentacion del reto*.
• Universidad Francisco de Vitoria. (2025). *Taller de entrevistas cualitativas para alumnos*.
• Guía Normas APA. (2026). *Normas APA 7.ª edición en español*. https://normas-apa.org/