29/04/2020

Precios Dinámicos, todo lo que necesitas saber. ¿Incertidumbre post Covid-19?

• "Si tengo 2.000 clientes en una ruta determinada y tengo 400 precios diferentes, obviamente pierdo 1.600 precios". Robert L. Crandal, ex CEO de American Airlines
• “La clave para lograr una buena implementación de precios dinámicos es un buen pronóstico” Stephen Powell, ex SVP Ventas Internacionales
• "La resistencia general a los acuerdos de precios dinámicos se debe al hecho de que los hoteles han tardado en proporcionar evidencia concreta de un valor justo o agregado". Carlson Wagonlit Travel
• “Más del 60% de todos los consumidores están felices de pagar un precio variable siempre y cuando sepan cómo se llegó a él” Forrester

Mejorar rentabilidad en época de crisis vía Precios

Para mejorar las finanzas una forma sería la disminución de los costos, sin embargo, es difícil encontrar e implementar oportunidades de reducción de costos o en inversiones a largo plazo o reducciones de personal. Éstas impactan los costos, pero su impacto y conciencia en otras partes del negocio puede ser difícil de predecir. Aumentar los ingresos también es difícil puesto que va intrínseco en el ciclo de vida de la empresa, y muchas empresas fundadas hace varios años ya han luchado por ser más efectivas dada su competencia, panorama regulatorio y otras limitaciones. Sin embargo, con los precios no se ha experimentado tanto como otros aspectos de los ingresos. Los precios fijos o estáticos, ofrecen oportunidades limitadas para realizar prueba, pues si se disminuyen los precios, también cambia las expectativas de los clientes y será difícil aumentar los precios más adelante. Entonces, para una empresa que solo ha implementado precios fijos, el aumento de los ingresos a través de precios dinámicos, dynamic pricing u optimización de precios es la palanca más fuerte disponible.

Precios estáticos

El precio estático es un punto de precio único o bien un cargo fijo. Su ventaja es que los clientes hacen un mayor uso del producto u servicio, pagando un precio más bajo por porción o por uso y se basa en 3 factores de cómo perciben los clientes el valor del producto, sus costos, y la sensibilidad al precio del cliente. Todos estos factores contribuyen a la rentabilidad de ofrecer precios más bajos por unidad a los clientes que compran grandes cantidades o volúmenes de productos. Un ejemplo lo encontramos en las etiquetas de la ropa de una tienda tradicional los cuales son modificados sólo en períodos especiales de Ofertas durante el año.

Precios dinámicos

Por otro lado, tenemos los precios dinámicos que al ser flexibles y personalizados se traducen en múltiples puntos en función de la demanda y a otros factores como la competencia, productos subsidiarios, hábitos de compra. Estos generan una subdivisiones de Revenues que sumados generan una rentabilidad (Profit) mayor que el de los precios estáticos. Éstos fueron iniciados por American Airlines en la década de 1980, se ha convertido en una técnica de marketing común para muchas compañías como hoteles, aerolíneas, cines hasta el minorista electrónico más conocido, Amazon. Estas compañías que poseen una estructura de precios correcta han utilizando precios dinámicos para mejorar la rentabilidad en relación con los rápidos cambios en la oferta y la demanda. Ejemplo de ello también lo podemos apreciar en ciertos lineales de supermercados.

 

Dynamic Pricing. ¿Cuándo se implementa y cómo funciona?

Las empresas implementan la dinámica por las siguientes razones:

• La demanda tiene picos estacionales y otros períodos valle tanto en días de la semana como en meses.
• El valor del producto varía en diferentes segmentos de mercado generados por demografía, tipo clientes, vías de compra-venta como Directo, OTA, Channel, Metabuscadores y Banco de Camas.
• Se puede ajustar el precio de acuerdo al tiempo, anticipación de compra y a Eventos especiales.
• Los productos pueden ser adquiridos por volúmenes de comprar mayorista, por altas cantidades y con garantías de uso como grupos y bloqueos. Esto tiene relación con economías de escalas.
• Los precios basados de lanzamientos de productos suelen comenzar más bajos y a medida que el ciclo de vida del producto el precio comienza a subir.
• Mercados con alta competencia tanto en B2C como en B2B.
• El inventario del producto o servicio puede ser perecedero, es decir, se pierde o se produce un desperdicio de producto. También si el servicio requerido es urgente se podría aumentar el precio

Todas estas empresas están comprometidas con el proceso de recopilar y organizar sistemáticamente datos suficientes sobre ofertas para buscar precios dinámicos, aprovechando las bases de datos internas, externas y otras fuentes en línea para comprender segmentos objetivo, competidores y límites de precios. Se recopilan datos como ¿Qué tipo de servicio revisó? ¿Cuánto tiempo pasó en cada página web? ¿Qué producto compró y cuáles puso en la cesta? ¿De dónde es? ¿Cuál es su "disposición a pagar" determinando la probabilidad de que compre un artículo al precio de mercado actual?

Después de saber todo esto, se requiere una amplia capacidad de manejo de datos (Big Data) para procesar tamaños ingentes de datos y con ello construir un modelo de precios dinámico exitoso basándose en 4 pilares fundamentales: Demanda, Disponibilidad, Competidores y Forecasting. Podemos adelantar cuatro importantes output de conocimientos que nos puede arrojar este tipo de modelos:

Módulos y algoritmos de precios dinámicos

Debido a la complejidad de los precios dinámicos, McKinsey, recomienda utilizar cinco módulos para diferentes categorías de productos y mercados representando etapas en el ciclo de vida del producto:

• La primera etapa es la fase de lanzamiento donde establece un precio basado en la demanda esperada y por los productos de la competencia en el mercado.
• La segunda etapa es donde comienzan a aparecer algunos datos sobre patrones de ventas, ajustando los precios según la demanda del mundo real, considerando la elasticidad, la estacionalidad y la canibalización.
• Los módulos tres y cuatro utilizan la percepción del consumidor y los precios de la competencia respectivamente para continuar ajustando el precio de su producto a lo largo del tiempo.
• El último módulo le ayuda a coordinar estos precios en todos sus canales de venta fuera de línea y en línea a través de la Omnicanalidad.

Estas etapas requieren una gran recopilación de información, desde indicadores macroeconómicos, hasta información detallada del mercado y del hotel como: capacidad, disponibilidad, tipo de habitación, descuentos ofrecidos, precio de la competencia, fecha de reserva (anticipación), ubicación, eventos, estacionalidad, pronóstico de la demanda, comentarios redes sociales, reglas gubernamentales. También se puede aprovechar el conocimiento detallado de las curvas de demanda para productos particulares.

Finalmente toda esta data debe ser procesada por un tipo de algoritmos (fórmulas matemáticas) que se diferencian por el grado de complejidad del negocio y el nivel de performance del pricing dinámico. Los tipos de algoritmos vienen detallados en la siguiente diapositiva.

Aplicando estas técnicas dinámicas, se logra conocer mejor las tendencias del mercado y la oferta-demanda de productos en tiempo real, ajustando el precio en consecuencia. Cuando la demanda es baja se bajan los precios y viceversa maximizando ganancias. En Hoteles, no solo se aplica al ajuste de tarifas de habitaciones para clientes individuales, parejas o familias, también se pueden incluir en las tarifas grupales y corporativas.

Precios Dinámicos, uso en Empresas y casos de aplicación en Turismo

Empresas B2B

Por lo general, las empresas que utilizan un ejemplo dinámico de fijación de precios incluyen: energía, combustibles, productos básicos, granos, productos químicos agrícolas, carga, transporte.

Empresas B2C

Es donde más está expandida esta técnica, desde Aerolíneas, Hoteles, Telco y otros productores de servicios con limitaciones de capacidad como Retail, medios de transporte como Aerolíneas, Uber o salas de Broadway.

Ejemplos de aplicación de precios dinámicos

Caso Cines Vue (UK). Innovador, pero con recomendaciones de anteriores cines interrumpidos:

• Precios realmente “dinámicos” tanto hacia el alza como hacia la baja. El doble de coste entre ciudades.
• Aplicar cines puntuales antes que Comunidad.
• No lanzar en temporada alta.

Caso Restaurante Alinea (Chicago). Este 3 estrellas Michelin segmenta precios por hora y día de la semana.

Caso Hoteles Marriot y Plaza Athénée. Marriot ha estado utilizando Big Data Analytics con muy buenos resultados versus año pasado en Room Nights e Ingresos. y Plaza Athénée desarrolla proceso de consulta a un API desde el motor de reservas arrojando el precio por las noches previas consultadas. Más detalles y explicaciones de este algoritmo y otros lo vemos en el curso de Big Data y Analytics para el sector Hotelero.

Ventajas y Desventajas Precio Dinámicos

 

Ventajas	Desventajas
Calidad de la toma de decisiones sobre precios	Mala percepción ante constante subidas de precio
Ajusta en tiempo real por costes mal imputados	Si precio minorista más bajo no tendríamos clientes
Genera estimaciones confiables de elasticidad	Infelicidad. 2 clientes/producto/fecha, precio distinto
Maximiza las ganancias con cada cliente.	Pronóstico ventas y estimaciones más complejas
Optimiza ingresos en múltiples segmentos/productos	Transparencia de precios en el mercado

Precios Dinámicos frente a una Incertidumbre: Coronavirus

Según la Organización Mundial del Turismo (UNTWO), se espera que los ingresos por turismo internacional disminuyan en USD400 mil millones a nivel mundial, ya que se prevé que las llegadas de turistas disminuyan un 30% en 2020 en comparación con 2019, caídas bastante más acentuadas que las dos últimas crisis.

A pesar de experiencias previas con el desempeño de los mercados hoteleros durante una recesión o después de un brote de salud, UNTWO considera poco probable que los modelos de pronóstico tradicionales para una recuperación sirvan como un buen punto de referencia. Pronosticar la recuperación en estos tiempos sin precedentes será complejo ya que esta crisis global produjo una serie de variables que potencialmente desafiarán para siempre la forma en que viajamos y nuestra elección de alojamiento en un hotel. Y en España la caída de la actividad en Marzo es creciente negativa incluso a superar el -100% ya en Abril

De estas tendencias y del Coronavirus podemos sacar 3 comentarios respecto a Dynamic Pricing.

• 1. Mala praxis. Alta demanda insumos sanitarios: Se está usando los algoritmos de precios dinámicos al existir un alza de demanda, pero no sería ético jugar con la salud del Mundo y los más necesitados.
• 2. Error estrategia. Bajar precios: Demanda sigue caída, pero no tiene sentido bajar precios pues la demanda no se reactivará. Esto es una crisis inicialmente sanitaria, no económica, pero que conllevará a ello
• 3. Incertidumbre: Como todos los algoritmos de Precios dinámicos se basan en bastante forma análisis predictivos sobre la data históricos y como esta situación no se ha vivido antes, pues las propuestas de los algoritmos son más bien a mantener y no subir precios, dejándolo a criterio de los analistas. El mejor de los algoritmos ya podría intentar acercarse con un análisis prescriptivo de qué hacer en las próximas semanas.

Las herramientas y modelos de precios avanzados facilitan decisiones de precios más informadas, eficientes y rentables. La experiencia en precios impulsa la toma de decisiones de precios efectiva apoyada por datos, procesos, modelos, patrones y tendencias haciendo que la toma de decisiones sea más eficiente.

Cada vez más, líderes de empresas están reconociendo que una estrategia de precios dinámica respaldada por Big Data e inteligencia artificial (AI) puede obtener una ventaja de precios competitivos sobre sus rivales.

¿Lo hace tu organización? ¿Te fías de los algoritmos o prefieres seguir con tu forma de trabajo? En próximas entregas profundizaremos sobre más técnicas novedosas que aporta el Revenue Management y Big Data Analytics al Turismo y Hoteles. Saludos.

Carlos Avila Ormazabal – Revenue Manager

Tutor curso Experto Revenue Management, Big Data Analytics y Transformación Digital.