La nueva era de compradores tiene al alcance de la mano mucha información y las empresas deben adelantarse a esta situación, obteniendo datos actualizados de la competencia y proyectando la demanda y los precios para ser más competitivos.
En este sentido, las aerolíneas son pioneras y, desde 1970, vienen implementando la optimización de precios en tiempo real. Otro ejemplo: en 2004, una importante cadena de hoteles internacionales abandonó el modelo de precios fijos para adoptar un modelo de precios 100% dinámico y en línea. Y hoy, en general, todo el retail viene implementado distintas estrategias de optimización.
Contamos con datos básicos tanto de nuestra operación como del mercado: nuestro stock, nuestros costos, precios de la competencia diferenciada por ubicación y tiempo. Pero, además, en los algoritmos de optimización influyen datos como el clima, eventos, tráfico, redes sociales, noticias y todo tipo de datos externos.
Tomemos como ejemplo la página www.preciosclaros.gob.ar del Gobierno Nacional que dispone en línea una gran cantidad de precios por producto y ubicación. Tomaremos sólo esta fuente de información externa, para entender los volúmenes de información disponibles.
Un supermercado podría monitorear los precios sobre 1000 productos, una comparativa de precios sobre 3 competidores en 20 ubicaciones (suponiendo que tiene sólo 20 sucursales) y una ventana de 30 días de tiempo, inicialmente.
Este simple ejercicio nos da: 1000 * 3 * 20 * 30 = 1.800.000 datos.
Ahora, con todos estos datos, ¿qué hacemos? ¿Cómo los analizamos y a qué conclusiones podemos llegar?
Para un equipo de personas es una tarea muy compleja. Pero para un algoritmo de inteligencia artificial es lo ideal.
En resumen, si contamos con mucha información y no contamos con la habilidad de automatizar su procesamiento, obtener resultados requerirá mucho esfuerzo.
Muchas organizaciones terminan haciendo muestreos resumidos y simplemente estiman los precios por intuición.
¿Si aplicamos un descuento o aumentamos el precio de un producto, como afectará la demanda de nuestros clientes? ¿Cuánto debería ser el mínimo descuento para agotar el stock?
Estas preguntas son realmente complejas de responder, pero en algunos escenarios es posible predecir la demanda y que nuestros algoritmos de IA nos ayuden a validar distintas hipótesis antes de ser aplicadas y no analizar su éxito post implementación.
Para implementar un proceso de optimización deberemos ejecutar una serie de pasos:
1. Obtener tanta información como sea posible:
2. Procesar, diagnosticar y automatizar:
Según las necesidades, un científico de datos podrá recomendar cuál es la tecnología más apropiada.
Para el primer grupo de tareas (obtener información) existen numerosas tecnologías como:
Para el segundo grupo (procesamiento, diagnóstico y automatización) deberán ponerse en práctica otras tecnologías:
¿Qué frecuencia de optimización queremos tener? ¿Semanal, diaria o en línea? Dependiendo de la frecuencia, las estrategias pueden variar.
Hoy en día, los e-Commerce suelen implementar optimización de precios en línea mientras que muchas grandes cadenas, como supermercados, optan por utilizar ofertas diarias o semanales.
Las variables a tener en cuenta son muchas y el desafío es importante. Se requerirá de un enfoque que permita aproximarnos a una solución real, confiable e implementable.
Para esto es necesario contar con un equipo calificado en la materia, con científicos de datos y metodologías ágiles que aproximen, refinen y corrijan la solución.
Es recomendable ir por etapas cortas, con resultados concretos que puedan dar paso a nuevos desafíos. Es importante comenzar con la ingesta de datos, automatizar la recolección de información de la competencia y otros datos externos con una calidad mínima.
Una vez que aseguramos que los datos son confiables y tienen volumen, podremos comenzar con algoritmos de IA que descubran patrones y propongan reglas de optimización. En ese momento, debemos implementar enfoques paralelos que puedan comparar la optimización de precios contra nuestro negocio regular.
En materia de optimización de precios, sin dudas las oportunidades y los beneficios asociados son enormes. Pero el desafío, también.
La inclusión de tecnologías como la IA es algo que todos los gerentes deberían estudiar y evaluar. Son herramientas cada vez más accesibles y económicas. Y otros competidores ya están utilizándolas.
Ariel Jadzinsky
Director. Líder de la práctica Data Driven Company.
Paradigma en el Quién es Quién del Cronista Comercial 2024. La información clave sobre los…
400 CEOs y Directores de las empresas más importantes del país anticipan lo que viene…
En los últimos tiempos hemos experimentado una transformación radical impulsada por la adopción masiva de…
El Cronista nos invitó, una vez más, a formar parte del Ranking Mejores Empleadores 2023…
La reconversión de espacios de trabajo y capacidades logísticas tienen un factor común: las personas…
Cuando me propusieron escribir una nota sobre la consultoría del futuro, lo primero que me…