Las cadenas de distribución tienen generalmente la opción de decidir cuál va a ser el precio último de un producto. Partiendo del precio base que negocian con el fabricante, pueden hacer pequeñas variaciones sobre el mismo. Con algoritmos sencillos podemos conseguir la optimización de precios que maximizará los ingresos.
En este post os voy a resumir un trabajo que han hecho mis compañeros de Conento en este sentido, donde:
- Se aproxima cómo impacta el precio en las ventas de cada referencia de productos de una categoría
- Se calcula cuál será el precio óptimo que tiene que tener cada referencia para maximizar las ventas totales de la categoría
Podemos ver las etapas del este análisis en la Fig1.
Dentro de la Etapa 1, uno de los primeros trabajos que hacemos es pasar de una serie de datos originales, a indicadores que nos van a aportar mayor información. En la Fig2 vemos un ejemplo para el mercado de la leche.
Dado que para cada marca existen un montón de referencias, que en cada categoría tenemos muchas marcas, y que el análisis los hacemos para un histórico de dos años (24 meses), no vamos a hacer modelos muy complicados, sino que el análisis lo vamos a basar en correlaciones entre ventas y precios.
Comenzamos, en función de los primeros resultados, eligiendo si es mejor tomar ventas en unidades, ventas en valor o cuota de mercado. Lo mismo con el precio. Tras esto, pasamos al análisis descriptivo más en detalle.
En esta Etapa 2, el analista «coge el gusto» de las series, de los datos: analiza tendencias, ve quiénes son las marcas líderes, quiénes se canibalizan, qué casos raros hay que pudieran afectar a las conclusiones globales, etc.
Una vez finalizada, pasamos a la Etapa 3, donde buscamos medir cómo es la relación entre el precio y las ventas.
Como cabe esperar, el tratarse solo de dos variables, la correlación no sale muy alta, pero suficiente para nuestro análisis. Vemos un ejemplo en la Fig3.
Esto lo hacemos para todas las referencias de todas las marcas, de forma que sabemos, para cada referencia, cómo afectaría a las ventas una variación en el precio (ceteris paribus).
A partir de aquí ya la Etapa 4 sale casi sola. Planteamos el problema de optimización de precios y ¡a correr! (Fig4).
Quizás lo más importante a comentar respecto a la optimización es la importancia de elegir qué optimizar. En este caso, planteamos la posibilidad de optimizar el beneficio o el volumen, quedándonos finalmente con el beneficio (ventas menos costes).
IMPORTANTE: si os fijáis en el planteamiento del problema de optimización de precios, una restricción es que el precio promedio de todas las referencias permanezca constante. Esta es la garantía de no perder «el rumbo».
¿Cómo se utiliza este tipo de solución? Imaginemos que el responsable de la categoría de Leche tiene que tomar decisiones de precios cada mes. Si no tuviera una herramienta de este estilo, tendría que ir una a una tomando la decisión ¡de más de 100 referencias! Sin embargo, con un poquito de matemáticas y un poquito de tecnología, el primer día del mes por la mañana podría entrar en la plataforma creada por Conento, que se habría alimentado de los datos de todos los meses anteriores, y decidiría qué quiere optimizar. Por ejemplo:
- Este mes voy a considerar las 20 marca líderes, con todas sus referencias
- Quiero optimizar el beneficio total
- ¿Qué precio debo poner a cada referencia?
Y, en cuestión de segundos, tiene LA MEJOR RECOMENDACIÓN.
Además, y por último, la optimización te va a dar también mucha información sobre las marcas. Vas a poder saber qué marcas son las que más contribuyen a ganar dinero variando su precio, INFORMACIÓN MUY INTERESANTE A LA HORA DE DECIDIR POR QUÉ MARCAS APOSTAR PARA TENER EN LA TIENDA.
Comentarios