La ciencia de precios es la aplicación de métodos de las ciencias sociales y empresariales al problema de la fijación de precios. Los métodos incluyen modelos económicos , estadísticas , econometría y programación matemática . Esta disciplina tuvo sus orígenes en el desarrollo de la gestión del rendimiento en la industria de las aerolíneas en la década de 1980, y desde entonces se ha extendido a muchos otros sectores y contextos de fijación de precios, incluida la gestión del rendimiento en otros sectores de la industria de viajes, medios de comunicación, venta minorista, fabricación y distribución.
El trabajo de ciencia de precios se efectúa de diversas maneras, desde asesoramiento estratégico sobre precios hasta la definición de segmentos para los cuales las estrategias de precios pueden variar, hasta aplicaciones de software de clase empresarial , integradas en procesos de cotización y venta de precios.
La ciencia de los precios tiene sus raíces en el desarrollo de programas de gestión de rendimiento desarrollados por la industria aérea poco después de la desregulación de la industria a principios de los años 1980. Estos programas proporcionaban apoyo basado en modelos para responder a la pregunta central que enfrentaban las aerolíneas desreguladas: "¿Cuántas reservas debo aceptar, para cada producto de tarifa que ofrezco en cada salida de vuelo que opero, para maximizar mis ingresos?" Encontrar las mejores respuestas requirió desarrollar algoritmos estadísticos para predecir el número de pasajeros con reservas que se presentarían y para predecir el número de reservas adicionales que se esperarían para cada producto de tarifa. También requirió desarrollar algoritmos de optimización y formulaciones para encontrar la mejor solución, dadas las características de las previsiones. Y para las aerolíneas que operan cientos o miles de vuelos todos los días y venden billetes para salidas diarias con 300 días de antelación, los desafíos computacionales son extremos.
Los programas de gestión del rendimiento proporcionaron espectaculares beneficios financieros a sus primeros usuarios a principios y mediados de los años 1980, y el enfoque se extendió rápidamente a las empresas de los sectores relacionados de la hostelería, el alquiler de coches y las líneas de cruceros. Si bien existen diferencias importantes entre estas industrias, los impulsores dominantes de las soluciones fueron la naturaleza perecedera del recurso que se vendía, los patrones de demanda que variaban con el tiempo y la capacidad limitada disponible para la venta. Para una buena visión general de los métodos y aplicaciones de la ciencia de los precios relacionados con el rendimiento o la gestión de los ingresos, véase Phillips [1] y las referencias citadas en él. Williams [2] muestra la conexión entre muchos de estos problemas y la microeconomía estándar.
A partir de principios y mediados de los años 90, estos éxitos dieron lugar a iniciativas para aplicar los métodos, o desarrollar nuevos métodos, para respaldar la fijación de precios y las decisiones relacionadas en una variedad de otros entornos. La gestión del rendimiento se ha aplicado con éxito en la televisión abierta y por cable, los medios de comunicación en línea, los productores de petróleo y gas, los proveedores de servicios deportivos y teatrales, las propiedades de alquiler de apartamentos y tiempo compartido, las tarjetas de crédito y los establecimientos minoristas.
Desde el año 2000 aproximadamente, la aplicación de la ciencia de precios a los problemas de cotización de precios en transacciones entre empresas ha despegado, y los adoptantes informan de beneficios financieros comparables a los obtenidos anteriormente en la industria de los viajes. En lugar de optimizar las ofertas disponibles en respuesta a una capacidad muy dinámica, estas aplicaciones entre empresas proporcionaron los medios para optimizar las ofertas en función de las características particulares de la transacción que se estaba contemplando y del cliente. Las aplicaciones han incluido proveedores de servicios empresariales, fabricantes de productos industriales y distribuidores de productos que van desde la tecnología hasta los alimentos y los suministros de oficina.
Incluso las aerolíneas y otros profesionales pioneros comenzaron a revisar su suposición original de que los precios eran un "dato", un simple insumo para su tecnología de optimización. El crecimiento de las aerolíneas de bajo costo que ofrecen precios sin restricciones, canales de "fijación de precios" y subastas estimularon este interés en aplicar la ciencia al aspecto de los precios del negocio.
A medida que se ampliaron las aplicaciones de los métodos científicos a estos problemas empresariales, la disciplina de la ciencia de los precios se volvió más rigurosa y metodológica. Inicialmente, los métodos estadísticos y de optimización fueron adaptados por profesionales y teóricos de las disciplinas de ingeniería e investigación de operaciones. La disciplina se denominaba típicamente investigación de operaciones y la especialización en métodos de gestión de ingresos o rendimiento se consideraba una especialidad en la disciplina más amplia de la investigación de operaciones y la ciencia de la gestión. INFORMS , el organismo profesional de la disciplina más amplia, tiene una sección dedicada a esta especialidad, la sección de Gestión de ingresos y fijación de precios. [1]
A medida que las aplicaciones se extendieron desde la gestión de rendimiento a aplicaciones de precios más generales, el término "Ciencia de Precios" se ha vuelto mucho más común para referirse a la disciplina y "Científicos de Precios" para referirse a los profesionales.
Los métodos empleados en la ciencia de la fijación de precios se pueden clasificar en dos grandes áreas: 1. previsión y 2. optimización . El problema de previsión refleja el hecho de que las decisiones de fijación de precios tienen como objetivo afectar los eventos de compra en un horizonte temporal futuro. El problema de optimización refleja la complejidad matemática necesaria para alcanzar soluciones de fijación de precios factibles y prácticas.
Existen dos subproblemas de previsión: la predicción de la demanda en fases temporales y la predicción de la respuesta de la demanda a las decisiones de fijación de precios. En las aplicaciones de gestión del rendimiento, la predicción de la demanda en fases temporales, a un nivel muy granular, es fundamental, ya que estas aplicaciones se caracterizan por una capacidad fija con la que se debe equilibrar la demanda mediante el uso de precios o controles relacionados. En muchos de estos tipos de aplicaciones, la predicción de la respuesta a las decisiones de fijación de precios también es importante, ya que el precio es a menudo el instrumento de control utilizado para modular la demanda. Sin embargo, hay una serie de aplicaciones de gestión del rendimiento en las que el control se basa directamente en la disponibilidad del producto; los precios se consideran normalmente fijos en estos casos y no se requiere la predicción de la respuesta a los precios.
Los métodos de pronóstico generalmente caen dentro de la clase de métodos conocidos como métodos de series de tiempo, principalmente suavizado exponencial o métodos causales, donde el precio se toma como (uno de) los factores causales. En las aplicaciones de la ciencia de precios, es necesario producir pronósticos de demanda en el nivel de granularidad en el que se toman las decisiones de precios. Esto introduce complejidad tanto de modelado como de cálculo que no se aborda en los tratamientos estándar de los métodos de pronóstico. Además, en los casos en que existen restricciones de capacidad, se requieren métodos para tener en cuenta la censura de la demanda que se produce cuando la demanda excede la capacidad. En los casos en que las reservas se cierran porque han alcanzado la autorización máxima, se debe estimar cuál habría sido la demanda "real" si se hubieran aceptado reservas durante esos períodos cerrados.
A menudo, puede que no haya suficientes instancias históricas de la serie de interés para producir un pronóstico de demanda confiable. Para una aerolínea, esto podría suceder con vuelos a nuevos mercados, donde no hay historial disponible para referencia. Para un minorista, puede ser simplemente información dispersa sobre las ventas de un SKU en particular . Un método ampliamente utilizado para producir los pronósticos necesarios en tales casos a veces se denomina "agregar y distribuir". Este método descompone el pronóstico en dos componentes, un pronóstico de una serie más agregada y un pronóstico de cómo se distribuye esa demanda más agregada entre sus componentes, a saber:
donde es la serie particular de bajo nivel de interés, es el agregado de series relacionadas (por ejemplo, todos los itinerarios que sirven a un origen-destino particular, o todos los tamaños y colores del estilo particular de camisa), es el pronóstico del agregado, y es el pronóstico de la participación de . Tanto y pueden producirse utilizando métodos estándar de suavizado exponencial. [3]
Cuando la aplicación equilibra la demanda con la oferta mediante el control directo de la disponibilidad del producto, como es habitual en muchas aplicaciones de gestión de rendimiento, la producción de buenos pronósticos con fases temporales requiere capturar la demanda que no se traduce en una venta o reserva directa (a menudo denominada "datos de pérdidas" o "datos de reducción"); o bien utilizar algún método científico para estimar la demanda no observada. Convencionalmente, estos métodos se denominan "métodos sin restricciones" e incluyen el ajuste manual, los métodos de promedio, los métodos de maximización de expectativas (EM) y los métodos de suavizado exponencial . [4]
Cuando la aplicación utiliza los precios como instrumento de control, la fijación de precios para modular las ventas y la producción de buenos pronósticos con fases temporales pueden requerir el uso de métodos causales (a veces denominados métodos econométricos) para tener en cuenta la relación entre los precios vigentes en un momento determinado y las ventas observadas en ese momento. De esta manera, la relación entre el precio y el volumen de ventas, a menudo denominada "efecto de respuesta al precio", se puede utilizar para separar la demanda subyacente con fases temporales de los efectos de las variaciones de precios en las ventas. Dado que el objetivo de estas aplicaciones de la ciencia de los precios es precisamente aprovechar al máximo los efectos de las variaciones de precios en el volumen de ventas, la contabilización de estos efectos puede ser un foco importante del trabajo científico en apoyo de estas aplicaciones. El problema de identificar y estimar estos efectos no es trivial ya que, además del precio de un producto específico, el volumen de ventas se ve afectado por numerosos otros efectos, algunos de los cuales están bajo el control de la empresa (por ejemplo, la publicidad, los precios de los bienes relacionados) y otros que están fuera del control de la empresa (por ejemplo, los precios de los competidores, la estacionalidad). En el ámbito de la ciencia de precios, estos métodos suelen denominarse modelos de respuesta del mercado. [5]
Dados los modelos que proporcionan predicciones del volumen de ventas futuro, ya sea en función del tiempo o de decisiones de precio, la empresa tiene ciertas opciones o decisiones a su disposición. Modelar esas opciones o decisiones como un problema de optimización proporciona un medio para seleccionar el mejor conjunto de opciones o decisiones disponibles. En algunos entornos, las soluciones a este problema pueden proporcionarse mediante métodos heurísticos; en otros, mediante métodos de optimización numérica; en otros, mediante métodos matemáticos estrictos.
El método heurístico más conocido (y probablemente el más aplicado) para una amplia clase de problemas de gestión de rendimiento se conoce como algoritmo Expected Marginal Seat Revenue (EMSR). [6] Esta heurística proporciona una regla de decisión para asignar inventario para la venta a precios más bajos, en función de la demanda a precios más altos y las diferencias en los precios. Phillips [1] analiza extensiones de la heurística EMSR.
Muchos problemas de optimización se formulan como programas matemáticos restringidos o no restringidos, ya sean programas lineales (LP) o programas enteros mixtos (MIP), para los cuales existen muchas técnicas de solución y solucionadores comerciales.
Si el modelo de respuesta del mercado se formula dentro de una determinada clase y se obtienen estimaciones puntuales de los parámetros del modelo, la solución óptima se puede obtener analíticamente explotando la estructura especial del problema.
Existen diversas prácticas mediante las cuales las empresas explotan los métodos y resultados de la ciencia de precios para tomar mejores decisiones en materia de precios, la mayoría de las cuales están mediadas por la tecnología. Una organización de los tipos de tecnología es considerar (a) herramientas de propósito general utilizadas para implementar algunas técnicas de la ciencia de precios; (b) uso de tecnología localizada, típicamente herramientas de oficina estándar, configuradas para utilizar métodos de la ciencia de precios; y (c) software especializado de clase empresarial diseñado y desarrollado para este propósito.
En algunas empresas, las decisiones de fijación de precios se sustentan en métodos de previsión y optimización que se ejecutan según sea necesario mediante herramientas analíticas de uso general. En este contexto, cuando se toman decisiones periódicas o ad hoc, se realiza un análisis de conjuntos de datos de transacciones históricas. Este enfoque se observa a menudo en grandes empresas que cuentan con analistas cuantitativos familiarizados con las herramientas y, en diversos grados, con los métodos de la ciencia de los precios, o que contratan consultores especializados para realizar el análisis.
Se utilizan tan pocas técnicas analíticas para estimar la demanda utilizando el precio, que se utilizarán técnicas como los modelos lineales y log-lineales para predecir la demanda futura.
En muchas empresas, la tecnología utilizada para respaldar la fijación de precios y las decisiones relacionadas, utilizando los métodos descritos anteriormente, son aplicaciones estándar de oficina para la gestión, la elaboración de informes y el análisis de datos. Algunas empresas muy grandes han implementado y desarrollado procesos muy elaborados de adquisición y manipulación de datos utilizando dicha tecnología. Como los desarrolladores y usuarios de estas tecnologías son, en su mayoría, generalistas, pueden surgir problemas frecuentes de calidad, confiabilidad y extensibilidad de dichos procesos.
Desde que la gestión de rendimiento comenzó a echar raíces en la década de 1980, han surgido varios proveedores de software empresarial altamente especializados para satisfacer las necesidades de las empresas que han aprovechado las oportunidades de mejora de márgenes que ofrecen estos métodos. La tecnología proporcionada por estos proveedores ha tendido a ser aplicaciones a gran escala que abordan, en diversos grados, no solo los métodos científicos de fijación de precios, sino también otros requisitos de ejecución, flujo de trabajo y presentación de informes que tienen las empresas. Además, estos proveedores generalmente proporcionan conocimientos especializados en aplicaciones y métodos científicos de fijación de precios. Estos proveedores de software se dividen generalmente en tres clases: los que proporcionan tecnología y conocimientos relacionados con los problemas de gestión de rendimiento que se observan típicamente en los viajes y las industrias relacionadas; los que proporcionan tecnología y conocimientos relacionados con los diversos problemas de fijación de precios en la industria minorista más general; y los que proporcionan tecnología y conocimientos relacionados con la fijación de precios en el comercio B2B.
