En un entorno cada vez más competitivo los retailers necesitan soluciones para mejorar sus resultados. En los últimos años se ha desarrollado el uso de técnicas de optimización de la rentabilidad gracias al revenue management (RM). El RM consiste en desarrollar estrategias para vender el producto adecuado al cliente adecuado en el momento adecuado y al precio adecuado, dotando de sensibilidad e inteligencia a la gestión del precio.
Para ello se utilizan una serie de técnicas de análisis de datos y hacer previsiones gracias a esa información para optimizar el beneficio. Dada la capacidad de los clientes de hacer comparaciones en Internet para decidir su compra, es precisamente una buena gestión del precio la palanca más sencilla para optimizar la rentabilidad o desarrollar las ventas.
Amazon utiliza esas técnicas desde muchos años y sigue mejorando su performance. Analizar esos datos es cada vez más complicado porque hay que tener en cuenta el surtido, el precio de los competidores, la localización, la climatología, el comportamiento de clientes en la web, etc. Pero la buena noticia es que la tecnología ha evolucionado incrementando nuestra capacidad analítica y de generación de previsiones. En particular, las tecnologías de machine learning (ML) que ya grandes actores como IBM, Microsoft, Amazon o Google utilizan para crear plataformas que permiten utilizar esas capacidades avanzadas de forma más global.
Al final, es la mejora de la capacidad de almacenamiento y de tratamiento en tiempo real de ese volumen de información, de madurez del ML e inteligencia artificial y la disponibilidad de plataformas para facilitar el acceso a esas tecnologías lo que permite democratizar el acceso al RM. Estas nuevas tecnologías han permitido pasar de soluciones basadas en reglas de gestión de precios fijas a algoritmos que permiten simular múltiples escenarios, como también definir cuál es la dependencia de la decisión de compra respecto a criterios externos; y todo ello con un aprendizaje automático y permanente.
A la hora de abordar la aplicación de técnicas de RM, se debe tener en cuenta, en primer lugar, que los mecanismos de compra de los clientes son muy complejos y por supuesto no solo dependen del precio y del surtido, sino también de los servicios, de la relación con el cliente y de la imagen de la empresa. En segundo lugar, que el precio y las promociones se encuentran en el centro de las decisiones de un retailer, y siempre se ha necesitado mucha intuición para definirlos. Dejar a una maquina el cometido de fijar los precios pasa por un cambio cultural muy importante.
En conclusión, podríamos decir que para el retail los progresos del ML ofrecen una oportunidad real para optimizar la rentabilidad. Sin embargo, la implementación de procesos y herramientas de RM hay que acometerla con cuidado, y de forma iterativa, integrando un control de su imagen de precio y el necesario cambio cultural que eso supone.
