Un Revenue Management System (RMS) es una plataforma diseñada para gestionar precios de manera ágil y dinámica. El objetivo final es facilitar la implementación de las políticas de precio alineadas con la estrategia de la empresa. La integración de este tipo de soluciones tecnológicas de Big Data e Inteligencia Artificial es clave para maximizar los beneficios.
En el mercado existen muchos RMS, cada uno con sus ventajas e inconvenientes. Sin embargo, todos ellos comparten un denominador común: un fuerte componente analítico. En este artículo, nos enfocaremos en las características que debe tener el componente analítico de un RMS para ser de máxima utilidad a la capa de negocio.
En lugar de estudiar qué componentes deben incluir, analizaremos cómo deben ser dichos componentes. Por ejemplo, un RMS debe contar con predicciones de ingresos y conversión o recomendaciones de precios y sistemas de reglas, entre otros. Sin embargo, la verdadera diferencia entre los competidores del sector radica en cómo se proporcionan estos componentes.
A continuación, abordaremos el «cómo» de cada uno de estos tres componentes existentes en un RMS.
Predicción de ingreso y conversión
Es común que los RMS proporcionen predicciones de ingresos y conversiones para ayudar a los revenue managers a tomar mejores decisiones sobre cambios de precios basándose en el contexto revelado por dichas predicciones. Estas predicciones generalmente se ofrecen para cada día futuro. Como cualquier predicción, llevan consigo un nivel de incertidumbre que puede provocar decisiones precipitadas por parte de los revenue managers.
Para evitar decisiones subóptimas debido a la desconfianza en las predicciones, es recomendable que el RMS no sólo proporcione la predicción agregada de un día futuro. Además, debe incluir cómo se irá generando el KPI (ingresos, conversiones, etc.) a medida que nos acercamos a ese día. En otras palabras, las predicciones deben ir acompañadas de la dimensión antelación.
Pongamos un ejemplo extremo y poco realista, pero que facilite la comprensión de cómo proporcionar una predicción a futuro acompañada de la dimensión antelación. Supongamos que el RMS hace una predicción de ingresos para un día que está a 30 días en el futuro desde la fecha actual, estimando un ingreso de 1000€. Sin embargo, hasta el momento, los ingresos obtenidos para ese día son de 0€. Si el RMS mostrara cómo se generarán esos 1000€, podríamos ver que se alcanzarán a partir de 15 días antes de la fecha de interés.
Si el revenue manager desconoce que esos 1000€ no se generarán hasta a partir de 15 días antes, podría pensar precipitadamente que la predicción es errónea. Esto se debe a que, hasta ahora (30 días antes de la fecha de interés), no ha habido ningún ingreso. Por lo tanto, si el RMS proporcionara predicciones no solo por día de interés sino también por antelación, el revenue manager no se apresuraría a cambiar su política de precios hasta comprobar si la predicción a 15 días antes es correcta.
Recomendación de precios
Los RMS suelen proporcionar recomendaciones de precios para días futuros. Una vez más, este «qué» está ampliamente implementado en los diferentes RMS del mercado. Sin embargo, «cómo» se elaboran y comunican estas recomendaciones a menudo no está alineado con las preferencias de los clientes.
Los usuarios de los RMS generalmente necesitan que las recomendaciones de precios cumplan dos características. Por un lado, que incluyan una explicación del «por qué» de la recomendación. Por otra parte, que estén alineadas con los objetivos de la empresa.
Empecemos por el primer caso. Dar una recomendación de precios sin una justificación suele generar cierto rechazo por parte del revenue manager, especialmente si discrepa con dicha recomendación. Esta situación puede llevar a la desconfianza y, finalmente, al desuso de las recomendaciones. Por este motivo, es esencial proporcionar una explicación analítica y accesible. De esta forma, el revenue manager entenderá por qué la recomendación del RMS difiere del sistema de precios que tiene en mente.
Con esta información, el revenue manager puede cambiar su opinión respecto a la política de precios a publicar o dar feedback al RMS sobre por qué sus recomendaciones podrían ser subóptimas. En cualquier caso, el resultado es la generación de confianza en las recomendaciones de precios del RMS debido al incremento de la transparencia. Esto lleva a un mayor uso de éstas, haciendo más eficiente y productivo el trabajo diario de los revenue managers.
Centrémonos ahora en el segundo caso. ¿Por qué menciono que la recomendación de precios del RMS puede no estar alineada con los objetivos de la empresa? La política de precios a fijar depende completamente de la estrategia de cada organización. Aquí algunos ejemplos, aunque no son concluyentes para todas las empresas, ya que los contextos específicos lo cambian todo (ya conocéis la frase «el demonio está en los detalles»):
- Si el objetivo es vender el máximo número de unidades, las políticas de precios bajos pueden ser el mejor escenario.
- Cuando se busca obtener el mayor beneficio posible es preferible no vender tanto si eso implica un aumento significativo de costes. En este caso, las políticas de precios altos podrían ser más recomendables.
- Si la finalidad es posicionarse como una marca de lujo, probablemente no interesen las políticas de precios bajos. Esto se debe a que suelen asociarse con la percepción de que el producto no es exclusivo ni de alta calidad.
Por tanto, es crucial que el RMS sea capaz de integrar el objetivo final de su cliente para hacer recomendaciones de precios alineadas con la estrategia de la empresa.
Sistema de reglas
Una forma en la que el revenue manager puede limitar los precios a publicar es mediante un sistema de reglas. Estos sistemas son un componente esencial para cualquier RMS. Sin embargo, una vez más, no nos centramos en «qué», sino en «cómo» debe ser un buen sistema de reglas.
Es posible que las reglas creadas se vuelvan difíciles de mantener. Pueden existir relaciones de precios entre diversos productos y múltiples dimensiones que activan reglas en ciertos días, pero no en otros. Por eso, una visualización mediante un grafo puede facilitar la comprensión de las relaciones de precios entre diferentes productos.
Además, el propio sistema debería notificar al revenue manager sobre acciones necesarias para mantener las reglas actualizadas. Concretamente, se pueden proporcionar dos tipos de notificaciones muy útiles:
- Notificar qué reglas han quedado obsoletas. Puede que se hayan generado otras reglas de mayor prioridad y que sean incompatibles con otras de menor prioridad. Incompatibilidad en este contexto significa que si una regla se ejecuta, otra no puede hacerlo.
- Establecer qué reglas son subconjuntos de otras. De este modo, las más genéricas no tienen ninguna función si existen versiones similares pero más restrictivas.
El objetivo final de estas notificaciones es informar al revenue manager sobre la eliminación de reglas potencialmente omisibles sin impacto en los precios. Esto permite un mayor entendimiento global de la estrategia de precios que dictan las reglas. Por lo tanto, mejora la mantenibilidad del sistema.
Conclusión
En este artículo, hemos profundizado más allá de los componentes analíticos que debe tener un RMS. Nos hemos enfocado en cómo deben ser estos componentes para maximizar su utilidad potencial para los revenue managers.
Concretamente, hemos discutido cómo la antelación en las predicciones reduce la probabilidad de tomar decisiones de cambios de precio subóptimas. También hemos analizado cómo la explicación de las recomendaciones de precios y su alineación con los objetivos del cliente mejoran la gestión de dichos cambios. Por último, hemos visto cómo un sistema de reglas con visualización y notificaciones de mantenimiento facilita una mejor gestión de la estrategia de precios mediante reglas de negocio.
