Le potenzialità del Dynamic Pricing in un mercato in rapida evoluzione

dynamic pricing 2

“Oggigiorno la gente conosce il prezzo di tutte le cose e non conosce il valore di nessuna” ammoniva Oscar Wilde dalle pagine del suo romanzo Il ritratto di Dorian Gray. Se fosse ancora su questo pianeta, probabilmente dovrebbe rivedere questa frase, annoverata oggi tra gli aforismi dell’autore irlandese. Acquistando online beni di diversa natura (vacanze, elettrodomestici, polizze assicurative, biglietti per un evento, ecc.) i consumatori hanno ormai imparato che il prezzo dei prodotti e servizi può variare in base al marketplace in cui si effettua la ricerca e al momento di acquisto. Gli utenti più esperti hanno persino compreso che cancellare la cronologia del proprio browser prima di un acquisto in alcuni casi potrebbe aiutare a far scendere il prezzo del prodotto desiderato. Azzerare i propri cookies di ricerca rende infatti più difficile l’analisi delle abitudini di acquisto, dei gusti e delle necessità e può limitare alcune pratiche di profilazione che non sempre vengono condotte nel rispetto delle normative.

Tuttavia, sono ancora moltissime le aziende che commerciano online e non hanno, ad oggi, implementato tecniche di dynamic pricing che permettano di ampliare la propria base clienti e far crescere i ricavi in mercati caratterizzati da una domanda elastica. (vedi il nostro precedente articolo sulla demand elasticity). 

Non è infatti semplice prendere la decisione di iniziare ad applicare questo tipo di strategie e trovare gli strumenti giusti che possano supportare questo tipo di scelta, che si tratti di Macro registrate su Excel, della  consulenza strategica di società specializzate o di veri e propri software di dynamic pricing basati sull’Intelligenza Artificiale.

Quali sono le caratteristiche da tenere in considerazione per decidere se applicare delle logiche di prezzo dinamico ai propri prodotti? Quali sono le variabili che impattano sulla domanda? Come è possibile costruire un algoritmo di dynamic pricing per vendere un bene? Applicare matematica, statistica e intelligenza artificiale alla determinazione dei prezzi può cambiare radicalmente il modo di interpretare i dati di vendita e costruire la propria offerta di pricing per incrementarne la competitività, soprattutto in un mercato in così rapida evoluzione come quello odierno.

Il dynamic pricing è un concetto molto ampio. Di fatto, qualunque strategia atta a modificare il prezzo di un bene può essere ricondotta a questa inflazionata definizione. Al fine di sgombrare il campo da possibili confusioni, è necessario fare alcune distinzioni per iniziare a identificare diverse tipologie di applicazione di prezzi dinamici.

Secondo Sheryl E. Kimes, docente universitario e riconosciuto esperto di Yield Management, un’efficiente applicazione delle strategie di Revenue Management è facilitata dalla coesistenza di alcune condizioni di mercato. In particolare, i presupposti principali sono:

  • La deperibilità del prodotto (o servizio) in vendita;
  • La possibilità di vendita anticipata;
  • La possibilità di segmentazione del mercato;
  • Bassi costi marginali di vendita;
  • Elevati costi marginali di produzione;
  • Alta fluttuazione della domanda;
  • Alta prevedibilità della domanda.

Appurata la compresenza di diversi elementi sopraindicati, in che modo si possono differenziare le modalità secondo le quali avviene la discriminazione del prezzo? In generale è possibile ricondurle a tre tipologie in base alle variabili prese in considerazione.

  1. Oggetto in vendita: quando le variabili principali che guidano i cambiamenti del prezzo sono la domanda per quel bene, il momento di acquisto, i prezzi della concorrenza e la giacenza di magazzino.
  2. Profilo d’acquisto: quando le variabili principali che guidano i cambiamenti del prezzo sono la lingua di navigazione, la posizione geografica dell’acquirente, il dispositivo utilizzato e tutte le caratteristiche riconducibili all’acquirente, se sono disponibili (età, sesso, acquisti effettuati in passato […]).
  3. Una combinazione delle precedenti

Oltre alle modalità secondo le quali viene effettuata la discriminazione, è possibile anche distinguere lo strumento a supporto della stessa, per esempio: un algoritmo che analizza gli storici di vendita; un algoritmo che confronta i prezzi dei competitor; un algoritmo che controlla il profilo utente; una tabella di tariffe variabili, scelte e applicate senza una vera e propria logica di calcolo; offerte limitate a finestre temporali (es. last minute) o una combinazione di due o più strumenti tra quelli elencati.

Infine, un’ultima discriminante è data dalla frequenza con cui si intende far fluttuare il prezzo, che può cambiare:

  • al variare di alcune condizioni che impattano sulla domanda e indipendentemente dal tempo trascorso dall’ultima fluttuazione;
  • al raggiungimento di determinati obiettivi di vendita;
  • secondo tempistiche predeterminate (giornaliere, orarie…).

Le basi del Dynamic Pricing

 

Il concetto di prezzo variabile non è di recente invenzione, anzi. Scontistiche e promozioni, con un ragionamento più o meno scientifico alla base, caratterizzano il libero mercato da sempre e il consumatore ormai è abituato ad averci a che fare oltre ad essere in grado di riconoscere alcune logiche che stanno alla base di queste dinamiche. Ad esempio, il consumatore medio è ampiamente consapevole del fatto che:

  • in determinate condizioni (orario, giorno, periodo dell’anno, ecc.) il prezzo può decrescere o aumentare: ad esempio al supermercato il prezzo del sushi subirà dei forti ribassi a ridosso della chiusura serale mentre, nel reparto ortofrutticolo, il prezzo di frutta e verdura può aumentare quando le calamità naturali ne limitano l’approvvigionamento;
  • acquistando un prodotto abbinato ad altri o in certe quantità si possono avere delle agevolazioni: come nel classico caso delle offerte 3×2;
  • aderendo ai programmi di fidelizzazione dei negozi, si può avere accesso a una serie di vantaggi e sconti riservati agli iscritti: è il caso delle tessere fedeltà dei supermercati, delle raccolte punti delle compagnie aeree o delle offerte segrete riservate agli utenti registrati dei portali turistici online.

Il prezzo di beni e servizi risulta già essere in molti casi “dinamico”, ciò che distingue queste politiche dalla variazione di un prezzo determinata dall’utilizzo di un algoritmo vero e proprio è il diverso livello di ottimizzazione dei risultati e la possibilità di un’analisi del mercato continuamente aggiornata.

Per esempio, un commerciante che fatica a vendere un prodotto può provare a stimolare la domanda con un prezzo più basso, calcolando la quota massima di sconto da applicare al valore di listino salvaguardando una marginalità minima così da raggiungere il punto di pareggio. Questa modalità di operare non permette, in mancanza di algoritmi a supporto, di tener conto in maniera precisa di diversi fattori:

  • come evolvono le vendite;
  • qual è il miglior prezzo da applicare in ogni momento della vendita;
  • come si stanno comportando i competitor;
  • cosa pensano i clienti del prodotto e del prezzo.

Monitorare costantemente questi aspetti può permettere di fare la differenza tra un commerciante che rientra nei costi e uno che riesce ad ottimizzare i ricavi della propria attività.

Questo significa che chi decide di affidarsi ad algoritmi di prezzo dinamico deve abbandonare gli sconti periodici, le tessere fedeltà, i last minute e tutte le politiche citate precedentemente? Non necessariamente, perché tante volte il giusto connubio di queste soluzioni è decisivo per il buon esito delle attività commerciali in termini di immagine, incassi e numero di acquirenti.

Scegliere di adottare una strategia di dynamic pricing si può accompagnare alla decisione di ridurre il numero di promozioni applicate e mantenere però, ad esempio, prezzi agevolati statici per determinate categorie di acquirenti. Le politiche meno efficaci, che andrebbero invece rimosse, sono quelle che prevedono rialzi o abbassamenti dei prezzi sistematici senza sforzarsi di comprendere, caso per caso, quali fattori governino la fluttuazione della domanda. Ad esempio, incrementare sempre della stessa quantità il prezzo di una camera d’albergo in alta stagione non è corretto. Non tutte le alte stagioni infatti presentano le stesse caratteristiche e in alcuni casi il prezzo di rincaro potrebbe essere ancora maggiore mentre in altri dovrebbe essere più basso (per esempio nel caso in cui il maltempo dovesse limitare la domanda dei turisti per quella zona).

Il tema del Dynamic Pricing è al centro del volume Dynamic Pricing. Logiche e strumenti per impostare una struttura variabile del prezzo scritto per FrancoAngeli da Massimo Dell’Erba e Federico Quarato, rispettivamente CTO e CEO di Premoneo (formerly Dynamitick). 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.