De un vistazo
- Empresa
- Rue La LaMinorista en línea que vende ropa y accesorios de diseño en ventas flash de corta duración
- Dónde y cuándo
- Estados Unidos. Enero – mayo de 2014, publicado en 2016.
- Quién produjo las cifras
- Medidas por investigadoresLas cifras proceden de un estudio de los investigadores universitarios que construyeron la herramienta con el minorista, publicado en una revista con revisión por pares. La cifra de ingresos es una estimación con un margen amplio: del 2,3 % al 17,8 %.
Qué hicieron
Rue La La vende ropa y accesorios de diseño en ventas flash que suelen durar de uno a cuatro días. La mayor parte de lo que vende es nuevo en la web, así que no hay historial de ventas a partir del cual fijar un precio. El método antiguo era un margen fijo sobre el costo, contrastado con los precios de la competencia.
Unos investigadores trabajaron con el minorista en una herramienta de dos partes. La primera usa el aprendizaje automático para predecir la demanda de un producto nuevo a partir de las ventas de productos parecidos en el pasado. La segunda usa esas predicciones para elegir a la vez los precios de todos los productos que compiten entre sí en una venta.
El minorista fijó los límites:
- Solo subidas de precio. El precio antiguo era el mínimo. La herramienta podía recomendar un precio más alto o dejarlo igual.
- Un tope. Una subida no podía superar los $15 o el 15 %, lo que fuera mayor, ni pasar nunca de un descuento fijado sobre el precio de catálogo.
- Seguir siendo el más barato. El minorista solo acepta una subida si el nuevo precio sigue siendo más bajo que en otras webs.
A los responsables del minorista les preocupaba que unos precios más altos redujeran las ventas y dejaran existencias sin vender. La prueba se diseñó para responder a eso.
Las cifras
La prueba duró de enero a mayo de 2014. Cubrió unos 1300 grupos de productos que competían entre sí, unos 6000 productos en total, en los que la herramienta había recomendado una subida. Cada grupo se asignó a los precios recomendados o a los antiguos.
- Ingresos cerca de un 9,7 % más altos en los productos probados, según la estimación de los investigadores. El margen probable va del 2,3 % al 17,8 %.
- Las ventas se mantuvieron en los productos de precio medio y alto. La proporción de existencias vendidas no bajó en ellos.
- Los productos más baratos perdieron. En el grupo de precios más bajos, los precios más altos redujeron tanto las ventas que los ingresos probablemente bajaron.
- Cerca del 30 % de la mejora podría haber venido solo de las predicciones de demanda, subiendo los precios únicamente de los productos que se esperaba agotar.
- Menos de una hora al día. Es lo que tarda de media la herramienta en fijar los precios de las ventas del día siguiente.
Qué pasó después
El minorista adoptó la herramienta para el uso diario. Funciona de forma automática cada día y da a los responsables de compras recomendaciones de precio para cientos de productos nuevos. Un proceso automático reconstruye el modelo de demanda con datos de ventas recientes.
Qué muestra el caso
- La prueba convenció a los responsables. Poder mostrar el efecto antes del uso completo fue, escriben los investigadores, clave para conseguir la aprobación.
- Los límites fueron lo primero. El minorista decidió lo que la herramienta no debía hacer nunca, y la herramienta se construyó dentro de esos límites.
- La mejora fue desigual. Un grupo de precios perdió dinero. Una media lo habría ocultado.
- La predicción por sí sola dio parte del beneficio. Un minorista que no pueda construir la herramienta completa podría ganar igualmente con una mejor previsión de la demanda.
Qué dice sobre las prácticas
Prácticas que aplicó la empresa
- Empiece por un proceso costoso, no por una implementación en toda la empresa El trabajo se dirigió a una sola decisión: el primer precio de los productos que el minorista no había vendido nunca, que aportan la mayor parte de sus ingresos. Hacer primero · Esfuerzo: medio (semanas, unas pocas personas)
- Mida el tiempo ahorrado por tarea frente a una medición de partida Durante cinco meses, grupos de productos que competían entre sí se asignaron a los precios recomendados o a los precios antiguos, y se compararon los dos. Hacer primero · Esfuerzo: bajo (días, una persona)
- Mantenga a una persona revisando todo lo que llega a un cliente o tiene peso legal La herramienta se vigiló de cerca antes de que funcionara sola. Aun así, solo recomienda precios a los responsables de compras del minorista, dentro de los límites que fijó el minorista. Hacer primero · Esfuerzo: medio (semanas, unas pocas personas)
- Fije los límites antes de que la herramienta actúe Antes de la prueba, el minorista fijó el precio antiguo como mínimo y limitó cualquier subida a $15 o al 15 %, así que la herramienta solo podía recomendar subir el precio o dejarlo igual. Hacer después · Esfuerzo: bajo (días, una persona)
Fuentes
- Ferreira, Lee and Simchi-Levi (2016). Analytics for an Online Retailer: Demand Forecasting and Price Optimization. Manufacturing & Service Operations Management, 18(1), 69–88. doi.org
- The same paper, free to read in Harvard’s open-access repository. dash.harvard.edu