Precios con ML causal: elasticidad, canibalización y estrategia
La fijación de precios con ML causal estima qué causará un cambio de precio, con elasticidad propia y cruzada, y fija precios según un objetivo estratégico.
Por el equipo de Snowfox AI
En esta página
- ¿Por qué engaña la fijación de precios basada en correlaciones?
- ¿Cuál es la diferencia entre la elasticidad precio propia y la cruzada?
- ¿Qué es la canibalización y por qué cambia la respuesta?
- ¿Dónde encaja la posición frente a la competencia?
- ¿Cómo se alinean los precios con un objetivo estratégico?
- ¿Cómo se sabe si funcionó?
- ¿Cómo funcionó esto para un minorista de alimentación?
- Por dónde empezar
Optimizar precios con ML causal significa estimar qué causará un cambio de precio, no qué se ha movido históricamente junto con el precio, y después elegir para toda la cartera los precios que sirven a un objetivo de negocio explícito. Se apoya en tres estimaciones: cómo responde la demanda de un producto a su propio precio, cómo responde a los precios de productos relacionados y dónde se sitúa cada precio frente a la competencia. Sin una estimación causal de esos efectos, un modelo de precios repite en gran medida los patrones de las decisiones de precios del pasado.
El ML causal (causal machine learning) es la familia de métodos que usa machine learning para estimar causa y efecto a partir de los datos, en lugar de predecir solo a partir de correlaciones.
¿Por qué engaña la fijación de precios basada en correlaciones?
Los precios históricos no se fijaron al azar. Alguien bajó un precio porque la demanda era débil, lo subió antes de una fecha festiva, lanzó una promoción de un producto que ya se vendía bien o igualó a un competidor. Un modelo entrenado con ese historial aprende los hábitos del equipo de precios mezclados con la respuesta del cliente, y no puede distinguirlos.
Formas habituales en que esto falla:
- Las promociones coinciden con folletos, mejores ubicaciones en la estantería y picos estacionales. El modelo atribuye todo el salto de ventas al descuento y recomienda más descuentos.
- Los precios suben cuando la demanda ya es alta. Los datos muestran precios altos junto a volúmenes altos, y un modelo ingenuo concluye que los clientes apenas reaccionan al precio.
El nombre técnico es confusión: un tercer factor impulsa tanto el precio como las ventas. Un modelo de previsión puede ser preciso con los datos pasados y aun así equivocarse sobre lo que ocurre cuando usted cambia un precio.
La forma más limpia de aislar el efecto del precio es una prueba de precios controlada. Cuando no es posible probarlo todo, el modelo ajusta por los factores conocidos que influyen tanto en el precio como en la demanda (temporada, calendario de promociones, inventario, perfil de la tienda) y aprende de la variación que queda.
¿Cuál es la diferencia entre la elasticidad precio propia y la cruzada?
La elasticidad mide la sensibilidad de la demanda al precio.
| Término | Qué mide | Por qué importa |
|---|---|---|
| Elasticidad precio propia | Cambio en el volumen de ventas de un producto cuando cambia su propio precio | Muestra qué productos admiten un precio más alto y cuáles pierden volumen rápidamente |
| Elasticidad cruzada | Cambio en el volumen de ventas de un producto cuando cambia el precio de otro producto | Muestra sustitutos y complementarios, para fijar precios a la cartera y no a artículos sueltos |
Una elasticidad precio propia de -2 significa que un aumento de precio del 1% reduce las unidades vendidas en torno a un 2%. Un producto así es elástico, y un precio más alto le hace perder volumen rápidamente. Un producto con una elasticidad entre 0 y -1 es inelástico: el volumen cae menos de lo que sube el precio, lo que deja espacio para ampliar el margen.
En la elasticidad cruzada, la clave está en el signo. Positivo significa sustitutos: si sube el precio de una marca de café, la otra marca vende más. Negativo significa complementarios: si se aplica un descuento a la pasta, la salsa para pasta también se vende más.
La elasticidad no es fija. Varía según la tienda, el perfil del cliente, la temporada y el rango de precios, así que estímela en el nivel en el que realmente se fijan los precios.
¿Qué es la canibalización y por qué cambia la respuesta?
La canibalización se produce cuando lo que gana un producto lo pierde otro de la misma cartera. Un descuento en el aceite de oliva de marca propia eleva sus ventas, pero parte de ese volumen antes iba a una marca prémium con un margen más alto. Producto por producto, la promoción parece un éxito. En el conjunto de la categoría, el margen cayó.
Por eso trabajar producto por producto es usar la unidad equivocada. La optimización tiene que ejecutarse sobre la categoría o la cartera, con las elasticidades cruzadas, para que el conjunto de precios recomendado sea bueno en términos globales.
¿Dónde encaja la posición frente a la competencia?
La posición frente a la competencia es la diferencia de precio entre usted y los competidores relevantes en cada producto. Importa por dos motivos. En primer lugar, cambia la demanda: los compradores tienden a ser más sensibles al precio en los artículos que comparan. En segundo lugar, da forma a la imagen de precio, es decir, a lo cara que los clientes creen que es la tienda en general.
Un modelo que no tiene en cuenta a la competencia encuentra margen fácil justamente en los productos donde un aumento es más visible.
El error contrario: no automatice la igualación de precios con la competencia para luego llamarlo optimización. Seguir cada movimiento de un competidor deja su decisión de precios en manos de la estrategia de otro.
¿Cómo se alinean los precios con un objetivo estratégico?
A un optimizador hay que decirle qué significa “mejor”. Esa es una decisión de negocio, y el modelo no puede tomarla por usted.
| Objetivo | Qué hace el optimizador | Restricción típica |
|---|---|---|
| Margen | Sube precios donde la demanda es inelástica y la canibalización es baja | Un límite a la diferencia frente a la competencia en los artículos visibles |
| Volumen o cuota | Baja precios donde la demanda es elástica y el volumen adicional es nuevo, no canibalizado | Un margen mínimo por categoría |
| Posicionamiento | Mantiene diferencias definidas frente a la competencia o entre niveles de producto | El margen y el volumen solo se optimizan dentro de esas diferencias |
La mayoría de las empresas quiere una combinación, como aumentar el margen manteniendo el volumen por encima de un mínimo. Déjelo por escrito antes de que el modelo se ejecute.
Después añada las reglas con las que el negocio ya convive, como las terminaciones de precio, el cambio máximo por ciclo y los precios contractuales. Una recomendación que las incumpla no se aplicará.
¿Cómo se sabe si funcionó?
Compare con tiendas que no recibieron los nuevos precios. Las ventas antes y después de un cambio prueban muy poco, porque la temporada, el clima, la competencia y la economía también cambiaron.
Las tiendas de comparación emparejadas son tiendas elegidas porque se parecen a las tiendas de prueba en lo que impulsa las ventas: tamaño, perfil de la ubicación, surtido y tendencia anterior. El grupo de prueba recibe los precios del modelo, el grupo de comparación sigue como antes, y la diferencia en el resultado durante el mismo periodo es la estimación del efecto.
Dos reglas garantizan una medición honesta:
- Decida la métrica y el periodo antes de que empiece la prueba.
- Mida por categoría o por tienda, para que la canibalización quede contabilizada.
¿Cómo funcionó esto para un minorista de alimentación?
El caso publicado por Snowfox con un minorista de alimentación sigue esta lógica. El minorista necesitaba encontrar la combinación de precios adecuada en toda su cartera, equilibrando demanda y margen. El alcance comprendía sus tiendas prémium, que atienden a barrios de mayores ingresos.
En el proyecto se usó priceGURU, el producto de optimización de precios de Snowfox. Un modelo causal combinó previsiones de demanda, estimaciones de elasticidad cruzada y la estrategia de mercado del minorista para ajustar los precios.
El caso publicado indica un aumento del 6% en el margen frente a tiendas de comparación emparejadas. Es una diferencia frente a tiendas comparables, no una cifra de antes y después. El caso no publica el tamaño ni la duración de la prueba, por lo que aquí no se indica ninguno de los dos.
Por dónde empezar
Empiece por el problema, no por la tecnología. Antes de cualquier modelado, responda tres preguntas: cuál es el objetivo (margen, volumen o posicionamiento), qué reglas deben respetar los precios y cómo se medirá el resultado.
Después revise los datos. Necesita un historial limpio de precios, ventas, promociones e inventario por producto y por tienda, además de los precios de la competencia cuando pueda obtenerlos. Si ese historial está disperso o es poco fiable, el primer proyecto es de ingeniería de datos, no de precios.
- priceGURU: optimización de precios en toda la cartera.
- Ingeniería de datos: para cuando el historial de precios y ventas necesita trabajo previo.
- Contacto: traiga su problema de precios y le diremos si un modelo es la respuesta adecuada.