Categoría: Sin categoría

Hay una escena que se repite en muchísimos distribuidores. Alguien, en algún momento, convenció a la dirección de que hacía falta saber a qué precio vende la competencia. Se contrató a un proveedor de datos, se firmó una cuota mensual que no es pequeña, y cada semana o cada mes llega puntualmente un fichero enorme con miles de precios de la competencia referencia a referencia.

Y ahí se queda. En una carpeta compartida, o en el correo de alguien. Se abre el primer mes con curiosidad, se mira por encima, y luego la rutina se lo come. El fichero sigue llegando, la cuota sigue pagándose, y las decisiones de precio se siguen tomando igual que antes de tenerlo.

Si esto te suena, no es un caso raro. Es lo normal.

El dato no es la ventaja. Usarlo, sí

El mercado de datos de precios de competencia ha resuelto muy bien un problema: conseguir el dato. Hoy, por una cuota, cualquiera puede tener los precios de sus competidores actualizados y emparejados con su propio catálogo. Eso, que hace quince años era un trabajo manual imposible a escala, ahora se compra.

Pero justo porque se compra, deja de ser una ventaja. Si tú tienes el dato y tu competidor también lo tiene, el dato ya no distingue a nadie. Lo que distingue es qué haces con él. Y ahí es donde casi todo el mundo se queda parado, porque comprar el fichero es un problema de presupuesto, pero usarlo es un problema de método, y el método no viene en la cuota.

El resultado es una paradoja que se ve constantemente: empresas que pagan religiosamente por un dato que no llegan a convertir nunca en una sola decisión distinta.

Por qué el fichero se queda muerto

No es por dejadez. Es que abrir ese fichero y sacar algo accionable choca con tres muros a la vez.

El primero es el volumen. Son decenas de miles de filas. Nadie puede revisarlas una por una, así que la mirada humana se pierde. Se acaba consultando el fichero de forma reactiva, para una referencia suelta cuando surge una duda, en vez de usarlo para dirigir el catálogo entero.

El segundo es la comparabilidad. Que dos referencias tengan precios distintos no significa nada por sí solo. Puede ser otra marca, otro plazo de entrega, otro nivel de servicio, otro tamaño de envase. Sin depurar eso, comparar precios a pelo lleva a conclusiones falsas, y un par de sustos así bastan para que se deje de mirar el fichero por desconfianza.

El tercero es que saber que estás caro no te dice qué hacer. Vale, en esta familia estoy un 8% por encima del mercado. ¿Y? ¿Bajo? ¿Cuánto? ¿En todas o en algunas? ¿Y si son referencias donde el cliente no compara y no pasa nada por estar caro? El dato de competencia, solo, no responde ninguna de esas preguntas. Hace falta cruzarlo con lo tuyo.

De fichero a decisión

Convertir ese dato en decisiones no exige más presupuesto. Exige un método que se pueda repetir cada vez que llega el fichero, sin depender de que alguien saque un rato. A grandes rasgos, son cuatro pasos.

Limpiar antes de comparar. Quedarse solo con los emparejamientos fiables y descartar los que comparan cosas distintas. Es mejor tener el 60% del catálogo bien comparado que el 100% con ruido, porque una comparación en la que no confías no se usa.

Situarte, no mirar el número suelto. Para cada referencia o familia, dónde estás respecto al mercado: por debajo, en línea, por encima, y cuánto. Esto convierte decenas de miles de precios sueltos en un mapa de posición competitiva que se lee de un vistazo.

Cruzar con lo que sabes de tu negocio. Aquí está la clave, y es lo que el proveedor no puede hacer por ti porque no conoce tu casa. Estar caro importa mucho en una referencia donde el cliente compara y se va, y no importa casi nada en una donde eres su única opción o el precio es irrelevante en su decisión. Cruzar la posición competitiva con el rol de cada referencia en tu catálogo es lo que separa el dato de la decisión.

Salir con una lista de acciones, no con un informe. El producto final no es un panel bonito que nadie mira. Son referencias concretas donde mover el precio, en qué dirección y con qué prioridad. Algo que un responsable pueda coger y ejecutar.

Lo bueno es que, una vez montado, este proceso se automatiza. La primera vez cuesta definirlo; a partir de ahí, cada fichero que llega pasa por el mismo circuito y sale convertido en una lista de decisiones, en lugar de morir en una carpeta.

Antes de renovar la cuota

Si ya pagas por datos de competencia, la pregunta útil no es si el proveedor es bueno. Es cuántas decisiones de precio has tomado el último trimestre gracias a ese fichero. Si la respuesta honesta es «pocas» o «ninguna», el problema no está en el dato que compras, sino en que falta el tramo que lo convierte en valor. Y ese tramo, a diferencia de la cuota, solo hay que construirlo una vez.

Durante mucho tiempo, poner precio ha sido un oficio más que una disciplina. El responsable con veinte años en el sector mira una referencia, piensa en lo que cuesta, en lo que hace la competencia, en cómo respondió el mercado la última vez que se tocó algo parecido, y decide. Y acierta a menudo, porque esa intuición es conocimiento real acumulado: sabe qué clientes son sensibles al precio, qué productos no admiten una subida y en qué familias hay margen escondido.

El problema no es que esa intuición falle. El problema es que no escala, no se puede transmitir y no se puede auditar. Vive en la cabeza de una persona, se aplica bien a las referencias que esa persona conoce y se aplica mal, o directamente no se aplica, a las decenas de miles que no le da tiempo a mirar. Y el día que esa persona abandona la empresa, se va con ella.

Los métodos cuantitativos no vienen a sustituir al experto. Vienen a hacer con datos lo que él hace con olfato, para poder aplicarlo a todo el catálogo, explicarlo y mejorarlo con el tiempo.

Qué hay en la caja de herramientas

Cuando se habla de pricing basado en datos suena a algo abstracto, pero son técnicas concretas, cada una para un problema concreto.

Segmentación de la cartera. Antes de fijar nada, hay que saber qué papel juega cada referencia. Un análisis ABC separa las pocas que concentran el negocio de la larga cola que apenas rota, y a partir de ahí se agrupan productos por comportamiento: rol en el catálogo, tipo de cliente, posición frente a la competencia. Es el equivalente sistemático a ese «esto es un producto gancho y esto una pieza de recambio rara» que el experto tiene en la cabeza, pero aplicado a las cien mil referencias, no a las cien que recuerda.

Estimación de elasticidad. Es el corazón del asunto: cuánto cae la demanda cuando sube el precio. Con modelos de regresión sobre el histórico se puede estimar esa sensibilidad familia a familia, y descubrir lo que la intuición solo sospecha: que hay productos donde se puede subir sin perder apenas volumen, y otros donde una subida pequeña espanta al cliente.

Benchmarking competitivo. Recoger de forma sistemática los precios de la competencia y cruzarlos con los propios convierte el «me suena que estamos caros en esto» en un mapa concreto de dónde estás por encima y por debajo del mercado, y en cuánto.

Previsión de ventas. Anticipar la demanda con modelos de series temporales permite decidir precios sabiendo qué se espera vender, no solo qué se vendió. Cambia la conversación de reaccionar a planificar.

Control de la erosión de margen. En la venta B2B, el precio de tarifa y el precio real que paga el cliente rara vez coinciden: entre medias están los descuentos comerciales. Medir esa diferencia de forma sistemática saca a la luz cuánto margen se escapa referencia a referencia y cliente a cliente, algo que ninguna intuición abarca.

Ninguna de estas técnicas es magia. Todas tienen supuestos y límites, y buena parte del oficio está en saber cuándo una aplica y cuándo no. Pero juntas convierten el precio en algo que se puede medir, discutir y mejorar, en lugar de defender a base de experiencia.

Por qué merece la pena dar el salto

Migrar a un sistema basado en datos cuesta trabajo, así que la pregunta legítima es qué se gana. Hay cuatro razones que pesan.

La primera es cobertura. La intuición llega a un puñado de referencias; un método llega a todas. En catálogos donde la mayor parte del surtido nunca ha sido revisado a conciencia, ahí es justo donde suele estar el margen olvidado.

La segunda es consistencia. Dos personas distintas, o la misma persona en dos días distintos, fijan precios distintos. Un método aplica el mismo criterio siempre, y cuando el criterio cambia, cambia para todo el catálogo a la vez y de forma trazable.

La tercera es que el conocimiento deja de ser frágil. Cuando la lógica de precios está en un modelo documentado y no en la cabeza de una persona, sobrevive a las vacaciones, a las bajas y a la marcha de quien la construyó. La empresa deja de depender de que una persona concreta siga estando.

La cuarta es que se puede defender. Cuando un comercial pregunta por qué esta referencia ha subido, o la dirección quiere entender una política de precios, «lo dice el modelo, y estos son los datos» es una respuesta muy distinta de «lo he decidido yo porque llevo años en esto». La decisión se vuelve discutible con argumentos, que es la única forma de mejorarla.

El objetivo, conviene insistir, no es apartar al experto. Es al revés: liberarlo de fijar a mano miles de precios rutinarios para que dedique su criterio a las decisiones que de verdad lo requieren, con los datos delante en lugar de en contra. El pricing no se está deshumanizando. Se está profesionalizando, que es otra cosa.

Coge cualquier distribuidor con decenas de miles de referencias en catálogo y ordena sus productos por ventas, de mayor a menor. El resultado es casi siempre el mismo: un puñado de referencias concentra la mayor parte de la facturación, y una larguísima cola de productos vende muy poco cada uno. La regla del 80/20 se queda corta más veces de las que se pasa. No es raro ver que el 5% de las referencias hace más de la mitad del negocio.

La primera reacción de cualquiera que ve esos números por primera vez es la lógica: si tantísimas referencias venden tan poco, ¿por qué no las quitamos y nos concentramos en las que importan?

Es una pregunta razonable. Y la respuesta explica buena parte de por qué poner precio en estos catálogos es tan difícil.

La cola larga no se mantiene por lo que vende, sino por lo que sostiene

La trampa de mirar cada referencia por sus ventas individuales es que la trata como si fuera independiente. Y en un catálogo no lo es.

El cliente que compra las referencias estrella muchas veces es el mismo que, de vez en cuando, necesita una de las raras. Un taller pide a diario las piezas de rotación alta, pero el día que necesita la pieza extraña, quiere encontrarla en el mismo proveedor. Si no está, no hace solo ese pedido en otro sitio: se plantea llevarse también los habituales. La referencia que casi no vende no se sostiene por su margen, sino porque completa el catálogo que retiene al cliente rentable.

A esto se le llama de muchas maneras (efecto surtido, valor de disponibilidad, coste de la rotura), pero la idea es simple: el catálogo se compra entero, aunque se venda desigual. Podar la cola larga mirando solo sus ventas es serrar la rama sobre la que se apoya la parte buena.

El problema que esto crea para el precio

Aquí es donde la cosa se complica para quien tiene que fijar precios. Porque si no puedes eliminar la cola larga, tienes que ponerle precio. Y ponerle precio a algo que apenas vende es un problema muy distinto de ponérselo a un superventas.

En una referencia de rotación alta tienes miles de transacciones, ves cómo reacciona la demanda, puedes estimar sensibilidad al precio con algo de fundamento. En una referencia que vende tres unidades al año no tienes nada de eso. No hay señal estadística. Cada venta es casi anecdótica, y sin embargo son decenas de miles de referencias las que están en esa situación: demasiadas para fijarlas a mano una por una, y demasiado pobres en datos para que un modelo estándar diga algo útil de cada una.

El resultado habitual es que las estrella se cuidan con mimo y la cola larga se despacha con una regla mecánica, casi siempre un margen fijo sobre coste. Y ahí se esconde dinero en las dos direcciones: referencias sin apenas competencia y con cliente cautivo que se están vendiendo baratas, y referencias donde el precio se ha ido de rango y frena ventas que sí importaban.

Entonces, ¿qué se hace?

La salida no es tratar cada referencia por separado, porque es imposible, ni meterlas todas en la misma regla, porque es lo que se hace ahora y deja dinero encima de la mesa. La salida es agrupar: encontrar conjuntos de referencias que se comportan parecido (por rol en el catálogo, por tipo de cliente, por posición competitiva) y decidir sobre el grupo en lugar de sobre la pieza. Un producto que vende tres unidades al año no te dice casi nada él solo; mil productos parecidos que venden tres unidades al año, juntos, empiezan a hablar.

Cómo se construyen esos grupos, y cómo se estima algo parecido a la sensibilidad al precio cuando el histórico apenas varía, es harina de otro costal. Lo dejo para un próximo artículo.

Pero el punto de partida es cambiar la pregunta. No es «¿por qué mantengo tantas referencias que no venden?». Es «¿cómo pongo precio, con cabeza, a un catálogo que sé que voy a mantener entero?». La cola larga no es un lastre que haya que recortar. Es una parte del negocio que llevamos años fijando a ojo, y ahí es justo donde queda margen por recuperar.