Prezzo dinamico: un libro che spiega tecniche e processi

Conoscere logiche, meccanismi e risultati del prezzo dinamico. Questo l’obiettivo del libro “Dynamic Pricing, logiche e strumenti per impostare una struttura variabile del prezzo”, di Massimo Dell’Erba e Federico Quarato, edito da FrancoAngeli.

Il sistema di variazione dinamica del prezzo è adottato da decenni dalle compagnie aeree low cost, e oggi impiegato in molti settori, dal cinema agli eventi sportivi o ai parchi divertimento, mentre se ne stanno studiano le applicazioni in nuovi ambiti, quali la ristorazione e i servizi di diagnostica sanitaria. I viaggi aerei, ferroviari e il ticketing per sport e spettacolo sono i settori attualmente più avvantaggiati dall’adozione del prezzo dinamico, che si pone come fine quello di incrementare presenze e ricavi.

La introduzione del libro, consigliabilissima, di Kuniaki Uto, professore associato del Tokio Institute of Technology, pone una riflessione sulla centralità dei dati, i famosi Big Data, e dei complessi algoritmi legati all’intelligenza artificiale rispetto alle persone e alle loro esperienze. I dati sono eccellenti elementi di conoscenza, alla base di elaborazioni che forniscono risposte attraverso computer molto più potenti della intelligenza umana. L’uomo ha però “bisogno di contesti che gli tocchino il cuore”. In questo mondo dominato dai dati, nell’auspicio degli autori, la macchina non potrà riuscire a sostituire esperienze legate alle emozioni, che raggiungono appunto il cuore delle persone.

Il valore dei dati nel prezzo dinamico

I dati sono tuttavia fondamentali nella società digitale e nel marketing, perché permettono di assumere decisioni data driven, quindi non legate a fattori solo emotivi e all’intuizione. I dati sono indispensabili anche per alimentare gli algoritmi che determinano i prezzi sulla base di molteplici fattori, dai dati storici a quelli legati a fattori meteorologici, fino a parametri molto specifici, spessi diversi in rapporto a specifici settori. Il prezzo dinamico è gestito da algoritmi progettati con funzioni di Machine Learning, in grado cioè di auto apprendere dalle transazioni in tempo reale, magari provenienti da un sistema di ticketing online.

Il libro scorre veloce e definisce il prezzo dinamico commentando anche alcuni casi pratici nei quali l’applicazione del sistema di determinazione del prezzo ha portato risultati misurabili. Si tratta di esempi italiani e stranieri, nei settori del ticketing, dei trasporti e parcheggi, della ristorazione della GDO, dove sono spesso presenti sugli scaffali le etichette elettroniche che mostrano il prezzo dei prodotti, aggiornabili in tempo reale.

Tutte le potenzialità di questa strategia di vendita emergono nei capitoli relativi alla composizione e alla modifica del prezzo. Esso si compone individuando i fattori principali, come la tipologia del bene venduto, il profilo del cliente target e il suo bisogno ed elaborando l’importo più corretto e vantaggioso. Non a caso le tariffe aeree variano ogni volta che si accede al sito, che riconosce l’utente grazie ai cookie e aumenta la tariffa sulla base del bisogno registrato dall’algoritmo.

La quantificazione del prezzo nel dynamic pricing

Sono tante le opzioni di quantificazione dei prezzi, generati da algoritmi legati a dati storici, o dall’analisi dei competitor o ancora da processi matematici legati al profilo del cliente. Attraverso tecniche di profilazione è infatti possibile sapere quante volte un utente ha acquistato lo stesso bene o servizi simili, o da quale dispositivo, magari molto costoso, sta consultando il sito di ticketing o e-commerce.

A prescindere da considerazioni di tipo etico – sul web sono presenti tutte le informazioni necessarie per conoscere l’utente, la sua fascia di reddito, i suoi hobby e i suoi bisogni – una accurata profilazione del cliente aiuta certamente a formulare la migliore offerta e anche la “next best offer”, ovvero la seconda migliore offerta, cucita su misura per uno specifico utente, la quale ha forti possibilità di generare l’acquisto rispetto a una proposta standard.

Altrettanto utile è la segmentazione degli utenti, ovvero la suddivisione dei clienti storici – ma anche di quelli potenziali, i cui contatti sono stati acquisti con tecniche di Lead generation – in gruppi omogenei. Anche in questo caso è possibile costruire un prezzo su misura delle specifiche esigenze di ogni gruppo (fascia di età, famiglia con bambini, adulti in coppia, appassionati con uno storico di acquisto ecc.).

La tentazione più forte quando si adotta un sistema di prezzo dinamico è quella di operare manualmente sui prezzi. In questo caso il sistema, magari appena introdotto e confortato, nella migliore delle ipotesi, dai dati storici di vendita, elabora il prezzo all’interno di una forbice che individua un minimo ed un massimo. Può essere una scelta “quick and dirty”, come dicono gli autori, una scorciatoia facile che impedisce però al sistema di avvalersi pienamente del Machine Learning, facendo esperienza sulla base delle transazioni e di tutti i dati relativi ad altri fattori.

Gli input manuali, in casi specifici, possono invece essere utili al sistema per ottimizzare il lavoro dell’algoritmo. In generale le potenzialità di calcolo di uno strumento digitale sono infinite rispetto a quelle della mente umana, e sarà bene sfruttare appieno le capacità della macchina quando si sarà registrato un buon numero di transazioni e saranno rilevabili tutti i fattori utili a comprendere le abitudini e i bisogni degli utenti.

Alla domanda su quante volte aggiornare i prezzi, gli autori rispondono che sarebbe bene farlo frequentemente, ma la risposta dipende dal settore in cui si opera e dai volumi di vendita generati. In genere è utile adeguare i prezzi circa una volta al giorno. Se si pensa che nella scorsa stagione un parco di divertimento italiano che adotta il prezzo dinamico ha raggiunto il 57% di vendita online, è facile ipotizzare la quantità di dati acquisiti dal sistema, in grado di ottimizzare il calcolo dei prezzi giornalieri sulla base dei dati di vendita.

Uno degli elementi cruciali per il successo del dynamic pricing è la scelta delle modalità di calcolo dell’algoritmo. Se un utente ritiene di voler governare la maggior parte delle scelte del sistema, è sufficiente impostare il prezzo minimo e massimo e si impone alla macchina di operare solo all’interno di quella forbice. In questo caso, tuttavia, il sistema diventa molto rigido e non riesce a seguire gli eventuali picchi di domanda per elaborare un prezzo specifico, rischiando di far perdere valore. Si tratta dell’approccio Merchant oriented, poco rischioso ma anche scarsamente flessibile e in grado di interpretare la domanda.

A questa opzione si contrappone l’approccio Algorithm oriented, che valorizza primariamente le scelte dell’algoritmo e solo in seconda battuta quelle introdotte dal venditore. Il vantaggio è quello di sfruttare tutta la logica del modello matematico per ottenere risultati interessanti.

Le conclusioni

Nelle riflessioni degli autori al termine del libro emergono le specificità degli strumenti per calcolare il prezzo dinamico. La prima è che in questo ambito l’esperienza ha ancora un ruolo fondamentale per programmare la macchina. Stabilire il giusto peso di ogni fattore – da quello meteorologico, che ha una buona incidenza, a tutti gli altri, come gli arrivi all’aeroporto più vicino – prevede l’utilizzo di alberi decisionali, algoritmi che rispondono all’esigenza di dare il giusto valore a fattori esterni. Attualmente e ancor più in futuro gli algoritmi “intelligenti” – in grado cioè di assumere decisioni, come quelli che governano le automobili a guida autonoma – rischiano di condizionare la vita di tutti ma la quantificazione del prezzo legata alla domanda non è ancora completamente automatizzabile senza una importante azione umana, quanto meno nella fase di avvio del sistema.

Un libro comprensibile a tutti, nonostante si parli approfonditamente di algoritmi e funzioni, e ben concepito, che fornisce risposte a imprenditori, responsabili commerciali e marketing e studiosi che desiderano approfondire il tema del prezzo dinamico. Gli autori, entrambi coinvolti in Dynamitick, sono certamente tra i più esperti in Italia di questa strategia di vendita.

Il prezzo dinamico, per semplificare ha l’obiettivo di offrire ad ogni tipologia di pubblico il prodotto al prezzo che è disposto a spendere e generare ricavi.  Esso fornisce un’ottima customer experience, a chi acquisterà il biglietto con un mese di anticipo, a fronte del rischio di non poterne fruire, avrà acquistato un servizio ad un prezzo inferiore a quello percepito e ne sarà soddisfatto. Probabilmente quel tipo di cliente non avrebbe acquistato il servizio a prezzo interno.

Chi invece può decidere l’acquisto la sera prima senza problemi di spesa, ha comunque ottenuto il biglietto al prezzo che è comunque disposto a pagare, consapevole della qualità del prodotto. I dati dimostrano che, in generale, il prezzo dinamico consente di aumentare le presenze e il fatturato.

Mancava una guida sul prezzo dinamico in lingua italiana, fresca come un instant book ma in grado di soddisfare la curiosità dei più esigenti. Ora c’è.