Revenue Management: De la teoría a la práctica

Revenue Management: De la teoría a la práctica

Revenue Management y Polı́ticas
Dinámicas de Precios
René Caldentey
NYU
&
U. DE C HILE
INGENIERı́A PARA EL RETAIL:
Creando valor desde los datos
Seminario Organizado por el Centro de Retail
(CERET)
Santiago, Noviembre 11, 2009
logo
Agenda
I.
Una Breve Reseña Historia del RM
II.
Marco Conceptual de un Modelo de RM
III.
Componentes de un Sistema de RM
IV.
Aplicación en una Tienda por Departamentos
V.
Direcciones Futuras de Desarrollo
logo
...Pero Antes un Ejemplo
US$
$
0
0
Un ticket Miércoles-Viernes es un 15%-20% más caro
que uno Jueves-Sábado!!
R EVENUE M ANAGEMENT :
“Vender el PRODUCTO correcto al PRECIO correcto
al CLIENTE correcto en el MOMENTO correcto.”
logo
...Pero Antes un Ejemplo
US$
$
0
0
Un ticket Miércoles-Viernes es un 15%-20% más caro
que uno Jueves-Sábado!!
R EVENUE M ANAGEMENT :
“Vender el PRODUCTO correcto al PRECIO correcto
al CLIENTE correcto en el MOMENTO correcto.”
logo
...Pero Antes un Ejemplo
US$
$
0
0
Un ticket Miércoles-Viernes es un 15%-20% más caro
que uno Jueves-Sábado!!
R EVENUE M ANAGEMENT :
“Vender el PRODUCTO correcto al PRECIO correcto
al CLIENTE correcto en el MOMENTO correcto.”
logo
...pero Usar con Moderación
C OCA -C OLA : A M AYOR C ALOR , M ÁS A LTO EL P RECIO.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
U LTIMATE S UPER S AVER FARES :
1) FARE R ESTRICTIONS: Buy 30 days in advance, Saturday overnight,
non-refundable.
2) C APACITY C ONTROL: Restricted number of discount seats sold on each
flight.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
U LTIMATE S UPER S AVER FARES :
1) FARE R ESTRICTIONS: Buy 30 days in advance, Saturday overnight,
non-refundable.
2) C APACITY C ONTROL: Restricted number of discount seats sold on each
flight.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
U LTIMATE S UPER S AVER FARES :
1) FARE R ESTRICTIONS: Buy 30 days in advance, Saturday overnight,
non-refundable.
2) C APACITY C ONTROL: Restricted number of discount seats sold on each
flight.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Una Breve Reseña Histórica
AIRLINE INDUSTRY
U LTIMATE S UPER S AVER FARES :
1) FARE R ESTRICTIONS: Buy 30 days in advance, Saturday overnight,
non-refundable.
2) C APACITY C ONTROL: Restricted number of discount seats sold on each
flight.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Decisiones en Revenue Management
RM analiza tres tipos de decisiones de demanda
• Decisiones Estructurales
- Formatos de Venta
- Bundling de Productos
- Términos de Venta
• Decisones de Precios
- Markups
- Markdowns
- Promociones
• Decisiones de Cantidad
- Aceptar/Rechazar Demanda
- Racionar la Oferta
X Canal de Venta
X Punto de Venta
X Tiempo
Strategic
Tactical
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Que es lo Nuevo del RM?
•
Decisiones de Demanda no son Nuevas!
- En la Práctica
- Teorı́a Económica
•
El ‘Twist’ está en Cómo son Tomadas
- Tecnologı́as de Información
X Bases de Datos
X ERP y Sistemas de Ejecución
X Internet
- Decisiones can Base Cientı́fica
X Estadı́stica y Econometrı́a
X Modelos de Economı́a del Comportamiento
X Optimización
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Que es lo Nuevo del RM?
•
Decisiones de Demanda no son Nuevas!
- En la Práctica
- Teorı́a Económica
•
El ‘Twist’ está en Cómo son Tomadas
- Tecnologı́as de Información
X Bases de Datos
X ERP y Sistemas de Ejecución
X Internet
- Decisiones can Base Cientı́fica
X Estadı́stica y Econometrı́a
X Modelos de Economı́a del Comportamiento
X Optimización
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Los Beneficios de Ciencia & Sistemas
•
Permite tomar decisiones detalladas y muy numerosas
- Producto
- Punto de Venta
- Segmento
- Periodo de Tiempo
•
Mejora la calidad de la toma de decisión
- Sistemas económicos complejos
- Incertidumbre
- Costos de Oportunidad
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Condiciones que Favorecen el Uso de RM
1
Heterogeneidad de los Clientes
2
Variabilidad e Incertidumbre en la Demanda
3
Periodos Fijos de Venta / Productos Perecibles
4
Producción Inflexible
5
Precios no son Señal de Calidad
6
Datos e Infraestructura de TI Existente
7
Cultura Gerencial que Acepte Ciencia y Tecnologı́a.
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunas Complicaciones Prácticas
1
Restricciones de Precio
2
Pronóstico de Demanda
3
Competencia Acciones/Reacciones
4
Comportamiento Estratégico de los Clientes
5
Quiebres de Stock (fantasma)
6
Complementos/Substitutos
7
Liquidaciones de Fin de Temporada
8
Consolidación de Merchandise
9
Shrinkage
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Un Sistema de Revenue Management
C OMPONENTES M ETODOL ÓGICAS
• Segmentación
• Pronóstico
• Optimización
• Precios
• Capacidad
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Un Sistema de Revenue Management
C OMPONENTES M ETODOL ÓGICAS
• Segmentación
• Pronóstico
• Optimización
• Precios
• Capacidad
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Aplicación en Retail
• T IENDAS POR D EPARTMENTO
• Lı́nea de vestir de hombres
• Más de 50 estilos (markdowns)
• M ODELO
Productos
Similares
Producto a
Analizar
Información
Histórica
Precios
Información
Reciente
Nivel de
Incertidumbre
Usuario
Calibración
de Parámetros
Iniciales
Optimización
Inventarios
Actualización
de Parámetros
Data Warehouse
Modelo
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Estimación de Demanda
Modelos de Tres Factores
Smith and Achabal (1998)
Demanda = Estacionalidad × Elast. Precio × Elast. Inventario
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Estimación de Demanda
Ejemplo Sweater Sport
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Enfoque de Estimación Jerárquico
Datos Agrupados por Subclase y Grupos de Tiendas
  Estacionalidad Temporal
  Efecto Promoción
  Elasticidades Precio e Inventario Promedio
Datos Agrupados por Estilo y Grupos de Tiendas
  Estacionalidad Precio Especifica del Estilo
Datos Agrupados por Estilo y Tienda
  Factor de Ajuste Magnitud de Ventas Específica
a cada Estilo y Tienda
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Aplicación en Retail (cont’d)
Demanda
Estilo i
Estacionalidad
Subclase
Efecto
Promoción
Elasticidad
Precio Estilo i
Di (t , P, I ) = K i × K (t ) × K prom × exp (" + " i )(1 !
Magnitud Ventas
Estilo i
Elasticidad
Precio Subclase
P
I
) + µ max(0,1 ! )
PInicial
Ic
Elasticidad
Inventario Subclase
t = Tiempo (Semana)
I = Inventario
P = Precio
Ic = Inventario Crítico
PInicial = Precio Inicial (salida)
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Resultados: Perfiles (Efecto Estacional)
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Optimización
 Curvas de demanda
Inputs para Optimización
Outputs del Modelo
 Restricciones (promociones,
descuentos mínimos en
semanas de liquidación
 Trayectoria de Precios
Óptima
 Indicadores
Análisis
 Precios Óptimos
 Decisión de compra
 Variaciones sobre políticas de Precio (restricciones)
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Indicadores de Desempeño
• Margen %
• Rotación del Inventario
• Variabilidad en los Precios
• % del Stock Vendido en Promociones/Liquidaciones
• Canabalización entre Marcas
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Indicadores de Desempeño
• Margen %
• Rotación del Inventario
• Variabilidad en los Precios
• % del Stock Vendido en Promociones/Liquidaciones
• Canabalización entre Marcas
GMROI
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Indicadores de Desempeño
GMROI por Categorı́as
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
Stock Inicial Dado
(293 Unid.)
Stock Inicial Óptimo
logo
Costo = 6.600
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
Stock Inicial Dado
(513 Unid,)
Stock Inicial Óptimo
Costo = 5.600
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
Otros Análisis Posibles utilizando el Modelo
Variación de descuentos mínimos en Liquidación
Sweater
%
Optimización 1: Liquidación comienza menos agresiva. Primeras 3 semanas 10%
descto., siguientes 3 semanas 20% descto. y últimas 2 semanas 30% descto.
Optimización 2: Liquidación con 30% Descto. constante durante las 8 semanas
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Algunos Resultados
Price
1
0.8
0.8
% Initial Price
% Initial Inventory
Inventory
1
Product 2
0.6
0.4
Product 1
0.2
0
0
10
20
Weeks
Product 2
0.6
Product 1
0.4
0.2
30
40
0
0
10
20
30
40
Weeks
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Tendencias en Investigación y Práctica del RM
• M ODELOS M ÁS D ETALLADOS DE LA D EMANDA
• Modelos de Selección & Substitución
• Comportamiento Estratégico del Cliente
• Efectos de la Competencia
• M ODELOS A LTERNATIVOS
•
•
•
•
Approximate DP
Adaptive algorithms
Nonparametric estimation and optimization
Pattern recognition & demand learning
• M ECANISMOS A LTERNATIVOS (subastas, contratos)
• E XPANSI ÓN DEL RANGO DE INDUSTRIAS
• Energı́a, Salud, Manufactura
logo
Historia
Metodologı́a
Sistema
Aplicación en Retail
Resultados
Literatura
- Bitran, G., R. Caldentey (2003) . An Overview of Pricing Models for
Revenue Management. Management Science, Vol. 5, No. 3, Summer
2003, 203-229.
- Cross R., (1997). Revenue Management: Hard Core for Market
Domination, Broadway Books, NY.
- Ingold, A., McMahon-Beattie, U. Yeoman (2002). Revenue
Management. Thomson Publications, London.
- Kimes, S.E. (1989). Yield Management: A Tool for
Capacity-Constrained Service Firms. Journal of Operations
Management, Vol. 8, 348-363.
- Phillips, R. (2004). Pricing and Revenue Optimization. Stanford
University Press, Stanford, CA.
- Talluri, K., G. Van Ryzin (2005). The Theory and Practice of Revenue
Management. Kluwer Academic Publishers, Boston.
logo