Revenue Management: De la teoría a la práctica
Transcripción
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