20130309

Pricing. Medición de las reacciones de los clientes a los precios.

Contenido.

1. Los estudios no controlados de precios
1.1. Las preguntas no estructuradas
1.2. Problemas generales con las técnicas de encuesta de precios
1.3. Implementación
2. Mejora de las encuestas de precios de Uso del análisis conjunto
2.1. La realización de análisis conjunto
2.2. Ventajas
2.3. Desventajas
3. Uso de los datos históricos para mejorar los precios existentes
3.1. La elasticidad del precio
3.2. Estimación de la elasticidad precio constante
3.3. Hoja de cálculo de análisis
3.4. ¿Para qué también es útil la elasticidad precio?
3.5. Inconvenientes de análisis de precios históricos
3.6. Maneras de mejorar el análisis de los precios históricos
4. Mejora de análisis de precios mediante experimentos de campo
4.1. Retos con experimentos de campo.


En estos apuntes aprendemos a establecer el precio de nuevos productos mediante la utilización de la herramienta del cuestionario, así como a mejorar la fijación de precios en los productos existentes con la medición de las elasticidades de precios.



1. Los estudios no controlados del precio.

En el desarrollo de las técnicas de estudio del Marketing los investigadores muy pronto descubrieron que era inútil pedir a los consumidores el precio total que estarían dispuestos a pagar por un producto.

1.1. Las preguntas no estructuradas. 

La manera más obvia de averiguar las sensaciones de los clientes acerca del precio es hacerles una pregunta del tipo “¿Cuánto debe costar esta lata de Coca-Cola?”. Esta pregunta presenta problemas desde el principio, ya que la pregunta no exige que el cliente compre realmente la lata de Coca-Cola. En su lugar, hay que combinar  “conciencia de precio” con voluntad de pago.

1.1.1. Van Westendorp’s Price Sensitivity Meter (PSM).

Ligeramente mejor es: ¿Cuánto estaría  dispuesto a pagar por una lata de coca-cola? Este tipo de preguntas sobre el precio se utiliza en una investigación de precios llamada Van Westendorp’s Price Sensitivity Meter”.  
Aquí, a los clientes se les pregunta:

- ¿A qué precio compraría este producto y consideraría que es Barato?

- ¿A qué precio este producto sería Tan Barato que dudaría de su calidad y ya no lo compraría?

- ¿A qué precio compraría este producto, pero consideraría que es Caro?

- ¿A qué precio este producto sería Tan Caro que no lo compraría por muy bueno que fuese?

Esto fue propuesto originalmente en 1976 como una forma de medir la importancia de la  relación calidad-precio para un producto que vimos en el post anterior. Sin embargo, se ha deformado desde su intención original y se utiliza comúnmente como una forma de obtener un rangode precios para un producto. El límite inferior es la intersección de “Tan barato” y “Caro”. El límite superior es la intersección de “Tan caro” y “Barato”.

Los problemas de un cuestionario abierto:

(1) El problema es que un cliente responde casi siempre: depende.
Después de todo, mi disposición a pagar por una lata de Coca-Cola probablemente varía desde los $ 0.20 en un supermercado, si estuviera en un apuro pero tuviera un montón de latas de Coca-Cola a la vuelta de la esquina, hasta los $ 5 si yo estuviera en una habitación de hotel y el único lugar donde pudiera conseguir una bebida fuese el minibar del hotel.

(2) Las personas no manejan muy bien este tipo de preguntas abiertas, puesto que no tienen que hacer este tipo de juicio muy a menudo. Supón que te dan una maleta y te piden que adivines cuánto pesa. La gente tiene dificultad con este tipo de preguntas. Sin embargo, cuando les dan dos maletas y les piden que digan cuál es la más pesada, aciertan el 100% de las veces.

(3) Lyon (2002) “The price is right (or is it?)” sugiere que el 20% de los encuestados dicen que podría ser “adecuado” un precio más bajo que el precio al cual encontrarían ellos el producto  "Tan barato" que no lo comprarían.

(4) Estos rangos de precios enormes dan a los clientes una excusa para actuar por instinto.

1.1.2. Monadic Pricing Studies.

Estudios monádicos de precios es el nombre dado a una investigación de precios en la que se responde a una sola pregunta sobre un producto.

-Si una Coca-Cola tiene un precio de $ 0,99, ¿qué probabilidad hay de que la compre?

-Si una Coca-Cola tiene un precio de $ 0.99, ¿qué probabilidad hay de que la compre en la cafetería del trabajo?

-Si una Coca-Cola tiene un precio de $ 0.99, ¿la compraría  en la cafetería del trabajo?

-Si una Coca-Cola tiene un precio de $ 0,99 y una Pepsi $ 1,09 en la cafetería del trabajo, ¿compraría Pepsi, Coca-Cola o suponiendo que ninguno de ellos, no bebería refresco ese día?

Es menos probable que este tipo de enunciado confunda al encuestado ya que en lugar de decir un precio sólo tiene que hacer una elección. Por lo menos así se consiguen respuestas más precisas para nuestro particular. Si se prueba con un rango de precios suficientemente amplio se puede crear una curva de demanda.

Posibles problemas:

(1) Al centrarse la atención del cliente en un precio razonable es posible que se omitan respuestas extremas, como $ 5 que puede ser la base para una rentable segmentación.

(2) Se necesita una gran cantidad de encuestados para obtener las respuestas necesarias. No tener la tentación, sin embargo, de utilizar una escalera precios. Formular preguntas de seguimiento tales como  ¿qué tal $ 0,89?, ¿qué hay de $ 0,79?  conducen al cliente a comportarse como si estuvieran negociando.

(3) Es necesario asegurarse de que la cuestión no se centra demasiado en el precio.

1.2. Problemas con las técnicas de encuesta de precios.

 Hay tres principales defectos con este enfoque.

(1) Los clientes pueden subestimar deliberadamente su voluntad de pagar.

- Por ejemplo, los clientes de un distribuidor de productos químicos le dijeron que estarían dispuestos a pagar un 75 por ciento menos que el precio de mercado por el servicio de eliminación de residuos.

- Los clientes pueden decir el precio que refleja la forma en que desean ser vistos por la persona que realiza la encuesta, pero no reflejar su real disposición a pagar. Por ejemplo, Phillips realizó un estudio donde los adolescentes participantes dijeron que querían los radiocasetes amarillos. Sin embargo, cuando salieron de la habitación, todos eligieron los radiocasetes negros.

- Los clientes pueden simplemente no estar seguros sobre su disposición a pagar. Por ejemplo, un estudio descubrió que las novias exageraban en cinco veces su disposición a pagar.

1.3. Implementación.

(1) En persona

- La clave es encontrar el ajuste correcto. Ajustes apresurados producen peores datos. Los mejores datos provienen de las ocasiones en que los encuestados se toman su tiempo y  también cuando la encuesta se realiza en grupo.

(2) Online

- El problema aquí es la fiabilidad de los datos. Han descubierto que cuando preguntan qué navegador usa a los participantes en una encuesta, el 40 por ciento miente. Esta cifra aumenta cuando se plantean compensar la participación.

(3) En grupos

- Un problema crucial es que a menudo los incentivos a los grupos de participantes pueden conducir a resultados y análisis erróneos. Sin embargo, sin un grupo facilitador no hay respuestas de precios.




2.1. La realización de un análisis conjunto.

(1) Se establece una selección limitada de las características del producto a permutar en las preguntas. El precio debe ser una de estas características.

(2) Se proporciona a los encuestados una selección de opciones entre diferentes conjuntos de productos. Cada ejemplo es suficientemente semejante al otro como para que los consumidores lo vean como sustitutivo, pero suficientemente diferente para que puedan determinar claramente una preferencia. Cada ejemplo se compone de una combinación extraordinaria de características de producto. Es importante asegurarse de que los encuestados siempre tienen la opción de no comprar.

(3) Se obtienen un rango de preferencias. Las respuestas se codifican y se introducen en un programa para análisis estadístico como R . A continuación el software realiza un análisis logit y ofrece los resultados de la regresión.

(4) Las estimaciones de cuánto valora un cliente cada característica del producto pueden convertirse en cantidades de dinero bruto al multiplicarlo por la relación del coeficiente en el precio. Esto nos permite establecer montantes de EVC.

2.2. Ventajas.

(1) El análisis conjunto reduce la atención sobre el precio en las encuestas al incluir información acerca de las características del producto.

(2) El resultado permite a los investigadores estimar el "valor-utilidad" para los distintos componentes que pueden ayudar a determinar con precisión el EVC.

(3) Instalación rápida y relativamente barata.

2.3.  Desventajas. No utilice análisis conjunto si

(1) Los clientes son propensos a tener el precio como una señal de la calidad del atributo. Este problema  a menudo  grave y significa que se tenga que limitar drásticamente el número de atributos. Más de 3 a menudo es demasiado.

(2) Las características del producto no son bien entendidas por los clientes.

(3) Forma parte de un sistema más complejo de productos relacionados.

3. Uso de los datos históricos para mejorar los precios existentes.

3.1. Elasticidad del precio. 

La elasticidad del precio de un producto mide la sensibilidad de las ventas a un cambio en el precio. Elasticidad de los precios se define como el cambio porcentual en la cantidad vendida al aplicar un cambio del 1% en el precio.
Esto ayuda a los analistas a averiguar si los ingresos serán los mismos, mayores o menores después de cambiar el precio.
Si la elasticidad = 1, los ingresos serán los mismos a partir de un cambio del precio. 
Si la elasticidad es >1, los ingresos serán mayores con una disminución del precio.
Si elasticidad <1, los ingresos serán más altos con un aumento del precio.
La fórmula estándar es


3.2. Estimación de la elasticidad constante del precio.

Un problema con la fórmula para la elasticidad del precio es que puede tomar dos valores diferentes para P o Q si son los valores originales o finales. Esto no debería importar si se comparan elasticidades de precios en todos los segmentos y siempre están en consonancia con el valor que se utiliza (por ejemplo, el valor que se utiliza en el denominador, debe ser el utilizado en el numerador).
Esto ocurre como consecuencia de asumir una relación lineal entre el precio y la cantidad. Una forma de evitar esto es asumiendo, en cambio, que la curva de demanda tiene una elasticidad constante.

Tenemos en el vídeo una magnífica explicación de la Profesora Ana María García de la Universidad Politécnica de Valencia.


La forma funcional de la elasticidad constante de la curva de demanda tomando logaritmos es log Ventas = log (a + b) log P
A continuación, puede utilizar el análisis de la hoja de cálculo para hallar el valor de la constante b que resume la elasticidad del precio.

3.3. Análisis con la hoja de cálculo. 

Es bastante sencillo utilizar la hoja de cálculo Excel como herramienta para calcular la elasticidad de los precios a partir de datos históricos. Los pasos son

(1) Crear nuevas columnas para log (ventas) y log (precio). Utilice la función de Excel = Log () para convertir los datos en bruto en forma de registro.

(2) En una nueva celda, insertar la función =PENDIENTE (conocido y; conocido x)

(3) Elegir log de las ventas para (conocido y), y el log de precios para (conocido x)

(4) Debes obtener un número negativo que representa la elasticidad de los precios

Una desventaja de este procedimiento es que el grado de fiabilidad de su estimación no estará claro. 

3.4. ¿Para qué también es útil la elasticidad del precio?

- Márgenes relativos (Más sobre esto en nuestros próximos apuntes):

El precio minorista de unas pilas era igual en todas partes, el análisis de la elasticidad de precios demostró que las pilas tenían la sensibilidad más alta al precio en Dallas y  la sensibilidad más baja al precio en Boston. Es decir, mientras que los tejanos compraban esta batería sólo dentro de un rango estrecho de precios, los bostonianos eran mucho menos exigentes con ella. En consecuencia la tienda modificó sus precios, vendiendo más baterías y obteniendo más dinero.
Associated Press, 2007

- Regla de oro de la herramienta de precios, especialmente en el sector de las ventas al por menor con un gran número de SKUs. 

Los ingresos de la empresa = P precio × Q cantidad.
El Profesor Juan Antonio Zapata  de la de la Facultad de Ciencias Económicas, Universidad Nacional de Cuyo y de Economía en la Facultad de Ciencias Económicas de la Universidad de Mendoza realiza la demostración.



Por supuesto, la empresa que maximiza sus beneficios fija dicho precio de tal forma que Ingresos Marginales = Costes Marginales (variables). Por tanto.


Despejamos P de la función.

Supongamos que se estima una elasticidad del precio Ed= 2, entonces se puede calcular un margen bruto de tal manera que el precio debe ser el doble del coste. Si E d = 3 entonces el precio debe ser 3/2 del coste marginal (o un 50 por ciento de margen de ganancia). Si la demanda es sólo un poco elástica Ed = 1.5 entonces el precio debe ser tres veces el coste.


3.5. Inconvenientes del análisis histórico de precios.

(1) Necesitas datos exactos de precios
- Por ejemplo, la división de marketing de una empresa de servidor Web afrontaron el problema cuando la fuerza de ventas no llevaban un registro de los descuentos.

(2) Necesidad variación en el precio
- Un fabricante de cortinas no podía calcular la elasticidad porque había  mantenido el mismo precio durante los últimos 10 años.

(3) Si los datos se remontan muy atrás pueden describir un escenario anacrónico. No utilice datos para la fijación de precios de más de 5 años.
- Una empresa calcula una elasticidad artificial del precio de un catálogo de libros por la inclusión de datos previos a la era de Internet.

(4) Errónea  debido a cambios en otros factores de confusión.
- Por ejemplo, los helados se venden mejor y tienen un precio más alto en climas cálidos.

3.6. Maneras de mejorar el análisis de precios históricos.

(1) CRUCIAL. Calcule las diferentes elasticidades de precios para cada tipo de cliente, cada región, cada producto.

(2) Use más datos no sólo las ventas totales y los precios.

- DHL posee un software que incluye las reacciones de los clientes que llaman pero no llegan a enviar (es decir, una no venta). Con la inclusión de los datos de este grupo de clientes, mejoraron su ratio de llamadas-ventas del 17 al 25 por ciento.

(3) Utilice un panel de datos econométricos en el que se incluyan las variables de los lugares y los tiempos en el análisis de regresión. El problema es que esto puede ser muy caro tanto en términos de personal como en los costes de adquisición de datos.


4. Mejora de análisis de precios mediante experimentos de campo.


Una gran cantidad de los problemas con los análisis de datos históricos ocurren porque el precio cambia por razones que también se asociaron con los cambios en las ventas (por ejemplo, las ventas de helados y el clima). Esto puede ser controlado con experimentos de precios. Puede tener mucho  éxito. El grupo de viajes Ambassadors descubrieron que tenían una elasticidad de precios del 0,3 y fueron capaces de aumentar sus beneficios en un 15 por ciento.
Por lo general, tendemos a pensar en las pruebas de campo como si fueran experimentos, pero las nuevas herramientas como Google Analytics en realidad los pone fácilmente al alcance de las empresas con presupuestos más pequeños.

4.1. Retos con los experimentos de campo.

(1) Asegúrese de que tiene suficiente variación de precios.
- En un experimento bajaron todos los precios un 15%, que sólo es útil si su objetivo es eliminar todos los precios un 15%.

(2) Si es demasiado visible, puede desatar la ira de los clientes

- Amazon tuvo que devolver $ 7.000 a los enojados clientes después de que su precio experimental de DVD fuera descubierto.

(3) La falta de existencias o problemas con un elemento del experimento (por ejemplo, problemas de correo) puede ser perjudicial para establecer conclusiones concretas.

(4) Llevar simultáneamente varios experimentos de fijación de precios hace difícil la interpretación de todas sus variables.

- Fingerhut ejecuta 30.000 experimentos de fijación de precios en un año, lo que implica complicadas interpretaciones complementarias y substitutivas de los resultados. 


FUENTE:
Tucker, Catherine. 15.818 Pricing,Spring 2010. (Massachusetts Institute of Technology: MIT OpenCourseWare), http://ocw.mit.edu(Accessed 08 Mar, 2013). License: Creative Commons BY-NC-SA