¿Vender ahora o esperar?, ese gran dilema
En el rubro hotelero, las aerolíneas y la venta de publicidad, los gerentes comerciales se enfrentan a un dilema: ¿hacer descuentos para vender por anticipado o vender en el momento a precio de lista? Según el especialista Gustavo Vulcano (Di Tella, New York University), la respuesta es el revenue management...
Usted administra las reservas de un hotel mediano y debe decidir la política comercial para vender la disponibilidad de habitaciones para el día 24 de diciembre del corriente año.
Al día de la fecha, quedan 50 habitaciones dobles disponibles. Un mayorista de turismo lo llama y le solicita 30 de esas habitaciones, a un precio de $150 cada una. Es una propuesta tentadora Tener garantizado más de un 60% de ocupación con varios meses de anticipación parece un buen negocio. No obstante, la respuesta no es tan sencilla: ¿No convendría tal vez esperar a clientes que llegarían más adelante y que pagarían más?
Claro, el precio de mostrador de la habitación doble para los pasajeros walk-in (los que reservan por su propia cuenta) es de $200. El problema es que estos pasajeros concretan su reserva con menor anticipación. Entonces, usted corre el riesgo de terminar con habitaciones vacías el 24 de diciembre, cuando podría haberlas vendido a $150.
El interrogante se presenta de la siguiente manera: ¿cuántas habitaciones guardar para después, esperando a los clientes que aportarán un mayor beneficio? Este es el problema básico de la disciplina de gestión conocida como revenue management (originalmente, yield management). En términos formales: ¿Cómo gestionar capacidad perecedera (en nuestro ejemplo, la fecha de caducidad es el 24 de diciembre), aprovechando la segmentación del mercado vía discriminación de precios?
En general, el dilema que se trata de resolver es semejante al caso descripto: ¿Vender ahora a un precio bajo o esperar a vender a un precio más alto aún corriendo el riesgo de perder la venta? La respuesta no es sencilla. Para contestar estas preguntas se requiere un estudio de pronóstico de demanda basado en información histórica.
La estrategia comercial óptima consiste en bloquear un cierto número de habitaciones para los walk-in. Pero, ¿cuántas habitaciones? Eso dependerá de la distribución estadística de la demanda y de la relación ente los precios pautados (en este caso, $150 y $200).
Supongamos que ese número es 27 para nuestro ejemplo. Es decir, el gerente del hotel se guarda 27 habitaciones para clientes walk-in. Claro, si hubiera más demanda walk-in que 27 habitaciones, siempre estaríamos dispuestos a aceptarla. Lo que estamos diciendo es: A lo sumo venderemos 50-27 = 23 habitaciones a los operadores turísticos. Como es de esperar, el número de habitaciones a bloquear dependerá de la capacidad remanente, y del tiempo restante hasta la fecha de caducidad.
El caso del hotel es similar a la venta de pasajes de aerolíneas comerciales, donde aún dentro de la cabina económica pueden coexistir más de 10 tarifas diferentes, y donde la disponibilidad de esas tarifas va variando a medida que transcurre el tiempo y los asientos se van vendiendo. En general, los pasajeros más sensibles al precio son los que concretan su reserva con suficiente anticipación. Entonces, la pregunta es: ¿Cuántos asientos bloquear para los pasajeros que estarían dispuestos a pagar más, pero que llegarán después?
Similar también es el caso de la venta de segundos de publicidad en radio y televisión, donde en hay espacios que pueden comprometerse a un cliente con una periodicidad pautada en un horizonte de tiempo acotado (por ejemplo, 15 segundos todas las mañanas entre las 10 y las 11hs, durante un semestre), y espacios que se reservan a contratos de corto alcance, cuyo segundo en general tiene un precio mayor. Los ejemplos de aplicaciones abundan.
En resumen, si estamos frente a una situación comercial con capacidad acotada y perecedera, en general con un costo fijo alto y un costo marginal bajo, y donde Vender ahora o esperar es la disyuntiva, los métodos cuantitativos desarrollados por el revenue management brindan una respuesta acabada al problema de la maximización de ingresos.
Autor: Gustavo Vulcano, Profesor-investigador de la Leonard Stern School of Business, New York University, U.S.A.; y de la Escuela de Negocios de la Universidad Torcuato di Tella, Buenos Aires.
Usted administra las reservas de un hotel mediano y debe decidir la política comercial para vender la disponibilidad de habitaciones para el día 24 de diciembre del corriente año.
Al día de la fecha, quedan 50 habitaciones dobles disponibles. Un mayorista de turismo lo llama y le solicita 30 de esas habitaciones, a un precio de $150 cada una. Es una propuesta tentadora Tener garantizado más de un 60% de ocupación con varios meses de anticipación parece un buen negocio. No obstante, la respuesta no es tan sencilla: ¿No convendría tal vez esperar a clientes que llegarían más adelante y que pagarían más?
Claro, el precio de mostrador de la habitación doble para los pasajeros walk-in (los que reservan por su propia cuenta) es de $200. El problema es que estos pasajeros concretan su reserva con menor anticipación. Entonces, usted corre el riesgo de terminar con habitaciones vacías el 24 de diciembre, cuando podría haberlas vendido a $150.
El interrogante se presenta de la siguiente manera: ¿cuántas habitaciones guardar para después, esperando a los clientes que aportarán un mayor beneficio? Este es el problema básico de la disciplina de gestión conocida como revenue management (originalmente, yield management). En términos formales: ¿Cómo gestionar capacidad perecedera (en nuestro ejemplo, la fecha de caducidad es el 24 de diciembre), aprovechando la segmentación del mercado vía discriminación de precios?
En general, el dilema que se trata de resolver es semejante al caso descripto: ¿Vender ahora a un precio bajo o esperar a vender a un precio más alto aún corriendo el riesgo de perder la venta? La respuesta no es sencilla. Para contestar estas preguntas se requiere un estudio de pronóstico de demanda basado en información histórica.
La estrategia comercial óptima consiste en bloquear un cierto número de habitaciones para los walk-in. Pero, ¿cuántas habitaciones? Eso dependerá de la distribución estadística de la demanda y de la relación ente los precios pautados (en este caso, $150 y $200).
Supongamos que ese número es 27 para nuestro ejemplo. Es decir, el gerente del hotel se guarda 27 habitaciones para clientes walk-in. Claro, si hubiera más demanda walk-in que 27 habitaciones, siempre estaríamos dispuestos a aceptarla. Lo que estamos diciendo es: A lo sumo venderemos 50-27 = 23 habitaciones a los operadores turísticos. Como es de esperar, el número de habitaciones a bloquear dependerá de la capacidad remanente, y del tiempo restante hasta la fecha de caducidad.
El caso del hotel es similar a la venta de pasajes de aerolíneas comerciales, donde aún dentro de la cabina económica pueden coexistir más de 10 tarifas diferentes, y donde la disponibilidad de esas tarifas va variando a medida que transcurre el tiempo y los asientos se van vendiendo. En general, los pasajeros más sensibles al precio son los que concretan su reserva con suficiente anticipación. Entonces, la pregunta es: ¿Cuántos asientos bloquear para los pasajeros que estarían dispuestos a pagar más, pero que llegarán después?
Similar también es el caso de la venta de segundos de publicidad en radio y televisión, donde en hay espacios que pueden comprometerse a un cliente con una periodicidad pautada en un horizonte de tiempo acotado (por ejemplo, 15 segundos todas las mañanas entre las 10 y las 11hs, durante un semestre), y espacios que se reservan a contratos de corto alcance, cuyo segundo en general tiene un precio mayor. Los ejemplos de aplicaciones abundan.
En resumen, si estamos frente a una situación comercial con capacidad acotada y perecedera, en general con un costo fijo alto y un costo marginal bajo, y donde Vender ahora o esperar es la disyuntiva, los métodos cuantitativos desarrollados por el revenue management brindan una respuesta acabada al problema de la maximización de ingresos.
Autor: Gustavo Vulcano, Profesor-investigador de la Leonard Stern School of Business, New York University, U.S.A.; y de la Escuela de Negocios de la Universidad Torcuato di Tella, Buenos Aires.
0 comentarios