Las trampas de los algoritmos de fijación de precios

La idea en breve El problema Muchas empresas utilizan algoritmos para fijar los precios y ajustarlos en tiempo real con el fin de maximizar los beneficios. Pero los constantes cambios de precios pueden alejar a los clientes, minar su fidelidad y dañar la reputación de la marca. La causa Los algoritmos de fijación de precios se basan en la inteligencia artificial y el aprendizaje automático para sopesar variables como la oferta y la demanda, los precios de la competencia y el plazo de entrega. Sin embargo, a menudo no tienen en cuenta la forma en que los cambios frecuentes de precios afectan psicológicamente a los clientes, haciéndoles cuestionar los motivos de las empresas y el valor de sus productos y servicios. La solución Para controlar mejor lo que los precios dinámicos dicen a los clientes y cómo afectan a las relaciones con ellos, las empresas deben desarrollar un caso de uso y una narrativa adecuados para implementar algoritmos, asignar un propietario que los gestione, establecer y supervisar las barreras de seguridad de los precios y actuar con rapidez para anular la automatización cuando sea necesario. El 3 de junio de 2017, las luces azules parpadearon hacia el puente de Londres mientras los coches de policía respondían a los informes de un ataque terrorista. Pasaron por delante de miles de personas que disfrutaban de una noche de sábado en restaurantes y pubs de la zona. Muchos de los que estaban en la calle, presintiendo el peligro, intentaron pedir un Uber y dirigirse a casa para ponerse a salvo. Pero durante 43 minutos después de que se recibiera la primera llamada de emergencia a las 22:07, el algoritmo de precios dinámicos de Uber hizo que las tarifas en esa parte de la ciudad se dispararan más de un 200%. El episodio de Londres es sólo uno de los muchos ejemplos preocupantes de subidas de precios de Uber en momentos de ansiedad colectiva. Se produjeron picos similares durante un atentado en Nueva York en 2016, una huelga de taxistas en 2017 en protesta por la política antiinmigración de EE.UU. y un tiroteo masivo en Seattle en 2020, el último de los cuales hizo que las tarifas se dispararan hasta un 500%. Los precios algorítmicos de Uber han provocado críticas constantes por parte de los 93 millones de usuarios activos de la empresa de viajes compartidos. Incluso la noche del atentado del Puente de Londres, después de que Uber detuviera manualmente la subida de precios cerca del Puente de Londres, siguió vigente para las zonas circundantes del centro de Londres durante otros 50 minutos. Un economista podría aplaudir el motor de precios de Uber: A medida que la demanda aumenta en relación con la oferta, el precio de un viaje sube. Para los clientes, sin embargo, el coste de utilizar el servicio puede parecer tan impredecible como el giro de una ruleta. Uber no es la única empresa que se enfrenta a este problema. Empresas de muchos sectores -como la publicidad, el comercio electrónico, el entretenimiento, los seguros, los deportes, los viajes y los servicios públicos- han empleado la fijación dinámica de precios con distintos grados de éxito. Un ejemplo clásico y muy conocido es el de Coca-Cola, que experimentó a finales de la década de 1990 con máquinas expendedoras sensibles a la temperatura que aumentaban el precio de una bebida en un día caluroso. La empresa abandonó rápidamente el proyecto a raíz de la indignación pública. Los algoritmos de fijación de precios pretenden ayudar a las empresas a determinar los precios óptimos casi en tiempo real. Utilizan la inteligencia artificial y el aprendizaje automático para sopesar variables como la oferta y la demanda, los precios de la competencia y el plazo de entrega. Lamentablemente, en ocasiones los algoritmos se pasan de la raya y arrojan cifras que nadie pagaría jamás: desde 14.000 dólares por un armario que aparece en Wayfair hasta casi 24 millones por un libro de texto que se ofrece en Amazon. Pero esos deslices son sólo uno de los riesgos cuando las empresas confían la toma de decisiones a los ordenadores. Los cambios constantes en los puntos de precio envían fuertes señales a los clientes que deben gestionarse adecuadamente. Sin embargo, muchas organizaciones no lo aprecian. Saben que los precios afectan a las decisiones sobre cuándo y qué comprar, pero pasan por alto el hecho de que las continuas subidas y bajadas pueden desencadenar percepciones desfavorables de sus ofertas y, lo que es más importante, de la propia empresa. Así pues, las marcas deben tener en cuenta algo más que las simples matemáticas a la hora de emplear sistemas algorítmicos. Estos sistemas pueden crear una tensión incómoda entre ganarse la fidelidad de los clientes y ganar dinero. Pero aplicados correctamente, pueden maximizar los ingresos y, al mismo tiempo, hacer que los clientes sientan que han pagado la cantidad adecuada por un producto o servicio. En el peor de los casos, los algoritmos convierten la ya delicada tarea de pedir dinero a los clientes en una experiencia que los ahuyenta. En este artículo, exploramos la psicología en juego cuando las empresas piden dinero a los clientes. Examinamos ejemplos reales de precios algorítmicos y las formas en que beneficiaron o perjudicaron a la marca asociada. También detallamos las ventajas de una supervisión y una gestión adecuadas, incluida la determinación de qué unidad de negocio debe asumir el esfuerzo y qué parámetros deben establecerse para limitar el potencial de uso indebido. El impacto psicológico de los precios algorítmicos Empecemos con el caso de Root Insurance, que vende pólizas de automóviles en 30 estados de EE UU. Para educar mejor y fomentar las relaciones con sus clientes, la empresa ideó un programa de precios dinámicos que trata a cada conductor de forma personal y transparente. A diferencia de sus competidores, Root no segmenta los precios utilizando grandes grupos de riesgo relativamente anónimos generados a partir de datos demográficos. En su lugar, ofrece a los conductores una aplicación para smartphone que mide su comportamiento diario al volante. Estos datos se introducen en un algoritmo para calcular las puntuaciones de seguridad individuales. A continuación, Root basa las primas de seguro principalmente en el buen comportamiento de los conductores, al tiempo que otorga cierto peso a factores tradicionales como la puntuación crediticia y las estadísticas de fraude al seguro. Para reducir los prejuicios contra los clientes con menos recursos, Root evita tener en cuenta la educación o la ocupación de las personas (otros factores habituales en el sector), y se ha comprometido a eliminar las puntuaciones de crédito de sus tarifas para 2025. La empresa también asegura sólo a las personas que superan su prueba de seguridad. Al eliminar a los malos conductores, Root afirma que puede reducir los gastos asociados a los accidentes y bajar el precio del seguro para todos sus clientes. El modelo de Root es un ejemplo eficaz de cómo los algoritmos de tarificación -y la transparencia sobre ellos- pueden mejorar las relaciones con los clientes. En primer lugar, antes de que un cliente llegue a ver el precio de una póliza de Root, sabe lo que la empresa tiene y no tiene en cuenta. En segundo lugar, la clienta sabe por qué se le ofreció un precio específico que difiere de lo que otra persona podría pagar. En tercer lugar, sabe lo que Root hizo en su nombre para minimizar el coste final del seguro. Hacer que los clientes comprendan la naturaleza mutuamente beneficiosa de los precios algorítmicos es clave para su éxito. Esto se debe a que pagar de más por algo puede ser doloroso, literalmente. Las investigaciones realizadas por neurocientíficos de Carnegie Mellon, Stanford y el MIT han demostrado que los centros del dolor del cerebro humano se activan cuando las personas ven un producto con una etiqueta de precio excesivo. El mero hecho de pedir dinero -independientemente de cuándo o cómo- desplaza instantáneamente el foco de la relación con el cliente de la búsqueda de intereses alineados a la conciliación de intereses opuestos. En el peor de los casos, pedir dinero puede resultar alienante para los clientes. El reto para la organización Centrado en los clientes es minimizar los riesgos y limitar los daños que se producen cuando las normas del mercado impulsan el aumento de los precios y se entrometen en una relación que, por lo demás, está bien cultivada. Pinos Tsilli Antes de que los algoritmos de fijación de precios se generalizaran, los precios eran más rígidos y diferían poco de un vendedor a otro. Los clientes tenían expectativas relativamente estables y no percibían los precios como algo personal. Cada vez que los cambios de precios creaban discrepancias entre el coste real y el previsto, era más fácil para los clientes racionalizar los aumentos, creyendo que se estaban aplicando universalmente como parte de una estrategia corporativa cuidadosamente elaborada. La IT ha hecho que los choques sean más frecuentes, más arbitrarios y más sorprendentes en tamaño, lo que inquieta a los clientes y les hace más difícil que nunca conciliar lo que ven con lo que esperan. Al mismo tiempo, muchas empresas han llegado a creer que cuando las expectativas de precios de los clientes son estables y las disrupciones son mínimas, la empresa debe estar dejando demasiado dinero sobre la mesa. En línea con las normas del mercado, las empresas han recurrido cada vez más a los algoritmos para maximizar sus beneficios. Hoy en día, incluso las industrias B2B más lentas están sustituyendo las hojas de cálculo Excel por potentes herramientas de fijación de precios algorítmica. La tecnología ha permitido a las empresas profundizar en sus relaciones con los clientes y, paralelamente, ser más eficientes y competentes a la hora de extraerles dinero. Esta combinación, sin embargo, deja a menudo a los clientes preguntándose qué deben pensar y en qué empresas deben confiar. Con su sensibilidad a los precios acentuada, trabajan horas extras para intentar dar sentido a los cambios de precios. ¿Qué dicen las fluctuaciones sobre la calidad o la conveniencia del producto o servicio que están comprando? ¿Sobre los motivos y valores del vendedor? ¿Qué piensa realmente esa empresa de su patrocinio? Si los cambios de precios alcanzan un equilibrio, la urgencia de estas preguntas puede desvanecerse. Pero si la frecuencia y la magnitud de las intrusiones siguen siendo inciertas, estas preguntas persistirán y, en última instancia, obligarán a los clientes a sacar sus propias conclusiones, sin una orientación explícita por parte del vendedor. Es entonces cuando los clientes empiezan a reaccionar a los mensajes del algoritmo, no a los de la empresa, una propuesta arriesgada para cualquier negocio. Para controlar mejor lo que los precios algorítmicos dicen a los clientes y cómo afectan a las relaciones con ellos, ofrecemos cuatro recomendaciones, junto con ejemplos ilustrativos que ayudan a aclarar cómo puede aplicarse cada recomendación. En 2020, el minorista sueco de muebles IKEA puso en marcha una novedosa iniciativa en su establecimiento de Dubai. Durante un periodo limitado, la empresa permitió a los clientes pagar precios diferentes por los productos en función del tiempo que emplearan en llegar a la tienda. Cada artículo -desde un bocadillo en el restaurante hasta un juego de dormitorio completo- tenía un precio expresado en dos unidades: la moneda local y una cantidad de tiempo. Una familia que condujera, digamos, 45 minutos hasta la tienda IKEA ganaba un valor determinado vinculado a la distancia de su viaje. En la caja, la familia podría mostrar al cajero una lectura del tiempo de Google Maps (utilizando una función de la aplicación para teléfonos móviles Google Maps que rastrea y registra todas las rutas que uno realiza). La cajera ejecutaría un algoritmo que tendría en cuenta el tiempo empleado, la distancia recorrida y el salario medio por hora de un trabajador de Dubai para calcular el valor monetario del viaje. La tienda ofrecía entonces ese valor como una forma de moneda. Cuanto más largo era el viaje, más créditos de tiempo obtenía la familia y menos dinero tenía que desembolsar. La clara deducción que los compradores extrajeron del programa de IKEA fue que el minorista quería incentivarles para que recorrieran grandes distancias hasta sus tiendas. Aunque los distintos clientes pagarían precios diferentes por los mismos artículos, y los clientes individuales podrían ver precios diferentes cada vez que los visitaran (dependiendo de su lugar de procedencia), sentían no obstante que tenían poder de decisión sobre cuánto pagarían. Eso contrasta con la impotencia que la gente suele experimentar durante las subidas de precios. Lo mejor de todo es que, dado que los gastos de bolsillo de los clientes sólo podían disminuir -en conjunción con la distancia recorrida- en lugar de aumentar como resultado de un aumento de la demanda, nadie pagó nunca más del precio anunciado en el sitio web de la empresa. En otras palabras, IKEA utilizó el algoritmo basado en la distancia para recompensar a los clientes en lugar de penalizarlos. Puede que perdiera algunos ingresos inmediatos: Los compradores que conducían lo suficientemente lejos podían obtener grandes descuentos o incluso obtener algunos productos gratis. Pero al elegir un caso de uso adecuado, con incentivos incorporados para que la gente visitara la tienda, la empresa probablemente atrajo a más clientes remotos y aumentó la fidelidad de todos ellos (y el valor teórico de por vida). Los modelos como el de IKEA son poco frecuentes. Las empresas suelen emplear la fijación dinámica de precios para promover sus objetivos financieros a corto plazo sin tener demasiado en cuenta las percepciones de los clientes. Sin embargo, el mero volumen y la intensidad de los cambios de precios aplicados por algoritmos envían señales inequívocas a los compradores acerca de todo, desde la misión y los valores de una empresa hasta la calidad de sus ofertas. Estas señales pueden desplazar otros esfuerzos para dar forma a la narrativa en la relación de una marca con sus clientes. En el peor de los casos, los algoritmos convierten la ya delicada tarea de pedirles dinero en una experiencia que les ahuyenta. Por eso las empresas no pueden dejar la gestión de la tecnología de fijación de precios sólo en manos de los científicos de datos. Pinos Tsilli El camino hacia la mejora no es sólo técnico, sino también organizativo y psicológico. Por paradójico que pueda parecer, un algoritmo mejor podría empeorar las cosas, explotando las circunstancias y despertando el resentimiento, como ocurrió con Uber durante el atentado del Puente de Londres. Superar el reto organizativo empieza por reconocer que la tarificación algorítmica no es simplemente un medio para generar precios que equilibren la oferta y la demanda. Es, de hecho, un principio que debe alinearse con la propia organización de arriba abajo. Cuando los clientes tienen la impresión de que una empresa basa sus precios únicamente en la oferta y la demanda, las deducciones que extraen pueden ser perjudiciales. Piense en una empresa innovadora con ofertas muy diferenciadas. Cuando esa empresa hace hincapié en la oferta y la demanda en su algoritmo de fijación de precios, esencialmente está diciendo a los clientes que el valor de su producto está relacionado sobre todo con si está disponible o no, no con lo bien que resuelve los problemas de los clientes o su rendimiento en relación con los competidores. Además, los clientes pueden aprender a jugar con el sistema y programar sus compras para que coincidan con un momento en el que crean que el precio es bajo. Esto impulsa de nuevo la mercantilización. Por el contrario, el modelo de precios dinámicos de IKEA se centró en atraer a clientes poco probables en lugar de penalizar a los clientes probables por falta de oferta. En 2019, United Airlines eliminó las tablas de millas en las que se basaban los viajeros frecuentes para canjear sus puntos de recompensa. Sustituyó las tablas por un modelo algorítmico de fijación de precios, explicó por qué era necesario vincular los viajes de premio a la oferta y la demanda e hizo hincapié en cómo podían beneficiarse los clientes (gastando menos millas de premio para vuelos fuera de horas punta). El nuevo sistema dio lugar, sin embargo, a precios de premio más altos para los vuelos de alta demanda. Eso sin duda frustró a los clientes de premio, pero la aerolínea comunicó todos los cambios de forma fácilmente comprensible, y centró sus esfuerzos en una base de clientes específica (y presumiblemente leal). De este modo, pudo mitigar un importante daño a su reputación. Además, como delegó la gestión del nuevo algoritmo en el equipo que supervisaba el programa de fidelización, United dio la propiedad clara del sistema de precios a un departamento que estaba muy en sintonía con las sensibilidades de los clientes más fieles. Esa estrategia permitió a la aerolínea supervisar y responder rápidamente a los fallos del algoritmo o a los problemas con las relaciones con los clientes. Es fácil culpar a los propios algoritmos cuando se vuelven locos, pero las causas profundas de los problemas suelen residir en otras áreas: una atención organizativa inadecuada o una falta de apreciación de la psicología del cliente. La mayoría de las empresas tienen una comprensión incompleta de lo que ocurre realmente cuando piden dinero a los clientes. Se centran con demasiada intensidad en las cifras, que consideran poco más que los resultados pasivos de las fuerzas del mercado que configuran la oferta y la demanda. Para utilizar el término de Adam Smith, la "mano invisible" hace el trabajo, no la propia empresa. Esta miopía lleva a las empresas a pasar por alto toda la demás información que transmiten los precios. Incluso cuando las organizaciones reconocen el poder de esta información y sus implicaciones, la mayoría de las empresas no pueden gestionarla con eficacia, porque la fijación de precios es una cuestión huérfana de organización, sin un liderazgo, una responsabilidad y una rendición de cuentas claramente definidos. Cuando las empresas entregan alegremente el trabajo pesado de la fijación de precios a la automatización, ceden a los algoritmos no sólo el control de las matemáticas, sino también el de los mensajes. Mientras los científicos de datos, los analistas de datos y los especialistas en fijación de precios se centran en optimizar los números, ¿quién se asegura de que los mensajes sean óptimos? La respuesta en muchas organizaciones es nadie. Un algoritmo de fijación de precios por sí solo tiene dos puntos débiles. En primer lugar, carece de la empatía necesaria para anticipar y comprender los efectos conductuales y psicológicos que los cambios de precios tienen en los clientes. En segundo lugar, carece de la perspectiva a largo plazo necesaria para garantizar el cumplimiento de una estrategia corporativa o un propósito general. Al hacer hincapié únicamente en las fluctuaciones de la oferta y la demanda en tiempo real, el algoritmo va en contra de los objetivos de los equipos de marketing de establecer relaciones y fidelizar a los clientes a más largo plazo. Este conflicto entre el pensamiento a largo plazo y los cambios de precios en tiempo real no sólo intensifica el choque entre ganar buena voluntad y ganar dinero; también aumenta la urgencia de encontrar una solución antes de que la marca sufra daños irreversibles. Si una empresa no gestiona su fijación de precios y sus mensajes de forma proactiva y estratégica, puede desencadenar e incluso acelerar la mercantilización de sus ofertas aumentando la sensibilidad a los precios, socavando las relaciones precio-valor y empañando la reputación de la marca. Pero al dotar de poder a un equipo que pueda planificar sus iniciativas y tomar decisiones sobre ellas en el momento, la empresa puede pivotar rápidamente cuando surgen predicamentos. Piense en una mala experiencia típica en un parque temático. Los visitantes tienen que sufrir largas colas para las atracciones, la comida y los baños, además de una falta de atención personal por parte de un personal de apoyo abrumado o poco formado. Una experiencia tan desagradable deja a muchos clientes preguntándose si su fuerte inversión en entradas, aparcamiento, refrescos y alojamiento merece la pena. Los clientes tendrían una visita más agradable si encontraran colas y tiempos de espera más cortos y tuvieran mejores interacciones con el personal del parque. Para aumentar la satisfacción de los clientes, Walt Disney World, en Orlando (Florida), cambió en 2018 su estructura dinámica de precios de manual a algorítmica. El nuevo programa, que elevó los precios de las entradas para varios días en general pero redujo el precio de las entradas para las fechas de menor afluencia, animó a los clientes a planificar sus viajes con mucha antelación o a reservar viajes durante los periodos de menor afluencia para aprovechar los precios más bajos. La infografía artesanal de Tsilli Pines explora el poder que tienen los números en nuestras vidas y la topografía del dinero en la conciencia humana. Pinos Tsilli El programa de Disney tiene varios méritos: En primer lugar, demuestra que la fijación dinámica de precios puede servir para otros objetivos además de aumentar los ingresos o el volumen. Aunque los ingresos totales y el número total de huéspedes se mantengan constantes a lo largo del tiempo, la estructura de precios hace que el flujo de clientes sea más constante, lo que significa una menor volatilidad en las necesidades de personal y otros recursos de Disney. Esto puede suponer un importante ahorro de costes. En segundo lugar, la experiencia del cliente mejora notablemente porque los huéspedes pueden disfrutar de más atracciones, visitar más atracciones y aprovechar mejor su tiempo en los parques. Por último, el programa de precios dinámicos puede publicitarse explícitamente como un compromiso con la satisfacción del cliente a largo plazo (a pesar de un aumento general de los precios). Cuando Disney World cambió a su sistema algorítmico, también determinó que le convendría dejar de fijar precios dinámicos para las entradas de un solo día en sus parques temáticos individuales (Magic Kingdom, Epcot, Animal Kingdom y Hollywood Studios). El precio de las entradas de un solo día en las cuatro propiedades se fijó entre 109 y 129 dólares, independientemente de la época del año en que un cliente decidiera visitarlas, sin tener en cuenta la demanda. Esa barrera limitaba la cantidad que Disney podía cobrar por un pase de un solo día, pero establecía parámetros claros que ayudaban a los clientes a prever sus gastos y planificar sus visitas. Y al observar cómo autoseleccionaban sus viajes, Disney pudo afinar su comunicación sobre la experiencia en el parque y diseñar paquetes de servicios adicionales para atender a los distintos segmentos de clientes. Otras empresas pueden utilizar los guardarraíles de forma similar, no sólo para proteger a los clientes de las oscilaciones salvajes de los precios, sino también para juzgar cómo repercuten los precios en todas las áreas de la organización. Al establecer los guardarraíles iniciales y continuar desplegándolos, las empresas deben fomentar el intercambio de información entre las diferentes líneas de negocio. Esa es la mejor manera de extraer aprendizajes clave y utilizarlos en beneficio de la empresa. Vemos tres áreas principales para una colaboración más estrecha entre las funciones para extraer ideas de los algoritmos: Experimentación. La experimentación controlada y periódica de los precios puede ayudar a una empresa a medir hasta qué punto los clientes valoran un producto o servicio, o cualquiera de sus características, y a comprender el contexto de cuándo y cómo obtienen ese valor. De hecho, la experimentación de precios puede ser mucho más poderosa que la investigación de mercado tradicional, porque los clientes reaccionan a ofertas reales y realizan transacciones reales. Sus respuestas a los cambios de precios ayudan a las empresas a descubrir qué funciona, qué no funciona y en qué momento los compradores toman por primera vez sus decisiones de compra. Supervisión. Las empresas pueden desarrollar un nuevo Indicador Clave de Desempeño o comparar los indicadores existentes para asegurarse de que la frecuencia y la magnitud de los cambios de precios no están erosionando la lealtad de los clientes o la reputación de la marca. Ninguna empresa quiere ser percibida como injusta, manipuladora o codiciosa. Por eso es importante tomar medidas para restringir y gestionar la salida de los algoritmos de fijación de precios, y vital pensar con antelación los mensajes y sus consecuencias. Esto permite a las empresas evitar precios extremos y flotantes mediante la aplicación de suelos y techos duros, como hizo Disney con sus precios fijos para un solo día. Estrategia. Se trata esencialmente de una visión integrada a largo plazo de los dos primeros elementos. ¿Funcionan en armonía -o con la menor fricción posible- el desarrollo de productos, la marca, el posicionamiento y la fijación de precios de la empresa para cumplir los objetivos estratégicos de la compañía? La empresa debe esforzarse por averiguar, directa o indirectamente, cómo perciben los clientes su misión y su propósito y si sus acciones en materia de precios refuerzan o perjudican la reputación que intenta establecer. Los mensajes que los clientes deducen de los precios deben sincronizarse con los mensajes explícitos que una empresa comunica a través de sus actividades no relacionadas con los precios para promocionarse a sí misma y a sus productos. Cuando las empresas prestan atención a todas las diversas formas en que los cambios de precios pueden alterar lo que los clientes creen y cómo se comportan -más allá de la decisión inmediata de comprar o no comprar- pueden mejorar la relación con el cliente en lugar de disminuirla, incluso cuando suben los precios. Las empresas pueden aprovechar el poder de los cambios de precios para mejorar sus operaciones y, al mismo tiempo, crear una mejor experiencia general para los clientes. Lejos del enfoque de "fijar y olvidarse" de los precios que era habitual en el pasado, las organizaciones con una estrategia dinámica deben adoptar una postura más proactiva y creativa para lograr los resultados deseados. Para Disney, IKEA y United Airlines, los objetivos eran sencillos: Las marcas querían que a los clientes les mereciera la pena realizar transacciones, incluso en circunstancias poco ideales (en días menos convenientes, o a pesar de los largos desplazamientos hasta las tiendas físicas). También querían beneficiarse de poder gestionar cómo, cuándo y por qué se comunicaban los cambios en los precios. Los mejores algoritmos de fijación de precios pueden analizar los datos de los clientes y otra información para generar precios óptimos para un cliente determinado en un momento dado. Pero, ¿desde la perspectiva de quién son óptimos esos precios? Esa pregunta llega al conflicto entre ganarse la buena voluntad de los clientes y ganar más dinero, lo que plantea un complicado reto organizativo que debe ser supervisado por un propietario claro y gestionado cuando sea necesario. A veces puede ser necesario ajustar el algoritmo; otras, suspender temporalmente su uso. . . . Al día siguiente del atentado del Puente de Londres, Uber anunció que había reembolsado los pagos de todos los usuarios que habían alquilado un coche en la zona afectada. También se jactó de que sus conductores habían ayudado a decenas de miles de personas a huir del lugar de los hechos. Ambos anuncios probablemente habrían mejorado la reputación de la empresa si no se hubiera visto empañada por la rápida reacción a la subida de precios. Aunque es difícil cuantificar el impacto negativo duradero de esa subida en la relación de Uber con sus clientes, está claro que una respuesta más rápida o un mecanismo más proactivo para evitar la subida de precios habría beneficiado a la marca y a los usuarios a los que se prestó servicio esa noche. Todas las empresas deben comprender lo que sus algoritmos de fijación de precios están comunicando a los clientes y cuál es la mejor forma de controlar ese mensaje. Para hacerlo con eficacia, deben desarrollar un caso de uso y una narrativa adecuados para implantar la tarificación algorítmica, asignar a un propietario la supervisión de los precios y facultar a ese propietario para gestionar o anular la automatización cuando sea necesario. De este modo, las empresas podrán optimizar los precios dinámicos en tiempo real sin sacrificar la fidelidad de sus clientes ni perjudicar su reputación.

Las trampas de los algoritmos de fijación de precios

Resumen.

Partner Center