Processo de precificação: o papel dos algoritmos

06 de Maio de 2020

Na semana passada, publicamos o primeiro conteúdo sobre o processo de precificação utilizando inteligência artificial. No material, apresentamos as fases do processo, que são: (1) coleta de dados, (2) execução dos algoritmos (operações matemáticas e simulações com os dados coletados) e (3) envio das sugestões de preços. Para aprofundar seus conhecimentos a respeito do primeiro passo, acesse o artigo anterior. Aqui, vamos discutir a segunda etapa e desmistificar o papel dos algoritmos, provando que eles são os maiores aliados na otimização dos seus preços.

Os dados de vendas, preços e custos coletados pela integração (se você não está familiarizado com esse termo, acesse o artigo anterior) são usados como insumos no processo de precificação, que também deve ser moldado ao perfil de consumo de cada posto. Para isso, é importante entender a fundo como a demanda reage às alterações de preço, ou seja, qual o impacto que a redução/aumento do preço acarreta no volume.

Pensando nisso, os algoritmos da Aprix utilizados na otimização de preços foram desenvolvidos com base em três pilares sequenciais: (1) previsão de demanda, (2) simulação de cenários de preço e margem e, por fim, (3) validação estratégica dos preços.

(1) Quanto vou vender hoje?

Primeiramente, a demanda do posto para cada combustível com diferentes preços deve ser prevista por meio de cálculos matemáticos e estatísticos. Esses algoritmos se adaptam à dinamicidade do mercado, aprendendo a cada dia com as informações de vendas, em um ciclo constante. Nossos algoritmos calculam diariamente a previsão de vendas, de forma que, antes do dia se passar, o revendedor já pode estimar o volume vendido com a precisão que nenhum humano conseguiria, como pode-se observar no gráfico abaixo, no qual a taxa de acerto foi de 95%! Isso significa que, para uma venda hipotética de 1.000 L, o algoritmo teria previsto a demanda em torno de 900 e 1.050 L.

Algoritmo

(2) Qual será minha massa de margem para cada hipótese de preço?

Conhecendo então o comportamento da demanda, a próxima etapa é simular uma infinidade de cenários de preços com suas respectivas demandas previstas, calculando a massa de margem (margem unitária multiplicada pelo volume de vendas) em cada um desses cenários. A partir desses cálculos, é possível determinar qual preço trará a maior rentabilidade para o posto naquele dia. Por exemplo, na imagem abaixo, podemos observar nos diversos cenários que o movimento de preço que traria a maior margem no dia seria subir 5 centavos (conforme destacado).

Plataforma Aprix

(3) O preço que maximiza a margem está alinhado com a minha estratégia de longo prazo?

As empresas têm estratégias diferentes com relação ao seu posicionamento frente a concorrência, níveis de volume que desejam trabalhar, diferenças de preços entre combustíveis comuns e aditivados, entre tantas outras peculiaridades. O que significa que, estrategicamente, nem sempre o preço que corresponde à maior rentabilidade é a melhor decisão de precificação. Sendo assim, os preços definidos pelos algoritmos também devem levar em consideração o impacto no volume a longo prazo e o posicionamento de mercado de cada posto e combustível. É por isso que o sistema de precificação da Aprix possui sua terceira e última etapa, na qual ocorre uma validação do preço ótimo a ser sugerido com a estratégia do posto. No mesmo exemplo anterior, mesmo que o cenário de máxima lucratividade fosse o de subir 5 centavos, o algoritmo sugere manter o preço. Isso pode ocorrer por diversas razões, como vendas baixas no histórico recente ou diminuições de preços na concorrência ou de custo, que devem estar alinhadas com os gestores dos postos de modo a refletir suas estratégias.

Plataforma Aprix

Algoritmos de precificação dinâmica já são uma realidade na revenda de combustíveis brasileira graças a Aprix. Enquanto muitos revendedores ainda precificam utilizando somente a intuição, uma parte do mercado já implementou um processo de precificação estruturado, racional e baseado em dados no seu negócio, e está colhendo frutos mesmo durante a crise, como demonstramos com um dos nossos cases que você pode ler aqui no blog.


Compartilhe este material