00:00:07 Optimización de precios y desafíos.
00:01:34 Enfoques clásicos para la fijación de precios y sus limitaciones.
00:04:12 Importancia de integrar la fijación de precios y la optimización de la cadena de suministro.
00:05:48 Ejemplos exitosos de fijación de precios dinámica en el comercio electrónico.
00:07:26 Equilibrar la comunicación de mercado y la optimización para la fijación de precios dinámica.
00:09:07 Utilizar un enfoque probabilístico para una mejor optimización de precios.
00:11:58 Importancia de los datos históricos y las prácticas de fijación de precios.
00:13:56 Requisitos técnicos para la optimización de precios.
00:15:03 Proceso y requisitos de datos para la optimización de precios.
00:17:35 Importancia de la fijación de precios de la competencia en diferentes industrias.
00:19:22 Predecir precios y ganancias futuras, e industrias que ya lo hacen.
00:20:33 La lección clave sobre la optimización de precios y su relación con la demanda.
00:21:18 Observaciones finales.
Resumen
En una entrevista, Joannes Vermorel, fundador de Lokad, analiza los desafíos de modelar la fijación de precios y la demanda, enfatizando que a menudo están desconectados. Argumenta que los modelos de pronóstico tradicionales son limitados ya que no tienen en cuenta los efectos de los precios. Vermorel cree que la optimización de precios y la gestión de la cadena de suministro están fundamentalmente entrelazadas y deben considerarse juntas. Las estrategias de fijación de precios dinámica, como las utilizadas por Amazon, permiten a las empresas gestionar los faltantes de stock y maximizar los márgenes. Vermorel destaca la importancia de un enfoque probabilístico para el pronóstico, que tiene en cuenta una variedad de posibilidades. Al reunir a los equipos responsables de la fijación de precios, la planificación, las compras y la producción, las empresas pueden ejecutar mejores estrategias de optimización con requisitos mínimos de datos.
Resumen Extendido
En la entrevista, el presentador Kieran Chandler y Joannes Vermorel, fundador de Lokad, discuten los desafíos de modelar la relación entre la fijación de precios y la demanda, y cómo los avances en aprendizaje automático y big data han hecho posible la optimización de precios para las empresas modernas.
Vermorel comienza explicando que lo más sorprendente de la fijación de precios es lo desconectada que está de la planificación de la demanda. Los equipos de marketing suelen determinar los puntos de precio de los productos, mientras que los equipos de planificación deciden la demanda. El equipo de ventas puede coordinarse como parte de un proceso de S&OP (Planificación de Ventas y Operaciones), pero a menudo se ignora la fijación de precios una vez que se ha tomado una decisión.
Luego, discute el principio básico de la economía de que a medida que los precios aumentan, la demanda disminuye. Para la mayoría de los bienes, esto es cierto, aunque hay excepciones conocidas como bienes Veblen. Vermorel comparte que estos bienes son raros y que la experiencia en Lokad se centra principalmente en productos más comunes. El desafío surge al considerar que la mayoría de las herramientas de planificación de la cadena de suministro no tienen en cuenta la fijación de precios, dejando a los planificadores ciegos ante los fuertes efectos de los precios que pueden afectar los pronósticos.
La razón por la que muchas herramientas de la cadena de suministro no tienen en cuenta la fijación de precios se debe a las numerosas variables, como las influencias del marketing, que pueden afectar la demanda. Sin embargo, Vermorel argumenta que la cantidad de variables no es necesariamente un problema, ya que las computadoras modernas pueden procesar cientos de miles de variables. En cambio, el problema radica en los modelos simplistas utilizados, que a menudo solo consideran la demanda como un promedio móvil con un coeficiente estacional, sin tener en cuenta los faltantes de stock o los efectos de los precios.
Vermorel enfatiza la importancia de monitorear los precios de la competencia, lo cual se ha vuelto más fácil con los rastreadores web y las empresas especializadas en recuperación de datos. Él cree que el punto de partida para la optimización de precios es reconocer que la optimización de la cadena de suministro debe tener en cuenta la optimización de precios. Estos dos elementos están fundamentalmente entrelazados y no se pueden separar. Al reconocer esto, las empresas pueden comenzar a trabajar hacia estrategias de precios y gestión de la cadena de suministro más efectivas.
Vermorel enfatiza la importancia de incorporar la fijación de precios en el proceso de pronóstico. Los modelos de pronóstico tradicionales, que tratan los precios y la demanda por separado, tienen limitaciones en su capacidad para predecir con precisión el futuro. Él argumenta que los precios no deben tratarse como una entidad separada que se pronostica, sino como un factor que se puede diseñar para optimizar la gestión de la cadena de suministro.
Las empresas de comercio electrónico se citan como líderes en la optimización inteligente y cuantitativa a través de la fijación de precios dinámica. Vermorel explica que al ajustar los precios en función de los niveles de inventario, las empresas pueden gestionar mejor los faltantes de stock y maximizar los márgenes. Por ejemplo, si una empresa sabe que se está quedando sin stock, no es necesario liquidar rápidamente el stock restante. En cambio, pueden aumentar el precio para obtener márgenes más altos en las últimas unidades. Por el contrario, si los competidores están experimentando faltantes de stock, no es necesario apresurarse y crear una situación de faltante de stock para ellos mismos.
Otro ejemplo que proporciona Vermorel es la práctica común entre los minoristas de moda de realizar ventas al final de una colección para liquidar el exceso de stock. Estrategias de fijación de precios dinámica como estas ya están siendo utilizadas por empresas como Amazon, cuyos precios cambian con frecuencia en función de los factores de demanda y oferta.
La fijación de precios dinámica se basa en varios factores, incluido el rendimiento histórico del producto y los niveles de demanda. Vermorel señala que la fijación de precios cumple múltiples propósitos, uno de los cuales es enviar un mensaje al mercado sobre la posición de una marca. Por ejemplo, una marca barata no debería aumentar demasiado sus precios durante los faltantes de stock, ya que podría dañar su imagen.
Otro aspecto importante de la fijación de precios es su capacidad para ayudar a gestionar los desafíos e incertidumbres de la cadena de suministro acelerando o desacelerando la demanda. La fijación de precios dinámica puede llevar a una mejor asignación de recursos y mejorar la experiencia general del cliente. Si hay dos productos casi idénticos disponibles pero uno está a punto de agotarse, aumentar el precio del artículo escaso puede ayudar a dirigir a los clientes que son indiferentes entre los dos hacia el producto más abundante, mientras que aquellos que específicamente desean el producto escaso aún pueden acceder a él a un precio más alto.
En cuanto a la integración de la fijación de precios con el pronóstico, Vermorel sugiere abandonar la idea de pronósticos estáticos. Critica el enfoque tradicional, que implica predecir un número específico de ventas futuras para un producto. Este enfoque no tiene en cuenta el hecho de que la fijación de precios es una palanca que se puede utilizar para influir en la demanda. En cambio, argumenta que los pronósticos deben tener en cuenta no solo las incertidumbres futuras, sino también las decisiones que las empresas pueden tomar para dar forma a la demanda a través de ajustes de precios.
Vermorel explica que la fijación de precios no es incierta, sino más bien indecisa, y las empresas deberían tener la capacidad de ajustar sus precios en función de la retroalimentación del mercado. Esto puede implicar aumentar los precios para reducir la demanda cuando se agota el stock o disminuir los precios para aumentar la demanda.
Un enfoque probabilístico, que tiene en cuenta una variedad de posibilidades, puede ayudar a las empresas a comprender mejor los efectos de los cambios de precios. Vermorel utiliza el ejemplo del Big Mac de McDonald’s, explicando que pequeños cambios en el precio tienen un impacto medible en la demanda debido a la escala y sensibilidad al precio del producto. Sin embargo, en situaciones típicas de la cadena de suministro donde se venden menos unidades, el análisis de precios se vuelve más difuso. El pronóstico probabilístico ayuda a abordar esta incertidumbre al permitir a las empresas ajustar sus pronósticos de demanda al alza o a la baja mientras siguen siendo relativamente inciertos.
Vermorel destaca la importancia de reunir a los equipos responsables de la ingeniería de precios, planificación, compras y producción para optimizar los precios. Al hacerlo, las empresas pueden ejecutar mejores estrategias de optimización. Los requisitos de datos para la optimización de precios no son extensos; los datos históricos de ventas, el historial de promociones y la información de precios de la competencia (si está disponible) suelen ser suficientes.
La entrevista también aborda la importancia de los precios de la competencia. Vermorel explica que el impacto de los precios de la competencia depende de la industria, siendo las marcas de lujo menos afectadas por los precios de la competencia, mientras que las industrias con productos fácilmente sustituibles son más sensibles a los precios de los competidores.
Vermorel señala que algunas empresas, como Amazon, ya están utilizando la optimización de precios de manera efectiva. Predice que la optimización de precios se volverá más común en diversas verticales en el futuro. En resumen, la optimización de precios es una parte integral del pronóstico de la demanda, y las empresas no deben ignorar los efectos de los precios en sus esfuerzos de optimización de la cadena de suministro.
Transcripción completa
Kieran Chandler: Hoy en Lokad TV, vamos a aprender cómo los avances en el aprendizaje automático y Big Data han cambiado todo esto, y ahora es posible la optimización de precios para las empresas modernas. Entonces, Joannes, tal vez podrías contarnos un poco sobre cómo se están abordando los enfoques clásicos que muchas empresas están tomando hoy en día para la fijación de precios.
Joannes Vermorel: Lo más espectacular de la fijación de precios es típicamente lo desconectada que está de la planificación de la demanda en general. Tienes, digamos, el equipo de marketing que va a evaluar cuál es un buen punto de precio para los productos, y luego, en gran medida aislado, con frecuencia completamente aislado, tendrás los equipos de planificación que decidirán cuál será la demanda. Tal vez el equipo de ventas se coordinará como parte de un proceso de S&OP, pero numéricamente, el precio se ignora en su mayoría una vez que alguien ha tomado una decisión sobre el punto de precio de un producto determinado.
Kieran Chandler: Ya hemos cubierto los procesos de S&OP en un episodio anterior, y el propio precio, ¿cómo funciona como mecanismo?
Joannes Vermorel: La Economía 101 es que, típicamente, a medida que aumentas el precio, disminuyes la demanda. En teoría, hay una clase de bienes conocidos como Bienes Veblen, que pueden ser lo contrario porque una etiqueta de precio más alta los hace más atractivos. Pero, la experiencia en Lokad es que esos bienes son extremadamente raros. Entonces, para prácticamente cualquier cosa que sea como cosas normales, si aumentas el precio, disminuyes la demanda, y esto es relativamente obvio. Sin embargo, se vuelve muy complicado porque, cuando piensas en términos de la optimización clásica de la cadena de suministro, te enfocas mucho en la demanda, pero la fijación de precios no existe. La mayoría de las herramientas de planificación de la cadena de suministro ni siquiera tienen en cuenta los precios. Entonces, estás completamente ciego. Y obviamente, significa que cada vez que hay un fuerte efecto de precios que entra en juego, bueno, toda la planificación y todos tus pronósticos están dramáticamente equivocados.
Kieran Chandler: Entonces, una de las razones por las que muchas de estas herramientas de cadena de suministro no tienen en cuenta los precios es porque hay tantas variables. Hay cosas como influencias de marketing y cosas que pueden obstaculizar la demanda. ¿Es esa la razón por la que el precio no se tiene en cuenta realmente?
Joannes Vermorel: Sí, pero también, simplemente porque la cantidad de variables en sí misma no es necesariamente un problema. Con la capacidad de procesamiento de las computadoras modernas, puedes lidiar con cientos de miles de variables. Esto no es, en sí mismo, un obstáculo. Sin embargo, esos modelos clásicos tienden a ser completamente simplistas. Piensas en la demanda como un simple promedio móvil con solo un coeficiente estacional, y eso es todo. Ni siquiera tienes en cuenta con frecuencia cosas tan básicas como los faltantes de stock. Entonces, obviamente, si tienes faltantes de stock, observas ventas cero, pero eso no significa que no haya demanda cero. Mucho menos el efecto del precio. De hecho, el precio es más sutil, e idealmente, tendrías en cuenta el precio de tus competidores, que hoy en día, con los rastreadores web, también se pueden monitorear en línea. Nunca ha sido más fácil acceder realmente a los datos. Incluso hay empresas especializadas en recuperar esos precios por ti.
Kieran Chandler: Entonces, si no es un problema y es posible hacer un seguimiento de todas estas variables, ¿cómo podemos comenzar a trabajar hacia la optimización de precios? ¿Por dónde empezamos?
Joannes Vermorel: Tu optimización de la cadena de suministro debe tener en cuenta la optimización de precios. No puedes disociar las dos cosas, ya ves, porque la perspectiva tradicional es que habrá personas que, de forma aislada, deciden un precio y luego otras personas, de forma aislada, deciden cuál será la demanda futura. Pero la realidad es que esos dos elementos están completamente vinculados entre sí, y si no puedes desentrañarlos, están fundamentalmente entrelazados. Así que eso significa que el punto de partida es reconocer, en términos de proceso, que esas cosas irán de la mano. Y si, por diseño, los separas, entonces no importa cuán inteligente pueda ser tu aprendizaje automático o todas tus recetas numéricas. Una vez que están completamente separados por diseño, ya no puedes reconocer, desde una perspectiva de pronóstico de demanda, el hecho de que exista el precio porque estás ciego, numéricamente hablando. Entonces, la idea es que el precio, en lugar de ser algo que realmente pronosticas, es algo que realmente diseñas tú mismo. Un ejemplo sería bastante bueno, y hay empresas aquí que realmente están haciendo esto bien hoy en día. Las empresas de comercio electrónico, como de costumbre, están a la vanguardia cuando se trata de optimización cuantitativa muy inteligente. Optimizan cuantitativamente el precio de manera agresiva. Entonces, básicamente, si saben que se están quedando sin stock, no tiene sentido apresurarse a liquidar el stock que queda, porque de todos modos, terminarás con un faltante de stock. Puedes inflar un poco tu precio y aún así enfrentarás un faltante de stock, pero al menos habrás obtenido márgenes más grandes en esas últimas unidades. Por el contrario, si ves que tus competidores están sufriendo faltantes de stock, no tiene sentido apresurarse al punto en el que tú mismo enfrentarás un faltante de stock solo por el flujo adicional de demanda. Por el contrario, eso es lo que hacen todos los minoristas de moda si terminas con demasiado stock para un producto dado al final de la colección: haces una venta para liquidar lo que queda. Entonces, la fijación dinámica de precios ya se utiliza en producción. Amazon, por ejemplo, si miras sus precios, están muy en constante cambio. Los precios cambian de un día para otro e incluso de una hora a otra, especialmente durante períodos muy ocupados como la prenavidad.
Kieran Chandler: Entonces, ¿la base de esa fijación dinámica de precios es básicamente cómo han funcionado los productos históricamente y los niveles de demanda en diferentes puntos?
Joannes Vermorel: La idea es que el precio es muchas cosas. El precio es un mensaje que envías al mercado, por lo que esa parte es relativamente rígida. No quieres alejarte demasiado del mensaje. Si te posicionas como una marca barata, no quieres aumentar drásticamente tu precio debido a los faltantes de stock. Así que hay esta parte de la comunicación que es importante, que es el componente a largo plazo. Pero también está el hecho de que el precio es un mecanismo fantástico para acelerar o frenar la demanda y ayudarte a enfrentar los desafíos y dificultades de tu cadena de suministro. El futuro es incierto y es muy difícil tener un pronóstico preciso cuando los mercados son extremadamente erráticos. Por lo tanto, tener una fijación dinámica de precios es una forma de hacer una mejor asignación de recursos e incluso brindar un mejor servicio a tus clientes.
No tiene sentido, por ejemplo, si tienes dos productos que son casi sustitutos perfectos pero uno de ellos se va a agotar. No es naturalmente un sustituto perfecto a los ojos de todos tus clientes. Si aumentas el precio de uno de esos dos productos, los clientes que no les importa usar un producto en lugar del otro simplemente cambiarán al otro. Los clientes que se preocupan seguirán teniendo acceso al producto que realmente buscan, e incluso están dispuestos a pagar un pequeño extra.
Kieran Chandler: Ahora veamos las cosas desde la perspectiva del pronóstico. Quiero decir, ¿cómo puedes construir un pronóstico que funcione bien junto con la fijación de precios?
Joannes Vermorel: La idea es que debes renunciar a la idea de tener un pronóstico estático. Esa también es una de mis grandes preocupaciones con una perspectiva clásica sobre el pronóstico. Se supone que debes decir: “esto es, esto es el futuro, venderemos 1,000 unidades de esta cosa”, y la respuesta es, bueno, depende. Tu fijación de precios es fundamentalmente una palanca que puede influir en la demanda. Entonces, lo que estás tratando de pronosticar está impulsado fundamentalmente por algo que puedes hacer. No se trata solo de capturar la incertidumbre futura; también se trata de capturar las decisiones futuras que tomarás tú mismo. Y esas decisiones, no son inciertas; están sin decidir. No hay incertidumbre sobre tu fijación de precios; tu fijación de precios es exactamente lo que quieres que sea. Si quieres aumentar tu precio, puedes aumentar tu precio, excepto si estás en un dominio altamente regulado. En su mayoría, tienes completa libertad sobre tu fijación de precios, por lo que no hay incertidumbre, pero podrías cambiar de opinión.
Si piensas en un pronóstico estático, es como si dijeras: “bueno, mi precio no cambiará pase lo que pase”, lo cual es malo. Es mucho más inteligente, y en los negocios, significa ser más rentable, poder ajustar lo que estás haciendo según la retroalimentación del mercado.
Kieran Chandler: Entonces, básicamente, si quieres reducir la demanda porque te estás quedando sin stock, aumentarás los precios, y luego, si quieres aumentar la demanda, puedes reducir el precio?
Joannes Vermorel: Exactamente. Y aquí es donde encaja un enfoque probabilístico, tener este rango de posibilidades podría funcionar bien. Las probabilidades realmente ayudan porque, a menos que estés vendiendo un producto como el Big Mac en un país grande como Alemania donde tienes cantidades fantásticas, si aumentas el precio del Big Mac, cada centavo probablemente tendrá un impacto medible en la demanda. Entonces aquí tienes un producto que se vende a gran escala y es altamente sensible al precio. Las personas deberían poder medir la elasticidad exacta. Estoy bastante seguro de que hay personas inteligentes en McDonald’s que conocen la elasticidad precio del Big Mac país por país.
Pero eso funciona bien porque tienen una gran cantidad de datos. En situaciones típicas de la cadena de suministro, no estás vendiendo millones de unidades a la semana de un producto dado. Con frecuencia, terminas con solo unas pocas cientos de unidades a la semana o incluso menos que eso, por lo que significa que tu análisis de precios va a ser muy incierto. Donde sí ayuda es que tener un pronóstico probabilístico significa que realmente puedes tener un pronóstico donde simplemente desplazas tu pronóstico de demanda hacia arriba o hacia abajo, pero sigue siendo relativamente incierto. Cuanto más lejos estés de tu punto de precio habitual, más incertidumbre adicional agregarás.
Porque si solo mueves un poco el precio, resulta que, muy probablemente, tus datos históricos son relevantes como referencia para adivinar qué sucederá. Pero si pensaras en lo que sucedería si tu precio fuera, por ejemplo, 10 veces más barato, es probable que no tengas datos históricos para respaldarlo, simplemente porque nunca lo hiciste. Entonces, porque no fue rentable, ninguno de tus competidores estaba a punto de hacerlo tampoco, así que simplemente no lo sabes. Nadie lo sabe. Tal vez haya 100 veces más demanda por tu producto si fuera 10 veces más barato, pero simplemente no es un punto que hayas explorado. Entonces, simplemente no lo sabes, y esa es una situación extrema, pero la misma idea se aplica.
Kieran Chandler: Cuanto más te alejes de tus prácticas de precios habituales, menos información tendrás proveniente de tu tienda, por lo que más incertidumbre tendrás.
Joannes Vermorel: Ok, entonces en el ejemplo del Big Mac, lo que estás diciendo es que si estás cambiando unos pocos centavos aquí o allá, tendrás una mejor comprensión, mientras que si estás cambiando unos pocos euros, un cambio más grande, entonces tendrás mucho menos comprensión del futuro posible.
Kieran Chandler: Hablemos de algunos de los requisitos técnicos para la optimización de precios. Quiero decir, ¿qué necesita una empresa? Dijiste esto sobre el Big Mac y que McDonald’s tiene muchos datos históricos. ¿Qué tipo de requisitos técnicos necesita una empresa para optimizar sus precios?
Joannes Vermorel: Tu requisito para comenzar es primero reunir a los equipos que están diseñando el precio y los equipos que típicamente realizan la planificación, y aquellos que realizan todas las compras y planes de producción. Verás, porque el problema es que necesitas, como requisito, reunir todas esas funciones; de lo contrario, no podrías realizar la optimización. Es como si, por diseño, te hubieras impedido a ti mismo incluso poder ejecutar eso. Luego, diría que los requisitos del proceso, en términos de datos, no necesitas tanto. En realidad, tus datos tradicionales de ventas históricas son buenos. Necesitas tener los sospechosos habituales: tu historial de promociones, porque las promociones son como movimientos temporales de precios que son interesantes para analizar qué sucede cuando mueves el precio. También necesitas tener faltantes de stock históricos para evitar tener contaminaciones y valores atípicos que no puedes explicar en términos de precio. Idealmente, si puedes tener el precio de tus competidores, al menos en la web, eso realmente ayuda. No es estrictamente necesario, pero realmente ayuda a comprender, diría yo, los efectos no lineales cuando te vuelves más barato que el competidor o el competidor se vuelve más barato que tú. Eso puede tener efectos no lineales pequeños en la demanda que puedes ver, picos y caídas que se explican simplemente porque las personas cambian de quien es el menos caro.
Kieran Chandler: Al reunir todos estos departamentos, ¿cómo difiere esto de un enfoque más tradicional de S&OP?
Joannes Vermorel: Difiere en el hecho de que, fundamentalmente, en tu fijación de precios, renuncias a la idea de tener un precio fijo para un producto. En cambio, tienes una estrategia de precios. Digamos que estás obteniendo productos en Asia, y pasarán 13 semanas entre el momento en que realizas un pedido a tu proveedor asiático y el momento en que realmente puedes poner el producto en exhibición y comenzar a vender en América del Norte y Europa. ¿Por qué decidirías, en el día cero, cuál será tu precio cuando comiences a vender tu producto 13 semanas después? Sabes, esta decisión se puede retrasar. Si, 13 semanas después, ves que la demanda ha aumentado para este tipo de producto y te das cuenta de que tu pedido inicial de 1,000 unidades ya es demasiado poco. No tiene sentido aferrarse a lo que tenías en mente en ese momento, hace 13 semanas. Puedes reevaluarlo en función de los últimos datos que tienes y decidir algo más inteligente.
Kieran Chandler: ¿Qué tan importante es hacer un seguimiento de los precios de los competidores, especialmente ahora que tenemos fácil acceso a sus precios en línea?
Joannes Vermorel: Realmente depende de los sectores. Por ejemplo, si eres una marca de lujo, no importa realmente. Una marca de lujo como Louis Vuitton no decide bajar su precio solo porque lo hizo Cartier. Ambas son marcas de lujo de primera calidad que se enfocan en tener la mejor calidad para sus productos, y van a fijar los precios en consecuencia. Se supone que una marca de lujo es algo que no tiene un sustituto. Por otro lado, tienes productos que son sustitutos casi perfectos. Si estás comprando azúcar por kilogramo para un restaurante, no importa realmente quién sea tu proveedor, siempre y cuando cumpla con los estándares de calidad.
Kieran Chandler: Mirando hacia el futuro, ¿puedes imaginar un momento en el que las empresas establezcan puntos de precios con una comprensión sólida de sus ganancias resultantes?
Joannes Vermorel: Algunas empresas, como Amazon, ya lo están haciendo. Tenemos algunos clientes en comercio electrónico muy agresivo que también lo están haciendo, aunque no lo publiciten tanto. En sectores más sofisticados como el aeroespacial, también lo están haciendo. Las aerolíneas llevan décadas gestionando el rendimiento para vender boletos, e incluso con las piezas de los aviones, lo están haciendo. Lo que veo es que está llegando a prácticamente todos los demás sectores, pero puede ser más o menos aplicable.
Kieran Chandler: Para concluir, ¿cuál es la lección clave que debemos aprender hoy sobre la optimización de precios?
Joannes Vermorel: La optimización de precios es una parte integral de la demanda y las previsiones de demanda. No hay demanda sin precio: el precio define la demanda y viceversa. Si tu organización de la cadena de suministro intenta optimizar sin tener en cuenta los efectos del precio, estás ignorando un elefante en la habitación. No importa si optimizas tu promedio móvil; aún hay este elefante que estás ignorando, y eso es malo.
Kieran Chandler: Esperemos que nadie esté ignorando el elefante en la habitación. Eso es todo por esta semana. Muchas gracias por sintonizar, y nos vemos la próxima vez. Hasta luego por ahora.
