La Unificación de Precios y Planificación

00:00:08 El problema de las entidades separadas en precios y planificación.
00:01:02 Empresas de software tradicionales y su enfoque en precios y pronósticos.
00:03:24 La convergencia accidental de las tecnologías de precios y pronósticos.
00:05:46 La integración de datos como punto de partida para la convergencia.
00:07:33 Abordar el meta problema y aplicarlo tanto a precios como a planificación.
00:09:20 El avance en deep learning y modelos predictivos de demanda.
00:11:22 La convergencia de modelos de planificación y precios en diferentes industrias.
00:13:36 Los beneficios de tener un equipo que maneje tanto la planificación como los precios.
00:15:00 El enfoque exitoso de Amazon para la fijación dinámica de precios basada en la disponibilidad de stock.
00:16:01 Discutiendo el cambio hacia la optimización de precios en el comercio electrónico.
00:17:03 El desarrollo y convergencia accidental de soluciones de precios y planificación.
00:19:01 Los desafíos de las empresas de software tradicionales al unificar precios y planificación.
00:21:20 El surgimiento de nuevas empresas que abordan precios y planificación desde el primer día.
00:22:37 El dominio del mercado de empresas que unifican precios y planificación, como Amazon y Alibaba.

Resumen

Kieran Chandler entrevista a Joannes Vermorel, fundador de Lokad, sobre la importancia de integrar precios y planificación de la demanda en la optimización de la cadena de suministro. Tradicionalmente, estos aspectos se manejaban por separado, lo que resultaba en silos de datos y una comunicación deficiente. Lokad descubrió que los precios y la planificación comparten fuentes de datos similares y recetas numéricas, lo que llevó al desarrollo de un lenguaje de programación específico del dominio, Envision. Al aprovechar el almacenamiento y procesamiento compartidos de datos, Lokad creó modelos más sofisticados que incorporan efectos de precios y tiempo. Vermorel cree que las empresas exitosas deben unificar precios y planificación, ya que son aspectos interconectados cruciales para casi todas las industrias.

Resumen Extendido

En esta entrevista, Kieran Chandler, el presentador, discute con Joannes Vermorel, el fundador de Lokad, la importancia de integrar precios y planificación de la demanda en la optimización de la cadena de suministro. Históricamente, los precios y la planificación se han tratado como entidades separadas, lo que ha llevado a silos de datos y falta de comunicación entre los departamentos. La conversación gira en torno a cómo el software puede ayudar a abordar estas tareas de manera conjunta y por qué la industria debería considerarlos como dos aspectos interconectados.

Vermorel explica que anticipar la demanda futura es crucial para servir eficazmente a los clientes. Las empresas necesitan producir o adquirir productos con anticipación para satisfacer la demanda, ya que la producción instantánea aún no es posible. Sin embargo, la demanda también está fuertemente influenciada por el precio. Si un producto es demasiado caro, la demanda será baja, mientras que un precio competitivo puede generar una demanda significativa.

Cuando Lokad fue fundada, la industria del software se dividía en dos grupos: las empresas de pronóstico, que se centraban en predecir la demanda, y las empresas de optimización de precios, que ignoraban el pronóstico y la planificación. Durante los primeros cinco años de Lokad, la noción de precios y optimización de precios estaba ausente de su enfoque, ya que la empresa se ocupaba principalmente del pronóstico. De manera similar, las empresas de optimización de precios no consideraban el pronóstico y la planificación como parte de su alcance.

Vermorel enfatiza que la demanda y los precios están profundamente interconectados. Las empresas necesitan anticipar la demanda y también fijar los precios de sus productos correctamente. Históricamente, las organizaciones mantenían separados los precios y la planificación de la demanda, utilizando herramientas como “price forge” y “sales cast”. Sin embargo, en algún momento, Lokad decidió integrar estos dos aspectos.

La decisión de unir los precios y la planificación de la demanda surgió de la realización de que ciertas prácticas establecidas pueden arraigarse tanto en la mentalidad general que las personas no ven las conexiones entre ellas. Al integrar estos dos aspectos, Lokad tiene como objetivo mejorar la optimización de la cadena de suministro abordando la interdependencia de los precios y la planificación de la demanda.

Inicialmente, Lokad desarrolló dos productos separados, Salescast para el pronóstico y Priceforge para los precios, con tecnologías completamente distintas. La empresa decidió unir estas dos aplicaciones porque se dieron cuenta de que ambas utilizaban fuentes de datos similares, como el historial de ventas y los catálogos de productos, así como los mismos datos transaccionales de DRP, WMS y plataformas de comercio electrónico. Decidieron crear una arquitectura unificada para el almacenamiento y procesamiento de datos, pero en esta etapa aún no habían comprendido la profunda conexión entre los precios y el pronóstico de ventas.

El primer grado de convergencia entre las dos soluciones se produjo accidentalmente. La empresa se dio cuenta de que las recetas numéricas para los precios y el pronóstico de ventas eran similares, y comenzaron a trabajar en un lenguaje de programación específico del dominio para la optimización predictiva de las cadenas de suministro. Esto llevó al desarrollo de Envision, que comenzó en el lado de los precios.

En ese momento, Lokad estaba menos familiarizada con los precios que con la planificación, por lo que decidieron abordar un meta-problema: cómo desarrollar recetas numéricas de manera más rápida y confiable. Esperaban que al mejorar el tiempo de comercialización y la confiabilidad de las nuevas recetas numéricas, podrían tener éxito en el ámbito de los precios. A medida que experimentaban con estas técnicas, descubrieron que el mismo enfoque programático que estaban utilizando para los precios también tenía sentido para el lado de la planificación. Esta realización condujo a un segundo grado de convergencia, con los precios y la planificación compartiendo la misma capa de procesamiento de datos y el mismo lenguaje de programación.

Sin embargo, las soluciones aún se ejecutaban por separado, y fue durante la era del deep learning que Lokad tuvo su primer avance. Al incorporar modelos de demanda predictiva más avanzados, descubrieron que la integración de los precios y los efectos del tiempo conducía a modelos más sofisticados para ambos ámbitos. Por ejemplo, la disposición a pagar por un producto puede ser estacional, por lo que tenía sentido incorporar estos factores tanto en los modelos de precios como en los de pronóstico de ventas.

El viaje de Lokad en la combinación de precios y pronóstico de ventas comenzó con la observación de que ambas soluciones compartían fuentes de datos similares y evolucionaron a través de varias etapas de convergencia. Al aprovechar el almacenamiento y procesamiento de datos compartidos, así como un lenguaje de programación unificado, Lokad logró crear modelos más sofisticados que incorporaban tanto los precios como los efectos del tiempo. Si bien la discusión en esta parte de la entrevista no proporciona una conclusión, destaca el proceso iterativo al que Lokad se sometió para desarrollar y refinar su enfoque de optimización de la cadena de suministro.

Vermorel comparte cómo Lokad comenzó a darse cuenta de que la disposición a pagar era estacional y cómo esto afectó su enfoque de optimización de la cadena de suministro. A medida que trabajaban en sus modelos, notaron que la dimensión de precios se estaba volviendo más prominente. Esto era especialmente cierto en industrias como la moda, donde el precio se utiliza como una palanca para asegurar que los stocks se liquiden al final de una colección. A medida que continuaron trabajando en sus modelos, encontraron que los problemas de planificación y precios convergían, lo que finalmente los llevó a desarrollar un modelo único que podía abordar ambos problemas.

Cuando se le preguntó a qué industrias se aplica más este enfoque, Vermorel explica que los precios son cruciales en casi todas las industrias porque pueden marcar la diferencia entre ningún margen y un margen significativo. La planificación y los precios suelen estar entrelazados, con una estrecha relación entre la escasez y la disposición a pagar. Diferentes industrias tienen perspectivas únicas sobre el problema, pero en el fondo, los dos problemas casi siempre están interconectados.

Sin embargo, la mayoría del mercado todavía ofrece software enfocado en precios o planificación, en lugar de una solución unificada. Vermorel atribuye esto al hecho de que hasta que haya una solución, no hay un problema percibido. El enfoque de Lokad para unificar precios y planificación surgió accidentalmente, ya que descubrieron que sus modelos para ambos problemas compartían muchos componentes comunes. A medida que continuaron desarrollando sus modelos, se dieron cuenta de que necesitaban abordar ambos problemas simultáneamente.

Cuando se le preguntó sobre la posibilidad de que las empresas de software se asocien para proporcionar una solución dual, Vermorel se muestra escéptico, ya que la tecnología necesaria para unificar precios y planificación es radicalmente diferente de los métodos tradicionales. En cambio, predice que surgirán nuevas empresas que aprovecharán las ideas desde el principio para abordar ambos problemas juntos.

Vermorel enfatiza que las empresas que logran unificar precios y planificación pueden lograr un dominio en el mercado. Utiliza a Amazon y Alibaba como ejemplos de empresas que continúan ganando cuota de mercado porque han entendido los fundamentos correctamente. Su conclusión es que las empresas deben adoptar una solución que aborde tanto los precios como la planificación, ya que estos dos aspectos están inexorablemente vinculados.

Transcripción completa

Kieran Chandler: Hoy en Lokad TV, vamos a discutir cómo el software puede manejar estas tareas de manera conjunta y por qué la industria debería considerarlas como dos caras de la misma moneda. Entonces, Joannes, anteriormente hablamos un poco sobre los precios. ¿Cuál es el enfoque hoy?

Joannes Vermorel: El enfoque es el hecho de que cuando piensas en la demanda, obviamente, si quieres poder atender a los clientes, necesitas anticipar cuál será la demanda futura para que puedas producir o abastecerte con anticipación de lo que pretendes servir. No puedes imprimir cosas instantáneamente en 3D según la demanda, al menos aún no. Pero obviamente, la demanda está fuertemente influenciada por el precio. Si algo es excesivamente caro, la demanda será nula, y si algo es extremadamente competitivo, la demanda puede ser absolutamente gigantesca a gran escala.

Sin embargo, cuando comencé Lokad, había claramente dos grupos en términos de empresas de software. Había empresas de pronóstico, Lokad era una de ellas, que realmente abordaban el problema de analizar la demanda desde la perspectiva predictiva. Y tradicionalmente, el precio ni siquiera existía. Los precios ni siquiera existían, y eso es un poco extraño, pero en realidad, durante los primeros cinco años aproximadamente de Lokad, la noción misma de precios y fijación de precios estaba ausente. Ni siquiera era parte del plan. No estaba en ninguna parte. Obviamente, sabía como todos que los precios son cosas que se pueden ver, pero no había una conexión específica. Y luego había otras empresas que solo se ocupaban de la optimización de precios, y desde su perspectiva, el pronóstico y la planificación estaban ausentes. Ni siquiera eran parte del panorama. No les importaba. Nuevamente, sabían que los pronósticos existían porque veían el pronóstico del tiempo en las noticias, como todos los demás. Pero, sin embargo, al igual que yo estaba en el lado del pronóstico, estaba ignorando por completo lo que estaba sucediendo en cuanto a los precios. Las empresas de software de precios estaban ignorando por completo de qué se trataba el pronóstico. Y sin embargo, cuando lo piensas, está profundamente conectado con la demanda, y la demanda es muy importante; necesitas anticipar, pero también necesitas fijar el precio correctamente.

Kieran Chandler: Sí, históricamente, mantuviste esas dos entidades muy separadas en Salescast y PriceForge, pero en algún momento se unieron. Entonces, ¿por qué decidiste unirlas?

Joannes Vermorel: Eso es muy interesante. Verás, a veces hay cosas que están tan arraigadas en el pensamiento general de tu tiempo que ni siquiera puedes verlo. Y cuando Lokad comenzó a abordar el problema de los precios, en realidad teníamos una misión de precios. Pensé en ello como algo completamente separado. Entonces, teníamos un producto llamado Salescast, que era básicamente la parte de pronóstico de Lokad, y teníamos otro producto que era completamente distinto, que era PriceForge.

Kieran Chandler: Y estábamos vendiendo esas dos cosas por separado e incluso las tecnologías respectivas eran completamente separadas. En cuanto al análisis de datos, ¿qué tan fácil fue combinar las dos?

Joannes Vermorel: Eso es lo extraño. Juntamos esas dos aplicaciones, no porque pensara: “Oh, es el mismo problema que estamos resolviendo, por cierto, lo estamos resolviendo dos veces”. No, eso hubiera sido muy inteligente, pero no, hicimos algo muy tonto. Dijimos: “Esta aplicación está utilizando el historial de ventas, esta aplicación también está utilizando el historial de ventas. Esta aplicación necesita el catálogo con los precios, esta aplicación también necesita un catálogo. No usamos el precio, pero es prácticamente lo mismo, es un catálogo”. Y literalmente, estábamos mirando los datos y los datos que se necesitaban para, diría yo, el análisis de precios o el análisis de planificación. Eran esencialmente los mismos datos transaccionales que provenían de las mismas fuentes: ERP, WMS, plataformas de comercio electrónico, etc. Entonces, decidimos mutualizar la arquitectura para tener la misma capa base para el almacenamiento y procesamiento de datos porque eran los mismos datos. Pero en ese momento, ni siquiera habíamos comenzado a darnos cuenta conceptualmente de que eran literalmente dos caras de la misma moneda.

Kieran Chandler: Entonces, la integración de datos y tener esos dos conjuntos de datos en el mismo lugar fue donde comenzaste. Pero, ¿cuándo comenzaron las soluciones a converger en términos de precios y ventas?

Joannes Vermorel: Gradualmente comenzamos a darnos cuenta de que las recetas numéricas eran más o menos las mismas, lo cual era desconcertante. Lo que Lokad es hoy en día, Envision, con un lenguaje de programación específico del dominio dedicado a la optimización predictiva de la cadena de suministro, esto comenzó en el lado de los precios. En ese momento, los precios eran algo muy nuevo para nosotros y realmente no sabíamos cómo abordarlo. Así que en lugar de resolver el problema de los precios, dijimos: “No estamos seguros de cómo abordar eso, así que vamos a resolver un meta-problema, que es: ¿cómo podemos crear recetas numéricas más rápido y de manera más confiable?” Todavía no conocíamos las recetas, pero si pudiéramos mejorar nuestro tiempo de entrega en términos de cuánto tiempo lleva entregar una nueva receta numérica que aún no hemos inventado al mercado, y luego cuánto tiempo lleva hacer que esto funcione de manera confiable en producción, entonces estaríamos más o menos bien. Así que el pensamiento fue: “Vamos a hacer eso para los precios porque en ese momento sabía mucho menos sobre los precios que sobre la planificación”. Y sin embargo, cuando comenzamos a ajustar, estábamos tratando literalmente con los mismos conjuntos de datos y nos dimos cuenta de que era muy interesante. Lo que estábamos haciendo en el lado de los precios tenía mucho sentido.

Kieran Chandler: Es todo un desafío lidiar con la parte de planificación de las cadenas de suministro, ya que están compuestas por una serie de accidentes. Algunas empresas tienen un ERP, otras tienen dos, algunas tienen uno por país. A veces la plataforma de comercio electrónico está integrada, a veces está separada y a veces hay un WMS. Es muy heterogéneo. Nos dimos cuenta de que necesitábamos un enfoque completamente personalizado y programático tanto para la etapa de precios como para la etapa de planificación. Esto nos permitió tener un segundo nivel de convergencia con la misma capa base de datos y las mismas capas de procesamiento de datos. Pero, ¿realmente funciona bien? ¿Es más una aproximación aproximada?

Joannes Vermorel: Nos llevó un tiempo mejorar el sistema. Inicialmente, mutualizamos la capa de datos, ya que estábamos tratando con las mismas fuentes de datos, y también mutualizamos el enfoque de procesamiento de datos. Nos dimos cuenta de que ambos lados necesitaban ser programáticos y teníamos conjuntos distintos de recetas numéricas. El primer avance surgió de la era del deep learning, donde comenzamos a jugar con modelos de demanda más avanzados. En el lado de la planificación, si quieres un modelo sofisticado, necesitas integrar el precio, y en el lado de los precios, necesitas integrar efectos de tiempo, como la estacionalidad.

Por ejemplo, la disposición a pagar por una toalla de playa es mayor al final de la primavera que al final del verano, porque si compras la toalla al comienzo de la temporada, puedes disfrutarla durante todo el verano. Por el contrario, si la compras al final del verano, tu uso del producto será mucho más limitado. Nos dimos cuenta de que la disposición a pagar era realmente estacional y, en el lado de la planificación, nuestros modelos más avanzados tenían la dimensión de precios cada vez más prominente. En la moda, por ejemplo, quieres usar el precio como palanca para asegurarte de liquidar por completo tu stock al final de una colección.

Entonces, vimos estas convergencias y en el medio teníamos un modelo predictivo de algún tipo para la demanda. Nos dimos cuenta de que estos modelos realmente estaban convergiendo y el ciclo se cerró con la era de la programación diferenciable.

Kieran Chandler: Entonces, ¿la industria de la moda es la más aplicable a esta solución? Porque si piensas en la industria de las aerolíneas, sus precios fluctúan segundo a segundo, y luego tienes otras industrias donde los precios no han cambiado en años.

Joannes Vermorel: La solución es literalmente aplicable en todas partes. El precio siempre es súper importante cuando estás vendiendo algo porque marca la diferencia entre no tener margen o tener mucho margen. Y hay una estrecha relación entre la planificación, donde estás lidiando con la escasez, y el precio, donde estás lidiando con la disposición. Ambos están completamente entrelazados. Si anticipas más demanda, puedes producir más a un precio más bajo y así tener un mejor margen y potencialmente superar a tus competidores en precio. Si tienes un precio muy alto, tal vez puedas jugar con la escasez y hacer que tus productos sean aún más deseables, como hacen las marcas de lujo. Quieren que el precio aumente con el tiempo y juegan con la idea de la escasez. Cada industria tiene una perspectiva bastante distintiva sobre el problema, tanto en el lado de la planificación como en el lado del precio, pero el hecho de que esos dos problemas en el núcleo estén completamente entrelazados es casi siempre cierto.

Kieran Chandler: Entonces, ¿para obtener los mejores resultados, los equipos de planificación deben trabajar mucho con los equipos de precios?

Joannes Vermorel: No estaría de acuerdo con eso. Mi perspectiva inicial fue: ¿por qué deberías tener un equipo de planificación y un equipo de precios? ¿Por qué tener dos? Ese es el mismo error que cometí inicialmente con software separado para cada uno. Es el mismo problema; solo lo estás mirando desde dos ángulos. Debería haber un solo equipo.

Kieran Chandler: ¿Hay alguna empresa que hayas observado que lo haga bien y que trabaje con un solo equipo?

Joannes Vermorel: Sí, está el sospechoso habitual: Amazon. Son muy inteligentes y hacen cosas que son muy obvias cuando lo piensas. Por ejemplo, si algo se está agotando, subirán el precio. No hay razón para apresurarse hacia un faltante de stock. El precio es solo una forma de dar forma a la demanda para aprovechar al máximo el stock que tienes. Literalmente puedes verlo en acción.

Kieran Chandler: Amazon hizo eso antes de Navidad con los juguetes que venden. Mi hija, que tiene 10 años, es una gran fanática de los juguetes LEGO, y cuando miras en Amazon, literalmente cada par de horas cuando hay un poco menos de stock, realmente aumentarán el precio de ciertas cajas de LEGO. Estoy bastante seguro de que tienen algunas heurísticas básicas que inflan el precio cuando se están quedando sin stock, y tiene sentido. Es literalmente sentido común, pero no es súper obvio. Estoy bastante seguro de que solo a través de la observación pública, tienen un algoritmo que entrelaza la disponibilidad de stock, que es una proyección, con la optimización de precios.

Joannes Vermorel: Pero luego, desde la base de clientes local, veo que otras empresas de comercio electrónico muy inteligentes, orientadas a la tecnología y agresivas, también ya lo están haciendo, así que no es solo Amazon. También son los mayores desafiantes en términos de cadena de suministro de Amazon los que lo están haciendo.

Kieran Chandler: Bueno, si esta es una buena manera de avanzar, ¿por qué la mayoría del mercado todavía ofrece software que se enfoca solo en el precio o solo en la planificación?

Joannes Vermorel: Porque hasta que tengas una solución, no hay problema. Eso es algo desconcertante. Dirías: “Oh, hay un problema, así que la gente debería estar buscando una solución”, pero así no funciona. Nadie está buscando una nueva forma de reinventar los automóviles si tuviéramos motores de gravedad cero. No tenemos motores de gravedad cero, por lo que a nadie le importa encontrar soluciones para un problema que aún no existe. Si no tienes una solución para abordar frontalmente la fijación de precios y la planificación, ¿hay algún sentido siquiera en pensar en la solución potencial para este problema? Yo diría que no.

¿Cómo llegó Lokad a eso? ¿Pensé históricamente, en un golpe de genialidad, “Estos son dos lados de la misma moneda, tengo que abordar eso y pensar en esos dos problemas como uno solo”? Absolutamente no. Lo que hice fue más bien lo contrario. Estábamos pensando: “Bueno, tenemos un problema donde hay un conjunto de soluciones conocidas en la literatura para el pronóstico, y hay fijación de precios, y también hay un conjunto de soluciones conocidas en la literatura para eso”. Así que, en realidad, tendré un producto que implementa todas las soluciones o tal vez lo que creo que es una variante ligeramente mejor de esas soluciones, y lo mismo en el lado del pronóstico: una variante ligeramente mejor de lo que se conoce en la literatura.

Como estaba describiendo, la convergencia surgió de una manera completamente accidental. Simplemente estábamos usando los mismos conjuntos de datos, así que ¿por qué no? Hagámoslo. Fusionemos así. Luego vemos que las recetas son un poco parecidas, así que mutualicemos eso. Los dos productos de software distintos se unen simplemente porque accidentalmente comparten los mismos componentes.

Pero ya ves, no fue como un gran pensamiento; fue más como un desarrollo accidental. Y luego, cinco años después, tienes otro accidente donde, con nuevas técnicas de aprendizaje automático, te das cuenta de que “Oh, demonios, es el mismo modelo que termino usando en los dos lados del problema”. Así que tengo mi solución que hace las dos cosas juntas, y así me doy cuenta de que debería abordar esos problemas como uno solo porque tengo una solución.

Kieran Chandler: Ahora, por dentro parece obvio, pero mirando hacia atrás no lo era. Y así, creo que la mayoría de las empresas han mantenido ese equipo separado porque es lo razonable hasta que tengas una solución para unificar las cosas. Si no tienes, ya sabes, una solución que pueda unificar la fijación de precios y la planificación, entonces básicamente, bueno, estás atrapado teniendo dos equipos distintos. Porque, de lo contrario, esas personas ni siquiera podrían comenzar a trabajar en esos dos problemas. Lo primero que harían es volver a dividir internamente el problema. Y así, si tuvieran personas trabajando en un lado del programa y otro conjunto de personas que trabajan en el otro lado del departamento, porque no tienen, ya sabes, y eso se convertiría en el tema de la planificación y la fijación de precios.

Joannes Vermorel: Bueno, suena como un accidente feliz entonces.

Kieran Chandler: Y tal vez si miramos hacia el futuro, ¿puedes ver que algunas de esas compañías de software se asocien y se unan para proporcionar una solución dual?

Joannes Vermorel: No creo que sea así porque literalmente las cosas que funcionan para unificar los dos problemas son completamente diferentes a lo que tradicionalmente se hacía para la fijación de precios y lo que tradicionalmente se hacía para la previsión. Es algo extraño que esta clase de soluciones que tenemos ahora para abordar ambos problemas al mismo tiempo, ya sabes, optimizar frontalmente tanto los precios como el plan, que básicamente es cuánto produces, cuánto compras, cuánto stock pones en toda tu red. La tecnología que desarrollamos es radicalmente diferente de lo que teníamos históricamente tanto en el lado de la fijación de precios como en el lado de la planificación. Así que literalmente tuvimos que desechar por completo nuestras respectivas tecnologías en ambos lados. Así que imagina, ¿realmente llevarías a dos compañías, dos compañías de software juntas para que ambas acuerden desechar toda la pila tecnológica y reescribir todo juntas? Nah, no creo que sea así. Eso suena súper raro. Entonces, probablemente lo más probable que veremos…

Kieran Chandler: No sé, quiero decir, es muy difícil predecir el futuro, especialmente el futuro. Pero lo más probable que veremos es nuevas clases de compañías que, desde el principio, aprovechen la visión para decir: “Vamos a abordar estos dos problemas juntos” y desde el primer día decidan optar por una solución que abarque todo el espectro de problemas.

Joannes Vermorel: De acuerdo.

Kieran Chandler: Si comenzamos a resumir las cosas hoy, um, ¿cuál es nuestra conclusión principal? ¿Es que una empresa que unifica la fijación de precios y la planificación tiene mucho más control?

Joannes Vermorel: No, es solo que, como de costumbre, las empresas que han unificado eso simplemente, ya sabes, seguirán empujando, diría yo, a la quiebra a las empresas que no lo hacen. Sabes, es literalmente, si eres capaz de ejecutar eso, no solo tendrás más control; es literalmente dominio del mercado. Y, nuevamente, cuando vemos esto, es un ingrediente más donde vemos por qué Amazon sigue ganando cuota de mercado, aunque son, como, una de las compañías más grandes de la Tierra, y aún así están ganando cuota de mercado, y lo mismo ocurre con Alibaba en China. O, y ves, bueno, porque tienen esas cosas fundamentales bien, y así, con el tiempo, simplemente, ya sabes, aplastarán a todas las compañías que no lo hacen. Entonces, ¿por qué deberías hacer eso? Bueno, diría que te cuestiones a ti mismo si realmente puedes pensar que puedes, ya sabes, separar la parte de fijación de precios de la parte de planificación. ¿Es razonable desde el punto de vista empresarial? Y generalmente, cuando las personas, ya sabes, se detienen por un segundo y piensan, no, esas cosas están completamente entrelazadas. Entonces, sí, si tengo una solución para simplemente, ya sabes, abrazar eso, debería hacerlo. Y, uh, mi conclusión para las personas que nos están viendo es que lo hagan.

Kieran Chandler: Siempre parece que se reduce a la supervivencia del más apto, sin duda. Bueno, eso es todo por esta semana. Muchas gracias por sintonizar, y nos vemos en el próximo episodio. Gracias por ver.