Ottimizzazione dei prezzi e gestione della supply chain

00:00:07 Ottimizzazione dei prezzi e sfide.
00:01:34 Approcci classici alla determinazione dei prezzi e loro limitazioni.
00:04:12 Importanza dell’integrazione tra determinazione dei prezzi e ottimizzazione della supply chain.
00:05:48 Esempi di successo di determinazione dei prezzi dinamica nel settore dell’e-commerce.
00:07:26 Bilanciare la comunicazione di mercato e l’ottimizzazione per la determinazione dei prezzi dinamica.
00:09:07 Utilizzare un approccio probabilistico per una migliore ottimizzazione dei prezzi.
00:11:58 Importanza dei dati storici e delle pratiche di determinazione dei prezzi.
00:13:56 Requisiti tecnici per l’ottimizzazione dei prezzi.
00:15:03 Processo e requisiti di dati per l’ottimizzazione dei prezzi.
00:17:35 Importanza della determinazione dei prezzi dei concorrenti in diversi settori.
00:19:22 Prevedere i prezzi e i profitti futuri, e settori che già lo fanno.
00:20:33 La lezione chiave sull’ottimizzazione dei prezzi e la sua relazione con la domanda.
00:21:18 Conclusioni.

Riassunto

In un’intervista, il fondatore di Lokad, Joannes Vermorel, discute delle sfide della modellazione dei prezzi e della domanda, sottolineando che spesso sono slegate. Egli sostiene che i modelli di previsione tradizionali sono limitati perché non tengono conto degli effetti dei prezzi. Vermorel ritiene che l’ottimizzazione dei prezzi e la gestione della supply chain siano fondamentalmente intrecciate e dovrebbero essere considerate insieme. Le strategie di determinazione dei prezzi dinamica, come quelle utilizzate da Amazon, consentono alle aziende di gestire le rotture di stock e massimizzare i margini. Vermorel sottolinea l’importanza di un approccio probabilistico alle previsioni, che tiene conto di una serie di possibilità. Riunendo i team responsabili della determinazione dei prezzi, della pianificazione, degli acquisti e della produzione, le aziende possono eseguire migliori strategie di ottimizzazione utilizzando requisiti minimi di dati.

Riassunto Esteso

Nell’intervista, l’ospite Kieran Chandler e Joannes Vermorel, il fondatore di Lokad, discutono delle sfide della modellazione del legame tra prezzi e domanda, e di come i progressi nell’apprendimento automatico e nei big data abbiano reso possibile l’ottimizzazione dei prezzi per le aziende moderne.

Vermorel inizia spiegando che l’aspetto più sorprendente della determinazione dei prezzi è quanto sia slegata dalla pianificazione della domanda. Tipicamente, i team di marketing determinano i punti di prezzo dei prodotti, mentre i team di pianificazione decidono sulla domanda. Il team di vendita può coordinarsi come parte di un processo di S&OP (Sales and Operations Planning), ma spesso la determinazione dei prezzi viene ignorata una volta presa una decisione.

Prosegue discutendo il principio fondamentale dell’economia secondo cui all’aumentare dei prezzi diminuisce la domanda. Per la maggior parte dei beni, ciò è vero, anche se esistono eccezioni note come i beni di Veblen. Vermorel condivide che questi beni sono rari e l’esperienza di Lokad si concentra principalmente su prodotti più comuni. La sfida sorge quando si considera che la maggior parte degli strumenti di pianificazione della supply chain non tiene conto dei prezzi, lasciando i pianificatori ciechi sugli effetti significativi dei prezzi che possono influenzare le previsioni.

Il motivo per cui molti strumenti di supply chain non considerano i prezzi è dovuto alle numerose variabili, come le influenze di marketing, che possono influenzare la domanda. Tuttavia, Vermorel sostiene che il semplice numero di variabili non è necessariamente un problema, poiché i computer moderni possono elaborare centinaia di migliaia di variabili. Invece, il problema risiede nei modelli semplicistici utilizzati, che spesso considerano solo la domanda come una media mobile con un coefficiente stagionale, senza considerare le rotture di stock o gli effetti dei prezzi.

Vermorel sottolinea l’importanza del monitoraggio dei prezzi dei concorrenti, che è diventato più facile con i web crawler e le aziende specializzate nel recupero dei dati. Egli ritiene che il punto di partenza per l’ottimizzazione dei prezzi sia riconoscere che l’ottimizzazione della supply chain deve tener conto dell’ottimizzazione dei prezzi. Questi due elementi sono fondamentalmente intrecciati e non possono essere separati. Riconoscendo ciò, le aziende possono iniziare a lavorare verso strategie di pricing e gestione della supply chain più efficaci.

Vermorel sottolinea l’importanza di incorporare i prezzi nel processo di previsione. I modelli di previsione tradizionali, che trattano i prezzi e la domanda separatamente, sono limitati nella loro capacità di prevedere accuratamente il futuro. Egli sostiene che i prezzi non dovrebbero essere considerati come un’entità separata da prevedere, ma piuttosto come un fattore che può essere progettato per ottimizzare la gestione della supply chain.

Le aziende di e-commerce sono citate come leader nell’ottimizzazione intelligente e quantitativa attraverso il dynamic pricing. Vermorel spiega che regolando i prezzi in base ai livelli di inventario, le aziende possono gestire meglio le rotture di stock e massimizzare i margini. Ad esempio, se un’azienda sa di essere in procinto di esaurire le scorte, non c’è bisogno di liquidare rapidamente le rimanenti scorte. Invece, possono aumentare il prezzo per ottenere margini più alti sulle ultime unità. Al contrario, se i concorrenti stanno vivendo rotture di stock, non c’è bisogno di affrettarsi e creare una situazione di stock-out per se stessi.

Un altro esempio che Vermorel fornisce è la pratica comune tra i rivenditori di moda di fare saldi alla fine di una collezione per liquidare l’eccesso di stock. Strategie di dynamic pricing come queste sono già utilizzate da aziende come Amazon, i cui prezzi cambiano frequentemente in base alla domanda e ai fattori di offerta.

Il dynamic pricing si basa su diversi fattori, tra cui le prestazioni storiche del prodotto e i livelli di domanda. Vermorel sottolinea che i prezzi servono a scopi multipli, uno dei quali è inviare un messaggio al mercato sulla posizionamento di un marchio. Ad esempio, un marchio economico non dovrebbe aumentare troppo i prezzi durante le rotture di stock, in quanto potrebbe danneggiare la sua immagine.

Un altro aspetto importante del pricing è la sua capacità di aiutare a gestire le sfide e le incertezze della supply chain accelerando o rallentando la domanda. Il dynamic pricing può portare a una migliore allocazione delle risorse e migliorare l’esperienza complessiva del cliente. Se due prodotti quasi identici sono disponibili ma uno è quasi esaurito, aumentare il prezzo dell’articolo scarso può aiutare a indirizzare i clienti indifferenti tra i due verso il prodotto più abbondante, mentre coloro che desiderano specificamente il prodotto scarso sono comunque in grado di accedervi a un prezzo più alto.

Per quanto riguarda l’integrazione dei prezzi con la previsione, Vermorel suggerisce di abbandonare l’idea di previsioni statiche. Critica l’approccio tradizionale, che prevede un numero specifico di vendite future per un prodotto. Questo approccio non tiene conto del fatto che il pricing è una leva che può essere utilizzata per influenzare la domanda. Invece, sostiene che le previsioni dovrebbero tenere conto non solo delle incertezze future, ma anche delle decisioni che le aziende possono prendere per modellare la domanda attraverso adeguamenti dei prezzi.

Vermorel spiega che i prezzi non sono incerti ma piuttosto indecisi e le aziende dovrebbero avere la possibilità di regolare i loro prezzi in base al feedback di mercato. Ciò può comportare l’aumento dei prezzi per ridurre la domanda quando si esauriscono le scorte o la diminuzione dei prezzi per aumentare la domanda.

Un approccio probabilistico, che tiene conto di una serie di possibilità, può aiutare le aziende a comprendere meglio gli effetti dei cambiamenti di prezzo. Vermorel utilizza l’esempio del Big Mac di McDonald’s, spiegando che piccoli cambiamenti di prezzo hanno un impatto misurabile sulla domanda a causa della scala e della sensibilità al prezzo del prodotto. Tuttavia, nelle tipiche situazioni di supply chain in cui vengono vendute meno unità, l’analisi dei prezzi diventa più sfumata. La previsione probabilistica aiuta a affrontare questa incertezza consentendo alle aziende di spostare le loro previsioni di domanda verso l’alto o verso il basso rimanendo relativamente incerte.

Vermorel sottolinea l’importanza di riunire i team responsabili dell’ingegnerizzazione dei prezzi, della pianificazione, degli acquisti e della produzione al fine di ottimizzare i prezzi. In questo modo, le aziende possono attuare migliori strategie di ottimizzazione. I requisiti di dati per l’ottimizzazione dei prezzi non sono estesi; i dati storici delle vendite, la cronologia delle promozioni e le informazioni sui prezzi dei concorrenti (se disponibili) sono generalmente sufficienti.

L’intervista affronta anche l’importanza dei prezzi dei concorrenti. Vermorel spiega che l’impatto dei prezzi dei concorrenti dipende dal settore, con i marchi di lusso che sono meno influenzati dai prezzi dei concorrenti, mentre le industrie con prodotti facilmente sostituibili sono più sensibili ai prezzi dei concorrenti.

Vermorel fa notare che alcune aziende, come Amazon, stanno già utilizzando efficacemente l’ottimizzazione dei prezzi. Prevede che l’ottimizzazione dei prezzi diventerà sempre più diffusa in vari settori in futuro. In sintesi, l’ottimizzazione dei prezzi è parte integrante della previsione della domanda e le aziende non dovrebbero ignorare gli effetti dei prezzi nei loro sforzi di ottimizzazione della supply chain.

Trascrizione completa

Kieran Chandler: Oggi su Lokad TV, impareremo come i progressi nell’apprendimento automatico e nei Big Data abbiano cambiato tutto questo, e ora sia possibile l’ottimizzazione dei prezzi per le aziende moderne. Quindi, Joannes, forse potresti dirci un po’ di più su come le approcci classici che molte aziende adottano per la determinazione dei prezzi oggi.

Joannes Vermorel: La cosa più spettacolare dei prezzi è tipicamente quanto siano slegati dalla pianificazione della domanda in generale. Hai, diciamo, il team di marketing che valuterà quale sia un buon prezzo per i prodotti, e poi, in gran parte isolato, spesso completamente isolato, avrai i team di pianificazione che decideranno quale sarà la domanda. Forse il team di vendita si coordinerà come parte di un processo S&OP, ma numericamente, i prezzi vengono in gran parte ignorati una volta che qualcuno ha deciso il prezzo di un determinato prodotto.

Kieran Chandler: Abbiamo già affrontato i processi S&OP in un episodio precedente, e il prezzo stesso, come funziona come meccanismo?

Joannes Vermorel: L’Economia 101 è che, tipicamente, all’aumentare del prezzo, diminuisce la domanda. In teoria, esiste una classe di beni noti come beni Veblen, che possono essere l’opposto perché un prezzo più alto li rende più appetibili. Ma, l’esperienza presso Lokad è che tali beni sono estremamente rari. Quindi, per praticamente tutto ciò che è come roba normale, se aumenti il prezzo, diminuisci la domanda, ed è relativamente ovvio. Eppure, diventa molto complicato perché, quando pensi in termini di ottimizzazione classica della supply chain, ti concentri molto sulla domanda, ma i prezzi non esistono. La maggior parte degli strumenti di pianificazione della supply chain non tiene nemmeno conto dei prezzi. Quindi, sei completamente cieco. E ovviamente, significa che ogni volta che c’è un forte effetto dei prezzi che entra in gioco, beh, tutta la pianificazione e tutte le tue previsioni sono semplicemente sbagliate in modo drammatico.

Kieran Chandler: Quindi, è uno dei motivi per cui molti di questi strumenti di supply chain non tengono conto dei prezzi perché ci sono così tante variabili. Ci sono cose come influenze di marketing e cose che possono ostacolare la domanda. È questo il motivo per cui i prezzi non vengono realmente presi in considerazione?

Joannes Vermorel: Sì, ma anche perché la quantità di variabili in sé non è necessariamente un problema. Con la potenza di elaborazione dei computer moderni, è possibile gestire centinaia di migliaia di variabili. Questo non è, di per sé, un ostacolo insormontabile. Tuttavia, quei modelli classici tendono ad essere completamente semplicistici. Si pensa alla domanda come una semplice media mobile con solo un coefficiente stagionale, e questo è tutto. Non si tiene nemmeno in considerazione frequentemente cose così basilari come le scorte esaurite. Quindi, ovviamente, se hai scorte esaurite, osservi vendite pari a zero, ma questo non significa che hai una domanda pari a zero. Figuriamoci l’effetto del prezzo. Infatti, il prezzo è più sottile, e idealmente, si dovrebbe tenere conto del prezzo dei tuoi concorrenti, che oggi, con i web crawler, possono essere monitorati online. Non è mai stato così facile accedere ai dati. Ci sono persino aziende specializzate nel recuperare quei prezzi per te.

Kieran Chandler: Quindi, se non è un problema così grande ed è possibile tenere traccia di tutte queste variabili, come possiamo iniziare a lavorare verso l’ottimizzazione dei prezzi? Da dove si comincia?

Joannes Vermorel: La tua ottimizzazione della supply chain deve tener conto dell’ottimizzazione dei prezzi. Non puoi dissociare le due cose, vedi, perché la prospettiva tradizionale è che ci saranno persone che, in isolamento, decidono un prezzo e poi altre persone in isolamento che decidono quale sarà la domanda futura. Ma la realtà è che questi due elementi sono completamente legati l’uno all’altro, e se non puoi disintrecciarli, sono fondamentalmente intrecciati. Quindi, ciò significa che il punto di partenza è riconoscere, dal punto di vista del processo, che queste cose andranno di pari passo. E se, per design, le separi, allora non importa quanto intelligenti possano essere i tuoi algoritmi di machine learning o tutte le tue ricette numeriche. Una volta che sono completamente separati per design, non puoi più riconoscere, dal punto di vista delle previsioni di domanda, il fatto che il prezzo esista perché sei solo cieco, numericamente parlando. Quindi, l’idea è che il prezzo, invece di essere qualcosa che effettivamente prevedi, è qualcosa che effettivamente progetti tu stesso. Un esempio sarebbe molto utile, e ci sono aziende qui che lo stanno facendo bene oggi. Le aziende di e-commerce, come al solito, sono avanti rispetto agli altri quando si tratta di ottimizzazione quantitativa molto intelligente. Ottimizzano quantitativamente il prezzo in modo aggressivo. Quindi, fondamentalmente, se sanno che stanno andando verso le scorte esaurite, non ha senso affrettarsi a liquidare le scorte rimanenti, perché comunque, finirai con una scorta esaurita. Puoi aumentare un po’ il prezzo e ti troverai comunque di fronte a una scorta esaurita, ma almeno avrai ottenuto margini più alti su quelle ultime poche unità. Al contrario, se vedi che i tuoi concorrenti stanno tutti soffrendo di scorte esaurite, non ha senso affrettarsi al punto in cui ti troverai tu stesso con una scorta esaurita solo a causa dell’ulteriore afflusso di domanda. Al contrario, è quello che fanno tutti i rivenditori di moda se ti ritrovi con troppo stock per un determinato prodotto alla fine della collezione: fai un saldi per liquidare ciò che rimane. Quindi, la dinamicità dei prezzi è già utilizzata in produzione. Amazon, ad esempio, se guardi i loro prezzi, sono molto in fluttuazione. I prezzi cambiano di giorno in giorno e persino di ora in ora, specialmente durante periodi molto frenetici come il pre-Natale.

Kieran Chandler: E quindi, la base di quella dinamicità dei prezzi è fondamentalmente come i prodotti si sono comportati storicamente e i livelli di domanda in diversi punti?

Joannes Vermorel: L’idea è che il prezzo sia molte cose. Il prezzo è un messaggio che invii al mercato, quindi quella parte è relativamente rigida. Non vuoi allontanarti troppo dal messaggio. Se ti posizioni come un marchio economico, non vuoi aumentare notevolmente il prezzo a causa delle scorte esaurite. Quindi c’è questa parte di messaggistica che è importante, che è il componente a lungo termine. Ma c’è anche il fatto che il prezzo è un meccanismo fantastico per accelerare o rallentare la domanda per aiutarti a far fronte alle sfide e alle difficoltà della tua supply chain. Il futuro è incerto ed è molto difficile avere una previsione accurata quando i mercati sono estremamente erratici. Quindi, avere una dinamicità dei prezzi è un modo per fare una migliore allocazione delle risorse e persino offrire un servizio migliore ai tuoi clienti.

Non ha senso, ad esempio, se hai due prodotti che sono sostituti quasi perfetti ma uno di essi sta per esaurirsi. Non è naturalmente un sostituto perfetto agli occhi di tutti i tuoi clienti. Se aumenti il prezzo di uno di quei due prodotti, i clienti che non si preoccupano di usare un prodotto piuttosto che l’altro passeranno semplicemente all’altro. I clienti a cui interessa avranno comunque accesso al prodotto che cercano veramente e saranno anche disposti a pagare un piccolo premio.

Kieran Chandler: Ora vediamo le cose dal punto di vista delle previsioni. Voglio dire, come puoi costruire una previsione che funzioni bene in tandem con i prezzi?

Joannes Vermorel: L’idea è che devi rinunciare all’idea di avere una previsione statica. Questo è anche uno dei miei grandi dubbi riguardo a una prospettiva classica sulle previsioni. Si suppone che tu dica: “questo è tutto, questo è il futuro, venderemo 1.000 unità di questa cosa”, e la risposta è, beh, dipende. Il tuo prezzo è fondamentalmente una leva che può influenzare la domanda. Quindi, ciò che stai cercando di prevedere è fondamentalmente guidato da qualcosa che puoi fare. Non si tratta di catturare l’incertezza futura; si tratta anche di catturare le decisioni future che prenderai tu stesso. E quelle decisioni, non sono incerte; sono indecise. Non c’è incertezza sul tuo prezzo; il tuo prezzo è esattamente quello che vuoi che sia. Se vuoi aumentare il prezzo, puoi aumentare il prezzo, tranne che se ti trovi in un settore altamente regolamentato. Per lo più, hai piena libertà sul tuo prezzo, quindi non c’è incertezza, ma potresti cambiare idea.

Se pensi a una previsione statica, è come se dicessi: “beh, il mio prezzo non cambierà mai, qualunque cosa accada”, il che è sbagliato. È molto più intelligente e, in termini di business, significa essere più redditizi, essere in grado di adattare ciò che stai facendo in base al feedback del mercato.

Kieran Chandler: Quindi, fondamentalmente, se vuoi ridurre la domanda perché stai esaurendo le scorte, aumenti i prezzi, e poi se vuoi aumentare la domanda, puoi ridurre il prezzo?

Joannes Vermorel: Esattamente. Ed è qui che si inserisce un approccio probabilistico, avere questa gamma di possibilità potrebbe funzionare bene. Le probabilità aiutano davvero perché, a meno che tu non stia vendendo un prodotto come il Big Mac in un grande paese come la Germania dove hai quantità fantastiche, se aumenti il prezzo del Big Mac, ogni singolo centesimo avrà probabilmente un impatto misurabile sulla domanda. Quindi qui hai un prodotto che viene venduto su larga scala ed è molto sensibile al prezzo. Le persone dovrebbero essere in grado di misurare l’esatta elasticità. Sono abbastanza sicuro che ci siano persone intelligenti da McDonald’s che conoscono l’elasticità del prezzo del Big Mac paese per paese.

Ma questo funziona bene perché hanno una quantità enorme di dati. Nelle tipiche situazioni di supply chain, non stai vendendo milioni di unità a settimana di un determinato prodotto. Spesso ti ritrovi con solo qualche centinaio di unità a settimana o addirittura meno, quindi significa che la tua analisi dei prezzi sarà molto approssimativa. Dove aiuta è che avere una previsione di probabilità significa che puoi effettivamente avere una previsione in cui sposti la tua previsione di domanda su o giù, ma è comunque relativamente incerta. Più ti allontani dal tuo punto di prezzo abituale, più incertezza aggiungerai.

Perché se sposti solo leggermente il prezzo, si scopre che, molto probabilmente, i tuoi dati storici sono rilevanti come base per indovinare cosa succederà. Ma se dovessi pensare a cosa succederebbe se il prezzo fosse, ad esempio, 10 volte più economico, è probabile che tu non abbia dati storici a supporto di ciò, semplicemente perché non l’hai mai fatto. Quindi, perché non era redditizio, nessuno dei tuoi concorrenti era disposto a farlo, quindi semplicemente non lo sai. Nessuno lo sa. Forse ci sarebbe una domanda 100 volte maggiore per il tuo prodotto se fosse 10 volte più economico, ma non è un punto che hai mai esplorato. Quindi, semplicemente non lo sai, e questa è una situazione estrema, ma lo stesso concetto si applica.

Kieran Chandler: Più ti allontani dalle tue pratiche di prezzo abituali, meno informazioni hai provenienti dal tuo negozio, quindi più incertezza hai.

Joannes Vermorel: Ok, quindi nell’esempio del Big Mac, quello che stai dicendo è che se stai facendo piccole variazioni di qualche centesimo qua e là, avrai una maggiore comprensione, mentre se stai facendo variazioni di qualche euro, un cambiamento più grande, avrai molta meno comprensione del possibile futuro.

Kieran Chandler: Parliamo di alcuni dei requisiti tecnici per l’ottimizzazione dei prezzi. Voglio dire, di cosa ha bisogno un’azienda? Hai detto questo riguardo al Big Mac e a McDonald’s che hanno molti dati storici. Di quali requisiti tecnici ha bisogno un’azienda per ottimizzare i prezzi?

Joannes Vermorel: Il tuo requisito per iniziare è prima di tutto quello di riunire le squadre che stanno progettando il prezzo e le squadre che di solito fanno la pianificazione, e quelle che fanno tutti gli acquisti e i piani di produzione. Vedi, perché il problema è che devi, come requisito, riunire tutte quelle funzioni insieme; altrimenti, non riusciresti nemmeno ad eseguire l’ottimizzazione. È come se, per design, ti fossi impedito di poterlo eseguire. Poi, direi che i requisiti di processo, in termini di dati, non ne hai bisogno così tanti. In realtà, i tuoi dati storici di vendita tradizionali sono buoni. Devi avere i soliti sospetti: la tua storia delle promozioni, perché le promozioni sono come movimenti temporanei di prezzo che sono interessanti per analizzare cosa succede quando sposti il prezzo. Devi avere anche le scorte storiche per evitare di avere inquinamenti e valori anomali che non puoi spiegare dal punto di vista del prezzo. Idealmente, se puoi avere il prezzo dei tuoi concorrenti, almeno sul web, questo aiuta davvero. Non è strettamente necessario, ma aiuta davvero a capire, direi, gli effetti non lineari quando scendi al di sotto del concorrente o il concorrente scende al di sotto di te. Questo può avere piccoli effetti non lineari sulla domanda che puoi vedere, picchi e cali che sono spiegati semplicemente dal fatto che le persone si spostano da chi è meno costoso.

Kieran Chandler: Riunendo tutti questi dipartimenti, in che modo si differenzia da un approccio S&OP più tradizionale?

Joannes Vermorel: Si differenzia dal fatto che, fondamentalmente, nel tuo prezzo, rinunci all’idea di avere un prezzo fisso per un prodotto. Invece, hai una strategia di prezzo. Diciamo che stai acquistando prodotti in Asia e ci vorranno 13 settimane tra il momento in cui fai un ordine al tuo fornitore asiatico e il momento in cui puoi effettivamente mettere il prodotto in esposizione e iniziare a vendere in Nord America ed Europa. Perché dovresti, al giorno zero, decidere quale sarà il tuo prezzo quando inizi a vendere il tuo prodotto 13 settimane dopo? Sai, questa decisione può essere posticipata. Se, 13 settimane dopo, vedi che la domanda è aumentata per questo tipo di prodotto e ti rendi già conto che il tuo ordine iniziale che era di 1.000 unità è già troppo poco. Non ha senso attenersi a ciò che avevi in mente in quel momento, 13 settimane fa. Puoi rivalutare in base agli ultimi dati che hai e decidere qualcosa di più intelligente.

Kieran Chandler: Quanto è importante tenere traccia dei prezzi dei concorrenti, soprattutto ora che abbiamo facile accesso ai loro prezzi online?

Joannes Vermorel: Dipende molto dai settori. Ad esempio, se sei un marchio di lusso, non importa molto. Un marchio di lusso come Louis Vuitton non decide di abbassare il prezzo solo perché lo ha fatto Cartier. Sono entrambi marchi di lusso di prima qualità che si concentrano sulla migliore qualità dei loro prodotti e li prezzano di conseguenza. Un marchio di lusso dovrebbe essere qualcosa che non ha un sostituto. D’altra parte, ci sono prodotti che sono sostituti quasi perfetti. Se stai acquistando zucchero al chilogrammo per un ristorante, non importa molto chi sia il tuo fornitore, purché soddisfi gli standard di qualità.

Kieran Chandler: Guardando al futuro, riesci a immaginare un momento in cui le aziende stabiliscono i punti di prezzo con una solida comprensione dei profitti risultanti?

Joannes Vermorel: Alcune aziende, come Amazon, lo stanno già facendo. Abbiamo alcuni clienti nel settore dell’e-commerce molto aggressivo che lo stanno facendo anche se non lo pubblicizzano molto. In settori più sofisticati come l’aerospaziale, lo stanno già facendo anche loro. Le compagnie aeree fanno il revenue management da decenni per vendere biglietti e anche con i pezzi di ricambio degli aeromobili lo fanno. Quello che vedo è che sta arrivando praticamente in tutti gli altri settori, ma potrebbe essere più o meno applicabile.

Kieran Chandler: Per concludere, qual è la lezione chiave che dovremmo trarre da oggi sull’ottimizzazione dei prezzi?

Joannes Vermorel: L’ottimizzazione dei prezzi è parte integrante della domanda e delle previsioni di domanda. Non c’è domanda senza prezzo - il prezzo definisce la domanda e viceversa. Se l’organizzazione della tua supply chain sta cercando di ottimizzare ignorando gli effetti del prezzo, ti stai perdendo un elefante nella stanza. Non importa se ottimizzi il tuo moving average; c’è comunque questo elefante che stai ignorando, ed è sbagliato.

Kieran Chandler: Speriamo che nessuno si stia più perdendo l’elefante nella stanza. Questo è tutto per questa settimana. Grazie mille per averci seguito e ci vediamo la prossima volta. Arrivederci per ora.