El comercio por internet y la flexibilidad de los precios han cambiado la forma como los consumidores calculan sus compras. “Tal vez hace dos años no hubiera sido un problema tan grande, pero ahora en respuesta Amazon, Walmart o Best Buy cambian los precios de los artículos más populares varias veces es un día”, dice Shauna Casey, vicepresidente de investigación y marketing de Decide.com.
Como Nifti, este portal se centra en ayudar a los consumidores a tomar mejores decisiones. El sitio web analiza tres millones de artículos diferentes utilizando 100 factores diferentes.
“La pregunta pasó de ser “¿Qué debo comprar?” a “¿Cuándo debo comprar?””, asegura.
Y va a ser cada vez más complicado saberlo, porque el comercio en internet no hace más sino crecer: se espera que en 2014 llegue al récord de US$1,2 billones en ventas, según la firma de investigación eMarketer.
La explosión en las ventas y la nueva dinámica en los precios del comercio al por menor, se ha correlacionado con un aumento de más y mejores datos.
Esto a su vez le ha permitido a las nuevas tecnologías emplear técnicas de aprendizaje mecánico para determinar el mejor momento para comprar.
“Las tecnologías de aprendizaje automático que utilizamos han estado presentes por mucho tiempo”, dice Giorgos Zacarías, jefe científico de Kayak.com, quien ayudó a construir un pronosticador de tarifas de boletos de avión y hoteles en este reconocido sitio web.
“Lo que ha hecho la diferencia es poder tener acceso a los datos rápidamente”, explica.
Los precios de los billetes de avión fueron uno de los primeros campos en que los científicos de datos incursionaron para desarrollar estas tecnologías, en parte debido a la fácil disponibilidad de datos sobre los precios.
“El costo de los billetes de avión es uno de los ejemplos más perfectos de la teoría del caos en el mundo”, dice Stefan Weitz, director sénior del departamento de búsqueda de Microsoft.
“Alguna pequeña variable en algún lugar ha dado inicio a una cadena de acontecimientos que dieron inicio a la variación de un precio o la variabilidad de un precio”. Así es como funciona.
Usando variables tales como datos históricos, demanda y lo que está sucediendo en las diferentes áreas, el portal Bing Travel -antes conocido como Farecast.com, que fue adquirida por Microsoft en 2008- le dice a sus clientes que tiene 86% de precisión en saber si se debe comprar un boleto de avión ahora o esperar a que el precio se reduzca en el futuro cercano.
Y, para mantener la confianza, cuando hace una predicción equivocada, muestra por qué se hizo mal con diferentes gráficos y puntos de datos.
Además, los comentarios de los usuarios pueden tenerse en cuenta en el algoritmo para mejorar el rendimiento en el futuro.
Más allá de las limitaciones de los algoritmos en predecir precios, la realidad es que hay ciertas áreas en las que es de poca utilidad saber cuándo comprar.
Por ejemplo, las entradas para conciertos.
El portal SeatGeek agrega y monitorea precios de entradas para eventos como juegos de béisbol y conciertos.
Cuando fue lanzado apuntaba a ser el Farecast del mundo de los eventos.
Sin embargo, “los datos siempre indicaban que el mejor momento era esperar un poco más ya que por el carácter perecedero de los billetes, las boletas tienen una fecha de vencimiento finito”, dice Will Flaherty, director de comunicaciones de SeatGeek.
“Lo que tiendes a ver es que para conseguir las mejores ofertas en el mercado hay que esperar hasta el último minuto”, algo que no es útil para cualquier persona que quiere hacer planes con anticipación (antes de una hora antes del evento).
No obstante, la compañía calcula lo que denomina un gran negocio: una calificación en una escala de uno a 100 que indica a los usuarios si los boletos son sub o sobre valorados.
CONOCE A TU ENEMIGO
Pero no solo los consumidores deben ser oportunistas, sino también los minoristas, advierten los expertos.
Amazon y Walmart monitorean constantemente los hábitos de compra del consumidor y los precios de la competencia, tratando de maximizar sus ganancias durante todo el día.
Una empresa -Borderfree, cuyo objetivo es ayudar a los minoristas a ampliar sus portales de compras en línea a nivel mundial- proporciona datos comerciales para ayudar a los pequeños consumidores en internet a darle un mejor uso a las oportunidades de sus ventas.
“Hemos visto los momentos del día en que la gente compra”, dice el jefe de Borderfree, Michael DeSimone.
“Los canadienses tienden a comprar en la noche después de que terminó el trabajo, los australianos en su hora de almuerzo y los rusos todo el día”, añade.
No obstante, las tecnologías que tienen como objetivo ayudar a los compradores a encontrar el precio más bajo no ayudando mucho a pequeños emprendimientos o compañías como Borderfree.
Por eso, al menos para algunas empresas que buscan ayudar a los consumidores, el estereotipo “conoce a tu enemigo” se aplica en forma.
“Hemos construido la misma tecnología (que comerciantes como Amazon)”, dice Shauna Casey, de Decide.com. Pero prestan un servicio que sirve de antítesis.
“Si cambian la forma en que valoran sus productos, nosotros podemos determinar los patrones y predecir eso también”.
Es, como dicen, una cuestión de llegar en el momento preciso.
Si pero, no dijeron específicamente en que momento preciso deben comprar los consumidores.