{"id":15634,"date":"2022-04-18T09:55:00","date_gmt":"2022-04-18T12:55:00","guid":{"rendered":"https:\/\/cndl.org.br\/varejosa\/?p=15634"},"modified":"2024-02-04T17:27:10","modified_gmt":"2024-02-04T20:27:10","slug":"aprendizados-sobre-a-construcao-de-modelos-de-precificacao","status":"publish","type":"post","link":"https:\/\/cndl.org.br\/varejosa\/aprendizados-sobre-a-construcao-de-modelos-de-precificacao\/","title":{"rendered":"Aprendizados sobre a constru\u00e7\u00e3o de modelos de precifica\u00e7\u00e3o"},"content":{"rendered":"\n

Por Ricardo Ramos
CEO e fundador da Precifica<\/em><\/p>\n\n\n\n

\"\"
A tecnologia possibilita a recomenda\u00e7\u00e3o de pre\u00e7os cada vez mais assertiva a cada transa\u00e7\u00e3o de venda<\/em><\/figcaption><\/figure><\/div>\n\n\n\n

Dada a velocidade com que tudo acontece, os pre\u00e7os est\u00e1ticos est\u00e3o perdendo espa\u00e7o no e-commerce. A pergunta dos donos de lojas virtuais nos dias atuais \u00e9: como definir pre\u00e7os dinamicamente para competir de igual para igual com a concorr\u00eancia e atrair cada vez mais clientes? Da\u00ed a necessidade da constru\u00e7\u00e3o de modelos de precifica\u00e7\u00e3o que possibilitem mais assertividade nessa tarefa.<\/p>\n\n\n\n

Pre\u00e7o assertivo \u00e9 aquele que proporciona boas vendas extraindo a maior rentabilidade poss\u00edvel de cada produto. Valores acima da m\u00e9dia afastam clientes e derrubam o faturamento e, consequentemente, o lucro. Pre\u00e7os muito baixos at\u00e9 atraem compradores, mas tamb\u00e9m podem prejudicar as margens, fazendo o esfor\u00e7o de venda n\u00e3o valer a pena.<\/p>\n\n\n\n

A resposta para encontrar o pre\u00e7o ideal normalmente se encontra no banco de dados do pr\u00f3prio varejo. Olhando para um hist\u00f3rico de vendas, parece bastante f\u00e1cil determinar o pre\u00e7o que mais funcionou, ou seja, o pre\u00e7o que gerou o maior volume de vendas. Basta somar o n\u00famero de unidades vendidas aos respectivos pre\u00e7os praticados. Ao identificar qual deles obteve mais resultados, h\u00e1 grandes chances de continuar a aplicar pre\u00e7os muito similares para replicar os ganhos j\u00e1 registrados.<\/p>\n\n\n\n

No entanto, h\u00e1 uma vari\u00e1vel crucial e geralmente ignorada nesse tipo de an\u00e1lise, que \u00e9 o tempo de exposi\u00e7\u00e3o do pre\u00e7o. Vejamos, num simples exemplo, como a falta dessa vari\u00e1vel afeta a interpreta\u00e7\u00e3o. Digamos que ao pre\u00e7o de R$ 100,00 foram vendidas 100 unidades de dado produto e que ao pre\u00e7o de R$ 110,00 foram vendidas 80 unidades. \u00c0 primeira vista, um pre\u00e7o 10% maior gerou um resultado 20% menor.<\/p>\n\n\n\n

Por\u00e9m, se dissermos que ao pre\u00e7o de R$ 100,00 as 100 unidades levaram 20 dias para serem vendidas, enquanto as 80 unidades foram vendidas em 15 dias ao pre\u00e7o de R$ 110,00 h\u00e1 uma interpreta\u00e7\u00e3o bastante diferente. Conclui-se ent\u00e3o que ao pre\u00e7o de R$ 110,00, ao longo de 20 dias, h\u00e1 chances de aumento nas vendas na ordem de 6%.<\/p>\n\n\n\n

Podemos adicionar \u00e0 nossa modelagem o volume m\u00e9dio di\u00e1rio (VMD) de cada pre\u00e7o praticado. Para cada pre\u00e7o praticado, somamos as unidades vendidas e dividimos pela quantidade de dias que o produto ficou exposto ao pre\u00e7o em quest\u00e3o (descontamos os dias de ruptura de estoque).<\/p>\n\n\n\n

Quem tem um e-commerce voltado ao varejo de moda, cuja cole\u00e7\u00e3o tem prazo para terminar e precisa ser vendida antes de a esta\u00e7\u00e3o do ano terminar, sente na pele as dificuldades de aplicar uma precifica\u00e7\u00e3o din\u00e2mica ideal. Normalmente, fazem-se promo\u00e7\u00f5es pouco antes de a pr\u00f3xima cole\u00e7\u00e3o entrar, com a finalidade de reduzir ou eliminar o estoque. Mas esses descontos, caso sejam mal aplicados, podem prejudicar a margem de lucro. Uma precifica\u00e7\u00e3o correta do in\u00edcio ao fim evitaria esse problema, que tamb\u00e9m afeta outras \u00e1reas, como as de medicamentos e alimentos, que t\u00eam prazo de validade ou, mesmo para produtos que n\u00e3o tenham validade expl\u00edcita, possuem meta para giro de estoque.<\/p>\n\n\n\n

A constru\u00e7\u00e3o de modelos de precifica\u00e7\u00e3o envolve tr\u00eas etapas distintas: <\/p>\n\n\n\n

\"\"
A constru\u00e7\u00e3o de um modelo de pricing que possibilita a tomada de decis\u00f5es com base nos hist\u00f3ricos de dados<\/em><\/figcaption><\/figure><\/div>\n\n\n\n
  • Acesso a dados hist\u00f3ricos;<\/li>
  • Tratamento desses dados e constru\u00e7\u00e3o dos modelos matem\u00e1ticos;<\/li>
  • Modelos de aprendizagem. <\/li><\/ul>\n\n\n\n

    A segunda etapa \u00e9 fundamental para que a estrat\u00e9gia de pricing<\/em> seja bem-sucedida, pois \u00e9 ali que se eliminam erros que possam prejudicar a correta interpreta\u00e7\u00e3o das informa\u00e7\u00f5es.<\/p>\n\n\n\n

    Entre os erros est\u00e3o pre\u00e7os que n\u00e3o fazem sentido por falhas de digita\u00e7\u00e3o, concentra\u00e7\u00e3o pontual de vendas por eventualidades (uma data comemorativa, por exemplo) e pedidos de teste misturados no hist\u00f3rico de vendas. Com dados confi\u00e1veis, entram em a\u00e7\u00e3o tecnologias como machine learning<\/em> e intelig\u00eancia artificial, que t\u00eam a capacidade de analisar o hist\u00f3rico e sugerir os pre\u00e7os mais assertivos para determinado momento ou p\u00fablico consumidor.<\/p>\n\n\n\n

    A tecnologia possibilita a recomenda\u00e7\u00e3o de pre\u00e7os cada vez mais assertiva a cada transa\u00e7\u00e3o de venda. Tamb\u00e9m permite uma melhor compreens\u00e3o do comportamento de consumo, por feriado ou evento espec\u00edfico da pr\u00f3pria loja, por pre\u00e7o, entre outras categorias que contribuem para melhorar a an\u00e1lise preditiva. Com o espa\u00e7o de varejo mudando rapidamente, al\u00e9m do pricing<\/em>, h\u00e1 oportunidades para aplicar a intelig\u00eancia artificial e machine learning<\/em> a fim de aprimorar a\u00e7\u00f5es de marketing, publicidade e at\u00e9 gerenciamento da cadeia de suprimentos.<\/p>\n\n\n\n

    Obviamente que para isso \u00e9 preciso ter consci\u00eancia de onde os recursos dever\u00e3o ser alocados, em qual ordem problemas espec\u00edficos devem ser resolvidos, seguidos por uma avalia\u00e7\u00e3o do tamanho do impacto que poderia resultar da implementa\u00e7\u00e3o de algoritmos em cada \u00e1rea. Como essa ferramenta tem grande escopo de aplica\u00e7\u00e3o, requer coopera\u00e7\u00e3o geral para implementa\u00e7\u00e3o adequada.<\/p>\n\n\n\n

    A constru\u00e7\u00e3o de um modelo de pricing<\/em> que possibilita a tomada de decis\u00f5es com base nos hist\u00f3ricos de dados, ou seja, aproveitando a pr\u00f3pria experi\u00eancia adquirida ao longo do tempo e cruzando com outras informa\u00e7\u00f5es como as de cunho macroecon\u00f4mico, pode trazer resultados imediatos e muito positivos. Para dar in\u00edcio, basta responder a uma simples pergunta: voc\u00ea est\u00e1 pronto para construir uma estrat\u00e9gia de pricing<\/em> e otimizar seus pre\u00e7os? Se estiver, m\u00e3os \u00e0 obra!<\/p>\n","protected":false},"excerpt":{"rendered":"

    Pre\u00e7o assertivo \u00e9 aquele que proporciona boas vendas extraindo a maior rentabilidade poss\u00edvel de cada produto. Valores acima da m\u00e9dia afastam clientes e derrubam o faturamento e, consequentemente, o lucro. Pre\u00e7os muito baixos at\u00e9 atraem compradores, mas tamb\u00e9m podem prejudicar as margens, fazendo o esfor\u00e7o de venda n\u00e3o valer a pena.<\/p>\n","protected":false},"author":7,"featured_media":15636,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2234],"tags":[738,790,1023,4802,920,996,249,250,2081],"class_list":["post-15634","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-vozes-do-varejo","tag-comercio-eletronico","tag-loja-virtual","tag-precificacao","tag-precificacao-estrategica","tag-preco","tag-pricing","tag-varejo","tag-vendas","tag-volume-de-vendas"],"_links":{"self":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts\/15634","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/comments?post=15634"}],"version-history":[{"count":0,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts\/15634\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/media\/15636"}],"wp:attachment":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/media?parent=15634"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/categories?post=15634"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/tags?post=15634"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}