--- title: Sinnetic México - Ciencia de datos e investigación aplicada | pricing description: pricing | Sinnetic México - Ciencia de datos e investigación aplicada --- Posts about # pricing ## [Analytics vs Research ¿Cómo conducir hacia Pricing Strategy?](https://blog.sinnetic.com/mexico/analytics-vs-research-como-conducir-hacia-pricing-strategy) Posted by [Gabriel Contreras](https://blog.sinnetic.com/mexico/author/gabriel-contreras) | Jan 4, 2022 5:46:33 PM El boom de la [analítica](https://www.sinnetic.com/cognitive-services) nos permite pensar qué explorar la data histórica puede ser una ruta viable... [ CONTINUE READING ](https://blog.sinnetic.com/mexico/analytics-vs-research-como-conducir-hacia-pricing-strategy) ## [Herramientas analíticas para gestión de precios: Pros y Contras](https://blog.sinnetic.com/mexico/herramientas-analíticas-para-gestión-de-precios-pros-y-contras) Posted by [Gabriel Contreras](https://blog.sinnetic.com/mexico/author/gabriel-contreras) | Jan 4, 2022 5:34:14 PM Estamos viviendo momentos en donde las marcas están modificando su [marketing mix](https://www.sinnetic.com/visual-data-discovery) para adaptarse a... [ CONTINUE READING ](https://blog.sinnetic.com/mexico/herramientas-analíticas-para-gestión-de-precios-pros-y-contras) ### Grow your business more quickly with our solutions for inbound and ecommerce Discover a new digital growth model that attracts visitors, converts them into leads, transforms them into customers and then follows them in the after-sales phase, managed with traditional trade methods or with ecommerce. TAKE AN APPOINTMENT [![WhatsApp](https://upload.wikimedia.org/wikipedia/commons/6/6b/WhatsApp.svg) ](https://wa.me/573180242831) ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "El boom de la analítica nos permite pensar qué explorar la data histórica puede ser una ruta viable para estructurar una estrategia de precios eficiente. Por otro lado, la investigación de mercados sugiere que dados los cambios es necesario estudiar de cara al consumidor la estrategia de precios dado que en los datos históricos no se tienen los mismos competidores, SKU o condiciones de entorno que en el presente o en el futuro ¿Por que camino optar? En este blog, queremos compartir algunas experiencias, pros y contra de ambos enfoques y para ello la tabla a continuación puede ayudar: Analytics Research ¿Cuál es el enfoque? Aprovechar datos históricos para definir estrategias de precio futuras. Estudiar la reacción del consumidor a diferentes escenarios de precio entendiendo las renuncias que el consumidor debe hacer para comprar un producto a un precio determinado. Los métodos de Conjoint son protagónicos en la optimización de precio Pros Es rentabilizar la inversión histórica para compra de datos cómo Nielsen, Kantar etc. Es aprovechar la data transaccional de relación con canales y tenderos Es una visión clara del precio y el volumen del propio portafolio. El negocio está en control de los procesos analíticos que giran alrededor de la fijación de precios. Simular precios sin necesidad de ejecutar contrataciones de estudios cada vez que se requiera un re-análisis. Permite probar estrategias de precio en contextos actuales. Facilita analizar la adopción de estrategias de precio para productos que aún no existen en el mercado Uso de modelos estadísticos y econométricos que son altamente aceptados y entendidos por las gerencias financieras y de producto. Simulación basada en métodos empíricos, centrados en los datos levantados por el estudio. Permite analizar las renuncias que el consumidor está dispuesto a hacer para comprar un producto específico a un precio determinado Contra Para tener una visión del competidor, será necesario comprar data exógena. Si solo se tiene información del propio portafolio, solo se podrá estimar elasticidades punto pendiente pero no migraciones. Uso de métodos de machine learning cuyos resultados son de difícil comprensión por parte del usuario final de negocio Simulación de montecarlo, basada en data creada en función de variables que expliquen la demanda. Se requieren equipos entrenados para evitar errores, falsos positivos o predicciones erráticas. No permite analizar el trade- off del consumidor. Generalmente, el proceso de diseño, levantamiento de información y análisis puede tardar mínimo 5 semanas. El número de SKU, atributos de producto etc., son limitados en general. El reto central consiste en simular situaciones de compra de la misma forma como el cerebro humano procesa información en escenarios de pago. Estas situaciones son difíciles de lograr experimentalmente. Se requieren muestras representativas para lograr cobertura de mercado. ¿Qué metodologías implementa? Integración de datos: Creación de modelos de datos para integrar información que gira al rededor del negocio. Automatización de procesos de Ingesta de datos y ETL para construir modelos de datos eficientes. Técnicas de calidad de datos. Analítica: Análisis supervisado: Métodos para predecir el volumen de venta a diferentes escenarios de precio Análisis no supervisado: Segmentación de SKU y canales para lograr mayor precisión. Visualización: Tableros de control que muestren el proceso analítico. Automatizar el proceso para que los tableros siempre muestren el análisis a tiempo Estudio de precio óptico PSM Price Sensitivity Meter Garbor Granger BPTO Brand Price Trade Off PVP: Perceived Value Price Estudio de precio óptimo Full Profile Conjoint (FPC) Choice Based Conjoint (CBC) Descrete Choice Model (DCM) Adaptative Conjoint (ACA) Adaptative Choice Based (ACBC) HILCA Menu Based Conjoint (MBC) Conjoint + Analytics = Pricing Es clave reconocer las bondades de cada uno de los enfoques: Conjoint: Permite analizar la reacción del consumidor a la estrategia de precios y explorar el trade off del consumidor. Esto facilita analizar el impacto de nuestros movimientos sobre la competencia y viceversa. De igual forma permite expedir datos de corto plazo que no permiten simular la estrategia a futuro. Analytics: Permite analizar la volatilidad de los indicadores de precio, incluyendo la elasticidad punto pendiente. Con esta volatilidad histórica se podrá llevar a futuro los datos del conjoint obteniendo una visión 360º del precio. Nuestros consultores estarán atentos a tus necesidades.Hagamos una cita para explorar juntos las bondades de este enfoque metodológico para tus retos de investigación. Encuentra el espacio de tu conveniencia a continuación: América del Sur México y Centroamérica", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/mexico/author/gabriel-contreras" }, "dateModified" : "04/01/2022", "datePublished" : "04/01/2022", "headline" : "Analytics vs Research ¿Cómo conducir hacia Pricing Strategy?", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://fs.hubspotusercontent00.net/hubfs/8862358/analytics%20vs%20research%20ingles%20715x374.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/mexico/analytics-vs-research-como-conducir-hacia-pricing-strategy", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Estamos viviendo momentos en donde las marcas están modificando su marketing mix para adaptarse a los retos de mercado modernos. Parte importante de esta re-estructura es el precio. Cuando analizamos precio, desde la perspectiva de investigación de mercados, debemos revisar la reacción del consumidor ante propuestas de precio; En este contexto debemos definir dos grandes conceptos: Precio óptico: El precio que genera una reacción actitudinal del consumidor, ej: precio caro, lujo, barato, justo. Precio óptimo: El precio que permite al producto elevar participación de mercado, elevar tamaño de mercado y diferenciarse de la competencia. Dependiendo del tipo de estudio y los objetivos una u otra estrategia será mejor. Definamos primero los alcances de estos dos enfoques de análisis de precio: Precio óptico Precio óptimo Es un perfil psicológico del precio más que una optimización de la demanda en función del precio. No permite predecir el volumen o participación de mercado que traería una estrategia de precio puntual. Es una buena estrategia cuando se trata de conceptos o ideas novedosas que no se han materializado. No es eficiente para tomar decisiones financieras sobre inversión. No permite estimar el source of volume, No sabemos a qué competidor le quitamos mercado con una estrategia de precio puntual. No permite simular share de mercado o tamaño de mercado a diferentes escenarios de precio. Es un perfil competitivo de la capacidad del producto para rivalizar con sus competidores a diferentes escenarios de precio en canales de venta variados. Es una predicción de la capacidad del producto y sus atributos para capturar volumen y participación de mercado. Es una estrategia eficiente tanto para productos en lanzamiento, conceptos o productos ya establecidos en el mercado. Es eficiente para tomar decisiones financieras de inversión porque implica una predicción de demanda. Permite descomponer la demanda para saber si viene de clientes que ya teníamos cautivos o clientes de la competencia. Permite entender las renuncias que podría hacer el consumidor para poder comprar un producto a un precio determinado PRECIO ÓPTICO A continuación, mostraremos algunas técnicas eficientes para analizar precio óptimo y como nuestras metodologías las incorpora: Metodología Fin táctico Técnica que empleamos AdPpt: Evaluación de concepto y pretest Evaluación de concepto. Análisis del perfil psicológico de precio de una idea que no ha salido al mercado. PVP: Perceived Value Pricing Evaluación sensorial, pruebas de producto y mapeos de preferencia ¿Cuánto está dispuesto el cliente a pagar por una experiencia sensorial específica? ¿Cuánto podemos cobrar por un sabor, olor o textura? BPTO: Brand Price Trade Off Salud y valor de marca. Si mi marca es valiosa ¿Cuál es la percepción de precio y la percepción de valor de cara al consumidor? Aquí se analiza la marca solo como un elemento del marketing mix. PSM Plus: Price Sensitivity Meter Plus Experiencia y satisfacción del cliente ¿Qué rol juega el precio en la satisfacción y experiencia de nuestros clientes? ¿La satisfacción del cliente cambiaría si subimos el precio? ¿Cómo sería esa afectación? Gabor Granger PRECIO ÓPTIMO A continuación mostramos como nuestro portafolio de metodologías de investigación de mercados y analítica se aproxima a la optimización del precio Metodología Fin táctico Técnica que empleamos Aprovechar información interna del CRM y los sistemas transaccionales para ver cómo los clientes se restringen o avanzan ante cambios históricos de precio, distribución, promoción e inversión. Analizar volatilidad histórica de la elasticidad del precio. Integración de datos de mercado para analizar rivalidad con competidores en entornos de competencia. Marketing Mix Model Cross Media Research Price Package Para optimización de línea Análisis de precio a nivel SKU por canal. Análisis de factores defensores de demanda como atributos de producto, distribución. Estimación de elasticidades de precio, elasticidades cruzadas. Análisis volumétrico y de participación de mercado Conjoint Full Profile Conjoint Analysis. Like HILCA: Hierarchical Individualized Limit Conjoint Para conceptos o estrategias de lanzamiento. Analizar como un lanzamiento particular afecta la demanda de otros productos del portafolio Estimaciones volumétricas en primer año de lanzamiento. Conjoint CBC: Choice Base Conjoint. DCM: Discrete Choice Model Para productos o servicios con altos grados de personalización Fijación de precios para productos o servicios a los que se les puede agregar funcionalidades, componentes o servicios adicionales. Conjoint MBA: Menu Based Conjoint. Para análisis de categorías complejas, o competitividad entre categorías. Para análisis de categorías complejas, o competitividad entre categorías. ¿Cómo convertir consumidores de gaseosa en consumidores de cerveza? ¿Cómo ganar desde otros mercados? Conjoint ACBC: Adaptative Choice Based Conjoint ACA: Adaptative Conjoint Analysis. En entradas diferentes del blog, estaremos ampliando el alcance de cada metodología y técnica. Por lo pronto, nos gustaría entrar en contacto contigo para discutir tus retos y necesidades de precio", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/mexico/author/gabriel-contreras" }, "dateModified" : "04/01/2022", "datePublished" : "04/01/2022", "headline" : "Herramientas analíticas para gestión de precios: Pros y Contras", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://fs.hubspotusercontent00.net/hubfs/8862358/Contenido/sinnetic_pricing_blog.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/mexico/herramientas-analíticas-para-gestión-de-precios-pros-y-contras", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ```