A Precificação dinâmica e inteligente vem se tornando cada vez mais importante para os setores da indústria que caminham rumo a personalização em massa de produtos e serviços, como já falamos neste outro artigo: A Indústria 4.0 na visão da Aquarela. No Brasil, diversas indústrias, comércios e serviços já utilizam estratégias e soluções de precificação dinâmica; os mais avançados utilizam Inteligência Artificial (I.A) para otimizar ainda mais a escolha dos preços das transições com alto grau de complexidade. 

Vamos apresentar pontos importantes do tema de precificação no ponto de vista de data analytics (O que é Data Analytics?), nos seus diferentes níveis de maturidade e na definição das estratégias em setores tradicionais.

Tipos de precificação

A precificação é um tema onipresente em negócios, sendo recorrentemente discutido nas áreas de contabilidade e finanças, onde se busca constantemente responder às seguintes perguntas: 

  • Como definir o preço de um produto e/ou serviço de modo que faça sentido tanto para o vendedor como para o comprador?
  • Como obter o melhor rendimento financeiro em médio longo prazo por cliente?
  • Como trabalhar as margens e o mix de produtos de modo que o ganho geral seja alavancado? 

Abaixo apresentamos um resumo dos conceitos.


Preço fixoPreço dinâmicoPreço inteligente
DefiniçãoO preço é único para todos os consumidores, independente da situação.O preço dinâmico é uma personalização do valor pré-fixado, ajustado ao contexto da transação.  A definição do preço é feita com base nas características dos consumidores, além de levar em conta o contexto em que a transação foi efetuada
ExemplosToda e qualquer passagem no sistema será sempre R$ 5,19 com reajuste anual de x%.
Exemplo:Transporte em cidades pequenas
Para a situação “A” o valor é R$ 3,25. Já para a situação “B” o preço é R$5,85. E assim por diante. Ou seja, um valor para cada caso.
Exemplo: Sistemas Integrados de Transporte
Considerando o clima, padrões da demanda, sazonalidades, perfil do passageiro e eventos acontecendo na região o valor pode flutuar entre  “A” será R$ 5 a R$10 e B de R$ 8 a R$10.
Exemplo: Uber e passagens aéreas.   

Qual o preço mais justo para uma passagem? 

Se a resposta for de um morador de Londres, ele dirá: depende! 

Então é aqui que começamos o estudo das precificação fixa, dinâmica e dinâmica inteligente. 

Sistema de transporte londrino   

Escolhemos como exemplo o sistema de transporte de Londres, que integra trens, metrô e ônibus e gera valores diferentes dependendo da escolha do usuário, da hora do dia e diversos outros fatores. Um ótimo estudo de caso dos elementos de uma precificação dinâmica. 

A cidade de Londres é uma das maiores da Europa, e um dos maiores centros financeiros do mundo. Atualmente conta com uma população de aproximadamente 8 milhões de habitantes (1 milhão e meio a mais do que o estado de Santa Catarina). A maioria dos londrinos usa um cartão chamado de Oyster para pagar todas das despesas, inclusive  transporte público. Com ele é possível usar o metrô, trem, ônibus, Vlts (Veículo Leve sobre Trilhos), submarinos, jet skis e carros drones. Bem, os últimos ainda não.

Cultura de dados

Um bom processo de precificação obrigatoriamente necessita de um bom nível de maturidade de dados que reflete trabalhos visionários em longo prazo. Abaixo cito alguns dos principais movimentos, que ajudam a explicar o nível de maturidade da Inglaterra.

  • Aquele país já possui uma longa tradição nas ciências naturais e na estatística, tanto que os relógios do mundo sincronizam com a hora zero associada ao bairro londrino de Greenwich.
  • A enfermeira inglesa Florence Nightingale revolucionou a estratégia das guerras e a saúde mundial com o uso da estatística a partir da guerra da Crimeia (1853-1856) quando criou o diagrama da rosa.
  • Durante a segunda guerra, os matemáticos ingleses conseguiram decifrar os códigos criptografados pela Alemanha utilizando Inteligência Artificial como descrito no filme O jogo da imitação.
  • Ainda, na época do Titanic (1912), os ingleses catalogaram todos os passageiros de tal forma que hoje este conjunto de dados é um dos mais conhecidos na área de machine learning (Aprendendo com o desastre do titanic). 

Desafios geográficos e outros

Como melhorar o transporte de uma cidade milenar, sem remover quarteirões e construções, e ainda suportar de modo eficiente eventos de grande escala, como os jogos olímpicos, com uso de tecnologia e técnicas de precificação? 

Na figura a seguir, está o mapa das ruas da cidade a partir do google maps só para se ter uma noção do quão retalhada é a cidade. O Mapa a seguir dá uma noção do quão complexa é a malha viária da cidade de Londres

A evolução do sistema de precificação

Antigamente as passagens para viagens de trem na Grande Londres eram compradas em uma base “ponto a ponto” entre duas estações, como um bilhete único, de retorno ou de temporada; e foram precificados de acordo com a distância percorrida (precificação fixa).

Durante o início dos anos 80, o Executivo de Transportes de Londres (literalmente o Senhor dos Anéis), fez uma série de revisões das tarifas para então criar os anéis (zonas tarifárias) com o objetivo de simplificar as tarifas e agilizar o processo de compra e uso dos bilhetes.  Os primeiros foram introduzidos em outubro de 1981 em toda a grande Londres. Os ônibus vermelhos utilizam preço fixo através de todos os anéis, e o usuário pode pegar qualquer veículo durante um espaço determinado de tempo. A cidade foi dividida em zonas de ônibus onde as tarifas simples eram aplicadas. No metrô, a área que hoje é a zona 1 foi dividida em duas áreas sobrepostas, chamadas City e West End.

No gráfico abaixo temos a divisão das zonas em camadas que permitem uma cobrança diferenciada do usuário. Se o usuário trafega da zona 5 para 6 então o preço é x. 

Estas mudanças trouxeram mais flexibilidade para os usuários gerando maior dinamicidade no transporte. Com a integração dos bancos de dados dos diversos modais, o usuário ainda pode optar por trocar o seu tempo por dinheiro ao escolher uma forma mais barata só que mais lenta de se locomover. Tanto o sistema de transporte como o usuário podem trabalhar visando a otimização de seus recursos.   

Origem das regras de definição de pesos de precificação 

As regras e os pesos de ponderação dos preços podem se originar de diversas fontes, desde a experiência dos gestores com conhecimento tácito do negócio até de algoritmos de Inteligência Artificial que podem reconhecer padrões até então não conhecidos pela gestão. O importante é que nenhum sobrepõe o outro totalmente. Abaixo mostramos uma tabela que compara algumas das diferentes abordagens com seus devidos prós e contras. 


PositivosNegativos
Experiência do time de gestãoA experiência dos gestores trás um conjunto de regras muito rico dependendo da vivência de cada pessoa com o processo em questão e são normalmente baseados em dados de relatórios contábeis e financeiros estáticos.  O conhecimento tácito das regras de precificação pode ser difícil de replicar dependendo do contexto da precificação.
Não permite um alto grau de personalização e automação do processo de precificação.
Machine Learning / Modelagem estatísticaAs regras de comportamentos de preço são gerados a partir de inferências estatísticas e aprendizado de máquina de um número muito grande de perfis e contextos, permitindo recomendações de preço personalizadas.A análise de treinamento das bases demanda profissionais qualificados com boa noção de estatística e fundamentalmente conhecimento sobre o negócio em que será aplicado o modelo. Também, modelos mal treinados podem gerar preços incoerentes e replicar comportamentos do passado que são indesejados. 
Benchmarking de mercadoPermite nivelar as melhores práticas do mercado em questão que variam desde diferenciação de valores como também regras de segmentação de valores. Podem não trazer o racional que define preço do produto ou serviço. 

Técnicas de analytics

A área de análises avançadas de dados (Data Analytics) é muito rica em técnicas e tecnologias criadas especificamente para detectar padrões em grandes massas de dados, e assim auxiliar os gestões nos testes das abordagens de precificação.

Para a questão do transporte, as georeferências são muito importantes para avaliar os fluxos dos usuários dos sistemas, e até resultados obtidos ao longo do tempo de novas políticas de precificação. Abaixo, os cientistas britânicos elaboram um gráfico de calor (heat map) mostrando a intensidade de usuários nos diversos pontos da cidade, onde as linhas brancas mostram o espaço que uma pessoa pode se transportar a cada 10 minutos no horário de pico. Sem dúvida uma análise muito rica e alinhada ao contexto.

Fonte – Departamento de Transportes – 100020237 2006

Um dos pontos mais importantes das equipes de precificação é o tamanho, qualidade, acurácia e precisão do arcabouço de técnicas de analytics para mensuração e acompanhamento dos resultados. 

Como são os preços atualmente?

Com a integração dos sistemas de precificação é possível digitalizar também a consulta dos valores pelos usuários. Abaixo está o preço gerado pelo sistema após informar os pontos A, B e o perfil do usuário (estudante, aposentado e etc). 

https://tfl.gov.uk/fares/find-fares/tube-and-rail-fares/single-fare-finder

Vemos que existe um incentivo financeiro relevante para que os usuários utilizem o cartão “Oyster” ao invés do dinheiro. Além disso, as combinações proporcionadas para cada fluxo entre as diferentes zonas aumentam a complexidade da gestão dos fluxos, já que cada usuário pode utilizar o sistema de um modo particular.  

Resultados da gestão e dos usuários 

Segundo a pesquisa trimestral realizada pela prefeitura, os usuários têm demonstrado uma maior satisfação da qualidade dos serviços. Na tabela abaixo, quanto mais intenso a cor verde maior é o índice de satisfação dos clientes. 

Em relação ao tempo médio da compra dos tickets também vemos uma considerável melhora dos serviços ao longo do tempo. Quando mais intenso a cor vermelha na tabela, maior o tempo de espera.

Conclusões da precificação dinâmica

Como vimos, existem diversos tipos de precificação, tais como a base fixa, dinâmica e a inteligente, que utiliza a Inteligência Artificial e que tem um impacto bastante relevante na transformação digital da indústria e dos serviços. Dado isso, a complexidade dos projetos de precificação pode variar conforme a cultura de dados e estratégia comercial de cada organização.

Atualmente, os sistemas de e-commerce são os que mais utilizam as técnicas de precificação inteligente, pelo fato de serem soluções já nascidas no mundo digital. No caso londrino, vimos a transformação digital do sistema graças a uma base histórica robusta de projetos analíticos, onde a cidade conseguiu construir uma boa coleta e integração de dados, possibilitando gerar um sistema de precificação dinâmica de transporte que privilegia a mobilidade, e com altos níveis de liberdade dos usuários, ao mesmo tempo que pode cobrir os custos da operação dos trens.

Com a popularização de sistemas de informação coletando dados em vários setores da economia, como na indústria, comércio e serviços, teremos cada vez mais insumos para a construção de sistemas de precificação que respondem em tempo real de forma cada vez mais inteligente. A Inteligência Artificial hoje já nos permite chegar a modelos de precificação com base em estimativas de acontecimentos futuros, e mais personalizados do que a precificação puramente dinâmica, devido a existência de múltiplos padrões de comportamento passados.

O caso de Londres demonstra o caminho evolucionário da tecnologia, e o potencial dos conceitos de precificação no ambiente cada vez mais digital em que as cidades e organizações estão entrando. Acreditamos que sempre haverá demanda para profissionais de tecnologia, matemática, estatística e outros para trabalhar nas parametrizações (leis, climas, tempos, distâncias e etc) de projetos de precificação nos diversos setores econômicos. 

O tema de precificação é fascinante e ao mesmo tempo complexo. Felizmente com o crescimento do poder computacional e melhoria dos sistemas de comunicação, abre-se um novo e amplo campo de trabalho para mentes inquietas.