Data Analysis para una estrategia de precios
Quizás la estrategia de precios de una compañía sea el secreto más preciado de la misma. La estrategia de precios tiene dos componentes muy importantes:
- Análisis de datos
- Sentido común y ganas de arriesgar
En este post, te cuento con un caso práctico:
- El análisis necesario
- Cómo extraer insights y hacer sugerencias
- Cuáles son los siguientes pasos
El caso práctico que te presento es de un upselling, es decir, un complemento que se ofrece sobre la feature básica del producto.
¿Qué medir?
La compra de un upselling es diferente al proceso de decisión de compra de un producto. Mientras que el segundo puede estar relacionado con una necesidad, el primero es un complemento opcional.
Racional o irracionalmente, la decisión se rige en muchas ocasiones por lo que el upselling aporta frente al desembolso total que tiene que hacer el cliente. Y eso es fácilmente cuantificable y medible y se basa en la relación entre el precio del upselling sobre el precio total de la cesta compra.
¿Cómo medirlo?
Las dos métricas principales que propongo para medir esa relación son:
- Attachment Rate, que indica qué cantidad de transacciones lo han includio en su cesta.
- Porcentaje del precio del upselling sobre el total de la cesta, que ayuda a ver diferentes comportamientos en función de lo que supone sobre el precio total.
Estas dos métricas pueden medirse para cada transacción, pero si no quieres complicarte la vida, puedes establecer un rango superior de precio de venta de la cesta, por ejemplo las cestas inferiores a 10€, tendrán un rango de 10€, las cestas entre 10€ y 20€ un rango de 20€, etc. y luego agrupar todas las transacciones.
Es ideal generar rangos suficientemente detallados para que al visualizarlos se muestren los diferentes comportamientos de compra. Y que no limites los rangos a los cambios de precio del upselling.
Visualizar el análisis
Un scatter plot o gráfico de dispersión ayuda mucho a entender la toma de decisión de los usuarios con respecto a la compra del upselling.
El scatter plot ayuda a visualizar la adopción (attachment rate) del upselling frente al porcentaje del precio del mismo sobre el total de la cesta de compra. De esta forma se visualiza la adopción basada en la relación entre el precio del upselling sobre el precio total de la cesta compra.
Este tipo de gráficos también permiten incluir otras variables como diferentes puntos en función del rango, tamaños de los puntos en función del volumen de transacciones o colores en función de los precios del upselling. La multitud de variables hacen que sea un gráfico muy completo para este análisis.
En el scatter plot está representado:
- En el eje X la relación de lo que supone el precio del upselling sobre el precio total de la cesta de compra.
- En el eje Y el attachment rate, es decir, el % de compras que han incluido el upselling sobre el total de compras.
- El desglose precios de cesta de compras en rangos que ya habíamos definido antes. Cada punto supone un rango de 10€ en 10€.
- Diferentes colores para identificar los tramos de precio del upselling.
Insights del análisis
- Puntos azules y algunos verdes. En los rangos más bajos de precio de la cesta de compra, el attachment rate es muy bajo debido a alto precio que significa en comparación al total de la compra. En estos casos, el upselling está sobre 1€ y el cliente puede ser sensible al precio y las razones de venta deben enfocarse a beneficios.
- Puntos verdes. Para pasar de un 4% de attachment, debemos ir a rangos de precios donde el porcentaje del precio del upselling no suponga más de un 10% de la cesta y en este rango de precio del upselling (puntos verdes que se mezclan con los rojos), se optimiza la relación. En estos casos, el upselling está sobre los 2€.
- Puntos rojos. Cuando pasamos al siguiente rango de precios del upselling, 3€ el attachment rate vuelve a caer en los primeros tramos de precios por la relación precio — cesta. Pero es una relación linear y a poco que se invierte más en la cesta, la tendencia es casi vertical y se dispara la decisión con mayor probabilidad de incluir el upselling. Aquí es interesante potenciar los precios más altos.
- Puntos amarillos. Para el último tramo, el attachment rate es más alto que para otros tramos demostrando que la relación entre el precio del upselling y del total de la cesta es directa.
Tomar decisiones en base a estos insights
Antes de accionar alguno de los insights anteriores, es importante conocer que el impacto que puede tener en el negocio.
Sugerencias que pueden surgir del análisis.
- Para el primer tramo de puntos rojos podríamos sugerir un rebaja en el precio del upselling, para que no callese el attachment rate.
Aunque parece una acción muy directa viendo el gráfico, es conveniente realizar un análisis del impacto en otras métricas que puedan estar vinculadas. Por ejemplo, profit, gross margin o si existe relación con otras variables o upsellings, para ser conscientes del impacto del cambio.
2. Para el último tramo de puntos azules y primer tramo de puntos verdes, podemos considerar un ligero aumento del precio del upselling para verificar la sensibilidad al precio del cliente.
De nuevo, conocer el impacto de estos cambios es básico para adelantarnos a posibles imprevistos.
3. Para los tramos más altos de precios, donde el attachment rate parece no tener relación directa con el precio de la cesta, podemos hacer un test A/B y comprar de nuevo la sensibilidad del cliente al precio.
En cualquiera de los casos, antes de tomar decisiones es interesante conocer posibles consecuencias, por lo que los análisis complementarios son claves en estos movimientos.
Seguimos!
