La semana pasada forme parte de un away day de profesionales de la distribución online de viajes durante dos días. Muy divertido! Entre muchísimos temas desarrollados, mi aportación mas activa fue en el área del revenue y pricing. Hay tantos detalles que impactan en el revenue! Uno de los temas que mas discusiones supuso fueron los modelos de ranking de productos, conocidos como “biasing web skills”. Me gustaría compartir algunas de las reflexiones.

La idea es que cuando un cliente realiza una búsqueda mediante el método que sea (directo con buscadores, inspiracional con Merchant links o cualquier otra vía creativa), normalmente la agencia puede mostrar bastantes productos (bastantes = mas productos que los que pueden verse en la pagina inicial sin necesidad de hacer scroll down o pasar de pagina). Hay dos maneras básicas de ordenar los productos que serán mostrados al cliente:

1. Modelo objetivo: Para productos “commodity” con mínimo valor inspiracional, los resultados se deberían de ordenar mediante criterios objetivos ya sean precio, horario de salida, duración del vuelo, categoría del hotel… El ejemplo mas evidente son las ventas de vuelos.
2. Modelo Subjetivo: Cualquier producto de alto valor añadido y con un cierto componente inspiracional requiere de modelos mucho mas analizados. Por ejemplo, productos vacacionales o hoteles. Lo primero que debe quedar claro es que es muy importante la comunicación. Siempre que le devolvemos al cliente resultados ordenados por favoritos, lo primero que se preguntara es… “-Y porque son tus favoritos?” Tendrá miedo de que el orden no se oriente en encontrar su mejor experiencia sino a satisfacer las necesidades comerciales del distribuidor (hace bien en no fiarse). Tampoco le explicaremos al cliente todos los algoritmos que hay detrás. Simplemente le podemos decir que le mostramos los “bestsellers” (de eso se trata).

Primero de todo y para aclarar cual es el mejor modelo en cada caso. No solo depende del propio producto en concreto, ordenar los resultados por precio siempre es fácil y muy intuitivo para el cliente. Si no tenemos la capacidad de generar modelos de ranking subjetivos MUUUUYYY bien desarrollados mejor no nos compliquemos la vida. De todos modos y teniendo en cuenta el impacto sobre el negocio Vs el coste, yo siempre recomendaría invertir recursos en desarrollar sistemas de ranking buenos. Los modelos mas avanzados que conozco son capaces de crear ranking de producto basándose en las siguientes variables:

• A – Conversión media tanto del producto como de la posición media que ocupa en el ranking. Me explico, se calcula que el producto N1 en el ranking debería de retornar siempre una conversión de X, en posición N2 retornar X conversión…el sistema pues intentara regular los productos para acercarse al máximo a los objetivos medios.
• B – Disponibilidad. Se calcula el advance purchase medio y, si por ejemplo, lo tenemos de 15 días, se analiza el % de productos disponibles en pagina empezando dentro de 15 días y durante un periodo X. Para calcular el % simplemente necesitamos un “allocations report” que nos calcule, de todos los productos que tenemos, cuales tienen disponibilidad. (soy consciente de que en algunos productos es imposible saber la disponibilidad futura).
• C – Margen y revenue: No hay mucho que comentar, los productos con mayor margen.
• D – Single product search: Si es posible, se tiene en cuenta las veces que el cliente a buscado ese producto en concreto. Me refiero a cuando el cliente busca directamente el nombre del hotel X en lugar del destino X.
• E – Niveles de PCI% (solo por es necesario: PCI% = “price lose ratio”). Nos indica la posición del precio de nuestro producto Vs nuestros competidores. (para ver mas detalles, consultar el siguiente post donde se comenta como se desarrolla un modelo de pricing automático: )
• F – Promoción especial o exclusiva. Básicamente, se tiene en cuenta si el proveedor nos ha ofrecido algo especial en su producto ya sea precio o servicio.
• G – Customer reviews (aun muy poco desarrollado) sobre el producto en cuestión.

Finalmente y para simplificar la ejecución, se da un valor porcentual en cada uno (A, B, C, D & E) y se suman todos. A partir de aquí, se crea una herramienta para que el administrador decida la importancia de cada punto de modo que pueda equilibrar el modelo según el balance de cada propiedad. Imaginaros un hotel X. La diferencia entre la conversión media del producto y la de la posición en el ranking donde se encuentra (A) es del +10%, así que lo damos un 90% + 80% porqué durante las siguientes semanas, el producto esta disponible en un 80% (B) + 100% porque el margen es altísimo (C) + 0% debido a que nadie a buscado este producto indivual (D) + 100% porque somos un 5% mas baratos que la competencia + 0% porque no existe ninguna oferta especial (F). Luego decidimos sobre el 100% que A implica un 30% (la importancia del punto A). El resultado final será que A = 90% del 30%, B…
Vale, reconozco que se os he complicado un poco la vida con el ejemplo. Disculpar.

Conozco algunos ejemplos de distribuidores turísticos que después de crear e implementar un sistema automático de “biasing” (antes utilizaban rankings ordenados por precio) incrementaron a corto plazo tanto la conversión (podemos esperar un máximo del 10% de crecimiento si lo hacemos bien, es mucho!!), como margen y revenue (depende mucho del producto, pero un incremento del 5% debería de ser siempre posible).

¿Hay algo mejor?