Como a precificação dinâmica transformou a elite do beisebol dos EUA

Estratégia que permite às empresas mudar os preços com base na demanda ainda enfrenta o desafio da eficácia

Por Universia Knowledge@Wharton*

A precificação dinâmica, uma estratégia que permite às empresas mudar os preços com base na demanda dos seus produtos, ganhou notoriedade entre os consumidores quando o Uber usou-a para aumentar drasticamente os valores nas horas de maior movimento. Apesar de não agradar o consumidor, os pesquisadores estão descobrindo que essa estratégia pode ser uma ferramenta eficaz para muitas companhias que não conseguem se equilibrar diante da demanda.

Peter Fader, professor de marketing da Wharton, e Senthil Veeraraghavan, professor de operações, informações e decisões, conversaram com a Wharton sobre seu novo estudo a respeito do tópico “O impacto das políticas de precificação dinâmica sobre a receita nas vendas de ingressos de times da liga principal do beisebol” [The Revenue Impact of Dynamic Pricing Policies in Major League Baseball Ticket Sales]. Acompanhe a entrevista a seguir. 

Vocês poderiam fazer um rápido resumo do estudo?
Peter Fader: Na Liga Principal de Beisebol, nos esportes profissionais, no mundo do entretenimento em geral, sobreveio essa grande revelação de que é preciso cuidar do lado empresarial do negócio. Não basta apenas colocar os melhores jogadores em campo. A precificação tem um papel muito importante nisso. Durante muitos anos, as empresas fixaram preços arbitrários e dependeram de mercados secundários para chegar ao equilíbrio certo. É fantástico ver que boa parte dos clubes da Liga Principal de Beisebol, entre outros em segmentos desse tipo, estão finalmente demonstrando inteligência quando dizem: “Queremos assumir o controle desse negócio. Queremos fixar preços corretos.” Isso significa, em parte, recorrer à precificação dinâmica. Significa, também em parte, ajustar os preços ao longo do tempo, cobrando valores diferentes de diferentes pessoas dependendo da natureza do jogo. Muitos clubes vêm experimentando essa nova fórmula, mas poucos param para pensar: “Está funcionando? Dá para melhorar? Qual o impacto incremental de uma determinada política de preços, e qual o impacto de outra?” Tivemos muita sorte de poder trabalhar com um clube em que pudemos fazer perguntas desse tipo. Graças a um conjunto de dados realmente pertinente e a alguns modelos muito inteligentes, acho que conseguimos chegar a algumas respostas muito engenhosas.

Senthil Veeraraghavan: Esse é um tema muito interessante. Trata-se da confluência de uma pesquisa empolgante e vanguardista com uma aplicação prática cujos efeitos se veem objetivamente em campo ? neste caso, literalmente.

Quais foram as principais conclusões do estudo?
Veeraraghavan: Descobrimos, por exemplo, que as pessoas falam muito de precificação dinâmica associando a expressão à resposta que o consumidor dá a ela. Ficamos realmente surpresos com o excelente desempenho de um preço estático bem escolhido. 

Fader: É claro que há desvantagens, já que a precificação dinâmica não é nenhuma panaceia. Só porque variamos os preços isso não significa que estejamos necessariamente ganhando mais. Nesse caso específico, se analisarmos a política de precificação dinâmica adotada pelo clube, a essa altura da temporada, veremos que ele, na verdade, teve prejuízo em relação à política de preços estáticos que tinha inicialmente. Há casos em que, se for possível escolher os preços “absolutamente certos”, por que se dar então ao trabalho de mudar as coisas?

Escolher o preço “absolutamente certo” não é uma coisa fácil de dizer e bem mais difícil de fazer?
Veeraraghavan: É verdade. Se houvesse uma fórmula mágica, por assim dizer, que fosse distribuível, conseguiríamos fazê-lo, certo? Creio que a aplicação específica ao contexto é muito importante aqui. Trata-se da relação entre o cliente que você deseja servir, a equipe que deseja administrar e a organização que deseja gerir. Nesse caso, os dados são úteis porque ajudam a entender que tipos de políticas funcionariam. Sim, podemos melhorar, mas é algo muito específico. Os dados têm essa informação. É possível usá-los para se chegar a boas políticas de preços.

Fader: Creio que é por isso que a nossa parceria é tão boa. Eu passo meu tempo pensando em relações e em todas as nuanças próprias do local de origem da demanda. Senthil e seus colegas passam boa parte do tempo pensando em otimização. Com frequência, um não faz justiça ao trabalho do outro. Construo modelos descritivos excelentes, mas fico em débito quando me perguntam “e daí?” Muitas vezes, os que atuam no mundo da otimização constroem modelos bastante simplistas porque isso amplia a parte da otimização. É aquela combinação exata em que temos efetivamente uma rica descrição de como as pessoas compram ingressos, quando, e para que setores, e quanto estão dispostas a pagar por isso. 

O estudo mostra que um time de beisebol pode recorrer a várias formas de precificação dinâmica.
Fader: Discorremos sobre isso em vários níveis diferentes. Boa parte consiste nos fatores que devem ser levado em conta na hora de criar uma política de precificação dinâmica. É ótimo que isso não seja um exercício acadêmico apenas, que muitos times esportivos profissionais e outros tipos de negócios estejam começando a levar esses fatores em conta. De um lado temos os recursos: que fatores devemos observar e como ajustá-los? Do outro lado, os resultados. Com relação à configuração de políticas ? especialidade de Senthil ?, nos perguntamos: devemos olhar adiante ou não? Para mim, tem sido um aprendizado pensar nas diferentes maneiras que essas políticas podem ser postas em prática.

Veeraraghavan: Estamos todos aprendendo diferentes coisas com essa situação. Conforme dissemos, o assunto é multidisciplinar. Uma coisa é quanto devemos olhar adiante na hora de configurar nossas políticas de precificação dinâmica. Você planeja para dez jogos? Para três? Com que frequência você muda? Como você comunica isso? Essas coisas são importantes, uma vez que são respostas dos clientes e são elas que vão realimentar as políticas que você criará. As pessoas imaginam que a precificação dinâmica é uma coisa má ou uma panaceia. A verdade está em algum lugar entre uma coisa e outra. Você pode implementar a mesma solução e se sair mal por causa da maneira como usa a informação. Por exemplo, constatamos que se há um número maior de pessoas no grupo que está comprando ingressos, há uma probabilidade maior de que comprem em certos setores do estádio, isto é, nos melhores setores do estádio. Isso me surpreendeu. Contudo, não é isso o que o modelo normalmente propõe. Quantos jogos você deveria considerar? Você deveria analisar seus oponentes? O dia do jogo? O clima? Todas essas coisas são importantes.

É preciso planejar de novo quando o time não vai bem em uma série de partidas?
Veeraraghavan: Sim. Quando o time entra numa série ruim, não se pode cobrar muito, por isso é preciso reconsiderar a possibilidade de baixar os preços.

Com frequência, em abril, os meios de comunicação preveem qual time poderá ir para o campeonato da série mundial, a World Series. Às vezes, eles acertam, mas também é possível que por volta de setembro o time tenha afundado.
Fader: Esse é um dos problemas que tivemos nesse caso. A organização do modelo é interessante: um time específico de beisebol da Liga Principal não recorreu à precificação dinâmica durante a primeira metade da temporada. Pudemos calibrar toda a nossa demanda e resposta aos modelos com base no que vimos nos primeiros 40 jogos aproximadamente. Em seguida, projetamos o que aconteceria na última parte da temporada se eles não recorressem à precificação dinâmica. Temos um ótimo parâmetro sobre qual teria sido o desempenho das vendas e analisamos a diferença para então indagar: “Até que ponto foi positivo o uso da precificação dinâmica?” Na época, não sabíamos, mas o time não se saiu bem na segunda parte da temporada. Na verdade, seu desempenho foi péssimo. Isso não significa que devemos culpar a política de precificação dinâmica, mas o fato é que o time entrou por um caminho que não havíamos levado em conta na primeira parte do conjunto de dados. É assim que se constrói e que se implementa um modelo. Às vezes acontecem coisas que não podem ser antecipadas.

Suponho que esse modelo possa ser aplicado de diversas maneiras.
Veeraraghavan: Peter e eu agora trabalhamos também com instituições sem fins lucrativos. Imaginemos um time de beisebol, um time da Segunda Divisão, um time internacional, um time de futebol, de críquete ou até mesmo uma organização sem fins lucrativos. Ele já dispõe dos dados que podem lhe dizer como se deve pensar sobre o problema. Aí nós chegamos e lhe dizemos: “Essa informação é muito importante. Veja de que maneira podemos usá-la e adequar suas políticas.”

Fader: De um lado, acho que a estrutura que montamos é bastante genérica pois estamos usando um conjunto muito comum de fatores e de estruturas de dados etc. Em relação aos resultados específicos, não creio que devamos fazer generalizações a partir deles. Creio que o peso específico que os diferentes fatores podem ter, e as diferenças relativas entre tipos de políticas de preços, são itens específicos do contexto. No entanto, estou convencido de que se pegássemos o modelo geral e o recalibrássemos em outro cenário, ele continuaria a funcionar bem. Talvez com resultados razoavelmente distintos.

De que maneira uma empresa poderia aplicar na prática a pesquisa?
Fader: Em parte, entendendo como a coisa funciona de modo geral. Antes mesmo de se preocupar com coeficientes estimados específicos ou com quaisquer números tirados do papel, pense apenas nos fatores que você gostaria de considerar. Operacionalmente, será possível criar uma situação em que temos essa condição de controle, em que não havia nenhuma precificação dinâmica em uso, de modo que possamos obter uma leitura limpa e, uma vez pressionado o botão de começar, poderemos entender o que está acontecendo? Há coisas relacionadas ao que inserimos no modelo, bem como a maneira genérica que a coisa acontece na prática, que podem ser generalizadas. Espero que as pessoas se concentrem sobretudo em fatores operacionais desse tipo mais do que nos resultados específicos daí decorrentes.

Veeraraghavan: Esse é um ponto muito importante. Muitas vezes as pessoas dizem: “Sim, pode-se fazer isso, mas o que fazer quando acontece? E se outra coisa acontecer?” Ao se fazer esse tipo de estudo com um banco de dados experimental, pode-se responder as perguntas feitas. E se a equipe estiver passando por uma série complicada? Então aja desta forma assim e assado. E se o programa for um sucesso ou se o protagonista sair? O que se deve fazer? Podemos responder esse tipo de perguntas através do modelo. Os resultados concretos podem variar de um caso para o outro, mas a aplicação fundamental continua a mesma.

Existe alguma história na mídia que, na sua opinião, tem a ver com sua pesquisa e que realmente a coloca sob uma nova luz?
Fader: Creio que não há apenas uma história atual, mas uma história em andamento. Há toda uma confusão entre as organizações de esportes profissionais acerca da existência e da lucratividade dos mercados secundários. Boa parte do nosso projeto decorre de um projeto em grande escala que eu havia feito com a Liga Principal do Beisebol. Fiquei muito satisfeito com o fato de que um dos clubes quis levá-lo adiante. Nesse projeto com o MLB, a questão era: será que eles deveriam continuar a usar o StubHub como seu fornecedor exclusivo de ingressos secundário? A maior parte dos times concordou em fazê-lo. Alguns times desistiram, inclusive o New York Yankees. Os Yankees mudaram recentemente sua política sobre o assunto e estão voltando ao StubHub, embora com algumas condições. O problema é que a situação está longe de ter sido resolvida. Há muitas equipes fazendo experiências com modelos conforme vimos acontecer por aqui, e há um volume muito maior de mudanças em processo. Esperamos que não seja apenas tentativa e erro. Esperamos que sejam os clubes e os fornecedores secundários de ingressos que estejam ficando mais inteligentes e estejam reduzindo as oportunidades de arbitragem e parte da tapeação que acontece nesses casos antecipando simplesmente os preços justos e como eles variarão em diferentes circunstâncias.

Você acha que os mercados secundários pressionam muito os times ou os promotores de shows ou outros para analisarem mais de perto a situação porque sabem que os mercados secundários existem e são importantes para quem compra ingressos?
Fader: De certa forma, a existência dos mercados secundários e o seu sucesso têm servido de advertência para essas organizações. Elas agora estão se munindo de muitos recursos internamente para pôr em prática o tipo de modelo e experimentação que endossamos aqui. Antes, elas pegavam os profissionais de analítica e os reservavam para cuidar do “money ball” [ou a aplicação de estatísticas ao desempenho dos jogadores em campo para identificar atletas baratos, mas que têm boas estatísticas nas posições em que jogam]. Agora, porém, a ideia é identificar a melhor analítica que possa ajudá-los a vender ingressos ao preço certo para as pessoas certas. É bom ver que eles estão, eu ousaria dizer, introduzindo uma situação de igualdade de condições.

Há muitos pontos de vista distintos sobre a precificação dinâmica atualmente. Há quem pense que se trata da pior coisa do mundo e gente que acha que é a melhor coisa que poderia haver. A pesquisa acaba com outros conceitos equivocados?
Veeraraghavan: Vimos que é perfeitamente possível ter bons resultados com um sistema fixo de preços bem configurado ? mas essa é a grande dificuldade. A precificação dinâmica é flexível e permite fazer ajustes, o que é muito importante. Ela pode ajudar um time a conquistar seus fãs e consumidores. Não é necessariamente uma coisa ruim para a equipe, fãs e consumidores.

Fader: Essa talvez seja a grande descoberta, não apenas do nosso estudo, mas desse projeto mais amplo em que estou envolvido. Nas primeiras conversas que tive com a Liga Principal de Beisebol, havia uma relutância da parte dos seus membros. Muitos clubes resistiam bastante à possibilidade de experimentar a precificação dinâmica. Parecia, à primeira vista, uma coisa assustadora. Depois, havia uma preocupação com uma possível reação adversa, isto é, os fãs talvez achassem que estavam sendo enganados. Foi ótimo ver a boa acolhida que teve a precificação dinâmica. Os clubes a empregam com cautela para não exagerar na dose. Há histórias de reações adversas. Com relação aos fãs, estamos nos acostumando. Existe um consenso de que, não importa o setor, seja aviação, esportes profissionais, serviços de transporte compartilhado, a precificação dinâmica chegou para ficar. Contanto que as empresas a pratiquem de forma inteligente e que tenham em mente o longo prazo e não tentem ganhar o máximo possível agora.

*Serviço gratuito disponibilizado pela Wharton, Escola de Administração da Universidade da Pensilvânia, e pela Universia, rede de universidades que tem o apoio do Banco Santander.   


leia também

As críticas on-line são realmente importantes para as empresas? - Chen Jin, pesquisador da Wharton, mostra de que maneira os sistemas de avaliação podem afetar os negócios na internet

As inúmeras vantagens do “preço dinâmico” - Um estudo mostra que tarifas variáveis beneficiam o consumidor

As promessas e os perigos da precificação dinâmica - A Atom Tickets testou a estratégia no segmento de ingressos de cinema. Mas até que ponto ela funciona bem?

Cade: criação do Uber não diminuiu uso de táxis - De acordo com estudo, serviço conquistou novos clientes

Câmara aprova projeto para aplicativos como Uber - Regulamentação passa a ser responsabilidade dos municípios

comentarios


Seja o primeiro a comentar a notícia!



Comentar

Adicione um comentário: