A tutti è sicuramente capitato di entrare su un sito di compagnie aeree o di booking online e verificare un cambiamento di prezzi e chiedervi: “Cosa è successo? dieci minuti fa avrei pagato il mio volo o l’Hotel il 20% in meno?” Bene quello è il Dynamic Pricing.
Il dynamic pricing (letteralmente prezzo dinamico) è una strategia di vendita che utilizza un algoritmo per cui un’azienda vende i suoi servizi/prodotti a prezzi flessibili, che variano nel tempo in considerazioni di determinate variabili (es. orario, numero di vendite realizzate, offerte dei concorrenti, tipologia del cliente, luogo, abitudini di acquisto, ecc…).
Solitamente si sviluppa applicando inizialmente prezzi più elevati rivolti a quei consumatori che hanno una più elevata disponibilità al pagamento e non sono disposti quindi ad aspettare. In un secondo momento il prezzo verrà abbassato per conquistare anche quella quota di mercato che presenta una curva di domanda più elastica.
È una strategia di marketing molto diffusa nei servizi, nel trasporto aereo e nelle prenotazioni alberghiere; nella sharing economy Uber e Lyft utilizzano il prezzo dinamico per determinare quanto paga un utente; negli eventi sportivi, soprattutto negli Stati Uniti, dove il prezzo varia anche in base alle condizioni atmosferiche (prezzo più basso) o se la squadra ottiene molte vittorie (prezzo più alto); nella vendita di prodotti online, sugli store come Amazon.
Negli ultimi anni i processi di Dynamic Pricing si sono sviluppati con una notevole rapidità soprattutto nell’E-commerce. A distanza di pochi minuti il prezzo di un servizio può variare in maniera sensibile in base ai prezzi dei concorrenti, ai costi di spedizione e ad altri fattori.
Il concetto di “prezzi dinamici” nell’E-commerce può richiedere uno sviluppo operativo piuttosto complicato. Per effettuare una discriminazione basata su “prezzi dinamici” in un ambiente virtuale devono manifestarsi determinate condizioni.
Le aziende che utilizzano il dynamic pricing si affidano principalmente all’intelligenza artificiale (algoritmo) e ai Big Data(analisi clienti e variabili), che tengono conto della domanda e dell’offerta, ma anche dei prezzi praticati dalla concorrenza, delle previsioni meteo e delle informazioni che i consumatori diffondono sui social network.
Gli acquirenti presentano differenti propensioni di acquisto di un determinato bene ed è dimostrabile che la sensibilità ai prezzi dei consumatori in un mercato elettronico risulta notevolmente superiore rispetto a quella di un mercato tradizionale, ciò è riscontrabile soprattutto grazie alla grande quantità di informazioni disponibili che riducono l’asimmetria informativa tipica delle transazioni tradizionali.
Il web ha quindi migliorato in maniera significativa la capacità delle imprese di segmentare un mercato in termini di propensione all’acquisto ed ha reso possibile attuare delle politiche di dynamic pricing con cui si può adattare l’offerta alla domanda in modo rapido. Il vantaggio è quindi intuibile, se l’offerta cambia secondo la domanda dei consumatori, i profitti saranno massimizzati.
