Revenue management and dynamic pricing: tecnologie digitali e sinergie per il risk management.

Obiettivi. L’ambiente, nel quale ciascuna impresa si trova ad operare, si qualifica in virtù del dinamismo con cui si muovono le differenti variabili che lo caratterizzano; ed il grado di variabilità complessiva dell’ambiente determina condizioni di incertezza, ponendosi in rapporto di proporzionalità inversa con la possibilità di svolgere adeguate previsioni sugli avvenimenti futuri. In un contesto altamente competitivo, come quello attuale, in cui le nuove tecnologie hanno abbattuto i confini spazio-temporali, portando le imprese a dover competere con un numero sempre maggiore di concorrenti (diretti e indiretti, nazionali e internazionali), seppur parimenti sia ampliata la platea delle opportunità di business e dei mercati target, la sopravvivenza è dettata non soltanto dalla riduzione dei rischi potenziali che possono minacciare le attività, ma dalla necessità di ottimizzare e massimizzarne la redditività. Dunque, in un’epoca customer oriented, in cui le attività di marketing (ed in particolare la gestione delle vendite) giocano un ruolo chiave per il successo delle imprese, si rende necessaria una nuova lettura del binomio rischio rendimento (Modigliani, Miller 1958), laddove l’incremento dei rendimenti (delle vendite) si pone come leva principale proprio per la riduzione dei rischi (di invenduto). Ecco che, a sostegno di questa nuova chiave di lettura, intervengono le (non più) nuove tecnologie digitali che stanno supportando e incentivando la crescita, tra l’altro, del commercio elettronico, i cui trend risultano essere generalmente in costante crescita. Internet, infatti, si diffonde in maniera così incisiva da coinvolgere (e catturare) qualsiasi componente ne faccia parte, ivi incluso il consumatore/utente. Il frutto di questo coinvolgimento è rappresentato dai Big Data, una massiccia quantità di dati, ordinata e profilata, in grado di perfezionare il commercio (virtuale), soprattutto dal lato impresa, nella misura in cui la stessa impresa risulta in grado di tracciare il profilo del consumatore, delineandone il comportamento di selezione e acquisto di beni e servizi, al fine di poter effettuare delle previsioni più o meno attendibili. Infatti, attraverso un’efficace profilazione, risultato di operazioni di data mining, le aziende sono in grado di valutare e prevedere i bisogni di ogni singolo consumatore: un consumatore profilato è un consumatore al quale poter presentare un’offerta personalizzata, la più coerente con le proprie esigenze. Sotto il profilo dell’ottimizzazione delle vendite, nell’ambito delle politiche di pricing, un primo passo in tal senso è stato fatto a cavallo tra gli anni ‘70 e ‘80 dello scorso secolo dalla compagnia aerea American Airlines che, non appena riuscì a raccogliere dati sufficienti per creare uno storico ed individuare (considerando l’andamento della curva della domanda nei giorni della settimana e nei diversi periodi dell’anno) in ogni volo quanti posti rimanevano invenduti e potevano venire scontati, diede vita al revenue management (Ravenna, Pandolfi, 2010). Il revenue management può essere definito come una strategia per condurre un’impresa nella vendita della giusta unità di beni e/o servizi al giusto cliente al momento giusto, fondando le proprie scelte su sistemi di gestione delle informazioni e di pianificazione delle strategie tariffarie al fine di massimizzare i profitti (Kimes, 1989). Nell’ottica del presente lavoro, all’obiettivo della massimizzazione dei profitti, viene associato quello della riduzione dei rischi di invenduto e quindi del mancato raggiungimento del punto di pareggio che, a sua volta, nel lungo periodo può determinare il default dell’impresa. Il revenue management può essere scomposto a sua volta in due elementi: il pricing e lo yield management. Il primo si occupa di definire i livelli tariffari in grado di stimolare la domanda, il secondo contribuisce nel modellare l’offerta in funzione delle necessità della domanda nonché delle caratteristiche del bene e/o servizio (Locane, 2009). Il revenue management, dunque, formula diversi livelli tariffari, trasmettendo al cliente finale un valore differente per ciascun target con l’obiettivo finale di ottimizzare l’allocazione sul mercato delle quantità domandate. Un’evoluzione del revenue management è data dal dynamic pricing che, proprio grazie alla diffusione dei dati che, con diversi gradi di approfondimento, profilano il comportamento del consumatore, si occupa di affinare queste variabili sotto il profilo temporale, attribuendo così prezzi diversi per uno stesso bene e/o servizio nelle diverse fasi del ciclo delle vendite (si pensi alle offerte di advanced, early booking, ovvero di last minute). Ciò significa che in base al momento in cui ciascun cliente effettua l’acquisto (ed alla rimodulazione di alcune clausole contrattuali), vengono pagati importi diversi per uno stesso bene e/o servizio: la scelta del tempo di acquisto dipende quindi dalla loro sensibilità al prezzo, dettata a sua volta anche dal potere d’acquisto, e dalla connessa propensione al rischio di non poter beneficiare dell’utilità per sopravvenuta impossibilità (Fazzini, 2008). Può, pertanto, essere approfondita una prospettiva di analisi che si concentra essenzialmente sulla gestione del rischio in condivisione con i clienti, ed assicura comunque la massimizzazione del rendimento dell’attività d’impresa. In un siffatto contesto, il presente lavoro si propone di suggerire, attraverso l’esame condotto in letteratura di alcuni casi aziendali di applicazione di revenue o yield management e dynamic pricing, come attraverso l’impiego combinato di tali strategie, grazie all’utilizzo delle nuove tecnologie digitali, sia possibile per le imprese attuare un valido strumento a supporto del risk management, specie nell’ambito dei rischi finanziari, attraverso il coinvolgimento del cliente finale tanto nella catena del valore quanto nella catena del rischio. Metodologia. Lo studio si propone, dunque, di analizzare e valutare il contributo che una combinazione delle strategie di revenue o yield management e del dynamic pricing, possa fornire alle imprese che la implementano, attraverso l’utilizzo delle nuove tecnologie, in termini di riduzione dei rischi finanziari, nonché di miglioramento della performance aziendale. A tal fine è stata adottata una metodologia di analisi di tipo esplorativa, sottoponendo ad esame i contributi riportati in letteratura relativi tanto all’applicazione di strategie di revenue o yield management quanto di dynamic pricing, cercando di individuare, da un lato, i punti di collegamento tra queste ultime, dall’altro, i tratti comuni necessari alle imprese per la loro applicazione combinata e, quindi, al possibile apporto in termini di risultati e performance. La ricerca, dunque, è stata impostata seguendo un approccio di tipo qualitativo, incentrato sull’analisi di diversi casi studio approfonditi in letteratura, rappresentativi delle imprese operanti tanto nei servizi quanto nel manifatturiero, consentendo così di esaminare e descrivere (Fattore, 2005; Yin, 2009) entità complesse appartenenti a distinti settori economici, effettuando altresì comparazioni con i rispettivi modelli di business, e osservando quali siano le determinanti della loro funzione ed efficacia nel potenziale ambito del risk management. Risulta dunque possibile, attraverso l’utilizzo combinato di queste strategie, per le imprese inglobare il cliente finale, oltre che nella catena del valore, anche nella catena del rischio? Attraverso una ricognizione di alcuni casi aziendali è possibile analizzare esempi di ampliamento o riduzione del ventaglio di opzioni e vincoli contrattuali tra impresa e cliente, che determinano le differenti politiche di prezzo, con conseguente trasferimento di rischi e di valori tra le controparti. Risultati. L’analisi dei casi affrontati in letteratura ha posto in evidenza come inizialmente tanto la strategia di revenue o yield management quanto quella di dynamic pricing siano state applicate nel solo settore della linee aeree (tra gli altri, Modica et al., 2011); tuttavia, alla luce dei risultati positivi riscontrati nella loro applicazione, successivamente, la loro implementazione è avvenuta anche in altri settori nei quali risultava possibile applicare alcuni principi richiesti da ciascun sistema. Dunque, è seguita l’applicazione nel settore alberghiero, ove sono stati messi in luce risultati tali per cui è stato registrato un aumento medio dei profitti dal 2 al 5% (Ravenna e Pandolfi, 2010). La letteratura ha messo in risalto come ciò sia stato possibile in quanto in tutte le imprese che vendono unità strettamente correlate al fattore tempo, ciò che non viene venduto rappresenta un ricavo non recuperabile. Di qui il rischio finanziario che, rispetto ad altra fattispecie di beni e/o servizi, non consentirebbe il recupero dell’invenduto, incrementando così il grado di impatto delle relative conseguenze. Di fatto non emergono grandi differenze tra settore aereo e settore alberghiero: entrambi possono adottare distinte fasce tariffarie per gestire la domanda di un servizio la cui durata è tutto sommato stimabile. La letteratura mette in evidenza altresì come, nel tempo, revenue management e dynamic pricing non siano stati utilizzati esclusivamente dalle compagnie aeree e dalle imprese alberghiere ma anche dalle compagnie crocieristiche (Maddah et al., 2010), dalle imprese di noleggio (Haensel et al., 2010), dal settore della ristorazione (Guerrierio et al., 2014), dal settore moda (Huang et al., 2014), dai tour operator (Anderson e Marcus, 2015), dalle imprese di intrattenimento (Heo e Lee, 2009), dalle imprese sportive (per la gestione dei palazzetti/stadi sportivi) (Fazzini, 2008), nonché dai cinema multisala (Locane, 2009), riscontrando con costanza un impatto positivo nell’utilizzo di tali strategie in termini di redditività delle vendite (Kimes e Chase, 1998). Sotto il profilo interpretativo del rischio, tuttavia, l’analisi svolta ha messo in luce alcune differenze tra settori dei servizi e quelli del manifatturiero. Nel caso dei servizi, considerando, ad esempio, le imprese di trasporto aereo, a fronte del principale rischio in cui incorre l’impresa relativo ai posti invenduti, emerge come, attraverso una possibile applicazione combinata del revenue management e del dynamic pricing, potrebbe trasferire tale criticità nei confronti del cliente finale incrementando il prezzo di vendita con l’avvicinarsi della data richiesta per il servizio di trasporto:  se acquista con largo anticipo (advanced, early booking) il proprio posto, a fronte di un prezzo inferiore, il cliente rischia, per sopraggiunte impossibilità, di non poter usufruire del servizio, sostenendo un costo inutile; in tal caso, la compagnia aerea beneficia di un ricavo anticipato, che potrà tra l’altro essere eventualmente replicato, a fronte di una successiva vendita del medesimo posto, in caso di esplicita rinuncia da parte del passeggero;  se acquista, al contrario, in prossimità della data del trasporto (last minute), il cliente finale incorre in un duplice rischio, ossia quello di pagare un prezzo elevato, ovvero di non riuscire a trovare disponibilità; in questo caso, la compagnia avrà applicato un sovrapprezzo tale da coprire, pro quota, i costi correlati con quella tratta. Il caso aziendale preso in esame è quello della compagnia aerea low-cost Ryanair, il cui principale obiettivo, così come quello delle restanti compagnie, è quello di massimizzare il rendimento di ciascuna tratta. Ciò avviene non soltanto attraverso la piena occupazione di tutti i posti disponibili, ma anche formulando opportune strategie di pricing che consentano di ottenere da ciascun posto disponibile il più alto rendimento. I posti non assegnati, a decollo avvenuto, diventano, infatti, asset senza valore e dato che un servizio quale il trasporto aereo non contempla il concetto di rimanenza, un posto non allocato si trasforma automaticamente in un mancato ricavo e dunque in una minore copertura degli elevati costi fissi, concretizzandosi così un rischio di mancato ricavo dall’elevato impatto finanziario. Per quanto concerne il manifatturiero, invece, considerando, ad esempio, il settore della moda, a fronte del principale rischio in cui incorre l’impresa relativo alla mancata vendita dei capi stagionali, emerge come, attraverso una possibile applicazione combinata del revenue management e del dynamic pricing, potrebbe trasferire tale criticità nei confronti del cliente finale riducendo il prezzo di vendita con l’avvicinarsi della stagione successiva, a quella cui si riferisce la collezione in corso:  se acquista in anticipo o in corso di stagione il capo desiderato (compralo subito), il cliente rischia di sostenere un prezzo superiore (myopic customer), ma si assicura modello, taglia e colore desiderato;  se acquista in ritardo (a saldo, last minute), attendendo l’avvicinarsi della fine della stagione di riferimento, il cliente rischia di mancare l’acquisto, riducendosi la disponibilità del capo scelto e le opzioni disponibili. Il caso aziendale preso in esame è quello del colosso Yoox Net-a-Porter, il quale mediante il sito yoox.com vende capi di abbigliamento di grandi marchi della stagione precedente, non solo a prezzi ridotti (gestendo in taluni casi, in esclusiva, le vendite online di aziende dell’alta moda), ma anche operando sugli stessi una serie di promozioni, con frequenza settimanale, le cui percentuali di sconto variano in relazione ad una serie di fattori (incrementandole con l’avvicinarsi della fine della stagione, o del ridursi del lotto disponibile in misura inferiore alle previsioni), sottoponendo il cliente finale, interessato a pagare il prezzo più basso, e quindi in attesa dell’offerta ritenuta più vantaggiosa, al rischio di non riuscire ad acquistare il capo scelto, perché acquistato da un altro cliente, magari ad un prezzo superiore. Dunque, al fine di poter applicare una strategia combinata di revenue management e dynamic pricing, come leve in chiave di risk management, affinché producano per l’impresa benefici in termini di riduzione dei rischi finanziari, dall’analisi dei case è emerso come sia opportuno che il settore economico di riferimento rispetti alcune condizioni (Talluri e Van Ryzin, 2005), quali:  clientela eterogenea: se tutti i clienti valutassero parimenti un prodotto e mostrassero identici comportamenti di acquisto, non ci sarebbe la possibilità di beneficiare delle diverse propensioni di spesa e delle differenti preferenze, per cui una segmentazione del proprio mercato di riferimento permette di incrementare i ricavi;  domanda variabile e incerta: la domanda può variare nel tempo in funzione di diversi fattori (quali ad esempio la stagionalità, il giorno della settimana), o ricorrenze prevedibili da calendario (quali le festività), per cui può essere necessario munirsi di opportuni strumenti tecnologici che permettano di individuare quale sia la strategia ottimale di gestione della domanda da applicare;  produzione rigida e prodotto “deperibile”: le società di servizi, così come alcune imprese di produzione, hanno come peculiarità una capacità produttiva fissa, ovvero non sono in grado di variare la quantità erogata sul mercato, per cui questa rigidità può portare ad una maggiore interazione con la domanda, costituita da diversi target di clientela, aumentando così la complessità della gestione;  alti costi fissi e bassi costi variabili: più sono le unità vendute sulle quali ripartire i costi fissi, più questi si abbassano per la singola unità, per effetto delle economie di scala;  possibilità di acquisto del bene/servizio in anticipo rispetto alla fruizione: questa peculiarità permette, dopo un periodo di studi, di rendere la domanda prevedibile (e, quindi, standardizzabile), e di conseguenza di differenziare i prezzi;  possibilità di variare il prezzo: i clienti possono presentare una distinta sensibilità al prezzo, che a sua volta può determinare un’oscillazione della domanda, per cui le aziende sono in grado di modificare i prezzi in relazione al palesarsi della domanda e provare, pertanto, a distribuire i propri prodotti verso quei target che garantiscono un margine di contribuzione più alto;  possibilità di utilizzare sistemi informativi: per implementare le strategie di revenue management e dynamic pricing risulta utile disporre di informazioni che consentano di generare un modello della domanda: possono perciò aiutare alcuni sistemi informativi (big data) in grado di filtrare i dati e monitorare le scelte d’acquisto in tempo reale. Infatti, l’implementazione di una siffatta strategia rappresenta un’operazione estremamente complessa, oltre che onerosa, in quanto impone lo sviluppo non solo di un modello di previsione (forecasting) che tenga conto di molteplici fattori, ma anche di un sistema informativo in grado di ricevere ed elaborare le informazioni nel minor tempo possibile. Il sistema, difatti, migliora quanto più la domanda è disintermediata e concentrata verso un’unica grande impresa leader; esso deve consentire di riprogrammare continuamente, e per ogni “vendita”, il mix di beni/servizi per tariffa. Ecco, dunque, emergere il legame tra revenue management, dynamic pricing che, grazie alla diffusione delle (non più) nuove tecnologie, riducendo i costi di implementazione di una tale strategia, possono fornire un supporto innovativo sotto il profilo del risk management: attraverso la combinazione di questi tre elementi l’impresa può risultare in grado di inglobare il cliente finale nella propria catena del valore (value co-creation), rendendolo partecipe (più o meno inconsapevole) dei rischi d’impresa. Infatti, poiché il valore del prezzo pagato è inversamente proporzionale al termine di consegna del bene e/o alla erogazione del servizio, a fronte di un minor prezzo pagato, cresce il rischio per il cliente finale di non poter usufruire del bene e/o del servizio, data una ampiezza dell’arco temporale che intercorre tra il momento del pagamento e il momento dell’ottenimento dell’utilità. In un siffatto sistema, l’impresa, differenziando i prezzi e/o le tariffe, amplia il proprio target (anche ad una clientela con bassa propensione alla spesa e/o minore potere di acquisto) e, anticipando l’eventuale raggiungimento del punto di pareggio, trasferisce sul cliente finale il rischio di invenduto, ottenendo altresì la possibilità di vendere più volte o in maniera differenziata uno stesso bene e/o servizio. Limiti della ricerca. Il presente studio presenta il limite principale di un’analisi di tipo esplorativa, la quale, essendo circoscritta ad un numero limitato di casi aziendali, esaminati tra l’altro esclusivamente sotto il profilo qualitativo, non consente di prevedere in maniera attendibile la replicabilità del modello in esame, nonché delle relative evidenze emerse, nell’ambito di altri settori, attestando così oggettivamente la validità dell’ipotesi avanzata. Una conseguente valutazione quantitativa in termini di riduzione dei rischi, infatti, consentirebbe di stimare concretamente la misura in cui le imprese, attraverso la combinazione del revenue management e del dynamic pricing, riescano a trasferire i rischi, ad esempio di invenduto, sul cliente finale, fornendo una prova tangibile di come quest’ultimo venga inglobato (più o meno inconsapevolmente) non solo all’interno della catena del valore, ma anche in quella del rischio. Infine, il lavoro non tiene conto delle eventuali conseguenze che strategie di revenue management e dynamic pricing possano provocare in termini di fidelizzazione del cliente, nell’ottica del customer relationship management. Implicazioni pratiche. Lo studio dei casi proposti e la ricerca delle connessioni possibili tra revenue management e dynamic pricing realizzabili attraverso l’utilizzo delle nuove tecnologie nell’ottica del risk management, intende offrire ai manager aziendali e, più nello specifico, ai risk manager, spunti di riflessione nella individuazione di nuovi strumenti in grado di ottenere la riduzione dei rischi (finanziari) mediante l’incremento della redditività delle vendite, soprattutto con riferimento alle conseguenze per piccole e medie imprese, ancora lontane, soprattutto in Italia, dall’introduzione di funzioni sistemiche e trasversali di risk management all’interno delle proprie organizzazioni. Originalità del lavoro. In letteratura sono copiosi gli studi tanto sul tema del revenue management quanto su quello del dynamic pricing, e sebbene vi siano anche lavori che abbiano posto in connessione tali strategie operative, una chiave di lettura nella prospettiva del risk management e del valore delle opzioni, possibile anche grazie all’intervenuto supporto delle tecnologie digitali, potrebbe risultare interessante. Un siffatto approccio, dunque, fornisce una chiave di lettura innovativa rispetto a quella più tradizionale legata alla gestione dei rischi: anziché adottare un approccio “difensivo” rispetto ai potenziali rischi cui un’impresa risulta potenzialmente esposta, il risk management può essere interpretato anche come una serie di azioni volte al perfezionamento dell’allocazione delle risorse aziendali, nonché volte alla massimizzazione della redditività (in funzione del rischio), soprattutto con riferimento al tema delle vendite.