Pricing e IA: Estamos preparados para deixar os robôs definirem os preços?

Há duas semanas, a Live University promoveu em São Paulo o Fórum de Inteligência de Mercado, que contou com um dia extra para os profissionais envolvidos com gestão estratégica e preços, o Pricing Day.

E um dos pontos altos foi o debate a respeito da relação entre o Pricing com a Inteligência Artificial, onde algumas questões foram levantadas, como a possibilidade dos profissionais serem desbancados por robôs e a implantação de preços dinâmicos (tal como é feito atualmente pelo Uber) em outros mercados, como o de bens e consumo.

Conversamos com Fabio Affonso e Donald Neumann, dois dos profissionais que participaram deste debate, para trazer ao blog o que foi discutido entre eles e o público presente no evento. Confira as entrevistas!

Como o uso de dados pessoais dos clientes pode ajudar as empresas na definição de preços?

Fabio Affonso (Diretor Regional de Pricing na Solenis) - Existe uma linha tênue que precisa ser identificada: quais são os dados pessoais do cliente que podem ajudar a definir os preços? Em um mercado B2B é difícil obter os dados estratégicos para que possamos utilizar na precificação. Por muitas vezes estes dados são coletados pelo feedback do pessoal de vendas e que estão em campo com o cliente, sentindo a realidade do negócio.

Donald Neumann (Gerente de Parcerias, Data Science e Supply Chain na CTI Global e professor da Live University) - A ideia de usar os dados individuais das pessoas é você poder oferecer preços individuais para elas, com base nas suas necessidades e no seu comportamento. Áreas mais tradicionais, como seguros, já individualiza seu preço com base na necessidade e na probabilidade de sinistro.

É possível individualizar os preços por meio dos dados dos clientes e conforme as suas necessidades ou histórico?

Fábio Affonso - Sim, com certeza. Temos um preço que pode ser ditado e chamado como preço de mercado, porém este preço pode ser individualizado dentro de um padrão de histórico e necessidade de cada um dos clientes, viabilizando estratégias para cada um dos clientes e negócios de forma mais abrangente e rentável.

Donald Neumann - Isso é bastante comum em algumas áreas e o que a gente está vendo é uma migração dessa ideia para outros mercados, como o de bens e consumos, onde o supermercado, por exemplo, pode fazer uma promoção ou definir um preço com base no seu histórico de consumo, pensando em produtos que podem incentivar a experimentação específica para você. A ideia é usar esses dados pessoais e, obviamente, quanto mais dados melhor, uma vez que posso usar dados de comportamento de GPS, sua localização, seu histórico de visitas em determinados lugares, seu histórico de consumo. Se eu identificar que você toda sexta-feira toma cerveja, posso oferecer um desconto específico de cerveja na sexta-feira, ajudando você a experimentar coisas novas e ao mesmo tempo dando um benefício específico para você, sem redução de imagem da empresa como um todo.

O consumidor está preparado para uma atualização de preços em tempo real? Isso funcionaria em todos os mercados?

Fábio Affonso - Hoje o consumidor já espera que os preços estejam atualizados em tempo real. Quando noticia-se um queda na refinaria da Petrobras, todos esperam que amanhã na bomba o preço já reflita este desconto. Porém ainda estamos na curva de aprendizado de como elaborar e estruturar esta atualização em tempo real. Há um longo caminho de desenvolvimento de ferramentas sem que seja com base em algoritmos pré-estabelecidos para realizar o preço em tempo real, ou seja, com verdadeira inteligência artificial. Não acredito que isto funcione para todos os mercados.

Donald Neumann - Existem vertentes que acham que o consumidor não vai aceitar um preço dinâmico individual, Eu, particularmente, tendo a achar que é uma questão de tempo e uma questão das empresas acharem um modelo de negócio adequado. Você tem vários exemplos, como o próprio Uber, que implementou isso depois do táxi. No início foi um susto, mas depois as pessoas passaram a achar extremamente justo. O mercado de hotéis, de seguros, de aviação já aplica isso e ninguém se sente lesado por conta disso.

No mercado de bens e consumo, a gente já está acostumado com promoções relâmpagos dentro da loja. É uma questão de semântica em relação o que é preço e o que é promoção, uma vez que o preço dinâmico pode ser colocado de outra forma, que o teu preço é estático, mas a promoção é individualizada e você tem um benefício específico para você. Ninguém reclama deste tipo de benefício no supermercado e eu acho que essa tendência é cada vez mais aplicável. Mercado de aluguéis e tudo mais isso tudo indiretamente já está lá, uma vez que, quando você tem menor risco de entrar em inadimplência, a gente oferece um desconto. É levar isso ao extremo e eu acho que o consumidor vai perceber que isso tem mais benefício que malefício.

Como funcionaria esse processo de dinamização dos preços no B2B?

Fábio Affonso - Como já disse em um das respostas, no processo B2B temos que entender quem está do outro lado da mesa, avaliando a pessoa e suas características de negociação, e ainda levar em conta qual a estratégia do seu cliente, principalmente qual o impacto do seu produto para aquele negócio e sua respectiva relevância. Eu vejo que estamos ainda muito dependentes da relação ser humano para coletar de forma concreta estas informações.

Donald Neumann - Eu acho que funciona da mesma forma. A partir do momento que eu tenho uma demanda variável. Por exemplo, a Gerdau vende aço para diferentes empresas. Eu poderia oferecer um preço específico e fixo para os meus clientes maiores e melhores e um preço dinâmico, como a Amazon oferece em seus serviços de tecnologia, para que clientes menores, que compram com frequência não definida.

Da mesma forma, na análise de dados empresariais, a saúde da empresa pode me ajudar a não vender para alguma empresa que possa me dar calote, por exemplo. Obviamente que os dados que você usa são diferentes, o contexto é outro, as vendas são maiores, mas a ideia de você poder individualizar o preço para o seu cliente, na minha opinião, continua fazendo muito sentido.

Indiretamente a gente já faz isso, o vendedor dá um desconto quando faz uma compra maior, o ponto é que isso não é feito com algoritmo e eu não vejo problema nenhum em fazer isso com algoritmo para garantir escabilidade.

O que o profissional de pricing precisará fazer para não ser desbancado pela Inteligência Artificial?

Fábio Affonso - Não vejo que a curto prazo exista uma preocupação em ser desbancado pela Inteligência Artifical, de fato acredito e vejo que os recursos hoje alocados com análises de tendências e outros poderão ser alocados de forma mais estratégica a fim de aumentar e potencializar a rentabilidade dos negócios, a Inteligência Artifical vem para alavancar a importância de precificar de forma correta, viabilizar mercados e principalmente definir planos de negócios com maior clareza e dados.

Donald Neumann - Eu entendo que a definição de preço, com a quantidade de dados que a gente tem, vai ficar cada vez mais complexa e dependente do uso de dados. Para isso, a gente vai ter que usar cada vez mais algoritmos, e algoritmos inteligentes.

O que eu vejo é que o profissional de pricing vai passar de alguém que define o preço para alguém que passa a avaliar regras, algoritmos e diferentes metodologias para definir um preço dinâmico. Então, é importante que o profissional de pricing passe a entender um pouquinho de ciência de dados, de inteligência artificial para saber trabalhar com esses algoritmos, uma vez que uma parametrização errada do algoritmo pode te colocar numa situação de grandes perdas quando você fala em preço.

Eu acho que o profissional de pricing precisa se diferenciar, entendendo que ele vai passar a gerenciar algoritmos ao invés de definir preços. Eu acho que tem um desafio aí, tem uma parte de estratégia de pricing que eu acho que não vai mudar muito, mas a parte tática e operacional tende a mudar bastante, de tal forma que você não vai mais ter tanta gente definindo preço, mas sim pessoas parametrizando e otimizando algoritmos, independentemente de ele estar dentro de casa ou numa empresa de terceiros.