Los escollos de los algoritmos de precios

El 3 de junio de 2017, se encendieron luces azules hacia el puente de Londres cuando los coches de policía respondían a las denuncias de un ataque terrorista. Pasaron junto a miles de personas que estaban disfrutando de un sábado por la noche en los restaurantes y bares de la zona. Muchos de los que estaban en la calle, percibiendo el peligro, intentaron pedir un Uber y se dirigieron a su casa en busca de un lugar seguro. Pero 43 minutos después de recibir la primera llamada de emergencia a las 22:07 horas, el algoritmo de precios dinámicos de Uber provocó que las tarifas en esa parte de la ciudad subieran más de un 200%.

El episodio de Londres es solo uno de los muchos ejemplos preocupantes de las subidas de precios de Uber en momentos de ansiedad colectiva. Se produjeron picos similares durante un atentado con bomba en 2016 en la ciudad de Nueva York, una huelga de taxistas en 2017 en protesta por la política antiinmigración de los Estados Unidos y un tiroteo masivo en Seattle en 2020, el último de los cuales hizo que las tarifas se dispararan hasta un 500%. Los precios algorítmicos de Uber siempre han suscitado críticas por parte de los 93 millones de usuarios activos de la empresa de viajes compartidos. Incluso la noche del ataque al Puente de Londres, después de que Uber suspendiera manualmente el aumento de precios cerca del Puente de Londres, permaneció en vigor en las zonas circundantes del centro de Londres durante otros 50 minutos.

Un economista podría aplaudir el motor de precios de Uber: a medida que la demanda aumenta en relación con la oferta, el precio del viaje sube. Sin embargo, para los clientes, el coste del uso del servicio puede parecer tan impredecible como el giro de una ruleta.

Uber no es la única empresa que se enfrenta a este problema. Las empresas de muchos sectores, incluidos la publicidad, el comercio electrónico, el entretenimiento, los seguros, los deportes, los viajes y los servicios públicos, han empleado precios dinámicos con diversos grados de éxito. Un ejemplo clásico y conocido es Coca-Cola, que a finales de la década de 1990 experimentó con máquinas expendedoras sensibles a la temperatura que aumentaban el precio de una bebida en un día caluroso. La empresa abandonó rápidamente el proyecto a raíz de la indignación pública.

Los algoritmos de precios tienen como objetivo ayudar a las empresas a determinar los precios óptimos casi en tiempo real. Utilizan la inteligencia artificial y el aprendizaje automático para sopesar variables como la oferta y la demanda, los precios de la competencia y el tiempo de entrega. Por desgracia, los algoritmos de vez en cuando se vuelven deshonestos y dan cifras que nadie pagaría nunca, desde 14 000 dólares por un armario que cotice en Wayfair hasta casi 24 millones de dólares por un libro de texto ofrecido en Amazon. Pero estos problemas son solo uno de los riesgos cuando las empresas confían la toma de decisiones a los ordenadores.

Los cambios constantes en los precios envían señales contundentes a los clientes de que deben gestionarse adecuadamente. Sin embargo, muchas organizaciones no lo aprecian. Saben que los precios afectan a las decisiones sobre cuándo y qué comprar, pero pasan por alto el hecho de que los continuos altibajos pueden provocar una percepción desfavorable de sus ofertas y, lo que es más importante, de la propia empresa.

Por lo tanto, las marcas deben tener en cuenta algo más que simples matemáticas al emplear sistemas algorítmicos. Estos sistemas pueden crear una tensión incómoda entre ganarse la lealtad de los clientes y ganar dinero. Pero si se implementan correctamente, pueden maximizar los ingresos y, al mismo tiempo, hacer que los clientes sientan que han pagado la cantidad adecuada por un producto o servicio.

En el peor de los casos, los algoritmos convierten la ya delicada tarea de pedir dinero a los clientes en una experiencia que los aleja.

En este artículo, exploramos la psicología en juego cuando las empresas piden dinero a los clientes. Examinamos ejemplos reales de precios algorítmicos y las formas en que beneficiaron o perjudicaron a la marca asociada. También detallamos las ventajas de una supervisión y una gestión adecuadas, incluida la determinación de qué unidad de negocio debe ser la propietaria del esfuerzo y qué parámetros deben establecerse para limitar la posibilidad de uso indebido.

El impacto psicológico de los precios algorítmicos

Empecemos con el caso de Root Insurance, que vende pólizas de automóviles en 30 estados de EE. UU. Para educar y fomentar mejor las relaciones con sus clientes, la empresa diseñó un programa de precios dinámico que trata a cada conductor de manera personal y transparente. A diferencia de sus competidores, Root no segmenta los precios utilizando grupos de riesgo grandes y relativamente anónimos generados a partir de datos demográficos. En cambio, ofrece a los conductores una aplicación para teléfonos inteligentes que mide su comportamiento diario al volante. Estos datos se introducen en un algoritmo para calcular las puntuaciones de seguridad individuales. Luego, Root basa las primas de seguro principalmente en el desempeño de los conductores y, al mismo tiempo, da cierta importancia a los factores tradicionales, como las calificaciones crediticias y las estadísticas de fraude de seguros. Para reducir los sesgos en contra de los clientes con pocos recursos, Root evita tener en cuenta la educación u ocupación de las personas (otros factores comunes de la industria) y se ha comprometido a reducir las calificaciones crediticias de sus tasas para 2025. La empresa también asegura solo a las personas que pasan sus pruebas de seguridad. Al eliminar a los malos conductores, Root afirma que puede reducir los gastos asociados a los accidentes y reducir el precio del seguro para todos sus clientes.

El modelo de Root es un ejemplo eficaz de cómo los algoritmos de precios (y la transparencia de los mismos) pueden mejorar las relaciones con los clientes. En primer lugar, antes de que un cliente vea el precio de una póliza Root, sabe lo que la empresa hace y lo que no tiene en cuenta. En segundo lugar, la clienta sabe por qué le ofrecieron un precio específico que difiere del que podría pagar otra persona. En tercer lugar, sabe lo que Root hizo en su nombre para minimizar el coste final del seguro.

Hacer que los clientes entiendan la naturaleza beneficiosa para ambas partes de los precios algorítmicos es la clave de su éxito. Esto se debe a que pagar de más por algo puede resultar difícil, literalmente. Una investigación realizada por neurocientíficos del Carnegie Mellon, Stanford y el MIT ha demostrado que los centros del dolor del cerebro humano se activan cuando la gente ve un producto con un precio excesivo.

El mero hecho de pedir dinero, independientemente de cuándo o cómo, cambia al instante el enfoque de la relación con el cliente, de perseguir intereses alineados a conciliar intereses opuestos. En el peor de los casos, pedir dinero puede resultar perjudicial para los clientes. El desafío para la organización centrada en los clientes es minimizar los riesgos y limitar los daños que se producen cuando las normas del mercado impulsan las subidas de precios e interfieren en una relación que, por lo demás, sería buena.

Pinos de Tsilli

Antes de que los algoritmos de precios se utilizaran ampliamente, los precios eran más estrictos y diferían poco de un vendedor a otro. Los clientes tenían expectativas relativamente estables y no percibían los precios como personales. Cada vez que los cambios de precios creaban discrepancias entre los costes reales y los esperados, era más fácil para los clientes racionalizar los aumentos, ya que creían que se estaban implementando de forma universal como parte de una estrategia corporativa cuidadosamente diseñada.

La tecnología ha hecho que los enfrentamientos sean más frecuentes, parezcan más arbitrarios y de un tamaño más sorprendente, lo que preocupa a los clientes y les dificulta más que nunca conciliar lo que ven con lo que esperan. Al mismo tiempo, muchas empresas han llegado a creer que cuando las expectativas de precios de los clientes son estables y las interrupciones son mínimas, la empresa debe estar dejando demasiado dinero sobre la mesa. De acuerdo con las normas del mercado, las empresas recurren cada vez más a los algoritmos para maximizar sus beneficios. Hoy en día, incluso los sectores B2B más lentos sustituyen las hojas de cálculo de Excel por potentes herramientas de precios algorítmicos.

La tecnología ha permitido a las empresas profundizar sus relaciones con los clientes y, al mismo tiempo, ser más eficientes y competentes a la hora de extraer dinero de ellos. Sin embargo, esta combinación a menudo hace que los clientes se pregunten qué deben pensar y en qué empresas deben confiar. Con el aumento de su sensibilidad a los precios, trabajan horas extras para tratar de dar sentido a los cambios de precios. ¿Qué dicen las fluctuaciones sobre la calidad o la conveniencia del producto o servicio que compran? ¿Sobre los motivos y los valores del vendedor? ¿Qué piensa realmente esa empresa de su patrocinio?

Si los cambios de precios alcanzan un equilibrio, la urgencia de estas preguntas puede desaparecer. Pero si la frecuencia y la magnitud de las intrusiones siguen siendo inciertas, estas preguntas persistirán y, en última instancia, obligarán a los clientes a sacar sus propias conclusiones, sin instrucciones explícitas del vendedor. Ahí es cuando los clientes empiezan a reaccionar a los mensajes del algoritmo, no a los de la empresa, una propuesta arriesgada para cualquier empresa.

Para controlar mejor lo que los precios algorítmicos dicen a los clientes y cómo afectan a las relaciones con los clientes, ofrecemos cuatro recomendaciones, junto con ejemplos ilustrativos que ayudan a aclarar cómo se puede aplicar cada recomendación.

[  Recommendation 1  ]

Determine an Appropriate Use Case and Narrative

En 2020, la tienda de muebles sueca IKEA lanzó una novedosa iniciativa en su sede de Dubái. Durante un período limitado, la empresa permitió a los clientes pagar precios diferentes por los productos según el tiempo que pasaran conduciendo hasta la tienda. Todos los artículos, desde un sándwich en el restaurante hasta un juego completo de dormitorio, tenían un precio expresado en dos unidades: la moneda local y un importe temporal. Una familia que condujera, digamos, 45 minutos hasta la tienda IKEA se ganaba un valor determinado en función de la distancia de su viaje. Al hacer la compra, la familia podría mostrarle al cajero una lectura cronológica de Google Maps (mediante una función de la aplicación de teléfono móvil de Google Maps que rastrea y registra todas las rutas que se toman). El cajero utilizaba un algoritmo que tenía en cuenta el tiempo empleado, la distancia recorrida y el salario medio por hora de un trabajador de Dubái para calcular el valor monetario del viaje. La tienda ofrecía entonces ese valor como forma de moneda. Cuanto más largo sea el viaje, más créditos tendrá la familia y menos dinero necesitará para desembolsar.

La conclusión clara que los compradores sacaron del programa de IKEA fue que el minorista quería incentivarlos a viajar grandes distancias hasta sus tiendas. Aunque diferentes clientes pagaban precios diferentes por los mismos artículos y los clientes individuales podían ver precios diferentes cada vez que lo visitaban (según el lugar de donde vengan), no obstante, sentían que tenían agencia en cuanto a la cantidad que pagarían. Eso contrasta con la impotencia que la gente suele sentir durante las subidas de precios. Lo mejor de todo es que, dado que los gastos de bolsillo de los clientes solo podían disminuir, junto con la distancia recorrida, y no aumentar como resultado del aumento de la demanda, nadie pagó nunca más del precio anunciado en el sitio web de la empresa. En otras palabras, IKEA utilizó el algoritmo basado en la distancia para recompensar a los clientes en lugar de penalizarlos. Podría haber perdido algunos ingresos inmediatos: los compradores que condujeran lo suficiente podían obtener grandes descuentos o incluso obtener algunos productos gratis. Sin embargo, al elegir un caso de uso adecuado, con incentivos integrados para que la gente visite la tienda, la empresa probablemente atrajo a más clientes remotos y aumentó la lealtad de todos los clientes (y el valor teórico de por vida).

Los modelos como los de IKEA son raros. Las empresas suelen emplear precios dinámicos para promover sus objetivos financieros a corto plazo sin tener en cuenta las percepciones de los clientes. Sin embargo, el enorme volumen y la intensidad de los cambios de precios implementados por los algoritmos envían señales inequívocas a los compradores sobre todo, desde la misión y los valores de la empresa hasta la calidad de sus ofertas. Estas señales pueden desplazar otros esfuerzos por dar forma a la narrativa de la relación de una marca con sus clientes. En el peor de los casos, los algoritmos convierten la ya delicada tarea de pedirles dinero en una experiencia que los aleja. Por eso las empresas no pueden dejar la gestión de la tecnología de precios solo en manos de los científicos de datos.

Pinos de Tsilli

El camino hacia la mejora no es solo técnico, sino organizativo y psicológico. Por paradójico que parezca, un algoritmo mejor podría empeorar las cosas, explotando las circunstancias y despertando resentimiento, como ocurrió con Uber durante el ataque al puente de Londres.

Superar el desafío organizativo comienza por reconocer que los precios algorítmicos no son simplemente un medio de generar precios que equilibren la oferta y la demanda. De hecho, es un principio que debe alinearse con la organización de arriba a abajo.

Cuando los clientes tienen la impresión de que una empresa basa sus precios únicamente en la oferta y la demanda, las conclusiones que saquen pueden resultar perjudiciales. Piense en una empresa innovadora con ofertas muy diferenciadas. Cuando esa empresa hace hincapié en la oferta y la demanda en su algoritmo de precios, básicamente dice a los clientes que el valor de su producto depende sobre todo de si está disponible o no, no de su capacidad para resolver los problemas de los clientes o su rendimiento en relación con la competencia. Además, los clientes pueden aprender a jugar con la consola y programar sus compras para que coincidan con un momento en el que crean que el precio es bajo. Esto vuelve a impulsar la mercantilización. Por el contrario, el modelo de precios dinámicos de IKEA se centraba en atraer a clientes poco probables, en lugar de penalizar a los posibles clientes por la falta de oferta.

[  Recommendation 2  ]

Designate a Pricing Algorithm Owner

En 2019, United Airlines eliminó las tablas de millas en las que se basaban los viajeros frecuentes para canjear sus puntos de recompensa. Sustituyó las tablas por un modelo de precios algorítmico, explicó por qué era necesario vincular los viajes de premio con la oferta y la demanda e hizo hincapié en cómo los clientes podían beneficiarse (al gastar menos millas de premio en vuelos fuera de las horas pico).

Sin embargo, el nuevo sistema se tradujo en precios de premios más altos para los vuelos de alta demanda. Sin duda, eso frustró a los clientes, pero la aerolínea comunicó todos los cambios de una manera fácilmente comprensible y centró sus esfuerzos en una base de clientes específica (y presumiblemente leales). Al hacerlo, pudo mitigar importantes daños a la reputación. Además, al delegar la gestión del nuevo algoritmo en el equipo que supervisaba el programa de fidelización, United cedió la propiedad clara del sistema de precios a un departamento que estaba muy en sintonía con las sensibilidades de los clientes más fieles. Esa estrategia permitió a la aerolínea supervisar y responder rápidamente a los problemas del algoritmo o a los desafíos en la relación con los clientes.

Es fácil culpar a los propios algoritmos cuando se descontrolan, pero las causas fundamentales de los problemas suelen estar en otras áreas: una atención organizacional inadecuada o una falta de comprensión de la psicología del cliente. La mayoría de las empresas tienen una comprensión incompleta de lo que realmente ocurre cuando piden dinero a los clientes. Se centran demasiado en las cifras, que consideran poco más que los resultados pasivos de las fuerzas del mercado que dan forma a la oferta y la demanda. Para usar el término de Adam Smith, la «mano invisible» hace el trabajo, no la propia empresa.

Esta miopía lleva a las empresas a pasar por alto el resto de la información que transmiten los precios. Incluso cuando las organizaciones reconocen el poder de esta información y sus implicaciones, la mayoría de las empresas no pueden gestionarla de forma eficaz, porque los precios son una organización huérfana, sin un liderazgo, una responsabilidad y una rendición de cuentas claramente definidos.

Cuando las empresas ceden alegremente la pesada carga de los precios a la automatización, ceden a los algoritmos no solo el control de las matemáticas sino también de la mensajería. Si bien los científicos de datos, los analistas de datos y los especialistas en precios se centran en optimizar las cifras, ¿quién se asegura de que los mensajes sean óptimos? La respuesta en muchas organizaciones es nadie.

Un algoritmo de precios por sí solo tiene dos puntos débiles. En primer lugar, carece de la empatía necesaria para anticipar y entender los efectos psicológicos y conductuales que los cambios de precios tienen en los clientes. En segundo lugar, carece de la perspectiva a largo plazo necesaria para garantizar el cumplimiento de una estrategia corporativa o un propósito general. Al hacer hincapié únicamente en las fluctuaciones de la oferta y la demanda en tiempo real, el algoritmo va en contra de los objetivos de los equipos de marketing de establecer relaciones y fidelizaciones a largo plazo. Este conflicto entre el pensamiento a largo plazo y los cambios de precios en tiempo real no solo intensifica el enfrentamiento entre ganar buena voluntad y ganar dinero, sino que también aumenta la urgencia de encontrar una solución antes de que la marca sufra daños irreversibles.

Si una empresa no gestiona su fijación de precios y sus mensajes de forma proactiva y estratégica, puede desencadenar e incluso acelerar la mercantilización de sus ofertas al aumentar la sensibilidad a los precios, socavar las relaciones precio-valor y empañar la reputación de la marca. Sin embargo, al capacitar a un equipo que pueda planificar sus iniciativas y tomar decisiones oportunas al respecto, la empresa puede cambiar rápidamente cuando se presenten problemas.

[  Recommendation 3  ]

Set and Monitor Pricing Guardrails

Piense en una mala experiencia típica en un parque temático. Los huéspedes tienen que hacer largas colas para ir a las atracciones, la comida y los baños, además de una falta de atención personal por parte de un personal de apoyo abrumado o poco capacitado. Una experiencia tan desagradable hace que muchos clientes se pregunten si vale la pena su enorme inversión en billetes, aparcamiento, refrescos y alojamiento. Los huéspedes tendrían una visita más agradable si tuvieran colas y tiempos de espera más cortos y si interactuaran mejor con el personal del parque.

Para aumentar la satisfacción de los clientes, Walt Disney World, en Orlando (Florida), cambió su estructura dinámica de precios de una manual a una algorítmica en 2018. El nuevo programa, que aumentaba los precios de los billetes de varios días en general, pero reducía el precio de los billetes para las fechas de menor demanda, animaba a los clientes a planificar sus viajes con bastante antelación o a reservar viajes fuera de temporada alta para aprovechar los precios más bajos.

Las infografías artesanales de Tsilli Pines exploran el poder que tienen los números en nuestras vidas y la topografía del dinero en la conciencia humana. Pinos de Tsilli

El programa de Disney tiene varios méritos: en primer lugar, demuestra que los precios dinámicos pueden cumplir otros objetivos además de aumentar los ingresos o el volumen. Incluso si los ingresos totales y el número total de huéspedes se mantienen constantes a lo largo del tiempo, la estructura de precios hace que el flujo de clientes sea más estable, lo que significa una menor volatilidad en las necesidades de personal y otros recursos de Disney. Eso puede suponer un importante ahorro de costes. En segundo lugar, la experiencia del cliente mejora drásticamente, ya que los huéspedes pueden disfrutar de más atracciones, visitar más atracciones y aprovechar mejor su tiempo en los parques. Por último, el programa de precios dinámicos se puede publicar de forma explícita como un compromiso con la satisfacción de los clientes a largo plazo (a pesar del aumento general de los precios).

Cuando Disney World cambió a su sistema algorítmico, también determinó que lo mejor para ella sería dejar de fijar precios dinámicos para las entradas de un día a sus parques temáticos individuales (Magic Kingdom, Epcot, Animal Kingdom y Hollywood Studios). Los precios de las entradas de un día en las cuatro propiedades se fijaron entre 109 y 129 dólares para la época del año que el cliente eligiera visitarla, independientemente de la demanda. Esa barandilla limitaba la cantidad que Disney podía cobrar por un pase de un día, pero establecía parámetros claros que ayudaban a los clientes a anticipar sus costes y planificar sus visitas. Y al observar cómo ellos mismos seleccionan sus viajes, Disney podría mejorar su comunicación sobre la experiencia del parque y diseñar paquetes de servicios adicionales para adaptarse a los diferentes segmentos de clientes.

Otras empresas pueden utilizar barandas de manera similar, no solo para proteger a los clientes de las bruscas oscilaciones de precios, sino también para juzgar cómo afectan los precios a todas las áreas de la organización. Al establecer las barreras iniciales y seguir desplegándolas, las empresas deben fomentar el intercambio de información entre las diferentes líneas de negocio. Esa es la mejor manera de extraer los principales aprendizajes y utilizarlos en beneficio de la empresa. Vemos tres áreas principales para una colaboración más estrecha entre las funciones a fin de obtener información de los algoritmos:

Experimentación.

Las pruebas de precios periódicas y controladas pueden ayudar a la empresa a medir hasta qué punto los clientes valoran un producto o servicio, o cualquiera de sus funciones, y a entender el contexto de cuándo y cómo obtienen ese valor. De hecho, la experimentación con precios puede ser mucho más poderosa que los estudios de mercado tradicionales, porque los clientes reaccionan ante las ofertas reales y realizan transacciones reales. Sus respuestas a los cambios de precios ayudan a las empresas a descubrir qué funciona, qué no y en qué momento los compradores toman primero sus decisiones de compra.

Monitorización.

Las empresas pueden desarrollar un nuevo indicador clave de rendimiento o comparar los indicadores existentes para garantizar que la frecuencia y la magnitud de los cambios de precios no erosionan la lealtad de los clientes ni la reputación de la marca. Ninguna empresa quiere que la perciban como injusta, manipuladora o codiciosa. Por lo tanto, es importante tomar medidas para restringir y gestionar la producción de los algoritmos de precios, y es vital analizar los mensajes y sus consecuencias con antelación. Esto permite a las empresas evitar precios extremos y flotantes mediante la implementación de pisos y techos duros, como hizo Disney con sus precios fijos para un solo día.

Estrategia.

Básicamente, se trata de una visión integrada a largo plazo de los dos primeros elementos. ¿El desarrollo de los productos, la marca, el posicionamiento y los precios de la empresa funcionan en armonía (o con la menor cantidad de fricciones) para cumplir los objetivos estratégicos de la empresa? La empresa debe esforzarse por determinar, directa o indirectamente, cómo perciben los clientes su misión y propósito y si sus acciones en materia de precios refuerzan o perjudican la reputación que intenta establecer. Los mensajes que los clientes deducen de los precios deberían sincronizarse con los mensajes explícitos que la empresa comunica a través de sus actividades no relacionadas con los precios para promocionarse a sí misma y a sus productos.

Cuando las empresas prestan atención a las distintas formas en que los cambios de precios pueden alterar lo que los clientes creen y su comportamiento (más allá de la decisión inmediata de comprar o no comprar), pueden mejorar la relación con los clientes en lugar de disminuirla, incluso cuando suben los precios. Las empresas pueden aprovechar el poder de los cambios de precios para mejorar sus operaciones y, al mismo tiempo, crear una mejor experiencia general para los clientes.

[  Recommendation 4  ]

Override the Algorithms When Necessary

Lejos del enfoque de precios de «configúrelo y olvídese» que era común en el pasado, las organizaciones con una estrategia dinámica deben adoptar una postura más proactiva y creativa para lograr los resultados deseados. Para Disney, IKEA y United Airlines, los objetivos eran simples: las marcas querían que los clientes valieran la pena realizar transacciones, incluso en circunstancias poco ideales (en días menos convenientes o a pesar de los largos viajes a ubicaciones físicas). También querían poder gestionar cómo, cuándo y por qué se comunicaban los cambios en los precios.

Los mejores algoritmos de precios pueden analizar los datos de los clientes y otro tipo de información para generar precios óptimos para cualquier cliente en un momento dado. Pero, ¿desde qué perspectiva son óptimos esos precios? Esa pregunta aborda el conflicto entre ganarse la buena voluntad de los clientes y ganar más dinero, lo que presenta un complicado desafío organizativo que debe ser supervisado por un propietario claro y gestionarlo cuando sea necesario. A veces puede que sea necesario modificar el algoritmo; otras veces, puede que sea necesario suspender temporalmente su uso.

. . .

Al día siguiente del ataque al puente de Londres, Uber anunció que había reembolsado los pagos a todos los pasajeros que habían alquilado un coche en la zona afectada. También presumió de que sus conductores habían ayudado a decenas de miles de personas a huir del lugar. Ambos anuncios probablemente habrían mejorado la reputación de la empresa si no se hubiera visto empañada por la rápida reacción a la subida de precios. Si bien es difícil cuantificar el impacto negativo duradero de ese aumento en la relación de Uber con sus clientes, está claro que una respuesta más rápida o un mecanismo más proactivo para evitar el aumento de los precios habrían beneficiado a la marca y a los pasajeros atendidos esa noche.

Todas las empresas deben entender lo que sus algoritmos de precios comunican a los clientes y la mejor manera de controlar ese mensaje. Para hacerlo de manera eficaz, deben desarrollar un caso de uso y una narrativa adecuados para implementar precios algorítmicos, asignar un propietario que supervise las barreras de precios y permitir a ese propietario gestionar o anular la automatización cuando sea necesario. De este modo, las empresas podrán optimizar los precios dinámicos en tiempo real sin sacrificar la lealtad de los clientes ni perjudicar su reputación.