Historia de cliente
Mobo
Cómo Mobo aumentó la eficiencia y optimizó los precios por región para impulsar el crecimiento del negocio
Cómo Mobo aumentó la eficiencia y optimizó los precios por región para impulsar el crecimiento del negocio
Resultados de un vistazo
Las promociones piloto generaron un aumento del margen del 7% dentro del alcance limitado de la prueba, y la estrategia de precios aportó un 6.3% de ingresos en conjunto.
Crecimiento de ingresos
6.3 de crecimiento de ingresos
Crecimiento del margen
7% de crecimiento del margen
Crecimiento de la facturación
$12M de crecimiento de la facturación
Una respuesta impredecible de los clientes a los precios
Alberto Cohen, CEO de Mobo México, sabía que existía la oportunidad de aumentar los ingresos con precios más dinámicos y adaptados a cada zona. Había instalado etiquetas electrónicas en las tiendas para reducir el coste y el esfuerzo de cambiar precios, y ahora necesitaba ajustar esos precios con más detalle.
“Sabía que nuestra estrategia de precios estaba dejando dinero sobre la mesa, pero me preocupaba que cambiar los precios con frecuencia, o diferenciarlos entre tiendas geográficamente cercanas, pudiera dañar nuestra marca ante los clientes. La fidelidad del cliente es difícil de conseguir en nuestro sector, y nuestra marca es nuestra mayor ventaja competitiva. Necesitábamos una estrategia de precios más dinámica, pero no podíamos arriesgarnos a dañar esa marca”.
Además, se encontró con otros problemas críticos:
- Segmentos de clientes distintos a poca distancia: en las grandes ciudades, dos tiendas de Mobo situadas a pocas manzanas pueden atender a clientes radicalmente distintos por las diferencias socioeconómicas locales.
- Inversión en tecnología: Cohen estaba dispuesto a invertir en nueva tecnología, pero no a gastar en un sistema complejo si una simple hoja de Excel podía lograr resultados similares; el ROI era fundamental.
- Respaldo interno: los directores comerciales llevaban años tomando estas decisiones; un nuevo sistema tenía que contar con su aprobación para lograr una adopción generalizada.
Precios dinámicos basados en datos de mercado hiperlocales
Mobo se asoció con ToolsGroup para implementar la solución de ToolsGroup (Price.ai) como una única solución de precios dinámicos integral. La inteligencia artificial prescriptiva de la herramienta genera recomendaciones basadas en condiciones locales muy granulares, lo que permite diferenciar precios por tienda.
“Mobo está en un mercado increíblemente competitivo, así que no podíamos permitirnos perder impulso probando estrategias de precios que no funcionaran. Necesitábamos encontrar la solución adecuada rápido. La IA de la solución está diseñada para adaptarse con rapidez a los resultados en tiempo real y lograr resultados óptimos en poco tiempo. Decidimos asociarnos con ellos para acelerar el proceso de prueba y aprendizaje y conseguir un ROI positivo en semanas, no en años”, explica Cohen.
La solución de ToolsGroup implementó precios dinámicos: ajustes semanales de precios y planes promocionales a nivel hiperlocal, por tienda.
Este enfoque se basa en:
- Seguimiento de ventas históricas y datos de mercado La solución de ToolsGroup combina datos históricos de ventas con datos socioeconómicos y de la competencia muy granulares para entender mejor la elasticidad de precio hiperlocal, por tienda. El impacto se amplifica al monitorizar el comportamiento de compra del 14% de la población mexicana.
- Clustering a tamaño de uno La solución de ToolsGroup primero calcula rangos de precios e intensidad de promociones para clústeres basados no en los indicadores tradicionales de similitud, sino en un cálculo sofisticado que aprovecha la elasticidad de precio y el nivel socio-demográfico. Después, la IA profundiza a un nivel más granular para calcular recomendaciones de precio y promoción para cada tienda.
- Ajuste semanal de precios La solución de ToolsGroup mide el impacto de los precios de forma sistemática cada semana. Las herramientas de la solución de ToolsGroup pueden recomendar de forma autónoma nuevos precios y promociones combinando esto con datos externos, ajustando y revirtiendo cuando corresponde.
Para medir el impacto, la solución de ToolsGroup (Price.ai) se desplegó inicialmente en 15 tiendas, comparadas cuidadosamente con controles equivalentes durante una rigurosa prueba piloto A/B de seis semanas.
“Nuestros directores comerciales eran escépticos con el enfoque. Les preocupaba que esa variabilidad aumentara las quejas de los clientes y complicara sus operaciones. Necesitaba demostrarles a ellos y a nuestros franquiciados, lo antes posible, que este sistema exigía poco esfuerzo y ofrecía una gran recompensa”.
Necesitaba demostrarles a ellos y a nuestros franquiciados, lo antes posible, que este sistema exigía poco esfuerzo y ofrecía una gran recompensa.
Impacto del piloto: 6.3 % de crecimiento de ingresos
Las promociones piloto generaron un aumento del margen del 7% dentro del alcance limitado de la prueba, y la estrategia de precios aportó un 6.3% de ingresos en conjunto.
“Las primeras semanas del piloto convencieron a nuestro equipo. El crecimiento de los KPI se aceleró, y el sistema autónomo de la solución redujo de verdad la complejidad operativa”, afirma Cohen.
Aunque al principio algunos clientes se desconcertaron un poco porque las promociones no seguían los patrones habituales, la mayoría no notó ningún cambio. Los franquiciados no reportaron un aumento significativo de comentarios negativos de los clientes.
Las ventas medias por unidad de producto aumentaron un 2% en general. Incluso en las tiendas con precios medios más altos, el volumen de ventas creció.
“El enfoque único de la solución, basado en datos, para el clustering y los precios nos permitió maximizar los ingresos sin el impacto en el cliente que esperábamos. El sistema hizo ajustes de precios y promociones lo bastante sutiles como para evitar el rechazo, pero con un impacto enorme en los resultados”, afirma Cohen.
Resultados a largo plazo: $12 millones de crecimiento de la facturación
Tras el éxito del piloto y el aumento del crecimiento durante el primer año, Cohen amplió el uso que Mobo hacía de la solución de ToolsGroup (Price.ai) en retail y, con el tiempo, también en la planificación mayorista.
Esta expansión generó $12 millones adicionales en oportunidades de crecimiento de la facturación. Gracias a un clustering cuidadoso, los cambios de precios y las promociones irregulares no han afectado a los clientes: el crecimiento del margen y de los ingresos ha seguido acelerándose.
A pesar de los cambios semanales en precios y promociones, el sistema automatizado siguió siendo sencillo de usar para todos los franquiciados. Los directores comerciales se convirtieron en usuarios entusiastas.
“Recomiendo la solución de ToolsGroup a otros en México. Trabajamos juntos para lograr objetivos ambiciosos, y los resultados superaron incluso mis altas expectativas. Esto ha revolucionado nuestro enfoque de los precios”, afirma Cohen.
Sobre Mobo
Mobo México es el minorista de electrónica líder en México, con más de 200 tiendas en todo el país. Esta franquicia familiar se ha convertido rápidamente en líder del sector, superando incluso a competidores internacionales de éxito en el mercado mexicano.
Mobo vende tanto teléfonos móviles y accesorios propios como de terceros. Sus tiendas fijaban históricamente los precios con reglas sencillas, lanzando promociones y rebajas similares al mismo tiempo. Los precios al por mayor estaban igualmente alineados con los precios de retail a nivel nacional, con tres listas de precios simples a un descuento fijo sobre el precio de retail, según el tamaño del cliente.
A Mobo le costaba encontrar una estrategia de precios óptima que le permitiera mantener su trayectoria de alto crecimiento. Los franquiciados de las zonas más caras vendían la mercancía con facilidad, al margen del precio, mientras que las tiendas de zonas más económicas tenían dificultades para vender los artículos de gama alta. Los precios estándar a nivel nacional no eran eficientes.
