IESE Insight
El ‘pricing’ basado en datos: cómo optimizar beneficios sin perder los valores
La fijación de precios puede ser una fuente de ventaja competitiva si entiendes lo esencial y eres tú quien gestiona bien los datos y la tecnología, no al revés.
Nos ha pasado a todos. Pides un Uber un día de lluvia y te marca hasta el doble del precio que pagaste por el mismo trayecto hace dos días cuando lucía el sol y apenas había tráfico. Buscas un regalo de Navidad en Amazon y descubres que el precio que viste el sábado ya no es el mismo el martes. Miras billetes de avión para el verano, cada vez quedan menos plazas en el vuelo que quieres y el precio no para de subir.
Son ejemplos cotidianos del pricing basado en datos, es decir, cuando las empresas se valen del poder de los datos y de la analítica avanzada para establecer y actualizar precios de manera táctica y dinámica, en línea con la estrategia global de la compañía.
La fijación de precios ya no se limita al cálculo de márgenes y el análisis comparativo de la competencia. Los macrodatos, las tecnologías de la información y la inteligencia artificial han revolucionado todo el proceso. Cada vez más, la rentabilidad y la ventaja competitiva provienen de una optimización de precios que hacen posible las perspectivas granulares extraídas, en tiempo real y sobre el terreno, del análisis de datos.
Este artículo explica, desde un punto de vista práctico, qué debes tener en cuenta a la hora de introducir en tu negocio la fijación de precios basada en datos: cómo sacarle el mayor partido a esta potente herramienta para mejorar la rentabilidad y el desempeño.
Cómo empezó todo: el despegue de la gestión de ingresos
En ciertos aspectos, la fijación de precios basada en datos no difiere de los demás procesos de toma de decisiones empresariales. La cúpula directiva marca el rumbo de la estrategia de precios a partir de los objetivos de la compañía a largo plazo. Alineados con esos objetivos, los jefes de las unidades de negocio deciden qué tácticas de precios utilizar según los segmentos de mercado y las curvas de demanda elegidos. Por último, los equipos de los departamentos ejecutan esas tácticas en las operaciones diarias y ajustan los precios en función de lo que indican los análisis de datos.
Con todo, hay diferencias notables. Para entender cuáles son, conviene remontarse a los orígenes de esta práctica.
En los años ochenta, la desregulación del sector aéreo en Estados Unidos alumbró una nueva compañía de bajo coste llamada People Express (similar a las actuales Ryanair o EasyJet), que creció muy rápido. Sus tarifas más baratas pusieron en jaque a las aerolíneas tradicionales.
En respuesta, el CEO de American Airlines, Robert Crandall, introdujo una tarifa súper económica para llenar los aviones que operaban por debajo de su capacidad. Hasta entonces, esto no había sido motivo de preocupación, pues volar se consideraba en gran medida un lujo que pagaban los viajeros de negocios que reservaban a última hora. Pero People Express reveló un nuevo segmento de mercado: los viajeros sensibles al precio, como los universitarios que volvían a casa o quienes viajaban por ocio el fin de semana. Por eso, además de rebajar un número determinado de billetes en sus vuelos, American Airlines los puso a disposición únicamente de quienes pasaban la noche del sábado fuera y reservaban con mucha antelación; con ello, apuntaba directamente al mismo segmento de mercado de People Express.
American Airlines tenía otro as bajo la manga: el uso estratégico de Sabre, un sistema informático de reservas de vuelos en tiempo real. La respuesta de Crandall a la amenaza de People Express no fue convertir American Airlines en otra compañía de bajo coste, sino calcular, con la ayuda de los datos de Sabre, cuántos billetes se vendían por tarifa y asegurarse de reservar los suficientes billetes de clase Business para compensar con creces los de bajo coste.
Gracias a un uso inteligente de los datos, American Airlines logró controlar el número de billetes que se ofrecían a distintos precios, así como volar a plena capacidad. Con ello, aumentó sus márgenes de beneficio, además de devolverle la jugada a People Express al atraer a sus clientes, que podían disfrutar de tarifas más bajas y de una experiencia a bordo muy superior al servicio sin lujos de la rival.
En 1985, ante las dificultades económicas que atravesaba, People Express intentó desesperadamente dar un giro e incorporó una sección de primera clase para atraer a los viajeros de negocios, pero sin éxito. La compañía fue vendida en 1987. Su CEO admitiría más tarde que no había comprendido tan bien como Crandall el arte de la gestión de ingresos (por entonces denominada gestión del rendimiento).
De este caso empresarial nació el pricing moderno basado en datos. La gestión de ingresos, parecida a la que he descrito aquí, es hoy una táctica común, en parte porque la herramienta que la hizo posible en los ochenta –un potente sistema informático repleto de datos valiosos– ya no es algo único sino ubicuo, con conjuntos de datos aún más enriquecidos al alcance de todos.
Los pilares del éxito de la fijación de precios basada en datos
Esta historia de éxito muestra una senda alternativa hacia la rentabilidad a través de los precios. Aunque todas las decisiones empresariales tienen por objetivo crear algún tipo de valor, las de precios, bien concebidas, pueden captar una mayor parte de ese valor y desbloquear, además, un valor completamente nuevo.
Pero las decisiones de precios requieren activar palancas distintas de las habituales: la reducción de costes, el benchmarking de mercado (estudio comparativo) y cobrar más a los clientes que ya tienes, y hacerlo de manera uniforme. Si American Airlines se hubiera limitado a ajustar sus precios para igualar los de People Express o situarlos por debajo, o a redoblar su apuesta por sus propios viajeros de negocio, probablemente se habría quedado atrapada en una guerra de precios y habría perdido la oportunidad de captar valiosos segmentos de clientes aún sin explotar.
En vez de ello, descubrió nuevas y lucrativas oportunidades para crear y captar valor. Lo hizo gracias a cuatro ingredientes esenciales que siguen siendo válidos hoy:
Disponibilidad de datos
La fijación de precios no solo necesita muchos datos, sino también que sean limpios y estructurados, para extraer conclusiones significativas sobre el comportamiento de los clientes y los patrones de demanda.
Infraestructura de TI
Desde los sistemas de planificación de recursos empresariales (ERP) hasta los motores de fijación de precios, las empresas necesitan una infraestructura digital adecuada para dar soporte al análisis de datos.
Talento
Tiene que haber científicos de datos y analistas de precios cualificados integrados en la dirección de las empresas; no aislados ni separados de quienes toman las decisiones clave.
Cultura
El pricing basado en datos no arraigará en una cultura organizacional que carezca de una mentalidad orientada a los datos o que tome decisiones basadas únicamente en la intuición, ignorando la evidencia (aunque la intuición y la experiencia desempeñen un papel, tal y como explicaré más adelante).
Un marco para las decisiones de precios
A la hora de tomar decisiones de precios, debes considerar conjuntamente siete dimensiones, resumidas en el siguiente gráfico.
La mayoría de las decisiones de precios se pueden articular en torno a cuatro factores principales:
El segmento de clientes
La segmentación es fundamental, pues permite adaptar y orientar los precios a los perfiles demográficos y de comportamiento de cada segmento, así como a su disposición a pagar.
La versión del producto
Consiste en fijar precios diferenciados según las distintas versiones del mismo producto básico. En lugar de desarrollar un producto completamente nuevo, se ofrecen funciones de valor añadido o precios por niveles (por ejemplo, una versión básica con funciones limitadas y otra prémium con complementos).
El canal de ventas
Puede ser directo al consumidor (comercio electrónico) o indirecto (a través de minoristas, mayoristas, revendedores de terceros o distribuidores de descuento). Los márgenes pueden variar mucho de un canal a otro, y hay que asegurarse de que estos no compiten entre sí.
El tiempo
La urgencia afecta al precio y a la disposición a pagar. “Lo necesito ya” suele conllevar un precio más alto, aunque no siempre. Las ofertas flash y de última hora lo reducen explotando el mismo sentido de urgencia. La estacionalidad también cuenta –precios más altos en temporada alta y más bajos en temporada baja para estimular la demanda–, al igual que las condiciones meteorológicas, como ilustra bien el ejemplo de Uber cuando llueve.
Sensibilidad al precio
Algunos de estos factores, si no todos, guardan una fuerte correlación con la sensibilidad al precio de los clientes objetivo, pues influyen en su comportamiento de compra. Usar los datos y la analítica para comprender esa sensibilidad en segmentos de clientes relativamente reducidos –para un producto concreto, distribuido a través de un canal específico y en un momento dado– es clave para fijar el precio adecuado y actualizarlo cuando sea necesario.
Capacidad
Otra variable transversal que influye en qué es factible y será efectivo es la capacidad. Para optimizar los ingresos mediante la fijación de precios, has de estar plenamente al tanto de la capacidad de entrega (por ejemplo, billetes, habitaciones, franjas horarias, inventario, horario de servicio). Es decir, debes saber exactamente de qué recursos y volúmenes dispones en cada momento, así como sus tasas de utilización presentes y futuras, para evitar tanto el desperdicio por infrautilización como la pérdida de ventas por agotamiento de stock o incumplimiento de entrega.
Riesgo
En el centro de todo se encuentra el riesgo. Cuando la incertidumbre en la demanda es elevada, el proceso de fijación de precios se parece a un problema de selección de cartera: en cada decisión se sopesan los ingresos o rentabilidad esperados con el riesgo de pérdidas, lo que obliga a cubrir las apuestas. Como con cualquier cartera, diversificar sale a cuenta. A veces incluso conviene sacrificar unos pocos ingresos o rentabilidad si eso reduce considerablemente el riesgo en determinados factores.
No todos los factores y limitaciones confluyen al mismo tiempo. El responsable de la toma de decisiones de precios debe evaluar e identificar constantemente, caso por caso, qué dimensiones son relevantes, pero siempre rigiéndose por un principio: el de ofrecer el producto adecuado al cliente perfecto, en el momento oportuno, a través del canal apropiado y al precio acertado.
Los principales métodos de la fijación de precios basada en datos
Los principios, factores y limitaciones del pricing basado en datos se manifiestan en la práctica de formas distintas según la naturaleza del sector y de la oferta de productos o servicios. A continuación, me centro en los principales métodos.
Gestión de ingresos
Como muestra el caso de la aerolínea, ciertos factores favorecen la gestión de ingresos:
- Costes fijos altos.
- Capacidad relativamente fija.
- Naturaleza perecedera del servicio
- Demanda variable en el tiempo.
- Previsión fiable de la demanda.
Estos factores se dan en los hoteles, el alquiler de coches, el transporte de mercancías, los cruceros, la computación en la nube y sectores similares. En esos casos, compensa introducir precios por niveles y reservar una parte de la capacidad para distintos tipos de clientes, evitando así quedarse sin stock antes de tiempo.
Precios personalizados
Este método implica adaptar los precios a las características de cada cliente. Es la estrategia que emplean bancos y aseguradoras, que ajustan tarifas y comisiones tras analizar los datos de transacción y los perfiles de riesgo.
Lo mismo vale en contextos B2B, como la consultoría. ¿Cuál es la mejor oferta para un proyecto? En lugar de aplicar una política de tarifa única, las consultoras pueden agregar datos de la gestión de relaciones con el cliente (CRM), la demanda en tiempo real y los precios de la competencia para optimizar los márgenes por segmento de cliente.
Aquí es donde la intuición y la experiencia entran en juego, porque a veces los datos conducen por el camino equivocado, por ejemplo, cuando son de tamaño limitado o están sesgados. Los precios personalizados exigen, por definición, aplicar un grado de criterio propio a lo que indican los datos. En algunos casos, la intuición se convierte en hipótesis que luego se contrastan con datos, en lugar de dejar que estos determinen los precios por sí solos.
Precios dinámicos
Es lo que la mayoría asociamos con Uber o Amazon: ajustes en tiempo real que suben y bajan en respuesta a las fluctuaciones de la oferta y la demanda, así como a los precios de la competencia. Aunque las aplicaciones digitales han impulsado enormemente esta práctica, el mismo fenómeno se observa en los servicios públicos: el precio de la electricidad varía a lo largo del día según los patrones de consumo.
También ocurre con la venta de entradas. Para muestra, la gira de Bruce Springsteen en 2023, sobre la que mi colega del IESE Frederic Sabrià y yo hemos escrito un caso. Como se esperaba que la demanda de entradas excediera la oferta, el Boss y su agente decidieron asignar una parte al programa de entradas Platinum de Ticketmaster, con precios dinámicos.
En principio, esta práctica reserva un número determinado de entradas y las vende a “precios de mercado”. El problema es que, cuando el precio de mercado se dispara, esas entradas terminan costando varios miles de dólares sin ser siquiera los mejores asientos. Puede que dos fans estén sentados casi juntos y que uno haya pagado 200 dólares y el otro 2.000 por un asiento prácticamente idéntico.
Ahí reside el riesgo de los precios dinámicos frente a los precios por niveles, donde se fija un mismo precio por sección (pista o platea, grada o piso, palco, entrada general de pie). Si se opta por los precios dinámicos, no basta con fijarse en el “precio de mercado”, como descubrió, tarde y mal, Springsteen. Nuestro caso muestra que en cualquier decisión de precios también hay que tomar en consideración la justicia y la equidad. Springsteen, idolatrado como un héroe de la clase trabajadora, se topó con una enorme contestación social por vender entradas que equivalían a casi el 10% del sueldo anual neto de un ciudadano corriente. Por esta razón, Taylor Swift evitó el programa Platinum de Ticketmaster en su gira The Eras Tour.
La percepción de un aumento abusivo de precios puede dejar un regusto amargo y deteriorar tu marca, socavando tu rentabilidad y desempeño en el futuro. Que puedas optimizar los precios no significa que debas hacerlo siempre. Tu estrategia de precios tiene que reflejar la identidad de tu marca, tus valores y tu misión, sobre todo cuando la confianza es el núcleo de tu propuesta de negocio.
La IA, un mal sustituto del directivo en las decisiones de precios
La adopción generalizada de herramientas de IA para automatizar la fijación de precios, sobre todo en escenarios de precios dinámicos, no hace sino aumentar estas preocupaciones. La IA es una herramienta que puede mejorar el análisis de datos y las decisiones de precios, pero conviene dejar claro que no debería eliminar el criterio humano. Los directivos han de validar la coherencia de los modelos de precios, especialmente en contextos de alto riesgo.
Javier Egaña (en la imagen) es un directivo con una amplia experiencia en el uso de los datos y la analítica para hacer crecer los ingresos en sectores tan diversos como el aéreo y el vitivinícola, en contextos tanto B2B como B2C. En sus palabras, si un paciente muriera el décimo día de su estancia en un hospital, ¿cómo nos sentiríamos si un informe generado por IA dijera: “Todo va bien el 90% del tiempo; la tasa de fracaso es de solo el 10%”?
La “evidencia” funciona en ambos sentidos, ya que los datos suelen estar desestructurados y abiertos a la interpretación. Egaña insiste en tener las antenas siempre puestas, captar continuamente las señales del mercado y estar preparados para cambiar de rumbo en función de la información que se reciba. No deposites una fe ciega en los informes o análisis automatizados, ni siquiera si provienen de una IA avanzada.
Del mismo modo que cree en el poder de los datos y la analítica para mejorar las decisiones de precios, Egaña subraya la importancia de la intuición y el criterio humanos.
Los mejores expertos en la fijación de precios basada en datos, asegura, son quienes simplifican: formulan buenas preguntas de negocio, las contrastan con datos y extraen conclusiones.
Su otro consejo: la cultura importa. Por mucha evidencia empírica que respalde una decisión de precios, no todos los miembros de la empresa la aceptarán. Aunque el CEO la apoye, puede haber resistencia interna en distintos departamentos.
Egaña recomienda identificar a los entusiastas dentro de la empresa y forjar alianzas con ellos. Lo mejor es empezar con pequeños experimentos e ir escalando de forma gradual para ganarse a los detractores. Aunque el apoyo de la alta dirección ayuda, puede ser más eficaz comenzar por el nivel de operaciones.
Asegúrate también de medir el impacto de las decisiones de precios y comunicar los resultados: si son buenos, a los detractores les resultará más difícil oponerse y tendrás muchas más probabilidades de convencerlos.
En este sentido, Egaña es un gran defensor de las visualizaciones de datos. Un exceso de hojas de cálculo puede saturar, mientras que las herramientas de visualización ayudan a dar vida a los números con gráficos atractivos o infografías impactantes. Muchas veces, ver es creer.
¿Quién debería encargarse de la fijación de precios?
Lo que nos lleva a otra cuestión decisiva: ¿qué departamento debería liderar la fijación de precios dentro de tu organización? ¿Ventas, Marketing, Finanzas u Operaciones? Algunas empresas incluso nombran a un director de ingresos para centralizar esa responsabilidad. Sin embargo, no existe un consenso claro al respecto.
Haría tres apuntes. El primero: las decisiones de precios requieren la participación de distintos departamentos y el aval de la alta dirección. Como bien señala Egaña, las dinámicas organizacionales son importantes. Muchas personas tienen intereses creados y directos en la fijación de precios. Por eso, los análisis de datos y las conclusiones que se extraen de ellos no deberían quedar en manos de una sola persona. Podría ser necesario alinear los incentivos para que todos los empleados sean evaluados de acuerdo con los objetivos de precios de la empresa.
El segundo: compartir múltiples perspectivas no solo ayuda a evitar sesgos, sino también a enriquecer el aprendizaje. Compartir tu intuición, tus datos y tus análisis con colegas –incluidos los de otras áreas– puede servir para detectar aspectos que habías pasado por alto, revelar puntos ciegos, abrirte la mente a nuevas posibilidades y desbloquear problemas o limitaciones que los análisis por sí solos no habrían detectado.
El tercero, y el más importante: los datos no sirven de nada sin personas cualificadas que los interpreten. Lógicamente, necesitas técnicos especializados en análisis de datos y, cada vez más, en IA. Pero la capacidad de los científicos de datos para conectar los análisis con las tácticas de precios, e interiorizar los equilibrios estratégicos de la empresa, puede ser limitada. Para eso necesitas directivos capaces de integrar, liderar y colaborar eficazmente con equipos multidisciplinarios que incluyan tanto a jefes como a científicos de datos, no solo a especialistas en Excel.
Lo bueno de la fijación de precios basada en datos es que incluso la más mínima mejora en los ingresos puede tener un enorme impacto en la cuenta de resultados, ya que el coste de los bienes vendidos (COGS) apenas se ve afectado. Pero precisamente por eso, no te conviene dejar que personas inexpertas tomen decisiones de tanta trascendencia a partir de interpretaciones erróneas o torpes de los datos. Como señalaba al principio, el pricing basado en datos no solo es una cuestión técnica; es también estratégica, táctica y operativa, y tiene implicaciones éticas para la reputación y los valores de tu marca. No tiene precio, en el sentido más literal.
+INFO:
El IESE ofrece un programa enfocado de Data-Driven Pricing. Está dirigido a aquellos directivos responsables de la fijación de precios, el crecimiento de los ingresos, ventas, marketing, finanzas comerciales, operaciones y cadenas de suministro. Encontrarás más información sobre este programa y las fechas de la próxima edición aquí.
El caso “Born in the U.S.A. and Priced by Ticketmaster: Bruce Springsteen and The E-Street Band 2023 Tour”, de Mihalis G. Markakis y Fede Sabrià, está disponible en IESE Publishing.
Este artículo aparece en el número 172 de la revista online IESE Business School Insight (mayo-agosto de 2026).
TAMBIÉN PUEDE INTERESARTE:
3 formas de usar los datos para mejorar la toma de decisiones de negocio
Lecciones de estrategia y operaciones del gigante de los chips TSMC
“¡Date prisa! ¡Solo quedan tres!”
