Muchas veces he visto equipos ejecutivos que toman decisiones erradas sobre sus estrategias de RM. Mirando hacia atrás creen que sus sistemas de Revenue Management tomaron decisiones erradas. Es importante que cuando evaluemos la gestión de un sistema o equipo de RM lo hagamos teniendo en consideración la información con que ese sistema y/o equipo contaba en el momento en que la hizo.
Un ejemplo bien básico: Imagínense que Uds. tienen una empresa (hotel, aerolínea, etc.) que hace Revenue Management que tiene dos tarifas: una de $100 y otra de $30. Pongámonos en el caso en que les queda una unidad de inventario disponible para la venta y su sistema de RM les dice que existe una probabilidad de 1/3 de que alguien la quiera comprar a la tarifa alta ($100). Si alguien les pide esa unidad de inventario a la tarifa de $30, debieran negarle la reserva, ya que 1/3 * $100 = $33,33 > $30, ¿de acuerdo?
El problema es que dos de cada tres veces que tomen esta decisión, esa unidad de inventario va a vencer sin ser vendida (aún cuando el pronóstico del sistema haya sido acertado). Entonces van a mirar en retrospectiva y la gente de Ventas les va a decir: “Debimos haber aceptado a mi cliente que quería comprarla en $30.” Sin embargo, una de cada tres veces alguien va comprar esa unidad de inventario a $100 y va a ser mejor, ya que 3 * $30 = $90 < $100.
Sería ideal tener una bola de cristal y saber cuál de las tres veces efectivamente se va a presentar ese cliente que la va a comprar a $100, entonces poder vender a $30 dos veces y a $100 una. Por desgracia aún no se ha inventado esa bola de cristal, por lo que lo mejor que podemos tener son sistemas que tienen dispersiones en sus pronósticos, pero que al estar bien calibrados estas dispersiones están bien estimadas.
Así es que, ¡cuidado cómo evalúan sus sistemas y equipos de RM! No todo es como aparenta.