Roitels / Demostración matemática

¿Y si cambiar los precios de forma dinámica con IA te hiciera ganar menos dinero?

Revenue Management hizo del inventario perecedero una premisa central. Pero que una cama caduque esta noche no demuestra que exista un comprador. Las matemáticas muestran dónde puede fallar una decisión de precio, incluso con datos verdaderos.

LA PREGUNTA

¿Puede la IA de precios dinámicos hacer ingresar menos dinero a un hostel incluso con datos correctos?

El error está en confundir información con oportunidades de ganar dinero

Imagina un hostel de 100 camas. Utilizas un sistema de inteligencia artificial que analiza continuamente tus reservas, la ocupación, los precios de la competencia y otros muchos datos. Cada vez que detecta un cambio, puede calcular un nuevo precio.

Parece lógico, ¿verdad? Cuanta más información tenga y más rápido reaccione, mejores precios conseguirá.

Pues las matemáticas demuestran que no necesariamente es así. Y que, en determinadas circunstancias, puede ocurrir exactamente lo contrario: puedes ganar menos dinero.

El problema no empieza necesariamente en quienes desarrollan o venden el software. Puede estar en el supuesto económico que recibe como punto de partida: tratar la caducidad del inventario y cada cambio de indicador como razones suficientes para modificar la tarifa. Esa equivalencia no se sostiene matemáticamente.

La primera parte es verdadera. La segunda no se deduce de ella. Una cama tiene fecha límite para venderse. Eso no significa que exista un comprador esperando.

El error económico aparece cuando una política de precios convierte los indicadores observados en prueba suficiente de una mejora, sin identificar cómo responderían los compradores al precio. Ninguna capacidad de cálculo suple esa información que falta.

LA PREGUNTA QUE LO CAMBIA TODO

El inventario es real. Los datos son reales. La oportunidad de ganar más todavía no está demostrada.

Las siete demostraciones se complementan: inventario no es demanda; más ocupación puede significar menos ingresos; los mismos datos pueden necesitar precios opuestos; una cama adicional puede tener valores marginales distintos; más demanda no siempre cambia el precio óptimo; reaccionar en exceso puede generar pérdidas; y una señal informativa no es una instrucción económica.

El peligro de las métricas de vanidad

Un dato puede ser verdadero y, sin embargo, no demostrar aquello que pretendemos justificar con él. Esto es lo que debemos cuestionar cuando convertimos un indicador de Revenue Management en una razón automática para cambiar precios.

El inventario disponible

Tener 80 camas no significa tener demanda para 80. Tener 30 libres no demuestra que haya 30 compradores esperando una rebaja.

La ocupación

Un hostel puede pasar del 62,5 % al 75 % de ocupación e ingresar menos dinero. Vender más no significa vender mejor.

El ritmo de reservas

Recibir diez reservas esta mañana frente a tres ayer no demuestra que los próximos clientes pagarían una tarifa superior.

Los precios de la competencia

Que otro hostel suba sus tarifas no significa que esté vendiendo sus camas a esos precios. Observamos lo que pide, no necesariamente lo que cobra.

Las búsquedas y las visitas

Que más personas visiten la web no significa que vayan a reservar; y que reserven tampoco demuestra que habrían pagado más.

Todos estos indicadores pueden ser útiles. El problema aparece cuando los convertimos en pruebas de una oportunidad económica que no han demostrado. Entonces se comportan como métricas de vanidad: muestran actividad o aparente mejora, no necesariamente creación de valor.

El mismo inventario puede exigir decisiones opuestas

Imagina tres hostels hipotéticos con 80 camas, 50 ventas esperadas a 25 € y otras 30 disponibles. Los indicadores que observas son idénticos.

Sin embargo, tres funciones de demanda económicamente admisibles producen precios óptimos de 35 €, 25 € y 20 €. Solo cambia cómo responden los compradores al precio, algo que no puedes deducir contando las camas libres.

HOSTEL A35 €Subir
HOSTEL B25 €Mantener
HOSTEL C20 €Bajar

No es una limitación que la IA pueda resolver repitiendo más veces el mismo cálculo. Falta conocer la respuesta económica de los compradores.

UN EJEMPLO MATEMÁTICO EXACTODb(p) = 50e−b(p−25)Db(25) = 50;   R′b(25) = 50(1−25b)

Con b=1/35, subir a 35 €; con b=1/25, mantener 25 €; con b=1/20, bajar a 20 €. La capacidad no limita las cantidades óptimas en ninguno de los tres casos.

Ninguna regla que utilice exclusivamente las camas libres, las ventas actuales y la tarifa vigente puede garantizar cuál es la decisión correcta en los tres escenarios. Consulta el teorema completo y comprueba las tres curvas de demanda.

Una cama vacía no significa una oportunidad de venta

Una cama tiene una fecha límite de venta. Pero el hecho de que esta noche termine no crea compradores. En nuestro modelo determinista de 80 camas, la demanda al precio que maximiza los ingresos es de 50 camas. Las otras 30 no limitan la decisión óptima.

Añadir una cama número 81 no aumentaría los ingresos calculados. Su valor marginal de capacidad es cero en esa situación concreta. Eso no significa que una cama carezca de valor ni que la capacidad nunca importe. Cuando el inventario limita realmente las ventas, cambian las condiciones de demanda o existe incertidumbre, puede ser decisiva.

La cuestión que debe demostrar cualquier RMS es si existe escasez económica real o solo inventario que caduca. Las camas libres, por sí mismas, no responden esa pregunta.

Vender más camas puede hacerte ingresar menos dinero

Partimos de un hostel de 80 camas. Comparamos dos políticas alternativas para el mismo periodo completo de venta, antes de aceptar las reservas. En este modelo de demanda, un precio permite vender 50 camas y el otro, 60.

Tarifa 25 €1.250 €50 ventas esperadas · 62,5 %
Tarifa 20 €1.200 €60 ventas esperadas · 75 %

Dos políticas alternativas para todo el periodo; no se rebajan las camas una vez reservadas

La ocupación mejora. Los ingresos disminuyen 50 €. Y ni siquiera hemos descontado el coste adicional de alojar a diez personas más.

El resultado refuta una justificación habitual del descuento: que vender más camas y elevar la ocupación equivalga necesariamente a mejorar el negocio. En este modelo, el resultado económico empeora.

HIPÓTESIS DE DEMANDAD(p) = 100(1 − p/50)

Los ingresos son R(p) = pD(p). En este modelo el máximo se alcanza a 25 €, con 50 camas vendidas.

Que aumente la demanda no significa que debas subir el precio

Imagina que ayer tu hostel recibió tres reservas y esta mañana recibe diez. El cambio es real. La información es correcta. Pero ¿demuestra que los próximos clientes están dispuestos a pagar más?

Supongamos que aumenta el número de compradores potenciales, pero su sensibilidad al precio permanece igual y la capacidad no limita la decisión óptima. La demanda esperada es Dt(p)=mtq(p). Los ingresos son Rt(p)=mtp q(p).

LA CONDICIÓN MATEMÁTICAR′t(p)=mt[q(p)+p q′(p)]=0

Cuando el volumen de compradores es positivo, mt desaparece de la condición que determina el precio óptimo. Si el máximo es único, el precio puede permanecer exactamente igual aunque cambien las reservas.

Una información nueva puede justificar revisar la previsión de ventas, sin justificar un cambio de tarifa. Que aumente la demanda no significa necesariamente que aumente la disposición a pagar.

¿Y qué ocurre cuando el precio óptimo sí cambia?

Imagina ahora un hostel de 100 camas y dos situaciones de demanda igual de probables. El precio que maximiza los ingresos cambia realmente entre 22 € y 28 €. Las tres políticas actúan bajo el mismo modelo y las mismas condiciones.

La política reactiva reconoce correctamente hacia dónde se ha desplazado el precio óptimo, pero cambia la tarifa tres veces más de lo justificado. La política estable permanece en 25 €. La política ideal aplica exactamente el precio óptimo de cada situación.

Precios sobrerreactivos1.196 €Ingresos esperados
Precio estable de 25 €1.250 €Ingresos esperados
Precio óptimo conocido1.268 €Referencia matemática

La política sobrerreactiva obtiene 54 € menos que la estable: una pérdida del 4,32 %, aunque dispone de información verdadera sobre el cambio del precio óptimo. Los 1.268 € representan un máximo matemático calculado con conocimiento perfecto del precio adecuado, no ingresos observados de un RMS comercial. El problema es confundir la capacidad de reaccionar con la capacidad de justificar económicamente la magnitud de la reacción.

Menor disposición a pagarPrecio óptimo: 22 €
Estable950 €
Sobrerreactiva896 €
Ideal968 €
Mayor disposición a pagarPrecio óptimo: 28 €
Estable1.550 €
Sobrerreactiva1.496 €
Ideal1.568 €
Ingresos esperados
Estable1.250 €
Sobrerreactiva1.196 €
Ideal1.268 €

Comprueba el resultado de reaccionar demasiado

Desliza el control para variar cuánto responde el precio ante un cambio real de su valor óptimo. Un factor cero significa tarifa estable. Uno aplica exactamente el óptimo conocido. Tres multiplica en exceso la modificación.

Respuesta ante el cambio del precio óptimo3,00×
0× · Estable1× · Exacto3× · Excesivo
Precios en ambas situaciones16 € / 34 €
Ingresos esperados1.196 €
Frente al precio estable−54 €

Demostración de un modelo, no una recomendación operativa. El factor óptimo es 1 porque el ejemplo supone que conocemos exactamente el cambio adecuado.

Una señal verdadera no garantiza una buena decisión

En otro modelo, el sistema recibe una señal que contiene el desplazamiento real del precio óptimo y un componente aleatorio que no justifica trasladar su magnitud directamente a la tarifa.

La señal es estadísticamente informativa. Su correlación con el cambio verdadero es aproximadamente 0,577. Sin embargo, utilizarla directamente para modificar el precio genera 1.232 € de ingresos esperados, frente a 1.250 € de la política estable.

No estamos diciendo que la señal sea falsa. Estamos distinguiendo la calidad de una observación de la calidad económica de la decisión que tomamos a partir de ella.

Las camas disponibles no revelan su valor económico

Dos mercados pueden mostrar exactamente las mismas 30 camas disponibles, 50 ventas esperadas a 25 € y, sin embargo, atribuir valores económicos muy diferentes a una unidad adicional de capacidad.

En el modelo de demanda lineal, pasar de 80 a 81 camas no aumenta el ingreso máximo: valor marginal de 0 €. En otro modelo de demanda exponencial, compatible con esos mismos datos, la capacidad limita económicamente la solución óptima: la cama adicional permite obtener aproximadamente 10,24 € más.

Ambos resultados son correctos en sus respectivos modelos. Demuestran que el inventario disponible no permite identificar su valor económico marginal. Para eso necesitamos comprender la respuesta real de la demanda al precio, no simplemente contar camas vacías.

Examina las funciones, las hipótesis y ambas demostraciones.

La pregunta que deberían poder responder los proveedores

Uno de los argumentos comerciales habituales de la IA aplicada a Revenue Management es cuántos datos puede analizar, qué velocidad alcanzan sus previsiones y con qué frecuencia modifica precios. Son capacidades tecnológicas. No son pruebas de que cada modificación esté creando valor económico.

El desafío no es determinar qué empresa tiene el algoritmo más rápido. Es examinar qué supuesto económico gobierna sus decisiones. Un RMS puede calcular miles de cambios basados en inventario, reservas y precios ajenos. Si esas señales no permiten conocer la oportunidad económica real, multiplicar los cálculos no convierte la interpretación en verdadera.

La comparación correcta debería enfrentar una política reactiva con otra bien optimizada y menos reactiva, utilizando información y condiciones equivalentes. Debería medir ingresos incrementales y considerar distribución, cancelaciones y demás consecuencias económicas y comerciales.

EL DESAFÍO A LA INDUSTRIA

¿Puedes demostrar que cambiar los precios constantemente genera más ingresos que cambiarlos solamente cuando existe una razón económica para hacerlo?

Y antes de eso: si dos hostels tienen exactamente los mismos indicadores, pero necesitan decisiones opuestas, ¿qué evidencia adicional permite a tu sistema saber cuál es la correcta?

Una manera diferente de comprender Revenue Management

Ocho modificaciones de tarifa al día son una capacidad tecnológica, no ocho decisiones económicamente justificadas. El dato que interesa al propietario es el ingreso incremental obtenido frente a las alternativas, no la frecuencia de actualización.

Una comparación rigurosa tendría que enfrentar una estrategia de cambios frecuentes con otra bien diseñada y menos reactiva, utilizando información, periodos y condiciones comparables, e incorporando cancelaciones, distribución y contribución neta. De lo contrario, podríamos estar premiando la actividad en lugar del resultado.

Revenue Harmony Management parte de una pregunta más amplia que el movimiento de los precios. Un hostel crea y captura valor mediante su motor económico y su motor social. El precio importa, y también las consecuencias de esa decisión para el negocio que lo establece.

La investigación identifica un límite económico verificable. Revenue Harmony Management y Meaning Intelligence nacen de la exigencia de comprender qué justifica una decisión, cuál es su evidencia y qué consecuencias puede tener. Los ejemplos aquí presentados son pruebas matemáticas, no mediciones de rendimiento comercial.

LA PREGUNTA PARA QUIEN VENDE TECNOLOGÍA DE REVENUE

¿Puedes demostrar que cambiar los precios más veces genera más ingresos que una política igual de informada y bien optimizada que solo los cambia cuando existe una razón económica?

EL PRINCIPIO

Lo que importa es si la decisión económica mejora, no si el número se ha movido.

La demostración matemática y sus condiciones

Consulta también el teorema de no equivalencia entre inventario y valor económico, con su demostración general.

Los ejemplos proceden de modelos matemáticos construidos para ilustrar estos escenarios. No son resultados empíricos de hostels reales, afirmaciones sobre proveedores concretos ni una publicación revisada por pares de estas cifras particulares.

1. Cuando cambia el volumen de compradores, pero no el precio óptimo

Sea la demanda esperada Dt(p) = mtq(p), donde mt representa el volumen de compradores y q(p) su respuesta al precio. Si la capacidad no limita las ventas:

Rt(p) = mtp q(p)R't(p) = mt[q(p) + p q'(p)] = 0

Para mt positivo, ese factor desaparece de la condición que determina el precio. Si el máximo es único y q(p) no cambia, pueden variar los compradores sin que varíe el precio óptimo. En el caso lineal q(p) = 1 − p/50, el precio es 25 €.

2. Cuando la capacidad adicional no tiene valor marginal

En el ejemplo de 80 camas, sea D(p) = 100(1 − p/50). Definimos el máximo de ingresos permitido por la capacidad C como:

V(C) = maxp [p × min(D(p), C)]V(C) = 1.250 € para todo C ≥ 50V(81) − V(80) = 0 €

Es un caso determinista en el que la capacidad no limita las ventas. Cuando las reservas son inciertas, el valor marginal puede ser reducido sin ser exactamente cero.

3. Por qué el modelo de 100 camas pierde 54 €

La situación verdadera es δ ∈ {−3, +3}, cada una con probabilidad 1/2. Para los precios evaluados, la probabilidad de compra se mantiene entre cero y uno:

q(p, δ) = 1 + 0,04δ − 0,02pR(p, δ) = 100p q(p, δ)p*(δ) = 25 + δR(p, δ) = 2[(25 + δ)² − (p − 25 − δ)²]

Comparamos pestable = 25, preactiva = 25 + 3δ y pideal = 25 + δ. La pérdida exacta frente al óptimo es 2(p − p*)². La media de ambos estados da 1.250 €, 1.196 € y 1.268 €, respectivamente.

4. Una señal informativa no es una instrucción

Supongamos Z = δ + ε, con componentes independientes, de media cero, y una política que fija p = 25 + Z. Entonces:

E[Rreactiva − Restable] = 2[Var(δ) − Var(ε)]

Con Var(δ) = 9 y Var(ε) = 18, la pérdida esperada es de 18 €, a pesar de la correlación positiva de la señal con el cambio real. El ejemplo es exacto bajo sus hipótesis, pero no permite estimar pérdidas reales de toda la industria.

Estas proposiciones demuestran los límites de utilizar un indicador como si identificara por sí solo una oportunidad económica. Un cambio en los datos no equivale a una instrucción para cambiar el precio.

El número de camas, ya sean 20 o 200, no permite por sí mismo predecir ganancias o pérdidas por cambiar tarifas. Importan la demanda, su sensibilidad al precio, la información disponible y si la capacidad limita realmente las ventas.

Referencias científicas

Los ejemplos numéricos anteriores son desarrollos matemáticos aplicados por Roitels. Las publicaciones siguientes ofrecen fundamentos relevantes, pero sus autores no han validado de forma independiente estos resultados de 1.196 €, 1.250 € y 1.268 €.

  1. Gallego, G. y van Ryzin, G. (1994). Optimal Dynamic Pricing of Inventories with Stochastic Demand over Finite Horizons. Management Science, 40(8), 999–1020.
  2. Garcia, D., Tolvanen, J. y Wagner, A. K. (2022). Demand Estimation Using Managerial Responses to Automated Price Recommendations. Management Science, 68(11), 7918–7939.
  3. Manheim, D. (2023). Building Less-Flawed Metrics: Understanding and Creating Better Measurement and Incentive Systems. Patterns, 4(10), 100842.

La originalidad académica de estas construcciones matemáticas concretas no está verificada de forma independiente. Su generalización a toda la industria hostel requiere investigación empírica.