De todas las decisiones que deben tomarse cotidianamente en la vida corporativa, quizá pocas sean tan importantes como la cantidad a producir y el precio de venta. Acertar en este aspecto es una de las claves para maximizar la eficiencia.

Desde luego, el objetivo consiste en producir la cantidad correcta para venderla al precio deseado sin que sobre ni falte nada. Producir en exceso implica una costosa acumulación de inventarios. Quedarse corto, por el contrario, genera una pérdida de ingresos potenciales.

En efecto, hay que tener en cuenta que los precios son una variable relativamente rígida en el corto plazo. Los contratos con proveedores y clientes hacen que, ante una escasez de producción, no puedan aumentarse inmediatamente los precios para equilibrar cantidades ofrecidas y demandadas. Entonces, la empresa se verá forzada a vender, a un precio ya establecido, una cantidad menor a la que habría maximizado sus beneficios.

Por lo tanto, ante la importancia de producir la cantidad correcta, los expertos en marketing y operaciones han desarrollado una batería de modelos para predecir la demanda. Ahí entran en juego los especialistas en estadística con sus distribuciones de probabilidad, promedios de ventas y desvíos estándar.

Desde luego, mientras más precisa sea la predicción de la demanda futura, más informada será la decisión sobre las cantidades de producción y más eficiente uso hará la empresa de sus recursos.

No obstante, señala un estudio de la Stanford Graduate School of Business, las simplificaciones teóricas de los modelos estadísticos suelen pasar por alto las innumerables fricciones que afectan cotidianamente a las decisiones de producción de las empresas. En muchos casos, las decisiones sobre precios y cantidades son tomadas por separado.

Los precios suelen ser fijados por el departamento de marketing. Las cantidades a producir, por el contrario, suelen caer bajo las responsabilidades del gerente de operaciones. Y las fallas de coordinación entre estos dos departamentos pueden originar costosas ineficiencias.

Imaginemos, por ejemplo, que el gerente de marketing decide reducir el precio de un artículo con el objetivo de reposicionarlo en un segmento de menor poder adquisitivo. No obstante, alegan los investigadores de Stanford, no es extraño que este dato quede perdido en las redes burocráticas de la corporación y no llegue a tiempo al departamento de operaciones.

Entonces, las fábricas mantienen su ritmo previo de producción. El resultado: unos meses más tarde, el producto comienza a escasear en el mercado y la compañía se pierde jugosos ingresos potenciales.

En definitiva, aseguran los expertos de Stanford, los modelos estadísticos de predicción de la demanda son una parte fundamental de las decisiones de pricing. Sin embargo, para que estas técnicas sean realmente efectivas, es necesario asegurarse también de que la organización esté alineada alrededor de la estrategia. Las fallas de coordinación, en última instancia, harán fracasar hasta al modelo mejor diseñado.

De la redacción de MATERIABIZ
redaccion@materiabiz.com