Imagine que un martes al mediodía se acerca a su restaurante de servicio rápido favorito para hacer su pedido habitual: una hamburguesa y patatas. Tiene tan interiorizado el precio -como si se tratara de un dato personal más- que no necesita comprobarlo. Paga 10 euros y se va con su comida. El fin de semana el antojo vuelve a aparecer y decide cubrirlo pero, para su sorpresa, cuando pasa por caja comprueba que el ticket marca 14 euros.

Aunque pueda parecer una situación inverosímil, adaptar las tarifas de restauración a la demanda es una realidad presente. En Estados Unidos ya hay restaurantes experimentando con modelos de fijación de precios dinámicos, muy habituales en industrias como la hotelera, de aerolíneas o carsharing. En medio de una gran digitalización sectorial, algunos negocios del otro lado del Atlántico están adoptando soluciones tecnológicas para cambiar los precios semanal o mensualmente, en función de varios factores.

La cadena Wendy´s, con cerca de 7.000 restaurantes por todo el mundo, anunciaba hace poco que llevará a cabo un testeo de precios en tiempo real el próximo año. «A partir de 2025, empezaremos a poner a prueba más funciones mejoradas, como los precios dinámicos y las ofertas por horarios, así como cambios en los menús mediante IA y ventas sugeridas», declaraba su director general, Kirk Tanner, durante la última presentación a inversores.

Esta estrategia se desplegará junto con tableros digitales del menú que reflejarán el cambio de precios. La cadena planea invertir unos 30 millones de dólares en esta iniciativa. «A medida que seguimos mostrando los beneficios de esta tecnología en los restaurantes operados por nuestra compañía, el interés de los franquiciatarios en los menús digitales debería aumentar, impulsando las ventas y el crecimiento de ganancias en todo el sistema«, destacó Tanner sobre una medida que, de entrada, ha sido mal recibida por los clientes de la cadena.

Las dudas surgen en torno a la sensibilidad de los consumidores con los precios de restauración

En mercados donde aplican esta estrategia, el ajuste de precios responde a parámetros como la demanda, la oferta, las condiciones del mercado, los precios de la competencia o el comportamiento del cliente. A priori, se trata de una buena maniobra para que las cadenas de restauración aumenten sus ingresos, sobre todo en momentos de gran demanda, aunque deben sopesar bien el riesgo de tensar la cuerda de unos consumidores cansados de la inflación.

Y es que, si bien un consumidor sabe cuándo es el mejor momento para comprar billetes de avión, llegando a adaptar su hábito de consumo, surgen ciertas dudas sobre su encaje en una restauración más sensible al precio. «Tendría sentido probarlo en delivery, donde están muy concentrados los picos de consumo y los locales no dan abasto, pero en sala sería contraproducente», declara un directivo del sector de la restauración organizada en España en relación a esta posibilidad.

A este respecto, ocho de cada diez consumidores compara precios «a menudo» y la mitad identifica cuando se producen modificaciones, de acuerdo con un estudio llevado a cabo por Capterra en Estados Unidos. Al mismo tiempo, una encuesta de la asociación de cadenas estadounidenses estima que el 61% de los adultos apoyan precios variables en función del negocio, más entre los jóvenes que los mayores.

Juicer´s es una de las tecnologías que permite cambiar precios en base a las tendencias de demanda, con una fluctuación promedio del 15%. Su fundador, Ashwin Kamlani, reconoce que los restaurantes deben hacer referencia a «horas felices» y otro tipo de promociones para que el cliente asimile este cambio, cuya clave está en la integración. «No estamos hablando de duplicar o triplicar los precios. Se trata de utilizar datos para tomar decisiones más inteligentes sobre los precios”.

Las claves de la implementación de este sistema están en la integración con la tecnología del punto de venta y garantizar que la experiencia del cliente no se vea comprometida. Por ejemplo, activar precios más bajos puede aumentar los volúmenes, pero sin afectar a la velocidad de trabajo del servicio. «La idea es aprovechar los modelos de aprendizaje automático para comprender cuándo aplicar los precios correctos en función de la demanda, completando períodos de tiempo más lentos y aumentando los precios durante las horas pico para maximizar las ganancias y aliviar la carga de la cocina», concluye Kamlani.