En la famosa red social X, anteriormente Twitter, el CEO de Ridery responde públicamente una pregunta de uno de los que serían sus conductores,

consistente en: “¿Por qué las tarifas para los conductores son tan baja?” Su respuesta: “Este es un tema que queremos y debemos abordar, creo que podemos poner de acuerdo a todas las apps con unos rangos mínimos”.

El CEO de Yummy retuitearía dichos mensajes respondiendo: “En Yummy creemos que es posible desarrollar el sector tecnológico, y crear beneficios para clientes, conductores y comercios. Prácticas ilegales, como lo son la fijación de precios sugeridas por nuestra competencia hoy, no forman parte de nuestra filosofía”.

Antes de ahondar en el tema tuiteado por los CEOs, vale la pena entender cómo operan las plataformas digitales, cómo fijan precios y algunas características de dicho sector que inciden sobre su dinámica competitiva.

Primero, las empresas como Ridery y Yummy provenientes de la Economía Colaborativa o Sharing Economy responden a un modelo de negocio de “Plataforma Digital Transaccional” por el hecho que dentro de la misma las interacciones entre sus miembros y/o usuarios implican la prestación de un servicio de traslado o envío que suele ofrecerse y pagarse por medio de facilidades dentro de la misma plataforma.

Los miembros y/o usuarios de este tipo de plataformas responden a dos naturalezas: por un lado, los conductores que prestarían el servicio de transporte, traslado, delivery o envío, y por el otro lado, los usuarios de los traslados o envíos que cargan la App y hacen uso de esta. Ambos son usuarios de la plataforma y no les resultaría útil formar parte de esta en la medida que no exista el otro tipo de usuario como miembro haciendo uso de esta. Esto es lo que la teoría económica denomina como “Mercado de Dos Lados” donde están presente fuertes efectos de red indirectos: en la medida que mayor cantidad de conductores sean miembros de una plataforma más interés tendrá un potencial usuario de los servicios en dicha plataforma de descargar la aplicación, y viceversa.

Las plataformas digitales con fuerte presencia de efectos de red son modelos de negocio que administran dichos efectos con la intención de maximizar el valor del ecosistema a partir del cual monetizar su negocio. En nuestro caso, implica maximizar la cantidad de miembros y usuarios -tanto conductores como usuarios finales- así como la cantidad de interacciones que realizan a través de la plataforma.

Segundo, la forma de monetización -cuando menos teóricamente en estas plataformas transaccionales- consiste en estimar y cobrar un precio por el uso de la plataforma tanto a conductores como a usuarios finales.

Siendo que la plataforma puede identificar que existe un grupo de miembros de la misma que genera el efecto de red más fuerte sobre el otro grupo -supongamos que los usuarios finales ejercen dicho mayor efecto de red y atracción hacia los conductores-, este constituirá un elemento crucial a la hora de diseñar el esquema de precios. Es decir, la plataforma se preocupa por su tamaño o la cantidad de miembros de cada grupo que se unan, lo que incrementará la posibilidad de intercambios o servicios prestados.

Este hecho aunado a la valoración por parte de la plataforma de la sensibilidad de la demanda por cada grupo o lado del mercado -la elasticidad precio- permitiría a la plataforma determinar el precio óptimo que no sólo garantice la mayor cantidad de miembros y/o usuario -masa crítica- sino que garantice la mayor cantidad de transacciones a partir de las cuales monetizar las operaciones.

Estos niveles de precios óptimos suelen mostrar una estructura desbalanceada, donde uno de los lados funge como Money Side o lado financiador (cargándosele un el mayor precio) y el otro lado como Subsidy Side o lado subsidiado por el primero (cargándosele el menor precio).

Llegados acá se puede asomar una conclusión interesante: Poco valor o poco puede decirse de observar el precio de un solo lado de la plataforma. Un precio alto de la plataforma hacia uno de los grupos de la plataforma que podría interpretarse como un descuento alto en su remuneración o precio de dicho grupo hacia el otro podría estar explicado por subsidios que operarían en favor del otro grupo para garantizar un buen tamaño de la plataforma o el ecosistema.

A manera de ejemplificación presentamos una lámina utilizada por nosotros en clases dictadas en la Universidad Torcuato Di Tella en Argentina y en la UMA en Venezuela sobre cómo fijan los precios las plataformas digitales del tipo transaccional. Su pondremos que tenemos unos usuarios finales identificados por el subíndice “u” y unos usuarios transportistas denominados por el subíndice “r” de rider.

Si construimos la función de beneficio de la plataforma obtenemos las fórmulas (1) y (2) de la lámina siguiente donde “Pu” es el precio que se le cobraría al usuario final, “Pr” el precio que se le cobraría a los riders,  “Q” la cantidad de transacciones que no es más que el producto del uso efectivo de la plataforma por parte de cada grupo de miembros valorando la “doble-coincidencia” que implica que en cada viaje o traslado hace uso de la plataforma un rider y un usuario final simultáneamente, lo que queda plasmado en la expresión “D(Pu)*D(Pr)” donde “D(Pu) es la demanda de la plataforma por parte de los consumidores finales que depende el precio que le cobran y “D(Pr) es la demanda de la plataforma por parte de los riders que depende del precio que le cobran (una premisa adicional es que todos los miembros de la plataforma realizan interacciones entre sí).

Nótese que el mark-up sobre cada lado del mercado es inferior al tradicionalmente conocido Índice de Lerner. Esto ocurre entre otras cosas por la conciencia de la plataforma que cobrando menos a cada lado el ecosistema será mucho más grande y valioso. El mismo razonamiento aplica sobre el mark-up global por transacción que involucra tanto a un usuario final como a un rider.

Tercero, cómo toman decisiones los usuarios o miembros de una plataforma, así como cuáles son los costos de cambio que enfrentan entre oferentes alternativos incide crucialmente en la dinámica competitiva de estos mercados digitales. Esta forma de toma decisiones es lo que la literatura denomina “Homing Decision”.

Si los usuarios finales bajasen sin problemas dos o más aplicaciones de un mismo tipo de servicio en sus celulares y las consultaran todas -los precios- antes de tomar su decisión de con quien hacer el traslado; los usuarios o consumidores finales actuarían tipo “Multi-homing”.

Sin embargo, por la existencia de ciertos costos -costos de aprendizaje, memoria limitada del teléfono, tiempo, comodidad, costo transaccional y de búsqueda, etc.-, no necesariamente tales alternativas “sustitutas” se encuentran a un “click” de distancia. Aquellos usuarios que suelen tomar la decisión de cuál plataforma descargar y/o utilizar antes de ver el precio o que simplemente no hacen o no pueden hacer comparación de precios, y tienden a utilizar una plataforma específica, se les define como “Single-homing”.

En el mercado conformado por clientes “Multi-homing” es de esperar un mayor nivel de competencia por existir comparación y alternativas sustituibles entre sí. Sin embargo, en el caso de usuarios tipo “Single-homing” en un lado del mercado, las plataformas se comportarán como si fuesen monopolios sobre estos a la hora de afiliar usuarios del otro lado del mercado interesados en los primeros.

Obviamente en el mercado podríamos estar en presencia de estos tipos de usuarios según su tipo de toma de decisiones.

Cuarto, en mercados nacientes o en pleno desarrollo, las plataformas podrían diseñar estrategias de precios agresivas con la intensión de alcanzar la masa crítica de miembros que le otorguen estabilidad en el mercado. Esto no implica desconocer lo dicho hasta ahora, pero suele explicar una estrategia denominada “Divide-and-Conquer” consistente en subsidiar, incluso a pérdida en momentos de penetración, a los miembros del grupo que genere los mayores efectos de red y efecto atracción sobre el otro grupo potencial de usuarios de la plataforma.

Nuevamente, dependiendo del nivel de madurez del mercado, observar aisladamente cierto nivel de precios hacia un solo lado del mercado puede facilitar conclusiones erróneas.

Quinto, un hecho característico de los modelos de plataformas de la economía colaborativa es que muchos propietarios de activos involucrados en el mercado -conductores- que podrían actuar independientemente, forman parte de una oferta centralizada desde la plataforma digital. Existen analistas que asoman que esto podría restar competencia en el mercado. Sin embargo, lo explicado anteriormente sobre los incentivos en favor de una estructura de precios desbalanceada producto de este tipo de modelo de negocios aporta argumentos en contra. Eventualmente, habría que valorar el nivel de competencia inter-marca o inter-plataforma digital.

Dicho lo anterior, sexto, disminuir los precios de uno de los lados que le implique aumentar las rentas de dicho grupo de usuarios -en contraposición al ejercicio de optimización y fijación de precios descrito hasta ahora- poseería un eventual efecto dinámico sobre la plataforma. Por ejemplo, podría implicar reducir los subsidios hacia el otro lado del mercado reduciendo su número de participantes, lo que a su vez podría hacer que se pierda interés por sumarse nuevos usuarios del grupo con precios reducido. Esto podría atentar en contra de su tamaño ideal y del valor de todo el ecosistema.

Coludir entre competidores de un mercado en materia de precios suele implicar reducir la competencia basada en precios y en consecuencia fijar un mayor precio general en el mercado en detrimento de los consumidores y/o usuarios finales. Este tipo de acuerdos de fijación de precios entre competidores suele ser considerado carteles de “núcleo duro” respecto a los cuales no suele caber argumentos de eficiencia u otra naturaleza en su favor o en su defensa.