maximização do lucro de marketplace
Desafio: Recebemos pedido de análise do impacto que a remoção de vendedores com baixa performance teria sobre o lucro de um Marketplace. O faturamento do Marketplace se dá através de uma porcentagem sobre cada venda e uma assinatura mensal cobrada de cada vendedor. Os custos operacionais são de TI (primariamente, o escalonamento de banco de dados com a quantidade de vendedores e produtos); e o “custo de reputação”, custo monetário que cada experiência negativa dos clientes têm sobre o negócio, seja através de pedido de reembolso, propaganda boca a boca negativa, custo com atendimento ao consumidor e baixas taxas de repetição. Havia crescente preocupação com o custo de reputação. Apesar de a demora na entrega ser a variável que mais impacta nas avaliações negativas, ela foge do controle exclusivo do Marketplace, sendo, então, a qualidade dos vendedores a próxima variável óbvia a ser explorada.
Análise: Primeiramente, juntamente com o Marketplace, mensuramos o custo monetário de cada avaliação negativa. Em seguida, realizamos algumas análises sobre os vendedores: - Há 2967 vendedores no Marketplace - 376 (12.6%) destes geram lucro negativo - Lucros variam entre 21k e 18k reais - O lucro médio é de R$ 393 por vendedor - 50% dos vendedores geram pelo menos R$254,00 - 25% dos vendedores geram lucro inferior a R$30,00
Executamos diversas análises regressivas, removendo cada vendedor por ordem decrescente de geração de lucro
a fim de maximizar o lucro operacional e a margem de lucro.
- Otimizar o lucro requer remover 854 (29%) vendedores
- Otimizar a margem de lucro requer remover 2244 (76%) dos vendedores
conclusão
A maximização tanto do lucro como margem de lucro requer a remoção de um número elevado de vendedores. Essa estratégia sozinha, no médio prazo, tende a alienar os vendedores (atuais e potenciais) e, com isso, reduzir lucro e margem de lucro. Sendo assim, sugerimos a implantação de níveis para os vendedores, onde cada nível corresponde a uma porcentagem diferente a ser aplicada a cada venda; um período de carência deve ser aplicado antes da remoção de um vendedor; e a implantação de um modelo regressivo automatizado para medição diária e análise de todas as variáveis para se manter ou alcançar um threshold.