☝🏼#Opinión | La racionalidad de la tarifa dinámica en las plataformas de transporte

852

Las celebraciones de diciembre de 2021, a diferencia de hace un año, son semejantes a la normalidad de festividades de la temporada de 2019. La situación de “semáforo verde” en la CDMX respecto de la prevalencia de casos de Covid-19, junto con la tradicional actividad económica estacional que presentan las festividades de fin de año en los meses de noviembre y diciembre impulsa, después de dos años, la demanda por transporte al incrementarse la movilidad de las personas.

Las plataformas de transporte urbano como DiDi, Uber, entre otras, no estuvieron exentas de los efectos recesivos del confinamiento desde marzo de 2020, al disminuir drásticamente la movilidad de las personas, lo que tuvo como consecuencia una disminución en la oferta de unidades durante los meses más severos de la pandemia en la CDMX, así como en otras metrópolis en los países en donde operan.

En días pasados las tarifas de las plataformas de transporte experimentaron una demanda por viajes que no se observaba desde 2019 o incluso superiores, lo cual causó que se registraran tarifas sustancialmente elevadas para los usuarios durante estos días y en horarios típicos de elevada movilización de personas por la temporada decembrina.

Tal alza de tarifas obedece a los algoritmos de “tarifa dinámica” que incorporan dichas plataformas y que requieren de entender la transitoriedad y los beneficios de ellas antes que proponer una regulación permanente, la cual podría tener como consecuencias mayores costos que beneficios para los usuarios y para los conductores que perciben un ingreso al adherirse a tales plataformas.

Para entender la función de la “tarifa dinámica” es necesario recordar que las plataformas de transporte conectan usuarios con conductores por medio de una sistema centralizado de aparejamiento o “matching” (típico de las plataformas de doble lado “two-sided”, en este caso usuarios y conductores), el cual tiene como objeto minimizar el tiempo de espera del usuario por una unidad de transporte y de los conductores en espera de un usuario.

Así, los conductores consumen menos tiempo en búsqueda de pasajeros y éstos esperan menos por una unidad que los transporte a su destino.

Cada plataforma carga un precio en función del tiempo y distancia de cada viaje. El algoritmo de aparejamiento minimiza los tiempos de espera para el usuario y también minimiza el tiempo total del viaje. 

Por lo tanto, la plataforma le ofrece al usuario el menor tiempo de viaje dadas las condiciones exógenas de tráfico y distancia a un destino determinado, considerando una oferta disponible de unidades dadas en la cercanía del usuario solicitante, lo que tiene como resultado una tarifa constante o estática.

Dado un cierto parque de conductores en un punto en el tiempo, un pico de demanda causa un incremento en los tiempos de espera y una caída en la capacidad de transporte disponible en la plataforma.

Lo anterior ocurre porque la disponibilidad de conductores disminuye (baja la oferta en el perímetro cercano al usuario) y, por otro lado, señala a los conductores que, no estando activos, se integra a quienes están en circulación, dirigiéndose a las zonas donde exista mayor demanda (en beneficio del conductor antes que gastar tiempo en “búsqueda” de pasajero).

Dado que los conductores observan un mayor ingreso potencial, ambos factores hacen que las unidades en circulación puedan desplazarse de ubicaciones cada vez más lejanas respecto de la ubicación de los usuarios que están solicitando una unidad, lo cual consume tiempo y recursos de los conductores en restablecer la oferta en una zona determinada. Cabe señalar que los conductores eligen libremente dónde y cuándo estar disponibles en la plataforma.

El algoritmo de “tarifa dinámica” significa que existe un continuo ajuste de tarifas por viajes basados en las condiciones en tiempo real de oferta y demanda y tiene dos funciones: i) incentivar a un mayor número de conductores adheridos a la plataforma a entrar en circulación dada la oportunidad de un mayor ingreso y premiar a quienes están en circulación, enfrentando una demanda elevada en forma transitoria; y ii) dar la señal a los usuarios para que pospongan su traslado o recurran a otro medio de transporte, porque las condiciones de tiempo de espera y viaje (por congestión de tráfico) pueden ser afectadas.

Es de esperarse que para fechas posteriores, los conductores registrados en las plataformas anticipen las fechas y horarios de picos en la demanda y se incorporen a la circulación, por lo que los eventos de elevadas tarifas dinámicas cada vez sean de menor frecuencia y tiendan a desaparecer, por lo que una regulación permanente en las tarifas es innecesaria. 

Plataformas como DiDi aportan esta información en mapas de alta demanda (geográfico) y asistente de ingresos extras (temporal) en complemento/paralelo a la tarifa dinámica.

Por el contrario, una regulación permanente elimina los incentivos para los conductores, disminuye sus ingresos y perjudica a los usuarios de tales plataformas, reduciendo su espectro de elección entre medios de transporte alternativos.

Lo anterior proviene de la separación espacio temporal entre usuarios y conductores. Mientras los usuarios de la plataforma deciden solicitar un viaje con base en lo inmediato de la disponibilidad y precio para realizar un viaje, los conductores responden al ingreso medio sobre un periodo largo de tiempo (semanas o meses) y ajustan sus niveles de actividad en la plataforma, a la cual se adhieren considerando tal nivel de ingreso esperado. Por lo tanto, la oferta será más inelástica que lo que puede ser la demanda en una fecha y hora determinadas.

La regulación en tarifas de las plataformas de transporte perjudica la confiabilidad del servicio, dado que un tope tarifario elimina los incentivos tanto para conductores como para usuarios.

Al ser determinado el tope regulatorio en forma discrecional e innecesariamente, el mecanismo de ajuste que funciona sólo en fechas y horarios cuyas condiciones de oferta de unidades y demanda de viajes lo exijan, termina por dañar tanto el parque de conductores de cada plataforma y las condiciones que el usuario espera del servicio. 

Cada vez serán mayores los servicios digitales basados en Machine Learning e Inteligencia Artificial, por lo que su entendimiento será fundamental para evitar caer en trampas administrativas como imponer una regulación y tarifas fijas que eviten que tales plataformas compitan entre sí.

Finalmente, sus algoritmos serán cada vez superiores al ofrecer el mayor beneficio social al equilibrar, con la menor fricción posible y el menor costo, a los demandantes con los oferentes.