¿Cuál es el mejor momento para comprar en internet?

Nathan Sharp quería comprar un par de esquíes, pero era septiembre -fin del verano- y sabía que terminarían guardados en un clóset hasta que llegara la temporada de invierno.

Entonces, ¿debería comprarlos ya, teniendo que guardarlos por meses, o esperar y arriesgarse a que el precio subiese?

El problema lo enfrentan muchos consumidores; pero Sharp le vio una solución y oportunidad de negocio.

Junto con Greg Kimball y Abe Kurjal, este empresario estadounidense creó (este mes) Nifti, una iniciativa en internet que busca realizar un seguimiento de los precios de bienes de consumo -como ropa o productos del hogar- y alertar a sus usuarios cuando el precio del artículo que demandan cae por debajo de un precio determinado.

Pero además de alertar a los usuarios que se suscriben al servicio, el objetivo también es recopilar datos sobre los precios y los consumidores para entender mejor las fluctuaciones del mercado.

El comercio por internet y la flexibilidad de los precios han cambiado la forma como los consumidores calculan sus compras.

"Tal vez hace dos años no hubiera sido un problema tan grande, pero ahora en respuesta Amazon, Walmart o Best Buy cambian los precios de los artículos más populares varias veces es un día", dice Shauna Casey, vicepresidente de investigación y marketing de Decide.com.

Como Nifti, este portal se centra en ayudar a los consumidores a tomar mejores decisiones. El sitio web analiza tres millones de artículos diferentes utilizando 100 factores diferentes.

"La pregunta pasó de ser '¿Qué debo comprar?' a '¿Cuándo debo comprar?'", asegura.

Y va a ser cada vez más complicado saberlo, porque el comercio en internet no hace más sino crecer: se espera que en 2014 llegue al récord de US$1,2 billones en ventas, según la firma de investigación eMarketer.

La explosión en las ventas y la nueva dinámica en los precios del comercio al por menor, se ha correlacionado con un aumento de más y mejores datos.

Esto a su vez le ha permitido a las nuevas tecnologías emplear técnicas de aprendizaje mecánico para determinar el mejor momento para comprar.

"Las tecnologías de aprendizaje automático que utilizamos han estado presentes por mucho tiempo", dice Giorgos Zacarías, jefe científico de Kayak.com, quien ayudó a construir el un pronosticador de tarifas de boletos de avión y hoteles en este reconocido sitio web.

"Lo que ha hecho la diferencia es poder tener acceso a los datos rápidamente", explica.

Los precios de los billetes de avión fueron uno de los primeros campos en que los científicos de datos incursionaron para desarrollar estas tecnologías, en parte debido a la fácil disponibilidad de datos sobre los precios.

"El costo de los billetes de avión es uno de los ejemplos más perfectos de la teoría del caos en el mundo", dice Stefan Weitz, director sénior del departamento de búsqueda de Microsoft.