Die Dynamik der Preisgestaltung im elektronischen Handel
Wie kann ich meine Kunden durch den richtigen Preis zum Kauf bewegen? Diese Frage beschäftigt Online-Händler weltweit. Sie stehen vor der Herausforderung, bei der Preisgestaltung schnell und flexibel auf Marktveränderungen zu reagieren. Gleichzeitig müssen sie die Nachfrage und die Wettbewerbssituation sowie die Kosten im Auge behalten. Wie kann man inmitten dieser Dynamik mit dem richtigen Angebot zur richtigen Zeit erfolgreich sein?
Preisanpassung: Wie man wettbewerbsfähige Preise berechnet
Der beste Preis kann im entscheidenden Moment zum Verkaufsargument für potenzielle Kunden werden. Deshalb gilt das Repricing, die strategische Optimierung der Produktpreise, als wichtiges Instrument zur Absatzsteigerung.
Bei der Preiskalkulation greift bereits 1 von 5 Personen auf Automatisierungsmethoden zurück
(PwC, Sales Radar: Dynamic Pricing, 2019)
. Online-Händler nutzen die Möglichkeiten der Automatisierung bei der Preisanpassung, um den manuellen Aufwand der Marktbeobachtung zu verringern. Sie erhoffen sich dadurch, flexibel auf Preisanpassungen ihrer Konkurrenten reagieren zu können und ihr Angebot im entscheidenden Moment anzupassen.
Das Prinzip der Preisanpassung: Zunächst werden die Preise aller relevanten Wettbewerber erhoben und die eigene Wettbewerbsposition beobachtet. Nach vordefinierten Regeln werden die Preise auf der Grundlage von Änderungen bei den Preisen der Wettbewerber angepasst. Die Regeln spiegeln die gewünschten Gewinnspannen sowie die Preisposition gegenüber der Konkurrenz wider. Auf dieser Grundlage werden die Preise im laufenden Geschäft optimiert. Auf den ersten Blick ist dies ein vielversprechender Ansatz für Online-Händler. Aber wird sie der Komplexität des volatilen Marktumfelds gerecht?
Beispiel für Preisanpassung
Ein Paar kabellose Kopfhörer wird von 4 verschiedenen Verkäufern angeboten. Alle Verkäufer versuchen, den bestmöglichen Preis anzubieten, um Kunden anzuziehen. Um dies zu erreichen, beschließt Einzelhändler C, seinen Preis von 168,99 € auf 167,99 € zu senken und damit sein Produkt zum billigsten zu machen.
Gleichzeitig nutzt Einzelhändler D ein Preisanpassungstool und hat eine Preisregel festgelegt, um die Preise seiner Konkurrenz um 1 € zu unterbieten. Daher reagiert er automatisch auf die Preisänderung von Einzelhändler C und bietet sein Produkt für 166,99 € an.
Händler D bietet seinen Kunden zwar den niedrigsten Preis, aber bedeutet das auch, dass er der profitabelste ist?
Einzelhändler A
173,99 €
Einzelhändler B
179,99 €
Einzelhändler C
168,99 €
167,99 €
Einzelhändler D
167,99 €
166,99 €
Beliebte Anwendungsfälle für Repricing im E-Commerce
In der Praxis wird die Zinsanpassung in einer Vielzahl von Szenarien eingesetzt:
1. Preisführerschaft vs. Premium-Strategie
Repricing ermöglicht es Einzelhändlern, eine Strategie der Preisführerschaft umzusetzen. Dabei wird versucht, den niedrigsten Preis anzubieten. Aufgrund der Preisregeln wird der Wettbewerbspreis immer unterboten. Gleichzeitig steigt der Preis automatisch, wenn das Preisniveau auf dem Markt steigt.
Beispiel: Beim Verkauf von Turnschuhen können Online-Händler ihre Umsätze steigern, indem sie niedrige Preise anbieten und gleichzeitig ihre eigenen Kosten sowie die ihrer Konkurrenten berücksichtigen. Der Nachteil: Ein konstant niedriger Preis führt auch zu geringeren Gewinnspannen.
In anderen Segmenten können gehobene Preise wiederum einen höheren Wert vermitteln. Wird zum Beispiel ein Paar Turnschuhe im Luxussegment durch gezieltes Repricing zu einem vergleichsweise hohen Preis angeboten, sind auch höhere Margen möglich. Dies birgt ein gewisses Risiko: Der Absatz kann so stark zurückgehen, dass sich dies negativ auf den Gewinn auswirkt.
2. Konzentration auf bestimmte Marken
Repricing ermöglicht es Online-Händlern auch, sich auf bestimmte Marken zu spezialisieren. Ein Anbieter von Turnschuhen hat die Möglichkeit, seine Preise so zu optimieren, dass er die besten Konditionen für eine bestimmte Marke anbietet. Mit dieser Positionierung verschenkt er jedoch Umsatzpotenzial für andere Marken oder sogar für seine eigene Marke.
3. Kosten-plus-Preisgestaltung
Bei diesem Ansatz werden die Preise in erster Linie auf der Grundlage der Kosten berechnet. Bei diesem Ansatz legen die Einzelhändler eine Mindestmarge fest, die erreicht werden muss. Ein Einzelhändler hat zum Beispiel Gesamtkosten von 40 Euro pro verkauftem und ausgeliefertem Turnschuh. Er möchte mindestens eine Marge von 40 % erreichen. Der Preis ist also auf 56 Euro festgelegt. Diese Strategie kann dazu beitragen, die Gewinnspannen zu sichern.
Allerdings birgt der Kostenaufschlag das Risiko, dass die Preise im Vergleich zur Konkurrenz zu niedrig oder zu hoch sind. Bei dieser Strategie werden auch die Wechselwirkungen zwischen den Produkten des Sortiments aufgrund von Kreuzpreiselastizitäten nicht berücksichtigt.
Regelbasierte Systeme oder maschinelles Lernen: Welche Methode der Preisgestaltung liefert bessere Ergebnisse?
Online-Händler setzen auf Repricing, um ihre Preise unter Berücksichtigung des Marktumfelds zu optimieren. Aber die oben genannten Beispiele zeigen: Die gewünschten Erfolge können ausbleiben, wenn die Reaktion der Kunden falsch eingeschätzt wurde. Bei der Preisanpassung werden oft nur einige wenige Preisfaktoren berücksichtigt, die Preisbereitschaft wird jedoch nicht systematisch gemessen. Auch die Auswirkungen anderer Faktoren wie die Jahreszeit, das Wetter oder die Marketingaktivitäten des Unternehmens werden nicht berücksichtigt.
Eine weitere Schwierigkeit herkömmlicher Preisanpassungstechnologien besteht darin, dass das verwendete Regelsystem umso komplexer wird, je mehr Produkte das Sortiment umfasst und je mehr Faktoren die Preisgestaltung beeinflussen. Es ist ein hoher manueller Aufwand erforderlich, um die Preisbildungsregeln zu überwachen und auf dem neuesten Stand zu halten.
KI-basierte Technologien hingegen können viel größere Datenmengen verarbeiten. Algorithmen des maschinellen Lernens werden zur Messung von Preiselastizitäten eingesetzt: Damit lässt sich vorhersagen, wie sich Preisanpassungen auf die Kaufbereitschaft der Kunden sowie auf Umsatz und Gewinn auswirken werden. Dies gibt den Unternehmen die Möglichkeit, ihre Preise automatisch in Richtung ihrer KPIs (Geschäftsziele) zu lenken. Die Preisgestaltung ist dynamisch und spiegelt automatisch Änderungen im Kundenverhalten wider. Dadurch entfällt die Notwendigkeit einer komplexen Verwaltung der Preisbildungsregeln. Dies ermöglicht auch eine differenziertere Nutzung von Rabatten.
Die Vorteile der auf maschinellem Lernen basierenden dynamischen Preisgestaltung auf einen Blick:
- Bis zu 10 % höhere Gewinne und Einnahmen im Vergleich zu regelbasierten Systemen.
- Weniger manueller Aufwand, da keine großen Regelsysteme erstellt und verwaltet werden müssen
- Ganzheitliche Optimierung, die alle wichtigen Einflussfaktoren berücksichtigt (z.B. Bestandsreichweite, Saisonalität)
- Intuitive Steuerung auf der Grundlage der vom Unternehmen festgelegten KPIs
- Vorhersagefunktion für Absatz, Umsatz und Gewinn
- Kontinuierliche Verbesserung der Preisgestaltung durch selbstlernende Algorithmen
Auf maschinellem Lernen basierende Preisgestaltung vs. Repricing:
*Verwaltung und Überwachung der Preisregeln erforderlich
