Was ist Dynamic Pricing?
Immer mehr Kundendaten, immer größere Sortimente, Preistransparenz durch einfache Vergleichsmöglichkeiten und die Wettbewerbsintensität des E-Commerce-Handels machen eine optimale Preisstrategie immer anspruchsvoller. In diesem Markt können Einzelhändler zwischen zwei Arten von Preisstrategien wählen: der statischen und der dynamischen.
Das statische Pricing arbeitet mit einem einzigen Preispunkt, d. h. einem Festpreis. Bei der dynamischen Preisgestaltung gibt es mehrere Preispunkte. Der Händler passt seine Preise für Produkte kontinuierlich und (halb-)automatisch an die Anforderungen des Marktes an.
Dabei stehen verschiedene Methoden und Technologien zur Verfügung, die für Dynamic Pricing eingesetzt werden können. Sie alle haben ein gemeinsames Ziel: die Preise zu optimieren, um die KPIs des Einzelhändlers bestmöglich zu erfüllen. In jüngster Zeit sind neue Technologien wie das auf maschinellem Lernen basierende Pricing hinzugekommen, die die Leistung von Preisoptimierungen erheblich steigern. Die fortschrittlichsten Pricing-Lösungen prognostizieren die Auswirkungen von Preisänderungen bereits, bevor diese in Kraft treten. Einzelhändler, die auf fortschrittliche, KI-gesteuerte (Künstliche Intelligenz) Preisgestaltungslösungen umsteigen, erzielen erwiesenermaßen höhere Gewinne und übertreffen ihre Wettbewerber.
Quelle: https://7learnings.com/blog-dynamic-pricing-knowledge-page/
Was sind die Treiber der dynamischen Preisgestaltung?
Die Praxis der dynamischen Preisgestaltung hat ihren Ursprung in der Luftfahrtindustrie, wo sie seit den 1980er Jahren zur Änderung und Festlegung von Preisen eingesetzt wird. Davor war es bereits gängige Praxis in Lebensmittelgeschäften, verderbliche Produkte wie Brot von Tag zu Tag zu rabattieren. Einfach ausgedrückt bedeutet Dynamic Pricing, dass ein Unternehmen ein Produkt im Laufe der Zeit zu unterschiedlichen Preisen verkauft.
Heute ist die dynamische Preisgestaltung zur Norm geworden und ist im Einzelhandel – insbesondere im E-Commerce-Handel – weit verbreitet. Es gibt vor allem drei Faktoren, die für Wachstum und Weiterentwicklung des Dynamic Pricing verantwortlich sind:
Zunehmende Komplexität und Transparenz des Handels
Online-Kanäle sind die Hauptwachstumsquelle für Einzelhändler. Dieser Trend hat sich in der Corona-Krise noch beschleunigt. Der Verkauf über Online-Kanäle hat die Preis- und Informationstransparenz drastisch erhöht. Kunden können Produktpreise auf großen Plattformen mit wenigen Klicks vergleichen. Änderungen externer Faktoren wie Preise von Wettbewerbern wirken sich unmittelbar auf das eigene Geschäft aus. Um wettbewerbsfähig zu bleiben, müssen Händler ihre Preise ständig an ein sich veränderndes Marktumfeld anpassen.
Datenexplosion
Die Datenerfassung ist in den letzten Jahren explodiert und es ist wahrscheinlich, dass die Wachstumsrate weiter steigen wird. Vor allem im Einzelhandel hinterlassen Kunden jedes Mal eine Datenspur, wenn sie eine Website besuchen oder mit ihrer Kredit- oder Kundenkarte einen Einkauf tätigen. Einzelhändler müssen diese Daten nutzen, um ihre Preise zu optimieren und Gewinnpotenziale voll auszuschöpfen.
Die Anwendung der Technologie des maschinellen Lernens
Die heutige Technologie des maschinellen Lernens ist weit fortgeschritten und viel einfacher in der Anwendung geworden. Vor allem die Preis- und Promotion-Optimierung haben weitreichende Auswirkungen auf die Geschäftsergebnisse und sind besonders einfach zu implementieren. Angesichts des harten Wettbewerbs und der hauchdünnen Margen ist es für Einzelhändler ratsam, mit dieser zeitgemäßen Technologie aufzurüsten.
Was sind die verschiedenen Formen der dynamischen Preisgestaltung?
Formen der dynamischen Preisgestaltung lassen sich nach den wichtigsten Input-Faktoren, die Preisänderungen beeinflussen, und der verwendeten Technologie oder Hauptmethodik differenzieren. In der Praxis wenden die meisten Unternehmen eine Kombination aus verschiedenen Formen der dynamischen Preisgestaltung an, um deren Potenzial voll auszuschöpfen. Die Bandbreite ist groß, wobei die folgenden Einflussfaktoren eine wichtige Rolle spielen:
Angebot
Das Angebot ist interessant für Branchen mit hohen Fixkosten wie die Hotellerie, Fluggesellschaften oder Ride-Sharing (Mitfahrdienste). Mit abnehmendem Angebot (Sitzplätze, freie Zimmer) steigen die Preise. Im Einzelhandel spielt das Angebot eine große Rolle bei Lagerartikeln, insbesondere wenn diese verderblich sind oder sich nach einem bestimmten Zeitraum nicht verkauft haben (z. B. Modeartikel). In diesem Fall müssen Einzelhändler die Preise über den gesamten Lebenszyklus und den verfügbaren Bestand eines Produkts optimieren.
Nachfrage
Ein erhöhtes Interesse an einem Produkt kann ein Auslöser für eine Preiserhöhung sein. Mit dieser Strategie versuchen Einzelhändler, die Zahlungsbereitschaft ihrer Kunden auszureizen. Ein typisches Beispiel ist ein begehrter Sneaker. In einer extremen Form führt das zu Preisabzocke, bei der Verkäufer versuchen, einen Nachfrageschub auszunutzen. Die Preiserhöhung für Gesichtsmasken während der Corona-Krise ist ein Beispiel.
Mitbewerberpreise
Sie spielen im Online-Handel eine besonders wichtige Rolle bei Preisänderungen. Sobald Wettbewerber das gleiche Produkt verkaufen, ist es für Kunden einfach, einen Preisvergleich anzustellen. Die Schwierigkeit besteht darin festzustellen, bei welchen Produkten die Kunden Preisvergleiche anstellen und bei welchem Preisunterschied der Kunde bereit ist, den Anbieter zu wechseln.
Kundensegmente
Steht der Kunde im Mittelpunkt der dynamischen Preisgestaltung, spricht man auch von personalisierter Preisgestaltung. Hier variiert der Preis für verschiedene Kunden, die eine unterschiedliche Zahlungsbereitschaft mitbringen. Ein Beispiel ist der Preisnachlass für Senioren beim Museumsbesuch. Im Online-Handel wird die personalisierte Preisgestaltung meist mit Coupons umgesetzt. Unternehmen, die diese Form der dynamischen Preisgestaltung anwenden, müssen allerdings auf mögliche Gegenreaktionen ihrer Kunden achten, die diese Art der Preisgestaltung als unfair empfinden.
Auch wenn einige der Faktoren wie Angebot und Nachfrage logisch erscheinen, ist es in der Praxis oft sehr schwierig, sie zu messen. Perfekte Testumgebungen gibt es nicht, in der Unternehmen nur die Preise ändern, während alle anderen nachfragebeeinflussenden Faktoren gleich bleiben. Oft ändert sich vieles gleichzeitig, wie die Preise der Wettbewerber, Marketingmaßnahmen oder das Wetter.
Um optimale Preise festlegen zu können ist es wichtig zu verstehen, wie verschiedene Faktoren die KPIs beeinflussen und wie sich der Preiseffekt isolieren lässt. An dieser Stelle kommen Technologie und Methodik ins Spiel. Konventionelle (regelbasierte) Preisfindungsmethoden nutzen die vorhandenen Daten kaum und schöpfen daher nicht das volle Gewinnpotenzial aus. Neue Technologien (vor allem solche, die auf maschinellem Lernen basieren) können viele verschiedene Einflussfaktoren berücksichtigen und damit die Qualität von Preisentscheidungen deutlich verbessern.
Bei der dynamischen Preisgestaltung lassen sich drei Methoden unterscheiden:
Regelbasierte Preisgestaltung: Sie ist die am häufigsten eingesetzte Methode der dynamischen Preisgestaltung. Hier werden die Preise auf Basis einer festen Formel berechnet. Ein Beispiel ist die Festlegung einer Mindestmarge von 20 % oder die direkte Anpassung an die Preise der Wettbewerber. Diese Methode hat vor allem zwei Nachteile: Die Verwaltung der Preisformeln erfordert zum einen einen hohen manuellen Aufwand, zum anderen basieren die Preisregeln oft auf Parametern, die zwar leicht zu messen sind, aber nur wenige Informationen über das Kundenverhalten enthalten. Meist erzielen Unternehmen mit dieser Preismethode nur suboptimale Ergebnisse.
Machine Learnings basiertes Pricing: Die Technologie des maschinellen Lernens ist ein großer Treiber der Preisoptimierung und Automatisierung. Modelle des maschinellen Lernens können zur Messung von Preiselastizitäten für verschiedene Preispunkte und sogar zur Modellierung der gesamten Preisnachfragekurve für jedes Produkt eingesetzt werden. Diese Algorithmen sind in der Lage, viel mehr Einflussfaktoren als traditionelle Systeme zu berücksichtigen, wie z. B. historische Transaktionen und Verkäufe, Saisonalität, Produktattribute und Marketingkampagnen. Der Algorithmus balanciert den schmalen Grat zwischen „zu billig“ und „zu teuer“ aus und erleichtert es Händlern, optimale Preispunkte zu finden.
Predictive Pricing: Die modernsten Preisgestaltungslösungen werden heute durch fortschrittliche Prognose- und Optimierungsalgorithmen ergänzt. Zunächst prognostizieren sie die Auswirkungen von Preisänderungen auf die wichtigsten KPIs des Einzelhändlers. Basierend auf diesen Prognosen führen sie Optimierungen durch, um die besten Preise gemäß den festgelegten Zielen zu finden.
Whitepaper
Predictive Pricing
Die nächste Generation der Preisoptimierung für den Handel
Wie wird Dynamic Pricing in der Praxis eingesetzt?
Die heute von E-Commerce- und Omnichannel-Händlern genutzten Dynamic Pricing-Systeme sind vielfältig. Je nach Branche und Einzelhändler werden sie auf unterschiedliche Weise eingesetzt. Hier folgen einige Beispiele für dynamische Preisgestaltung:
Dynamische Preisgestaltung im Modehandel
Laut McKinsey ist Preisgestaltung einer der effektivsten Hebel, den Modehändler zur Optimierung ihrer Umsätze und Gewinne einsetzen können. Große Fast-Fashion-Händler wie Zara oder Mango bieten pro Saison durchschnittlich 6.000 Artikel an. Die besondere Herausforderung liegt darin, diese Produkte innerhalb der Saison zu verkaufen, da die Lebenszyklen von Fast-Fashion-Artikeln viel kürzer sind als z. B. bei zeitlosen Artikeln wie Rolex-Uhren.
Preisgestalter im Modehandel müssen daher unter anderem die Lagerbestände berücksichtigen und die Preise in Abhängigkeit von den Lagerbeständen festlegen, um ihre saisonalen Ziele zu erreichen. Dazu nutzen sie dynamische Preisgestaltung, um mithilfe von Preisnachlässen, Ausverkäufen und Rabattaktionen eine Preisstrategie umzusetzen, die die Kunden zum Kauf anregt. Zum Beispiel kann eine Bluse bei Zara zu Beginn der Saison 39,90 Euro kosten, zur Saison-Mitte oder bei einer speziellen Rabattaktion 29,90 Euro, danach wieder 39,90 Euro und am Ende der Saison 19,90 Euro.
Studie
Ein durchschnittlicher Artikel in einer Zara-Filiale bringt 85 % seines vollen Preises ein, während die übliche Spanne in der Modebranche bei 60 bis 70 % liegt. Erreicht wird dies durch intelligente dynamische Preisstrategien.
Dynamische Preisgestaltung im Lebensmitteleinzelhandel
Etwa ein Drittel aller Lebensmittel wird jedes Jahr vom Handel weggeworfen, oft weil das Mindesthaltbarkeitsdatum überschritten ist. Dies ist nicht nur ein ökologisches und ethisches Problem, sondern auch ein finanzielles: Der Verlust durch weggeworfene Lebensmittel wird auf 3 bis 10 % des Umsatzes geschätzt.
Mit einer fortschrittlichen Software zur dynamischen Preisgestaltung können die Abschläge auf Lebensmittel optimiert werden, sodass sich der Umsatz intelligent steuern lässt. Ein dynamisches Preismodell berücksichtigt alle wichtigen Faktoren für jeden Artikel und jede Filiale, von der aktuellen Kundennachfrage über das Kaufverhalten bis hin zur Saisonalität. Die Software zur dynamischen Preisgestaltung hilft dabei, die Menge an unverkauftem Bestand zu minimieren und gleichzeitig Umsatz und Gewinn zu maximieren.
Dynamische Preisgestaltung für Mitfahrdienste
Eine neuere und bekanntere Form der dynamischen Preisgestaltung wird von Mitfahrdiensten wie Uber und Lyft verwendet. Jedem, der diese Dienste schon einmal genutzt hat, wird aufgefallen sein, dass die Preise im Laufe des Tages schwanken, abhängig von Faktoren wie Tageszeit, Verkehr und Nachfrage. Uber nennt das „Surge Pricing“: ein erhöhter Tarif, der Nutzern in Zeiten hoher Nachfrage angeboten wird. Durch den Einsatz dynamischer Preismethoden sind Mitfahrdienste in der Lage, agil auf Veränderungen der Nachfrage und andere Einflussfaktoren zu reagieren, um optimierte Preise zu setzen und eigene Gewinne zu maximieren.
Dynamische Preisgestaltung beim Ticketing
Dynamic Pricing hat längst Eingang gefunden in die Preisgestaltung für Sporttickets. Ein bekanntes Beispiel ist der Einsatz von Dynamic Pricing bei der NFL, die variable Ticketpreise anbietet. Sie sind an eine Reihe von Faktoren geknüpft, unter anderem an den Markt, den Gegner eines Teams oder das Wetter. Durch die Messung von Angebot und Nachfrage anhand dieser Faktoren kann die dynamische Preisgestaltung den optimalen Preispunkt festlegen, der hilft, die wichtigsten Geschäftsziele zu erreichen – im Fall der NFL, die Sitzplätze zu füllen und gleichzeitig die Rentabilität durch Ticketverkäufe zu steigern.
Dynamische Preisgestaltung für E-Commerce
Amazon ist aus vielen Gründen ein E-Commerce-Pionier, nicht zuletzt aufgrund der riesigen Auswahl an Produkten, seiner überlegenen Fulfillment- und Lieferfähigkeiten und seines einzigartigen Supply-Chain-Managements. Doch ein nicht zu unterschätzender Faktor des Erfolgs beruht auf der Strategie der Preisgestaltung.
Amazon ist einer der Pioniere der dynamischen Preisgestaltung und implementierte auf maschinellem Lernen basierende Methoden der dynamischen Preisgestaltung bereits Jahre vor der Konkurrenz. Infolgedessen war der Konzern in der Lage, die Preisgestaltung als Hebel zur Steigerung der Rentabilität zu nutzen und Preise bisweilen alle 10 Minuten zu ändern.
Während Amazon Innovationen auf seiner Plattform durch die Entwicklung und den Aufbau einer eigenen Technologie in den letzten Jahren immer weiter vorangetrieben hat, sind die gleichen Methoden heute über fortschrittliche Preisgestaltungssoftwares und -lösungen auch für kleine und mittlere Unternehmen verfügbar.
Was sind die Vorteile einer dynamischen Preisgestaltung?
Eine dynamische Preisstrategie für den Einzelhandel ist im Vergleich zur statischen Preisgestaltung fast immer überlegen. Im heutigen schnelllebigen und sich ständig weiterentwickelnden Markt müssen Einzelhändler in der Lage sein, schnell auf Veränderungen zu reagieren. Ansonsten riskieren sie, Kunden an Wettbewerber zu verlieren, die agiler sind und ihre Preise intelligenter gestalten. Dynamische Preisgestaltung ist einer der wichtigsten Hebel, den Einzelhändler nutzen können, um wettbewerbsfähig zu bleiben und die Rentabilität zu steigern.
Es ist wichtig zu beachten, dass es signifikante Unterschiede in der Leistungsfähigkeit unterschiedlicher Preisgestaltungstechnologien gibt. Angesichts des zunehmenden Wettbewerbs und des Drucks auf die Margen müssen Einzelhändler sicherstellen, dass sie auf die neueste Preisgestaltungstechnologie aufrüsten. Für Unternehmen ist das eine Win-Win-Situation: Preisoptimierungen wirken sich direkt auf den Gewinn aus, Investitionen in fortschrittliche Preisgestaltungstechnologie erreichen einen schnellen ROI und machen sich schon nach wenigen Wochen bezahlt.
Die meisten Einzelhändler, die heute eine dynamische Preisstrategie verfolgen, nutzen jedoch immer noch regelbasierte Preisgestaltung, um ihre Preise zu optimieren. Auf diese Weise verschenken sie Gewinnpotenzial im Vergleich zu fortschrittlicheren Lösungen. Zu diesen fortschrittlichen Pricing-Methoden gehören das auf maschinellem Lernen basierende Pricing oder die neueste Generation der Pricing-Methodik, das sogenannte Predictive Pricing.
Für Einzelhändler, die noch mit regelbasierter Preisgestaltung arbeiten, können selbst bei gut formulierten Preisregeln nur eine begrenzte Anzahl von Faktoren berücksichtigt werden. Das System ist durch seinen manuellen Ansatz begrenzt, da es sonst überhaupt nicht mehr wartbar wäre. Durch diese Einschränkung bleiben wesentliche Faktoren unberücksichtigt, die entscheidend sind, um die Kaufbereitschaft der Kunden zu verstehen. Händlern entgehen so erhebliche Umsatz- und Gewinnpotenziale.
Hinzu kommt, dass Preisregeln meist nur für Produktkategorien formuliert werden und eine Optimierung bis auf die einzelne Produktebene mit dieser Methode nicht möglich ist. Da die Preissensitivität innerhalb einer Kategorie und von Artikel zu Artikel oft sehr unterschiedlich ist, bleiben so weitere Umsatzpotenziale ungenutzt. Viele Preisregeln orientieren sich außerdem an den Aktionen der Wettbewerber. Dadurch laufen Einzelhändler Gefahr, in eine Abwärtsspirale bei der Preisgestaltung zu geraten, da einer versucht, den anderen zu unterbieten.
Schon gewusst?
Gewinnsteigerungen von durchschnittlich 10 % im Vergleich zu regelbasierten Preismodellen sind mit auf maschinellem Lernen basierender Preissoftware für Einzelhändler möglich. 7Learnings hat das in A/B-Tests bei Kunden unterschiedlicher Einzelhandelssegmenten nachgewiesen.
Was ist der neueste Stand der Technik bei der dynamischen Preisgestaltung?
All die oben genannten Schwächen machen deutlich, dass die regelbasierte Preisgestaltung nicht die ideale Methode zur Preisoptimierung im Einzelhandel ist. Fortschrittliche Pricing-Technologien, die auf Methoden des maschinellen Lernen basieren, haben diese Schwächen nicht. Sie nutzen neueste Algorithmen, die automatisch von den bisherigen Preisentscheidungen lernen. Diese Lösungen lernen kontinuierlich und helfen optimale Preispunkte zu finden, die auf die KPIs des Unternehmens eingestellt sind.
Auf maschinellem Lernen basierende Preisgestaltungsanwendungen können sowohl interne als auch externe Daten in ihren Algorithmen berücksichtigen. Sie sind zudem in der Lage, viel größere und heterogenere Datensätze zu verarbeiten als ältere und begrenztere Technologien.
Die neueste Generation der fortschrittlichen Dynamic-Pricing-Technologie, das Predictive Pricing, ist durch den Einsatz leistungsfähiger Prognose- und Optimierungsalgorithmen noch effektiver und holt noch mehr aus den vorhandenen Daten heraus. Die Vorteile im Überblick:
Wie kann 7Learnings Ihnen dabei helfen, fortschrittliche dynamische Preisgestaltung zu implementieren?
7Learnings bietet Unternehmen eine einfache und intelligente Möglichkeit, Preise zu optimieren. Mit unserer Predictive-Pricing-Software haben wir einigen der führenden E-Commerce-Händler in Europa geholfen, ihre Preisgestaltungsprozesse durch maschinelles Lernen zu verbessern. Mithilfe der neuesten Deep-Learning-Technologie sagt unsere Anwendung die Nachfrage, den Umsatz und die Preiselastizität für jedes Produkt voraus. Und mit nur einem Klick können Kunden marktgerechte Preise generieren, die den Gewinn maximieren und gleichzeitig limitierende Faktoren wie den aktuellen Lagerbestand berücksichtigen.
Mit unseren innovativen Preisoptimierungs-Tools erhalten Führungskräfte und operative Pricing-Teams alle Informationen, die sie brauchen, um wirkungsvolle Geschäftsentscheidungen zu treffen. Unsere Software ist einfach zu bedienen und lässt sich nahtlos in das Backend-System integrieren. So können Händler ihre Abläufe automatisieren und gleichzeitig höhere Umsätze und Gewinne erzielen.
Es liegt auf der Hand, dass Predictive Pricing ein großes Potenzial für Einzelhändler birgt, denn es ermöglicht ihnen, ihre Preisstrategie zu verbessern, ihre Preise einfach zu optimieren und ihr Gewinnpotenzial voll auszuschöpfen. Wir bei 7Learnings haben mehr als 10 Jahre Erfahrung mit auf maschinellem Lernen basierender Pricing-Technologie. Führende europäische Einzelhändler nutzen unsere Technologie zur Optimierung ihrer Preise. Wenn Sie mehr über das Potenzial von Dynamic Pricing der nächsten Generation erfahren möchten, melden Sie sich für eine kostenlose Produktdemo an.
