Was ist dynamische Preisgestaltung?

Immer mehr Kundendaten, immer größere Sortimente, Preistransparenz durch einfache Vergleichsmöglichkeiten und die Wettbewerbsintensität des E-Commerce-Handels machen eine optimale Preisstrategie immer schwieriger. Einzelhändler können zwischen zwei Arten von Preisstrategien wählen – statisch und dynamisch.

Die statische Preisgestaltung arbeitet mit einem einzigen Preispunkt, d.h. einem Festpreis. Bei der dynamischen Preisgestaltung gibt es mehrere Preispunkte. Der Einzelhändler passt die Preise für seine Produkte kontinuierlich und (halb-)automatisch an die Marktanforderungen an.

Es gibt verschiedene Methoden und Technologien, die für eine dynamische Preisgestaltung verwendet werden können. Sie alle haben ein gemeinsames Ziel: die Preise zu optimieren, um die KPIs des Einzelhändlers zu maximieren. In jüngster Zeit sind neue Technologien wie die auf maschinellem Lernen basierende Preisgestaltung aufgetaucht, die die Leistung von Preisoptimierungen erheblich steigern können. Die fortschrittlichsten Preisgestaltungslösungen prognostizieren die Auswirkungen von Preisänderungen, bevor die Preise in Kraft treten. Insgesamt hat sich gezeigt, dass Einzelhändler, die auf fortschrittliche, KI-gesteuerte Preisgestaltungslösungen umsteigen, systematisch höhere Gewinne erzielen und ihre Wettbewerber übertreffen.

Was sind die Triebkräfte 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 in Lebensmittelgeschäften bereits üblich, verderbliche Produkte wie Brot über einen längeren Zeitraum hinweg zu rabattieren. In ihrer einfachsten Form bedeutet die dynamische Preisgestaltung, dass ein Unternehmen ein Produkt im Laufe der Zeit zu unterschiedlichen Preisen verkauft.

Heutzutage ist die dynamische Preisgestaltung zur Norm geworden und wird im Einzelhandel – insbesondere im E-Commerce – in großem Umfang eingesetzt. Es sind vor allem drei Faktoren, die für dieses Wachstum und die Weiterentwicklung der dynamischen Preisgestaltung verantwortlich sind:

Zunehmende Komplexität und Transparenz im Einzelhandel

Online-Kanäle sind die wichtigste Wachstumsquelle für Einzelhändler. Dieser Trend hat sich in der jüngsten Corona-Krise noch beschleunigt. Der Verkauf über Online-Kanäle hat die Preis- und Informationstransparenz drastisch erhöht. Kunden können mit wenigen Klicks Produktpreise auf den wichtigsten Plattformen vergleichen. Änderungen externer Faktoren, wie z. B. der Preise von Wettbewerbern, haben unmittelbare Auswirkungen auf das eigene Geschäft. Um wettbewerbsfähig zu bleiben, müssen Einzelhändler ihre Preise ständig an ein sich veränderndes Marktumfeld anpassen.

Eine Datenexplosion

Die Datenerfassung hat in den letzten Jahren explosionsartig zugenommen, und es ist wahrscheinlich, dass diese Wachstumsrate weiter steigen wird. Vor allem im Einzelhandel hinterlassen die Kunden bei jedem Besuch einer Website und bei jedem Kauf mit ihrer Kredit- oder Kundenkarte eine Datenspur. Einzelhändler müssen diese Daten nutzen, um ihre Preise zu optimieren und Gewinnpotenziale zu erkennen.

Die Anwendung der Technologie des maschinellen Lernens

Die Technologie des maschinellen Lernens ist heute sehr ausgereift und viel einfacher anzuwenden. Es gibt ein breites Spektrum von Anwendungen im Einzelhandel, wobei die Preis- und Werbeoptimierung der Anwendungsfall ist, der die größten Auswirkungen auf die Geschäftsergebnisse verspricht und am einfachsten zu implementieren ist. Angesichts des scharfen Wettbewerbs und der hauchdünnen Gewinnspannen müssen Einzelhändler ihre Optimierungsmöglichkeiten mit dieser neuen Technologie verbessern.

Was sind die verschiedenen Arten der dynamischen Preisgestaltung?

Die Formen der dynamischen Preisgestaltung lassen sich nach den wichtigsten Inputfaktoren, die Preisänderungen beeinflussen, und nach der verwendeten Technologie oder Hauptmethode unterscheiden. In der Praxis verwenden die meisten Unternehmen eine Kombination aus verschiedenen Formen, um das Potenzial der Preisgestaltung voll auszuschöpfen.

Generell können alle möglichen Faktoren als Inputfaktoren oder Auslöser für Preisänderungen verwendet werden. Die häufigsten Faktoren sind die folgenden:

Angebot

Dies ist in Branchen mit einem hohen Anteil an Fixkosten wie Hotels, Fluggesellschaften oder Mitfahrgelegenheiten sehr verbreitet. Bei abnehmendem Angebot (Sitzplätze, freie Zimmer) steigen die Preise regelmäßig. Im Einzelhandel spielt das Angebot eine wichtige Rolle bei Lagerartikeln, insbesondere wenn sie verderblich sind oder nicht nach einer bestimmten Zeit verkauft werden können (z. B. Modeartikel). In diesem Fall müssen die Einzelhändler die Preise über den gesamten Lebenszyklus und den verfügbaren Bestand eines Produkts optimieren.

Nachfrage

Ein gesteigertes Interesse an einem Produkt kann ein Auslöser für eine Preiserhöhung sein. Mit dieser Strategie versuchen die Einzelhändler, einen größeren Teil der Zahlungsbereitschaft ihrer Kunden zu erreichen. Ein typisches Beispiel ist eine beliebte Art von Turnschuhen. In einer extremen Form können wir manchmal Preisabzocke beobachten, bei der die Verkäufer versuchen, aus Nachfrageschüben Nutzen zu ziehen. Ein Beispiel war der Anstieg der Preise für Gesichtsmasken während der Corona-Krise.

Preise der Mitbewerber

Die Preise der Mitbewerber werden im Online-Handel sehr häufig als einer der Hauptfaktoren für Preisänderungen herangezogen. Vor allem wenn Konkurrenten genau das gleiche Produkt verkaufen, ist es für den Kunden leicht, einen Preisvergleich anzustellen. Die Schwierigkeit bei dieser Praxis besteht darin, festzustellen, bei welchen Produkten es sich wirklich um Preisvergleichsprodukte handelt und bei welchem Preisunterschied der Kunde bereit ist, den Anbieter zu wechseln.

Merkmale der Kunden

Diese Praxis der dynamischen Preisgestaltung wird oft auch als personalisierte Preisgestaltung bezeichnet. Hier variiert der Preis für verschiedene Arten von Kunden. Die Idee dahinter ist, dass unterschiedliche Kunden eine unterschiedliche Zahlungsbereitschaft haben und daher unterschiedliche Preise verlangt werden können. Ein einfaches Beispiel ist ein Preisnachlass für Senioren beim Besuch eines Museums. Im Online-Handel wird die personalisierte Preisgestaltung in der Regel mit Gutscheinen praktiziert. Unternehmen, die diese Form der dynamischen Preisgestaltung anwenden, müssen sich auf eine mögliche Gegenreaktion ihrer Kunden einstellen, die diese Art der Preisgestaltung als ungerecht empfinden.

Auch wenn einige dieser Faktoren wie Angebot und Nachfrage dem gesunden Menschenverstand entsprechen. In der Praxis ist es oft sehr schwierig, sie zu messen. Selten befinden sich Unternehmen in einer perfekten Testumgebung, in der nur die Preise geändert werden, während andere nachfragebeeinflussende Faktoren gleich bleiben. Oft ändern sich viele Dinge gleichzeitig (z. B. Preise der Wettbewerber, Marketingmaßnahmen, Saisonalität).

Um optimale Preise festzulegen, müssen Unternehmen verstehen, wie diese Faktoren die KPIs beeinflussen, und den Preiseffekt isolieren. An dieser Stelle kommen Technologie und Methodik ins Spiel. Herkömmliche (regelbasierte) Preisfindungsmethoden nutzen die verfügbaren Daten nur wenig und schöpfen daher das volle Gewinnpotenzial nicht aus. Neue Technologien (vor allem solche, die auf maschinellem Lernen basieren) können viele verschiedene Einflussfaktoren berücksichtigen und so die Qualität von Preisentscheidungen erheblich verbessern. Wir können zwischen drei Formen der dynamischen Preisgestaltung unterscheiden:

Regelbasierte Preisgestaltung: Dies ist die am häufigsten verwendete Methode der dynamischen Preisgestaltung. Hier werden die Preise auf der Grundlage einer festen Formel berechnet. Ein Beispiel ist die Festlegung einer Mindestspanne von 20 % oder die direkte Anpassung an die Preise der Wettbewerber. Diese Methode hat vor allem zwei Nachteile: Die Verwaltung der Preisformeln erfordert einen hohen manuellen Aufwand, und die Preisregeln beruhen häufig auf Parametern, die zwar leicht zu messen sind, aber nur wenige Informationen über das Kundenverhalten enthalten. Oft erzielen Unternehmen mit dieser Preisgestaltung nur suboptimale Ergebnisse.

Auf maschinellem Lernen basierende Preisgestaltung: Die Technologie des maschinellen Lernens ist ein wichtiger Wegbereiter für Preisoptimierung und Automatisierung. Modelle des maschinellen Lernens können verwendet werden, um Preiselastizitäten für verschiedene Preispunkte zu messen oder sogar die gesamte Preisnachfragekurve für jedes Produkt zu modellieren. Diese Algorithmen sind in der Lage, viel mehr Einflussfaktoren zu berücksichtigen als herkömmliche Systeme, z. B. historische Transaktionen und Verkäufe, Saisonabhängigkeit, Produktmerkmale und Marketingkampagnen. Der Algorithmus balanciert den schmalen Grat zwischen „zu billig“ und „zu teuer“ aus und erleichtert die Suche nach den Preispunkten, die es den Einzelhändlern ermöglichen, ihre Preise zu optimieren.

Vorausschauende Preisgestaltung: Die modernsten Preisgestaltungslösungen von heute werden durch fortschrittliche Prognose- und Optimierungsalgorithmen weiter verbessert. Zunächst prognostizieren sie die Auswirkungen von Preisänderungen auf die wichtigsten KPIs des Einzelhändlers. Auf der Grundlage dieser Prognosen führen sie Optimierungen durch, um die besten Preise entsprechend den Zielvorgaben des Einzelhändlers zu finden.

Wie wird die dynamische Preisgestaltung in der Praxis eingesetzt?

Die von E-Commerce- und Omnichannel-Händlern eingesetzten dynamischen Preissysteme sind heute vielfältig und fortschrittlich. Je nach Branche werden sie auf unterschiedliche Weise eingesetzt. Einige Beispiele für die dynamische Preisgestaltung, die heute von Einzelhändlern eingesetzt werden, sind:

Dynamische Preisgestaltung im Modehandel

Laut McKinsey ist die Preisgestaltung einer der wirksamsten Hebel, mit dem Modehändler ihre Umsätze und Gewinne optimieren können. Große Fast-Fashion-Einzelhändler wie Zara oder Mango bieten pro Saison durchschnittlich 6.000 Artikel zum Verkauf an. Die besondere Herausforderung besteht darin, diese Produkte innerhalb der Saison zu verkaufen, da die Lebenszyklen von Fast-Fashion-Artikeln viel kürzer sind als beispielsweise die von zeitlosen Produkten wie Rolex-Uhren.

Die Verantwortlichen für die Preisgestaltung im Modehandel müssen daher unter anderem die Lagerbestände berücksichtigen und die Preise in Abhängigkeit von den Lagerbeständen festlegen, um ihre saisonalen Ziele zu erreichen. Zu diesem Zweck nutzen sie die dynamische Preisgestaltung, um mit Preisnachlässen, Verkäufen und Rabattaktionen eine Preisstrategie zu unterstützen, die Kunden zum Kauf anregt. So kann zum Beispiel eine Bluse bei Zara zu Beginn der Saison 39,90 Euro kosten, in der Mitte der Saison oder bei einer besonderen Rabattaktion 29,90 Euro, danach wieder 39,90 Euro und am Ende der Saison 19,90 Euro.

Studie

Ein durchschnittlicher Artikel in einem Zara-Geschäft 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 von Einzelhändlern 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 fortschrittlicher Software zur dynamischen Preisgestaltung können die Abschläge für Lebensmittel optimiert werden, so dass die Verkäufe auf intelligente Weise gesteuert werden. Ein dynamisches Preismodell berücksichtigt alle wichtigen Faktoren für jeden Artikel und jedes Geschäft, von der aktuellen Kundennachfrage über das Kaufverhalten bis hin zur Saisonalität. Dynamische Preisgestaltungssoftware hilft, die Menge an unverkauften Beständen zu minimieren und gleichzeitig den Umsatz und Gewinn zu maximieren.

Dynamische Preisgestaltung für Ridesharing

Eine neuere und bekanntere Form der dynamischen Preisgestaltung wird von Mitfahrdiensten wie Uber und Lyft eingesetzt. Jeder, der diese Dienste genutzt hat, wird festgestellt haben, dass die Preise im Laufe des Tages schwanken, abhängig von verschiedenen Faktoren wie Tageszeit, Verkehr und Gesamtnachfrage. „Surge Pricing“ ist der Begriff , der bei Uber verwendet wird, um den erhöhten Tarif zu beschreiben, der den Nutzern in Zeiten hoher Nachfrage angeboten wird. Durch den Einsatz dynamischer Preissetzungsmethoden können Mitfahrzentralen flexibel auf Veränderungen der Nachfrage und anderer Einflussfaktoren reagieren und optimale Preise zur Gewinnmaximierung festlegen.

Dynamische Preisgestaltung beim Ticketing

Ein klassisches Beispiel für die dynamische Preisgestaltung in der Praxis sind die Preise für Sporttickets. Ein bekanntes Beispiel ist die dynamische Preisgestaltung der NFL, bei der die Preise für Eintrittskarten je nach Marktlage, Gegner, Wetterlage und anderen Einflussfaktoren variieren können. Durch die Messung von Angebot und Nachfrage nach Eintrittskarten auf der Grundlage dieser Faktoren kann die dynamische Preisgestaltung den optimalen Preispunkt festlegen, der dazu beiträgt, die wichtigsten Geschäftsziele zu erreichen – im Falle der NFL, die Sitzplätze zu füllen und gleichzeitig die Rentabilität über den Kartenverkauf zu steigern.

Dynamische Preisgestaltung für den elektronischen Handel

Amazon ist zwar aus vielen Gründen als E-Commerce-Pionier anerkannt – unter anderem wegen der riesigen Produktpalette, der überlegenen Erfüllungs- und Lieferkapazitäten und des einzigartigen Supply-Chain-Managements -, doch ein unterschätztes Element des Erfolgs ist die Preisstrategie des Unternehmens.

Amazon ist einer der Pioniere der dynamischen Preisgestaltung und hat auf maschinellem Lernen basierende Methoden der dynamischen Preisgestaltung bereits Jahre vor seinen Wettbewerbern eingeführt. Infolgedessen konnte Amazon die Preisgestaltung als Hebel zur Steigerung der Rentabilität nutzen und ändert die Preise manchmal sogar alle zehn Minuten.

Während Amazon in der Lage war, die Innovation auf seiner Plattform durch die Entwicklung und den Aufbau einer eigenen Technologie voranzutreiben, sind die gleichen Methoden, die das Unternehmen entwickelt hat, heute auch für kleinere und mittlere Unternehmen über fortschrittliche Preisgestaltungssoftwares und -lösungen verfügbar.

Was sind die Vorteile der dynamischen Preisgestaltung?

Eine dynamische Preisstrategie für den Einzelhandel ist fast immer besser als eine statische Preisgestaltung. Auf dem schnelllebigen und sich ständig weiterentwickelnden Markt von heute müssen Einzelhändler in der Lage sein, schnell auf Veränderungen zu reagieren. Wenn sie dazu nicht in der Lage sind, laufen sie Gefahr, Kunden an Konkurrenten zu verlieren, die flexibler sind und ihre Preise intelligenter gestalten. Die dynamische Preisgestaltung ist einer der wichtigsten Hebel, die Einzelhändler einsetzen können, um wettbewerbsfähig zu bleiben und die Rentabilität zu steigern.

Es ist jedoch zu beachten, dass es erhebliche Unterschiede in der Leistung der verschiedenen Preisgestaltungstechnologien gibt. Angesichts des zunehmenden Wettbewerbs und des Drucks auf die Gewinnspannen müssen die Einzelhändler sicherstellen, dass sie auf die neueste verfügbare Preisgestaltungstechnologie aufrüsten. Dies ist ein Gewinn für Unternehmen, denn aufgrund der hohen Auswirkung verbesserter Preisoptimierungen auf den Gewinn, erreichen Investitionen in fortschrittliche Preisgestaltungstechnologie einen schnellen ROI und machen sich bezahlt.

Die meisten Einzelhändler, die heute eine dynamische Preisstrategie verfolgen, verwenden jedoch immer noch eine regelbasierte Preisgestaltung, um ihre Preise zu optimieren. Auf diese Weise verschenken sie systematisch Gewinnpotenziale im Vergleich zu fortschrittlicheren Methoden. Zu diesen fortschrittlichen Preisgestaltungsmethoden gehören die auf maschinellem Lernen basierende Preisgestaltung oder die neueste Generation der Preisgestaltungsmethodik, die so genannte prädiktive Preisgestaltung.

Bei Einzelhändlern, die immer noch eine regelbasierte Preisgestaltung anwenden, können selbst bei gut formulierten Preisregeln nur eine begrenzte Anzahl von Faktoren berücksichtigt werden. Das System ist durch seinen manuellen Ansatz begrenzt, weil es sonst überhaupt nicht mehr wartbar wäre. Durch diese Einschränkung bleiben wesentliche Faktoren, die für das Verständnis der Kaufbereitschaft der Kunden entscheidend sind, unberücksichtigt. Dadurch entgeht den Einzelhändlern ein erhebliches Umsatz- und Gewinnpotenzial.

Hinzu kommt, dass Preisregeln in der Regel nur für Produktkategorien formuliert werden und eine Optimierung bis auf die einzelne Produktebene mit dieser Methode nicht möglich ist. Da die Preissensibilität innerhalb einer Kategorie und von Artikel zu Artikel oft sehr unterschiedlich ist, bleibt ein weiteres Umsatzpotenzial ungenutzt. Außerdem basieren viele Preisregeln auf dem Verhalten der Wettbewerber. Infolgedessen laufen die Einzelhändler Gefahr, in eine Abwärtsspirale bei der Preisgestaltung zu geraten, da ein Unternehmen versucht, das andere zu unterbieten.

Wussten Sie das?

Gewinnsteigerungen von durchschnittlich 10 % im Vergleich zu regelbasierten Preismodellen sind mit auf maschinellem Lernen basierender Preissoftware für Einzelhändler möglich. 7Learnings hat dies in A/B-Tests mit Kunden aus verschiedenen Einzelhandelssegmenten nachgewiesen.

Was ist der neueste Stand der Technik bei der dynamischen Preisgestaltung?

Aufgrund aller oben genannten Schwächen ist klar, dass die regelbasierte Preisgestaltung nicht die ideale Methode zur Preisoptimierung im Einzelhandel ist. Der neue Standard in der Preisfindungstechnologie sind auf maschinellem Lernen basierende Preisfindungsmethoden, die fortschrittliche Algorithmen verwenden, die auf (halb-)automatische Weise aus ihren Ergebnissen lernen. Diese Lösungen sind in der Lage, sich im Laufe der Zeit zu verbessern und durch ständiges Lernen die optimalen Preispunkte für die Ziele eines Unternehmens zu finden.

Ein weiterer Vorteil von auf maschinellem Lernen basierenden Preisgestaltungsanwendungen ist, dass sie in der Lage sind, sowohl interne als auch externe Daten in ihren Algorithmen zu berücksichtigen. Sie sind auch in der Lage, viel größere und heterogenere Datensätze zu verarbeiten als frühere, begrenztere Technologien.

Die neueste Generation der fortschrittlichen dynamischen Preisgestaltungstechnologie, das Predictive Pricing, wird durch den Einsatz leistungsstarker Prognose- und Optimierungsalgorithmen weiter gestärkt. Damit kann diese Technologie einen noch größeren Wert aus den vorhandenen Daten ziehen. Seine Vorteile sind:

Wie kann 7Learnings Ihnen bei der Implementierung fortschrittlicher dynamischer Preisgestaltung helfen?

7Learnings bietet Unternehmen eine einfache und intelligente Möglichkeit, ihre Preise zu optimieren. Mit unserer Software zur Preisvorhersage 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 unsere Kunden marktgerechte Preise generieren, die den Gewinn maximieren und gleichzeitig limitierende Faktoren wie den aktuellen Lagerbestand berücksichtigen.

Mit unseren innovativen Preisoptimierungstools erhalten Teams Einblicke, die sie benötigen, um bessere und wirkungsvollere Geschäftsentscheidungen zu treffen. Unsere Software ist einfach zu bedienen und lässt sich nahtlos in Ihr Backend-System integrieren. So können Sie Ihre Abläufe rationalisieren und gleichzeitig unmittelbare Auswirkungen auf Ihr Geschäft erzielen.

Es liegt auf der Hand, dass die vorausschauende Preisgestaltung ein großes Potenzial für Einzelhändler birgt, denn sie ermöglicht ihnen, ihre Preisstrategie zu verbessern, ihre Preise zu optimieren und ihr Gewinnpotenzial zu maximieren. Wir bei 7Learnings haben mehr als 10 Jahre Erfahrung mit auf maschinellem Lernen basierender Preisgestaltungstechnologie, und führende europäische Einzelhändler nutzen unsere Technologie zur Optimierung ihrer Preise. Wenn Sie mehr über das Potenzial der nächsten Generation von Predictive Pricing für Ihr Unternehmen erfahren möchten, setzen Sie sich bitte mit uns in Verbindung, um eine Produktdemo zu vereinbaren.