Wie kann man die Preiselastizität im stationären Einzelhandel nutzen?

Wie kann man die Preiselastizität im stationären Einzelhandel nutzen? 

Die Preisgestaltungsexperten, die wir getroffen haben, geben zu, dass die technologische Herausforderung bei der praktischen Umsetzung der Elastizität ihre Ambitionen einschränkt. Sie berichten von Enttäuschungen aufgrund schlechter Erfahrungen, von Frustrationen über die Zuverlässigkeit der Koeffizienten und ihre operative Umsetzung oder von mangelndem Verständnis des vom Technologen vorgeschlagenen Ansatzes, den sie für zu undurchsichtig halten. Letztendlich setzen heute nur sehr wenige Einzelhändler das Konzept tatsächlich um. Wenn sie es tun, sind sie gezwungen, ihre Ambitionen zu begrenzen. Wie können wir uns also richtig rüsten, wenn es um Elastizität geht?

Unterscheidung zwischen Web- und In-Store-Elastizität 

Der erste Schritt besteht darin, die Relevanz von Elastizität für das Geschäftsmodell des Einzelhändlers zu bewerten. Ein physischer Einzelhändler hat bei der Berechnung und Nutzung der Elastizität nicht die gleichen Anforderungen wie ein Online-Händler. Schauen wir uns die Unterschiede zwischen der Elastizität im E-Commerce und im stationären Einzelhandel genauer an:

  • Im Internet können die « Pure Players » einen Preis innerhalb von Minuten nach unten und dann wieder nach oben ändern, um Elastizitätstests durchzuführen. Die Ergebnisse werden dann dazu verwendet, die Gewinnspanne für bestimmte Produkte in Abhängigkeit von den Besucherzahlen auf ihren Webseiten zu maximieren. Die Geschäfte hingegen sind durch Papieretiketten und Preisauszeichnungsvorschriften gezwungen. Sie könnten beschuldigt werden, die Verbraucher in die Irre zu führen, indem sie die Preise zwischen dem Zeitpunkt, an dem sie den Artikel aus dem Regal nehmen, und dem Zeitpunkt, an dem sie zur Kasse gehen, ändern.
  • Die Mechanismen des Online-Kaufs und des Kaufs im stationären Einzelhandel sind unterschiedlich. Im Geschäft können mehrere Verhaltensweisen beobachtet werden. Zum Beispiel vergleicht Verbraucher « A » nicht, wenn er im Geschäft ist, weil er sich die Mühe gemacht hat, dorthin zu gehen. Er wird möglicherweise mehr kaufen, um nicht wiederzukommen, und hat wahrscheinlich keine Ahnung, wie hoch der Konkurrenzpreis ist oder ob das nächstgelegene konkurrierende Geschäft die gleiche Ware anbietet. Im zweiten Fall vergleicht Verbraucher « B » die Internetpreise auf seinem Handy mit den Preisen, die er im Geschäft vorfindet. Er wird die Differenz zwischen den Internetpreisen und den Lieferkosten und den vor ihm liegenden Produkten bewerten, um zu entscheiden, ob er lieber auf sein Paket wartet und möglicherweise weniger zahlt oder mehr zahlt und sein Produkt sofort erhält. Der Einzelhändler möchte nicht das Risiko eingehen, den Verbraucher mit « beleidigenden » Preisen zu schockieren, die ihn zum konkurrierenden Einzelhändler oder zu einem Online-Kauf drängen würden. Im elektronischen Handel hingegen gilt die Logik des « billigsten Preises », weil der Internetnutzer mehr Zeit aufwendet und mehr Websites zum Preisvergleich nutzt. Neben dem Produktpreis können sie auch die Lieferkosten vergleichen, die sich auf das allgemeine Preisimage des Online-Händlers auswirken und für diesen eine Marge darstellen können. 
  • Diese sehr hohe Vergleichbarkeit von Produkten im elektronischen Handel gilt sowohl für große als auch für « kleine » Einkäufe (z. B. ein Kissen), während in Geschäften die Vergleichbarkeit während einer Einkaufstour oder vor dem Gang zum Laden eher für « große » Einkäufe (z. B. Elektronik oder Haushaltsgeräte) gegeben ist. Es wäre also ein Fehler, nur Daten aus dem Internet zu verwenden und diese auf Geschäfte zu extrapolieren.
  • Umsatzrückgänge können durch Ereignisse im Geschäft erklärt werden, die nicht auf eine Reaktion des Verbrauchers zurückzuführen sind: So kann beispielsweise eine Palette vor einem Regal abgestellt worden sein, und ein Produkt war weniger sichtbar und wurde daher weniger gekauft. Darüber hinaus erhalten die Verbraucher in den sozialen Netzwerken immer häufiger Kommunikationskampagnen von lokalen Geschäften, die versuchen, Besucher zu gewinnen. Die Verbraucher finden dort kommerzielle Veranstaltungen, z.B. Verkostungen, Animationen im Zusammenhang mit jährlichen Ereignissen in der Stadt (z. B. das Oktoberfest in München oder der Karneval in Köln usw.) oder spezifische Veranstaltungen. Diese Ereignisse sollten die Analysen nicht beeinflussen, weshalb sehr große Datenmengen gesammelt werden müssen, um preisunabhängige Faktoren bei der Berechnung der Elastizität zu eliminieren.

Physische Einzelhändler brauchen daher einen Spezialisten für den physischen Einzelhandel, der eine leistungsstarke Technologie anbieten kann, die sich an die Komplexität der Geschäfte und Prozesse des Einzelhändlers anpasst, insbesondere wenn sie einen Katalog mit zehn- oder hunderttausenden von Artikeln haben.

In den meisten Fällen bedauern die Teams, mit denen wir zusammentreffen, dass sie zu wenige Tools (Excel oder BI-Tools) zum Thema Preis haben, um ihre Elastizitätsleistung zu verbessern. Aufgrund mangelnder technologischer Ressourcen sind sie gezwungen, Entscheidungen über Preisänderungen « auf gut Glück » zu treffen, und manchmal riskieren sie eine Änderung nicht, weil sie die möglichen Auswirkungen nicht kennen.

Diese Wirkungskontrolle ist mühsam, weil die Meldung der Kasseneinnahmen zeitlich verzögert erfolgt und die Berichterstattung – oft manuell – in Excel erfolgt. In dieser Konfiguration ist es unmöglich, Umsatzeinbußen oder Kannibalisierung zwischen Produkten schnell zu erkennen und darauf zu reagieren. Darüber hinaus hängt die Zuverlässigkeit der Ergebnisse der Elastizitätsberechnung von riesigen Datenmengen ab, insbesondere von der Verkaufshistorie, die nur mit modernster Technologie ohne Sequenzierung oder Voraggregation verarbeitet werden kann. Ohne ein spezielles Tool ist dieser volumetrische Charakter ein Hindernis für die konkrete Prüfung von Elastizitätsformeln im Zeitverlauf. Schließlich muss das Werkzeug, wenn es diese erste Stufe der Elastizitätsberechnung überwinden soll, auch in der Lage sein, gleichzeitig verschiedene Preisszenarien und verschiedene Mengenszenarien für den gesamten Katalog zu vergleichen, um zu einem echten Entscheidungsinstrument zu werden. 

Preiselastizität mit Mercio

Mercio bietet eine einzigartige Technologielösung, die Einzelhändlern hilft, ihre Umsatz- und Margenschätzungen zu verfeinern, um Preisentscheidungen zu unterstützen. Der Einzelhändler kann nicht nur seine Preistestpolitik anwenden, um die Elastizitätsmodelle auf seinen Kontext zu kalibrieren, sondern auch verschiedene Preiselastizitätsmodelle in die Auswirkungssimulationen integrieren, um die Zuverlässigkeit der Preisaktualisierung zu verfeinern und zu verbessern. Die Teams behalten stets die Kontrolle über ihre Preisentscheidungen, da sie im Vorfeld der Strategieanwendung mehrere Preis- und Mengenszenarien vergleichen können und im Nachgang ein Echtzeit-Feedback der Ergebnisse erhalten, um die neue Strategie gegebenenfalls anzupassen. Die Stärken der Elastizität mit Mercio sind: 

  • Zugänglichkeit: Der Benutzer loggt sich ein und hat sofortigen Zugang zu den Daten, die für die Erstellung von Prognosen erforderlich sind, wobei einfache Elastizitäten (Veränderung der Nachfrage nach einem Produkt infolge einer Preisänderung) und Kreuzelastizitäten (Veränderung der Nachfrage nach Produkt X im Verhältnis zur Preisänderung von Produkt Y) berücksichtigt werden. Auf diese Weise kann er « psychologische Schwellen » ermitteln, ein Konzept, das sich auf die Zahlungsbereitschaft der Verbraucher bezieht. Wie viel ist der Verbraucher bereit, für das Produkt X zu zahlen, je nachdem, welchen Wert er diesem Produkt beimisst, und zu welchem Preis wird er auf das Produkt Y umsteigen?
  • Prädiktive Analyse auf sehr feinen Ebenen: Mit Mercio entsprechen die Simulationen der Auswirkungen einer Preisänderung auf die Nachfrage verschiedenen Preislisten, die mit verschiedenen möglichen Verkaufs- und Margenszenarien für jeden betrachteten Preis gekreuzt werden. Diese Simulationen werden in Sekundenschnelle berechnet, wobei die große Menge an historischen Daten berücksichtigt wird, die für die Zuverlässigkeit des Ergebnisses wesentlich ist. Der Benutzer hat keine Beschränkungen hinsichtlich der Anzahl der Simulationen, die er durchführen kann, und verfügt somit über alle Informationen, um die Preisänderung zu validieren, die seinen Zielen entspricht. 

Anwendungsfall

Stellen wir uns einen Produktmanager vor, der für Rasierapparate zuständig ist und an zwei strategischen Produkten arbeitet: dem Gillette-Rasierapparat und dem Rasierapparat der Eigenmarke. Die Fragen, die er sich stellt, bevor er sich für eine Preisänderung entscheidet, wären: Was will ich analysieren? Welche Entscheidung muss ich auf der Grundlage meiner Ziele auf Produktebene und auf globaler Ebene treffen?  

1) Erstes Analyseraster, einfache Elastizität: Analyse der Veränderung der Nachfrage bei einer Änderung des Preises eines Produkts

Der Produktmanager möchte den Preis eines Gillette-Rasierers nach oben korrigieren, um seine Gewinnspanne zu erhöhen. Er muss analysieren, wie weit er den Preis von Gillette anheben kann, um keine Umsatzeinbußen bei diesem Produkt zu erleiden oder den Preisindex und die allgemeine Wahrnehmung der Marke zu schädigen, wenn der Abstand zu den Wettbewerbern zu groß ist. Der Verbraucher kann die Preise für Rasierapparate nämlich aus dem Gedächtnis kennen, weil : 

  • Der Einwegrasierer ist eine regelmäßige Anschaffung. 
  • Sie haben vielleicht eine besondere Bindung an die Marke Gillette und kennen daher ihren Preis. Wird die Marke einen treuen Kunden verlieren, wenn der Preis steigt? 
  • Sie haben möglicherweise ein bestimmtes Budget für diesen Kauf im Sinn, dies wird als « Zahlungsbereitschaft » des Verbrauchers bezeichnet. 

Ab einer bestimmten Preisgrenze kann der Verbraucher den Preisunterschied erkennen und das Vertrauen in die Marke verlieren. Durch fliegende Anpassungen wird der Produktmanager in der Lage sein, den psychologischen Preis, der für das Gillette-Produkt nicht überschritten werden darf, entsprechend den von ihm angestrebten Zielen zu bestimmen. 

2) Zweites Analyseraster, Kreuzelastizität: Analyse der Kannibalisierung zwischen Produkten innerhalb des Angebots

Der Produktmanager arbeitet an der Positionierung der nationalen Marke Gillette und der Eigenmarke, den beiden strategisch wichtigsten Marken des Unternehmens. Er muss identifizieren:

  • Bei welchem Preis oder Preisunterschied zwischen den beiden Marken werden die Verbraucher von einem Produkt zum anderen wechseln? Der Produktmanager möchte den optimalen Verkaufspreis für jedes Produkt ermitteln, damit jedes Produkt seine Zielgruppe findet und die Marge entsprechend dem Potenzial dieser Produkte maximiert wird.
  • Welcher Preis pro Produkt entspricht der Strategie der Marke? Sobald eine bestimmte Schwelle erreicht ist, wird die Produktpositionierung zu einer echten Marketingentscheidung. Wie und mit welchen Produkten will der Einzelhändler den Kaufakt auslösen? Welche Kunden will er ansprechen? Ist er bereit, einen Preis zu erhöhen, um Kunden zu vermeiden, die nach dem ersten Preis suchen, und einen neuen Premium-Kunden anzuziehen?  Will er Marktanteile im ND gewinnen, oder will er die Kunden auf ein Produkt mit höherem Margenpotenzial lenken, z. B. auf seine Eigenmarke? 

Dank der Leistungsfähigkeit der Mercio-Simulations-Engine können Preisänderungen so oft wie nötig eigenständig simuliert werden. Der Produktmanager kann die berechneten Auswirkungen im laufenden Betrieb vergleichen und auf der Grundlage der Ergebnisse dieser Simulationen über die optimalen Preise für jedes Produkt entscheiden.

Zum Schluss

Die Kontrolle der Preiselastizität ist für jeden physischen Einzelhändler mit den richtigen Technologien machbar. Ihre Rolle besteht darin, die Schätzungen der Auswirkungen auf Umsatzvolumen und Gewinnspannen zuverlässiger zu machen und den Entscheidungsprozess zu beschleunigen, aber es geht darum, den Preisexperten die Kontrolle zu überlassen, um eine Preisänderung zu validieren. Hüten Sie sich also vor Tools, die « totales Elastizitätsmanagement durch Technologie » versprechen und Sie dem Risiko aussetzen, die Kontrolle zu verlieren, Ihr Preisimage zu beschädigen und damit Ihre Margen zu untergraben.

Die Einzelhändler von heute wollen den Verbraucher wieder in den Mittelpunkt ihrer Preisstrategie stellen. Das bedeutet, dass wir über die ‘Black Box’-Lösungen unserer Konkurrenten hinausgehen und ihr Geschäfts-Know-how integrieren müssen. Wie werden die Verbraucher reagieren, wenn wir die Preise in Bezug auf die X-Wert-Achse und nicht auf die Y-Wert-Achse ändern? Unser Ziel ist es, ihnen die Werkzeuge an die Hand zu geben, um diese Frage zu beantworten.

Valentine Dreyfuss, Gründerin und CEO von Mercio
Partagez
Standardbild
Valentine Dreyfuss
Valentine, Mitbegründerin und CEO von Mercio, hat unsere Technologie in den Einzelhandelsmarkt eingeführt, um die Performance- und Preisgestaltungsprobleme einiger der führenden Einzelhändler Europas zu lösen. Als strategische und kaufmännische Leiterin von Mercio hat Valentine die Aufgabe, unseren innovativen Geist in ganz Europa zu verbreiten.