Für die Verbraucherzentralen sind dynamische Preisdifferenzierungen im Online-Handel ein rotes Tuch. Das waren sie aber auch bereits an den Zapfsäulen der Tankstellen. Fakt ist, dass Dynamic Pricing den für den Händler optimalen Preis ermittelt. Aber was optimal bedeutet, hängt ganz von der aktuellen Situation des Händlers ab. Hier spielt Künstliche Intelligenz ihre Vorteile aus.

Das Marktwächterteam der Verbraucherzentrale Brandenburg hat im Rahmen einer Untersuchung 34 Tage lang die Preise ausgewählter Händler beobachtet. Dabei war mehr als jedes dritte untersuchte Produkt Preisschwankungen ausgesetzt. Dynamic Pricing scheint sich also langsam im (Online-) Handel durchzusetzen.

Dynamische Preise - Orientierung an der Strategie des Händlers

Händler auf dem Marktplatz von Amazon versuchen die „Buy Box“ zu gewinnen. Ein wichtiges, wenn auch nicht ausschließliches, Kriterium dafür ist ein attraktiver Preis. Und um dieses Rennen zu gewinnen, nutzen viele Händler Repricing-Systeme. Diese sind nicht selten sehr einfach gestrickt und setzen in erster Linie auf die Marktbeobachtung.

Senken die Konkurrenten ihre Preise, versucht das System mitzuziehen, also den Wettbewerber zu unterbieten. Die Anpassung des Preises ist letztlich eine Reaktion auf den Markt, hängt also nur von einer Einflussgröße ab. Wenn das strategische Ziel des Unternehmens ausschließlich die Preisführerschaft ist, kann der Einsatz eines solchen Repricers genügen.

Deutlich mehr Funktionen und Möglichkeiten bieten intelligente Systeme für die Preisgestaltung. Denn sie berücksichtigen mehrere Einflussfaktoren und nehmen auf die wirtschaftlichen Belange und die Strategie des Händlers Rücksicht.

Der optimale Preis in einem engen Korridor

Preisanpassungen gehören zum kaufmännischen Alltag. An besonders kalten Tagen zahlt der Kunde eben mehr für sein Heizöl. Er braucht schließlich Nachschub und muss kaufen. Hätte er entspannt im Hochsommer gekauft, hätte er weniger gezahlt. Ganz so einfach ist es indes auch im Brennstoffhandel nicht mehr, aber die grundsätzliche Tendenz stimmt nach wie vor. Das Beispiel findiger Händler, die bei einem Platzregen in der Innenstadt die Preise für Regenschirme anheben, ist inzwischen schon legendär.

Schmaler Grat der Preisakzeptanz

Allerdings darf es ein Händler dabei auch nicht übertreiben. In der Regel hat der Kunde eine Vorstellung davon, was ihm ein Produkt „wert“ ist, welchen Preis er also noch als angemessen empfindet. Die Preisakzeptanz ist der schmale Korridor zwischen „zu teuer“ und „zu billig“. Denn diese Sicht gibt es ja auch noch. Der Volksmund kennt hier so wunderbare Aussprüche wie „Billig kauft man immer zweimal“ oder „Was nichts kostet, ist auch nix“.
Dynamic Pricing Systeme berücksichtigen eine Reihe unterschiedlicher Faktoren.
© Prudsys
Dynamic Pricing Systeme berücksichtigen eine Reihe unterschiedlicher Faktoren.
Das Beispiel mit den Regenschirmen ist zwar schon etwas abgegriffen, aber es zeigt die Anpassung des Preises an eine Einflussgröße. Intelligente Pricing-Systeme, wie das von Prudsys, berücksichtigen hier deutlich mehr Parameter, zum Beispiel:

  • Zeitliche Faktoren (Typische Tage, an denen Gehälter gezahlt werden, Feiertage usw.)
  • Regionale Faktoren
  • Wetter
  • Lagerbestände
  • Wettbewerberpreise
  • Saisonverlauf
  • Unternehmensziele
  • Historische Daten
  • Echtzeitinformationen aus dem Shop, wie Klicks, Käufe, Warenkörbe
  • Einkaufspreise

Alles Parameter, die sich ständig verändern können und auch nicht mal eben in eine Matrix in Excel eingetragen werden können.

Dynamische Preisoptimierung ist nicht kostengetrieben. Sie orientiert sich an der Preisakzeptanz der Kunden und berücksichtigt Angebot und Nachfrage. Mit dem Instrument ist es für den Händler aber möglich, Umsatz, Absatz und Ertrag zu optimieren.

Dabei berücksichtigen ausgereifte Systeme das gesamte Artikelsortiment. Dank elektronischer Etiketten (Electronic Shelf Labels) sind die Systeme auch im stationären Handel einsetzbar. Allerdings ist die Konfiguration eines solchen Systems keine Lösung, die einfach gekauft, installiert und dann auf den Kunden losgelassen werden kann. Eine Preisstrategie sollte der Händler bereits im Hinterkopf haben, um diese dann auf Artikelgruppen anwenden zu können.

Prudsys Dynamic Pricing ESL

Neben der Anwendung auf das gesamte Sortiment ermöglichen umfangreiche Lösungen wie von Prudsys besondere Strategien und Optimierungen:

  • Longtail: Langsamdreher werden automatisiert so bepreist, dass zu jedem Zeitpunkt der optimale Ertrag aus den Verkäufen erzielt wird. Die KI nimmt hier den Mitarbeitern vom Category-Management eine Menge Arbeit ab.
  • Markdown Pricing: Lagerbestand und Abschriften von Artikeln mit begrenzter Lebensdauer (etwa Frischeartikel im LEH) oder auch mit schnellem Wertverfall werden optimiert. Und zwar so, dass keine Marge durch zu frühe oder zu hoch angesetzte Preisnachlässe verschenkt wird.
  • Bundles: Die KI schlägt über eine Empfehlungsengine dem Kunden mindestens ein weiteres Produkt zu dem Artikel vor, für den er sich interessiert. Auf dieses Bundle errechnet das System dann den optimalen Preis. Durch die Kombination der Produkte lassen sich Kauffrequenz und Gewinn steigern.
  • Kreuzpreis-Elastizität: Bei der Festlegung des Preises werden Abhängigkeiten zwischen Komplementärprodukten oder Substitutionsartikeln berücksichtigt. Die KI fördert dabei den Verkauf margenstarker Alternativen und berücksichtigt die Lagerbestände bei der Preissetzung von ergänzenden Artikeln.
  • Couponing: Um den Kunden noch mehr Kaufanreize zu bieten, spielt die Empfehlungsengine dem Kunden automatisiert für ihn passende Produktvorschläge aus. Diese werden mit individuellen Rabatten kombiniert. Hier hebt die KI Potenziale im Cross- und Upselling.

 

Markdown-Pricing im Modehandel

Die Optimierung von Abschriften spielt im Modehandel eine zentrale Rolle, um Margen- und Gewinnverluste zu vermeiden. Die Schnelllebigkeit der Modebranche hat schon immer erfordert, die Preise der Artikel regelmäßig zu optimieren. Und an dieser Stelle ist KI dem Menschen eindeutig überlegen.
n Die KI-Lösung gestaltet die Preise der Artikel so, dass der Bestand bis zu einem bestimmten Zieldatum ausverkauft. Die Vorgabe des Algorithmus lautet, den bestmöglichen Preis entlang des Produktlebenszyklus zu erreichen. Das gilt für jeden Touchpoint des Kunden. Eine solche Lösung kann also auch von Omnichannel-Händlern gewinnbringend eingesetzt werden.

Preisänderung in beide Richtungen

Anhand des Bestandes prognostiziert das System auf Basis von aktuellen und historischen Daten die Nachfrage des Produkts und damit ein realistisches Abverkaufsdatum. Weicht dieses von der Prognose (oder gewünschten Termin) ab, werden die Preise angepasst.

Die Anpassung erfolgt dabei in beide Richtungen. Um Out-of-Stock-Situationen vor dem gewünschten Termin zu vermeiden, kann der Preis auch wieder angehoben werden. Die globalen Vorgaben in der Pricing-Lösung (wie von Prudsys) legen fest, wie häufig die Preisänderungen erfolgen sollen.

Durch den Einsatz ergeben sich für den Händler eine Reihe von Vorteilen:

  • Reduzierung des manuellen Aufwands durch die Automatisierung.
  • Lagerbestand kann bis zu einem bestimmten Zeitpunkt abverkauft werden.
  • Steigerung von Absatz, Umsatz und Ertrag bei Einhaltung der Margenvorgaben.
  • Einhaltung von Abverkaufsquoten, um Abschriften zu vermeiden.

Dynamic Pricing ist auch perfekt für das B2B-Segment

Im Handel zwischen Unternehmen steht die Zeit in vielen Branchen nahezu still. Nicht selten werden Bestellungen und Absprachen noch per Fax erledigt und zum tradierten Modell gehören auch regelmäßig aktualisierte Preislisten. Der Vertrieb muss dann mit Kalkulationstabellen und Maßgaben aus dem CRM-System Rabatte und Mengenstaffeln ermitteln.

Mit den mehr oder weniger starren Preiszyklen tun sich die Unternehmen aber keinen Gefallen. Denn sie verzichten dabei unnötig auf Margen. Außerdem umfassen solche feststehenden Preise auch betriebswirtschaftliche Risiken. Steigen beispielsweise plötzlich die Rohstoffpreise, kann das die kalkulierte Marge auffressen.

Auch in diesem Bereich kann eine Lösung für das Dynamic Pricing Potenziale heben und den optimalen Preis finden. Allerdings sollte ein solches System dann auch Besonderheiten des B2B-Bereichs berücksichtigen. Da wären zum Beispiel:

  • Hinterlegen von speziellen Konditionen für verschiedene Kundengruppen. Ob die Preise nun an Auftragsvolumina gekoppelt sind oder aber regionale Besonderheiten berücksichtigen, spielt keine Rolle. Das System muss die Vereinbarungen mit Kunden berücksichtigen.
  • Unterstützung des Vertriebs durch Preiskorridore: Das Pricing-System sollte die Vertriebsmitarbeiter durch die Definition von Preiskorridoren wirkungsvoll unterstützen. Die Mitarbeiter können so selbst abwägen, welchen Preis sie dem Kunden anbieten. Das Unternehmen hat dennoch die Garantie, dass sich die Preise in einem sicheren Bereich befinden, zugleich behält der Vertrieb seine Selbstständigkeit.
  • Berücksichtigung von Lieferverfügbarkeiten: Wenn ein Produkt vom Kunden besonders dringend und schnell benötigt wird, beeinflusst das seine Bereitschaft, einen höheren Preis zu bezahlen, zum Beispiel, wenn es sich um ein Ersatzteil handelt, ohne das es zu Stillstand beim Kunden kommt. In die Preisgestaltung sollte eine Pricing-Lösung die Lieferverfügbarkeit mit einbeziehen.
Die KI-Funktionen eines Systems für das Dynamic Pricing gehen deutlich über einfache „Repricer“ hinaus und bieten dem Handel enorme Vorteile. Das gilt für das Endkundengeschäft online wie stationär, aber gerade auch für den B2B-Bereich.
MEHR ZUM THEMA

Roboter des Max-Planck-Institut für Intelligente Systeme in Tübingen
© Max-Planck-Institut
Künstliche Intelligenz

Schluss mit dem Buzzword-Bingo zu KI im Handel


© Lukas Gojda - fotolia.com
Dynamic Pricing

Mietski: Online-Verleih hat (fast) immer Saison


Roboter des Max-Planck-Institut für Intelligente Systeme in Tübingen
© Max-Planck-Institut
Künstliche Intelligenz

Amazon auf der Suche nach intelligenten Systemen