Die Zeiten des saisonalen Schlussverkaufs oder globaler Preisaktionen à la “Black Fryday” gehören längst der Vergangenheit an oder sind wie der “Single`s Day” von alibaba für Alleinstehende jeweils am 11.11. veranstaltet, zwar bemerkenswerte Aktionen, aber nicht ausreichend, um dem Einzelhändler durchgehend seine Margen zu sichern oder sie sogar zu verbessern.
Globale Studie zum Konsumentenverhalten
Blue Yonder, ein Pionier-Unternehmen im Bereich der Künstlichen Intelligenz hat in Kooperation mit Retail Week in einer globalen Studie mit 4 000 Konsumenten die Wünsche von Verbrauchern ermittelt. Die wichtigsten Erkenntnisse hieraus sind:
- 43 % der Konsumenten geben an, dass sie durch Rabatte zum Kauf von Kleidung animiert werden. Somit sind Preisnachlässe der zweithäufigste Grund für den Kleiderkauf. Der häufigste Grund ist, dass ein neues Kleidungsstück benötigt wird (70 %).
- 37 % der Konsumenten halten eine Preisreduzierung für wichtiger als von vornherein günstige Preise.
- Franzosen sind Preisnachlässe besonders wichtig: 51 % der französischen Konsumenten geben an, Kleidung aufgrund reduzierter Preise zu kaufen. In Deutschland sind es dagegen nur 36 %.
Inzwischen kaufen 89 % der Verbraucher ihre Mode online, 83% im Ladengeschäft, 59% im Supermarkt und 42% im Katalog. Dazu kommt dass Kunden aller Bevölkerungsschichten zu Schnäppchenjägern geworden sind. Dies sind große Herausforderungen für den Einzelhandel, der darauf primär mit Strategien der Preisgestaltung reagieren muss.
Erkenntnisse zur Preisgestaltung
Vier zentrale Erkenntnisse zur aktiven Preisgestaltung lassen sich aus der Blue Yonder/Retail Week-Studie ableiten:
- Kunden erwarten Rabatte, nicht nur zu Saisonschluss
- Kunden finden Sonderangebote oft enttäuschend, z.B., wenn ihre Größe nicht mehr verfügbar ist
- Kunden nehmen sich Zeit, um Preise zu vergleichen und sind flexibel gegenüber dem Einkaufskanal
- Die Preisgestaltung wirkt sich gegenüber dem Markenwert aus, z.B., wenn Händler zu häufig Preise reduzieren wirkt dies eher negativ.
Maschinelles Lernen zur flexiblen Preisgestaltung
Daraus ergeben sich für den Einzelhändler nicht nur Probleme, sondern auch Chancen. Wer die Künstliche Intelligenz und hier das Maschinelle Lernen einsetzen kann, ist in der Lage aufgrund stetig wachsender Datenmengen eine nach vorne gerichtete Preisgestaltung zu etablieren, mit der die Zufriedenheit der Kunden und der monetäre Erfolg des Händlers optimiert werden können.
Hierzu Matt Hopkins, VP Retail Strategy von Blue Yonder:
“Die Preisgestaltung ist für den Einzelhandel, der dem zunehmenden Druck von Onlineanbietern ausgesetzt ist, ein entscheidendes Instrument, um Wettbewerbsvorteile zu sichern. Für eine optimale Preisgestaltung muss allerdings viel präziser berechnet werden, wie sich externe Faktoren wie zum Beispiel Wettbewerbspreise auf die Preiselastizität jedes einzelnen Produkts auswirken.
Das Problem ist, dass die meisten Modelle, welche die Technologiebranche bislang entwickelt hat, entweder noch nicht ausgerollt sind oder schlichtweg nicht funktionieren. Viele lassen sich nicht skalieren und können nur begrenzten Dateninput bewältigen oder sie sind nicht in der Lage, schnell genug auf die Dynamik des Marktes zu reagieren. Dabei sind die Vorteile einer optimalen Preisgestaltung enorm: Einzelhändler können ihren Umsatz um bis zu 15 % und ihren Gewinn um mehr als 5 % steigern!”
Machine Learning nutzen
Und Matt Hopkins weiter: Die Blue Yonder Preisgestaltung bezieht mehr Einflussfaktoren als jede andere Lösung am Markt in die Analyse mit ein, so zum Beispiel Wettbewerbspreise, das Wetter oder Lagerbestände. Dadurch kann sie schnell auf Marktveränderungen reagieren und Preise für jedes Produkt und jede Filiale automatisch anpassen. Dieser Ansatz verändert die Art und Weise, wie Einzelhändler ihre Preisabschläge managen, von Grund auf und stellt die richtige Balance zwischen Warenverfügbarkeit und Preisgestaltung sicher. Blue Yonder Price Optimization zahlt so auf die Geschäftsstrategie des Einzelhändlers ein und erzielt innerhalb kurzer Zeit messbare Ergebnisse und einen Return on Investment.”