Du hast deinen AdBlocker an?

Es wäre ein Traum, wenn du ihn für t3n.de deaktivierst. Wir zeigen dir gerne, wie das geht. Und natürlich erklären wir dir auch, warum uns das so wichtig ist. Digitales High-five, deine t3n-Redaktion

News

Dynamic Pricing mit Big Data statt stumpfer Regeln: Das neue Tool von Blue Yonder bringt mehr Intelligenz in den Markt

(Foto: Shutterstock)

Dynamic Pricing wird immer intelligenter. Jetzt launcht der Predictive-Analytics-Spezialsit Blue Yonder eine neue Lösung. Wir stellen euch das Tool vor und liefern euch eine Markteinordnung.

Das Otto-Startup Blue Yonder hat eine Dynamic-Pricing-Lösung gestartet, die bisher nur bei Otto im Einsatz war. Das SaaS-Tool soll unter Nutzung eines intelligenten Big-Data-Ansatzes automatisch Preisstrategien eines Händlers umsetzen und Preise so unter Berücksichtigung unternehmensinterner und und -externer Daten zum optimalen Preis zum richtigen Zeitpunkt führen. Damit verlässt Blue Yonder das Feld der bisher etablierten, rein regelgestützten Preisoptimierungen.

(Screenshot: Blue Yonder)
Blue Yonder startet eine SaaS-Lösung für Dynamic Pricing. (Screenshot: Blue Yonder)

Blue Yonder startet Dynamic-Pricing-Lösung mit Big-Data-Ansatz

Die Dynamic-Pricing-Lösung von Blue Yonder kann drei mögliche Strategien verfolgen: Umsatzsteigerung, Gewinnmaximierung oder eine gemischte Preisstrategie mit einem Mittelweg zwischen Gewinn- und Margenoptimierung.

Im Gegensatz zur rein regelbasierenden Preisoptimierung, die schon viele Einstellungsmöglichkeiten bietet, die weit über den reinen Ansatz, immer den günstigsten Preis anzubieten, hinausgehen, setzt Blue Yonder auf eine Kombination aus lernendem Algorithmus und statistischer Erhebungen zu Produkt- und Preisdaten im Unternehmen und am Markt. Die Software untersucht dabei laufend die Wechselwirkungen zwischen Preis und Umsatz und überprüft hypothetische ermittelte Optimalpreise anhand mehrmaliger A/B-Tests im laufenden Betrieb.

(Screenshot: Blue Yonder)
Blue Yonder setzt auf „Predictive Analytics“ für seine Dynamic-Pricing-Lösung. (Screenshot: Blue Yonder)

Im ersten Schritt ermittelt die Blue-Yonder-Software die Preiselastizität der Produkte. Sie beschreibt, wie die Nachfrage nach einem Produkt auf Preisänderungen reagiert. Dazu werden bei Blue Yonder auch Faktoren berücksichtigt, die einen Einfluss auf den Preis haben können – wie Produktname, Marke, Angebot vergleichbarer Produkte, Wettbewerbspreise, Produktpra?sentation oder die Tageszeit und der Wochentag.

(Screenshot: Blue Yonder)
(Screenshot: Blue Yonder)

Dazu benötigt die Lösung auch historische Daten aus dem Datenbestand des Händlers. Mehrere Hundert Verkäufe eines einzelnen Produktes oder mehrere Tausend in einer Kategorie sind nötig, um das Tool richtig zu füttern. Bei Produkten, die sich selten verkaufen, ist das eher schwierig, deshalb analysiert das Tool auch Wechselbeziehungen von Produkten oder Kategorien, um Vorhersagen zu treffen. Sprich: Ähnliche Produkte und Kategorien werden zur Errechnung der Preiselastizität mit herangezogen.

Ab hier beginnt die Dynamic-Pricing-Lösung von Blue Yonder zu testen und versieht einen Teil des Warenbestandes mit den ermittelten, optimierten Preisen und untersucht die Wirkung im Vergleich zu dem nicht optimierten Teil des Warenbestands. Wird beispielsweise ein Hut optimiert, wird ein und dasselbe Produkt mal mit optimierten, mal mit fixen Preisen ausgespielt und dann untersucht, ob das Ziel erreicht wurde – gegebenenfalls steuert der Algorithmus nach.

Datenmodelle für den Algorithmus werden während des Setups der Softwarelösung im Projektgeschäft von wissenschaftlichen Mitarbeitern von Blue Yonder händlerspezifisch erstellt.

Dynamic-Pricing, die Unterschiede in den Markt-Lösungen

Klassische Dynamic-Pricing-Lösungen arbeiten mit festen Preisregeln, die dynamisch auf den Wettbewerb reagieren und automatisch Preise auf ein festgesetztes Ziel hin optimieren. Meist können Händler eine obere und eine untere Grenze definieren, in der sich der Preisanpassungs-Algorithmus bewegen darf. Innerhalb dieser festgesetzten Preise darf die Dynamic-Pricing-Lösung die Preise vollautomatisiert anpassen – ein Ziel kann dabei immer vorgegeben werden. Ziele können beispielsweise sein: der günstigste Preis, den günstigsten Preis um eine vorgegebene Prozentzahl unter- oder überschreiten – oder eine Orientierung am höchstmöglichen Marktpreis. Amazon hat kürzlich ein solches Tool gestartet.

Manche Lösungen beherrschen schon Optimierungsstrategien, die intelligent eine sich verändernde Nachfrage mit berücksichtigen. Beispielsweise setzt der Amazon-Spezialist Mitbewerber Feedvisor auf solche Lösungen.

Mittlerweile werden die Dynamic-Pricing-Lösungen aber immer intelligenter – sie berücksichtigen mehr und mehr Daten und betreten damit eine neue Kategorie: Big Data plus intelligente Optimierungsstrategien und lernende Algorithmen.

Erst kürzlich hat IBM eine Big-Data-Lösung vorgestellt, die kategorisch Offline-Retailer-Preise mit berücksichtigt. Die hier vorgestellte Lösung von BlueYonder setzt neben externen Daten vor allem auch auf historische Produktdaten en gros und analysiert jeden einzelnen bisher getätigten Abverkauf mit lernenden Algorithmen um eine Vorhersage zu treffen.

Dynamic-Pricing: Gefährlich, ungefährlich oder akzeptabel für die Kundenbeziehung?

Eine rund zehn Jahre alte empirische Studie der Humboldt-Universität Berlin zeigte erstmals, dass Kunden bei angewandtem Dynamic Pricing den Händler nicht für den Einsatz dieser Technik abstrafen.

Dort heißt es: „Händler, die unterschiedlichen Kunden unterschiedliche Preise in Rechnung stellen, könnten Anfangs keinerlei Sanktionen im Verhalten ihrer Kunden feststellen, aber die Kunden sind wachsam und werden die Preispolitik des Händlers sorgfältiger beobachten.“ Ein interessanter Nebeneffekt: Kunden, die über die Preispolitik und die Gründe für die unterschiedlichen Preise informiert worden sind, fühlen sich fairer behandelt – trotz höherer Preise.

Eine aktuellere Studie aus dem Jahr 2011 kam zu ähnlichen Ergebnissen und will sogar eine erhöhte Kundenzufriedenheit bei dynamisch generierten Preisen im Vergleich zu fixen Preisen festgestellt haben.

Ergebnisse aus Langzeitstudien wären hier für ein abschließendes Bild hilfreich, aber die Ergebnisse der empirischen Kurzzeitstudien, sowie die Verbreitung von Dynamic Pricing im Alltag zeigen hier Tendenzen für eine Akzeptanz beim Kunden auf. Mehr dazu findet ihr in meiner Kolumne zum Thema Dynamic Pricing im t3n Magazin Nummer 43.

Bitte beachte unsere Community-Richtlinien

Eine Reaktion
Frank Panser

Die höhere Zufriedenheit bei Kunden kann ich mir nur erklären, dass Kunden das Gefühl haben günstiger zu sein. Spannend ist auch die Frage inwieweit sich dieses Konzept im B2B einsetzen läßt. Dort geht es aber vielleicht eher umgekehrt. Anhand der verschiedenen Daten bekommt der Einkauf die Hinweise wann und wo die besten Einkaufspreise zu erzielen sind.

Du musst angemeldet sein, um einen Kommentar schreiben zu können.

Jetzt anmelden

Finde einen Job, den du liebst