Seit der Handel existiert, bestimmen Angebot und Nachfrage den Preis eines Gutes. Im Zeitalter der Digitalisierung ändert sich dieses Prinzip nicht. Was sich ändert, ist die Geschwindigkeit, in der Preise fallen oder steigen. Intelligente Algorithmen unterstützen Händler bei der optimalen Preisbestimmung. Sie erfassen die Vielzahl an Preisbildungsfaktoren in Echtzeit und berechnen für jedes einzelne Produkt den aktuell marktgerechten Preis. Das etailment Magazin interviewte im Oktober unseren Vorstand Jens Scholz u.a. über intelligentes Pricing im Handel. Lesen Sie hier seine Antworten:

Auf Marktplätzen zählt bekanntlich in erster Linie der Preis. Dafür gibt es ja eine Reihe von Repricing-Lösungen. Wo unterscheiden Sie sich hier?

Viele der aktuell eingesetzten Pricing-Lösungen folgen starren Preisregeln, die sich häufig allein am Preisverhalten des Wettbewerbs orientieren. Der Einsatz sogenannter Repricing-Tools birgt die Gefahr ruinöser Preisverzerrungen, wenn sich Händler gegenseitig immer weiter unterbieten. Unternehmen, die das Optimum aus ihren Preisstrategien herausholen wollen, setzen besser auf KI-basierende Verfahren, um Preise automatisch zu berechnen.

Unsere KI berechnet zu jeder Zeit den marktgerechten Preis für tausende Produkte in Echtzeit. Das Lösungsangebot reicht von der regulären Einzelpreisoptimierung über die Optimierung von Abschriften bis hin zum intelligenten Couponing. Die Preisanpassungen erfolgen dabei maschinell durch intelligente Algorithmen. Diese analysieren kontinuierlich riesige Datenmengen und beziehen alle relevanten Preisbildungsfaktoren ein.

Wenn es kalt wird, sind Brennstoffe teurer, wenn es regnet, Regenschirme – so trivial wird KI nicht sein. Aber wie findet KI den optimalen Preis?

Eine KI für intelligentes Pricing sollte in der Lage sein, viele verschiedene Einflussfaktoren bei der Preisbestimmung zu berücksichtigen, z.B. den Lagerbestand, die aktuelle Nachfrage, die Lebensdauer der Produkte, den Wochentag, Verkaufsaktionen, die Konkurrenzpreise oder eben das Wetter (was übrigens auch implizit über die Nachfrage erfolgt). Die Menge der Faktoren macht es deutlich: In Zeiten von Big Data und einem hochgradig-volatilen Marktumfeld sind die Preise von Menschenhand nicht mehr hinreichend effektiv zu steuern. An dieser Stelle kommt künstliche Intelligenz (KI) in Form von selbstlernenden Algorithmen ins Spiel. Die KI berechnet automatisch für jeden Artikel und zu jedem Zeitpunkt den optimalen Preis.

Dabei erfolgt die Preisoptimierung immer unter Berücksichtigung der Preisstrategie des Händlers. Wie weit der Händler in die Arbeitsweise der KI eingreifen möchte, bleibt ihm selbst überlassen. In der Regel legt er zumindest die oberen und unteren Preisgrenzen für jedes Produkt fest. Anschließend gibt er vor, auf welche Zielgröße hin die KI die Preise optimieren soll – also Absatz, Umsatz oder Rohertrag. Die Algorithmen erledigen dann den Rest.

Der große Vorteil dynamischer Preisoptimierung liegt darin, dass die Preisbildung nicht kostengetrieben erfolgt. Stattdessen rückt bei diesem Ansatz die Preisakzeptanz der Kunden in den Mittelpunkt. Die Kernfrage lautet: Was ist den Kunden ein Produkt oder eine Dienstleistung zu einem bestimmten Zeitpunkt an einem bestimmten Ort wert?

[Mehr über nachfrageorientiertes Pricing erfahren Sie in diesem Blogbeitrag.]

Unsere KI ist in der Lage, bestimmte Zielvorgaben eigendynamisch zu verfolgen und in Echtzeit aus der Kundenreaktion Rückschlüsse auf die Wirksamkeit der Preissetzung zu ziehen. So schöpft die KI das Ergebnispotential des Händlers optimal aus.

[In unserem Whitepaper über Dynamic Pricing erfahren interessierte Leser mehr dazu.]

Apropos Dynamic Pricing: Merkt der Kunde eigentlich etwas vom Einsatz des Systems?

Beobachtet der Kunde die Preisentwicklung eines Produktes, bemerkt er natürlich die Preisverläufe. Schwankungen im Onlinehandel, basierend auf Angebot und Nachfrage, sind normal. Wartet der Kunde den richtigen Zeitpunkt ab, kann er ein Schnäppchen machen.

Ein anderes Beispiel, das Kunden wahrscheinlich nicht mit Dynamic Pricing in Verbindung bringen: Couponing.
Um treue Kunden dauerhaft zu binden, die oft und mit hohem Warenkorbwert einkaufen, geben Händler gern Coupons für den nächsten Einkauf. Paaren die Händler den Preisnachlass (gemessen am Kundenwert) noch mit Produkten, die den Kunden wirklich interessieren (womit wir beim Thema Personalisierung wären), schafft er einen echten Mehrwert für den Kunden und einen Anreiz zum Kauf.

[Wer dazu mehr erfahren möchte, kann dies in unserem Blogbeitrag „Statt 20 % auf alles“ lesen.]

Können Multi- und Omnichannel-Händler eine solche KI-Lösung auch am stationären POS einsetzen? Wie muss man sich eine solche Lösung praktisch vorstellen?

Ja. Auch hier gibt es verschiedene Anwendungsszenarien. Ausschlaggebend ist auch hier die Strategie des Händlers. Möchte er seinen Umsatz steigern, Abschriften optimieren, den Kundenwert durch intelligentes Couponing steigern oder womöglich alles zusammen? Eine KI kann auf diese Ziele hin die Preise am POS, z.B. über Electronic Shelf Labels (ESLs), optimieren.

Die KI erkennt die u.a. die Preis-Effekte zwischen verschiedenen Artikeln. Ein Beispiel ist die Preis-Absatz-Beziehung zwischen Erdbeeren, Sprühsahne und Tortenboden. Möchte ein Händler den Abverkauf von Erdbeeren ankurbeln, um vor dem Verfall alle Früchte zu verkaufen, passt er den Preis entsprechend an. Eine KI kann sowohl positive als auch negative Preis-Absatz-Beziehungen (Kreuzpreiselastizitäten) bei der Preisoptimierung berücksichtigen und zeigt nach der Preisanpassung der Erdbeeren auch die Produkte an, hier Sprühsahne und Tortenboden, auf die sich die Preisänderung auswirkt. Die KI schlägt dann den optimalen Preis für Sprühsahne und Tortenboden vor.

[Wer mehr darüber erfahren möchte, kann sich das Beispiel in unserem Video anschauen oder im Blogartikel mehr dazu lesen.]

Gerade das Thema Abschriftenoptimierung nimmt im Lebensmitteleinzelhandel (LEH) einen wichtigen Stellenwert ein: Die KI gestaltet die Preise so, dass sich der Bestand der Lebensmittel bis zu einem gewissen Zeitpunkt nullt. Dadurch werden deutlich weniger Lebensmittel verschwendet.

[Mehr zum Thema Abschriftenoptimierung allgemein und speziell im Fashionhandel lesen Sie in diesem Blogartikel.]

Heute bestellt, morgen geliefert? Wie lange dauert ein solches Projekt im Durchschnitt von der Beauftragung bis zum ersten Nutzen für den Händler? Mit welchen Schwierigkeiten müssen Händler realistisch rechnen?

Der Großteil unserer Pricing-Kunden entscheidet sich für die Durchführung eines PoC (Proof of Concept). Wie entwickeln sich Umsatz, Marge und Absatz durch den Einsatz der KI? Hier wird genau geschaut, was die KI an Mehrwert leistet. In der Regel dauert diese Phase 2-3 Monate. Die Integration der Pricing-Lösung an sich passiert sehr schnell, i.d.R. unter zehn Tagen. Am Ende kommt es auf die Gegebenheiten und Anforderungen des Kunden an.

Wichtig noch zu wissen: Dynamic Pricing bringt eine enorme Steigerung der Effizienz mit sich, da die KI den Menschen wiederkehrende und monotone Tätigkeiten wie die Preisbildung abnimmt. Dies schafft Freiräume für das Category Management, die für strategische Preis- und Sortimentsentscheidungen genutzt werden können

Die Möglichkeiten von Dynamic Pricing klingen überzeugend. Aber ist das nicht nur etwas für die ganz Großen der Branche?

Wir sehen für das Thema intelligente Preisoptimierung eine stark wachsende Nachfrage am Markt. Amazon ändert seine Preise dutzende Male pro Tag. Wer nicht mitzieht, erlebt einen klaren Wettbewerbsnachteil. Der Großteil unserer Kunden im Bereich Dynamic Pricing befindet sich unter den Top 100 der umsatzstärksten Onlineshops in Deutschland. Das heißt aber nicht, dass sich der Einsatz auch für Händler jenseits dieser Platzierung per se nicht lohnt. Hier beraten wir den Händler gern individuell.