Customer-Centric Pricing mit Advanced Analytics
Mathematische Modelle und Methoden am Beispiel des Katalogpricings bei Reiseveranstaltern
Alexander Baur
Die zunehmende Komplexität von Produkten, eine gesteigerte Marktdynamik aufgrund von Globalisierung und Deregulierung und die dadurch bedingte Forderung nach schnellen Entscheidungen, stellen für Entscheidungsträger nur noch schwer zu erfüllende Anforderungen dar. Durch die Entwicklung immer schnellerer Rechner und die Speicherung von immer mehr Daten in sämtlichen Bereichen des Lebens, ist jedoch die Grundlage für eine neue Basis der Entscheidungsfindung gegeben: die Nutzung quantitativer Methoden zur Gewinnung neuer Erkenntnisse, kurz Advanced Analytics.
In der vorliegenden Arbeit wird untersucht, inwiefern sich Methoden aus dem Bereich der Advanced Analytics eignen, um Pricingprozesse in Unternehmen zu unterstützen. Aus Unternehmenssicht besteht aus mehreren Gründen ein starkes Interesse daran, Mitarbeiter im Pricing bei ihrer Tätigkeit zu unterstützen. Zum einen ist der Preis die mächtigste Stellschraube, die über die operative Profitabilität und damit den Erfolg eines Unternehmens entscheidet. Zum anderen sind die Auswirkungen einer Pricingentscheidung – ohne die Verwendung spezialisierter Methoden – nur schwer vorherzusagen.
Anhand eines exemplarischen Pricingprozesses werden unterschiedliche Möglichkeiten der Unterstützung durch Methoden aus dem Bereich der Advanced Analytics erläutert. Dabei werden konkrete Modelle zur Vorhersage von Kundenwahlverhalten geschätzt und diese in mathematische Optimierungsmodelle integriert. Ziel der Integration ist die bestmögliche Abschöpfung der Zahlungsbereitschaften der verschiedenen Kunden, weswegen auch von einem Customer-Centric Pricing die Rede ist. Mit Hilfe der präsentierten Optimierungsmodelle ist es außerdem möglich, industriespezifische Restriktionen zu berücksichtigen, was im vorliegenden Fall am Beispiel der Reiseveranstalter gezeigt wird. Darüber hinaus kann, in Abhängigkeit der verwendeten Modelle, das Ausmaß der Entscheidungsunterstützung und damit der Grad der Interaktion zwischen Mitarbeitern und mathematischem Modell variiert werden.
