coop @home belohnt Newsletter-Abonnenten mit personalisierten Rabatten

Image

Die Coop Genossenschaft, eine der größten Einzelhandelsketten der Schweiz, setzt im Onlineshop coop @home seit Jahren erfolgreich personalisierte Produktempfehlungen zur Kundenbindung und Umsatzsteigerung ein.
Nachdem bereits das Einkaufserlebnis im Onlineshop erfolgreich mit personalisierten Empfehlungen optimiert wurde, werden nunmehr auch die Newsletter entsprechend personalisiert versendet. Die Relevanz für den einzelnen Empfänger wird mittels dynamischen Pricing in Form von Rabatt-Coupons in hohem Maß gesteigert und die Öffnungszahlen sowie die Conversion Rate der Newsletter erhöht. Die Realisierung des Projektes erfolgte in Zusammenarbeit mit der Kölner Scherer & Cie. Corporate Advisory Services GmbH.

„Unser Produktsortiment und unsere Kunden sind sehr heterogen. Umso wichtiger ist es daher für uns, unseren Kunden und Newsletter-Empfängern genau diese Produkte zu empfehlen, die für sie wirklich interessant sind.“ so Ellen Brasse, Leiterin Marketing bei coop @home. „Mit den individuell ausgewählten, rabattierten Produkten belohnen wir vor allem auch jene Kunden, die bei uns häufig einkaufen.“, so Ellen Brasse weiter.

Einsatz der prudsys RDE als ideale Lösungskombination
Möglich macht dies der Einsatz der prudsys Realtime Decisioning Engine (kurz prudsys RDE). Die prudsys RDE ist das in Deutschland am häufigsten eingesetzte Echtzeit-Personalisierungs-System im Handel und gilt als technologieführend. Der modulare Aufbau der Software ermöglicht eine Personalisierung und Echtzeitanalyse über alle Kundeninteraktionskanäle hinweg.
Zusätzlich zum bereits genutzten prudsys RDE | Recommendations Modul, welches bereits seit einigen Jahren personalisierte Empfehlungen im Onlineshop generiert, integrierte Coop nun die Module RDE | Newsletter und RDE | Pricing in ihr Shop- und Newsletter-System von coop @home.
Das Modul prudsys RDE | Recommendations sammelt und analysiert das Kaufverhalten der Kunden im Shop und berechnet daraus passende Produktempfehlungen. Diese Informationen lassen sich mit dem prudsys RDE | Newsletter Modul in elektronische Newsletter integrieren. Zusätzlich ist mit dem Newsletter Modul eine Auswertung des Verhaltens der Newsletter-Abonnenten wie z.B. Öffnungsrate, Klick auf die einzelnen Empfehlungen etc. möglich. Die Verhaltensdaten der Kunden lassen sich zur Bedürfnisanalyse und zur Empfehlungsberechnung heranziehen. Darüber hinaus erfolgt im Newsletter nun die Ausspielung ausgewählter individueller Produkte, die für den Kunden mit einem Rabatt versehen sind. Somit steuern die Kunden die Auswahl der Aktionsprodukte selbst: je mehr sie bei coop @home einkaufen, desto unterschiedlicher ist die Auswahl der rabattierten Lieblingsprodukte. Alle Informationen aus dem Newsletter fließen nahtlos wieder in den Onlineshop ein, so dass die im Newsletter reduzierten Artikel mit korrektem Preis im Onlineshop angezeigt werden.

Maximale Relevanz kombiniert mit höchster wirtschaftlicher Effektivität
Durch den Einsatz der prudsys RDE Module lässt sich eine hohe Personalisierung von Empfehlungen im Shop und nunmehr auch in den Newslettern von coop @home erreichen, von denen nicht nur der Kunde profitiert. Die individuell ausgewählten, rabattierten Produkte, die den Kundenwert und den Deckungsbeitrag berücksichtigen, garantieren zudem eine hohe wirtschaftliche Effektivität der ausgespielten Empfehlungen. Erste Ergebnisse zeigen, dass rund 50% der geklickten Coupons im Newsletter zum tatsächlichen Kauf führen.

Drei wichtige Regeln für Preisentscheidungen im Onlinehandel

Der Preis ist ein wichtiger Erfolgsfaktor im Onlinehandel. Doch welche Aspekte sind bei der Preisgestaltung von Bedeutung und wie können Onlinehändler mit Hilfe mathematischer Herangehensweisen und intelligentem Data Mining die Preise dynamisch anpassen?

Warum wir im Online-Handel noch immer nicht den richtigen Preis finden

Der wichtigste Ertragshebel im Online-Handel ist der Preis. Eine Preiserhöhung von bis zu 1 % kann den Gewinn durchaus um bis zu 10 % dauerhaft anheben. Das Problem ist  jedoch, dass viele Händler Angst vor falschen Preisentscheidungen haben. Die Ursache liegt in der Natur des Menschen. Wenn sich ein Artikel gut verkauft, heben Händler den Preis nicht an, weil die Angst vor Absatzeinbrüchen allgegenwärtig ist. Im umgekehrten Fall werden Preissenkungen bei „Penner“ Artikeln zu spät durchgeführt, da die Sorge überwiegt, den Deckungsbeitrag frühzeitig einzubüßen. Erschwerend kommt hinzu, dass Preisentscheider teilweise die Verantwortung für bis zu 50.000 Artikeln übernehmen und damit der eigentlich interessante Longtail-Bereich außen vorbleibt, da die Fokussierung meist auf den Topsellern oder durchschnittlich nachgefragten Produkten liegt.

Drei wichtige Regeln für Preisentscheidungen im Online-Handel

1. Kunde geht vor Wettbewerb

Oftmals beziehen Onlinehändler ausschließlich die Preise der Wettbewerber in die Preisgestaltung mit ein. Mit viel Budget und Aufwand werden Markt- und Wettbewerbspreise beschafft. Dabei hat der Shopbetreiber bereits zahlreiche Informationen zur Hand, z.B. Erfahrungswerte, ob ein Kunde auf eine Preiserhöhung mit Akzeptanz oder Ablehnung reagiert. Ausschlaggebend ist der Preis, den der Kunde bereit ist zu zahlen, nicht der Wettbewerbspreis.

2. Analyse geht vor Bauchgefühl

Die Analyse bestehender Daten ist für die Preisentscheidung enorm wichtig. Im E-Commerce kann auf unzählige Daten zurückgriffen werden. Beispielsweise ist nachvollziehbar, wie oft ein Artikel geklickt oder gekauft wurde und zu welcher Menge. Damit lässt sich mühelos eine Nachfragefunktion berechnen, was aber von den meisten Onlinehändlern ungenutzt bleibt.

Durch Reaktionsmessung auf eine Preisänderung lässt sich die Preiselastizität berechnen und damit auch die Reaktion auf zukünftige Preisänderungen schließen.

3. Automatisierte Pricing-Prozesse sind effektiver

75 % der Preisentscheidungen, die Pricing-Verantwortliche fällen, weichen laut einer von der TU Chemnitz durchgeführten Studie von den bestehenden Preisprozessen ab. Oft existieren sehr viele Regeln, die zum Teil unbekannt oder ungenügend dokumentiert sind. Auch die Komplexität der Regeln und breitgefächerte Sortimente machen eine IT – Unterstützung erforderlich. Mit Price Decision-Systemen kann die Preisfindung aller Produkte automatisiert werden. Der Onlinehändler hält sich damit an klare Prozessvorgaben, die jedoch durch manuelle Eingriffe und Ausnahmen variiert werden können. Dynamisches Pricing unterstützt auch die Absatzsteuerung und entscheidet nach festen Zielvorgaben, wie z. B. Umsatz- oder Deckungsbeitragsoptimierung. Verschiedenste Parameter wie Preisober- und Preisuntergrenzen, Varianz oder Zeitintervalle der Preisänderungen werden vom Händler vorgegeben. Durch das Klick-Verhalten kann die Reaktion des Kundens vom Pricing-System in Echtzeit erfasst werden. Verschiedenste Pricing-Algorithmen analysieren die Verhaltensdaten der Kunden und berücksichtigen diese in den folgenden Preisberechnungen. Auch Longtail-Produkte können gut in den Preisbildungsprozess einbezogen werden. Beispielsweise können hier die Preise erst abgesenkt und bei steigender Nachfrage wieder angehoben werden. Die Zahlungsbereitschaft der Kunden kann mit dieser Form von Pricing-Systemen nahezu optimal ausgeschöpft werden. Für die klare und automatisierte Anwendung von Preisprozessen und einer dauerhaften Umsatzerhöhung werden intelligente Pricing-Systeme in Zukunft eine wichtige Rolle im E-Commerce spielen.

„Der Preis ist heiß“ Sieger des DATA-MINING-CUP 2012 stehen fest

„Der Preis ist heiß“ – unter diesem Motto startete der diesjährige  DATA-MINING-CUP Wettbewerb, der sich diesmal ganz der dynamischen Preisoptimierung verschrieben hat. Der DATA-MINING-CUP findet seit 13 Jahren alljährlich unter Beteiligung zahlreicher internationaler Universitäten statt und rückt stets ein innovatives  Datenanalyse-Thema in den Fokus seines Wettbewerbes. Dieses Jahr setzten sich die Studenten der Universität Duisburg-Essen und der Amirkabir University of Technology gegen 64 Universitäten/Hochschulen aus 22 durch.

Die klassische Data-Mining-Aufgabe bestand für die Teilnehmer darin, anhand vorgegebener Daten ein Modell zu entwickeln, welches die Abverkaufszahlen für ein Produkt möglichst genau vorhersagt.
In der zweiten Aufgabe galt es, einen Agenten zu implementieren, der die Preisgestaltung für einen Online Shop selbstständig übernimmt. Die Agenten – und damit die Shops der  teilgenommenen Teams – wurden anschließend in einer Multi-Agentensystem-Simulation gegeneinander getestet. Ziel war es, den maximalen Gewinn zu erreichen. Beide Aufgaben wurden unabhängig voneinander bewertet, so dass  pro  Aufgabe jeweils ein Sieger-Team gekürt werden konnte.

Im Rahmen der prudsys Anwendertage, die vom 26.-27. Juni 2012 im NH Hotel Berlin stattfanden, wurde bekannt gegeben, wer in diesem DMC Jahr zu den weltbesten Nachwuchs-Data Minern zählt und sich über ein entsprechendes Preisgeld bzw. Sachpreise freuen kann.

So belegte das Team  I der Universität Duisburg-Essen den mit 2000 EUR Preisgeld dotierten ersten Platz der Wettbewerbsaufgabe 1. Die Plätze 2 und 3 gingen an Studenten der Technischen Hochschule Mittelhessen (Team I)  und des Karlsruher Instituts für Technologie (Team II).  Mit der University of California San Diego (USA) und der  Siberian State Aerospace University (Russland) befanden sich zwei internationale Universitäten unter den ersten zehn Plätzen.

Ebenso international gestaltete sich die Team-Platzierung der zweiten Aufgabe. Hier ging der erste und zweite Platz an Studenten der Amikabir University of Technology (Iran). Ebenfalls unter den besten zehn Platzierungen sind Studenten der Brigham Young University (USA), der Indonesia University of Education (Indonesien) und der Universität Wien (Österreich). Auch deutsche Teams der Hochschule Reutlingen, der Hochschule Anhalt sowie dem Karlsruher Institut für Technologie befinden sich bei der zweiten Aufgabe unter den Top 10 der besten Teams.

Weitere Infos zum Wettbewerb: www.data-mining-cup.de

Studie der TU Chemnitz zeigt: Intelligentes Pricing gilt als Erfolgsfaktor im Handel

Im Rahmen einer wissenschaftlichen Untersuchung führte die TU Chemnitz eine bundesweite Befragung durch, um den Einsatz von intelligenten Technologien im Preismanagementprozess zu untersuchen. Die Ergebnisse dieser Studie zeigen, dass eine intelligente Preisoptimierung wesentlich zum Erfolg eines Unternehmens beiträgt.

Der Preis ist für die meisten Konsumenten eines der überzeugendsten Argumente, ein Produkt zu kaufen. Unternehmen stehen daher insbesondere vor der Frage, jenen optimalen Produktpreis zu ermitteln, der die Konsumenten zum Kauf des Produktes veranlasst, der allerdings auch für Händler maximale Margen garantiert.

Einige Unternehmen berechnen Preise manuell, andere wiederum orientieren sich an Wettbewerbspreisen. Ebenso gibt es bereits Lösungen am Markt, die Wettbewerbspreise in Echtzeit analysieren und die eigene Preisgestaltung im Hinblick auf Margenoptimierung ausrichten. Sie ermitteln zudem den optimalen Produktpreis für ein bestimmtes Zeitintervall oder passen die Preise an Kaufverhalten der Kunden, Verfügbarkeit der Waren und Werteverläufen von Frischeprodukten an.

Doch wie etabliert sind bereits derartige Lösungen in den Unternehmen? Wie viele Händler nutzen bereits eine derart dynamische Preisoptimierung in der Praxis? Um den Status Quo des Einsatzes derart intelligenter Systeme zur Unterstützung von Preismanagementprozessen zu eruieren, führte der Fachbereich für Wirtschaftswissenschaften am Lehrstuhl für Wirtschaftsinformatik II der Technischen Universität Chemnitz durch.

Über einen Zeitraum von drei Monaten, von September bis November 2011, wurden über 170 Personen in Deutschland via online Fragebogen  zu Preisprozessmanagement und Preisoptimierung im eigenen Unternehmen befragt – mit interessanten Ergebnissen.

So gaben fast 60% der Befragten an, dass durch den Einsatz einer intelligenten Preisoptimierung im Unternehmen ein Gewinnzuwachs verzeichnet wurde. Bei mehr als der Hälfte der Befragten konnte die Kundenprofitabilität gesteigert werden und bei rund einem Drittel der Teilnehmer verbesserte sich die Kundenloyalität. Daraus lässt sich ableiten, dass eine dynamische Optimierung von Preisen ein wesentlicher Erfolgsfaktor für die Profitabilität eines Unternehmens ist.

Allerdings erfolgt nur bei knapp über einem Drittel der Studienteilnehmer die Preisbildung in Echtzeit. Über 50% der befragten Unternehmen gaben vielmehr an, dass sich deren Preisstrategie in erster Linie am Markt orientiert. Letztendlich bedeutet dies, dass jene Unternehmen nicht das volle Potential einer intelligenten Preisoptimierung nutzen. Es gibt zahlreiche weitere Faktoren, wie z.B. die Berücksichtigung des Klickverhaltens der User, die  wertvolle und gewinnbringende Informationen enthalten, um den bestmöglichen Preis eines Produktes oder eines Produktbundles zu ermitteln.

„Mit der Einführung einer dynamischen Preisoptimierung gehen für Unternehmen etliche Vorteile einher, die über die reine Optimierung der Marge hinausgehen. Der IT-Einsatz zwingt zu mehr Disziplin bei der Preisentscheidung. Pricing-Prozesse werden im Zuge der Einführung häufig erstmalig ordentlich dokumentiert und standardisiert. Die Teilautomatisierung der Pricing-Prozesse erhöht die Ressourceneffizienz. Die Zeitersparnis erhöht die preispolitische Agilität am Markt. Damit wirkt die dynamische Preisoptimierung gleichsam als Katalysator für die Wettbewerbsfähigkeit von Unternehmen.“, so Christian Schieder, Mitautor und wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik II an der Technischen Universität Chemnitz.

Die prudsys AG, Spezialist für dynamische Preisoptimierung, wirkte im Rahmen der Studie an der Eruierung der relevanten Fragestellungen beratend mit.

Die Ergebnisse der Studie sind unter http://www.tu-chemnitz.de/wirtschaft/wi2/wp/wp-content/uploads/2012/04/Pricing-Studie-State-of-the-Art-im-E-Commerce_v1.5.pdf zu finden.