Dynamisches Pricing und intelligente Produktempfehlungen Wie Sie mit Personalisierung die Potentiale Ihres Online Shops effektiv nutzen www.prudsys.de
Zahlen und Fakten Gründung: 1998 Mitarbeiter: 30 Hauptsitz: Chemnitz Vorstände: Jens Scholz Dr. Michael Thess Data Mining Technologieführer und Marktführer im Bereich Echtzeit-Analyselösungen in Deutschland Branchenschwerpunkt Handel Mitglied der PIRONET NDH Group Organisator des DATA-MINING-CUP Trusted Shop Authorized Partner bvh Preferred Business Partner IBM Advanced Business Partner Seite 2
Data Mining und dynamische Pricing Mining: aus dem Bergbau, enorme Gesteinsmengen werden maschinell abgebaut und aufbereitet, um vergleichsweise wenig Edelmetalle abzubauen Data Mining: enorme Datenmengen werden mit anspruchsvollen, automatisierten Methoden nach wertvollen Informationen durchsucht Realtime Price Mining: enorme Datenmengen werden mit anspruchsvollen Algorithmen in Echtzeit analysiert und ausgewertet, um wertvolle Informationen für die Preisentscheidung abzubauen Aktueller Zustand:. Verfügbare Daten Genutzte Daten Seite 3
Bedeutung des Preises im Handel McKinsey Studie 1%ige-Verbesserung der verbessert den Gewinn um Fixkosten 2,7% Absatzmenge 3,7% Variable Kosten 7,3% Preis 11,0% Quelle: Marn, Roegner, Zawada: The Price Advantage (Wiley) Seite 4
Ausgangslage Pricing Hohe Sortimentsumfänge tausende Artikel Preisentscheider verantworten teilweise 10.000 Artikel Preisrelevante Informationen werden unzureichend genutzt Abschätzung der Preis-Absatz-Funktion und Preiselastizität unmöglich Preisentscheidungen werden zu spät getroffen Untertägige Informationen werden nicht / zu spät berücksichtigt Kosten-Plus Verfahren und Wettbewerbsorientiertes Pricing dominieren Die Herausforderung: Preisrelevante Informationen aus den verfügbaren Daten in Echtzeit finden und Preisentscheidungen/-Empfehlungen zum richtigen Zeitpunkt treffen, um zu einem professionalisierten und werthaltigen Pricing zu kommen. Seite 5
Preismanagement in der Prozessperspektive Strategie Analyse Entscheidung Umsetzung nach Simon et al. Preismanagement (2009) Seite 6
Strategie Strategien werden vom Endanwender definiert! (Client/ERP) bzw. Customizing Strategie Leitet sich aus den Unternehmenszielen ab Gewinn- oder Umsatzziel (Mengen-/Marktanteilsziel) Bestandsziele Preispositionierung (Hoch, Mittel und Niedrig) Eck-/Fokusartikel (Preisimage) Abschöpfungsartikel Seite 7
Analyse: Preisspielraum Analyse der preisrelevanter Faktoren Analyse Seite 8
Preisrelevante Faktoren Expertenurteil Befragung Beobachtung Kundenbefragung Experimente Marktbeobachtung Direkte Indirekte Preisexperimente Experimentelle Auktionen Marktdaten Analyse Daten von Internetauktionen Händler prudsys prudsys prudsys prudsys Extern Extern Name Your Own Price - Klick-/Kaufverhalten auf Produkte, Kategorie, Shop-Ebene - Ausgewählte Sessions erhalten Testpreis - Messung des Kundenreaktion - Preise der Wettbewerber - Eckartikel (stündlich) - Preisspanne Valide Basisdaten für die Ermittlung der PA-Funktion Seite 9
Entscheidung: Optimaler Einzelpreis Vollautomatisch oder als Vorschlagssystem Entscheidung Kunden - Kundenverhalten,- Reaktionen - Zahlungsbereitschaft - Einstandskosten - Strategie/ Positionierung Unternehmen Artikel - Eck-/Fokusartikel. - Abschöpfungsartikel - Lebenszyklus Lagerbestand Realtime Decisioning Engine - Hi-/Lo-Preis - Preisspanne - Anzahl der Wettbe. Wettbewerb/Markt - Kampagnen - Regeln - Festpreise Business Optimaler Preis Seite 10
Entscheidung: Promotion Pricing Preis- und Produktbündelung (Bundling) Entscheidung Kombination mehrerer heterogener Produkte Rabattierung auf Bundles die zusammen gekauft werden oder ähnlich sind Ausnutzen von Cross- und Up-Selling Potential Couponing Ermittlung von Gutscheinempfängern Individuelle Rabattierung Live-Deal-Pricing Kombination aus Reverse & Forward Auction Wer zu erst zuschlägt bekommt den Artikel Wird parallel als Preisinformation genutzt Price Promotions werden im prudsys Client vom Anwender aktiviert Seite 11
Preis- und Produktbündelung Idee: Dynamische Kombination von 1+n Produkten, auf Basis von Klick- Kauf Algorithmen oder Namensähnlichkeiten. Die Rabattierung erfolgt dynamisch auf Basis des Kombinationsdeckungsbeitrages. Funktionsweise: Auf den Artikeldetailseiten und im Warenkorb wird ein Request eingebaut, der übermittelt welche Artikel in welcher Reihenfolge angesehen wurde und welche Artikel gemeinsam gekauft werden. Auf Basis dieser Verbindung entsteht das Bundle. Vorteile: Keine Einzelpreisveränderung Nutzen von Cross-/Up-Selling Pot. Unabhängig von Preisvergleichen Differenzierung ggü. Wettbewerb Automatische Produktkombination Seite 12
Couponing Idee: Personalisiertes Pricing auf Basis der Couponingidee. Ein Rabatt in Form des Coupons wird dann ausgespielt, wenn z. B. ein potenzieller Warenkorbabbruch. Funktionsweise: Im Online-Shop wird Scoring vorgenommen, nach vordefinierten Kriterien, in dem potenzielle Warenkorbabbrecher erkannt werden. Auf Basis dieser Analyse und des vorhandenen Preisspielraums wird ein zeitlich begrenzter Coupon an den Kunden z. B. per Newsletter zugestellt. Vorteile: Kundenorientiertes Pricing Differenzierung ggü. Wettbewerb Keine pauschale Rabattierung der Einzelpreise Seite 13
Live-Deal-Pricing Idee: Spezielle Auktionsform, bei der der Preis abhängig ist von der Nachfrage. Die Ergebnisse dienen zusätzlich als Datenquelle für die tatsächliche Preis-Absatz-Funktion. Funktionsweise: Ein Artikel wird als Live-Deal eingestellt für einen bestimmten Zeitraum, der Startpreis ist der UVP. Kunden können dann den Artikel anschauen und je nachdem wie die Nachfrage ist steigt oder fällt der Preis. Der Kunde, der zu erst den Preis akzeptiert, erhält den Zuschlag, das Angebot endet. Vorteile: Schnäppchencharakter Messung der Zahlungsbereitschaft Innovative Day-Shopping Applikation Seite 14
Ausgangslage Recommendations Umfangreiches Produktsortiment Komplexe Kategorie Hierarchien Ausgeprägtes Long-Tail-Segment Kurze Produktlebenszyklen Hoher Erwartungswert an den Shop Verändertes Produktinteresse der Kunden Herausforderung: Vorhandenen Informationen nutzen, um aus der Vielzahl der möglichen vorhandenen und neuen Produkte die Produkte zu finden, die den Kunden zu richtigen Zeit ansprechen und den Umsatz des Shops maximieren. Seite 15
Funktionsweise Rewardsteuerung Verbundkettenoptimierung Exploit/Explore Mechanismus Controlling: Integriertes Statistik- und Reporting- Framework, A/B oder multivariate Tests sind unter bestimmten Bedingungen möglich. Seite 16
Wirtschaftlicher Nutzen Umsatzsteigerung durch signifikante Steigerung der Conversion Rate und des Umsatzes pro Warenkorb. Steigerung der Quote der Spontankäufe und Stimulation von Impulskäufen beim window shopping, Erhöhung des Absatzvolumens durch X-Selling Ertragssteigerung durch die intelligente Verhinderung von Down- Selling Kundenbindung und -intimität verstärken, Erhöhung der Verweildauer im Web-Shop ( sticky marketing ) gezielte Steuerung des Verkaufs spezieller Produkte möglich (Sonderaktionen, Abverkauf, Lagerräumung, Produkte pushen,...) Seite 17
Lösung Einsatzgebiete: Produktempfehlungen (z.b. auf KategorienSeiten, Produktdetailseiten, Warenkorbansichtsseiten, Bestellabschlussseiten, in personalisierten Shopbereichen) Suchergebnisoptimierung (z.b. Sortierung von Suchergebnissen nach Relevanz, Anzeige von Empfehlungen auf Basis der Suchanfrage) Contentempfehlungen (z.b. Bannersteuerung) Vorteile: Berücksichtigung des Nutzerverhaltens durch Echtzeit-Lernen Optimale Ausschöpfung des Cross- and Up-Selling Potenzials Vermeidung von Down-Buying und Topseller-Problematik Vollautomatische Arbeitsweise (Install-and-Forget) Hochwertige Empfehlungen auch bei kleinen Warenkörben, im Long Tail und für neue Produkte bzw. Inhalte Einbeziehung von Umweltfaktoren (z.b. Kanal, Uhrzeit, Wetter) Seite 18
Integration mit Magento Mit Magento Connect Manager das Ireus Modul installieren Extension Key: magentocommunity/ireus_recommendation_engine_interface Unter http://www.ireus.net/registration registrieren und REID abholen REID im Magento Store eintragen, Daten Upload konfigurieren Empfehlungen gestalten und an beliebigen Stellen im Shop integrieren Fertig. Seite 19
Referenzen prudsys Lösungen in der Praxis Seite 20
Noch Fragen? So erreichen Sie uns: http://www.ireus.net http://www.ireus.net/de/supported-shop-software/magento Jan Lippert Tel.: +49 371 27093-44 lippert@prudsys.de prudsys AG Zwickauer Straße 16 09112 Chemnitz http://www.prudsys.de Seite 21