Behavioral Pricing UE11

Empfehlungen

Fallstricke / Empfehlungen

1. Es mag verführerisch sein, direkt mit einem komplexen dynamischen Pricing-Algorithmus zu starten, der unzählige prädiktive Faktoren beinhaltet – es empfiehlt sich aber das Modell schrittweise aufzubauen und einfach zu starten, z. B. mit Preisdifferenzierung in Abhängigkeit des Wochentages.

2. Das Vertrauen des Kunden ist das wichtigste Gut – dieses sollte man nicht durch offensives dynamisches Pricing aufs Spiel setzen– sich ändernde Preise müssen erklärbar sein (z. B. Frühbucher buchen billiger).

3. Pricing-Algorithmen sollten in jedem Fall durch Menschen überwacht werden.

4. Als nicht originärer Onlinehändler muss man das dynamische Pricing in seine Gesamt-Pricing-Strategie glaubhaft integrieren.

Modellsicht Dynamic Pricing

Dynamic Pricing Vorteile - Zeit und Konkurrenz

Umstrittenheit von Dynamic Pricing bei Kund:innen

Trend - AI for Pricing

Trend - AI for Pricing - IT Barrieren

Zustimmung von 41%, 41%, 31%

Trend - AI for Pricing - Value and Potential

→ Je mehr es Schritt für Schritte eingebaut wird, desto mehr Verständnis zur Nutzung und Trust

→ Aber noch umstritten wegen Data availability und quality bei eineigen Firmen

Chancen von KI im Pricing

Akzeptanz Dynamic Pricing Ebelhofer Studie

41% der Endkonsumenten akzeptieren Dynamic Pricing.

Anpassungen wegen Jahreszeiten als Treiber der Akzeptanz. Häufige Anpassungen vermeiden wie Wöchentlich, Täglich, Stündlich oder Wetterbezogen.

Dynamic vs. Personalized Pricing

Typische Pricing Modelle (5)

Dynamic Pricing - Vorteile und Nachteile

Abo-Modelle - Vorteile und Nachteile

Pay-Per-Use - V + N

Freemium - V + N

Bundling - V + N

Psychologie hinter Pricing (5)