TUI Deutschland setzt eine IBM-Lösung zur automatisierten und kundenorientierten Preisfindung ein und hat damit bislang eine Profitabilitätssteigerung von zwei Prozent und eine Umsatzsteigerung von 0,7% erzielt. Auf der CeBIT 2011 stellte TUI diese Lösung der Presse vor.
Bei dieser Lösung wird durch die Modellierung eines branchengerechten Kunden-Produkt-Clusters auf der Grundlage des wahrgenommenen Käufernutzens die Preissetzung gezielt für eine erfolgreiche Kundenansprache angepasst. Durch eine analytische Unterstützung läuft der Preisfindungsprozess schneller und ertragsoptimal ab.
“Die traditionellen Mittel der Preisfindung sind auf unserem Markt durch mittlerweile unzählige zu berücksichtigende Dimensionen nicht mehr anwendbar”, erklärt Matthias Wunderlich, Head of Business Intelligence bei TUI Deutschland. “Daher waren wir auf der Suche nach einem innovativen Weg, unsere Geschäfte profitabler zu machen – aber nicht auf Kosten der Kunden.” Mit der kundenorientierten Preisfindung habe TUI Deutschland genau das richtige Instrument dafür gefunden.
Customer Centric Pricing (CCP)
Die Basis für CCP bilden im Wesentlichen die vorhandenen Kundeninteraktionsdaten. Aus ihnen lassen sich durch Business Analytics sogenannte “Kundencluster” modellieren, denen sich wiederum bevorzugte Produkte zuordnen lassen.
Beispiel Touristik
Für den Reiseveranstalter TUI identifizierten die IBM-Experten typische Konsumentengruppen, Family-Kunde, Beach-Kunde, Premium- Kunde und so weiter. Für jeden Kundentypus kommen schwerpunktmäßig bestimmte Produktsegmente infrage, etwa ein ruhiges Hotel am See für die Familie, ein Hotel an einer Strand- Partymeile für den Beach-Kunden oder ein Luxushotel mit Extraservices für den Premium-Kunden. Jeder Kundentyp wird zudem auf Basis von Kundeninteraktionsdaten mit bestimmten Zeiträumen assoziiert. So sind Familien meist auf Schulferien angewiesen, während der Beach-Kunde Wert auf sommerliche Temperaturen legt und der Premium-Kunde sich deutlich flexibler zeigt.
Analysiert man das Beziehungsgeflecht zwischen Kundentypen, ihren bevorzugten Hotels und Reisezeiträumen, so lässt sich für jedes Hotel, jedes Kundensegment und jeden Tag eine konkrete Zahlungsbereitschaft errechnen. Kombiniert mit den Einkaufspreisen, den angestrebten Margen, vorgegebenen Nebenbedingungen sowie zumeist auch mit den Wettbewerberangeboten, ergeben sich daraus optimierte, konsistente Sets an Preisen, ein sogenanntes Grob-Pricing.
Der Pricer, der maßgeblich die Parameter fürs Grob-Pricing festlegt, entscheidet schließlich über die konkreten Preise. Abschließend wird automatisiert mit Hilfe eines Regelwerks die Preisstruktur auf Inkonsistenzen geprüft und nötigenfalls korrigiert.
Branchen-Know-how unerlässlich
Die umfassende CCP-Lösung vereint fundierte Kenntnisse der jeweiligen Branche mit Software von IBM. Für dieses Branchen-Know-how stehen 55.000 vernetzte IBM Berater weltweit, die mit den Besonderheiten der verschiedenen Wirtschaftszweige vertraut sind und eng mit dem Fachbereich und Methodikspezialisten kooperieren. Sie unterstützen Unternehmen bei der Modellierung branchengerechter Kunden-Produkt-Cluster und mathematisch optimierter Pricing-Regeln sowie beim Change Management.
Deutliche Profitabilitätssteigerung
Bei einer Analyse der Katalogpreise von TUI wurden fast 20 Prozent der Preise als inkonsistent identifiziert. Für den Erlös bedeutete das ein potenzielles Plus von rund 2 Prozent. Doch natürlich sorgt CCP nicht nur für Preiserhöhungen, sondern auch durch passgenaue Vergünstigungen für mehr Attraktivität und damit mehr Profitabilität. So konnte im CCP-Pilotmarkt des Reisekonzerns eine Umsatzsteigerung von potenziell 0,7 Prozent identifiziert werden, was sich entsprechend in der Profitabilität niederschlägt.
IBM weiter: “Erfahrungswerte zeigen, dass ein Umsatzwachstum um 1 Prozent die Profitabilität durchschnittlich um 12 Prozent steigert. Es verwundert also nicht, dass auf analytischer Preisermittlung basierende Strategien in immer mehr Branchen auf dem Vormarsch sind.”
