Heutzutage sind Marketers in einem Dilemma. Alle Methoden der Preisforschung habe ihre eigenen schwerwiegenden Problem.
Traditionelle Befragungsmethoden wie Van-Westendorp oder Garbor-Granger sind praktikabel und kostengünstig. Ihre Validität ist jedoch stark eingeschränkt
Pricing Software, die Preisvariationen und Absatzschwankungen analysieren sind ebenfalls vorallem durch ihren begrenzten Wertebereich sehr in ihrer Einsetzbarkeit eingeschränkt
Conjoint Measurement führt zu valideren Befragungsergebnissen. Das Aufsetzen einer Studie bedarf jedoch einer gewissen Expertise, sodass ein breite Anwendung sehr kostspielig sein kann.
Verfügbare Methoden sind daher entweder nicht valide genug, zu eingeschränkt gerade für Neuprodukte oder zu teuer.
The bestselling book „Pricing Intelligence“ has more on the topic and
Neueste Entwicklungen geben jedoch Hoffnung.
Komplexe Technologie klingt immer nach komplizierter Bedienung. Dies ist glücklicherweise nicht mehr so. Ein iphone oder ein Tesla ist hoch-komplex aber simple zu bedienen. Dies ist das Leitbild moderner Saas-Applikationen.
Wie ich gleich im Detail darstellen werde, liefert die neue Technologie drei Ergebnisse
Im Jahr 2018 bereitete die Marke weitere Produkt-Innovationen vor. Im Fokus standen mobile, tragbare Boxen, die sowohl als zu Haus als auch unterwegs genutzt werden kann.
„Im Produktentwicklungsprozess ändern sich schnell mal Design und Features des zukünftigen Produktes. Da ist ein Insightstool nützlich das schnell, agil und valide Feedback liefert“ sagte David Feick, damaliger Leiter der Marktforschung.
So würde Sonos zu eine der ersten bekannten Marke, die Implicit Intelligence anwendete.
Bei Produkte wurden exakt zu dem Preis eingeführt, den die Methode ermittelt hatte.
Die Produkte sind heute als Sonos MOVE und ROAM mit riesigem Erfolg eingeführt und werden nach wie vor für 399 USD für MOVE und 199 USD für ROAM verkauft.
Some professionals prefer to access video tutorials around pricing and insights
Implicit Intelligence löst die Probleme von direkte Methoden wie Garbor-Granger als auch indirekten Methoden wie Conjoint über die Kombination von Messmethoden des Neuroscience and Causal Machine Learning
Implicit measurement
95% der Preisentscheidung basiert auf einer bereits vorhandenen Einstellung zum Preis, die implizit und sofort am Point-of-Sale abgerufen wird. Es kostet Verbrauchen weniger als 1 Sekunde, um zu entscheiden ob ein Produkt teuer, billig oder angemessen bepreist ist. Diese unbewusste Meinung (im englischen „Attitude“) beeinflusst maßgeblich alle nachgelagerten rationalen Denkprozesse.
Diese implizite Einstellung zum Preis ist das Ergebnis aus bisherige Erlebnissen und Wahrnehmungen mit ähnliche Produkten. Jedoch auch selbst bei Produkte wo wir keinen objektiven Preis haben, besitzen Menschen eine ungefähre Erwartung. Dies Erwartung IST die Meinung.
Was kostet eine Rex-ZX-Schraube im Motorblock eines BMW X5? Auch wenn ich diese Schraube nicht kenne vermute ich irgendetwas zwischen fünf oder fünfzig Euro. Ein Preis von 500 Euro würde mich stutzig machen. Warum? Schwer zu sagen. Es ist eine Extrapolation aller bisher erlebten Schraubenpreise.
Die Psychologie und Neurowissenschaften habe eine Methode entwickelt, die unbewusste Einstellungen präzise aufdecken kann. Mit dem sogenannten „Implicit Association Test“ (IAT) kann auch ermittelt werden ob jemand eine rassistische oder frauenverachtende Einstellung besitzt – gegen den Willen des Befragte.
In gleicher Weise wir der IAT dazu genutzt die Verzerrungseffekte von direkten Pricingbefragungen zu vermeiden.
Konkret wird dem Befragten das Produkt mit einem Preis gezeigt. Er wird gebeten eine Frage wie in der Grafik dargestellt mit Ja oder Nein zu beantworten. Der Clou ist, dass weniger die Antwort selbst sondern die Reaktionszeit entscheidend ist.
Langsam gegebene Antworten sind gemäß der Neuroscience-Forschung ein Ergebnis rationaler Denkprozess. Da die Methode aber die Einstellung VOR dem Denkprozess messen möchte, werden schnelle antworten überbewertet.
Dabei gibt es zugleich aus der Physiologie bekannte Schwellwerte – es gibt Antwortzeiten, die sind grundsätzlich physiologisch nicht möglich.
IAT Anwendungen für Pricing unterscheiden sich u.a. in der Art der verwendeten Adjektive. Die klassische Methode verwendet „teuer“ und „günstig“.
Studien der Universität zu Hannover haben diese Adjektive jedoch prädiktive Schwächen:
Problem 1 und 3 haben die Forscher damit gelöst dass andere Adjektive explorativ ermittelt worden und die Gesamtzahl auf vier ausgebaut worden
Punkt 2 wird durch den Einsatz von Causal Machine Learning gelöst
Causal Calibration
Implicit Intelligence misst zudem den impliziten Kaufwunsch mit. Dieser wird jedoch nicht explizit zur Berechnung der Kaufbereitschaft verwendet, denn er wird von vielen Faktoren wie persönliche Situation oder Budget beeinflusst, die in der Befragung so nicht gut kontrolliert werden können, da sie unbekannt sind.
Die Kausalforschung hat unter anderem die Methode der Instrumental-Variable entwickelt. Die Idee dabei ist es eine Variable als Indikator als Ersatz zu verwenden, von der bekannt ist, dass sie weniger diesem Einfluss unbekannter Faktoren ausgesetzt sind.
Die Antworten aus dem IAT auf die vier standardisierten Adjektive wird jetzt verwendet, um die implizit gemessene Kaufbereitschaft zu prognostizieren indem ein Machine Learning Model angewendet wird.
Der Output dieses Models basiert auf nicht mehr aus Situations- oder Budgetabhängigen Informationen. Er ist kausal „bereinigt“.
Market Calibration
Stufe drei kalibriert die Nachfrageprognose des System, denn aufgrund von bestimmten Marktbesonderheiten besteht immer wieder eine Ist-Soll-Lücke. Auch hierfür wird ein Maschine Learning Modell verwendet, was anhand von viele Produkte für die der Implicit Intelligence Prozess durchgeführt wurde, antrainiert wird.
Im Ergebnis erhält man eine Methode, die mit geringer Stichprobengröße höchste Präzision erreichen. Dies ist möglich da rational und situative Verzerrungseffekte eliminiert werden und das Ergebnis an Realdaten kalibriert ist.
Today pioneers use the latest pricing survey tools that use Neuroscience + AI
Interested professionals can use some tools even for free and explore on its own
You can access supra tools free here.
Die Preisforschung hat in den letzten Jahrzehnten deutliche Forschritte gemacht. Trotzallem haben alle Methode vielfältige Einschränkungen. Entweder ist die Validität sehr eingeschränkt oder Methoden sind komplex und teuer.
Methoden des Implicit Intelligence™ sind nun erstmals sehr valide mit hoher Prognosegüte sowie einfach und kostengünstig zugleich.
Dies wird möglich da Neuroscience-Methoden implizite (unbewusste) Einstellungen misst, Causal Machine Learning den Zusammenhang zur Kaufbereitschaft herstellt und Kalibrierung mit Echtdaten den Einfluss von externe Effekten herausrechnet.
Mehr dazu unter Supra.tools – das führende Tool in diesem Gebiet.
In my email newsletter „Pricing Insights“ I cover the whole range of pricing insights solutions-from Garbor Granger to Conjoint, from NeuroPricing to Pricing Software Systems. I describe the application in various fields from new product pricing to promotion, from brand premium to feature pricing.
Keep up to date here.