Wettbewerb in Märkten mit homogenen und differenzierten Produkten: ein datengetriebener Ansatz

Zwei Läden in derselben Stadt können zwei völlig verschiedene Spiele spielen

Fast jeder Rat zur Preisgestaltung setzt voraus, dass du weißt, in welchem Markt du steckst. Die meisten Inhaberinnen und Inhaber, die ich treffe, wissen es nicht, und die ehrliche Antwort lautet meistens: "Kommt auf die Produktlinie an." Darum geht es hier um den Vergleich. Wie sich ein Markt identischer Produkte von einem Markt unterschiedlicher Produkte unterscheidet, welche Daten dir verraten, in welchem du bist, und was jeder der beiden belohnt.

Durch den ganzen Artikel begleiten uns zwei erfundene Hamburger Läden. Jede Zahl ist ausgedacht, damit ich jeden Rechenschritt zeigen kann.

Der erste heißt Brühwerk Elbe und gehört Sami. Er verkauft Kaffeevollautomaten der großen Hersteller, mit genau denselben Modellnummern, die auch eine bundesweite Elektronikkette und ein Marktplatz führen.

Der zweite heißt Rösterei Kiebitzweg und gehört Aylin. Sie röstet eigene Mischungen und verkauft sie online in Tüten zu 250 g, überwiegend im Abo. Niemand sonst hat sie im Angebot.

Dieselbe Stadt, dieselbe Kundschaft, zwei verschiedene Märkte, und vier Zahlen belegen das. Wenn Elastizität für dich neu ist, lies zuerst Preiselastizität einfach erklärt. Jede Formel unten verlinkt außerdem auf den passenden Abschnitt der Grundlagen, wo die Mathematik von Grund auf erklärt ist.

Im homogenen Markt vergleicht die Kundschaft nur noch den Preis

Ein homogenes Produkt ist eines, bei dem im Karton genau dasselbe steckt, egal wer es verkauft. Die Lehrbuchfassung heißt vollkommener Wettbewerb: viele Unternehmen mit identischen Produkten, viele Käufer, vollständige Information, freier Markteintritt und Marktaustritt. Jedes Unternehmen nimmt den Preis hin, denn schon ein etwas höherer Preis als der Markt würde es seine Verkäufe kosten.¹

Im echten Handel gibt es ein paar große Anbieter, die sehr wohl Preise setzen. Dieselbe Logik greift trotzdem, nur über ein anderes Modell. Joseph Bertrand beschrieb zwei Anbieter eines identischen Produkts, die über den Preis konkurrieren. Jeder kann den ganzen Markt gewinnen, indem er den anderen um einen Cent unterbietet. Also tun das beide, bis der Preis bei den Grenzkosten ankommt und keiner mehr eine Marge hat. In der Ökonomie heißt das Bertrand Paradox: Zwei Anbieter genügen, um die Marge wegzukonkurrieren, solange die Produkte identisch und die Kosten gleich sind.²

Wie so ein Preiskampf verläuft und was ein kleiner Händler noch tun kann, wenn ein großer senkt, ist ein eigener Artikel: Preiskämpfe und große Player im homogenen Produktmarkt schlagen. Hier brauche ich nur den Kern: Wenn das Produkt dasselbe ist, bleibt nur der Preis zum Vergleichen.

Beispiel: derselbe Automat in drei Tabs

Eine Kundin in Eppendorf möchte einen bestimmten Kaffeevollautomaten. Sie öffnet drei Tabs: Samis Shop mit 400 €, die bundesweite Kette mit 400 € und einen Marktplatzhändler mit 389 €.

Schritt eins, die Modellnummer: in allen drei Tabs identisch. Schritt zwei, die Lieferung: überall kostenlos innerhalb von drei Tagen. Schritt drei, die Garantie: die zwei Jahre des Herstellers, bei allen dreien weitergereicht.

Weil sonst nichts die drei Angebote trennt, entscheidet in Schritt vier der Preis, und 389 € gewinnt. Sami hat nichts falsch gemacht. Er hat im Vergleich bloß nichts außer der Zahl.

Im differenzierten Markt gehört jedem Anbieter ein Stück der Nachfrage

Ein differenziertes Produkt hat etwas Eigenes, das der Kundschaft wichtig ist. Das Lehrbuch nennt diesen Markt monopolistische Konkurrenz: Viele Unternehmen konkurrieren, aber jedes verkauft etwas ein wenig anderes. OpenStax nennt vier Arten, wie sich Produkte unterscheiden: physische Eigenschaften, der Ort, an dem sie verkauft werden, immaterielle Merkmale wie Garantien, Ruf, Service oder Finanzierung, und die Wahrnehmung der Käufer, oft geprägt von Gewohnheit und Werbung.³

Die Folge zeigt sich in der Nachfragekurve, vor der jeder Anbieter steht. Sie fällt nach rechts ab, ein Anbieter kann also den Preis anheben und behält einen Teil seiner Kundschaft. Sie ist aber elastischer als die eines Monopols, weil es nahe Ersatzprodukte gibt, und weniger elastisch als die eines Unternehmens im vollkommenen Wettbewerb.³

Zwei Warnungen dazu. Erstens ist Differenzierung keine Lizenz zum Gelddrucken. In der langen Frist des Lehrbuchs kommen neue Anbieter mit eigenen Varianten dazu und drücken die Gewinne wieder auf null.³ Zweitens dämpft Differenzierung den Preiswettbewerb, sie beendet ihn nicht. In der Bertrand Variante mit differenzierten Produkten bleibt der Gleichgewichtspreis über den Grenzkosten, und je stärker sich die Produkte unterscheiden, desto höher sind Preise und Gewinne.² Dieser zweite Punkt ist das ganze wirtschaftliche Argument dafür, anders zu sein.

Beispiel: dieselbe Tüte Kaffee, die es nirgends sonst gibt

Eine Kundin in Ottensen trinkt seit einem Jahr Aylins Espresso Hausmischung. Sie öffnet dieselben drei Arten von Tabs.

Schritt eins, sie sucht die Mischung beim Namen. Nur die Rösterei Kiebitzweg verkauft sie.

Schritt zwei, sie vergleicht die Premium Espressobohnen eines Supermarkts für 6 € je 250 g mit Aylins 9 €. Beides ist Kaffee. Nur einer wurde diese Woche geröstet, von jemandem, der ihre Nachrichten beantwortet.

Schritt drei, sie entscheidet, ob ihr die 3 € Unterschied das wert sind. Manche gehen, viele bleiben. Aylins Nachfragekurve fällt, aber sie stürzt nicht ab. Genau dieses Gefälle gehört ihr.

Die eigene Preiselastizität ist der erste Test

Mit Definitionen allein führst du keinen Laden. Die erste Zahl, die dir sagt, in welchem Markt du bist, ist die Preiselastizität der Nachfrage: wie stark deine eigenen Verkäufe auf deinen eigenen Preis reagieren.

$$\varepsilon = \frac{\%\Delta Q}{\%\Delta P}$$

Dabei ist $\varepsilon$ die eigene Preiselastizität der Nachfrage, $\%\Delta Q$ die prozentuale Veränderung der Menge, die du verkaufst, und $\%\Delta P$ die prozentuale Veränderung deines Preises. Bei fast jedem Produkt ist sie negativ, weil sich die Menge gegen den Preis bewegt. Liegt $|\varepsilon|$ über 1, ist die Nachfrage elastisch: Die Menge bewegt sich prozentual stärker als der Preis. Liegt der Betrag unter 1, ist sie unelastisch.⁴ Die Definition, die Mittelpunktformel und die typischen Fallen findest du in Grundlagen: Elastizität.

Im homogenen Markt ist deine eigene Elastizität groß, denn schon eine kleine Preisänderung schickt die Kundschaft zu einem identischen Angebot im Nachbartab. Im differenzierten Markt ist sie kleiner, weil ein Teil der Kundschaft für das bleibt, was nur du hast. Kleiner heißt nicht winzig: Wenn Ersatzprodukte in der Nähe sind, kann die Nachfrage trotzdem elastisch sein.³

Beispiel: ein Preistest in jedem Laden

Sami hat bei seinem meistverkauften Automaten vier Wochen lang getestet und den Preis von 400 € auf 380 € gesenkt.

Schritt eins, die Preisänderung: $\frac{380 - 400}{400} = -5\,\%$.

Schritt zwei, die Mengenänderung: Die Stückzahl stieg von 60 auf 72 im Monat, also $\frac{72 - 60}{60} = +20\,\%$.

Schritt drei, die Elastizität: $\varepsilon = \frac{20\,\%}{-5\,\%} = -4{,}0$. Eine Preisänderung um 1 % bewegt seine Menge um etwa 4 %.

Der Umsatz stieg von 24.000 € auf 27.360 €. Bei 320 € Einkaufspreis pro Automat fiel aber sein Deckungsbeitrag (Preis minus variable Kosten pro Stück, mal Stückzahl) von $60 \times 80 = 4{.}800$ € auf $72 \times 60 = 4{.}320$ €. Mehr Umsatz, weniger Geld, eine Falle, die der Artikel über Preiskämpfe ausführlich behandelt.

Aylin hat in die andere Richtung getestet. Sie hat ihre 250 g Tüte von 9 € auf 10 € angehoben.

Schritt eins, die Preisänderung: $\frac{10 - 9}{9} = +11{,}1\,\%$.

Schritt zwei, die Mengenänderung: Die Tüten pro Monat fielen von 2.000 auf 1.712, also $\frac{1{.}712 - 2{.}000}{2{.}000} = -14{,}4\,\%$.

Schritt drei, die Elastizität: $\varepsilon = \frac{-14{,}4\,\%}{11{,}1\,\%} = -1{,}3$.

Der Umsatz fiel von 18.000 € auf 17.120 €. Rösten, Verpacken und Versenden kosten sie aber 3,50 € pro Tüte, also stieg ihr Deckungsbeitrag von $2{.}000 \times 5{,}50 = 11{.}000$ € auf $1{.}712 \times 6{,}50 = 11{.}128$ €. Weniger Tüten, mehr Geld.

Die Kreuzpreiselastizität misst, wie sehr der Preis der Konkurrenz dein eigener ist

Die eigene Elastizität sagt dir, wie empfindlich deine Kundschaft ist, aber nicht, wohin sie geht. Dafür brauchst du die Kreuzpreiselastizität: wie deine Verkäufe reagieren, wenn ein Konkurrent seinen Preis ändert.

$$\varepsilon_{AB} = \frac{\%\Delta Q_A}{\%\Delta P_B}$$

Dabei ist $\varepsilon_{AB}$ die Kreuzpreiselastizität deines Produkts $A$ in Bezug auf das Konkurrenzprodukt $B$, $\%\Delta Q_A$ die prozentuale Veränderung der verkauften Menge deines Produkts und $\%\Delta P_B$ die prozentuale Veränderung des Konkurrenzpreises. Sind die beiden Ersatzprodukte, ist $\varepsilon_{AB}$ positiv: Wird der Konkurrent teurer, verkaufst du mehr. Sind sie Ergänzungen, die zusammen genutzt werden wie Kaffee und Zucker, ist sie negativ.⁵ Gerechnet wird genau wie bei der eigenen Elastizität, siehe Grundlagen: Elastizität.

Für mich ist das der sauberste einzelne Test auf Homogenität. Identische Produkte sind fast vollkommene Ersatzprodukte, also ist die Kreuzpreiselastizität groß, und der Preis des Konkurrenten ist praktisch deiner. Bei differenzierten Produkten ist sie klein und positiv.

Beispiel: die Kette senkt, der Supermarkt senkt

Im Oktober senkte die bundesweite Kette Samis meistverkauften Automaten von 400 € auf 360 €. Sami blieb bei seinem Preis.

Schritt eins, die Preisänderung des Konkurrenten: $\frac{360 - 400}{400} = -10\,\%$.

Schritt zwei, Samis Mengenänderung: Seine Stückzahl fiel in diesem Monat von 60 auf 42, also $\frac{42 - 60}{60} = -30\,\%$.

Schritt drei, die Kreuzpreiselastizität: $\varepsilon_{AB} = \frac{-30\,\%}{-10\,\%} = +3{,}0$. Jedes Prozent, das die Kette senkt, kostet Sami etwa 3 % seiner Menge.

Im selben Monat senkte ein Supermarkt seine Premium Espressobohnen von 6 € auf 5,40 €, ebenfalls um 10 %. Aylins Tüten fielen von 2.000 auf 1.940, das sind $-3\,\%$. Ihre Kreuzpreiselastizität ist $\frac{-3\,\%}{-10\,\%} = +0{,}3$. Der Supermarkt ist für sie ein Ersatz, nur kein besonders guter.

Die Korrelation ist der schnelle Vortest vor der Regression

Einzelne Tests sind verrauscht, und nicht jeder hat jahrelang saubere Daten. Einen schnelleren ersten Blick liefert die Korrelation zwischen dem Preis des Konkurrenten und deinen eigenen Verkäufen, Woche für Woche.

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}$$

Dabei ist $r$ der Korrelationskoeffizient nach Pearson, $x_i$ der Preis des Konkurrenten in Woche $i$, $y_i$ deine Stückzahl in derselben Woche, $\bar{x}$ und $\bar{y}$ die jeweiligen Mittelwerte, und $\sum$ summiert über alle Wochen. $r$ liegt zwischen minus 1 und 1. Nahe 1 heißt, deine Verkäufe steigen und fallen mit dem Preis des Konkurrenten, nahe 0 heißt, sie kümmern sich nicht darum. Siehe Grundlagen: Korrelation.

Beispiel: fünf Wochen aus Samis Daten

Fünf Wochen sind viel zu wenig, um irgendetwas zu entscheiden, aber sie zeigen jeden Schritt. Der Preis der Kette $x$ lag bei 400 €, 380 €, 360 €, 380 € und 400 €. Samis Stückzahlen $y$ waren 15, 13, 9, 11 und 14.

Schritt eins, die Mittelwerte: $\bar{x} = 384$ und $\bar{y} = 12{,}4$.

Schritt zwei, die Abweichungen. Für $x$: $16$, $-4$, $-24$, $-4$ und $16$. Für $y$: $2{,}6$, $0{,}6$, $-3{,}4$, $-1{,}4$ und $1{,}6$.

Schritt drei, die Paare multiplizieren und addieren: $41{,}6 - 2{,}4 + 81{,}6 + 5{,}6 + 25{,}6 = 152{,}0$.

Schritt vier, die Quadrate: für $x$ ergibt $256 + 16 + 576 + 16 + 256 = 1{.}120$, für $y$ ergibt $6{,}76 + 0{,}36 + 11{,}56 + 1{,}96 + 2{,}56 = 23{,}2$.

Schritt fünf, teilen: $r = \frac{152{,}0}{\sqrt{1{.}120 \times 23{,}2}} = \frac{152{,}0}{161{,}2} = 0{,}94$.

Samis Verkäufe folgen dem Preis der Kette fast im Gleichschritt. Aylin rechnet denselben Vortest über 52 Wochen gegen den Supermarktpreis und kommt auf $r = 0{,}1$. Die übliche Warnung gilt: Korrelation ist keine Kausalität. Wenn ihr beide zum Black Friday Rabatte gebt, ist $r$ hoch, aus einem Grund, der mit Wettbewerb nichts zu tun hat. Deshalb kommt als Nächstes eine Regression.

Eine doppelt logarithmische Regression schätzt beides aus deiner eigenen Verkaufshistorie

Um beide Elastizitäten ordentlich zu schätzen und deinen Preis sauber von dem des Konkurrenten zu trennen, rechnest du eine Regression über viele Monate deiner eigenen Daten, und zwar mit dem natürlichen Logarithmus von allem.

$$\ln Q_t = \alpha + \beta \ln P_t + \gamma \ln P^{r}_t + \varepsilon_t$$

Dabei ist $Q_t$ die Menge, die du im Zeitraum $t$ verkauft hast, $P_t$ dein Preis in diesem Zeitraum, $P^{r}_t$ der Preis des wichtigsten Konkurrenten, $\ln$ der natürliche Logarithmus, $\alpha$ eine Konstante, die das allgemeine Nachfrageniveau aufnimmt, $\beta$ deine eigene Preiselastizität, $\gamma$ die Kreuzpreiselastizität zum Konkurrenten, und $\varepsilon_t$ alles andere, was die Verkäufe in diesem Zeitraum bewegt hat (ein anderes $\varepsilon$ als die Elastizität oben, die Buchstaben sind leider ausgegangen). Der Grund für die Logarithmen: Sind beide Seiten logarithmiert, liest sich ein Koeffizient als prozentuale Veränderung pro prozentualer Veränderung. Steigt der Preis um 1 %, ändert sich die vorhergesagte Menge also um etwa $\beta\,\%$.⁶ Die Regression selbst erkläre ich in Grundlagen: Regression, die Logarithmen in Grundlagen: Logarithmen.

Drei Vorsichtsregeln aus meiner eigenen Arbeit. Der Preis muss sich bewegt haben, sonst gibt es nichts zu lernen. Die Elastizität wird als konstant angenommen, und das hält in der Nähe der Preise, die du schon verlangt hast, aber nicht weit darüber hinaus. Und wenn du nur gesenkt hast, als die Nachfrage ohnehin schwach war, vermischt der Koeffizient deine Entscheidung mit der Saison. Die ausführliche Variante, mit Saison und Aktionen im Modell, steht in Nachfrage und Preiselastizität mit Regression modellieren.

Beispiel: 18 Monate für Sami, 24 für Aylin

Sami exportiert 18 Monate für seinen meistverkauften Automaten: Stückzahlen, seinen Preis und den Preis der Kette, den er aus öffentlichen Angeboten notiert hat. Wie du die Preise eines Konkurrenten regelkonform sammelst, steht in Preisbeobachtung von Wettbewerbern in der EU: was wirklich legal ist.

Schritt eins, er nimmt den natürlichen Logarithmus der drei Spalten.

Schritt zwei, er rechnet die Regression. Heraus kommen $\hat{\beta} = -4{,}2$ und $\hat{\gamma} = +2{,}9$, nah an seinen Einzeltests (minus 4,0 und plus 3,0), und das beruhigt.

Schritt drei, er liest sie. Hebt Sami seinen Preis um 2 % an, ist die vorhergesagte Mengenänderung $1{,}02^{-4{,}2} - 1 = 0{,}920 - 1 = -8{,}0\,\%$.

Aylin macht dasselbe mit 24 Monaten ihrer Tüten und dem Regalpreis des Supermarkts: $\hat{\beta} = -1{,}3$ und $\hat{\gamma} = +0{,}3$. Eine Preiserhöhung um 2 % lässt $1{,}02^{-1{,}3} - 1 = 0{,}975 - 1 = -2{,}5\,\%$ weniger Tüten erwarten.

Dieselbe Formel, gleich große Läden, völlig verschiedene Antworten.

Der Markensuchanteil zeigt, ob die Leute dich suchen oder das Produkt

Elastizitäten brauchen Preise, die sich bewegen. Zwei weitere Zahlen brauchen nur Daten, die du schon hast. Die erste ist, wie viele Menschen dich beim Namen suchen. Les Binet hat in seiner Arbeit für das britische Institute of Practitioners in Advertising (IPA) 2020 den Share of Search definiert, also die organischen Suchanfragen nach einer Marke geteilt durch die Suchanfragen nach allen Marken ihrer Kategorie. Er fand, dass diese Zahl in allen drei untersuchten Kategorien (Autos, Energie und Mobiltelefone) mit dem Marktanteil zusammenhing und ihm vorauslief, bei Autos um bis zu ein Jahr.⁷ Für einen einzelnen Laden gibt es eine einfachere Variante aus deiner eigenen Search Console.

$$S_b = \frac{C_{\text{brand}}}{C_{\text{search}}}$$

Dabei ist $S_b$ dein Markensuchanteil, $C_{\text{brand}}$ die organischen Klicks aus Suchanfragen, die den Namen deines Ladens enthalten, und $C_{\text{search}}$ alle organischen Klicks auf deine Website im selben Zeitraum. Es ist ein einfaches Verhältnis, siehe Grundlagen: Verhältnisse und Raten. Eine Korrektur gehört dazu: Die Search Console lässt anonymisierte Suchanfragen weg, also solche, die nur von sehr wenigen Menschen gestellt werden, um deren Privatsphäre zu schützen. Die Summe in der Tabelle der Suchanfragen ist darum kleiner als die Summe für die ganze Website.⁸ Nimm für Zähler und Nenner die Klicks aus der Tabelle der Suchanfragen, damit beide aus demselben Topf kommen.

Ein Laden mit identischen Produkten wird über das Produkt gefunden. Ein differenzierter Laden wird über seinen Namen gefunden.

Beispiel: ein Quartal Search Console

Schritt eins, Sami filtert die Tabelle der Suchanfragen für ein Quartal: insgesamt 13.000 Klicks, davon 1.040 aus Suchanfragen mit "brühwerk".

Schritt zwei, $S_b = \frac{1{.}040}{13{.}000} = 8\,\%$. Von 100 Besuchern aus der Suche kamen also 92 auf der Suche nach einem Automaten, nicht nach Sami.

Schritt drei, Aylin macht dasselbe: 4.000 Klicks, davon 2.200 mit "kiebitzweg". $S_b = \frac{2{.}200}{4{.}000} = 55\,\%$. Mehr als die Hälfte ihrer Besucher aus der Suche hat schon nach ihr gesucht.

Die Wiederkaufrate zeigt, ob die Leute für dich zurückkommen

Die zweite Zahl ist, ob eine Kundin wiederkommt.

$$R = \frac{N_{2+}}{N_{1+}}$$

Dabei ist $R$ die Wiederkaufrate, $N_{2+}$ die Zahl der Kunden, die innerhalb von 12 Monaten mindestens zweimal bestellt haben, und $N_{1+}$ die Zahl derer, die mindestens einmal bestellt haben. Auch das ist ein Verhältnis, siehe Grundlagen: Verhältnisse und Raten.

Lies sie mit Bedacht. Niemand kauft jeden Monat einen Kaffeevollautomaten, also vergleiche innerhalb deiner Kategorie, nie über Kategorien hinweg. Und die Größe spielt mit: Ehrenberg, Goodhardt und Barwise haben das Double Jeopardy Muster belegt, eine doppelte Benachteiligung kleiner Marken. Sie haben deutlich weniger Käufer, und diese kaufen sie obendrein etwas seltener.⁹ Die Wiederkaufrate eines kleinen Ladens liegt also schon deshalb etwas niedriger, und ein kleiner Laden, der klar über der Norm seiner Kategorie liegt, zeigt echte Differenzierung.

Beispiel: 12 Monate Kundschaft

Schritt eins, Sami zählt 4.200 Kunden in den letzten 12 Monaten. 380 davon haben nochmals bestellt, fast alle Entkalker, Wasserfilter und Milchkännchen. $R = \frac{380}{4{.}200} = 9\,\%$.

Schritt zwei, Aylin zählt 3.000 Kunden, von denen 1.860 nochmals bestellt haben. $R = \frac{1{.}860}{3{.}000} = 62\,\%$.

Schritt drei, der Vergleich innerhalb der Kategorie. Samis 9 % sind für einen Laden mit Automaten ordentlich, und sie kommen aus dem Zubehör. Aylins 62 % wären für jeden Kaffeeanbieter stark. Sie kommen vor allem aus Abos, der deutlichsten Form von "Ich bin wegen dir zurückgekommen".

Die vier Zahlen nebeneinander

Zuerst die Elastizitäten in einem Diagramm, als Beträge (ohne Vorzeichen, damit alle Balken in dieselbe Richtung zeigen).

Die waagerechte Achse zeigt die vier Schätzungen. Die senkrechte Achse zeigt den Betrag der Elastizität, also die prozentuale Veränderung der Stückzahl bei einer Preisänderung um 1 %, ohne Vorzeichen. Die Erkenntnis: Samis Verkäufe reagieren etwa dreimal so stark auf seinen eigenen Preis wie Aylins, und etwa zehnmal so stark auf den Preis eines Konkurrenten.

Die waagerechte Achse zeigt die zwei Signale für jeden Laden. Die senkrechte Achse ist ein Prozentsatz, beim ersten Paar von den Klicks aus der Suche, beim zweiten von der Kundschaft. Die Erkenntnis: Aylins Kundschaft sucht sie beim Namen und kommt wieder. Samis Kundschaft sucht einen Automaten. Alle vier Zahlen sind sich einig, und genau das willst du sehen, bevor du deine Strategie danach änderst.

In welchem Markt bin ich, Schritt für Schritt

Hier ist die ganze Diagnose als ein Ablauf. Die Schwellenwerte sind meine eigenen Faustregeln aus den Läden, an denen ich gearbeitet habe, keine Gesetze der Ökonomie. Pass sie an deine Kategorie an.

Die erste Frage kostet nichts und entscheidet oft schon alles. Die Elastizitäten sind der härteste Beleg. Suche und Wiederkauf entscheiden die Fälle dazwischen, und dort liegen nach meiner Erfahrung die meisten Produktlinien.

Beispiel: Samis Automaten und Aylins Tüten durch den Ablauf

Samis Automat: Gibt es genau denselben Artikel anderswo? Ja. Kreuzpreiselastizität 2,9, also über 1, und eigene Elastizität minus 4,2, also unter minus 3. In der Praxis homogen.

Aylins Hausmischung: Gibt es genau denselben Artikel anderswo? Nein. Von der Anlage her differenziert, und eine Wiederkaufrate von 62 % sagt, dass das hält.

Was ein homogener Markt belohnt: Kosten und Verfügbarkeit

Zuerst die Kosten. Wenn die Preise Richtung Grenzkosten wandern, überlebt der Anbieter mit den niedrigsten Kosten, und zwar zu einem Preis, der allen anderen wehtut.² Für einen kleinen Laden heißt das selten der niedrigste Einkaufspreis. Es heißt die niedrigsten Kosten pro bedienter Bestellung: weniger Werbung pro Auftrag, weniger Retouren, niedrigere Versandkosten und keine Markenkampagnen für ein Produkt, dessen Marke dem Hersteller gehört.

Dann die Verfügbarkeit. Wenn der Preis gleich ist, gewinnt der Anbieter das Unentschieden, der den Artikel auf Lager hat. In den Läden, an denen ich gearbeitet habe, war das Teuerste an einer homogenen Linie, ausgerechnet in der Woche ausverkauft zu sein, in der die Kundschaft kaufbereit war.

Ob du bei der Senkung eines Konkurrenten mitziehen solltest und was Pakete stattdessen leisten können, steht im Artikel über Preiskämpfe.

Beispiel: wohin Samis nächste 1.000 € gehen

Sami hat 1.000 € im Monat für Wachstum: entweder eine Markenkampagne in den sozialen Medien oder mehr Lagerbestand bei seinen drei meistverkauften Automaten.

Schritt eins, die Markenkampagne. Bei 8 % Markensuchanteil sucht seine Kundschaft den Automaten, nicht ihn.

Schritt zwei, der Lagerbestand. Im letzten Jahr war sein meistverkauftes Modell fünf Wochen lang ausverkauft, bei 15 Stück pro Woche und 80 € Deckungsbeitrag pro Stück: $5 \times 15 \times 80 = 6{.}000$ €, die er nicht verdient hat.

Schritt drei, die Entscheidung ist nicht knapp. Die Verfügbarkeit gewinnt.

Was ein differenzierter Markt belohnt: Marke, Service und Segmentpassung

Ist das Produkt anders, bezahlt die Kundschaft für den Unterschied. Für die Marke, damit sie dich findet und sich erinnert, warum. Für den Service, weil er Teil des Produkts ist. Für die Segmentpassung, also genau richtig für eine Gruppe statt ungefähr richtig für alle. Wenn Segmente für dich neu sind, fang mit Segmentierung ist keine Demografie an.

Ein schönes Ergebnis führt das zurück zur Elastizität. Für einen Anbieter, der seinen Preis selbst setzt, ist die gewinnmaximierende Marge, als Anteil am Preis, der Kehrwert der Elastizität.

$$\frac{P - MC}{P} = -\frac{1}{\varepsilon}$$

Dabei ist $P$ der Preis, $MC$ die Grenzkosten (marginal cost) eines zusätzlichen Stücks, die linke Seite der Lerner Index, also der Anteil des Preises, der Aufschlag ist, und $\varepsilon$ die eigene Preiselastizität der Nachfrage. Je weniger elastisch die Nachfrage, desto größer der Aufschlag, den ein Anbieter halten kann.¹⁰ Die Elastizität ist in Grundlagen: Elastizität definiert, die Grenzkosten in Grundlagen: Grenzwert und Durchschnitt.

Das ist die Rechnung hinter dem Satz "Differenzierung zahlt sich aus": Jeder Euro, der $|\varepsilon|$ kleiner macht, hebt die Marge, die du halten kannst.

Beispiel: die Regel für beide Läden

Schritt eins, Sami. Seine Elastizität ist minus 4,2, also liegt die Marge beim besten Preis bei $\frac{1}{4{,}2} = 23{,}8\,\%$ des Preises. Bei 320 € Einkaufspreis pro Automat ist der Preis, der diese Marge trifft, $\frac{320}{1 - 0{,}238} = 420$ €. Er verlangt 400 €, nah am Lehrbuchpunkt, mit wenig Spielraum in beide Richtungen.

Schritt zwei, Aylin. Ihre Elastizität ist minus 1,3, also liegt die Marge beim besten Preis bei $\frac{1}{1{,}3} = 76{,}9\,\%$. Bei 3,50 € Kosten pro Tüte zeigt das auf $\frac{3{,}50}{1 - 0{,}769} = 15{,}17$ €.

Schritt drei, die Vorsicht. Ihre Regression hat nur Preise zwischen 9 € und 10 € gesehen, und darüber hinaus ist eine konstante Elastizität geraten. Die Regel sagt, dass sie Spielraum nach oben hat, nicht, dass sie auf 15 € springen soll. Sie geht auf 11 €, misst zwei Monate und rechnet die Regression neu.

Schritt vier, die Investition. Ihre nächsten 1.000 € gehen in Dinge, die $|\varepsilon|$ klein halten: eine Verkostungskarte in jeder Tüte, ein Brief von der Rösterin alle zwei Wochen per Mail, eine Anleitung zur Zubereitung. Jedes davon macht ihren Kaffee schwerer mit einem Supermarktregal vergleichbar.

Die meisten Läden stehen in beiden Märkten zugleich

Die Frage ist nicht "In welchem Markt ist mein Unternehmen?", sondern "In welchem Markt ist diese Produktlinie?". Samis Automaten sind homogen. Ein Service, bei dem er einen Automaten abholt, wartet und nach zwei Tagen zurückbringt, wäre es nicht, denn genau das bietet sonst niemand in Hamburg an. Ein Laden kann jede Linie nach den Regeln ihres eigenen Markts führen und die identischen Linien nutzen, um Kundschaft hereinzuholen, die dann die eigenen entdeckt.

Beispiel: Sami baut eine differenzierte Linie auf eine homogene

Schritt eins, Sami verkauft 720 Automaten im Jahr zu je etwa 80 € Deckungsbeitrag, zusammen 57.600 €, in einem Markt, in dem dieser Deckungsbeitrag ständig unter Druck steht.

Schritt zwei, er bietet jedem Käufer eine jährliche Wartung für 60 € an, mit 40 € Deckungsbeitrag nach Arbeitszeit und Teilen. Im ersten Jahr nehmen 20 % der Käufer sie: $720 \times 0{,}20 = 144$ Wartungen, wert $144 \times 40 = 5{.}760$ €.

Schritt drei, für die Wartung gibt es kein identisches Angebot im Nachbartab. Verlängern die 144, bringen drei Jahre $3 \times 5{.}760 = 17{.}280$ € von Kundschaft, deren Gewinnung er schon bezahlt hat. Beim Automaten konkurriert er über die Kosten, bei der Beziehung über den Service.

Meine Sicht auf die Preisengine in Echtzeit

Die alte Fassung dieses Artikels hat eine Preisengine beworben, die ich gebaut habe. Sie beobachtet die Preise der Konkurrenz und passt die eigenen Preise eines Shops automatisch an. Bei einer wirklich homogenen Linie verdient sie ihr Geld, denn die Kundschaft vergleicht Tabs in Sekunden, und ein Mensch kommt da nicht hinterher.

Aber eine Engine macht dich schneller in dem Spiel, in dem du schon bist. Sie ändert das Spiel nicht. Bei einer differenzierten Linie bringt sie der Kundschaft bei, dich über den Preis zu vergleichen, also genau den Vergleich, den du gewonnen hast, indem du ihn vermieden hast. Deshalb baue ich so eine Engine nur, wenn die Diagnose homogen ergibt, und immer mit einer Untergrenze: einem Mindestdeckungsbeitrag pro Stück, unter den sie nie geht.

Was ich diesen Monat messen würde

Nimm deine drei größten Produktlinien und beantworte für jede ehrlich die erste Frage. Rechne dann Markensuchanteil und Wiederkaufrate aus. Dafür brauchst du keine Preisänderung, nur einen Nachmittag.

Sieht eine Linie homogen aus, notiere jede Woche den Preis des wichtigsten Konkurrenten, auf legalem Weg, rechne nach einem Quartal den Korrelationstest und nach einem Jahr die Regression. Sieht sie differenziert aus, mach einen vorsichtigen Preistest nach oben und miss den Deckungsbeitrag, nicht den Umsatz. Dann gib dein Geld entsprechend aus: für Kosten und Verfügbarkeit, wo das Produkt dasselbe ist, für Marke, Service und Segmentpassung, wo es das nicht ist.

Footnotes

1. OpenStax, Principles of Microeconomics 3e, section 8.1 Perfect Competition and Why It Matters, Rice University, 2022, https://openstax.org/books/principles-microeconomics-3e/pages/8-1-perfect-competition-and-why-it-matters

2. Chrysovalantou Milliou, Static Oligopoly, section 3.3 Price Competition (das Bertrand Modell, das Bertrand Paradox und das Bertrand Modell mit differenzierten Produkten), Vorlesungsfolien auf Basis von Paul Belleflamme und Martin Peitz, Industrial Organization: Markets and Strategies, Athens University of Economics and Business, https://eclass.aueb.gr/modules/document/file.php/ERASMUS151/LECTURES/3bStaticOligopolyBNEW.pdf

3. OpenStax, Principles of Microeconomics 3e, section 10.1 Monopolistic Competition, Rice University, 2022, https://openstax.org/books/principles-microeconomics-3e/pages/10-1-monopolistic-competition

4. OpenStax, Principles of Microeconomics 3e, section 5.1 Price Elasticity of Demand and Price Elasticity of Supply, Rice University, 2022, https://openstax.org/books/principles-microeconomics-3e/pages/5-1-price-elasticity-of-demand-and-price-elasticity-of-supply

5. OpenStax, Principles of Microeconomics 3e, section 5.4 Elasticity in Areas Other Than Price, Rice University, 2022, https://openstax.org/books/principles-microeconomics-3e/pages/5-4-elasticity-in-areas-other-than-price

6. UCLA Statistical Methods and Data Analytics, FAQ: How do I interpret a regression model when some variables are log transformed, University of California, Los Angeles, https://stats.oarc.ucla.edu/other/mult-pkg/faq/general/faqhow-do-i-interpret-a-regression-model-when-some-variables-are-log-transformed/

7. IPA, Pressemitteilung zu Les Binet und der Kennzahl Share of Search, vorgestellt bei EffWorks Global 2020, Institute of Practitioners in Advertising, 14. Oktober 2020, https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric/

8. Google Search Central Blog, Details zur Filterung und zu Limits bei Leistungsdaten in der Search Console, Google, 19. Oktober 2022, https://developers.google.com/search/blog/2022/10/performance-data-deep-dive?hl=de

9. Andrew S. C. Ehrenberg, Gerald J. Goodhardt und T. Patrick Barwise, Double Jeopardy Revisited, Journal of Marketing, volume 54, issue 3, Seiten 82 bis 91, Juli 1990, https://doi.org/10.1177/002224299005400307

10. Andrew Monaco, Behavior and Choice: EC 102, Measures of market power and elasticity of demand, University of Puget Sound, https://econ102txt.pugetsound.edu/sec_measures-market-power-elasticity.html