Zwei Kunden stehen vor dem Weinregal in einem Supermarkt. Beide interessieren sich für die gleiche Sorte desselben Winzers, als Stammkunden kriegen auch beide einen Rabatt auf den Kauf einer Flasche. Doch Kunde A bezahlt an der Kassa trotzdem mehr als Kunde B. Das ist Preisdiskriminierung (auch Preisdifferenzierung). Des Handels Hoffnung auf – endlich wieder – Umsatzsteigerungen. Getarnt unter dem Deckmantel aus Kundenkarten und Bonusprogrammen findet die unterschiedliche Bepreisung schon längst statt, doch mit Hilfe der jetzt vorhandenen Technik sollen Preise noch persönlicher werden, noch besser auf den einzelnen zugeschnitten, noch unwiderstehlicher. Statt mit Coupons im Postkasten zum Beispiel mit Push-Nachrichten am Smartphone, sobald der Kunde das Geschäft betritt. Dynamische Preise für mobile Konsumenten.
Preisfrage
Mit individueller Preisgestaltung wollen Händler ihre Verkäufe ganz gezielt steuern. Wie viel ein Produkt kostet, hängt dabei vom Kunden ab.
Thema:
big data
cookies
datensammlung
individuelle preise
persönliche preise
preisdifferenzierung
preisdiskriminierung
Dieselben Produkte haben für Käufer schon immer unterschiedlich viel gekostet. In Zukunft sollen die Preise noch genauer auf einzelne Kunden und ihre finanziellen Möglichkeiten zugeschnitten werden.
Kunden werden immer durchschaubarer, Preise hingegen immer weniger. Schwer zu sagen, wer günstig aussteigt. Und wer draufzahlt.
Preisdiskriminierung ist aber gar kein neues Konzept. Unterschiedliche Preise für gleiche Produkte findet man überall. Etwa auf Märkten, wo Händler und Kunden um ein paar Euro feilschen. Oder wenn Studenten Anspruch auf ermäßigte Eintrittskarten haben. Sogar die klassischen Abverkäufe fallen unter Preisdifferenzierung, weil manche Kunden das Produkt Wochen zuvor ja zum Originalpreis gekauft haben. Warum Konsumenten das Ungleichgewicht bisher trotzdem akzeptiert haben: Die Funktionsweise der Preise war nachvollziehbar. Die heutige Preisgestaltung hingegen wird immer intransparenter. Sie stützt sich auf Daten, die aus dem Kaufverhalten von Kunden im Internet generiert werden. Oder richtet sich danach, mit welchem Gerät sie Online-Shops besuchen (die Reise-Buchungsseite Orbitz hat Mac-Usern im Vergleich angeblich immer teurere Hotels vorgeschlagen). Dank Cookies – jener Informationen, die beim Surfen auf Webseiten über die Besucher gespeichert werden – lässt sich nämlich ein Muster erkennen, das Vorlieben der Nutzer, ihre Interessen und ihre Zahlungsbereitschaft für bestimmte Produkte abbildet. Noch mehr: Daraus entsteht ein Algorithmus, mit dem sogar Vorhersagen getroffen werden, wofür sich Kunden in Zukunft interessieren könnten. Wer einen bestimmten Artikel kauft, interessiert sich laut Statistiken dann auch für einen anderen. Kennt man von Amazon– wird überall sonst auch Realität.
Einerseits super. Kunden bekommen die Produkte, die sie sowieso
gerne kaufen möchten, im besten Fall günstiger.
Das stärkt die Kundenbindung, steigert die Zufriedenheit. Andererseits weiß dann niemand, wer eigentlich wofür wie viel bezahlt. Es gibt keine Vergleichsmöglichkeiten mehr, die Konsumenten vor zu hohen Preisen bewahren. Ein Problem, weil es bei diesen persönlichen Preisen nicht nur um Vergünstigungen und Belohnungen braver Kunden geht. Datensammlungen verraten nämlich auch, wie viel Käufer bereit sind, für ein Produkt auszugeben – manchmal ist es ihnen mehr wert als das, was am Preisschild steht. Deswegen hört man auch oft den Tipp, die Browserchronik regelmäßig zu löschen. Wer zum Beispiel mehr als einmal nach einer bestimmten Flugverbindung sucht, dem spuckt die Airline-Seite oder das Flugvergleichs-Portal beim nächsten Mal vielleicht einen höheren Preis aus. Weil das gehäufte Interesse des Nutzers darauf schließen lässt, es sei ihm wichtig – und seine Zahlungsbereitschaft daher höher. Informationen, die Kunden mitunter teuer bezahlen.
