Im ersten Teil unserer Blogserie haben wir erklärt, was Preiselastizität und Kreuzpreiselastizität bedeuten – und warum sie gerade im Automotive After-Sales eine so zentrale Rolle spielen.
Jetzt gehen wir einen Schritt weiter:
Wie lässt sich Preiselastizität in der Praxis tatsächlich messen?
Welche Daten braucht man dafür und wie zuverlässig sind die Ergebnisse?
Grundsätzlich gibt es zwei Ansätze, um Preiselastizität zu ermitteln:
Beide Wege liefern wertvolle Erkenntnisse – und ihre Kombination führt meist zu den besten Ergebnissen.
Im Alltag eines Autohauses stecken bereits unzählige Daten, die Aufschluss über die Preisempfindlichkeit der Kund:innen geben.
Wer Preisänderungen in Verbindung mit den Verkaufszahlen betrachtet, kann daraus Muster und Reaktionen ableiten.
Ein Beispiel:
Ein Händler analysiert seine historischen Verkaufsdaten und erkennt: Immer, wenn die Preise für Scheibenwischer um mehr als 5 % steigen, sinkt der Absatz deutlich. Bei Starterbatterien hingegen bleibt der Absatz trotz Preiserhöhung nahezu konstant.
Hier kommt die Regressionsanalyse ins Spiel – ein statistisches Verfahren, das zeigt, wie stark sich Preisänderungen auf den Absatz auswirken.
Mathematisch wird der Zusammenhang so beschrieben:
Der Parameter β steht für die Preiselastizität.
Er zeigt, wie empfindlich die Nachfrage auf Preisänderungen reagiert.
Neben der Datenanalyse sind auch kontrollierte Preisexperimente (A/B-Tests) ein bewährter Weg:
Ein Autohaus testet die Preisempfindlichkeit seiner Kund:innen bei neuen Sommerreifen, indem es zwei unterschiedliche Preise in zwei Regionen anbietet:
In Region A ist der Preis leicht höher, in Region B etwas niedriger.
Das Ergebnis: In Region A bleibt der Absatz nahezu gleich – die Kund:innen reagieren also kaum auf die Preiserhöhung. In Region B dagegen führt der niedrigere Preis zu deutlich mehr Verkäufen, weil Kund:innen sensibler auf Preisunterschiede reagieren.
Diese Beobachtung zeigt, wie unterschiedlich Preiselastizitäten je nach Region oder Kundengruppe ausfallen können – und liefert wertvolle Hinweise für künftige Preisentscheidungen.
Nicht immer liegen genügend Daten vor – besonders bei neuen Produkten oder Dienstleistungen.
Dann können indirekte Methoden wertvolle Einblicke liefern.
Kundenbefragungen:
Werkstätten oder Händler können gezielt erfragen, ab welchem Preis Kund:innen ein Produkt oder eine Dienstleistung als „zu teuer“ empfinden. So lassen sich Preisschwellen
identifizieren, die das Kaufverhalten beeinflussen.
Conjoint-Analysen:
Hier werden Kund:innen mit fiktiven Kaufentscheidungen konfrontiert.
Zum Beispiel:
„Würden Sie lieber Produkt A mit Originalteilen zu 199 € kaufen oder Produkt B mit Nachrüstteilen zu 149 €?“
Dadurch erkennt man, welche Merkmale und Preisniveaus
besonders entscheidend sind.
Ein weiterer Vorteil: Mit Conjoint-Analysen lassen sich Kreuzpreiselastizitäten
bestimmen – also, wie sich Preisänderungen bei einem Produkt auf ein anderes auswirken.
So wertvoll diese Methoden sind – sie sind selten eindeutig.
Denn Preisentscheidungen wirken nicht isoliert:
beeinflussen die Nachfrage oft gleichzeitig.
Um die „wahre“ Preiselastizität zu erkennen, müssen diese Faktoren in Analysen statistisch kontrolliert werden.
Je größer die Datenbasis, desto zuverlässiger die Ergebnisse – und desto fundierter die späteren Preisentscheidungen.
Es gibt nicht die eine Methode, um Preiselastizität zu messen.
Aber: Wer mehrere Ansätze kombiniert – etwa Datenanalyse, A/B-Tests und Kundenbefragungen – erhält ein realistischeres Bild vom Nachfrageverhalten seiner Kund:innen.
Takeaway: Eine breite Datenbasis und mehrere praxisnahe Tests schaffen die Grundlage für fundierte Preisentscheidungen und sind der Schlüssel zu erfolgreichem Preismanagement.
Im nächsten Teil der Serie zeigen wir, wie Autohäuser die gewonnenen Erkenntnisse strategisch nutzen können:
Welche Preisstrategien eignen sich für unterschiedliche Elastizitätsgefüge und wie lassen sie sich konkret umsetzen, um Margen gezielt zu optimieren?
Bleiben Sie dran – Teil 3 erscheint in Kürze.