de
                    array(1) {
  ["de"]=>
  array(13) {
    ["code"]=>
    string(2) "de"
    ["id"]=>
    string(1) "3"
    ["native_name"]=>
    string(7) "Deutsch"
    ["major"]=>
    string(1) "1"
    ["active"]=>
    string(1) "1"
    ["default_locale"]=>
    string(5) "de_DE"
    ["encode_url"]=>
    string(1) "0"
    ["tag"]=>
    string(2) "de"
    ["missing"]=>
    int(0)
    ["translated_name"]=>
    string(7) "Deutsch"
    ["url"]=>
    string(68) "https://www.statworx.com/case-studies/preiselastizitaeten-im-retail/"
    ["country_flag_url"]=>
    string(87) "https://www.statworx.com/wp-content/plugins/sitepress-multilingual-cms/res/flags/de.png"
    ["language_code"]=>
    string(2) "de"
  }
}
                    
Kontakt
Case Studies
Case Studies

Preiselastizitäten im Retail

In diesem Projekt haben wir gemeinsam mit unserem Kunden eine Methode zur Schätzung von storespezifischen Preiselastizitäten und Einflussfaktoren entwickelt.

  • Branche Retail & Consumer
  • Thema Pricing Analytics
  • Tools Teradata, SQL, R
  • Projektdauer 6 Monate

Herausforderung

Die Schätzung von produkt- bzw. produktgruppenspezifischen Preiselastizitäten ist ein typischer Anwendungsfall von statistischen Modellen im Retail-Umfeld. In der Regel werden hierbei tages- oder wochenbasierte Preis- und Absatzinformationen unter Kontrolle weiterer Einflussfaktoren wie Promotions, saisonalen Faktoren und Wettbewerberinformationen modelliert. Ziel dieses Projekts war es, die Berechnung von Preiselastizitäten auf SKU-Ebene unter Kontrolle diverser Faktoren, insbesondere Preisinformationen auf Wettbewerberseite, für unseren Kunden zu erproben.

Ansatz

Nach einer umfangreichen Aufbereitung der Daten auf Bon-Ebene wurden diverse Aggregate der Daten auf Tages- und Wochenbasis gebildet. Diese wurden als Ausgangsbasis zur Schätzung der Elastizitätsmodelle verwendet. Der hier übliche Ansatz, einfache lineare Modelle zu schätzen, wurde dahingehend modifiziert, dass pro Produkt eine storespezifische Abweichung von der durchschnittlichen Elastizität modelliert wurde. Dadurch wurde sichergestellt, dass der unterschiedlich starke  Zusammenhang zwischen Preis und abgesetzter Menge  für verschiedene Stores adäquat im Modell berücksichtigt wird.

Ergebnis

Im Rahmen der Elastizitätsberechnungen konnten wertvolle Erkenntnisse über die eigenen Datenbestände und Strukturen sowie über die Wirkmechanismen und Zusammenhänge von eigenen und Wettbewerberpreisen gewonnen werden. Die berechneten Elastizitäten wurden verwendet, um neue Pricing-Ansätze zu testen sowie das Elastizitätenmodell auf Kundenseite weiterzuentwickeln und auf neue Märkte anzuwenden.

Experte

Kontakt anfragen

Erfahre mehr!

Als eines der führenden Unternehmen im Bereich Data Science, Machine Learning und KI begleiten wir Sie in die datengetriebene Zukunft. Erfahren Sie mehr über statworx und darüber, was uns antreibt.
ÜBER UNS