Wie bereits in Abschnitt 2.1.1 erlautert, kann es fur Unternehmen im Handel durchaus sinnvoll sein, ihre angebotenen Produkte an unterschiedlichen Standorten zu unterschiedlichen Preisen anzubieten, um dadurch ihren Gewinn zu erhohen. Abnehmer weisen an unterschiedlichen Standorten unterschiedliche Zahlungsbereitschaften auf, wobei hier fur Unternehmen die Frage aufkommt, wie sie vorgehen sollen, wenn unterschiedlichen Filialen mit Preisdifferenzierung versehen werden sollen, um jene Zahlungsbereitschaften abzuschopfen. Da die individuelle Bewertung von Filialen sehr zeitraubend sein kann, wenn man die Anzahl der Filialen von fuhrenden Lebensmitteleinzelhandlern betrachtet, kann es ein enormer Vorteil sein, ein vereinfachendes Verfahren anzuwenden. Fur diesen Zweck wird statt einer individuellen Bewertung von Filialen, die daruber hinaus auch die Gefahr birgt, Filialen mit gleichen Standortgegebenheiten inkonsistent abzubilden, ein Clustering aller Filialen vorgeschlagen. In Abschnitt 2.2 wird beschrieben, wieso Clusteranalysen sich fur solch eine Komplexitatsreduktion anbieten. Simon und Fassnacht beschreiben zudem die preisbezogene Marktsegmentierung nicht nur als Voraussetzung fur eine Preisdifferenzierung, sondern als “das Anliegen […], die Nachfrager nach bestimmten Kriterien derart in Segmente aufzuteilen, dass diese in sich moglichst homogen und untereinander moglichst heterogen sind” ([Simon und Fassnacht, 2016], S. 236). Diese Definition der Segmente deckt sich mit der Idee einer Clusteranalyse, da eine Clusterlosung in einer Menge von Gruppen resultiert, die in sich moglichst homogene Elemente enthalten und zueinander moglichst heterogene Elemente. Auch Kesting und Rennhak schlagen in [Kesting und Rennhak, 2008] Clusteranalysen fur eine solche Segmentierung vor. Da die Elemente einer solchen Clusterlosung innerhalb einer Gruppe moglichst homogen sind, mussen nur noch die einzelnen Cluster bewertet werden: alle Elemente – sprich Filialen – innerhalb des Clusters erfahren dann die gleiche Preisdiffierenzierung. Somit musste im Vergleich zur individuellen Bewertung nur fur eine geringe Anzahl von Objekten (namlich fur die Clusterzentren, die das Mittel aller beinhalteten Elemente reprasentieren) die Entscheidung getroffen werden, wie die Preise an lokale Gegebenheiten angepasst werden sollten. Die tatsachliche Bestimmung des optimalen Preises, bzw. die Hohe der Preisdifferenzierung wird im Rahmen dieser Untersuchung nicht thematisiert, da das Ziel des Clusterings lediglich eine Segmentierung der Filialen mit Hilfe von Geodaten darstellt. Die Bestimmung des optimalen Preises benotigt eine sorgfaltige Berucksichtigung vieler interdependenter Faktoren, die teils in Abschnitt 2.1 genannt werden und zu einem komplexen Preissystem fuhren, somit ist dies keine triviale Aufgabe. Allerdings konnen zukunftige Forschungen hierauf aufbauen und auf Basis der Erkenntnisse dieser Untersuchung einen Weg zur Ermittlung der optimalen Preise entwickeln. Fokus der Untersuchung ist jedoch die Identifikation von Merkmalen, anhand derer eine solche Gruppierung von Filialen stattfinden kann und produktgruppenspezifische Eigenschaften berucksichtigen.
Fur eine Clusteranalyse werden Variablen benotigt, und da die grundlegende Zielsetzung sich auf standortspezifische Preisdifferenzierung bezieht, werden Variablen bzw. Daten benotigt, die lokale Eigenschaften beschreiben. Solche lokalen Eigenschaften konnen beispielsweise Geodaten sein, mit Hilfe derer Standorte einerseits beschrieben und andererseits klassifiziert werden konnen. Es stellt sich allerdings dennoch die Frage, wie genau solche Geodaten fur eine solche Klassifizierung verwendet werden sollen. In [Kickner et al., 2014] wird beschrieben, dass zu den Auswahlkriterien fur eine Standortwahl auch “Lagen mit einer hoherer Passantenfrequenz oder Standorte mit Mindestabstand zu Mitbewerbern” ([Kickner et al., 2014], S. 214) gehoren. Somit wird schon bei der Auswahl des Standorts einer Filiale zumindest zu einem gewissen Ausma die ortliche Konkurrenzsituation, sowie Faktoren, die einen Ein uss auf die Nachfrage besitzen, betrachtet. Eine Ausweitung dessen, um auch auf Basis dieser Kriterien den Preis anzupassen, ist hier denkbar. Im direkten Kontext des Preismanagements identifiziert Hartmann als in Frage kommende Faktoren, die sich auf das anzuwendende Ausma standortspezifischer Preisdifferenzierung auswirken, einerseits die ortliche Konkurrenzsituation und andererseits lokale Gegebenheiten7, die sich auf Zahlungsbereitschaft der Kunden auswirken (vgl. [Hartmann, 2006], S. 132). Folglich bedeutet das, dass Kunden fur eine Filiale mit wenigen naheliegenden Konkurrenten eine andere Zahlungsbereitschaft aufweisen, als es bei einer Filiale in einer stark umkampften Gegend der Fall ware. Dasselbe ware dann auch der Fall, wenn eine Filiale mit hoher Standortattraktivitat mit einer Filiale verglichen wird, die eine geringe Standortattraktivitat aufweist. Diese unterschiedlichen Zahlungsbereitschaften fuhren letztlich zu einem anderen optimalen Preis, also einem Preis, der durch die Kombination aus Preis und abgesetzter Menge den maximalen Gewinn verspricht. Eine genauere Betrachtung hiervon erfolgt in Abschnitt 2.1.
Da somit sowohl die ortliche Konkurrenzsituation, als auch nachfragebeein ussende lokale Gegebenheiten eine Rolle spielen, sollten diese beiden Aspekte in Variablen ein ieen, anhand derer eine Kategorisierung mittels Clusteranalyse stattfinden kann. Ein erster, intuitiver Ansatzpunkt zur Bestimmung einer solchen Variable zur Beschreibung der Konkurrenzsituation ware, fur jede Filiale die Anzahl von umliegenden Konkurrenten mit einem ahnlichen Sortiment, sprich die Anzahl anderer Supermarkte, innerhalb eines bestimmten Radius zu bestimmen. Wenn diese Anzahl als eine zugrundeliegende Variable fur das Clustering gewahlt wird, ist es moglich, zwischen Clustern von Filialen zu unterscheiden, die in unmittelbarer Nahe viele oder wenige konkurrierende Supermarkte besitzen. Die daraus entstehenden, unterschiedlichen Zahlungsbereitschaften aufgrund der Konkurrenzsituation konnen dann berucksichtigt werden.
Die Anzahl der umliegenden konkurrierenden Supermarkte reicht allerdings als konkurrenzbezogenes Klassifizierungsmerkmal in dieser Form noch nicht aus, da ein wichtiger Aspekt noch nicht berucksichtigt wird. Ein Supermarkt fuhrt in der Regel eine Reihe von verschiedenen Produktgruppen und Produkte im Sortiment, die teilweise auch in konkurrierenden, umliegenden Verkaufsstatten mit anderer Betriebsform angeboten werden, wie beispielsweise Drogerieartikel, die auch in Drogeriemarkten angeboten werden. Durch die alleinige Betrachtung von anderen Supermarkten als Konkurrenten werden Einzelhandler, deren Sortiment zumindest eine Schnittmenge mit dem Sortiment des ursprunglich betrachteten Supermarkts aufweisen, nicht betrachtet. Somit werden bei so einer Klassifizierung auch die daraus resultierenden, unterschiedlichen Zahlungsbereitschaften fur bestimmte Produktgruppen und Produkte nicht betrachtet. Als anschauliches Beispiel: die unmittelbare Nahe eines Supermarkts zu einem Drogeriemarkt kann dazu fuhren, dass Abnehmer aufgrund von Vergleichs- und Ausweichmoglichkeiten fur die gesamte Produktgruppe der Drogerieartikel eine andere Zahlungsbereitschaft aufweisen. Da ein Drogeriemarkt jedoch nicht als Supermarkt zahlt, liegt nahe, dass anstelle von ‘klassischen’ Konkurrenten in Form von anderen Supermarkten, sowohl andere Einzelhandler betrachtet werden sollten, als auch Kombinationen von bestimmten Einzelhandlern im Umfeld eines Supermarkts. Mit ‘klassischen’ Konkurrenten sind hier Handler mit einem ahnlichen Sortiment und derselben Betriebsform gemeint. Im Lebensmitteleinzelhandel werden Drogeriemarkte, Discounter und SB-Warenhauser schon langer als Konkurrenten fur traditionelle Lebensmitteleinzelhandler betrachtet (vgl. [Becker und Schutte, 2004], S. 18). Somit ist es moglich, dass produktgruppenspezifische Ein usse auf die Zahlungsbereitschaften der Abnehmer abgebildet werden konnen. Die Kombination von verschiedenen Einzelhandlern fuhrt somit zu einer Kombination von unterschiedlichen Zahlungsbereitschaften fur bestimmte Produktgruppen und Produkte.
Somit folgt, dass beispielsweise ein Supermarkt mit einem Backer und einem Drogeriemarkt in unmittelbarer Nahe unterschiedliche produktgruppenspezifische Zahlungsbereitschaften der Kunden fur Backwaren und Drogerieartikel aufweist, als ein Supermarkt mit nur einem Drogeriemarkt in unmittelbarer Nahe. Demnach sollten diese beiden Supermarkte in unterschiedlichen Clustern landen, da die Kunden, die diese Verkaufsstatten aufsuchen, unterschiedliche Zahlungsbereitschaften fur bestimmte Produktgruppen und Produkte aufweisen; somit wird eine Segmentierung fur eine nachgelagerte Preisdifferenzierung vorgenommen. Diese Uberlegung wird zusatzlich zu den Grundlagen in Abschnitt 2.1.1 dadurch begrundet, dass etwa in Kalussis in [Kalussis, 1960] beschreibt, dass ein Spezialbetrieb hinsichtlich des Sortiments dazu gezwungen wird, die Preise fur Waren aus der Schnittmenge mit angebotenen Waren eines Warenhaus, anzupassen (vgl. [Kalussis, 1960], S. 41). Das Warenhaus steht in diesem Kontext fur einen Betrieb mit einem umfassenderen Sortiment und hat den Hintergrund, dass die beiden Betriebe fur die Waren, die sie beide gleichzeitig anbieten, gegenseitig als Konkurrenten zu betrachten sind. Diese Aussage geht von der Annahme aus, dass der Spezialbetrieb ursprunglich einen hoheren Preis fordert, als der Betrieb mit breiterem Sortiment. Betrachtet man die Aussage allerdings ohne diese Annahme, namlich falls der Spezialbetrieb niedrigere Preise als das Warenhaus fordern kann, muss auch der Betrieb mit umfassenderem Sortiment seine Preise anpassen, da die Konsumenten fur diese Waren Vergleichsmoglichkeiten besitzen und gegebenenfalls die Einkaufsstatte wechseln. Auch in [Hartmann, 2006] wird betont, dass ein Einzelhandelsbetrieb “nicht nur im Wettbewerb mit vergleichbaren Betriebstypen, sondern auch mit weiteren Anbietern (z. B. Fachgeschafte mit Discountern)” ([Hartmann, 2006], S. 2) steht. Daruber hinaus beschreibt das Bundeskartellamt im Fusionsbeschluss [Bundeskartellamt, 2015] unter Berufung auf eine Event-Analyse, dass etwa die Eroffnung eines Discounters in unmittelbarer Umgebung sich auf die Verkaufszahlen eines Vollsortimenters auswirkt ([Bundeskartellamt, 2015], S. 106), was sich in dem Kontext der vorangehenden Uberlegungen generell auf Verkaufsstatten mit kleinerem Sortiment ausweiten lasst. Also wird der Konkurrenzbegriff fur diese Untersuchung so sehr ausgeweitet, dass auch Verkaufsstatten berucksichtigt werden, bei denen sich nur bestimmte Produktgruppen oder Produkte mit dem Sortiment eines Supermarkts uberschneiden. Somit besteht im Zuge der angestrebten Segmentierung fur standortspezifische Preisdifferenzierung die Moglichkeit, die fur diese Produktgruppen und Produkte unterschiedlichen Zahlungsbereitschaften zu bestimmen und nur hierfur die Preise zu differenzieren, ohne dass die Preise des restlichen Sortiments beein usst werden. Die vorangehenden Uberlegungen werden an dieser Stelle in einer grundlegenden Annahme formuliert, auf der die folgenden Annahmen fur den Argumentationsgang dieser Arbeit aufbauen:
Annahme 1: Fur unterschiedliche Filialen eines Handlers mit demselben Sortiment, aber unterschiedlichen lokalen Eigenschaften kann fur bestimmte Produkte eine andere Zahlungsbereitschaft der Abnehmer herrschen.
Die bisherigen Uberlegungen beziehen sich lediglich auf das Umfeld im Sinne der Konkurrenz, allerdings konnen auch bestimmte Faktoren der Umgebung die Zahlungsbereitschaft beein ussen. Wie bereits eingangs beschrieben, konnen das zum einen allgemeine standortbezogene Faktoren, wie etwa Kaufkraftkennziffern sein, die sich im Kaufverhalten widerspiegeln. Zum Anderen kann es die Nahe zu bestimmten ortlichen Besonderheiten sein, wie beispielsweise zu einem Flughafen, an dem etwa von Abnehmern ein hoherer Preis gefordert werden kann, ohne die Absatzmenge signifikant zu beein ussen. Durch die Situation, in der sich Abnehmer am Flughafen befinden, weisen sie vermutlich aufgrund von eingeschrankten Handlungsalternativen eine hohere Zahlungsbereitschaft auf. Auch Orte, an denen Freizeitaktivitaten stattfinden, konnen die Zahlungsbereitschaft beein ussen. Ein Beispiel ware dafur eine erhohte Zahlungsbereitschaft fur alkoholische Getranke in unmittelbarer Nahe einer Diskothek oder eine erhohte Zahlungsbereitschaft fur Snacks und Softdrinks in der unmittelbaren Nahe eines Kinos. Diese Art der nachfragebeein ussender Faktoren wird im Zuge dieser Untersuchung genauer betrachtet, wahrend sozio-demographische Faktoren wie Einkommen, Kaufkraft oder Lebensstil im Zuge dieser Untersuchung ausgeklammert werden. Diese ortlichen, nachfragebeein ussenden Faktoren werden in Annahme 1 ebenfalls mit eingeschlossen. Unter ‘lokalen Eigenschaften’ konnen demnach sowohl die Konkurrenzsituation, als auch die ortlichen Besonderheiten verstanden werden. Im Zuge der angesprochenen Gruppierung anhand der lokalen Eigenschaften uber ein Clustering resultieren Gruppierungen mit denselben oder ahnlichen Auspragungen in den Merkmalen zu lokalen Eigenschaften.
Da die Ergebnisse eines solchen Clusterings Gruppierungen von Beobachtungen sind, die eines Gruppe moglichst homogen sind, resultiert daraus die Moglichkeit, eine gleiche Umsetzung von Preisdifferenzierung fur Filialen mit ahnlichen lokalen Eigenschaften innerhalb einer Gruppe durchzufuhren. Es wird somit unterstellt, dass fur Filialen mit einer ahnlichen Kombination aus Konkurrenten im Umkreis und anderer ortlichen Besonderheiten ahnliche Zahlungsbereitschaften fur die unterschiedlichen Produktgruppen und Produkte durch die Kunden bestehen. Die verschiedenen Kombinationen der Auspragungen dieser Faktoren kann demnach zu einem ganzen System von Zahlungsbereitschaften fur unterschiedliche Produktgruppen und Produkte fuhren und somit zu einer differenzierten Segmentierung der Filialen – und somit auch Kunden – beitragen. Die Zahlungsbereitschaften fur einzelne Produkte werden im Folgenden allerdings ausgeklammert, um im Rahmen dieser Untersuchung die Komplexitat beherrschbar zu halten. Dies bedeutet jedoch nicht, dass die Berucksichtigung hiervon nicht wichtig oder notwendig ware, demnach bietet es sich als Ansatz fur kunftige Untersuchungen an. Auf der Grundlage von Annahme 1 konnen die hier angestellten Gedankengange zur Implikation des Clusterings in einer weiteren, grundlegenden Annahme zusammengefasst werden, die ebenfalls fur den gesamten Rahmen der Arbeit gilt:
Annahme 2: Ein Handler mit mehreren Filialen kann seinen Gewinn erhohen, wenn Filialen mit ahnlichen Umgebungseigenschaften eine ahnliche standortbezogene Preisdifferenzierung erfahren.
Annahme 2 beschreibt demnach die Umgebung einer Filiale als den mageblichen Faktor fur die Hohe der standortspezifischen Preisdifferenzierung, da fur ahnliche Filialen ahnliche Zahlungsbereitschaften fur bestimmte Produktgruppen existieren. Daruber hinaus umfasst die Annahme, dass Filialen mit ahnlichen Gegebenheiten vergleichbar sind und somit dieselbe Preisdifferenzierung erfahren sollen. Diese Annahme ist grundlegend, um Filialen spater durch Cluster und die Auspragungen der jeweiligen Clusterzentren beschreiben zu konnen. Diese Cluster enthalten mehrere Filialen, somit konnen etwa die Clusterzentren, die das Mittel aller im Cluster enthaltenen Elemente reprasentieren, als grundlegende Segmentierung fur eine standortspezifische Preisdifferenzierung herangezogen werden konnen. Da im Rahmen dieser Untersuchung die Identifikation von Geodaten mit Ein uss auf produktgruppenspezifische Zahlungsbereitschaften im Vordergrund steht, um auf Basis dessen und der Integration verschiedener Technologien im Big Data Kontext durchzufuhren, wird nur auf eine Analyse der Umgebung bezuglich Konkurrenten und nachfragebeein ussender Pointsof- Interest eingegangen, andere nachfragebezogene Ein ussfaktoren wie etwa soziodemographische Faktoren, etwa in Form von regionalen Kaufkraftkennziffern, werden hier demnach auer Acht gelassen. Fur eine nachgelagerte Analyse kann es zwar durchaus sinnvoll sein, standortbezogene Faktoren, die die Kaufkraft beein ussen, zu identifizieren und in die Analyse mit ein ieen zu lassen, dies fallt jedoch eher in das Themenfeld der Markt- und Kundensegmentierung.
Diese Arbeit grenzt sich explizit von klassischen Ansatzen der Markt- und Kundensegmentierung ab, da streng genommen weder der Markt, noch die Kunden in Segmente eingeteilt werden, sondern die Menge der Filialen anhand verschiedener Merkmale gruppiert werden. Hierzu gehort zwar auch teilweise das Verhalten bezuglich der Zahlungsbereitschaft der Kunden, allerdings in Abhangigkeit von ebenjenen lokalen Merkmalen der Filialen. Auch wenn das Ziel dieser Gruppierung letztendlich eine Aufspaltung in verschiedene Segmente ist, anhand derer eine Preisdifferenzierung stattfinden kann, wird die Gruppierung mehr als eine Bewertung von Filialen verstanden, die unterschiedliche Zahlungsbereitschaften fur Produktgruppen festhalt, statt einer tatsachlichen Bewertung der verschiedenen Kunden. Hier ist klarzustellen, dass die Kunden selbstverstandlich in den segmentierten Filialen einkaufen und somit auch implizit die Kunden segmentiert werden, allerdings geschieht nach filialspezischen Merkmalen.
Im Kontext dessen ist das Vorgehen auch von den mikrogeografischen Marktsegmentierung abzugrenzen, in dessen Rahmen “eine raumliche Aufteilung der Endverbraucher in moglichst kleine Wohngebietszellen” ([Kesting und Rennhak, 2008], S. 17) stattfindet, um mit demographischen und verhaltensorientierten Daten angereichert zu werden. Dieser Ansatz basiert auf der Grundidee, dass Personen, die raumlich konzentriert sind, auch einen ahnlichen Lebensstil und Sozialstatus aufweisen (vgl. [Kesting und Rennhak, 2008], S. 17) und bezieht sich somit ebenfalls hauptsachlich auf die Abnehmer, statt auf Filialen. Geographische Kriterien werden dazu verwendet, um auf sozio-demographische Kriterien der Segmentierung zu schlieen, was nicht im Fokus dieser Arbeit liegt, eine tatsachliche Analyse der eigentlichen Umgebung einer Verkaufsstatte findet im Rahmen der mikrogeografischen Marktstegmentierung namlich nicht statt. Im Rahmen dieser Untersuchung geht es allerdings um die Klassifizierung der Filialen anhand eben solcher, geographischer Attribute, um besser auf das Konkurrenzumfeld reagieren zu konnen und abhangig hiervon und von unterschiedlicher Zahlungsbereitschaften an unterschiedlichen Orten Teile des Sortiments effektiver mit Preisen versehen zu konnen. Es konnen im Nachgang weitere Aspekte der Marktsegmentierung und daraus folgender Preisdifferenzierung mit dem Ansatz dieser Untersuchung kombiniert werden, um ein noch effektiveres Konstrukt fur einen praxisbezogenen Einsatz zu erhalten, indem zusatzlich zu den lokalen Gegebenheiten einer Filiale die personenbezogenen, mikrogeographischen Gegebenheiten mit einbezogen werden. Fur diese Untersuchung wird der Fokus allerdings auf die reine Konkurrenzund Nachfragesituation anhand lokaler Merkmale der eigentlichen Filiale beschrankt.
Recent Comments