Mit kontextualisierten Analytics-basierten Tools können Unternehmen ihr Ersatzteilsegment gewinnsteigernd entwickeln.

Mit kontextualisierten Analytics-basierten Tools können Unternehmen ihr Ersatzteilsegment gewinnsteigernd entwickeln. - Bild: CHUTTERSNAP auf Unsplash

| von Patric Kirchner, Kathrin Schwan, Marcus Demmelmair und Sona Kochkanyan, Accenture

Aftersales ist für die Steigerung der Profitabilität von immer größerer Bedeutung. So kann das Segment heute bis zu 60 Prozent des gesamten Unternehmensgewinns ausmachen. Unternehmen, die ihre Preise erfolgreich optimieren, können ihre Gewinne durchschnittlich um mehr als 20 Prozent steigern.

Allerdings gibt es bei der Optimierung von Teilepreisen auch zahlreiche Herausforderungen zu überwinden. Dazu gehören u. a. komplexe und umfangreiche Teileportfolios mit mehreren hunderttausend SKUs sowie marktspezifische Risiken und Wechselkursschwankungen. Um Gewinne im Ersatzteilgeschäft zu maximieren, setzen erfolgreiche Unternehmen deshalb verstärkt auf KI-basierte Bilderkennung, analytische Informationssysteme (Advanced Analytics) und Cloud-Technologien. Wie Sie Analytics-Tools speziell für kontext-spezifische Preisanpassung richtig einsetzen, erfahren Sie hier.

„Noch besser“ geht fast immer – gerade bei komplexen Teile-Portfolios

Auch wenn die Optimierung der Teilepreise ein gewaltiges Potenzial zur Gewinnsteigerung hat, vernachlässigen viele Unternehmen dieses Aftersales-Segment noch zu stark oder verlassen sich auf langsame und fehleranfällige Excel-Tools. Und die Unternehmen, die sich intensiver damit beschäftigen, zahlen oft zu viel für die Optimierung. Neben diesen Problemen sehen sich Unternehmen vor allem fünf großen Herausforderungen gegenüber:

1. Das Pricing erfolgt auf Grundlage sogenannter „wertbasierter Preisaufschläge“, die auf einer oft nicht genau festgelegten oder sogar volatilen Kostenstruktur basieren.

2. Preise von Aftermarket-Teilen werden nicht verglichen und hochautomatisierte Prozesse (z.B. Web Scraping) befinden sich noch in den Kinderschuhen.

3. Der „Longtail-Bereich“ des Teileportfolios wird aufgrund des erhöhten Aufwands mit herkömmlichen Methoden häufig vernachlässigt.

4. Das Teilepricing ist durch die Vielschichtigkeit der Märkte (Größe, Regulierung, eigene Vertriebseinheiten vs. Importeure usw.) äußerst komplex.

5. Durch historisch unterschiedliche Preise über diverse Märkte hinweg werden oft massive Gaumarktströme und Risiken in Kauf genommen.

Zudem glauben Kunden oft, dass ihre Preise hochgradig optimiert sind, auch wenn dies eigentlich nicht der Fall ist. Die meisten von ihnen nutzen manuelle Verfahren und einfache Herangehensweisen wie Aufschlagsfaktoren in Excel-Tools. Oft liegt dies an fehlendem Wissen oder Unsicherheit bzgl. neuen Technologien wie Analytics, Cloud oder innovativen Softwarelösungen.

Die Pricing-Zukunft: Preise in „Near-Real-Time“ berechnen

Viele Unternehmen versuchen ihr Aftersales Pricing durch geeignete Softwarelösungen zu verbessern. Die Preise werden normalerweise über den Wert bestimmt, den die Produkte für unterschiedliche Kundensegmente haben. Heute gibt es zahlreiche Tools zur Preisoptimierung und neben festen Vorschriften werden Preise normalerweise auf Basis von Elastizitätsdaten, Prognosen und Simulationen angepasst.

Allerdings reicht das nicht aus, um sich von den Mitbewerbern abzuheben. Innovative Unternehmen setzen daher auf neue Technologien und fortschrittliche Analysetools, um das Teilepricing noch profitabler zu gestalten. Dies führt zu differenzierteren Ansätzen, die weit über das hinausgehen, was bisher möglich war. Idealerweise werden Preise heute mit kontextualisierten und Analytics-basierten Verfahren bestimmt. Dank den Fortschritten im Bereich Machine Learning sind diese heute schnell und kostengünstig umsetzbar.

Das Pricing der Zukunft umfasst 5 Komponenten:

1. Bilderkennung und automatisiertes Lesen (Optical Character Recognition) von Teileinformationen aus PDFs oder technischen Zeichnungen

2. Hochautomatisierte Wettbewerbsanalysen (z. B. durch Web Scraping)

3. Portfolio-Clustering mittels fortschrittlicher Analysemethoden auf Grundlage von wertbasierten Kriterien

4. Preisoptimierung basierend auf Selbstlernalgorithmen unter Einbeziehung der Produkteigenschaften (z. B. technisch, physisch, marktbezogen)

5. Automatisiertes Pricing auf Grundlage von Cloud-Architekturen zur Einbindung interner und externer Near-Real-Time-Daten in Management-Dashboards

Diese Maßnahmen ermöglichen eine hohe Gewinnmaximierung. Allerdings müssen Unternehmen dafür einen umfassenden Optimierungsplan entwickeln.

In drei Schritten zum jederzeit besten Preis

Um die Gewinne durch innovatives Pricing zu maximieren, arbeiten wir bei Accenture mit einem dreistufigen Plan. Zunächst legen wir durch eine Pivotmethodik den Produkt- bzw. Teilepreis fest. So erhalten wir eine konsistente, wertbasierte und zentralisierte Preisstruktur, die das gesamte Teileportfolio umfasst. Wir bestimmen den Produktwert und die Wettbewerbsposition und analysieren, welche Preise als fair wahrgenommen werden.

Durch innovative Text- und Bilderkennung sorgen wir für eine KI-basierte Datenanreicherung und bilden KI-basierte Cluster von tausenden Teilen und Artikeln. Auf dieser Grundlage können die Preise automatisch über einen variablen Micro-Cluster-Ansatz optimiert werden.

Preisoptimierung für tausende von Teile-Microclustern

Danach werden die Landespreise festgelegt. Das Ergebnis sind steuerbare lokale Preislisten für Ersatzteile, die mit einem zentralen Preissystem verknüpft sind. Auf Basis genereller Richtpreise wird analysiert, ob die festgelegten Preise die lokalen Marktpreise widerspiegeln. Zudem berücksichtigen wir, ob lokale Strukturen oder Preisniveaus angepasst werden müssen und wie lokale Marktpreise im Hinblick auf Graumarktrisiken ausgeglichen werden können.

Als Lösung sprechen wir Preisempfehlungen auf Grundlage allgemein gültiger Preise aus und stellen marktspezifische Teiledaten in Echtzeit über geeignete Analytics-Tools zur Verfügung. Ein wichtiger Faktor ist auch die Verwendung von Analytics-basierten Near-Real-Time-Daten in Dashboards, einschließlich automatisierter KPIs.

Das Teilepricing in fünf Schritten.
Das Teilepricing in fünf Schritten. - Bild: Accenture

Neue Ansätze für das Teilepricing: In jeder Phase werden Technologien wie z. B. Advanced Analytics und Artificial Intelligence angewendet.

Abschließend bestimmen wir die Kundenpreise. Es entsteht ein Rabatt-/Nettopreissystem, das Kundenwert, Branche oder Vertriebskanäle systematisch berücksichtigt. Zudem überprüfen wir den automatisierten Angebotsprozess. Die Statusüberwachung (Rabatte und Nachlässe) erfolgt automatisiert in einem zentralen Dashboard. Und die Produkte werden Analytics-basiert optimal gebündelt (z.B. Reparatursets für Maschinen).

Praxisbeispiel aus dem Maschinenbau

Ein multinationaler Gerätehersteller wollte die Preisstruktur seiner Teile optimieren. Der Kunde stand massiv unter Druck, seine Kosten zu reduzieren und die Profitabilität zu steigern. Er hatte seine Preise bisher ganz traditionell nach dem Cost-Plus-Verfahren bestimmt. Das Teilepricing wurde als ein wesentliches Element seiner Langzeitprofitabilität identifiziert.

Accenture begann die Teile zunächst in Teilefamilien zu kategorisieren. Danach legten wir neue Preislisten basierend auf den Preisen generischer Ersatzteile und Preisvorschriften fest. Die Preise für Originalteile wurden dann neu bestimmt, um den identifizierten Kundenwert widerzuspiegeln. Unsere Maßnahmen führten zu einer Steigerung der Profitabilität um 13 Millionen Dollar. Und es war möglich, die Preise über alle Märkte hinweg zu harmonisieren und zu rationalisieren.

Bilanz nach der Optimierung von 18.000 Ersatzteilen

Ein OEM für Nutzfahrzeuge wollte seinen Gewinn im Teilepreissegment erhöhen. Der Kunde wollte zudem das Pricing für OEM- und Händlerersatzteile verbessern. Darüber hinaus sollte sichergestellt werden, dass die Kunden die Ersatzteilpreise als wettbewerbsfähig ansehen – was bisher nicht der Fall war. Zur Berechnung der Preise und Klassifizierung des Portfolios nutzte Accenture einen nicht traditionellen Ansatz.

Es wurde ein strukturiertes Verfahren zur Überwachung des Preisfeedbacks implementiert. Zudem wurden Produktmerkmale und HD-Bilder in die E-Commerce-Plattform des Kunden eingespielt. Um die Effekte zu verstärken, wurde das Programm auch auf andere Segmente ausgedehnt. Insgesamt wurden so die Preise von 18.000 Ersatzteilen optimiert, was einem potenziellen Umsatz von 800 Millionen Euro und einem Jahresgewinn von 79 Millionen Euro entsprach.

Fazit: Jetzt das Ersatzteil-Pricing digitalisieren!

Die Optimierung von Teilepreisen kann Ihnen dabei helfen, den Weg hin zu einem wirklich wertbasierten Pricing einzuschlagen. Allerdings müssen Sie neue Technologien und einen umfassenden Optimierungsplan entwickeln, wenn Sie diese Möglichkeit optimal ausnutzen möchten. Aber mit dem richtigen Ansatz können Sie die optimale Preisstruktur für alle Artikel in Ihrem Portfolio entwickeln.

Über die Autoren

Patric Kirchner ist Managing Director bei Accenture. Er ist Commercial Excellence Expert und auf Monetarisierungsstrategien, innovative Preisgestaltung und die Digitalisierung von Vertriebsprozessen spezialisiert. Schreiben Sie ihm auf LinkedIn.

Kathrin Schwan ist Managing Director bei Accenture im Bereich Applied Intelligence. Sie ist Ansprechpartnerin für Data Science und Machine Learning Engineering und auf die Industrialisierung von PoCs und MVPs spezialisiert. Ihr Ziel ist es, das Wertversprechen von KI dauerhaft zu implementieren. Folgen Sie ihr auf LinkedIn.

Marcus Demmelmair ist Senior Manager bei Accenture und Teil der Strategy, CEO & Enterprise Strategy Einheit. Er ist Experte für KI-gestützte Pricingverfahren und hat Programme zur Teilepreisoptimierung mittels neuester Methoden und Technologien entwickelt und implementiert. Sein Ziel ist es, den Bruttogewinn durch kosteneffektive Pricingstrukturen zu maximieren. Setzen Sie sich auf LinkedIn mit ihm in Verbindung.

Sona Kochkanyan ist Teil der Applied Intelligence Sparte bei Accenture. Sie ist auf Parts Pricing Analytics & Cloud-basierte Prozesse spezialisiert. Setzen Sie sich auf LinkedIn mit ihr in Verbindung.

Kostenlose Registrierung

Newsletter
Bleiben Sie stets zu allen wichtigen Themen und Trends informiert.
Das Passwort muss mindestens acht Zeichen lang sein.

Ich habe die AGB, die Hinweise zum Widerrufsrecht und zum Datenschutz gelesen und akzeptiere diese.

*) Pflichtfeld

Sie sind bereits registriert?