A/B-Tests zur Preiselastizität sind häufig fehlerhaft konzipiert. Welche Methoden wirklich valide Elastizitäts-Messungen liefern – und was Pricing-Teams aus den Ergebnissen richtig ableiten.
Preiselastizität ist die wichtigste Kennzahl für jede Pricing-Entscheidung: Wie stark reagiert die Nachfrage auf eine Preisveränderung? Ohne zuverlässige Elastizitäts-Daten ist Pricing Intuition. Mit ihnen wird es Wissenschaft. Das Problem: Die meisten Methoden, die im E-Commerce für Elastizitäts-Messung eingesetzt werden, sind methodisch unzureichend – und liefern Daten, die falsche Entscheidungen stützen.
Der klassische Fehler ist der einfache A/B-Test: Gruppe A sieht Preis X, Gruppe B sieht Preis Y, Conversion-Raten werden verglichen. Das klingt solide. In der Praxis ist es mit mehreren Problemen behaftet: Konsumenten in Gruppe B erzählen Gruppe A vom Preis (Leakage), Suchmaschinen indexieren beide Preise (Crawl-Conflict), und die Messung erfasst nur den Punkt-Effekt, nicht den langfristigen Kaufverhalten-Effekt.
Methode 1: Zeitbasierte Preis-Tests (Holdout-Perioden)
Statt Nutzer-Split testet man Zeitfenster: In Woche 1 gilt Preis A, in Woche 3 (nach einer Übergangsphase) gilt Preis B, in Woche 5 kehrt man zu Preis A zurück. Das eliminiert Leakage-Probleme und erlaubt eine sauberere Kontrolle. Die Schwäche: externe Faktoren (Wetter, Ferien, Wettbewerber-Aktionen) können Ergebnisse verfälschen.
Methode 2: Geo-basierte Preis-Tests
In verschiedenen geografischen Regionen werden unterschiedliche Preise getestet – etwa Norddeutschland vs. Süddeutschland oder Deutschland vs. Österreich. Wenn die Märkte strukturell ähnlich sind, liefert das valide Elastizitäts-Daten ohne Leakage. Diese Methode ist besonders wertvoll für stationäre Händler mit regionaler Präsenz.
Methode 3: Conjoint-Analyse vor dem Launch
Für Neuprodukte, bei denen keine historischen Daten existieren, ist Conjoint-Analyse das stärkste Werkzeug. Testpersonen wählen zwischen fiktiven Produkten mit verschiedenen Attribut-Kombinationen (Preis, Features, Marke) – der Algorithmus berechnet daraus, welchen Wertbeitrag jedes Attribut hat und wie hoch die Zahlungsbereitschaft für verschiedene Preispunkte ist.
Conjoint-Analysen können im Vorfeld eines Launches mit Online-Panel-Dienstleistern wie Respondi oder Bilendi durchgeführt werden – mit überschaubarem Budget (5.000–20.000 Euro für eine robuste Stichprobe) und mit Ergebnissen, die Launch-Pricing-Entscheidungen erheblich besser informieren als interne Meinungsrunden.
Was Pricing-Teams aus Elastizitäts-Daten wirklich ableiten sollten
Der häufige Fehler nach einer Elastizitäts-Messung: Man nimmt den gemessenen Wert als feste Konstante. Preiselastizität ist keine Konstante – sie variiert nach Saison, Wettbewerb, Konsumentenstimmung und Produktlebenszyklus. Ein Produkt, das im Januar hoch elastisch ist, kann im Dezember (Weihnachts-Nachfrage) deutlich weniger elastisch sein.
Pricing Takeaway: Preiselastizität messen ist keine einmalige Aufgabe, sondern ein kontinuierlicher Prozess. Wer valide Methoden einsetzt – Zeitbasierte Tests, Geo-Tests oder Conjoint-Analysen –, trifft bessere Pricing-Entscheidungen als wer auf Intuition oder fehlerhafte A/B-Tests setzt. Die Investition in methodisch saubere Elastizitäts-Messung amortisiert sich bei jeder größeren Preissetzungs-Entscheidung.