Preiskommunikation in Zeiten des „Behavioral Pricing“

Es fällt anhand der Vielzahl der in der Literatur besprochenen Effekte der Preisdarstellung schwer, an dieser Stelle einen vollständigen und abschließenden Überblick zu geben. Es soll aber darauf hingewiesen werden, dass teilweise eine abweichende Gruppierung und Einordnung der Instrumentarien erfolgt. So klassifizieren Von Schuckmann et al. (2019) drei Gruppen: (1) Price Endings (wie gerade und nicht gerade Preise), (2) Price Structure (wie partitionierte Preise, zeitliches Reframing und transparente Preise) und (3) Price Cues (numerische, optische, verbale Hinweise).

Der Vollständigkeit halber soll an dieser Stelle erwähnt werden, dass neben dem beschriebenen „Left Digit Effect“ auch ein „Right Digit Effect“ diskutiert wird. Wenn Verbraucher reguläre Preise und Verkaufspreise mit identischen linken Ziffern betrachten, erkennen sie größere Preisnachlässe, wenn die rechten Ziffern „klein“ sind (d. h. weniger als 5), als wenn sie „groß“ sind (d. h. größer als 5), vgl. Coulter und Coulter (2007). Es wird davon ausgegangen, dass Kunden beispielsweise den Unterschied zwischen 222 EUR und 211 EUR als größer wahrnehmen als den Unterschied zwischen 199 EUR und 188 EUR (in beiden Fällen ist der absolute Unterschied identisch), obwohl die relative Differenz im ersten Fall tatsächlich kleiner ist. Begründet wird dies damit, dass der relative Unterschied zwischen 2 und 1 50 % beträgt, während 8 nur 11 % niedriger ist als 9 (Kopetzky 2015, S. 17).

Ähnliche Effekte wurden bei einem erneuten, abgewandelten Test in 2019 identifiziert. Die Originalanzeige zur Siemens Waschmaschine (Preis 555 EUR) wurde dabei in der Preishöhe (549 EUR) und in der Preisgrößendarstellung (normale vs. doppelte Schriftgröße) verändert. Auch hier zeigte sich insgesamt eine relativ robuste Preisimagebeurteilung. Die Anzeige mit vergrößerter Preisdarstellung in Verbindung mit dem höheren Preis (555 EUR) erreicht die beste Bewertung bezüglich der Kaufabsicht. Wichtig für die Interpretation der Unterschiede zwischen den Testgruppen ist die Effektstärke. Die Wirkungen liegen maximal im Bereich „geringer Effektstärke“.

So führen Hamilton und Karmarkar (2017) aus: „Suppose a retailer with a reputation for high quality and great service, but also high prices, is selling a bike for $350. What does the science of decision making say about how customers will react to this price? Research on reference points would say that customers have an expectation of how much bikes like these should cost, based on their own previous experience. Research on transaction utility would say that people adjust their reference points based on where they are shopping. Thus, people would come in expecting to pay more, and evaluate prices from that perspective. Research on „halo effects“ would say that a customer’s overall impression (for example, „this store is expensive …“) extends over his or her evaluations of a specific element of that setting („… therefore this particular price is probably expensive.“).In other words, well-supported scientific theories of decision making often conflict with each other, with marketing implications that point in different directions.“

Es muss allerdings erwähnt werden, dass nicht alle Psychologen diese Sicht teilen. So beschreibt Fagan (2019) menschliche Entscheidungen als primär rational und durchdacht: „… although people rely on emotion and heuristics und conditions of time pressure, cognitive load or apathy, they otherwise tend to make „good“, preference-consistent (i.e. logical) decisions. In essence, people are more rational than advertisers seem to give them credit for.“