Promotions, die immer mit denen des Rivalen zusammenfallen

Britische Keksmarke, rund 54 Mio. £ im Jahr, mit der Frage, ob sie die tiefere Promotion eines Rivalen in den Aktionswochen des Handels mitgehen soll.

Ein zusammengesetzter Fall, gebaut aus einem Muster, das im Lebensmittelhandel häufig ist: eine britische Keksmarke mit rund 54 Mio. £ Jahresumsatz im Handel, die vor allem gegen eine gleich große Rivalenmarke in vier großen Handelsketten antritt.

Die Frage

Der Rivale hatte für die Aktionswochen im Herbst eine tiefere Promotion angekündigt, ein Drittel Rabatt statt seines üblichen Viertels. Der Category Manager der Marke wollte die Rechnung, die der Pastasaucen-Fall geliefert hatte: „Was bringt unsere Promotion tatsächlich, und wenn sie auf ein Drittel gehen, lohnt sich das Mitgehen?“

Wie die Datei aussah

104 Wochen Daten, national aggregiert. Eigenes Volumen, eigener Preis, Rabatttiefe, der Preis des Rivalen und seine Rabatttiefe.

Auf dem Papier sah sie reicher aus als die meisten. Die Marke hatte in zwei Jahren 18 Promotionwochen gefahren, mit Rabatttiefen von 20 % bis 33 %. Der Rivale 19.

Dann legten wir die beiden Kalender nebeneinander. Von den 18 Promotionwochen der Marke waren 17 auch Promotionwochen des Rivalen. In 84 Wochen war keine der beiden Marken in Promotion. In nur einer Woche waren es nur wir, in zwei Wochen nur sie.

Das ist kein Zufall. In dieser Kategorie bestimmen die Händler den Kalender. Aktionswochen werden den Herstellern als Paket verkauft, und beide Marken kaufen sich ein, weil Fernbleiben bedeutet, die Stirnseite des Gangs zu verlieren. Der Kalender, den die Marke für ihren Promotionplan hält, ist größtenteils der des Händlers.

Was die Analyse nicht konnte

Die Promotion-Elastizität schätzt den Uplift einer Promotion, indem sie Wochen mit und ohne sie vergleicht und alles andere konstant hält. Hier gehört zu allem anderen die Promotion des Rivalen, und die war in 17 unserer 18 Wochen da. Das Modell hat fast keine Wochen, in denen es die beiden Effekte trennen kann.

Das Werkzeug zeigte das, statt es zu verstecken. Der Varianzinflationsfaktor auf der eigenen Rabatttiefe lag bei 14, weit über dem Niveau, ab dem Koeffizienten instabil werden. Die getrennten Schätzungen lauteten:

• unsere eigene Promotion: +22 %, mit einem 95-%-Intervall von -4 % bis +48 %;
• die Promotion des Rivalen, auf unser Volumen: -9 %, mit einem Intervall von -31 % bis +13 %.

Beide Intervalle schließen die Null ein. Keine der beiden Zahlen bedeutet für sich etwas: Das Modell kann Gewicht fast beliebig von der einen zur anderen verschieben und die Daten gleich gut anpassen. Was es festmachen konnte, war ihre Summe. In einer Woche, in der beide Marken in Promotion waren, verkaufte die Marke 13 % mehr als in einer normalen Woche, mit einem Intervall von 9 % bis 17 %. Siebzehn Wochen derselben Lage reichen, um diese Lage zu messen.

Die Frage betraf andere Lagen. Mitgehen oder nicht heißt, eine Woche, in der nur sie promoten, mit einer Woche zu vergleichen, in der beide es tun, und die Datei hatte zwei Wochen der ersten Art. Das ist keine Stichprobe. Das ist eine Anekdote mit Datum.

Hätten wir eine Aufteilung erzwungen, wären die üblichen Tricks gewesen, den Rivalen aus dem Modell zu streichen, was seinen Effekt unserem Uplift zuschlägt und ihn verzerrt, oder eine Prior aus einer anderen Kategorie vorzugeben, was die Antwort liefert, die schon in der Prior steckte. Beides hätte eine saubere Rechnung zur Gewinnschwelle ergeben. Keines wäre eine Messung gewesen, und die Entscheidung hätte auf der Annahme geruht, die wir zufällig gewählt hätten.

Was stattdessen zu tun ist

Die brauchbare Zahl war schon da: die gemeinsamen 13 %. Sie beantwortet die Frage, die der Händler tatsächlich stellt, nämlich ob Sie bei der Aktion dabei sind oder nicht. Bei einem Drittel Rabatt und 38 % Bruttomarge verliert ein gemeinsamer Uplift von 13 % in jeder Promotionwoche Geld. Das allein war wissenswert, und es verschob das Gespräch vom Mitgehen mit dem Rivalen zu den Konditionen der Aktion.

Für die gestellte Frage braucht die Datei Wochen, die sie nicht hat. Wir schlugen drei Dinge vor.

1. Die fehlende Zelle gezielt schaffen. Bei einer Kette eine Aktion auslassen oder bei einer anderen eine Promotion außerhalb des Händlerzyklus fahren, und es erfassen. Zwei oder drei solcher Wochen im Jahr fangen an, die beiden Effekte zu trennen.
2. Die Ketten statt der nationalen Summe nutzen. Die Aktionskalender unterscheiden sich leicht je Kette. Daten auf Kettenebene enthalten womöglich schon mehr ungleiche Wochen, als das nationale Aggregat zeigt.
3. Die Finanzierung vor der Tiefe verhandeln. Wenn die eigentliche Entscheidung ist, ob man bei der Aktion dabei ist, liegt der Hebel darin, wer den Rabatt bezahlt, nicht darin, wie tief er ist.

Die Marke blieb in der Herbstaktion mit ihrer üblichen Tiefe, ging das tiefere Angebot nicht mit und vereinbarte mit einer Kette, die Januaraktion als bewussten Test auszulassen. Diese eine Woche wird für die nächste Analyse mehr wert sein als ein weiteres Jahr deckungsgleicher Kalender.

Die Lehre

Zwei Effekte, die immer zusammen auftreten, lassen sich nicht getrennt messen, so gut das Modell auch ist. Bevor Sie fragen, was Ihre Promotion bewirkt, wenn seine läuft, prüfen Sie, ob die Datei die beiden je getrennt gesehen hat. Hat sie es nicht, messen Sie die Lage, in der Sie tatsächlich sind, und schaffen Sie die andere gezielt. Die Story Wettbewerb hängt bei jedem Schritt von dieser Variation ab.