Kreuzpreiselastizität mit nur monatlichen Wettbewerberpreisen

Olivenölmarke, Literflaschen im italienischen Lebensmittelhandel, mit der Frage, ob der Marktführer oder die Handelsmarke ihr eigentlicher Wettbewerber ist.

Ein zusammengesetzter Fall, gebaut aus der Art von Datei, die wir fast jede Woche sehen. Eine Olivenölmarke, die Literflaschen nativen Olivenöls extra über den italienischen Lebensmittelhandel verkauft, eine solide Nummer drei der Kategorie hinter dem Marktführer und den Handelsmarken der Händler. Über den Winter trieben die Kosten für Olivenöl jeden Regalpreis nach oben, und die Marke fand sich in einem bekannten Streit wieder.

Der Vertrieb sagte, die Bedrohung sei der Marktführer. Das Trade-Marketing sagte, es sei die Handelsmarke, die seit Jahren Anteile gewann. Die Frage, die bei uns ankam: „Wer nimmt uns wirklich Volumen, wenn sich die Preise bewegen, der Marktführer oder die Handelsmarke?“

Genau diese Frage beantwortet die Kreuzpreiselastizität, wenn die Datei es zulässt. Der vorige Artikel dieser Reihe ist ein Fall, in dem es ging. Diese Datei ließ es nicht zu.

Wie die Datei aussah

Zwei Jahre Wochendaten, 104 Zeilen. Eigene Einheiten und eigener Regalpreis, wöchentlich, aus den Handelsdaten der Marke. Der Regalpreis der Handelsmarke, wöchentlich, aus demselben Händlerportal. Und der Preis des Marktführers, den die Marke von keinem Datenanbieter bekam. Eine Agentur las ihn am ersten Montag jedes Monats von den Websites der Händler aus, also stand er in der Datei als ein Wert, der vier oder fünf Wochen lang wiederholt wurde.

Dann der Winter. Von Dezember bis April stiegen die drei Preise gemeinsam, mit den Kosten. Der Marktführer ging um etwa 17 % hoch, die Handelsmarke um etwa 16 %, die Marke selbst um etwa 13 %. Sie stiegen in denselben Monaten, in ähnlichen Schritten, und gaben im Sommer gemeinsam nach. Über die zwei Jahre korrelierten der Preis des Marktführers und der Preis der Handelsmarke mit 0,94.

Warum die Mathematik sie nicht trennen kann

Eine Kreuzpreiselastizität wird aus Wochen geschätzt, in denen sich der Preis eines Wettbewerbers bewegte und der des anderen nicht. So erkennt das Modell, auf welche Bewegung Ihr Volumen reagiert hat. In dieser Datei gab es fast keine solchen Wochen, aus zwei Gründen.

Die beiden Preise bewegten sich gemeinsam. Bei einer Korrelation von 0,94 sieht das Modell eine Bewegung, nicht zwei. Es kann erkennen, dass Ihr Volumen reagierte, als das Regal um Sie herum teurer wurde. Es kann diese Reaktion nicht zwischen Marktführer und Handelsmarke aufteilen, weil sich jedes Mal, wenn sich der eine bewegte, auch der andere bewegte. TEA meldet einen Varianzinflationsfaktor von 9,6 auf beiden Koeffizienten, seine Art zu sagen, dass jede Schätzung zum größten Teil Rauschen ist, das sie sich von der anderen leiht.

Der Preis des Marktführers war den größten Teil jedes Monats blind. Eine monatliche Erfassung verpasst alles zwischen zwei Montagen. Fuhr der Marktführer mitten im Monat eine zweiwöchige Promotion, sah die Datei sie nie. Fiel die Erfassung auf eine Promotionwoche, verzeichnete die Datei für vier Wochen einen Aktionspreis, obwohl fast alle zum vollen Preis liefen. Das ist ein Messfehler in einem Treiber, und er hat eine bekannte Wirkung: Er zieht den geschätzten Koeffizienten gegen null und verbreitert zugleich sein Intervall.

Das Ergebnis, getrennt: der Marktführer bei 0,9, mit einem 95-%-Intervall von -0,6 bis 2,4. Die Handelsmarke bei 0,3, Intervall von -1,2 bis 1,8. Beide Intervalle schließen die Null bequem ein, und beide sind breit genug für jede Geschichte, die irgendjemand im Raum erzählen wollte.

Fassen Sie die beiden zu einem Preisindex für das übrige Regal zusammen, gewichtet nach Anteil, und das Bild ist klar: 1,1, mit einem Intervall von 0,8 bis 1,4. Das Regal zählt sehr. Welche Hälfte davon zählt, steht nicht in den Daten.

Was schiefgegangen wäre, hätte man es erzwungen

Liest man die mittleren Schätzungen, gewinnt der Marktführer, 0,9 gegen 0,3. Diese Lesart hätte das Promotionbudget der Marke hinter dem Marktführer hergeschickt, um seine Angebote mitzugehen, während die Handelsmarke ihren Dauerpreis hielt und womöglich das Volumen dazu. Oder umgekehrt. Bei so breiten Intervallen ist die Reihenfolge der beiden mittleren Schätzungen fast ein Münzwurf, und eine Promotionstrategie auf einem Münzwurf ist eine teure Art, das herauszufinden.

Was stattdessen zu tun ist

• Wöchentliche Wettbewerberpreise besorgen. Ein Handelspanel oder derselbe Scraper, jede Woche statt jeden Monat ausgeführt. Die Kosten sind gering neben einer einzigen fehlgeleiteten Promotionwelle. Rechnen Sie mit etwa einem Jahr Wochendaten, einschließlich einiger Wochen, in denen die beiden Wettbewerber auseinanderlaufen, bevor die Aufteilung lesbar ist.
• Bis dahin auf dem gemeinsamen Index planen. Die 1,1 ist belastbar. Für Preisszenarien ist „das Regal steigt um 5 %“ ein brauchbarer Input, auch wenn „der Marktführer steigt um 5 %“ es nicht ist.
• Nach Stellen suchen, an denen sie auseinanderliefen. Eine Handelskette hielt den Preis ihrer Handelsmarke zehn Wochen lang, während alle anderen erhöhten. Wenn sich die Datei nach Händler aufteilen lässt, sind diese zehn Wochen die aussagekräftigsten Zeilen, die die Marke besitzt, und das Geo-/Segment-MMM ist gebaut, um genau diese Art von Aufteilung zu lesen.
• Die Käufer fragen. Wechselstudien sind günstig und zeigen, wen Käufer in Betracht ziehen. Sie ersetzen die Elastizität nicht, aber sie können ein Patt auflösen.

Die Marke tat das Erste und das Dritte und vereinbarte, die Frage in einem Jahr zurück in die Story Preis & Promotion zu bringen.

Die Lehre

Zwei Wettbewerber, die sich immer gemeinsam bewegen, sind für ein Modell ein einziger Wettbewerber. Wenn Sie wissen wollen, welcher von beiden zählt, brauchen Sie Wochen, in denen sie Verschiedenes taten, erfasst in derselben Granularität wie Ihre eigenen Daten. Ein Monatspreis neben einem Wochenvolumen ist keine leichtere Version derselben Datei. Es ist eine andere, schwächere.