Teil 17 A Kapazittsorientierte Preisbildung sequentielles vs simultanes
Teil 17 -A: Kapazitätsorientierte Preisbildung: sequentielles vs. simultanes Pricing Prof. Dr. Jörn Schönberger
Agenda § Fallstudio „Frisia Coastal Shipping“ § Preis-Absatz-Funktionen § unkapazitiertes Pricing § sequentielles Pricing § simultanes Pricing § Vergleich der Ansätze 2
Primärquelle Ivanov, Dmitry, Tsipoulanidis, Alexander, Schönberger, Jörn: Global Supply Chain and Operations Management A Decision-Oriented Introduction to the Creation of Value Springer-Verlag, 2. Auflage 978 -3 -319 -94313 -8 Kapitel 17: Pricing and Revenue-Oriented Capacity Allocation 3
Case: Frisia Coastal Shipping Shuttle-Services zwischen dem Festland und den sieben Ostfriesischen Inseln 4
Case: Frisia Coastal Shipping - Daten Winter Sommer verfügbare Transportkapazität 180 to monatliche Betriebskosten der FRISIA STORM 11. 000 EUR garantiert bezahlte Kapazität je Tag 60 to 20 to vereinbarte Frachtrate (je to) 15 EUR/to 25 EUR/to freie noch verfügbare Kapazität je Tag 120 to 160 to Erlös aus Vertrag mit FRISIA REAL ESTATE (30 Tage / Monat) 27. 000 EUR 15. 000 EUR KUNDE FRISIA REAL ESTATE Ergebnis § jeder zusätzliche EUR-Erlös durch Restkapazität steigert Gewinn, da Grenzerlös immer >0! 5
Pricing mit Preis-Absatz-Funktion (1 / 3) § Basisfrage im Pricing: „Wie kann die verbleibende Restkapazität mit maximaler Erlössumme an Kunden verkauft werden? “ § Zusätzlicher Kunde FRISIA-CC ►Versorger des Einzelhandels auf den Inseln ►Erfahrungswerte für akzeptierte Preise und benötigte Mengen ►bisher niemals mehr als Nmax=50 to pro Tag nachgefragt ►keine Nachfrage bei Rate über pmax=100 EUR / to § Welche Rate (je to) soll für FRISIA-CC festgelegt werden? 6
Pricing mit Preis-Absatz-Funktion (2 / 3) § Preis-Absatz-Funktion („Price-Demand-Function“) § Erlös-Funktion 7
Pricing mit Preis-Absatz-Funktion (3 / 3) § Optimalstelle: Identifikation durch Kurvendiskussion § 1. Ableitung der Revenue-Funktion REV(p) bilden § Nullstelle popt von REV‘(p) identifizieren § Auswertung ►Rate popt = 50 EUR ►Erlös = 50 EUR/to * 25 to = 1250 EUR 8
Prozedur: Optimales Pricing 1. Aufstellung der Preis-Absatz-Funktion PAF(p) 2. Ermittlung der Erlösfunktion REV(p) = PAD(p)·p 3. Bestimmung der 1. Ableitungsfunktion REV‘(p) der Erlösfunktion 4. Ermittlung einer Nullstelle popt von REV‘(p) Kandidat für erlösmaximalen Preis 5. Check, ob popt tatsächlich eine Optimalstelle von REV darstellt. 9
Situation nach Pricing für FRISIA-CC Winter-Service to Borku m Juist Norderney Baltrum Langeoog Spiekeroo g Wangero oge Cust Mo. Tu. Wed. Th. Fr. Sat. Sun. FRISIA REALESTATE 60 to (15€) 60 to (15€) FRISIACC 25 to (50€) 25 to (50€) Unused 95 to 95 to 10
Pricing für NORTHWIND § Preis-Absatz-Funktion („Price-Demand-Function“) § Parameter Nmax wird als 70 angenommen 11
Situation nach Vertrag mit NOTHWIND Winter-Service to Borku m Juist Norderney Baltrum Langeoog Spiekeroo g Wangero oge Cust Mo. Tu. Wed. Th. Fr. Sat. Sun. FRISIA REALESTATE 60 to (15€) 60 to (15€) FRISIACC 25 to (50€) 25 to (50€) NORTH WIND 49 to (99€) 49 to (99€) Unused 46 to 46 to 12
Pricing bei knappen Ressourcen (1 / 2) § Nächster Kunde Customer-X mit PAF § Ergebnis: popt=34 EUR/to, Allokation: 90 to § nur 46 to verfügbar: was tun? 13
Pricing bei knappen Ressourcen (2 / 2) § Reduktion der zugesagten Menge auf 46 to (anstelle von ca. 90 to) § „künstliche Angebotsreduktion“ durch Erhöhung des Preises je to von 34 EUR/to auf 57 EUR/to § Erlöse ►im optimalen Fall: 34 EUR/to · 90 to = 3060 EUR ►knappe Ressourcen, unkorrigierter Preis: 34 EUR/to· 46 to = 1564 EUR (-51%) ►knappe Ressourcen, korrigierter Preis: 57 EUR/to· 46 to = 2622 EUR (-14%) 14
FCFS-Pricing vs. Simultaneous Pricing § bisher wurde mit den Kunden nacheinander verhandelt („First Come / First Serve“) § zuletzt behandelter Kunde kann bei zu knappen Ressourcen ggf. nicht optimal bedient werden („Erlösverluste“) § Benötigt wird ein vorgehen, dass automatisch erkennt, bei welchem/n Kunden mit geringstem Erlösverlust von der optimalen Menge / vom optimalen Preis abgewichen werden kann 15
Simultaneous Pricing Modell § n Kunden, eine knappe Ressource mit Kapazität Ctotal § für Kunde i ist eine PAF bekannt: PAFi(pi) § welche Kollektion von Preisen p 1, …, pn maximieren die Erlössumme? (Modell i. A. nicht linear!) 16
Excel-Solver Modell 17
Excel-Solver: Konfiguration 18
Optimale Lösung des Modells 19
Vergleich FCFS- vs. simultaneous Pricing 20
Zusammenfassung & Ausblick § Ergebnisse ►optimale Preisbildung: Differenzierung der PAF! ►knappe Ressourcen erfordern Abweichung von optimalen Preisen und preis-optimierten Mengen ►Simultaneous Pricing: Koordination der Preisbildung für konkurrierende Kunden ►Simultaneous Pricing: nicht-lineares Optimierungsmodell ►FCFS- vs. Simultaneous Pricing § Ausblick (3. Sitzung) ►Berücksichtigung mehrerer Ressourcen: Network-Pricing ►zeitabhängige PAFs 21
Teil B: Pricing in Ressourcen-Netzwerken Prof. Dr. Jörn Schönberger
Agenda § Fortsetzung Fallstudie „Frisia Coastal Shipping“ § Network Pricing – Entscheidungssituation & Daten § Optimierungsmodell § Praktische Aspekte für die Solver-Nutzung 23
Primärquelle Ivanov, Dmitry, Tsipoulanidis, Alexander, Schönberger, Jörn: Global Supply Chain and Operations Management A Decision-Oriented Introduction to the Creation of Value Springer-Verlag, 2. Auflage 978 -3 -319 -94313 -8 Kapitel 17: Pricing and Revenue-Oriented Capacity Allocation 24
Case: Frisia Coastal Shipping Shuttle-Services zwischen dem Festland und den sieben Ostfriesischen Inseln 25
Single Resource Pricing § Pricing = Preisfestlegung für Produkte § Ressource = Kapazität des Schiffs FRISIA STORM § Bisher: jedes Produkt greift auf genau eine Ressource zu § Konsequenz: Produkte „konkurrieren“ um knappe Ressourcenkapazität ►Problem mit „letztem Nachfrager“: Erlösverlust ►„Simultaneous Pricing“ besser als FCFS § Was ändert sich, falls mehrere Ressourcen zur Leistungserbringung benötigt werden? 26
Case SEA-DOG § Lesen Sie die Fallstudie „SEA-DOG“ (10 Minuten) § Erläutern Sie das geplante Service-Angebot! § Welche Ressourcen stehen bereit und wie sind diese charakterisiert? § Wie sieht ein typisches Produkt aus, dass diese Ressourcen nutzt? § Welche Informationen werden für die einzelnen Produkte zum Pricing benötigt? 27
Case SEA-DOG: Ressourcen resource Rk day of week start destination k=1 k=2 k=3 k=4 k=5 k=6 k=7 k=8 k=9 k=10 k=11 k=12 Monday Wednesday Saturday Neuharlingersiel Norderney Neuharlingersiel Langeoog Neuharlingersiel Borkum Neuharlingersiel Norderney Neuharlingersiel Borkum Neuharlingersiel 28 25 18 20 22 20 25 24 22 20 18 17 10
Case SEA-DOG: Planungsdaten (1 / 2) § Welche Informationen werden benötigt, um ein PAFbasiertes Pricing durchzuführen? § Benötigt werden ►Die Preis-Absatz-Funktionen für jedes Produkt individuell für jedes Reisebüro („Kunden“) ►Liste der Ressourcen inkl. deren Restkapazitäten ►Informationen, welches Produkt welche Ressourcen benötigt 29
Case SEA-DOG: Planungsdaten (2 / 2) Involved island involved product j resources Norderney j=1 R 1 7 3 5 60 80 70 j=2 R 1, R 10 6 12 6 90 60 90 j=3 R 2 5 5 4 70 100 60 j=4 R 10 6 5 7 80 70 90 Langeoog j=5 R 3 12 5 4 60 80 60 j=6 R 4 3 0 7 90 80 100 j=7 R 3 , R 6 6 7 4 70 60 90 j=8 R 6 0 2 8 80 90 60 Borkum j=9 R 7, R 12 8 8 5 100 70 120 j=10 R 7 2 3 0 60 90 70 j=11 R 12 5 4 4 120 60 100 (*): PAX / (**): EUR 30
Case SEA-DOG: Planungs-Restriktionen (1/2) § 31
Case SEA-DOG: Planungs-Restriktionen (2/2) § 32
Case SEA-DOG: Preis-Absatz-Funktionen § Annahme: jedes Reisebüro i wendet für Produkt j eine affine-lineare PAFij(pij) an § Wie lautet die allgemeine Form der PAF‘s in diesem Fall? § Wieviele PAFs werden in diesem Case benötigt? 33 33
Case SEA-DOG: Ressourcen & Produkte § Vorhandene Mengen ►C: Menge der Kunden (i C={1, 2, 3}, „Reisebüros“) ►P: Menge der Produkte (j P={1, …, 11}) ►R: Menge der Ressourcen (k R={1, …, 12}) § Codierung des Ressourcenbedarfs 34
Case SEA-DOG: Optimierungsmodell (1 / 3) § Zielfunktion: maximiere Erträge aus den Verkäufen aller Produkte an alle Kunden 35
Case SEA-DOG: Optimierungsmodell (2 / 3) § Restriktion (1): Einhaltung der Preisgrenzen § Restriktion (2): Berücksichtigung der max. möglichen Nachfrage 36
Case SEA-DOG: Optimierungsmodell (3 / 3) § Restriktion (3): Einhaltung der verhandenen Ressourcen-Kapazitäten § Restriktion (4): Sicherstellung, dass nur ganze Stückzahlen (Tickets) als Absatzmenge eingeplant werden 37
Network-Pricing-Modell § Das vorgenannte Modell beschreibt einen Ansatz zum „Simultaneous Pricing“ für Netzwerke von Ressourcen § Die „Vernetzung“ entsteht durch den konkurrierenden Zugriff verschiedener Produkte auf mehrere Ressourcen § Das Modell ist i. A. kein lineares oder quadratisches Optimierungsmodell Identifizierung optimaler Preise i. A. sehr schwierig oder gar unmöglich 38
Zusammenfassung § Neue Situation für die Preis-Optimierung § Koordination des vernetzten Ressourcenzugriffs während der Preisoptimierung § Optimierungsmodell ist formuliert § Excel-Solver-Lösung für SEA-DOG-Case 39
- Slides: 39