Advertisement

Analysis: The Economics of Price

  • Hermann Simon
  • Martin Fassnacht
Chapter

Abstract

Value-to-customer, costs, and competing offers are the economic determinants of price. This chapter will examine these three determinants and their interrelationships. Viewed in isolation, costs only represent the lower limit for price. The most important determining factor for the price is value-to-customer, from which we derive customers’ willingness to pay, the price-response function, and the price elasticity. The offers and the prices of competitors typically also influence the sales volume of a product. The primary focus of this chapter is the understanding and explication of price’s effects on volume. The applicable methods—expert judgment, customer surveys, experiments, and market observations—will be explored in depth and illustrated by cases from practice.

References

  1. 1.
    Marx, K. (1951). Wages, Prices, and Profits (p. 28). Moscow: Foreign Languages Publishing House.Google Scholar
  2. 2.
    Ramanujam, M. & Tacke, G. (2016). Monetizing Innovation: How Smart Companies Design the Product Around the Price. Hoboken, New Jersey: John Wiley & Sons.Google Scholar
  3. 3.
    Lockwood, T. (2009). Design Thinking: Integrating Innovation, Customer Experience, and Brand Value. New York: Allworth Press.Google Scholar
  4. 4.
    Freidank, C. C. (1994). Unterstützung des Target Costing durch die Prozesskostenrechnung. In K. Dellmann, & K. S. Franz (Eds.), Neuere Entwicklungen im Kostenmanagement (pp. 223–259). Bern: Paul Haupt.Google Scholar
  5. 5.
    Clifton, M. B., Townsend, W. P., Bird, H. M., & Albano, R. E. (2003). Target Costing: Market Driven Product Design. New York: CRC Press.Google Scholar
  6. 6.
    Herzberg, F. (1968). One more Time: How Do you Motivate Employees? Harvard Business Review, 46(1), 53–62.Google Scholar
  7. 7.
    Matzler, L., Hinterhuber, H. H., Bailom, F., & Sauerwein, E. (1996). How to Delight your Customers. Journal of Product & Brand Management, 5(2), 6–18.Google Scholar
  8. 8.
    Roland, D. (2017). The New Innovator’s Dilemma: When Customers Won’t Pay for Better. https://www.wsj.com/articles/when-new-and-improved-fails-insulin-maker-stumbles-when-customers-balk-1502809045. Accessed 14 February 2018.
  9. 9.
    Kotler, P., Armstrong, G., Wong, V., & Saunders, J. (2011). Grundlagen des Marketing (5. ed.). München: Pearson.Google Scholar
  10. 10.
    Fassnacht, M., & Köse, I. (2002). Marketingstrategien und Preisfindung für Unternehmensgründer. In H. Corsten (Ed.), Dimensionen der Unternehmensgründung – Erfolgspotenziale der Selbstständigkeit (pp. 159–199). Berlin: Erich Schmidt.Google Scholar
  11. 11.
    Gutenberg, E. (1984). Der Absatz. Grundlagen der Betriebswirtschaftslehre (Volume 2). Berlin: Springer.Google Scholar
  12. 12.
    Gossen, H. H. (1854). Entwicklung der Gesetze des menschlichen Verkehrs und der daraus fließenden Regeln für menschliches Handeln. Braunschweig: F. Vieweg.Google Scholar
  13. 13.
    Fog, B. (1960). Industrial Pricing Policies. Amsterdam: North Holland.Google Scholar
  14. 14.
    Kucher, E. (1985). Scannerdaten und Preissensitivität bei Konsumgütern. Wiesbaden: Gabler.Google Scholar
  15. 15.
    Gutenberg, E. (1965). Zur Diskussion der polypolistischen Absatzkurve. Jahrbücher für Nationalökonomie und Statistik (Volume 177, pp. 289–303).Google Scholar
  16. 16.
    Bijmolt, T., van Heerde, H. J., & Pieters, R. (2005). New Empirical Generalizations on the Determinants of Price Elasticity. Journal of Marketing Research, 42(2), 141–156.Google Scholar
  17. 17.
    Hanssens, D. (Ed.) (2015). Empirical Generalizations about Marketing Impact. Cambridge, MA: Marketing Science Institute.Google Scholar
  18. 18.
    Friedel, E. (2014). Price Elasticity: Research on Magnitude and Determinants. Frankfurt am Main: Peter Lang.Google Scholar
  19. 19.
    Anonymous. (2014). Auch ohne Maut: 19 Millionen Autofahrer zahlen drauf. http://www.focus.de/auto/ratgeber/kosten/adac-beitraege-2014-erhoeht-19-millionen-autofahrer-zahlen-bald-kraeftig-drauf-1_id_3518905.html. Accessed 04 June 2015.
  20. 20.
    Anonymous. (2015, 27 April). ADAC Gelber Engel, goldene Nase. Wirtschaftswoche, 18, p. 12.Google Scholar
  21. 21.
    Cohen, P., Hahn, R., Hall, J., Levitt, S. & Metcalfe, R. (2016). Using Big Data to Estimate Consumer Surplus: The Case of Uber, Working Paper: NBER.Google Scholar
  22. 22.
    Fong, N. M., Simester, D. I., & Anderson, E. T. (2010). Private Label vs. National Brand Price Sensitivity: Evaluating Non-experimental Identification Strategies. Working Paper: MIT.Google Scholar
  23. 23.
    Krishnamurthi, L., & Raj, S. P. (1991). An Empirical Analysis of the Relationship between Brand Loyalty and Consumer Price Elasticity. Marketing Science, 10(2), 172–183.Google Scholar
  24. 24.
    Olbrich, R., Battenfeld, D., & Grünblatt, M. (2005). Zum langfristigen Wirkungsverlauf von Preisaktionen. Jahrbuch der Absatz- und Verbrauchsforschung, 50(3), 266–287.Google Scholar
  25. 25.
    Koschate, N. (2002). Kundenzufriedenheit und Preisverhalten: theoretische und empirisch experimentelle Analysen. Wiesbaden: Gabler.Google Scholar
  26. 26.
    Gabor, A., Granger, C. W., & Sowter, A. S. (1971). Comments on “Psychophysics of Prices”. Journal of Marketing Research, 8(2), 251–252.Google Scholar
  27. 27.
    Harrison, G. W., & Rutström, E. E. (2001). Experimental Evidence of Hypothetical Bias in Value Elicitation Methods. Columbia: The Darla Moore School of Business, University of South California. Working Paper B-00-05.Google Scholar
  28. 28.
    Stout, R. G. (1969). Developing Data to Estimate Price-Quantity Relationships. Journal of Marketing, 33(2), 34–36.Google Scholar
  29. 29.
    Völckner, F. (2006). Methoden zur Messung individueller Zahlungsbereitschaften: ein Überblick zum State of the Art. Journal für Betriebswirtschaft, 56(1), 33–60.Google Scholar
  30. 30.
    Hensel-Börner, S., & Sattler, H. (2000). Ein empirischer Validitätsvergleich zwischen der Customized Computerized Conjoint Analysis (CCC), der Adaptive Conjoint Analysis (ACA) und Self-Explicated-Verfahren. Zeitschrift für Betriebswirtschaft, 70(6), 705–727.Google Scholar
  31. 31.
    Hillig, T. (2006). Verfahrensvarianten der Conjoint-Analyse zur Prognose von Kaufentscheidungen: Eine Monte-Carlo-Simulation. Wiesbaden: Gabler.Google Scholar
  32. 32.
    Eggers, F., & Sattler, H. (2011). Preference Measurement with Conjoint Analysis. Overview of State-of-the-Art Approaches and Recent Developments. GfK Marketing Intelligence Review, 3(1), 36–47.Google Scholar
  33. 33.
    DAT Group. (2014). Deutsche Automobil Treuhand Report 2014. http://www.dat.de/uploads/DATReport_2014/pubData/source/804.pdf. Accessed 12 February 2015.
  34. 34.
    Backhaus, K., Erichson, B., Plinke, W., & Weber, R. (2011). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (13. ed.). Heidelberg: Springer.Google Scholar
  35. 35.
    Herrmann, A., Schmidt-Gallas, D., & Huber, F. (2001). Adaptive Conjoint Analysis: Understanding the Methodology and Assessing Reliability and Validity. In A. Gustafsson, A. Herrmann, & F. Huber (Eds.), Conjoint Measurement: Methods and Applications (2. ed., pp. 279–304). Berlin: Springer.Google Scholar
  36. 36.
    ACBC Technical Paper. (2014). Sawtooth Software Technical Paper Series.Google Scholar
  37. 37.
    Louvriere, J. J., & Woodworth, G. G. (1983). Design and Analysis of Simulated Choice or Allocation Experiments: An Approach Based on Aggregate Data. Journal of Marketing Research, 20(4), 350–367.Google Scholar
  38. 38.
    Hartmann, A., & Sattler, H. (2002). Commercial Use of Conjoint Analysis in Germany, Austria and Switzerland. Research Papers on Marketing and Retailing (6 ed.). Hamburg: University of Hamburg.Google Scholar
  39. 39.
    Huber, J. (1997). What We Have Learned from 20 Years of Conjoint Research: When to Use Self-Explicated, Graded Pairs, Full Profiles or Choice Experiments. Sawtooth Software Research Paper Series, 1–15.Google Scholar
  40. 40.
    DeSabro, W. S., Ramaswamy, V., & Cohen, S. H. (1995). Market Segmentation with Choice Based Conjoint Analysis. Marketing Letters, 6(2), 137–147.Google Scholar
  41. 41.
    Gensler, S. (2003). Heterogenität in der Präferenzanalyse. Wiesbaden: Springer.Google Scholar
  42. 42.
    Rossi, S. E., & Allenby, G. M. (2003). Bayesian Statistics and Marketing. Marketing Science, 22(3), 304–328.Google Scholar
  43. 43.
    Deal, K. (2002). Hierarchical Bayesian Applications Expand. Marketing Research, 14(2), 43–44.Google Scholar
  44. 44.
    Albers, S., Becker, J. U., Clement, M., Papies, D., & Schneider, H. (2007). Messung von Zahlungsbereitschaften und ihr Einsatz für die Preisbündelung. Marketing – Zeitschrift für Forschung und Praxis, 29(1), 7–22.Google Scholar
  45. 45.
    Weiber, R., & Rosendahl, T. (1997). Anwendungsprobleme der Conjoint-Analyse: Die Eignung conjointanalytischer Untersuchungsansätze zur Abbildung realer Entscheidungsprozesse. Marketing – Zeitschrift für Forschung und Praxis, 19(2), 107–118.Google Scholar
  46. 46.
    Srinivasan, V. (2006). Adaptive Self-Explication of Multi-Attribute Preferences. Monterey. Presented at the ART Forum, 12. June 2006.Google Scholar
  47. 47.
    Schlereth, C., & Schulz, F. (2014). Schnelle und einfache Messung von Bedeutungsgewichten mit der Restricted-Click-Stream Analyse: Ein Vergleich mit etablierten Präferenzmessmethoden. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, 66(8), 630–657.Google Scholar
  48. 48.
    Jaeger, S. R., Hedderley, D., & MacFie, H. J. H. (2001). Methodological Issues in Conjoint Analysis: A Case Study. European Journal of Marketing, 35(11/12), 1217–1237.Google Scholar
  49. 49.
    Heidbrink, M. (2007). Reliabilität und Validität von Verfahren der Präferenzmessung: Ein meta-analytischer Vergleich verschiedener Verfahren der Conjoint-Analyse. Saarbrücken: VDM Verlag Dr. Müller.Google Scholar
  50. 50.
    Sattler, H., & Nitschke, T. (2003). Ein empirischer Vergleich von Instrumenten zur Erhebung von Zahlungsbereitschaften. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, 55(4), 364–381.Google Scholar
  51. 51.
    Müller, H. C. (2014, December 15). Digitalisierung der Betriebswirtschaft. Handelsblatt, 241, pp. 14–15.Google Scholar
  52. 52.
    Hoffmann, T., & Schölkopf, B. (2015, January 29). Vom Monopol auf Daten ist abzuraten. Frankfurter Allgemeine Zeitung, 24, p. 14.Google Scholar
  53. 53.
    Rueter, T. (2014). The price is right – then it’s not. http://discover.360pi.com/acton/attachment/9666/f-01e2/1/-/-/-/-/IR_ThePriceIsRight_1408.pdf. Accessed 12 February 2015.
  54. 54.
    Müller, K.-M. (2012). NeuroPricing. Freiburg: Haufe-Lexware.Google Scholar
  55. 55.
    Skiera, B., & Spann, M. (2003). Auktionen. In H. Diller, & A. Herrmann (Eds.), Handbuch Preispolitik: Strategien – Planung – Organisation – Umsetzung (pp. 622–641). Wiesbaden: Gabler.Google Scholar
  56. 56.
    Bernau, P., & Budras, C. (2015). Google macht uns Angst, Herr Varian. Vivanty, pp. 84–89.Google Scholar
  57. 57.
    McAfee, R. P., & McMillan, J. (1987). Auctions and Bidding. Journal of Economic Literature, 25(2), 689–708.Google Scholar
  58. 58.
    Skiera, B., & Revenstorff, I. (1999). Auktionen als Instrument zur Erhebung von Zahlungsbereitschaften. Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, 51(3), 224–242.Google Scholar
  59. 59.
    Vickrey, W. (1961). Counterspeculation, Auctions and Competitive Sealed Tenders. Journal of Finance, 16(1), 8–37.Google Scholar
  60. 60.
    Wertenbroch, K., & Skiera, B. (2002). Measuring Consumers’ Willingness to Pay at the Point of Purchase. Journal of Marketing Research, 39(2), 228–241.Google Scholar
  61. 61.
    Wolfstetter, E. (1996). Auctions: An Introduction. Journal of Economic Surveys, 10(4), 367–420.Google Scholar
  62. 62.
    Kim, J.-Y., Brünner, T., Skiera, B., & Natter, M. (2014). A Comparison of Different Pay-Per-Bid Auction Formats. International Journal of Research in Marketing, 31(4), 368–379.Google Scholar
  63. 63.
    Becker, G., DeGroot, M., & Marschak, J. (1964). Measuring Utility by a Single-Response Sequential Method. Behavorial Science, 8(9), 226–232.Google Scholar
  64. 64.
    Schreier, M., & Werfer, J. (2007). Auktionen versus Lotterien: Ein empirischer Vergleich zur Messung von Zahlungsbereitschaften. Die Betriebswirtschaft, 67(1), 22–40.Google Scholar
  65. 65.
    Telser, L. G. (1967). The Demand for Branded Goods as Estimated From Consumer Panel Data. The Review of Economic Statistics, 44(3), 300–324.Google Scholar

Copyright information

© Springer Nature Switzerland AG 2019

Authors and Affiliations

  • Hermann Simon
    • 1
  • Martin Fassnacht
    • 2
  1. 1.Simon-Kucher & Partners Strategy and Marketing ConsultantsBonnGermany
  2. 2.WHU – Otto Beisheim School of Management, Chair of Marketing and CommerceDüsseldorfGermany

Personalised recommendations