Wie testet man im supermarkt mit 150 realkäufen die willingness-to-pay und preisakzeptanz für ein neues pflanzenbasiertes convenience-produkt

Im täglichen Spagat zwischen Produktentwicklung, Handelserfahrung und Marktforschung habe ich immer wieder die Frage gehört: Wie zuverlässig ist ein Test im Supermarkt mit echten Käufen, um die Zahlungsbereitschaft (Willingness-to-Pay, WTP) und Preisakzeptanz für ein neues pflanzenbasiertes Convenience-Produkt zu ermitteln? Ich habe mehrere solcher Tests begleitet und möchte hier praxisorientiert schildern, wie ich einen Test mit rund 150 Realverkäufen aufsetze, welche Designentscheidungen kritisch sind und wie man valide, umsetzbare Insights gewinnt.

Warum Realkäufe im Supermarkt?

Beobachtete Käufe unter realen Einkaufsbedingungen sind oft aussagekräftiger als Labortests oder rein hypothetische Umfragen. Kunden treffen Entscheidungen im Kontext von Zeitdruck, Budget und Sortiment — Faktoren, die ihr Preisverhalten stark beeinflussen. Ein Test mit echten Käufen reduziert hypothetische Verzerrungen und zeigt, ob ein Produkt tatsächlich im Regal bestehen kann.

Zielsetzung: Was will ich genau messen?

Bevor ich in die Planung gehe, formuliere ich klare Messziele. Für einen 150-Käufe-Test sind das typischerweise:

• WTP-Bereich: Bei welchem Preis kaufen wie viele Kunden das Produkt?
• Preisakzeptanz: Welche Preisangebote werden als fair wahrgenommen?
• Preis-Absatzkurve: Erwarteter Absatz bei unterschiedlichen Preisstufen.
• Segment-Insights: Welche Kundengruppen kaufen (z. B. Haushaltsgröße, Altersgruppen, Veggie-Käufer)?
• Cross-Selling- und Cannibalization-Indikatoren: Beeinflusst das neue Produkt Verkäufe anderer Artikel?

Design: Stichprobe, Zeitrahmen, Preissetzung

150 Realverkäufe sind eine ordentliche Basis, aber kein großer n = 2000-Test. Daher setze ich auf ein schlankes, aber robustes Design:

• Store-Auswahl: Mindestens 3 Filialen mit ähnlicher Zielgruppe oder eine Filiale mit hohem Durchsatz. Ich bevorzuge Filialen mit Einkaufsprofilen, die zur Zielgruppe des Produkts passen (z. B. Bio-affine, urban, Familien).
• Zeitraum: 2–4 Wochen. Länger kann durch saisonale Effekte verzerren, kürzer reicht nicht für 150 Käufe.
• Preisvarianten: 3–4 Preisstufen (z. B. 2,49 €, 2,99 €, 3,49 €, 3,99 €). Mehr Stufen erhöhen Varianz, verringern aber Verkäufe pro Stufe.
• Allokation: Randomisiert nach Tag/Filiale oder durch A/B/C-Regalplatzierung. Wichtig ist, dass Kunden nicht systematisch einem Preis ausgesetzt sind (z. B. nur Montag = niedrigster Preis).

Operative Umsetzung im Store

Die praktische Durchführung entscheidet über Datenqualität. Hier meine Vorgehensweise:

• Barcode- oder Aktionspreis-Setup: Für jede Preisstufe eigene PLU/Barcode oder eindeutiger Aktionscode im Kassensystem, damit Verkäufe sauber zugeordnet werden.
• Regalplatz & POS-Material: Einheitliche Platzierung, damit Produktwahrnehmung stabil bleibt. POS-Material sollte informieren (z. B. „Neu: pflanzlich“), aber nicht psychologisch preissensitiv wirken.
• Sampling versus Verkauf: Ich kombiniere oft kleine Verkostungen am Wochenende mit den Realverkäufen, um Awareness zu erzeugen. Wichtig: Verkostung beeinflusst Kaufrate — dokumentieren und bei Analyse kontrollieren.
• Verkaufsdaten & Zusatzinfos: Neben Stückzahlen erfasse ich Uhrzeit, Rabattaktionen anderer Produkte, und wenn möglich Loyalty-Informationen (anonymisiert) für Segmentanalyse.

Beispiel-Setup (Tabellenformat)

Erhebung ergänzender Daten: Warum ein kurzes Exit-Interview lohnt

150 Käufe sind toll — aber ohne Kontext wissen wir wenig über Motivationen. Ich empfehle ein kurzes (optional) Exit-Interview am Ausgang oder per QR-Code auf der Verpackung:

• Dauer: 30–60 Sekunden
• Fragen: Kaufmotivation (Neugier, Preis, Geschmackserwartung), sonstige gekaufte Artikel, Haushaltsgröße, Ernährungspräferenz (vegan/vegetarisch/omnivor).
• Anreiz: Kleiner Coupon oder Teilnahme an Verlosung erhöht Rücklauf.

Analyse: Wie ich WTP und Preisakzeptanz berechne

Mit den echten Verkaufszahlen berechne ich mehrere Kennzahlen:

• Absatz pro Preisstufe: Direkte Zählung.
• Preis-Absatz-Kurve: Plot der verkauften Einheiten gegen Preis — Basis für einfache Preiselastizitätsschätzung.
• Berechnung der Preiselastizität: Prozentuale Absatzänderung / Prozentuale Preisänderung zwischen Stufen.
• Individuelle WTP-Cluster: Mit Exit-Interview-Infos segmentiere ich Käufer nach Zahlungsbereitschaft (z. B. Probierkäufer vs. wiederkaufwillig).
• Payer-Share: Anteil der Käufer, die bereit waren, das Produkt zu einem definierten Zielpreis zu kaufen.

Interpretation: Realistische Erwartungen setzen

Ein wichtiger Punkt, den ich immer betone: 150 Käufe geben gute Hinweise, sind aber keine finalen Pricing-Entscheidungen. Sie dienen dazu, Preisfenster einzuschränken und Hypothesen zu validieren. Beispiele aus meiner Praxis:

• Ein pflanzliches Ready-Meal verkaufte sich bei 2,99 € signifikant besser als bei 3,49 €. Die Preiselastizität war hoch — Hinweis, dass das Produkt in einem preissensitiven Segment konkurriert (z. B. Fertiggerichte im tagesaktuellen Sortiment).
• Bei einem Premium-Plant-Based-Snack zeigte der Test, dass Verkostungen die Akzeptanz bei höheren Preisen (3,99 €) deutlich steigerten — daher lohnt eine Marketinginvestition fürs Launch.

Typische Fehler und wie man sie vermeidet

• Zu viele Preisstufen: Das verwässert die Käufe pro Stufe. Besser 3 sinnvolle Stufen als 6.
• Unkontrollierte Promotionen: Parallele Aktionen im Store verfälschen Ergebnisse. Abstimmung mit Category Management ist Pflicht.
• Fehlende Randomisierung: Wenn systematisch z. B. Wochenenden immer teurer sind, verfälschen Tagesmuster die Analyse.
• Keine Segmentdaten: Ohne Zusatzinfos interpretierst du nur aggregierte WTP-Werte — gefährlich bei heterogenen Zielgruppen.

Rechtliches & Ethik

Bei Tests mit realen Käufen gilt: Keine irreführenden Preisinformationen. Wenn Preise nur temporär gelten, muss das klar sein. Bei Datenerhebung (z. B. Exit-Interviews, Loyalty-Daten) gelten DSGVO-Regeln — Zustimmung und Anonymisierung sind Pflicht.

Was ich als Nächstes teste

Ein guter Supermarkt-Test ist ein Baustein. Nach dem WTP-Test empfehle ich immer einen Follow-up-Check: 4–8 Wochen Test im Regal mit finalem Preis + POS-Maßnahmen (Verkostung, Zweitplatzierung), um Reichweite- und Wiederkaufsraten zu messen. So verknüpfe ich kurzfristiges WTP mit langfristiger Marge und Kaufzyklen.

Wenn Sie möchten, unterstütze ich Sie beim Design, der Auswahl der Filialen oder bei der Auswertung Ihrer Daten — von der Logistik mit dem Handel bis zur statistischen Modellierung. Solche Tests können schnell in hohe Erkenntnisgewinne übersetzt werden, wenn sie pragmatisch und methodisch sauber umgesetzt werden.