Grundlage für die Aufstellung einer Preisabsatzfunktion bilden Abverkaufsdaten, welche auf verschiedene Weisen erhoben werden können. Der folgende Abschnitt behandelt die wichtigsten Methoden zur Datenerhebung inklusive ihrer Vor- und Nachteile. Man gliedert hierbei die empirischen Verfahren in zwei Arten, genau gesagt in Befragungen und Beobachtungen (Simon und Fassnacht 2016, S.154). Befragungen lassen sich einerseits weiter unterteilen in Expertenschätzungen, direkten- und indirekten Kundenbefragungen, während Beobachtungen Preisexperimente und Marktbeobachtungen umfassen (ebd.). Bei der Expertenbefragung geben unternehmensinterne Fachleute oder externe Experten, beispielsweise aus dem Gebiet der Marktforschung, ihre Einschätzung darüber, welche Absatzmengen zu verschiedenen Preisen zu erwarten sind (Roth 2006, S.22). Dies ist ein vergleichsweise kostengünstiges und einfach durchzuführendes Verfahren, welches sich besonders bei innovativen, neuartigen Produkten bestens anbietet (Simon und Fassnacht 2016, S.155). Dennoch beruht dieses Verfahren nur auf bloßen Schätzungen von Daten, welche nicht aus Kundenperspektive ermittelt wurden, sodas die Zuverlässigkeit der Endwerte zu hinterfragen ist. Die direkte Kundenbefragung hingegen erfasst die Einschätzungen bzw. Preisbereitschaften potenzieller Nachfrager auf explizitem Wege (Roth 2006, S.22). Dies geschieht beispielsweise durch schriftliche Befragung, persönliche Befragung, telefonische Befragung oder Online-Befragung (Siems 2009, S.126). Typische direkte Fragen in Anlehnung an Simon und Fassnacht (2016, S.126) wären beispielsweise: – Welchen Preis wären Sie bereit für dieses Produkt zu zahlen? – Was wäre der maximale Preis, bei dem Sie dieses Produkt gerade noch kaufen würden? – Wieviele Einheiten des Produktes würden Sie bei dem Preis X kaufen?. Auch hier sprechen die Einfachheit und die geringen Kosten für diese Methode (Monroe 1990, S.112). Ein Nachteil jedoch ist, dass der isolierte Fokus auf den Preis den Befragten zu einer realitätsfernen Entscheidung bewegen könnte, da in der Wirklichkeit der Nutzen des Produktes einen nicht zu vernachlässigenden Einfluss auf die Preisbereitschaft ausübt (Roth 2006, S.22; Kucher und Simon 1987, S.28). Die indirekte Befragung dagegen behebt diesen zuvor erwähnten Nachteil, indem der Befragte hier nicht ausschließlich auf Basis des Preises entscheiden muss: dem Probanden werden hierbei weitere Produktmerkmale vorgeführt, anhand dessen dieser eine Ordnung der verschiedenen Produktalternativen bezüglich seiner individuellen Präferenzen durchzuführen hat (Helm et al. 2017, S.337). Diese in der Praxis gängige Methodik zur Erfassung von Preisbereitschaften nennt sich Conjoint-Measurement (Backhaus et al. 2005, S.440). Abbildung 5 (Litzenroth und Hertle 2007, S.989) zeigt beispielhaft ein denkbares Produktprofil für solch eine indirekte Befragung. Aus den Ergebnissen der Conjoint-Analyse lassen sich individuelle Nutzenfunktionen und darauf basierend auch Preisabsatzfunktionen ableiten (Roth 2006, S.23). Zusammenfassend kann man festhalten, dass der größere Realitätsbezug dieser Methodik und die somit geringere Gefahr von Verfälschungen einen Vorteil gegenüber den zuvor erwähnten Methoden darstellt. Die Chance, die tatsächliche Preisbereitschaft der Kunden zu erfassen ist hierbei größer, da auch in der Realität für den Kunden letztendlich das Verhältnis von Preis und Nutzen eines Produktes entscheidend für den Kaufentschluss ist. Jedoch ist bei der Conjoint-Analyse zu beachten, dass eine ausreichende Menge an Produkt-Preis-Profilen inklusive unterschiedlicher Merkmalsausprägungen den Befragten zum Sortieren vorgelegt wird, um die Validität der Untersuchung sicherzustellen (Helm et al. 2017, S.339). Andererseits könnte ebenso eine große Menge zur Überforderung der Probanden führen (ebd.).

Abbildung 5: Beispielhaftes Produktprofil für das Conjoint-Measurement (Litzenroth
und Hertle 2007, S.989)

Im nächsten Abschnitt werden die Methoden auf Basis von Beobachtungen behandelt. Darunter fallen unter anderem Preisexperimente, bei welchen Preise zu Testzwecken geändert werden, um daraufhin das Kundenverhalten bzw. die Absatzänderungen zu analysieren (Homburg 2017, S.690). Hierbei unterscheidet man zwischen Labor- und Feldexperimenten, wobei Feldexperimente reale Experimente darstellen und in echter Kaufumgebung, meist ohne Wissen der Testkäufer, stattfinden, und im Gegensatz dazu Laborexperimente in einer unrealen, simulierten Kaufsituation durchgeführt werden während sich die Probanden der Testsituation bewusst sind (Roth 2006, S.30; Homburg 2017, S.280-282). Bei Feldexperimenten spielen beispielsweise elektronische Testmärkte eine bedeutende Rolle (Litzenroth und Hertle 2007, S.412). Hierbei werden mithilfe der Scanner-Technologie permanent Kaufdaten auserwählter Haushalte mit Hilfe von ID-Karten registriert (ebd.). Das Erfassen von Daten im elektronischen Handel im Internet mittels bestimmter Algorithmen ermöglicht ebenso die Analyse von Preis-Absatz- Beziehungen (Simon und Fassnacht 2016, S.145; Binckebanck und Rainer 2016, S.116). Auch Amazon ändert zu Probezwecken seine Preise, um so die Nachfragereaktion zu beobachten (Simon und Fassnacht 2016, S.145). Da Feldtests unter realen Bedingungen durchgeführt werden, ist die Zuverlässigkeit und die Aussagekraft der ge wonnen Daten gegenüber Labortests höher (Homburg 2017, S.690). Labortests hingegen lassen sich bezüglich äußeren Einwirkungen gezielt steuern und weisen zudem Zeitund Kostenvorteile gegenüber Feldtests auf (Simon und Fassnacht 2016, S.147; Homburg 2017, S.282). Als nächstes fallen unter Beobachtungen experimentelle Auktionen, mit welcher ebenso Preisbereitschaften erfasst werden können. Bei den verbreiteten Vickrey-Auktionen geben die Teilnehmer ihr maximales und verbindliches Gebot, also ihre maximal Preisbereitschaft für ein Produkt, preis (Homburg 2017, S.697). Ausschlaggebend bei Vickrey-Auktionen ist, dass der Bieter mit dem höchsten Gebot nur den zweithöchstgebotenen Preis für den Erwerb des Gutes zahlen muss (Simon und Fassnacht 2016, S.148). Dadurch wird sichergestellt, dass der Bieter auch tatsächlich seine ehrliche Preisbereitschaft offenbart (Homburg 2017, S.697). Besonders im Einzelhandel sind historische Marktdaten über Preise und dazugehörige Absatzzahlen verfügbar (Wübker 1998, S.100). Die zu einem früheren Zeitpunkt erfassten Daten können also für die Schätzung der Preisabsatzfunktion bzw. für die Prognose der Absatzzahlen herangezogen werden (Helm et al. 2017, S.330). Diese Erhebung von Marktdaten erfolgt z.B. durch Scanner-Technologien, welche Unternehmen eigenständig einsetzen können, um die entscheidenden Daten zur Preis-Absatz-Beziehung aufzuzeichnen, oder aber sie beziehen diese direkt von Marktforschungsinstituten (Roth 2006, S.32). Marktdaten beruhen auf realem Kundenverhalten, weswegen auch eine hohe Validität angenommen werden kann, vorausgesetzt, es liegt eine ausreichende Variation der Preise vor, um beispielsweise mittels Regressionsanalyse schätzungsweise eine Preisabsatzfunktion aufstellen zu können (ebd.). Problematisch bei dieser Methode ist allerdings, dass aufgrund der in der Vergangenheit liegenden historischen Daten nur mit hoher Ungewissheit Prognosen über zukünftige Absatzzahlen abgeleitet werden können, da weitere äußere Einflussfaktoren, welche neben dem Preis auf das Kaufverhalten einwirken, nicht registriert werden (Simon und Fassnacht 2016, S.150). Auch wegen den sich ständig ändernden Kundenbedürfnissen ist es fraglich, ob eine Vorhersage auf Basis von historischen Daten sinnvoll ist. Zweifelsohne ist diese Methode bei innovativen, neuartigen Produkten nicht zu gebrauchen.