Der Begriff Artificial Intelligence (AI) beschreibt im Kontext der Datenanalyse, dass automatisch eine allgemeine Regel über den Zusammenhang von Daten bzw. die Wirkung von Daten aufeinander aus einer großen Datenmenge abgeleitet wird.
Etwas salopp gesagt: Man versucht mit Standardalgorithmen und Verfahren (wie z.B. neuronalen Netzen, mehrdimensionaler Optimierung etc.) Kerninformationen aus Daten zu gewinnen, über deren Verbindung bzw. Wirkung so gut wie nichts bekannt ist.
NLPP Anwendung: NLPP nutzt Algorithmen, die man durchaus der Klasse der AI Verfahren zuordnen kann. Ein großer Vorteil unserer Algorithmen ist, dass diese alle mathematisch bewiesen sind und somit klar ist, warum sie funktionieren. Weiterhin ist nachweisbar, dass die Algorithmen optimale Ergebnisse liefern, ohne dass tausende von Trainingsdaten benötigt werden.
Ein Benchmark ist ein Vergleichsmaßstab, also ein Wert gegen den ein anderer Wert verglichen wird.
Bei Preisen ist es oft von Interesse zu wissen, wie der Preis im Fokus (Einkaufspreis, Verkaufspreis, Angebotspreis, etc.) im Vergleich zu anderen Preisen dasteht. Man möchte gerne eine Aussage treffen wie "Mein Preis ist gut/normal/schlecht im Vergleich zu allen anderen Preisen" und dabei auch die Abweichung vom Benchmark, am liebsten in Form eines Geldbetrages, angeben können.
Man kann Benchmarks auf viele verschiedene Arten berechnen. Allein schon die Art der Berechnung hat bereits großen Einfluss auf das Ergebnis. Dazu ein Beispiel: Nehmen wir an, unsere Preise, für die wir einen Benchmark berechnen wollen, lauten: "1, 2, 3, 4 und 1000".
Je nach dem, wie wir den Benchmark nun berechnen, kommen sehr unterschiedliche Zahlen heraus:
1. Normaler Durchschnitt (arithmetischer Durchschnitt) = Summe aller Zahlen geteilt durch die Anzahl = (1+2+3+4+1000) / 5 = 202
2. Median = das mittlere Element = der Wert an der dritten Position = 3
Intuitiv "passt" der Median in unserem Beispiel besser als der Durchschnitt. Das Problem ist allerdings, dass die Intuition bei vielen Zahlen versagt. Es ist also sehr wichtig zu verstehen, wie ein Benchmark berechnet wird und wodurch das Ergebnis in die eine oder andere Richtung beeinflusst wird.
Für Preisbenchmarks ist der Durchschnitt grundsätzlich keine gute Berechnungsmethode. Da sämtliche Werte - auch die Ausreißer - in die Berechnung einfließen, besteht ein erhebliches Risiko, einen zu hohen Benchmarkwert zu erhalten. Die Folge: Bei Einkaufpreisen gibt der Benchmark dem Einkäufer fälschlicherweise ein gute Gefühl ("wir haben die Teile zu guten Preisen beschafft"), und bei Verkaufspreisen führt es zu nicht wettbewerbsfähigen Preisen ("wir liegen mit unserem Angebot doch etwas unter dem Durchschnitt").
NLPP Anwendung: NLPP nutzt eine "verzerrungsfreie" Berechnungsmethode, welche optimale Benchmarkwerte liefert. Weiterhin liefert NLPP nicht nur einen Benchmarkwert, sondern drei: "Best Practice", "Market" und "Worst Practice". Wir nennen diese auch "Green Line", "Blue Line" und "Red Line" Benchmarks. Durch diese Art der Benchmarkberechnung können wir eine Zielpreisbandbreite angeben. Und diese Bandbreite ist erheblich realistischer als nur ein einzelner Benchmarkwert.
Ein "Best in Class" Benchmark, versucht für eine Teilmenge der Daten (z.B. alle Produkte mit einem Preis zwischen 10 EUR und 20 EUR) einen Benchmark zu liefern, welcher den besten Preis darstellt. Dieses Vorgehen wird meistens angewandt, wenn unklar ist, wie ein Gesamtbenchmark berechnet werden könnte.
Das Problem mit "Best in Class" Benchmarks ist, dass man sich die Frage stellen kann, warum die Teilmenge zur Berechnung gerade so gewählt wurde und nicht anders? Was passiert mit dem "Best in Class" Benchmark, wenn man die Teilmenge anders definiert?
NLPP Anwendung: Unsere Lösung nutzt keinen "Best in Class" Benchmark, sondern berechnet mehrere Benchmarks (Green, Blue und Red Line) für das gesamte Produktportfolio.
Durch ein Performance Pricing Modell berechneter Zielpreis, der dem besten zu erwartenden Preis-Leistungs-Verhältnis am Markt entspricht.
Wichtig bei der Berechnung von Best Practice Benchmarks ist, dass alle Daten in die Berechnung einfließen. Die Berechnung des Best Practice Benchmarks nur auf Basis der "besten 20% Preise", ist mathematisch unsinnig, da man nicht einen Benchmark für eine Teilgruppe berechnen und dann auf eine andere Teilgruppe anwenden kann.
Dazu ein Beispiel: Wir berechnen die Durchschnittsgröße einer Profi-Basketballmannschaft ("Best Practice" Benchmark) und vergleichen diesen Wert mit einer Grundschulmannschaft. Das Ergebnis ist natürlich vernichtend, allerdings auch mathematisch unsinnig.
NLPP Anwendung: Aus den NLPP-Eingangsdaten berechnet die Software die Green Line, also die "Best Practice" Benchmarklinie, die als Orientierungsgröße dient. Sie grenzt die Top-Produkte – hier: die zu präferierenden 25% der Produkte mit dem besten Preis-Leistungs-Verhältnis – von den restlichen Produkten ab.
Die "kleinste Quadrate Methode" (im Englischen LSM für "Least Square Method") ist ein Standardschätzverfahren um die Abweichungen der vorhergesaten Werte von den Ist-Werten im Rahmen einer Regressionsanalyse (Suche nach einer Regressionsformel) zu minimieren. Dabei wird "die Summe aller Abweichungen zwischen Ist-Wert und Vorhersage-Wert zum Quadrat" genutzt.
Durch das Quadrieren der Werte ist sichergestellt, dass immer positive Werte entstehen (Beispiel: -2^2 = 4). Dies ist notwendig, da es ja sowohl Abweichungen vom Ist-Wert nach oben (also positve) wie auch nach unten (also negative) gibt. Würden nur die Abweichungen addiert, so würden sich die positiven und negativen Werte aufheben.
Die "kleineste Quadrate Methode" ist das einfachste Schätzverfahren für eine Regressionsanalyse.
NLPP Anwendung: Da die "kleineste Quadrate Methode" nicht für alle Situationen passend ist, unterstützt NLPP zusätzlich zwei weitere Schätzmethoden. Den die Praxiserfahrung zeigt: Die "kleinste Quadrate Methode" lliefert nur in den wenigsten Fällen ein optimales Ergebnis. Meistens sind die anderen NLPP Schätzmethoden überlegen.
Unte dem Begriff Kostenanalyse fasst man Verfahren und Methoden zusammen, die analysieren, wie sich die Kosten (und damit später auch die Preise) eines Produkts zusammensetzen. Ziel ist es, zu verstehen, welche Bereiche (Material, Produktionskosten, Gemeinkosten, Gewinn etc.) welchen Anteil an den Gesamtkosten bzw. am Verkaufspreis haben und ob dieser Anteil nachvollziehbar und gerechtfertigt ist.
Hierfür wird oft ein Workshop bei den Lieferanten durchgeführt, um sich ein Vor-Ort Bild der Abläufe zu verschaffen und die Organisationsstruktur des Lieferanten in der verwendeten Kalkulation abbilden zu können.
NLPP Anwendung: NLPP bewertet Produkte nach dem Preis-Leistungs-Verhältnis. Dabei spielt es keine Rolle, wie die sich die Kosten eines Produktes verteilen. Es geht alleine darum herauszufinden, ob Sie als Käufer einen angemessenen Gegenwert für den gezahlten Preis erhalten oder nicht.
Bezugsgröße (Paramter, Produktmerkmal, Produkteigenschaft) bei deren Änderung sich auch der Preis eines Produktes ändert. Zum Beispiel ist die Leistung eines Autos ein Preistreiber, denn generell gilt: je höher die Leistung um so teurer das Auto.
Wenn anstatt des Preises, Kosten genutzt werden, dann werden die genutzten Bezugsgrössen als Kostentreiber bezeichnet. Damit wird klar zwischen Preis- und Kosten unterschieden.
Siehe auch: Werttreiber / Leistungstreiber / Preistreiber
NLPP Anwendung: Die verwendeten Leistungstreiber sind meistens auch Preistreiber, denn je besser die Leistung eines Produktes um so höher ist meistens der Preis.
Simple Form des Performance Pricing, welche nur lineare Zusammenhänge zwischen Produkteigenschaften und dem Preis abbilden kann. Linear bedeutet dabei, dass jeder Änderung einer Produkteigenschaft um eine Einheit den Preis um einen festen Betrag ändert.
Beispiel: 1 kg Äpfel = 1 EUR, 2 kg Äpfel = 2 EUR, 3 kg ... Hierbei ist die Produkteigenschaft das Gewicht (in kg) und die konstante Änderung 1 EUR pro 1 kg.
robleme entstehen, wenn die konstante Preisänderung größer ist, als der Produktpreis, denn dann werden negative Preise vorhergesagt. Beispiel: konstante Preisänderung = 5 EUR und Produktpreis = 2 EUR. Wenn sich nun die Produkteigenschaft um eine Einheit verringert, reduziert sich der Preis um 5 EUR. Das führt zu: 2 EUR + -5 EUR = -3 EUR - Negative Produktpreise sind aber sicher nicht sinnvoll.
NLPP Anwendung: Wie der Name NLPP schon sagt, unterstützt NLPP neben den LPP Verfahren, auch Non-Linear Performance Pricing Verfahren. Diese haben den Vorteil, dass das oben gezeigte Problem der negativen Zielpreise nicht vorkommen kann.
Beschreibt wie die Ergebnisformel aufgebaut ist. Diese hat bei einer linearen Regression immer folgenden Aufbau:
(Faktor-1 * Parameter-1) + (Faktor-2 * Parameter-2) + ...
Es werden also immer ein oder mehrere Multiplikationen addiert. Dabei spielt es keine Rolle, ob die verwendeten Parameter noch mal quadriert oder anderweitig transformiert werden. Die Grundstruktur ist und bleibt linear.
NLPP Anwendung: Es werden drei lineare Regressionsverfahren unterstützt. Tests haben gezeigt, dass in ca. 30 % aller Fälle lineare Modelle das beste Ergebnis, also die beste Zielpreisformel, liefern.
Mit Multi Criteria Analysis (MCA) oder auch Multi Criteria Decision Analysis (MCDA) wird eine Klasse von Verfahren zur Analyse von Entscheidungs- oder Handlungsmöglichkeiten bezeichnet. Die unterschiedlichen Verfahren zeichnen sich dadurch aus, dass sie kein einzelnes Kriterium sondern eine Vielzahl unterschiedlicher Kriterien nutzen um Alternativen zu bewerten.
LPP Anwendung: NLPP ist ein MCA/MCDA Verfahren, da mehrere Kriterien (Werttreiber) genutzt werden um das Preis-Leistungsverhältnis von Produkten zu bewerten. NLPP ist im Vergleich zu klassischen MCDA Verfahren sogar erheblich stringenter, da eine Gewichtung der Parameter nicht von Hand vorgenommen werden muss.
Der Begriff MLPP ist irreführend bzw. wird mehrdeutig, und dabei auch noch falsch, verwendet.
Multi/... Linear Performance Pricing (MLPP) bedeutet einfach, dass mehrere Parameter (Multi) in einer LPP Analyse genutzt werden können. Siehe auch den Begriff Multiple Regression. Allerdings werden für fast alle sinnvollen Performance Pricing Analysen immer mehr als nur ein Parameter benötigt. Von daher soll der Begriff MLPP vielleicht toller klingen als LPP.
Ab und zu findet man auch den Begriff "Multivariate Analysesysteme" - Dabei handelt es sich allerdings um eine Methode, die beim Performance Pricing keinerleid Rolle spielt. Bei multivariaten Regressionsanalysen wird nicht nur eine abhängige Variable (im Fall von Performance Pricing ist wäre diese der Preis) sondern mehrere abhängige Variablen (also ein Vektor) bestimmt.
NLPP Anwendung: Alle in NLPP verfügbaren Regressionsverfahren sind mehrdimensional, entsprechen also einer multiplen bzw. multidimensionalen Regression.
Regressionsanalysen kann man mit einem oder mehreren Parametern durchführen. Zum Beispiel ist die Formel "Preis = 1,5 * Gewicht" das Ergebnis einer eindimensionalen Regressionsanalyse. Sobald mehr als ein Parameter genutzt wird, spricht man von einer mehrdimensonalen oder eben "multiplen Regression".
In der Praxis sind Lösungen, welche nur einen Parameter berücksichtigen können, nicht praktikabel, da die Ergebnisse zu ungenau sind.
NLPP Anwendung: Alle in NLPP verfügbaren Regressionsverfahren sind mehrdimensional, entsprechen also einer multiplen Regression.
Beschreibt, wie die Ergebnisformel aufgebaut ist. Diese hat bei einer nicht-linearen Regression einen erheblich komplexeren Aufbau als bei einer linearen Regression. Dabei kommen auch - ganz flexibel ja nach Anwendungsfall - mathematische Operatoren wie ln(x), e(x) oder sin(x) zum Einsatz, wodurch die Qualität und Aussagekraft der Datenanalyse steigt.
NLPP Anwendung: Es werden drei unterschiedliche nicht-lineare Regressionsverfahren unterstützt. Tests haben gezeigt, dass nicht-lineare Verfahren in ca. 70% aller Fälle bessere Ergebnisse als lineare Verfahren liefern.
Leistungsfähigste Form des Performance Pricing, welche neben linearen auch nicht-lineare Zusammenhänge zwischen Produkteigenschaften und dem Preis abbildet. Nicht-linear bedeutet dabei, dass jede Änderung einer Produkteigenschaft um eine Einheit den Preis um unterschiedliche Beträge ändern kann.
Da verschiedene mathematische Operatoren und Funktionen in der Zielpreisformel verwendet werden, kann diese erheblich flexibler die Struktur der Eingangsdaten abbilden und daher viel bessere Ergebnisse liefern.
Probleme wie negative Zielpreise, die sich bei Verwendung reiner lineare Methoden ergeben können, gibt es bei nicht-linearen Methoden nicht. Diese liefern immer positive Zielpreise.
NLPP Anwendung: NLPP ist die einzige Anwendung am Markt, welche aktuell drei verschiedene nicht-lineare Methoden unterstützt und dadurch erheblich bessere Ergebnisse in Form von präzisen und realistischen Zielpreisen liefert als Lösungen, die nur lineare Methoden einbeziehen.
Methode auf Grundlage der Regressionsanalyse, die im Einkauf, der Entwicklung und im Verkauf verwendet wird, um verschiedene Produkte oder Dienstleistungen in Bezug auf Preis und Leistung zu bewerten.
Eine Performance Pricing Analyse benötigt als Eingangsdaten Eigenschaften, Mengen und Preise von Produkten. Aus diesen Daten wird dann berechnet, wie die Eigenschaften auf den Preis wirken.
Es gibt verschiedenste Arten, wie eine Performance Pricing Berechnung durchgeführt werden kann. Dabei wird unterschieden, ob die Zielpreisformel einen linearen oder nicht-linearen Aufbau nutzt. Weiterhin unterscheiden sich die Verfahren durch die Art der angewandten Methoden um herauszufinden, wie Produkteigenschaften auf den Preis wirken.
Die einfachste Art des Performance Pricings ist die "LPP-LSM" Methode. LPP steht dabei für "Linear Performance Pricing" und LSM für die "kleine Quadrate Methode" (Least Square Method).
Die LPP-LSM Methode hat sich in der Praxis nicht bewährt, da die Zusammenhänge zwischen Produktmerkmalen und Preis mit dieser einfachen Methode nicht korrekt abgebildet werden können. Beispielsweise kann es passieren, dass LPP-LSM Ergebnisse negative Zielpreise für Produkte vorhersagen.
NLPP Anwendung: NLPP implementiert insgesamt 6 verschiedene Performance Pricing Verfahren und nutzt automatisch dasjenige Verfahren, welches die besten Zielpreisformeln liefert.
Der Begriff Predictive Costing bezieht sich auf verschiedene Verfahren und Methoden, mit deren Hilfe man eine Vorhersage zu Preisen/Kosten treffen möchte. Ziel ist es, mit möglichst wenigen bekannten Angaben den zukünftigen Preis bzw. die zukünftigen Kosten bestmöglich vorherzusagen.
NLPP Anwendung: Die durch NLPP berechnete Zielpreisformel ermöglich ein einfaches, schnelles und hoch präzises Predictive Costing: Der Anweder gibt einfach die Parameter-Werte des Teils ein, für welches ein Zielpreis bzw. die Zielkosten abgeschätzt werden sollen.
Der Begriff Preisanalyse beschreibt verfahren und Methoden, um herauszufinden, ob ein Preis angemessen und fair hinsichtlich der gelieferten Leistung bzw. des gelieferten Gegenwertes ist. Die Preisanalyse ist jedoch nicht nur der einfache Vergleich von Preisen verschiedener Angebote. Das Methoden-Spektrum ist groß und umfasst z.B.: das klassisches Benchmarking mit anderen Unternehmen, eine Berechnung von Durchschnittspreisen, Wettbewerbsanalyse oder auch die Analyse des Kundennutzens.
Bei der Preisanalyse geht es ausschließlich darum herauszufinden, ob Sie als Käufer einen angemessenen Gegenwert für den gezahlten Preis erhalten oder nicht.
NLPP Anwendung: NLPP bewertet Produkte nach dem Preis-Leistungs-Verhältnis. Hierfür berechnet NLPP wie stark wichtige Produkteigenschaften den Preis beeinflussen. Mit diesem Wissen ist es dann möglich, den fairen Preis eines Produktes zu berechnen und mit dem aktuellen Preis zu vergleichen.
Viele Analyseverfahren liefern einen Zielpreis. Allerdings ist klar, dass es unmöglich ist, einen exakten Zielpreis zu berechnen. Vielmehr sind Preisbandbreiten von Interesse. Eine solche Preisbandbreite gibt an, welche maximalen bzw. minimalen Preisen zu erwarten sind. Diese Art der Angabe ist erheblich praktikabler und auch realistischer. Zum einen kann besser eingeschätzt werden, wo der aktuelle Preis im Vergleich zur Preisbandbreite liegt, zum anderen sind die zu erwartenden Preisänderungen besser abschätzbar.
NLPP Anwendung: Pro Sachnummer werden immer drei Zielpreise berechnet. Diese formen eine Zielpreisbandbreite, welche den am wahrscheinlichsten zu erwartenden Zielpreis angibt, sowie eine Preisobergrenze (Worst-Practice) und eine Preisuntergrenze (Best-Practice). Weiterhin werden drei Benchmarklinien grafisch angezeigt, so dass eine schnelle Beurteilung der aktuellen Lage mit einem Blick möglich ist.
Preisinkonsistenz tritt auf, wenn die Ist-Preise für eine Gruppe von Teilen (z.B. alle Teile eines Lieferanten) im Vergleich zu den berechneten Zielpreisen keine logische Preisstruktur aufweisen. Teile, die laut NLPP-Zielpreisberechnung einen niedrigen Preis haben sollten, sind aktuell viel teurer, Teile, die laut Zielpreisberechnung einen höheren Preis haben sollten, sind aktuell günstiger.
Eine Preisinkonsistenz deutet darauf hin, dass die Preisgestaltung des Lieferanten keiner nachvollziehbaren Struktur folgt, sondern hochgradig von Zufall beeinflusst wird.
NLPP Anwendung: Mit NLPP und den drei Benchmarklinien "Worst Practive", "Market" und "Best Practice" lassen sich Preisinkonsistenzen sehr schnell feststellen und bewerten.
Sammelbegriff für alle Arten von NLPP-Formeln wie Zielpreisformel, Zielkostenformel, etc. die auf Basis der genutzten Daten berechnet werden.
NLPP Anwendung: Da die NLPP-Methode universell ist wird die Bedeutung der berechneten Formel durch die verwendeten Eingangsdaten durch den Anwender definiert und ist nicht durcrh die Software vorgegeben.
Wenn für die "Preisinformation" von Bauteilen die HK-Kosten genutzt werden, dann erhalten Sie eine Ziel-"HK-Kosten"-Formel. Wenn Sie Verkaufspreise nutzen, dann erhalten Sie eine Ziel-"Verkaufspreise"-Formel.
R2, auch Bestimmtheitsmaß genannt, ist eine mathematische Kennzahl die oft, fälschilicherweise genutzt wird, um die Qualität eines linearen Regressionsmodells zu bestimmen. Dabei wird, die falsche Regel „je höher R2, desto besser das Ergebnis" genutzt. Unsere Erfahrung zeigt: R2 ist sicher eine der am häufigsten falsch angewandten Kennzahlen in der Mathematik.
R2 sagt nichts darüber aus, ob ein Preistreiber einen hohen oder niedrigen Einfluss hat.
R2 kann keine Aussage zur Multikollinearität (=ob zwei oder mehr Preistreiber korrelieren bzw. eine Abhängigkeit haben) treffen.
R2 wird um so größer, je mehr Preistreiber Sie nutzen, und zwar unabhängig davon, ob das Modell die Daten wirklich besser erklären kann oder nicht. Mit Hilfe von „korrigierten Bestimmtheitsmaßwerten“ versucht man, dies in den Griff zu bekommen - was leider nicht funktioniert, da das Grundproblem von R2 nicht adressiert wird.
Interessanterweise gibt es in der Literatur sehr wenige korrekte und tiefgreifende Informationen, die zeigen, dass R2 vollkommen ungeeigent ist, um die Qualität einer Regressionsanalyse zu bewerten. Eine sehr gute Zusammenfassung gibt es jedoch von Clay Ford (Statistical Research Consultant, University of Virginia) auf Basis einer Vorlesung von Cosma Shalizi (Associate Professor, Statistics Department, Carnegie Mellon University). Diese zeigt deutlich, warum R2 unsinnig ist (siehe: http://data.library.virginia.edu/is-r-squared-useless/)
Welche unsinnigen Korrelationen und Schlüsse sich mit einem Fokus auf R2 ziehen lassen, können Sie unter http://www.tylervigen.com/spurious-correlations sehr schön sehen.NLPP Anwendung: Mit NLPP haben wir alle Probleme von R2 gelöst und nutzen funktionsfähige sowie erheblich bessere Verfahren, um die Qualität des Ergebnisses zu bewerten. Der Vorteil unseres Ansatzes ist, dass Sie für die Daten, die Sie mit NLPP analysieren, daher auch immer die bestmögliche Zielpreisformel bekommen.
Regressionsanalysen sind statistische Analyseverfahren, die zum Ziel haben, Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen zu modellieren. Im Kontext von Performance Pricing ist die abhängige Variable der Preis und die unabhängige(n) Variable(n) die Produkteigenschaften. Das Ergebnis einer Regressionsanalyse ist ein Regressionsmodell, welches aus einer Formel besteht, die die unabhängigen Variablen nutzt, um die abhängige Variable zu berechnen.
Beispiel: Preis = 0,234 * Länge + 1,687 * Stückzahl + 7,432 * Gewicht
Es gibt viele verschiedene Regressionsanalysen/Regressionsverfahren (siehe "Lineare Regression" oder "Nicht Lineare Regression"), da nicht jedes Regressionsverfahren für jede Situation geeignet ist. Nur wenn ein der Situation angemessenes Regressionsverfahren zum Einsatz kommt, kann dem Ergebnis auch vertraut werden.
NLPP Anwendung: NLPP berechnet per Regressionsanalyse, wie stark der Einfluss der Produkteigenschaften auf den Preis ist. Dabei kommen sechs verschiedene Regressionsverfahren zur Anwendung, um die bestmögliche Zielpreisformel zu berechnen. Dies ist notwendig, da ein einziges Regressionsverfahren unmöglich in allen Situationen korrekte Ergebnisse liefern kann.
Der Begriff Schattekalkulation umfasst alle Verfahren und Methoden, um den "idealen Preises" eines Bauteils abzuschätzen. Hierfür werden eine idealtypische Produktion und deren Kostenstruktur abgebildet. Ziel ist es, möglichst gut zu verstehen, welche Bereiche (Material, Produktionskosten, Gemeinkosten, Gewinn, etc.) welchen Anteil an den Gesamtkosten haben, um auf dieser Basis und mit dem Wissen des idealen Bauteilpreises eine bessere Verhandlungsbasis mit den Lieferanten zu haben.
NLPP Anwendung: NLPP bewertet Produkte nach dem Preis-Leistungs-Verhältnis auf Basis der Daten der Anwender. Neben ein paar Angaben zu Teileeigenschaften, der Einkaufsmenge und zum aktuellen Preis sind keine weiteren Informationen notwendig. Experten Knowhow, um eine Produktion nachzustellen, ist beim Einsatz von NLPP nicht notwendig. Durch die Verwendung von Marktdaten sind die durch NLPP berechneten Zielpreis sehr präzise und realistisch umzusetzen.
Alle Arten von Verfahren und Methoden, die zur Abschätzung eines "idealen Preises" bzw. der "idealen Kosten" eines Bauteils dienen. Es gibt verschiedene Ansätze, die sich durch die benötige Einarbeitungszeit, Durchführungszeit, Fokus (eine Sachnummer, ganze Teileportfolios, etc.) unterscheiden.
NLPP Anwendung: NLPP nutzt die Idee des "Performance Pricing", um einen präzisen Zielpreis zu berechnen. Die Idee basiert auf der Regel, dass ein besseres Pordukt üblicherweise auch mehr kostet. Im Unterscheid zu den meisten Verfahren wird als Bewertungsgrundlage die Leistung - also: der Wert eines Produktes für den Kunden - genutzt und nicht der benötigte Ressourceneinsatz durch den Hersteller (die klassische Klakulation der Herstellkosten ist eine solche).
Bezugsgröße (Parameter, Produktmerkmal, Produkteigenschaft), bei deren Änderung sich der Wert eines Produktes positiv/negativ ändert.
NLPP Anwendung: Mit NLPP kann herausgefunden werden, wie sich die Änderung eines Werttreibers auf den Preis des Produktes auswirkt. Wenn dieser Zusammenhang klar ist, kann jedes Produkt nach Preis/Leistung bewertet werden. NLPP zeigt also, ob für den gezahlten Preis ein angemessener Gegenwert bzw. eine angemessene Leistung geliefert wird.
Durch ein Performance Pricing Modell berechneter Zielpreis, der dem teuersten zu erwartenden Preis-Leistungs-Verhältnis am Markt entspricht. Es sollte auf keinen Fall mehr für ein Produkt gezahlt werden als der ermittelte Worst Practice Zielpreis.
Wichtig bei der Berechnung von Worst Practice Benchmarks ist, dass alle Daten in die Berechnung einfließen. Die Berechnung des Worst Practice Benchmarks nur auf Basis der "schlechtesten 20 % Preise" ist mathematisch unsinnig, da man nicht einen Benchmark für eine Teilegruppe berechnen und dann auf eine andere Teilegruppe anwenden kann.
Dazu ein Beispiel: Wir berechnen die Durchschnittsgröße einer Profi-Basketballmannschaft (Benchmark) und vergleichen diesen Wert mit einer Grundschulmannschaft. Das Ergebnis ist natürlich vernichtend, allerdings auch mathematisch unsinnig.
NLPP Anwendung: Aus den NLPP-Eingangsdaten berechnete Benchmarklinie, die als Orientierungsgröße dient. Sie grenzt die teuersten Produkte – hier: die 25 % der Produkte mit dem schlechtesten Preis-Leistungs-Verhältnis – von den restlichen Produkten ab.
Preis eines Produktes (Bauteil, Baugruppe, Aggregat, Komponente, Maschine etc.) welcher mit einer Methode wie Performance Pricing abgeschätzt wurde und als Basis für die Einschätzung eines "guten Preises" dient.
Kann ein verlässlicher Zielpreis einfach, schnell und präzise abgeschätzt werden, liefert dies für Unternehmen einen großen Nutzen, da in jeder Phase des Produktlebenszykluses genau ersichtlich ist, ob der aktuelle Preis zu hoch ist.
NLPP Anwendung: NLPP berechnet auf Basis sehr präziser Zielpreisformeln pro Produkt drei Zielpreise. Der Schlüssel dabei sind die drei präzisen NLPP Zielpreisformeln für Best-Practice, Markt-Benchmark und Worst-Practice.
Vertraglich fixierte Einzelpreise bieten Preissicherheit für das aktuelle Beschaffungsportfolio. Zielpreisformeln gehen einen Schritt weiter: Sie legen auch den Preisrahmen für neue/zukünftige Teile fest.
Das zahlt sich vor allem dann aus, wenn sich das zu beschaffende Produktportfolio innerhalb der Vertragslaufzeit stark ändern könnte. Häufig davon betroffen sind Warengruppen mit einer hohen Varianz an Sachnummern, z. B. Schrauben oder Etiketten.
Mit Zielpreis-Contracting nehmen Einkäufer diesen effektiven Schutz vor solchen zukünftigen Preis-Überraschungen in ihre Verträge auf.
NLPP Anwendung: NLPP berechnet sehr präziser Zielpreisformeln für eine Produktfamilien, welche dann in Verträgen genutzt werden können.
Neben dem mathematisch optimalem Ergebnis, kann der Anwender auch einfache Zielpreisformeln berechnen und festlegen, welche Parameter in die Zielpreisformel einfliessen sollen. Damit bietet NLPP die grösste Flexibilität für den Umstieg von Preisen pro Sachnummer hin zum Zielpreis-Contracting.
Eine Formel, welche auf Basis einiger Angaben zu einem Produkt, einen Zielpreis berechnet.
Die klassische Herstellkosten-Rechnung (HK-Rechnung) stellt ebenfalls eine Zielpreisformel dar - wenn auch eine, in die viele Parameter einfließen und die man nicht "mal eben so" auf ein Blatt Papier schreiben kann.
Zielpreisformeln nutzen meisten Produkteigenschaften wie Dimensionen, Gewicht, Materialien, etc. als Parameter. Diese Parameter sind einfach zu erheben und somit ist eine Zielpreisformel einfach anzuwenden.
Die Herausforderung besteht darin, dass aus gegebenen Daten eine möglichst genaue Zielpreisformel zu berechnen. Hierfür sind komplexe mathematische Verfahren notwendig. Die Grundidee dieser Verfahren ist die Regressionsanalyse.
NLPP Anwendung: Grundsätzlich liefert NLPP drei Zielpreisformeln, die jeweils einem Preis-Benchmark entsprechen und - zusammen betrachtet - eine Preisbandbreite ergeben. Der Vorteil ist, dass mit Hilfe einer Preisbandbreite von Zielpreisen eine erheblich realistischere Einschätzung des aktuellen Preises möglich ist. NLPP garantiert, dass aus den genutzten Daten die bestmögliche Zielpreisformel vollautomatisch gefunden wird.