Markdown Pricing

Markdown Pricing ist die Operations-Research- und Einzelhandelspreis-Praxis, über den Verkaufshorizont eines saisonalen oder verderblichen Artikels (Modekollektion, frische Lebensmittel, kurzlebige Elektronik) typischerweise einen monoton fallenden Preisverlauf festzulegen. Die Entscheidung balanciert Marge (hoher Preis = hohe Stückmarge bei langsamem Abverkauf) gegen Clearance-Risiko (Saisonende-Restbestand wird Dead Stock — Restwert, Spende oder Entsorgung). Grundlegende empirische Referenz: Smith und Achabal (1998), die in großen US-Einzelhandelsketten 5-15% Bruttomarge-Anstieg gegenüber festen Markdown-Regeln zeigten; Bitran und Mondschein (1997) bauten die kanonische stochastische dynamische Programmformulierung mit Poisson-Nachfrage; Elmaghraby und Keskinocak (2003) lieferten die umfassende Übersicht; Caro und Gallien (2012) setzten den Ansatz bei einem Fast-Fashion-Händler ein und berichteten 5-8% Clearance-Marge-Anstieg und 30% Dead-Stock-Reduktion. Methoden: deterministische DP, stochastische DP, Multi-Produkt-MIP für Kannibalisierung, Bayesian Learning + Thompson sampling für E-Commerce-Tagespreisstellung. Typische Bedingungen: Monotonie (kein Preisrebound), maximaler Rabatt-Cap zur Markenschutz, Mindestpreis. Markdown Pricing unterscheidet sich vom Revenue Management (feste Kapazität, Auf-Ab-Pricing) und vom Newsvendor (Einzelperioden-Bestellmenge vor der Saison).