Die höchste Preissensitivität seitens der Verbraucher habe sich bei Produkten gezeigt, die regelmäßig konsumiert werden. In diesen 40 von 275 Warengruppen würden Preiskorrekturen vom Konsumenten schnell erkannt und zeigten Erhöhungen direkte Auswirkungen auf den Absatz. Hier verliere der Vollsortimenter den Preiskampf gegen den Discounter. Mit abnehmender Preiswahrnehmung stiegen für Vollsortimenter jedoch die Möglichkeiten, bessere Margen zu erwirtschaften. Dies gelte für insgesamt 230 Warengruppen. Zudem ließen sich deutliche Unterschiede in der Zahlungsbereitschaft der verschiedenen Kundengruppen erkennen. Wenn die Warenqualität und -auswahl den Vorstellungen entspreche oder der Markt bequem zu erreichen sei, würden vor allem gutverdienende und ältere Kunden mehr Geld dafür ausgeben.
Die ungenutzten Preispotenziale stellten für den Einzelhandel eine Chance dar, dem für sie ruinösen Preiskampf zu entgehen und gleichzeitig den lokalen Konsumenten mittelfristig besseren Service und ein passgenaueres Sortiment zu bieten. Daher sollten Zahlungsbereitschaft und Kaufverhalten der Kunden als wesentliche Parameter für die Preisgestaltung gelten. Aufschluss über das Kaufverhalten der Verbraucher am Point of Sale (POS) sollen vor allem Warenwirtschaftssysteme und POS-basierte Price Engines geben. Der Lebensmittelhandel setze zunehmend auf softwaregestützte Analyse- und Simulationslösungen. Price Engines, zum Beispiel das Produktangebot SAP Demand Management for Retail, ermöglichten hierbei Umsatz- und Ertragspotenziale. Sie würden das Geschäftsmodell und die Geschäftsregeln eines Händlers berücksichtigen und auf der Grundlage des bisherigen Kaufverhaltens am POS bessere Endverbraucherpreise erstellen.
Darüber hinaus sollen Price Engines den Spezial- und Sonderentwicklungen im Handel sowie den zahlreichen noch manuellen Preisgestaltungsverfahren überlegen sein. Denn sie könnten Preis- und Absatzpotenziale innerhalb von Sortimenten identifizieren und sollen auch aufzeigen können, wie hoch der Umsatz insgesamt sein muss, um Preisnachlässe auszugleichen. Price Engines würden die Preisbildung transparenter gestalten und Händlern zum Aufbau einheitlicher Warengruppenmanagement-Prozesse verhelfen. Händler können Effekte von Preiserhöhungen simulieren und so zugeschnittene und selektive Preisgestaltungen durchführen. „Mit Hilfe von moderner Informationstechnologie in Form von Price Engines und Analysetools soll es Händlern möglich sein, künftig Preispotenziale besser auszuschöpfen und Preise auf das Kaufverhalten ihrer Kunden zuzuschneiden“, bekräftigt Dirk Dreisbach, verantwortlich für Food Retail im Bereich Business Transformation Services Trade bei SAP Deutschland. Für die Studie sei das Einkaufsverhalten von 30 000 Haushalten in Deutschland ausgewertet worden.