Daten und Analysen im Fahrersitz des Gebrauchten

Der institutionelle Einzelhandel Der Gebrauchtwagenmarkt in den Vereinigten Staaten und Europa wird im Jahr 2023 voraussichtlich einen Umsatz von fast 1,2 Billionen US-Dollar erwirtschaften. In beiden Regionen ist dieser Markt recht fragmentiert: Die 20 größten Gebrauchtwagenhändler haben in Amerika und Amerika einen Marktanteil von weniger als 20 Prozent weniger als 10 Prozent in Europa. Im Vergleich zu anderen Einzelhandelssegmenten hat diese historische Fragmentierung zu einer langsamen Einführung innovativer digitaler und analytischer Funktionen in der gesamten Wertschöpfungskette geführt. Es hat auch Chancen für Digital-First-Einsteiger eröffnet und den Innovationsdruck auf etablierte Unternehmen erhöht.

Darüber hinaus geraten Gebrauchtwagenunternehmen, während sie aus der durch die Pandemie verursachten komplizierten Marktdynamik hervorgehen, in ein neues und komplexes Umfeld, in dem sie mit veränderten Verbraucherpräferenzen, sich entwickelnden Angebots- und Nachfragedynamiken und wirtschaftlichem Druck zu kämpfen haben. Diese Einflüsse werden es für Akteure im gesamten Gebrauchtwagen-Ökosystem schwieriger machen, zu wachsen, und den Druck erhöhen, hohe Margen aus der Pandemiezeit aufrechtzuerhalten.

Um die Kundennachfrage zu nutzen, Margen zu schützen und die Leistung zu verbessern, müssen Unternehmen in der gesamten Gebrauchtwagen-Wertschöpfungskette – namentlich B2B- und B2C-Händler, OEMs sowie Finanzierungs- und Leasingunternehmen – ihre Geschäftsansätze neu erfinden und umgestalten, um bei Bedarf analytischer zu sein um der Konkurrenz einen Schritt voraus zu sein.

Geopolitische Probleme und Herausforderungen in der Lieferkette – insbesondere die Knappheit an Chips1Ondrej Burkacky, Johannes Deichmann, Michael Guggenheimer und Philipp Pfingstag, „Wird das Angebot-Nachfrage-Mismatch bei Automobilhalbleitern bestehen bleiben?“, McKinsey, 14. Oktober 2022. und andere elektronische Komponenten – haben in den letzten Jahren die Versorgung mit Neu- und Gebrauchtwagen behindert. Dieses angespannte Angebot und die hohe Nachfrage haben zu überhöhten Preisen für Neu- und Gebrauchtfahrzeuge und höheren Verkaufsmargen geführt. Obwohl sich das Angebot bei einigen Modellen erholt, steht die Nachfrage aufgrund von Kaufkraftrückgängen aufgrund inflationärer Tendenzen in vielen Regionen unter Druck. Infolgedessen verlieren die Händler einen Teil ihrer Preissetzungsmacht: Der durchschnittliche Preis eines Gebrauchtwagens in den Vereinigten Staaten ist zwischen 2020 und seinem Höchststand im Jahr 2022 um 25 Prozent gestiegen, seitdem ist er jedoch gesunken (Abbildung 1). Nachfrage und Angebot werden darüber hinaus durch Störungen in der Finanzpolitik in beiden Märkten beeinträchtigt: Höhere Zinssätze erhöhen die Finanzierungskosten, was die Margen der Autofinanzierungsunternehmen verringert und gleichzeitig einige potenzielle Verbraucher aus dem Markt verdrängt. Dies ist insbesondere bei Elektrofahrzeugen (EVs) der Fall, da höhere Energiepreise, die Angst vor instabilen Restwerten und die Anpassung der Subventionen in einigen Märkten das Versprechen niedrigerer Gesamtbetriebskosten gefährden, das Elektrofahrzeuge privaten Einzelhandelskunden versprochen haben.

Unterdessen verlagern Kunden immer mehr Teile ihrer Reise zum Autokauf online. Laut McKinsey-Studien beginnen mehr als 95 Prozent der Gebrauchtwagensuchen online mit der Recherche von Fahrzeuginformationen durch Kunden, und mehr als 70 Prozent der Verbraucher nutzen Websites Dritter, um Preise zu vergleichen.

Digital orientierte Unternehmen haben sich diese Präferenzen zunutze gemacht, was durch den Aufstieg von Gebrauchtwagenmärkten mit Mehrwertdiensten, nahtlosen Omnichannel-Optionen und digitaler Finanzierung belegt wird. Diese Unternehmen ermöglichen es Kunden, eine große Auswahl an Gebrauchtwagen zu durchsuchen und die Preise zu überprüfen und zu vergleichen. Diese Unternehmen bieten dann eine landesweite Lieferung an und verlassen sich dabei auf algorithmische Entscheidungsfindung für alle Back-End-Prozesse.

Derzeit gelingt es vielen Unternehmen entlang der Automobil-Wertschöpfungskette nicht, Daten umfassend zu nutzen, um Geschäftsprozesse zu optimieren, und sie verlassen sich bei vielen wichtigen Entscheidungsprozessen immer noch auf interne Experten und ihr Bauchgefühl. Die Einführung einer datenbasierten Entscheidungsfindung könnte es Händlern, OEMs und Autofinanzierungsunternehmen ermöglichen, die Kundennachfrage zu nutzen, die Margen zu erhöhen und die Leistung zu verbessern.

In den letzten 20 Jahren ist der Echtzeit-Autohandel in großem Umfang verfügbar geworden, was bedeutet, dass die Preisgestaltung genauso dynamisch festgelegt werden sollte wie bei Flugtickets; Langfristige Sortimentsentscheidungen sollten auf der Grundlage der Kundennachfrage kuratiert werden, wie dies auch im Verbrauchereinzelhandel der Fall ist. und das Durchsatzmanagement sollte genauso dynamisch verwaltet werden wie in der Fertigung.

Um den mit Analysen entlang der Wertschöpfungskette verbundenen Wert zu erfassen, können Gebrauchtwagenunternehmen vier Schritte unternehmen. Erstens können sie externe Daten mit internen Daten kombinieren, um eine zentralisierte Datenbank proprietärer Daten zu erstellen, die ihnen hilft, über Markttrends und Kundenbedürfnisse auf dem Laufenden zu bleiben und gleichzeitig einen strategischen Wettbewerbsvorteil zu wahren. Zweitens können sie, anstatt generische Tools oder Lösungen einzusetzen, die auf dem Markt verfügbar sind, proprietäre Algorithmen entwickeln, die ihre spezifische Geschäftsrealität widerspiegeln. Drittens können sie die analysebasierte Entscheidungsfindung auf allen Ebenen der Organisation einbetten, anstatt sie auf einzelne Anwendungen zu beschränken. Schließlich können sie ihre Governance- und Betriebsmodelle anpassen, um Kernfunktionen zu zentralisieren, sodass sich die Mitarbeiter an vorderster Front auf die Bedürfnisse der Kunden konzentrieren können. Der folgende Abschnitt beschreibt, wie verschiedene Akteure im Ökosystem diese Schritte anwenden können und welche Ergebnisse dies bringt.

Die Digitalisierung kann Händlern dabei helfen, auf ein nachhaltigeres Geschäftsmodell umzusteigen – insbesondere können datengesteuerte Analysen ihnen dabei helfen, optimale Beschaffungs- und Preisstrategien sowie die Fahrzeugzuteilung zu bestimmen, um den Kundenpräferenzen gerecht zu werden. Händler können Daten und Analysen auf drei Arten nutzen, um den Wert zu steigern.

Beschaffungs- und Gebotsstrategie. Händler können Daten zum aktuellen Marktbestand nutzen, um die Angebotspreise zu optimieren und die Margen zu maximieren. Analytisch gesteuerte Beschaffungs- und Gebotsmodelle, die Echtzeit-Marktdaten nutzen, können Händlern dabei helfen, die Attraktivität eines Autos über alle Preisstufen hinweg zu ermitteln und dabei zu helfen, den optimalen Gebotspreis zu ermitteln und gleichzeitig die internen Kosten zu senken.

Abbildung 2 zeigt den aktuellen Stand des Auktionsprozesses, der eine durchschnittliche Marge von etwa 6 Prozent aufweist. Bei einer Auswertung von 15.000 Autotransaktionen in den Jahren 2022 und 2023 wurde mithilfe dynamischer Gebotsstrategien, die Preisdaten des Gebrauchtwagenmarktes in Echtzeit nutzen, eine Möglichkeit zur schrittweisen Margenerweiterung um 2 Prozent ermittelt, was in den Vereinigten Staaten und Europa zusammen einer Chance von 22 Milliarden US-Dollar entspricht.

Fahrzeugzuteilung. Große nationale Händler können ihre Skaleneffekte nutzen, um Unterschiede in der regionalen Preisgestaltung zur Verbesserung der Margen zu nutzen. Händler können Echtzeit-Marktnachfrage- und Preisdaten nutzen, um einzelne Fahrzeuge innerhalb des Netzwerks eines Händlers auf der Grundlage des besten regionalen Marktpreises (abzüglich Versandkosten) und Haltefristen zuzuteilen, um die Margen zu maximieren.

Abbildung 3 zeigt ein Beispiel für den Preisunterschied (ohne Versandkosten) für eine bestimmte Ausstattungslinie eines Full-Size-Pickups in verschiedenen Bundesstaaten. In diesem Beispiel kann ein landesweiter Händler mit Sitz in Texas diese Echtzeit-Marktdaten nutzen, um höhere Margen zu erzielen, indem er das Auto in Arizona, New Mexico, Arkansas, Alabama oder South Carolina statt in seinem Basisstaat verkauft.

Basierend auf dem grenzüberschreitenden Potenzial und den Margensteigerungen pro Fahrzeug belaufen sich die jährlichen Chancen aus analytisch verbesserten Fahrzeugzuteilungsstrategien in den Vereinigten Staaten und Europa auf insgesamt 1,2 Milliarden US-Dollar.

Entscheidungsfindung und Vertriebsleistung an vorderster Front. Händler können Echtzeit-Marktdaten einbetten, um die lokale Branchen- und Marktleistung zu bewerten und zu verbessern. Beispielsweise könnten Händler ihre Preise und Bestände auf der Grundlage lokaler Markttrends und Lagerbestände in einem bestimmten Marktgebiet optimieren. Dezentrale Händler könnten es den Außendienstteams dann ermöglichen, in ihrer täglichen Arbeit datengestützte Entscheidungen zu treffen, um die Leistung zu verbessern.

Für OEMs kann es eine Herausforderung sein, Echtzeit-Feedback des Marktes über die Wertentwicklung von Fahrzeugen zu sammeln, und es kann schwierig sein, zu wissen, wie sich Fahrzeuge verhalten, nachdem sie einige Jahre auf dem Markt waren. Das Verständnis der Fahrzeugleistung im Hinblick auf den Wert im Gebrauchtwagenbereich kann OEMs dabei helfen, die Kundenbedürfnisse besser zu erfüllen und gleichzeitig die Margen bei zukünftigen Markteinführungen zu maximieren. Sie können Daten und Analysen in zwei Hauptbereichen nutzen.

Produktkonfigurationen und Ausstattungslinien. Unterschiedliche Ausstattungsvarianten und Funktionskonfigurationen können zu stark unterschiedlichen Verkaufsraten und Restwertrückgängen führen. Analysen können OEMs dabei helfen, die leistungsstärksten Funktionen innerhalb der Fahrzeugkategorie zu identifizieren und sie in zukünftige Fahrzeugiterationen zu integrieren. Eine Analyse kürzlich produzierter mittelgroßer Luxus-SUVs in ähnlichen Segmenten ergab beispielsweise, dass etwa 75 Prozent von ihnen über eine Dachreling und 60 Prozent über Laserscheinwerfer verfügen. Auch SUVs mit dieser Ausstattung weisen langfristig bessere Restwerte auf. OEMs in diesem Bereich könnten diese Marktdaten nutzen, um Funktionen hinzuzufügen, die den langfristigen Restwert der Ausstattungslinie maximieren und die Attraktivität des Fahrzeugs verbessern.

Großhandelspreise. Die Einzelhandelsaufschläge können je nach Händler in den verschiedenen Regionen erheblich variieren. Der Einsatz von Daten und Analysen zum Verständnis der Einzelhandelspreise auf den Gebrauchtwagenmärkten kann OEMs dabei helfen, optimale Großhandelspreise für Leasingrückgaben oder Inzahlungnahmen zu definieren und so die Margen zu maximieren.

Das Verstehen und Optimieren des Restwerts wird für den globalen Autofinanzierungssektor von entscheidender Bedeutung sein2 „Autoleasing in Europa: Verwalten des Restwerts für eine 12-Milliarden-Euro-Chance“, McKinsey, 1. März 2023 – und umso mehr mit der zunehmenden Einführung von Elektrofahrzeugen. Makroökonomische Veränderungen, technologische Störungen, eine wettbewerbsintensivere OEM-Landschaft und Regulierung machen die Prognose von Restwerten jedoch äußerst komplex. Darüber hinaus werden steigende Zinssätze die Finanzierungskosten erhöhen und Autofinanzierungsunternehmen dazu zwingen, sich zwischen der Maximierung der Margen und der Maximierung des Volumens zu entscheiden. Unsere Einschätzung legt nahe, dass die Optimierung des Restwerts eine Gewinnspanne von 20 Milliarden US-Dollar für Autofinanzierungsunternehmen in den Vereinigten Staaten und Europa darstellen könnte. Autofinanzunternehmen können Daten und Analysen auf zwei Arten nutzen.

Das richtige Auto wählen. Leasingunternehmen und Banken können historische Gebrauchtwagendaten nutzen, um den Restwert aller Ausstattungslinien und Modelle zu verstehen. Unternehmen könnten dann basierend auf der lokalen Nachfrage die optimale Kombination auswählen. Auf diese Weise können Unternehmen Ausstattungen auswählen, die sie zu ihrem Fahrzeugpark hinzufügen können, um den Restwert am Ende der Verträge zu maximieren.

Konfigurationen und Vertragslaufzeit für geleaste Fahrzeuge. Die Restwertstabilität kann zwischen verschiedenen Konfigurationen desselben Fahrzeugmodells stark variieren. Banken und Leasinggesellschaften können die Ausstattungsvarianten eines Modells mit der höchsten Restwertstabilität ermitteln. Diese Daten können ihnen auch dabei helfen, die optimale Vertragsdauer für jedes Fahrzeug zu ermitteln, den Wertverlust während der Leasingdauer zu minimieren und die beste Leasingrate für jedes Fahrzeug zu ermitteln. Darüber hinaus können Echtzeitanalysen des Restwertrisikos Unternehmen dabei helfen, das Risiko zu minimieren, indem sie am Wendepunkt eine dynamische Vertragsverlängerung anbieten.

Abbildung 4 zeigt beispielsweise Unterschiede im Restwertverlust zwischen zwei ähnlichen Varianten zweier Fahrzeuge. Banken und Leasinggesellschaften können diesen Vergleich nutzen, um Ausstattung eins für Fahrzeug eins statt Ausstattung zwei zu empfehlen – denn Ausstattung zwei verliert am Ende des Leasings mehr an Wert.

Unternehmen, die Daten und Analysen auf dem Gebrauchtwagenmarkt nutzen, könnten ihren potenziellen Wert im gesamten Ökosystem ausschöpfen. Erkenntnisse aus fortschrittlichen Daten und Analysen können Unternehmen dabei helfen, bessere Entscheidungen zu treffen, um das Margenpotenzial zu erhöhen, Kundenerwartungen zu erfüllen und die Vertriebsleistung zu verbessern. Unternehmen können auch aktuelle Entwicklungen wie generative KI nutzen, um Anwendungsfälle zu entwickeln, die dazu beitragen, das Bewusstsein zu schärfen, die Akzeptanz zu fördern und die Bildung zu verbessern, auch wenn diese Technologien nicht zur Wertschöpfung erforderlich sind. Da externe Faktoren den Markt beeinflussen, wird es entscheidend sein, über diese Optionen auf dem Laufenden zu bleiben, um wettbewerbsfähig zu bleiben.

Ben Ellencweigist Senior Partner im McKinsey-Büro in Stamford.Philip Espelist Senior Partner im Hamburger Büro,Stefan Jovanovicist Datenspezialist im Düsseldorfer Büro,Benjamin Tschaunerist Associate Partner im Kölner Büro undKhalid Quidwaiist Associate Partner im Büro in Dallas.