Es wird die Vermutung aufgestellt, dass Aktionen einen neuen Referenzpunkt erschaffen, welcher einen gewichtigen Bestandteil bei zukünftigen Verkäufen haben könnte. Da der Aussendienst bei der Preissetzung gewisse Freiheiten hat, um in Preisverhandlungen flexibel reagieren zu können, kann ein neuer Referenzpreis bei der Kundschaft zu neuen Preisverhandlungen führen. Die Robustheit eines Ankereffektes hat die Möglichkeit, auch erfahrene Verkäuferinnen und Verkäufer zu beeinflussen.

Um einen Möglichen Effekt von Aktionspreisen auf zukünftige Verkaufspreise auszumachen, wurde in einem ersten Schritt eine geeignete Aktion für die Analyse ausgewählt und die Zeiträume vor und nach der Aktion definiert. Die Auswertung erfolgte auf Basis der aufbereiteten Sekundärdaten bzw. Verkaufsdaten, welche entsprechend aufbereitet werden mussten. Eine Mixed Model Regressionsanalyse sollte dabei einen potenziellen Effekt nachweisen mit der Zeit als Prädiktor. Abschliessend wurden die Ergebnisse interpretiert sowie eine Handlungsempfehlung abgeleitet.

Die Regressionsanalyse konnte aufzeigen, dass kein signifikanter Einfluss von Aktionspreisen auf nachfolgende Verkäufe auszumachen ist und keine Abhängigkeit zum Vergünstigungsgrat besteht. Die Literatur bescheinigt dem Ankereffekt jedoch eine starke Robustheit, welche kaum abzumildern ist. Da auch Expertinnen und Experten dem Ankereffekt unterliegen, muss davon ausgegangen werden, dass er im Allgemeinen ein gewichtiger Einfluss auf den Rohertrag besitzt. Die zurzeit meist untersuchtesten und effektivste Mittel gegen den Effekt sind Schulungen, bei welchen der Fokus auf die kognitive Verzerrung gelegt wird und Bestandteil der Handlungsempfehlungen sind. Die vorliegenden Ergebnisse sowie Handlungsempfehlungen unterstützen die Abteilung Pricing und das Vertriebscontrolling, um zielgerichtete Massnahmen zur Stabilisierung des Rohertrages zu treffen. Zukünftige Forschungsvorhaben sollen das Model der Regressionsanalyse erweitern, um noch weitere Einflüsse auszumachen sowie anschliessend die Umsetzbarkeit der Empfehlungen testen.