Precor
Fitness Equipment · Health & Wellness
Brand Score
2.90
Owned Score
2.78
Retail Score
3.00
Gap
-0.22
Retail stärker
Rang im Segment
12/14
Evidence Points
20
Dimensions-Profil
Dimension Scores
Owned
2.78
Gap
-0.22
Retail
3.00
Analyse & Handlungsempfehlungen
Precor erreicht einen PXM Maturity Score von 2.90 (Basic) und liegt auf Rang 12 im Segment "Fitness Equipment". Das Profil zeigt ein gemischtes Bild mit punktuellen Staerken und klaren Verbesserungsfeldern.
Owned (2.78) und Retail (3.00) sind ausgewogen (Gap: -0.22). Gute Balance zwischen eigener Experience und Retail-Praesenz.
Staerken
Digital Maturity & Optimization (3.06): Staerkste Dimension, aber insgesamt noch im Bereich "Developing".
Schwaechen
Customer Value & GTM (2.67): Nutzenargumentation bleibt hinter dem Potential zurueck — fehlende Zielgruppen-Differenzierung und generische Benefits.
Content & Asset Orchestration (2.67): Content-Orchestrierung ausbaufaehig: eingeschraenkte Formate, fehlende Kanaladaption des Contents.
Handlungsempfehlungen
Nutzen-Argumentation schuerften: Pro Kategorie Use-Case-basierte Nutzenlogik entwickeln, Feature-to-Benefit Mapping auf Owned und Retail harmonisieren.
Content-System ausbauen: Modulares Content-Framework mit Video/360/Interactive, Kanaladaptions-Workflow etablieren, Visual-Consistency-Guidelines umsetzen.
Finanzdaten
Revenue 2024
–
private
Revenue 2023
–
EBIT 2024
–
EBIT 2023
–
Peloton (subsidiary) (Brand (within Peloton)) · EUR
Acquired by Peloton 2021 for $420M. Revenue consolidated into Peloton figures. Not separately disclosed. Peloton explored selling Precor but retained it.
Evidence Indicators (26/26)
D1 Strategy
Seitenstruktur & Kategorielogik
Grundstruktur vorhanden, aber inkonsistent zwischen Kategorien
Terminologie & Naming
Konsistente Terminologie kanaluebergreifend inkl. Retail
Produkt-Systematik
Keine erkennbare Produkt-Segmentierung
Cross-Touchpoint-Konsistenz
Kernelemente auf mind. 2/3 Retailern konsistent
D2 Customer Value
Nutzenargumentation
Nutzenhinweise vorhanden, aber generisch
Feature-to-Benefit Translation
Systematische Feature-to-Benefit Translation auf Owned
Nutzenlogik-Konsistenz
Kein durchgaengiges Nutzen-Narrativ
Zielgruppen-Differenzierung
Explizite Differenzierung auf Owned (Personas, Use Cases)
D3 Channel
Retail-Content-Vollstaendigkeit
Basis-Content (Titel, Kurzbeschreibung, 1 Bild)
Mindeststandard-Einhaltung
Standards auf allen geprueften Retailern konsistent
Kanaladaption
Identischer Content ueberall (Copy-Paste)
Content-Varianz zwischen Retailern
Geringe Varianz, konsistente Kernelemente
D4 Data
Strukturierte Attributsets
Basis-Attribute vorhanden (Groesse, Farbe)
Produktvergleichbarkeit
Cross-Kategorie-Vergleichbarkeit + Konfiguratoren
Attribut-Konsistenz Owned→Retail
Unterschiedliche Daten auf jedem Kanal
Daten-Vollstaendigkeit
>85% Felder befuellt, keine Widersprueche
D5 Content
Content-Module auf Owned
Basis-Content (Text + Bilder)
Kanaladaption von Content
Inhaltliche Adaption (kuerzere Texte, andere Claims)
Visual & Claim Consistency
Kein erkennbares Visual System
Content-Qualitaet & Nutzwert
Nutzwert-orientiert (How-to, Anwendung, Vergleich)
D6 Digital
Strukturierte Daten (Schema.org / JSON-LD)
Basis-Schema (Product) ohne Details
Page Performance
Core Web Vitals: Good auf Desktop + Mobile
Content-Aktualitaet & Synchronitaet
Aktuelle Inhalte auf Owned, veraltet auf Retail
Content-Veraenderung ueber Zeit
Regelmaessige Updates (quartalweise+)
A/B-Test- & Personalisierungssignale
Keine A/B-Test- oder Personalisierungssignale
Tech-Stack-Signale
Moderne Architektur-Signale (Headless, CDN, Performance)