ビジネスを取り巻くAI・DXの現状と未来～ダイナミックプライシング適用と課題

ダイナミックプライシングの現状と導入課題

株式会社ブレインパッド・山崎 清仁（以下、山崎）　本記事は、2024年10月より不定期にシリーズ化してお届けしております。私は今年7月にブレインパッドの技術系執行役員を退任し、エグゼクティブフェローに就任しました。より技術領域を探求し社内外の技術流通を活性化する役割を担ってまいります。

株式会社ブレインパッド・角谷 督（以下、角谷） ブレインパッドのフェローとしての役割を担う方が増えて、気が引き締まる思いです。改めてよろしくお願い致します。
さて、本日のテーマはダイナミックプライシング（以下DP）を扱います。最近では、DPを導入したいと検討している企業が増加しています。導入にあたっては様々な課題があり、そのハードルをクリアしなくてはなりません。そこで、本記事では、どのようなことを考慮して導入を検討すべきかを議論したいと思います。

山崎　よろしくお願いします。ホテル業界や航空業界で盛んに導入が進んでいる印象ですね。DPは収益を最大化する価格戦略といわれていますが、売上も最大化できるプライシングと考えてよいのでしょうか。

角谷　コストを考えなければ、そうですね。DP導入の背景には主に次の3点があると思います。

1. リソースの有効活用
   積極的に価格をコントロールし、繁忙期と閑散期の需要を平準化させることで、リソースの遊休期間を減少させることができる。
2. 収益の拡大
   高需要時に高価格、低需要時には低価格とすることで、過度な安売りや売れ残りを抑制して、収益を拡大させることができる。
3. 導入コストの低減
   リアル店舗では電子値札などの普及により、販売価格を変更することのコストを低減することができ、費用対効果が改善した。

ただし、2の収益の拡大と言ったときに、必ずしも商品を売り切ることが最善とは限らない場合もあります。

山崎　例えば、嗜好品に対しては価格に敏感な気がします。やはり商品ごとに異なる価格戦略が必要になるのでしょうか。

角谷　そうですね。耐久消費財と日々使われる消費財でも違うと思います。耐久消費財は購買の反復が起きづらく、価格を安くして売上を向上させても、需要の先食いになってしまうと考えられます。商品の特性に応じて、需要と価格の期間構造を理解してモデルを構築する必要があります。

山崎　世の中には、バーゲンセールなど、価格が安くなってから購入したいという人も多いですよね。

角谷　はい。消費者の将来価格に対する期待が日々の需要に影響を与えます。そのような期待に基づいて、自分自身の効用を最大化するように消費行動を変える顧客は、戦略的消費者と呼ばれています。

山崎　そのような消費者がいる市場で、価格によって需要をコントロールするのは難しそうですが、対処方法はあるのでしょうか。

角谷　例えば、あらかじめカレンダーで価格を示してしまうという方法があります。顧客がおおよその将来価格を知ったうえでどのように行動するかを、データで分析できれば、有効なDP戦略が立てられるでしょう。顧客が、売り切れで買えなくなってしまうと考えて、需要が喚起されることも重要です。限定数の販売として、先行者利得があるように価格を設定するなども、DPを有効にする手立てになります。

山崎　欲しいものを即決して購入する人や、長く熟考してから購入したいというタイプの人がいらっしゃると思うのですが、顧客の行動特性とも関連があり、やはり難しいという印象です。

角谷　実は、過去の実証分析では、一般的に即時に購入することが最適であったとしても、消費を先延ばしする傾向にある人が多いことがわかっています。様々なインセンティブ（例えば、割引券）と抱き合わせで、戦略を設計することが必要ですね。

山崎　自分たちの顧客がどのような層で構成されていて、どのような行動をとる傾向にあるのかを知ることも重要ということですね。

角谷　様々な顧客が混在する場合、提供しているサービスの内容にもよりますが、サブスクリプションのようなビジネスモデルでは、複数の支払いプランを用意することもよいと考えられます。おっしゃる通り、まずは顧客を知るということが必要です。

山崎　なるほど。DPを導入する業種やサービスによって、様々な事を考える必要がありそうですね。網羅的にあり得るケースを考えるのは、大変そうです。

角谷　やはり既存の実証研究などを参考に、自社に合った取り組み・価格戦略を考えることが重要だと思います。

簡易モデルによるダイナミックプライシングの構築

山崎　モデリングにはAIや機械学習などの知識や大量のデータ等のリソースが必要だと思いますが、テクニカル的な課題については、どのように考えていますか。

角谷　一般的にDP導入には、AIなどの高度なモデリング技術が必要であることは確かです。しかし、そのようなリソースがない場合にも、エクセルなどの計算ソフトを用いて簡易的なDPモデルを構築することは可能だと思います。以下の実際の事例（数値等は実際のものを改変しています）をご覧ください。

問題設定

• セールス期間を10日間とし、日々価格を改変する
• チケットの価格上限は10,000円
• 価格が上昇すれば需要量は減少する
• チケット販売価格はセールス終了日が近づくにつれて値上げする（価格における先行　者利得を保証する）

目的

• 上記の条件を満たした需要と販売価格の関係を簡易的なモデル式で表現し、利益を最大化する日次の販売価格を求める

ここでは、簡易モデル式を以下のように仮定します。ここで、セールス期間の残日数をt（t=1,2,…10）、販売価格を\(Pt\)、需要量を\(Xt\)としています。

角谷　モデルには推定しなければならないパラメータが3個あります。

1. 需要の価格に対する感応度（B）
2. 価格変動のための関数の調整パラメータ（D）
3. 価格の上限（ここでは10000円）

これらはアンケート（後述する）によってデータを集めれば、計算ソフトのソルバーを使って比較的簡単に推定することが可能です。これらのパラメータ推定後は、同様にソルバーを使って最適化問題を解くことができます。最適化問題は、需要量と販売価格を掛け合わせた\(Pt\)×\(Xt\)の最大化を目的関数とし、以下のように表されます。

Aは10,000円、T＝10です。販売価格がマイナスとなることを避けるため、日々の需要量はA/B以下となる必要があります。さらに、制約式にSという新たな記号が導入されていますが、Sは総在庫量を表します。要は10日間の需要量の合計がSを超えることがないように制約式を加えています。

山崎　比較的簡単な数式で需要と価格の関係が表されていますね。

角谷　期間構造を単純に表現しているので、そこは問題があるかもしれません。ただ、数式が単純な分、推定は比較的ロバストであるとも言えます。

以下に数値例を示します。

この数値例では、販売価格は初日が 6,869円 であり、セールスの最終日に向かって徐々に値上げされ、最終日には 7,605円 となり、総売上高は 1,447,503円 となっています。当初の在庫200枚を全て売り切ることが、この場合の最適解となります。

価格の需要に対する感応度であるBを変化させた場合の数値例も計算してみましょう。Bを280とし、それ以外の数値は上記の例と同じ値にします。その結果が以下の表になります。

このケースでは10日間の需要量は179枚となっており、21枚が売れ残ります。この数値例でもわかるように、一般的には在庫を全て売り切ることが意識されますが、すべてのチケットを売り切ることが最適ではないケースがあります。

山崎　確かに比較的単純なモデルでも、DPを試行してみるということは出来そうですね。では、モデルのパラメータはどのように定めればいいでしょうか。価格と需要の関係を推定するにはたくさんのデータが必要となりますよね。

データの収集と活用によるダイナミックプライシングの発展

角谷　AIを用いて価格と需要量の関係を推定しようと考えると、確かに十分な量のデータが必要となります。加えて様々な価格で販売して、データを溜めるということが必要になると思います。ただ、十分なデータが存在しない場合でもアンケートでデータを収集するという方法で代替することは可能です。

山崎　どのようなアンケートを取ればよいのでしょうか。

角谷　アンケートのやり方としては、「2ヵ月前、1ヵ月前、直前購入等の期間に関して、複数の価格を提示し、支払ってもよい価格にチェックしてもらう」といった方法が考えられます。データが大量にあれば、購買価格から顧客が許容できる価格と顧客属性の関係を推定することになりますが、データが十分に存在しないと推定は困難です。アンケートなら、問いかけを工夫することで、知りたい情報を回答から得ることができます。

山崎　色々なニーズの顧客が存在しそうです。

角谷　はい。主に週末にサービスを利用する顧客と平日に利用する顧客を比べると、サービスの利用タイミングの自由度の違いから価格感応度が異なることが考えられます。自社の顧客を適切に分類して、その分類ごとに季節やタイミングに応じて支払っても良いと考える価格をたずねることが必要になると思います。

山崎　DP導入にあたっては、一旦、アンケートなども併用した簡易モデルを導入して、データの蓄積や自社の顧客の反応などを見ながら、徐々に本格的なAIや機械学習によるDPに発展させていくといった試みも大事ですね。

角谷　AIというと、すぐに効果を求める傾向にありますが、知見をためながら上手に活用していくということが大切だと思います。

山崎　今回もありがとうございました。