ダイナミックプライシングとは データ分析講座(その181)

更新日

投稿日

 

 

◆ 新聞売り子問題とダイナミックプライシング

 データ活用が進む中、ダイナミックプライシングの動きが活発化しています。ダイナミックプライシングとは、需要と供給のバランスを考え、動的に価格を設定することです。航空機のチケットなどで有名ですが、実際は、最終的に手作業で実施していところが多いようです。今回は「新聞売り子問題とダイナミックプライシング」というお話しをします。

【目次】

1. 価格は一定のとき、仕入れ量が重要になる
 (1)予測値は分布する
 (2)利益を最大化する「最適な仕入れ量」
2. 価格が変動すると、さらに面白くなる
3. 利益を最大化するダイナミックな価格設定
4. 今回のまとめ

 

1. データ分析:価格は一定のとき、仕入れ量が重要になる

 

データ分析

 

 ダイナミックプライシングではなく、価格が一定のときに重要になるのは、仕入れ量です。仕入れが需要よりも多い場合、売れ残ります。仕入れが需要よりも少ない場合、売り切れ機会損失が発生します。理想は、売れ残りも機会損失も発生しない、仕入れ量です。そのためには、需要予測が必要になります。

(1) 予測値は分布する

 需要予測をするとき、「10万5千個売れそうです」とピンポイントで予測しても、実際はそうなることは稀です。ここで予測すべきは分布です。

 例えば……

  • 8万個未満売れる可能性が5%
  • 8万~9万個未満売れる可能性が10%
  • 9万~10万個未満売れる可能性が20%
  • 10万~11万個未満売れる可能性が30%
  • 11万~12万個未満売れる可能性が20%
  • 12万~13万個未満売れる可能性が10%
  • 13万個以上売れる可能性が5%

 ……といった感じです。一番簡単な、分布の予測の仕方は、過去データから集計し分布を求めることです。

(2) 利益を最大化する「最適な仕入れ量」

 

データ分析

 

 このような分布が求まれば、利益を最大化する「最適な仕入れ量」を計算することができます。このような問題を、「新聞売り子問題」と呼ばれている、古典的なデータ分析・活用の問題です。事前に、機会損失額と売れ残りコストの計算方法を決めておく必要があります。

 機会損失額は比較的簡単に計算できますが、売れ残りコストの計算方法は、どのような商材を扱うかで変わってきます。例えば、食品などの廃棄する必要がある場合には、単に原価だけを考えるのではなく廃棄コストも考慮するあります。耐久財の場合には、在庫の管理コストなどが発生することでしょう。

 

2. データ分析:価格が変動すると、さらに面白くなる

 このような新聞売り子問題の中、価格が変動すると、現場からすると「ややこしい」と思うことでしょう。データ分析・活用的には、価格が変動すると、さらに面白くなります。新聞売り子問題の出発点は、需要予測でした。予測した需要の分布をもとに、利益が最大化する仕入れ量を求めるのです。

 ダイナミックプライシングは、需要予想をするときに、設定した価格に対しどの程度の需要が見込めるのかを予測します。つまり、通常の需要予測と異なり「価格」要因が前面に押し出されてくる感じです。通常の需要予測も、値引きやキャンペーンなどの要因を加味するので、似たようなことを実施していたかもしれません。大きな違いは、値引きだけでなく値上がりもある、ということです。

 

3. データ分析:利益を最大化するダイナミックな価格設定

 

データ分析

 

 ダイナミックプライシングによって、利益を最大化する仕入れから、利益を最大化するダイナミックな価格設定へ変化します。ダイナミックプライシングというぐらいですから、機械的にほぼリアルタイムに価格設定ができないと、ダイナミックではないでしょう。従来の手作業ベースの価格設定だと、破綻をきたします。まさに、データをフル活用した価格設定です。とは言え、データだけに頼るのも危険なので、最終的には人的な介入があることでしょう。

 この辺りは、ダイナミックプライシングのロジックさえ検討し固めてしまえば、実現するのはそれほど難しくないと思います。

 

4. 今回のまとめ

 今回は「新聞売り子問題とダイナミックプライシング」というお話しをしました。「新聞売り子問題」とは、古典的なデータ分析・活用の問題で、機会損失と売れ残りのバランスを考え、仕入れ量を決める問題です。一言で言うと、「利益を最大化する仕入れ」の問題です。

 新聞売り子問題の出発点は、需要予測です。予測した需要の分布をもとに、利益が最大化する仕入れ量を求めるから...

 

 

◆ 新聞売り子問題とダイナミックプライシング

 データ活用が進む中、ダイナミックプライシングの動きが活発化しています。ダイナミックプライシングとは、需要と供給のバランスを考え、動的に価格を設定することです。航空機のチケットなどで有名ですが、実際は、最終的に手作業で実施していところが多いようです。今回は「新聞売り子問題とダイナミックプライシング」というお話しをします。

【目次】

1. 価格は一定のとき、仕入れ量が重要になる
 (1)予測値は分布する
 (2)利益を最大化する「最適な仕入れ量」
2. 価格が変動すると、さらに面白くなる
3. 利益を最大化するダイナミックな価格設定
4. 今回のまとめ

 

1. データ分析:価格は一定のとき、仕入れ量が重要になる

 

データ分析

 

 ダイナミックプライシングではなく、価格が一定のときに重要になるのは、仕入れ量です。仕入れが需要よりも多い場合、売れ残ります。仕入れが需要よりも少ない場合、売り切れ機会損失が発生します。理想は、売れ残りも機会損失も発生しない、仕入れ量です。そのためには、需要予測が必要になります。

(1) 予測値は分布する

 需要予測をするとき、「10万5千個売れそうです」とピンポイントで予測しても、実際はそうなることは稀です。ここで予測すべきは分布です。

 例えば……

  • 8万個未満売れる可能性が5%
  • 8万~9万個未満売れる可能性が10%
  • 9万~10万個未満売れる可能性が20%
  • 10万~11万個未満売れる可能性が30%
  • 11万~12万個未満売れる可能性が20%
  • 12万~13万個未満売れる可能性が10%
  • 13万個以上売れる可能性が5%

 ……といった感じです。一番簡単な、分布の予測の仕方は、過去データから集計し分布を求めることです。

(2) 利益を最大化する「最適な仕入れ量」

 

データ分析

 

 このような分布が求まれば、利益を最大化する「最適な仕入れ量」を計算することができます。このような問題を、「新聞売り子問題」と呼ばれている、古典的なデータ分析・活用の問題です。事前に、機会損失額と売れ残りコストの計算方法を決めておく必要があります。

 機会損失額は比較的簡単に計算できますが、売れ残りコストの計算方法は、どのような商材を扱うかで変わってきます。例えば、食品などの廃棄する必要がある場合には、単に原価だけを考えるのではなく廃棄コストも考慮するあります。耐久財の場合には、在庫の管理コストなどが発生することでしょう。

 

2. データ分析:価格が変動すると、さらに面白くなる

 このような新聞売り子問題の中、価格が変動すると、現場からすると「ややこしい」と思うことでしょう。データ分析・活用的には、価格が変動すると、さらに面白くなります。新聞売り子問題の出発点は、需要予測でした。予測した需要の分布をもとに、利益が最大化する仕入れ量を求めるのです。

 ダイナミックプライシングは、需要予想をするときに、設定した価格に対しどの程度の需要が見込めるのかを予測します。つまり、通常の需要予測と異なり「価格」要因が前面に押し出されてくる感じです。通常の需要予測も、値引きやキャンペーンなどの要因を加味するので、似たようなことを実施していたかもしれません。大きな違いは、値引きだけでなく値上がりもある、ということです。

 

3. データ分析:利益を最大化するダイナミックな価格設定

 

データ分析

 

 ダイナミックプライシングによって、利益を最大化する仕入れから、利益を最大化するダイナミックな価格設定へ変化します。ダイナミックプライシングというぐらいですから、機械的にほぼリアルタイムに価格設定ができないと、ダイナミックではないでしょう。従来の手作業ベースの価格設定だと、破綻をきたします。まさに、データをフル活用した価格設定です。とは言え、データだけに頼るのも危険なので、最終的には人的な介入があることでしょう。

 この辺りは、ダイナミックプライシングのロジックさえ検討し固めてしまえば、実現するのはそれほど難しくないと思います。

 

4. 今回のまとめ

 今回は「新聞売り子問題とダイナミックプライシング」というお話しをしました。「新聞売り子問題」とは、古典的なデータ分析・活用の問題で、機会損失と売れ残りのバランスを考え、仕入れ量を決める問題です。一言で言うと、「利益を最大化する仕入れ」の問題です。

 新聞売り子問題の出発点は、需要予測です。予測した需要の分布をもとに、利益が最大化する仕入れ量を求めるからです。新聞売り子問題の場合、基本的に価格は一定です。もちろん、値引きやキャンペーンなどは考慮します。値引きはあっても値上がりという概念は、基本登場してきません。

 ダイナミックプライシングとは、需要と供給のバランスを考え、動的に価格を設定することです。値引きだけでなく値上がりもあります。航空機のチケットなどが有名です。基本的に価格が一定である新聞売り子問題に、価格がダイナミックに変わるようにした感じです。

 ダイナミックプライシングによって、利益を最大化する仕入れから、利益を最大化するダイナミックな価格設定へ変化します。ダイナミックプライシングは、ロジックさえ検討し固めてしまえば、実現するのはそれほど難しくないと思います。

 最初は、手作業ベースでデータ分析し、ダイナミックに価格を検討し運用することにはなるとは思います。興味のある方は、チャレンジしてみても面白いと思います。

 

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
立場によって意味合いが異なる見える化 データ分析講座(その126)

◆ 「データによる見える化」で見たいものが異なる人々  データ分析・活用の第一歩として「見える化」というキーワードがあります。まずはデータを収集し現...

◆ 「データによる見える化」で見たいものが異なる人々  データ分析・活用の第一歩として「見える化」というキーワードがあります。まずはデータを収集し現...


顧客特性を使いこなしデータ活用 データ分析講座(その237)

  15年以上前の顧客データ分析は、性別や年代、居住地などの顧客のハードな特性を活用したものが多い印象があります。マーケティングの世界のペ...

  15年以上前の顧客データ分析は、性別や年代、居住地などの顧客のハードな特性を活用したものが多い印象があります。マーケティングの世界のペ...


販売力を高めるデータ分析とは データ分析講座(その196)

  ビジネス系のデータ分析・活用(データサイエンス実践)を「ビジネスアナリティクス」という用語で表現したりします。このビジネスアナリティク...

  ビジネス系のデータ分析・活用(データサイエンス実践)を「ビジネスアナリティクス」という用語で表現したりします。このビジネスアナリティク...


「情報マネジメント一般」の活用事例

もっと見る
現場情報の自動収集に道具だてを

 一日の作業指示の出し方で、次のどちらの組織の管理レベルの改善がより進むでしょうか?        ・A社 ➡「x製品を◯個」     ・B...

 一日の作業指示の出し方で、次のどちらの組織の管理レベルの改善がより進むでしょうか?        ・A社 ➡「x製品を◯個」     ・B...


‐情報収集で配慮すべき事項(第2回)‐  製品・技術開発力強化策の事例(その10)

 前回の事例その9に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...

 前回の事例その9に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...


人的資源マネジメント:データ指向ものづくりがもたらす高い生産性

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...

 今、ものづくりの現場が目指すべきは「データ指向ものづくり」だと思います。 今回は、インダストリー4.0のような次世代ものづくりの大波への備えともなる 「...