Loading article…
価格科学とは、社会科学や経営科学の手法を価格設定の問題に応用する学問分野です。その手法には、経済モデル、統計学、計量経済学、数理計画法などが含まれます。この分野は、1980年代に航空業界でイールドマネジメントが開発されたことに端を発し、その後、旅行業界の他の分野、メディア、小売、製造、流通など、多くの分野や価格設定の場面に広がっています。
価格設定に関する科学的取り組みは、価格戦略が異なる可能性のあるセグメントを定義するための価格設定に関する戦略的アドバイスから、価格見積もりや販売プロセスに統合されたエンタープライズクラスのソフトウェアアプリケーションまで、さまざまな方法で実施されます。
価格設定科学は、1980年代初頭の航空業界の規制緩和直後に航空業界が開発したイールドマネジメントプログラムの開発に端を発しています。これらのプログラムは、規制緩和された航空会社が直面する中心的な問題、「運航する各便の出発便ごとに、提供する各運賃商品について、収益を最大化するために何件の予約を受け付けるべきか？」に答えるためのモデルベースのサポートを提供しました。最適な答えを見つけるには、予約した乗客が実際に搭乗する人数と、各運賃商品について期待される追加予約数を予測する統計アルゴリズムを開発する必要がありました。また、予測の特性を考慮して最適な解を見つけるための最適化アルゴリズムと定式化を開発する必要もありました。毎日数百から数千便を運航し、300日先までの出発便のチケットを販売する航空会社にとって、計算上の課題は極めて大きいものでした。
イールドマネジメントプログラムは、1980年代前半から中頃にかけて、いち早く導入した企業に劇的な経済的利益をもたらし、このアプローチはホテル、レンタカー、クルーズ船業界といった関連分野の企業にも急速に広まりました。これらの業界には重要な違いがありますが、ソリューションの主な推進力は、販売される資源の腐敗しやすい性質、時間とともに変化する需要パターン、そして販売可能な容量の制限でした。イールドマネジメントまたはレベニューマネジメントに関連する価格設定科学の手法と応用に関する優れた概要については、Phillips [ 1 ]およびそこに引用されている文献を参照してください。Williams [ 2 ]は、これらの問題の多くと標準的なミクロ経済学との関連性を示しています。
1990年代初頭から中頃にかけて、これらの成功事例を受けて、さまざまな分野における価格設定や関連する意思決定を支援するために、これらの手法を応用したり、新たな手法を開発したりする取り組みが始まった。イールドマネジメントは、放送・ケーブルテレビ、オンラインメディア、石油・ガス生産、スポーツ・演劇関連企業、アパート・タイムシェア賃貸物件、クレジットカード、小売業など、幅広い分野で成功裏に適用されている。
2000年頃から、企業間取引における価格設定の問題に価格科学を応用する動きが急速に広がり、導入企業は旅行業界で以前に得られた成果に匹敵する財務上のメリットを報告している。非常に変動の激しい供給能力に対応して提示価格を最適化するのではなく、これらの企業間取引向けアプリケーションは、検討中の取引の特性と顧客に基づいて提示価格を最適化する手段を提供する。アプリケーションは、ビジネスサービスプロバイダー、工業製品メーカー、テクノロジーから食品、事務用品に至るまで幅広い製品の販売業者に及んでいる。
航空会社をはじめとする初期の業界関係者でさえ、価格は「既定値」であり、最適化技術への単純な入力値であるという当初の前提を見直すようになった。価格制限のない料金設定、価格を自由に設定できるチャネル、オークションなどを提供する格安航空会社の台頭は、ビジネスにおける価格設定に科学的手法を応用することへの関心を高めた。
こうしたビジネス上の問題への科学的手法の応用が拡大するにつれ、価格設定科学という分野はより厳密かつ体系的なものへと発展していきました。当初、統計的手法や最適化手法は、工学やオペレーションズ・リサーチ分野の実務家や理論家によって応用されました。この分野は一般的にオペレーションズ・リサーチと呼ばれ、収益管理やイールドマネジメントの手法を専門とすることは、オペレーションズ・リサーチおよびマネジメント・サイエンスというより大きな分野における専門分野の一つとみなされていました。 この分野全体の専門家団体であるINFORMSには、収益管理および価格設定に関するセクションが設けられています。
収益管理からより一般的な価格設定アプリケーションへと応用範囲が広がるにつれ、「価格科学」という用語はその分野を指す言葉として、また「価格科学者」という用語はその実務者を指す言葉として、より一般的に使われるようになった。
価格設定科学で用いられる手法は、大きく2つの分野に分類できます。1.予測、2.最適化です。予測問題は、価格決定が将来の一定期間における購買行動に影響を与えることを意図しているという事実を反映しています。最適化問題は、実現可能で実用的な価格設定ソリューションに到達するために必要な数学的な複雑さを反映しています。
需要予測には、時間軸に沿った需要予測と価格決定に対する需要反応予測という2つのサブ問題があります。イールドマネジメント型のアプリケーションでは、非常に詳細なレベルでの時間軸に沿った需要予測が中心となります。これは、これらのアプリケーションの特徴として、固定された生産能力に対して、価格設定や関連する制御を用いて需要のバランスを取る必要があるためです。このようなアプリケーションの多くでは、価格が需要を調整するために使用される制御手段となることが多いため、価格決定に対する反応予測も重要です。しかし、製品の供給状況を直接制御するイールドマネジメントアプリケーションもいくつか存在します。このような場合、価格は通常固定されているとみなされ、価格反応の予測は必要ありません。
予測手法は一般的に、時系列分析手法（主に指数平滑法）または因果分析手法（価格を（1つの）因果要因とする）に分類されます。価格科学の応用においては、価格決定が行われる粒度レベルで需要予測を行う必要があります。これは、予測手法の標準的な解説では扱われていないモデリングと計算の複雑さを伴います。また、キャパシティ制約が存在する場合、需要がキャパシティを超えた際に発生する需要の打ち切りを考慮する手法が必要となります。予約が最大承認数に達したために締め切られる場合、その締め切り期間中に予約が受け付けられていたとしたら「真の」需要がどうなっていたかを推定する必要があります。
多くの場合、信頼できる需要予測を作成するのに十分な、対象となる系列の過去の事例がない場合があります。航空会社の場合、これは参照できる履歴がない新規市場へのフライトで発生する可能性があります。小売業者の場合、特定のSKUの販売に関するデータが単にまばらなだけかもしれません。このような場合に必要な予測を作成するために広く使用されている方法は、「集計と分配」と呼ばれることがあります。この方法は、予測を2つのコンポーネントに分解します。1つはより集計された系列の予測、もう1つはそのより集計された需要が各コンポーネントにどのように分配されるかの予測です。
どこ関心のある特定の低レベル系列は、関連するシリーズの集合体 (例えば、特定の出発地と目的地を結ぶすべての旅程、または特定のスタイルのシャツのすべてのサイズと色)、これは集計の予測であり、予測はのシェア。 両方そして標準的な指数平滑化法を用いて作成することができる。[ 3 ]
多くのイールドマネジメントアプリケーションで一般的なように、アプリケーションが製品の入手可能性を直接制御することで需要と供給のバランスを取る場合、適切な時間軸予測を作成するには、直接販売や予約につながらない需要（「ターンダウン」または「損失データ」と呼ばれることが多い）を捉えるか、観測されていない需要を推定するための科学的手法を使用する必要があります。従来、これらの手法は「制約のない手法」と呼ばれ、手動調整、平均化手法、期待値最大化（EM）手法、指数平滑化手法などが含まれます。[ 4 ]
価格を制御手段として用いる場合、つまり価格を設定して売上を調整する場合、適切な時間軸予測を行うには、ある時点における価格と、その時点における実際の売上との関係を考慮するために、因果関係分析手法（計量経済学的手法と呼ばれることもある）を用いる必要があるかもしれません。このようにして、価格と販売量との関係（しばしば「価格反応効果」と呼ばれる）を用いて、根底にある時間軸需要と価格変動による売上効果を分離することができます。価格科学のこれらの応用の目的は、まさに価格変動による販売量効果を最大限に活用することにあるため、これらの効果を考慮することは、これらの応用を支援する科学的研究の重要な焦点となり得ます。これらの効果を特定し推定する問題は、特定の製品の価格に加えて、販売量は他にも多くの要因の影響を受けるため、決して容易ではありません。これらの要因の中には、企業が制御できるもの（広告、関連商品の価格など）と、企業が制御できないもの（競合他社の価格、季節性など）があります。価格科学の分野では、これらの手法は一般的に市場反応モデルと呼ばれています。[ 5 ]
将来の販売量を時間または価格決定の関数として予測するモデルが与えられた場合、企業はいくつかの選択肢または決定事項を利用できます。これらの選択肢または決定事項を最適化問題としてモデル化することで、利用可能な最良の選択肢または決定事項のセットを選択する手段が得られます。この問題の解決策は、状況によってはヒューリスティックな方法で得られる場合もあれば、数値最適化手法で得られる場合、あるいは厳密な数学的手法で得られる場合もあります。
イールドマネジメント問題の大部分に対して最もよく知られ、おそらく最も広く適用されているヒューリスティック手法は、期待限界座席収益（EMSR）アルゴリズムとして知られています。[ 6 ]このヒューリスティックは、高価格帯での需要と価格差の関数として、低価格帯で販売する在庫を割り当てるための決定ルールを提供します。Phillips [1] は、EMSR ヒューリスティックの拡張について論じています。
多くの最適化問題は、制約付きまたは制約なしの数理計画問題、すなわち線形計画問題（LP）または混合整数計画問題（MIP）として定式化され、それらに対して多くの解法や市販のソルバーが利用可能である。
市場反応モデルが特定のクラス内で定式化され、モデルパラメータの点推定値が得られた場合、問題の特殊な構造を利用して、最適解を解析的に求めることができる。
企業が価格設定の意思決定をより良くするために、価格科学の手法と結果を活用する方法は多岐にわたり、そのほとんどはテクノロジーによって実現されています。テクノロジーの種類を分類する一つの方法として、(a) 価格科学の手法を実装するために使用される汎用ツール、(b) 価格科学の手法を利用するように構成された、通常は標準的なオフィスツールなどのローカルテクノロジーの使用、(c) この目的のために設計・開発された、企業向けの専用ソフトウェアが挙げられます。
一部の企業では、汎用分析ツールを用いて必要に応じて実行される予測および最適化手法によって価格決定が支援されています。このような状況では、定期的な、あるいは臨時の意思決定が行われる際に、過去の取引データセットの分析が行われます。このアプローチは、ツールに精通し、価格設定サイエンスの手法にもある程度精通している定量分析担当者を抱える大企業、あるいは分析を行う専門コンサルタントを雇用している大企業でよく見られます。
価格を用いて需要を推定するために用いられた分析手法はごくわずかであったが、線形モデルや対数線形モデルといった手法を用いて将来の需要を予測していく予定である。
多くの企業では、上記の方法を用いて価格設定や関連する意思決定を支援するために、データ管理、レポート作成、分析のための標準的なオフィスアプリケーションが使用されています。一部の大規模企業は、こうした技術を用いて、非常に高度なデータ取得および操作プロセスを導入・発展させてきました。しかし、これらの技術の開発者や利用者は、ほとんどの場合、幅広い分野に精通した専門家であるため、こうしたプロセスの品質、信頼性、拡張性に関して、しばしば問題が生じる可能性があります。
1980年代にイールドマネジメントが根付き始めて以来、この手法によってもたらされる利益率向上の機会を活用する企業のニーズに応えるべく、高度に専門化されたエンタープライズソフトウェアプロバイダーが数多く成長してきました。こうしたプロバイダーが提供するテクノロジーは、価格設定の科学的手法だけでなく、企業が抱えるその他の実行、ワークフロー、レポート作成の要件にも、様々な程度で対応する大規模なアプリケーションとなる傾向があります。さらに、これらのプロバイダーは一般的に、価格設定科学のアプリケーションと手法に関する専門知識を提供しています。これらのソフトウェアプロバイダーは、大きく3つのカテゴリーに分類されます。旅行業界や関連業界でよく見られるイールドマネジメントの問題に関連するテクノロジーと専門知識を提供するプロバイダー、より一般的な小売業界における様々な価格設定の問題に関連するテクノロジーと専門知識を提供するプロバイダー、そしてB2Bコマースにおける価格設定に関連するテクノロジーと専門知識を提供するプロバイダーです。
