価格科学

価格設定科学とは、社会科学および経営科学の手法を価格設定の問題に応用する学問です。その手法には、経済モデリング、統計学、計量経済学、数理計画法などが含まれます。この学問分野は、1980年代の航空業界におけるイールドマネジメントの発展に端を発し、その後、他の旅行業界、メディア、小売、製造、流通におけるイールドマネジメントなど、多くの分野や価格設定の文脈に広がっています。

価格設定科学の取り組みは、価格設定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戦略的アドバイスから、価格見積および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現されます。

歴史

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収益管理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、規制緩和後の航空会社が直面する中心的な問い、「収益を最大化するために、運航する各出発便において、提供する各運賃商品について、どれだけの予約を受け入れるべきか」という問いに、モデルベースの支援を提供しました。最適な答えを見つけるには、予約済みの乗客の到着数と、各運賃商品で予想される追加予約数を予測する統計アルゴリズムの開発が必要でした。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の開発も必要でした。毎日数百から数千便を運航し、300日先の出発便の航空券を販売する航空会社にとって、計算上の課題は極めて深刻です。

収益管理プログラムは、1980年代初頭から中期にかけて早期導入した企業に劇的な経済的利益をもたらし、ホテル、レンタカー、クルーズラインといった関連業界の企業にも急速に普及しました。これらの業界には重要な違いはあるものの、このソリューションの主な推進力となったのは、販売される資源の消耗性、時間によって変化する需要パターン、そして販売可能な容量の限界でした。収益管理または収益管理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参考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、これらの成功を契機として、様々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、これらの手法を適用したり、新たな手法を開発したりする取り組みが始まりました。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・ガス生産者、スポーツ・演劇関連企業、アパートやタイムシェアの賃貸物件、クレジットカード会社、小売業など、様々な分野で成功を収めています。

2000年頃から、 B2B取引における価格提示問題への価格設定科学の応用が急速に進み、導入企業は旅行業界での初期の成果に匹敵する経済的利益を報告しています。これらのB2Bアプリケーションは、非常に動的なキャパシティに応じて利用可能なオファーを最適化するのではなく、検討中の取引と顧客の特定の特性に基づいてオファーを最適化する手段を提供しました。ビジネスサービスプロバイダー、工業製品メーカー、そして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などが、このアプリケーションを活用しています。

航空会社やその他の初期の実務家でさえ、価格は「既定値」であり、最適化技術への単純な入力であるという当初の前提を再考し始めました。制約のない価格設定を提供する格安航空会社、「自分で価格を決める」チャネル、そしてオークションの成長は、ビジネスの価格設定に科学を応用することへの関心を刺激しました。

これらのビジネス問題への科学的手法の適用が拡大するにつれ、プライシングサイエンスの分野はより厳密かつ方法論的なものへと発展しました。当初は、統計的手法や最適化手法が、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採用されました。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、収益管理手法やイールドマネジメント手法の専門分野は、オペレーションズ・リサーチとマネジメントサイエンスというより広範な分野における専門分野とみなされていました。 この分野の専門団体であるINFORMSには、この専門分野に特化したセクション「収益管理とプライシング」があります。[1]

アプリケーションが収益管理からより一般的な価格設定アプリケーションに広がるにつれて、価格設定科学という用語はその分野を指すのに一般的になり、価格設定科学者という用語は実践者を指すのに一般的になりました。

方法

価格科学で用いられる手法は、大きく分けて2つの領域に分類できます。1.予測と2.最適化です。予測の問題は、価格決定が将来のある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。最適化の問題は、実現可能かつ実用的な価格決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。

予測方法

予測には2つのサブ問題があります。時間段階的な需要の予測と、価格決定に対する需要反応の予測です。収益管理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段階的な需要予測が重要です。これは、これらのアプリケーションは固定されたキャパシティを特徴としており、価格設定や関連する制御を用いて需要のバランスをとる必要があるためです。これらのタイプの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の制御手段となることが多いため、価格決定に対する反応の予測も重要です。しかし、製品の入手可能性を直接制御する収益管理アプリケーションも数多く存在します。これらの場合、価格は通常固定されており、価格反応の予測は必要ありません。

時間段階的な需要予測

予測手法は一般的に時系列法、主に指数平滑法、あるいは価格を因果要因の一つとする因果法と呼ばれる手法に分類されます。価格設定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、標準的な予測手法では扱われていないモデリングと計算の複雑さをもたらします。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場合に発生する需要の打ち切りを考慮した手法も必要です。予約が承認上限に達したために締め切られた場合、その締め切り期間中に予約を受け付けていたとしたら「真の」需要はどの程度であったかを推定する必要があります。

きめ細かな需要予測

多くの場合、信頼性の高い需要予測を行うには、対象となる一連の需要の過去のデータが不十分な場合があります。航空会社の場合、新規市場へのフライトでは参照できる過去のデータが不足してい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乏しいだけかもしれません。このような場合に必要な予測を行うために広く用いられている手法は、「集約と分配」と呼ばれることがあります。この手法では、予測をより集約された一連の需要の予測と、その集約された需要が各構成要素にどのように分配されるかという予測という2つの要素に分解します。つまり、

${\displaystyle Q_{t+n}^{i}=Q_{t+n}^{I}*sI_{t+n}^{i},i\in I;}$

ここで、 は対象となる特定の低レベル系列、は関連系列（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）の集計、は集計の予測、 はのシェアの予測です。 と はどちらも標準的な指数平滑法を用いて生成できます。^[3]${\displaystyle i}$ ${\displaystyle I}$ ${\displaystyle Q_{t+n}^{I}}$ ${\displaystyle sI_{t+n}^{i}}$ ${\displaystyle i}$ ${\displaystyle I}$ ${\displaystyle Q_{t+n}^{I}}$ ${\displaystyle sI_{t+n}^{i}}$

検閲の考慮

多くの収益管理アプリケーションで一般的に見られるように、製品在庫の直接的な制御を通じて需要と供給のバランスをとるアプリケーションの場合、適切な時間段階予測を生成するには、販売や予約に直接つながらない需要（「ターンダウン」または「ロスデータ」と呼ばれることが多い）を把握するか、何らかの科学的手法を用いて観測されていない需要を推定する必要があります。これらの手法は従来、「非制約法」と呼ばれ、手動調整、平均化法、期待最大化（EM）法、指数平滑法などが含まれます。^[4]

因果的方法

価格を制御手段として用いる場合、つまり販売を調整するために価格を設定する場合、適切な時系列予測を行うには、因果分析法（計量経済学的手法と呼ばれることもある）を用いて、ある時点で有効な価格とその時点で観測された販売量との関係を考慮する必要がある。このように、価格と販売量の関係（しばしば「価格反応効果」と呼ばれる）を用いて、価格変更による販売量への影響から、根底にある時系列需要を分離することができる。価格設定科学のこうした応用の目的は、まさに価格変更による販売量への影響を最大限に活用することであるため、これらの影響を考慮することは、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る。これらの影響を特定し、推定するという問題は、特定の製品の価格に加えて、販売量は他の多くの影響の影響を受けるため、容易ではない。これらの影響の中には、企業が制御できるもの（例：広告、関連商品の価格）もあれば、企業が制御できないもの（例：競合他社の価格、季節性）もある。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ます。^[5]

最適化手法

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ている場合、企業は特定の選択肢または意思決定を行うことができます。これらの選択肢または意思決定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意思決定の集合を選択する手段が得られます。この問題の解は、状況によってはヒューリスティックな手法によって得られる場合もあれば、数値最適化手法によって得られる場合もあれば、厳密な数学的手法によって得られる場合もあります。

ヒューリスティックな方法

収益管理問題の多くの分野において最もよく知られた（そして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に基づいて、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。

数値最適化手法

多くの最適化問題は、線形計画法(LP) または混合整数計画法(MIP) のいずれかの制約付きまたは制約なしの数学的計画法として定式化され、多くの解決手法と市販のソルバーが利用可能です。

厳密な数学的手法

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ると、問題の特殊な構造を利用して解析的に最適解を得ることができます。

テクノロジー

企業が価格設定科学の手法と結果を活用してより良い価格設定を行う方法は多岐にわたりますが、そのほとんどはテクノロジーによって仲介されています。テクノロジーの種類を整理すると、(a) 価格設定科学の手法を実装するために使用される汎用ツール、(b) 価格設定科学の手法を活用するように構成されたローカライズされたテクノロジー（通常は標準的なオフィスツール）、(c) この目的のために設計・開発された、特殊なエンタープライズクラスのソフトウェアなどが挙げられます。

分析技術

一部の企業では、価格設定の意思決定は、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サポートされています。このような状況では、定期的な意思決定またはアドホックな意思決定を行う際に、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、Pricing Scienceの手法にもある程度精通している定量分析担当者を擁する大企業、または分析を専門とする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。

価格を使用して需要を推定するために使用される分析手法はほとんどないため、将来の需要を予測するには線形モデルや対数線形モデルなどの手法が使用されます。

ローカルテクノロジー

多くの企業では、上述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テクノロジーとして、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利用されています。一部の大規模企業では、こうしたテクノロジーを用いて、非常に精巧なデータ取得・操作プロセスを実装・進化させています。これらのテクノロジーの開発者やユーザーは、大部分がジェネラリストであるため、プロセスの品質、信頼性、拡張性に関する問題が頻繁に発生する可能性があります。

エンタープライズソフトウェア

1980 年代にイールド マネジメントが定着して以来、この手法によって得られる利益増大の機会を利用する企業のニーズを満たすため、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。このようなプロバイダーが提供するテクノロジは、科学的価格設定手法だけでなく、企業が抱えるその他の実行、ワークフロー、レポート要件にもさまざまな程度まで対応する大規模なアプリケーションに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に、価格設定科学のアプリケーションおよび手法に関する専門知識も提供しています。これらのソフトウェア プロバイダーは、一般に、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のさまざまな価格設定の問題に関連するテクノロジと専門知識を提供するプロバイダー、およびB2B コマースの価格設定に関連するテクノロジと専門知識を提供するプロバイダーの 3 つのクラスに分類されます。

参考文献

1. Phillips, RL (2005).価格設定と収益の最適化. スタンフォード: スタンフォード大学出版局.
2. ウィリアムズ、L.（1999）「収益管理：ミクロ経済学とビジネスモデリング」ビジネス経済学、39-45ページ。
3. Curry, RE (1993). 「カルマンフィルタリングと指数平滑法」. AGIFORS予約・収益管理研究グループ. シドニー, オーストラリア.
4. Crystal, C., Ferguson, M., Higbie, J., Kapoor, R. (2007). 「収益管理システムを改善するための制約解除手法の比較」『生産・オペレーションズ・マネジメント』第16巻第6号、729-746ページ
5. Hanssens, DM; Leonard J. P; Randall LS (2001). 『市場反応モデル：計量経済学と時系列分析』第2版. ニューヨーク: Springer.
6. Belobaba, PP (1989). 「航空会社の座席在庫管理への確率的意思決定モデルの適用」オペレーションズ・リサーチ, Vol. 37, No. 2, 183-196.