00:00:07 価格最適化と課題。
00:01:34 価格設定の古典的なアプローチとその制約。
00:04:12 価格とサプライチェーン最適化の統合の重要性。
00:05:48 電子商取引における動的価格設定の成功例。
00:07:26 動的価格設定のための市場メッセージングと最適化のバランス。
00:09:07 より良い価格最適化のための確率的アプローチの使用。
00:11:58 歴史的データと価格設定の実践の重要性。
00:13:56 価格最適化の技術要件。
00:15:03 価格最適化のプロセスとデータ要件。
00:17:35 異なる業界における競合他社の価格の重要性。
00:19:22 将来の価格と利益の予測、および既に実施している業界。
00:20:33 価格最適化と需要との関係に関する重要な教訓。
00:21:18 締めの言葉。
要約
ロカドの創設者であるジョアネス・ヴェルモレルは、価格と需要のモデリングの課題についてのインタビューで、それらがしばしば切り離されていると強調しました。彼は、従来の予測モデルは価格の影響を考慮していないため、制約があると主張しています。ヴェルモレルは、価格最適化とサプライチェーン管理は基本的に結びついており、一緒に考えるべきだと述べています。Amazonなどが使用するような動的価格設定戦略により、企業は在庫切れを管理し、利益を最大化することができます。ヴェルモレルは、予測に対して可能性の範囲を考慮する確率的アプローチの重要性を強調しています。価格設定、計画、購買、生産を担当するチームを結集することで、ビジネスは最小限のデータ要件を使用してより良い最適化戦略を実行することができます。
詳細な要約
インタビューで、司会のキーラン・チャンドラーとLokadの創設者であるジョアネス・ヴェルモレルは、価格と需要の関連性のモデリングの課題と、機械学習とビッグデータの進歩により、現代の企業において価格最適化が可能になったことについて議論しています。
ヴェルモレルは、価格の最も顕著な側面は需要計画との切り離しであると説明しています。マーケティングチームが通常製品の価格設定を決定し、計画チームが需要を決定します。営業チームはS&OP（販売とオペレーションズ計画）プロセスの一環として調整するかもしれませんが、価格は一度決定されるとしばしば無視されます。
彼は、価格が上昇すると需要が減少するという経済学の基本原則について説明します。ほとんどの商品にとってはこれが当てはまりますが、ヴェブレン財として知られる例外もあります。ヴェルモレルは、これらの商品は珍しいものであり、Lokadの専門知識は主に一般的な商品に焦点を当てていると述べています。課題は、価格を考慮に入れない多くのサプライチェーン計画ツールが存在するため、プランナーが予測に影響を与える強力な価格効果に気付かないままであることです。
サプライチェーンツールが価格を考慮しない理由は、マーケティングの影響など、需要に影響を与える要素が多数存在するためです。ただし、ヴェルモレルは、要素の数自体が必ずしも問題ではないと主張しています。現代のコンピュータは何十万もの要素を処理できるためです。問題は、単純化されたモデルの使用であり、これらのモデルは通常、需要を季節係数を持つ移動平均としてのみ考慮し、在庫切れや価格効果を考慮していません。
ヴェルモレルは、競合他社の価格を監視することの重要性を強調しています。ウェブクローラーや専門のデータ取得会社のおかげで、競合他社の価格を監視することは容易になりました。彼は、価格最適化の出発点は、サプライチェーン最適化に価格最適化を考慮することだと考えています。これらの2つの要素は基本的に絡み合っており、分離することはできません。これを認識することで、企業はより効果的な価格戦略とサプライチェーン管理に向けて取り組むことができます。
ヴェルモレルは、予測プロセスに価格を組み込むことの重要性を強調しています。価格と需要を別々に扱う従来の予測モデルは、将来を正確に予測する能力に制限があります。彼は、価格を予測するための別個の要素ではなく、サプライチェーン管理を最適化するための要素として価格を扱うべきだと主張しています。
ダイナミックプライシングを通じたスマートで数量化された最適化において、電子商取引企業が先駆者として引用されています。ヴェルモレルは、在庫レベルに基づいて価格を調整することで、企業は在庫切れをより良く管理し、利益を最大化することができると説明しています。たとえば、企業が在庫切れに向かっていることを知っている場合、残りの在庫を急いで処分する必要はありません。代わりに、最後の数個のユニットでより高い利益を得るために価格を上げることができます。逆に、競合他社が在庫切れになっている場合、自ら在庫切れの状況を作る必要はありません。
ヴェルモレルが提供する別の例は、ファッション小売業者の間で一般的な実践であるコレクション終了時にセールを行い、余剰在庫を処分することです。このようなダイナミックプライシング戦略は、既にAmazonなどの企業によって使用されています。彼らの価格は需要と供給の要因に基づいて頻繁に変動します。
ダイナミックプライシングは、過去の製品のパフォーマンスや需要レベルなど、いくつかの要素に基づいています。ヴェルモレルは、価格がブランドのポジショニングについて市場にメッセージを送るという点を指摘しています。たとえば、安価なブランドは在庫切れの際に価格をあまり上げすぎないようにする必要があります。なぜなら、それはブランドのイメージを損なう可能性があるからです。
価格のもう一つの重要な側面は、需要を加速または減速させることによってサプライチェーンの課題や不確実性を管理する能力です。ダイナミックプライシングにより、リソースの割り当てが改善され、全体的な顧客体験が向上することがあります。ほぼ同じ商品が2つある場合、一方の商品が在庫切れに近づいている場合、希少な商品の価格を上げることで、両方に無関心な顧客をより豊富な商品に誘導することができます。一方、希少な商品を特に求めている顧客は、プレミアム価格でアクセスできるようになります。
価格を予測と統合する際、ヴェルモレルは静的な予測の考え方を捨てることを提案しています。彼は、製品の将来の販売数を特定の数値で予測するという従来のアプローチを批判しています。このアプローチは、価格が需要に影響を与えるレバーであるという事実を考慮していません。代わりに、彼は予測が将来の不確実性だけでなく、企業が価格調整を通じて需要を形成するために自ら行うことができる意思決定も考慮すべきだと主張しています。
ヴェルモレルは、価格が不確実ではなく未決定であり、企業は市場のフィードバックに基づいて価格を調整する能力を持つべきだと説明しています。これには、在庫切れ時に需要を減らすために価格を上げたり、需要を増やすために価格を下げたりすることが含まれます。
プライシング変更の影響をよりよく理解するために、可能性の範囲を考慮した確率的なアプローチが企業に役立ちます。ヴェルモレルは、マクドナルドのビッグマックの例を挙げながら、価格のわずかな変化が需要に計測可能な影響を与えることを説明しています。ただし、より少ない数量が販売される典型的なサプライチェーンの状況では、価格分析は曖昧になります。確率的な予測は、比較的不確実なままで需要予測を上方または下方にシフトすることで、この不確実性に対処するのに役立ちます。
ヴェルモレルは、価格設定、計画、調達、生産を担当するチームを結集することの重要性を強調しています。これにより、企業はより良い最適化戦略を実行することができます。価格最適化に必要なデータ要件は広範ではありません。通常、過去の販売データ、プロモーションの履歴、競合他社の価格情報（利用可能な場合）が十分です。
インタビューでは競合他社の価格の重要性にも触れています。ヴェルモレルは、競合他社の価格の影響は業界によって異なり、高級ブランドは競合他社の価格にあまり影響を受けず、代替可能な製品がある業界は競合他社の価格により敏感になると説明しています。
ヴェルモレルは、既にAmazonなどの一部の企業が価格最適化を効果的に使用していることを指摘しています。彼は価格最適化が将来的にさまざまな業界でより一般的になると予測しています。要約すると、価格最適化は需要予測の重要な要素であり、企業は供給チェーンの最適化の取り組みにおいて価格の影響を無視すべきではありません。
フルトランスクリプト
キーラン・チャンドラー: 今日のLokad TVでは、機械学習とビッグデータの進歩がこれまでの価格最適化を変え、現代の企業において価格最適化が可能になった方法について学びます。では、ジョアネスさん、現在多くの企業が取り組んでいる古典的な価格設定手法について少し説明していただけますか。
ジョアネス・ヴェルモレル: 価格設定について最も注目すべきことは、一般的な需要計画との切り離しがどれほど大きいかということです。たとえば、マーケティングチームが製品の適切な価格を評価し、その後、大部分が孤立して、頻繁に完全に孤立して、需要を決定する計画チームが存在します。販売チームがS＆OPプロセスの一環として調整するかもしれませんが、数値的には、特定の製品の価格が決まった後は、価格設定はほとんど無視されます。
キーラン・チャンドラー: 以前のエピソードでS＆OPプロセスについて取り上げましたが、価格自体はどのようなメカニズムとして機能するのでしょうか？
ジョアネス・ヴェルモレル: 経済学の基本は、通常、価格を上げると需要が減少するということです。理論的には、ヴェブレン財として知られる一部の商品は逆であり、価格が高いほど魅力的になります。しかし、Lokadの経験では、そのような商品は非常に稀です。ですから、通常の商品に関しては、価格を上げると需要が減少するのは比較的明らかです。しかし、需要について考えるときには、価格は存在しません。ほとんどの供給チェーン計画ツールは価格を考慮に入れていません。ですから、完全に盲目です。そして、明らかに、価格の効果が強く影響する場合、計画や予測は完全に外れてしまいます。
キーラン・チャンドラー: ですから、多くの供給チェーンツールが価格を考慮に入れない理由は、多くの変数があるためですか？マーケティングの影響や需要に影響を与える要素などが邪魔になる可能性があるからですか？
ジョアネス・ヴェルモレル: はい、しかし、変数の数自体が必ずしも問題ではありません。現代のコンピュータの処理能力を使えば、数十万の変数を扱うことができます。それ自体は、問題ではありません。しかし、これらの古典的なモデルは完全に単純化されています。需要を純粋な移動平均と季節係数だけのものと考えます。在庫切れなどの基本的な要素さえ頻繁に考慮に入れていません。ですから、在庫切れが発生すると、売上はゼロになりますが、需要がゼロであるわけではありません。価格効果は別としてもです。実際には、価格はより微妙であり、理想的には競合他社の価格を考慮に入れるべきです。現在では、ウェブクローラーを使用してオンラインで監視できるようになりました。データにアクセスするのはこれまで以上に簡単になりました。価格を取得することに特化した企業さえ存在します。
キーラン・チャンドラー: ですから、そんなに問題ではなく、これらの変数を追跡することは可能なのであれば、価格最適化に向けてどのように取り組むことができるのでしょうか？どこから始めればいいのでしょうか？
ジョアネス・ヴェルモレル: 供給チェーンの最適化は価格最適化を考慮する必要があります。これら2つを分離することはできません。従来の視点では、価格を決定する人々と将来の需要を決定する人々が分離していると考えられています。しかし、現実は、これら2つの要素が完全に結びついており、それらを分離することができない場合、根本的に結びついているということです。つまり、出発点は、これらの要素が相互に関連していることをプロセス上認識することです。そして、意図的にそれらを分離すると、どれだけスマートな機械学習の手法や数値レシピを持っていても、需要予測の観点から価格が存在することを認識することができなくなります。つまり、数値的には盲目になってしまいます。ですから、価格は実際に予測するものではなく、実際に自分自身で設計するものです。良い例がありますが、今日、これをうまく実践している企業があります。通常、Eコマース企業は非常にスマートで数量的な最適化において先行しています。彼らは積極的に価格を数量的に最適化しています。ですから、在庫切れに向かっていることがわかっている場合、残っている在庫を急いで処分する意味はありません。とにかく、在庫切れになることになります。価格を少し引き上げることができ、最後の数ユニットでより大きな利益を得ることができます。逆に、競合他社がすべて在庫切れに苦しんでいる場合、余分な需要の流入のために自分自身が在庫切れに直面するまで急いでいく意味はありません。逆に、コレクションの最後に特定の製品の在庫が余りすぎる場合、セールを行って残り物を処分するのがファッション小売業者のやり方です。 ですから、動的価格設定は既に製品に使用されています。たとえば、Amazonの価格を見ると、非常に変動しています。価格は日々、時には時間ごとに変わります。特にクリスマス前の非常に忙しい期間にはそうです。
キーラン・チャンドラー: それで、その動的価格設定の基礎は、基本的には製品の過去のパフォーマンスと異なる時点での需要レベルですか？
ジョアネス・ヴェルモレル: 価格は多くの要素から成り立っています。価格は市場に送るメッセージの一部であり、その部分は比較的固定されています。メッセージからあまり逸脱しすぎることは避けたいです。自分自身を安いブランドと位置づけている場合、在庫切れのために価格を大幅に上げたくありません。ですから、重要なのはこのメッセージングの部分であり、それが長期的な要素です。また、価格は供給チェーンの課題や困難に対処するために需要を加速または減速させる素晴らしいメカニズムです。未来は不確実であり、市場が非常に不安定な場合、正確な予測を行うことは非常に困難です。ですから、動的価格設定は、より良いリソース配分を行い、顧客により良いサービスを提供するための方法です。
たとえば、ほぼ完全な代替品である2つの製品がある場合、それらのうちの1つがなくなることは自然にはすべての顧客にとって完全な代替品ではありません。これら2つの製品のうちの1つの価格を上げると、他の製品に切り替えることを気にしない顧客は切り替えるだけです。気にする顧客は本当に求めている製品にアクセスでき、少しのプレミアムを支払うこともできます。
キーラン・チャンドラー: では、予測の観点から見てみましょう。つまり、価格との連携がうまくいく予測をどのように構築できるのでしょうか？
ジョアネス・ヴェルモレル: アイデアは、静的な予測を諦める必要があるということです。これは予測に対する古典的な視点でも私の大きな懸念の1つです。あなたは「これが未来だ、このものを1,000個売る」と言わなければならないとされていますが、答えは「それは場合による」ということです。価格は需要に影響を与えるレバーです。したがって、予測しようとしているものは、あなたが行うことに基づいて基本的に駆動されています。将来の不確実性を捉えることだけでなく、自分自身が行う将来の決定を捉えることでもあります。そして、それらの決定は不確かではなく、未決定です。価格については不確実性はありません。価格はあなたが望む通りです。価格を上げたい場合は上げることができますが、高度に規制された領域にいる場合を除きます。ほとんどの場合、価格に完全な自由がありますので、不確実性はありませんが、考えを変えることがあるかもしれません。
静的な予測を考えると、「どんなことがあっても私の価格は変わらない」と言っているようなものですが、これは良くありません。市場からのフィードバックに応じて自分のやっていることを調整できることは、よりスマートであり、ビジネスにおいてはより利益を生むということを意味します。
キーラン・チャンドラー: つまり、在庫がなくなるため需要を減らしたい場合は価格を上げ、需要を増やしたい場合は価格を下げることができるということですか？
ジョアネス・ヴェルモレル: まさにその通りです。そして、これが確率的なアプローチが適している場所です。可能性の範囲を持つことはうまく機能するかもしれません。確率は本当に役立ちます。たとえば、ドイツのような大きな国でビッグマックのような製品を販売している場合、価格を上げると、たぶん1セントごとに需要に計測可能な影響があるでしょう。ですので、ここでは大規模に販売され、価格に敏感な製品があります。人々は正確な弾力性を測定できるはずです。おそらくマクドナルドには、ビッグマックの価格弾力性を国ごとに知っているスマートな人々がいると思います。
しかし、それは大量のデータを持っているためうまく機能しています。典型的なサプライチェーンの状況では、特定の製品の週に数百個以上、またはそれ以下しか販売されないことがよくあります。したがって、価格分析は非常に曖昧になる可能性があります。ただし、確率予測を持つことで、需要予測を上下にシフトさせるだけの予測を実際に持つことができますが、それはまだ比較的不確かです。通常の価格ポイントから遠ざかるほど、追加の不確実性が増えます。
なぜなら、価格をわずかに変更するだけで、おそらく過去のデータが何が起こるかを推測するためのベースラインとして有効であることがわかるからです。しかし、たとえば価格が10倍安くなった場合に起こることを考えると、おそらくそれをサポートするための過去のデータはゼロである可能性があります。なぜなら、それをやったことがないからです。ですので、それは利益を生まなかったため、競合他社もそれをするつもりはありませんでした。ですので、わかりません。誰もわかりません。もし価格が10倍安くなった場合、製品への需要が100倍増えるかもしれませんが、それはあなたがこれまで探求したことのないポイントです。ですので、わかりません。これは極端な状況ですが、同じ考え方が適用されます。
キーラン・チャンドラー: 通常の価格設定から遠ざかるほど、店舗からの情報が少なくなり、不確実性が増しますね。
ジョアネス・ヴェルモレル: オーケー、ビッグマックの例では、ここで言っていることは、ここかそこで数セント変更する場合、より理解が深まるということですが、数ユーロのような大きな変更をする場合、将来の可能性についてはほとんど理解ができなくなります。
キーラン・チャンドラー: 価格最適化のためのいくつかの技術的要件について話しましょう。つまり、企業は何が必要ですか？あなたはビッグマックとマクドナルドが多くの歴史的データを持っていると言いましたが、企業は価格を最適化するためにどのような技術的要件が必要ですか？
ジョアネス・ヴェルモレル: まず始めに、価格を設定しているチームと通常計画を行っているチーム、そして購買と生産計画を行っているチームを結集する必要があります。なぜなら、問題は、これらの機能をすべて結集する必要があるということです。そうしないと、最適化を実行することができなくなります。それはまるで、設計上、実行できないように自分自身を阻止しているようなものです。次に、データに関するプロセス要件ですが、それほど多くは必要ありません。実際、従来の販売履歴データが良いです。通常のプロモーションの履歴が必要です。プロモーションは、価格を変動させる一時的な動きであり、価格を移動させた場合に何が起こるかを分析するのに興味深いです。また、価格に関連付けられない外れ値や汚染を避けるために、在庫切れの履歴も必要です。理想的には、少なくともウェブ上で競合他社の価格を把握できれば、非常に役立ちます。それは厳密には必要ではありませんが、競合他社よりも低い価格になると、需要に対して非線形の影響があることを理解するのに本当に役立ちます。それによって、需要が変動し、最も安価な商品に移行する人々によって説明されるスパイクやドロップが見られることがあります。
キーラン・チャンドラー: これらの部門を結集することによって、これはより伝統的なS＆OPアプローチとはどのように異なるのでしょうか？
ジョアネス・ヴェルモレル: それは、基本的には、製品の固定価格を持つという考えを諦めるという点で異なります。代わりに、価格戦略を持っています。たとえば、アジアで製品を調達して、アジアのサプライヤーに注文を出してから、実際に製品を展示して北米とヨーロッパで販売を開始するまでには13週間かかります。なぜ、販売を開始する13週間前に価格を決める必要があるのでしょうか？この決定は遅らせることができます。13週間後に、この種の製品の需要が急増していることがわかり、最初の注文が1,000個だったのに、既にそれがあまりにも少ないことがわかった場合、その時点で考えていたことに固執する意味はありません。最新のデータに基づいて再評価し、より賢い決定をすることができます。
キーラン・チャンドラー: オンラインで競合他社の価格に簡単にアクセスできる今、競合他社の価格を追跡することはどれくらい重要ですか？
ジョアネス・ヴェルモレル: それは業界によります。たとえば、高級ブランドの場合、それはあまり重要ではありません。ルイ・ヴィトンのような高級ブランドは、カルティエが下げたからといって価格を下げるわけではありません。彼らは両方とも最高品質の製品を提供することに焦点を当てたプレミアムな高級ブランドであり、それに応じて価格を設定します。高級ブランドは代替品を持たないものであるべきです。一方、ほぼ完全な代替品がある製品もあります。レストランでキログラム単位で砂糖を購入する場合、供給業者が品質基準を満たしている限り、誰が供給業者であるかはあまり重要ではありません。
キーラン・チャンドラー: 将来を見据えて、企業が利益を考慮した価格設定ポイントを設定する時代が訪れることを想像できますか？
ジョアネス・ヴェルモレル: Amazonのような一部の企業はすでにそれを行っています。非常に攻撃的な電子商取引を行っているいくつかのクライアントも、それを行っていますが、あまり宣伝していません。航空宇宙のような高度な業界でもすでに行われています。航空会社は何十年もの間、チケットを販売するために収益管理を行っており、航空機部品でもそれを行っています。私が見ているのは、ほぼすべての他の業界にも広がっているということですが、適用範囲は異なるかもしれません。
キーラン・チャンドラー: 最後に、今日の価格最適化について学ぶべき重要な教訓は何ですか？
ジョアネス・ヴェルモレル: 価格最適化は需要と需要予測の重要な要素です。価格がなければ需要はありません-価格が需要を定義し、逆もまた然りです。もし供給チェーンの組織が価格の影響を無視して最適化しようとしているなら、それは部屋の中の象を見落としていることになります。移動平均を細かく最適化しても、まだ無視している象があり、それは良くありません。
キーラン・チャンドラー: おそらく、もう誰も部屋の中の象を見落としていないでしょう。それでは今週は以上です。ご視聴いただき、ありがとうございました。また次回お会いしましょう。さようなら。
