00:00:08 価格設定と計画の分断された体制の問題.
00:01:02 伝統的なソフトウェア企業とそれらの価格設定および予測への取り組み.
00:03:24 価格設定と予測技術の偶発的な融合.
00:05:46 融合の出発点としてのデータ統合.
00:07:33 メタ問題に取り組み、これを価格設定と計画の両方に適用する.
00:09:20 ディープラーニングと予測需要モデルの画期的な進展.
00:11:22 さまざまな業界における計画モデルと価格設定モデルの融合.
00:13:36 計画と価格設定の両方を担当する1つのチームを持つことの利点.
00:15:00 在庫状況に基づくダイナミックプライシングへのAmazonの成功事例.
00:16:01 eコマースにおける価格最適化へのシフトについて議論する.
00:17:03 価格設定と計画ソリューションの偶発的な開発と融合.
00:19:01 価格設定と計画の統合に取り組む伝統的なソフトウェア企業の課題.
00:21:20 創業当初から価格設定と計画を一体的に扱う新興企業の台頭.
00:22:37 AmazonやAlibabaのように、価格設定と計画を統合する企業の市場支配力.

概要

Kieran Chandler は、Lokad の創設者である Joannes Vermorel に、供給チェーン最適化 における価格設定と需要計画の統合の重要性についてインタビューします。従来、これらの要素は別々に扱われ、データのサイロやコミュニケーション不足を招いていました。Lokad は、価格設定と計画が類似のデータソースと数値的手法を共有していることを発見し、その結果、ドメイン固有のプログラミング言語である Envision の開発へと繋がりました。共有されたデータストレージと処理を活用することで、Lokad は価格設定と時間的影響を組み込んだより洗練されたモデルを作成しました。Vermorel は、ほぼすべての業界にとって重要な両側面である価格設定と計画を統合することが、成功する企業の必要条件であると考えています.

詳細な概要

このインタビューでは、ホストの Kieran Chandler が Lokad の創設者 Joannes Vermorel と、供給チェーン最適化における価格設定と需要計画の統合の重要性について議論します。歴史的に、価格設定と計画は独立した存在とみなされており、それがデータサイロや部門間のコミュニケーション不足をもたらしてきました。この会話は、ソフトウェアがこれらのタスクを同時に解決するのにどのように役立つか、そして産業界がなぜこれらを相互に関連する2つの側面と見るべきかについて展開されます.

Vermorel は、将来の需要を予測することが、顧客に効果的に対応するために不可欠であると説明します。製品は瞬時に生産できないため、需要に応じて事前に製造または調達する必要があります。しかし、需要は価格の影響も強く受けます。製品があまりにも高価であれば需要は低くなり、一方で競争力のある価格であれば需要は大幅に増加する可能性があります.

Lokad が設立された当初、ソフトウェア業界は2つの陣営に分かれていました。一方は需要予測に注力する予測企業であり、もう一方は予測や計画を無視して価格最適化に専念する企業です。Lokad は創業初期の5年間、主に予測を扱っていたため、価格や価格設定の概念は注目されていませんでした。同様に、価格最適化企業も予測や計画を自社の範囲に含めていませんでした.

Vermorel は、需要と価格設定が深く相互に関連していることを強調します。企業は需要を予測すると同時に、製品の適切な価格設定を行う必要があります。歴史的に、組織は価格設定と需要計画を分離しており、PriceForge や Salescast のようなツールを利用していました。しかし、ある時点で Lokad はこれら2つの側面を統合することを決断しました.

価格設定と需要計画を統合する決断は、確立された慣習があまりにも固定化されると、それらの間の関連性が見えなくなるという認識に基づいています。これら2つの側面を統合することで、Lokad は価格設定と需要計画の相互依存性に対応し、供給チェーン最適化の向上を目指しています.

当初、Lokad は予測向けの Salescast と価格設定向けの PriceForge という全く異なる技術を用いる2つの製品を開発していました。同社は、両製品が時系列-供給チェーンや製品カタログなどの類似したデータソース、および DRP、WMSや eコマースプラットフォームからの同じ取引データを使用していることに気づいたため、これら2つのアプリを統合することを決定しました。統一されたデータストレージと処理のアーキテクチャを構築することにしましたが、この段階ではまだ価格設定と販売予測との間に存在する深い関連性には気づいていませんでした.

2つのソリューションの最初の融合は偶発的に起こりました。同社は、価格設定と販売予測の数値的手法が類似していることに気づき、供給チェーンのpredictive optimizationのためのドメイン固有プログラミング言語の開発に着手しました。これが、価格設定側から始まった Envision の開発へと繋がりました.

この当時、Lokad は計画よりも価格設定に関しての知見が浅かったため、メタ問題、すなわち数値的手法をより迅速かつ確実に開発する方法に取り組むことを決定しました。市場投入までの時間と新たな数値的手法の信頼性を向上させることで、価格設定分野で成功できると期待していました。これらの手法を試行する中で、価格設定に用いていたプログラム的アプローチが計画分野にも有効であることが分かりました。この認識は、価格設定と計画が同じデータ解析レイヤーとプログラミング言語を共有するという、第2の融合段階へと導きました.

しかし、両ソリューションは依然として別々に動作しており、ディープ-ラーニングの時代にLokad は初のブレークスルーを迎えました。より進んだ予測需要モデルを取り入れることで、価格設定と時間的効果の統合が両分野においてより洗練されたモデルを生み出すことを示しました。例えば、製品の価格-弾力性-需要-定義は季節性があることがあり、これらの要素を価格設定と販売予測モデルの両方に組み込むことは理にかなっていました.

価格設定と販売予測の統合への Lokad の取り組みは、両ソリューションが類似したデータソースを共有しているとの観察から始まり、複数の融合段階を経て進化しました。共有されたデータストレージと処理、さらには統一されたプログラミング言語を活用することで、Lokad は価格設定と時間的効果の両方を組み込んだ、より洗練されたモデルを作成することに成功しました。このインタビューのこの部分では結論は示されていませんが、供給チェーン最適化へのアプローチを開発・洗練するための Lokad の反復的プロセスが浮き彫りにされています.

Vermorel は、Lokad が如何にして製品の支払い意欲が季節性であることに気づき、それが供給チェーン最適化へのアプローチにどのような影響を与えたかを語ります。モデルの開発を進める中で、価格設定の側面がより顕著になっていることに気づきました。特にファッション産業のように、在庫を一掃するために価格を調整する必要がある業界でその傾向が顕著でした。モデルの改良を続けるうちに、計画と価格設定の問題が融合し、最終的には両方の問題に対応できる単一のモデルの開発に至りました.

このアプローチが最も適用される業界について問われた際、Vermorel は、価格設定がほぼすべての業界で極めて重要であると説明します。なぜなら、価格設定が利益率の有無・大小を左右するからです。計画と価格設定はしばしば絡み合っており、希少性への対応と支払い意欲との間には密接な関係があります。業界によって問題に対する見方は異なりますが、本質的には両者は常に相互に関連しています.

しかし、市場の大部分は依然として、統合されたソリューションではなく、価格設定または計画のいずれかに焦点を当てたソフトウェアを提供しています。Vermorel は、解決策が存在しなければ問題として認識されないためだと述べています。Lokad の価格設定と計画の統合アプローチは偶発的に生まれたものであり、両問題に対するモデルが多くの共通要素を共有していることに気づいた結果です。モデルの開発を進める中で、両問題に同時に取り組む必要があると認識しました.

ソフトウェア企業がパートナーシップを組んで二重のソリューションを提供する可能性について問われた際、Vermorel は懐疑的でした。なぜなら、価格設定と計画を統合するために必要な技術は、従来の方法とは根本的に異なるからです。代わりに、両方の問題を最初から一緒に解決するためのインサイトを活用する新興企業が現れると予測しています.

Vermorel は、価格設定と計画を成功裏に統合した企業が市場支配力を獲得できることを強調します。彼は、基礎をしっかりと固めたために市場シェアを拡大し続けている企業の例として、Amazon と Alibaba を挙げています。彼の結論は、企業は価格設定と計画の両方に対応するソリューションを採用すべきであり、これら2つの側面は切り離せない関係にあるということです.

完全な書き起こし

Kieran Chandler: 本日の Lokad TV では、ソフトウェアがこれらのタスクをどのように同時に扱うことができるか、そしてなぜ業界がこれらを表裏一体のものと捉えるべきかについて議論します。それでは、Joannes、以前は価格設定について少し話しましたが、本日はどのような視点でしょうか?

Joannes Vermorel: 視点は、需要を考慮する際に、顧客にサービスを提供するためには、あらかじめ将来の需要を予測して、提供する製品を先に生産または調達する必要があるという点にあります。現時点では、必要に応じて即座に3Dプリントすることはできません。しかし、需要は明らかに価格の影響を強く受けます。もし製品が極端に高価であれば、需要は皆無となり、逆に非常に競争力のある価格であれば、需要は非常に大きくなる可能性があります.

Joannes Vermorel: しかし、私が Lokad を始めたとき、ソフトウェア企業には明確に2つの陣営が存在していました。需要を予測的観点から分析する問題に取り組む予測企業(Lokad もその一つ)と、伝統的に価格設定が存在しなかった、つまり予測と計画が取り扱われていなかった価格最適化のみを行う企業です。実際、Lokad の初めの約5年間は、価格や価格設定という概念は存在していませんでした。ロードマップにも含まれておらず、どこにも見られませんでした。もちろん、価格は目に見えるものであることは誰もが知っていましたが、特定の関連性はありませんでした。そして、価格最適化だけに取り組む他の企業は、予測や計画を全く考慮していませんでした。彼らはそれを気にしていなかったのです。みんなが天気予報を見ているのと同じように、予測の存在は認識していましたが、それにもかかわらず、私は予測側にいたとしても、価格に関して起こっていることを完全に無視していました。ソフトウェアの価格設定企業は、予測について全く無視していたのです。しかし、よく考えると、需要にとっては予測と価格設定は深く関連しており、需要は非常に重要です。需要を予測する必要はあると同時に、正しい価格設定も必要なのです.

Kieran Chandler: ええ、そして歴史的に、Salescast と PriceForge のようにこれら2つの分野は非常に分離されていたのに、ある時点で一体化したのですね。では、なぜそれらを統合することに決めたのですか?

Joannes Vermorel: とても興味深いですね。時代全体の考え方に深く根付いてしまった事柄は、見落とされがちなのです。そして、Lokad が価格設定の問題に取り組み始めた際、実際に私たちは明確な「価格設定ミッション」を持っていました。それは全く別個のものと考えていました。つまり、Lokad の予測部分を担う Salescast という製品と、全く異なる PriceForge という製品を持っていたのです.

Kieran Chandler: そして、それら2つの製品は別々に販売され、さらにはそれぞれの技術も全く異なっていました。データ分析の観点から見ると、これら2つを統合するのはどれほど容易だったのでしょうか?

Joannes Vermorel: それが不思議な点です。私たちは、「ああ、解いている問題は同じだ。つまり、同じ問題を2度解いている」とは考えなかったのです。もしそうしていたら、とても賢明だったでしょうが、実際には非常に愚かなことをしてしまいました。「このアプリは販売履歴を使用しているし、このアプリも販売履歴を使用している。このアプリは価格付きカタログが必要であり、このアプリもカタログが必要だ。価格は使わないが、どちらも実質的には同じ、つまりカタログだ」と。そして実際、私たちは価格分析や計画分析に必要なデータ、つまり同じソースから得られる取引データ(ERP、WMS、eコマースプラットフォームなど)を見ていたのです。そこで、同じデータであるため、データストレージと処理の基盤レイヤーを統一するアーキテクチャにすることを決定しました。しかし、その時点では、これが文字通り一つのコインの表裏であるという概念にはまだ気づいていませんでした.

Kieran Chandler: つまり、データ統合により両方のデータセットを同一の場所に集約したのが出発点だったのですね。しかし、価格設定と売上に関して、解決策の融合はいつ始まったのでしょうか?

Joannes Vermorel: 私たちは徐々に、数値レシピがほとんど同じであることに気付き始めました。これは不思議なことであり、今日のLokadであるEnvisionは、サプライチェーンの需要予測最適化に特化したドメイン固有プログラミング言語を用いています。この事業は価格設定の側面から始まりました。当時、価格設定は私たちにとって非常に新しく、どのように取り組むべきか分かっていなかったのです。そこで、単に価格設定の問題を解決するのではなく、「まだ発明していない新たな数値レシピをより速く、かつより信頼性の高い方法で市場に提供するにはどうすればよいか」というメタ問題を解決しようと考えました。

Kieran Chandler: サプライチェーンの計画部分に取り組むのは非常に困難です。なぜなら、それは一連の偶然の連続で構成されているからです。企業によってはERPが1つ、または2つ、国ごとに1つずつある場合もあります。eコマースプラットフォームが統合されていたり、分離されていたり、さらにはWMSが導入されていることもあります。非常に多様です。そこで、私たちは価格設定段階と計画段階の両方に対して、全くオーダーメードなプログラム的アプローチが必要であると気付いたのです。これにより、データの基盤層とデータ処理層を共通化する、第二の収束が実現しました。しかし、実際のところ、どれほどうまく機能するのでしょうか?単なる大雑把な近似に過ぎないのでしょうか?

Joannes Vermorel: システムを改善するのには少し時間がかかりました。最初は、同じデータソースを扱っていたためデータレイヤーを共有し、データ処理のアプローチも共通化しました。両側ともプログラム的である必要があると気付き、異なる数値レシピを持っていました。最初の突破口はディープラーニング時代に現れ、より高度な需要モデルに取り組み始めたのです。計画側では、洗練されたモデルを求める場合、価格を統合する必要があり、価格設定側では季節性などの時間的効果を統合する必要がありました。

例えば、ビーチタオルの支払い意欲は、夏の終わりよりも春の終わりの方が高いです。なぜなら、シーズン初めにタオルを購入すれば、一夏を通して楽しむことができるからです。逆に、夏の終わりに購入した場合、製品の使用ははるかに限定されてしまいます。支払い意欲が実際に季節性を帯びていることに気付き、計画側のより高度なモデルでは、価格の次元がますます顕著になっていきました。ファッション業界などでは、コレクション終了時に在庫を完全に処分するためのレバレッジとして、価格を利用したいのです。

このような収束を確認し、その中間に何らかの需要予測モデルを構築していました。これらのモデルが本当に収束していると気付き、差分可能プログラミングの時代によってそのループは完結しました。

Kieran Chandler: では、このソリューションはファッション業界に最も適用できるということでしょうか?航空業界を考えれば、価格は秒単位で変動している一方で、何年も価格が変わらない業界もありますから。

Joannes Vermorel: このソリューションは文字通りどこにでも適用できます。何かを販売する際、価格設定は極めて重要で、利益が全く出ないか莫大な利益が出るかの分かれ道となります。また、希少性に関わる計画と支払い意欲に関わる価格設定は密接に関連しており、実際に完全に絡み合っています。もし需要が増えると予測できれば、より低価格で生産し、マージンを向上させ、場合によっては競合他社に対して価格面で優位に立つことができます。逆に、非常に高価格に設定することで、希少性を演出し、製品をさらに魅力的なものにする、ラグジュアリーブランドが行う戦略もあります。彼らは価格を時間とともに上昇させ、希少性というコンセプトを活用したいのです。各業界は計画面と価格設定面の両方で独自の視点を持っていますが、根本的に両問題が完全に絡み合っているという事実はほぼ常に当てはまります。

Kieran Chandler: では、最良の結果を得るためには、計画チームが価格設定チームと密接に協力する必要があるということでしょうか?

Joannes Vermorel: 私はそうは思いません。最初は、なぜ計画チームと価格設定チームを別々にする必要があるのかと考えました。二つも必要でしょうか?それは、各々のために個別のソフトウェアを作ったときに私が犯した全く同じ過ちです。結局のところ、同じ問題を異なる角度から見ているだけなのです。チームは一つであるべきだと私は考えます。

Kieran Chandler: そのようにうまく、かつワンチームで運営している企業はありますか?

Joannes Vermorel: はい、ありふれた例としてAmazonが挙げられます。彼らは非常に賢明で、考えれば明らかなことを実践しています。例えば、在庫がなくなりかけた場合、価格を引き上げるのです。在庫切れに急ぐ必要はありません。価格は、在庫を最大限に活用するために需要を調整する手段に過ぎないのです。

Kieran Chandler: Amazonは、クリスマス前におもちゃの販売でその手法を実行しました。私の10歳の娘はLEGOおもちゃの大ファンで、Amazonを見ると、在庫がやや減るたびに数時間おきに特定のLEGOセットの価格が実際に上がっているのが確認できます。彼らは在庫が減少すると価格を引き上げる基本的なヒューリスティックを持っていると確信していますし、それは合理的です。文字通り常識ですが、非常に明白ではありません。公開された情報だけから、在庫の利用可能性(予測値)と価格最適化が絡み合うアルゴリズムを持っていると私は考えています。

Joannes Vermorel: しかし、地域の顧客基盤から見ると、他にも非常に賢く、テック志向で、積極的なeコマース企業がすでに同様の取り組みを行っているのが分かります。つまり、Amazonだけの現象ではないのです。今日、サプライチェーン面でAmazonに挑戦している最大の企業群も同じことを実践しています。

Kieran Chandler: では、これがこんなに有効な方法なら、なぜ市場の大半は価格設定だけ、または計画だけに特化したソフトウェアを提供し続けているのでしょうか?

Joannes Vermorel: 解決策が存在しない限り、問題自体が顕在化しないからです。不思議なことに、「問題があるから解決策を探すべきだ」と考えがちですが、実際はそうではありません。反重力エンジンがあれば車を再発明するための新たな方法を探すでしょうが、現実には反重力エンジンは存在しないので、存在しない問題の解決策を求める人はいないのです。価格設定と計画に真正面から取り組む解決策がなければ、この問題に対して潜在的な解決策を考える意味すらないのではないでしょうか?私はそうではないと考えます。

Lokadはどのようにしてその結論に至ったのでしょうか?歴史的に「これは同じコインの裏表だ。両問題を一つとして扱うべきだ」と天才的に閃いたわけではありません。まったく逆に、文献で知られている予測の解決策と、価格設定の解決策という、別々の一連のソリューションが存在するという問題に直面していたのです。そこで、私は全ての解決策、あるいは文献で知られているものよりもわずかに優れたバリアントを実装する一つの製品を作ることにし、予測側も同様に、既存の文献よりも僅かに優れたバリアントを採用するというアプローチを取ったのです。

前述したように、その収束は完全に偶然の産物でした。同じデータセットを使っていたからこそ、「やってみよう」となり、統合するに至ったのです。そして、レシピの種類がいくぶん似通っていることに気付いたため、これを共有することにしました。偶然にも、二つの異なるソフトウェア製品が同じコンポーネントを持っていたのです。

しかしご覧の通り、それは壮大な計画の結果というよりも、偶然の開発だったのです。そしてその5年後、新たな機械学習技術により、「ああ、しまった。両方の問題で結局同じモデルを使っている」とまた偶然に気付かされました。こうして、両方を同時に解決するソリューションを手に入れたことで、これらの問題に一つとして取り組むべきだと実感したのです。

Kieran Chandler: 内ではそれが明白に思えても、振り返ってみるとそうではなかったのですね。つまり、企業がチームを分けて運営してきたのは、統合する解決策が得られるまでという合理的な判断だったということです。統合できる解決策がなければ、基本的に二つの別々のチームに分かれるしかなく、さもなければそもそも二つの問題に取り組むことすらできなかったでしょう。最初に内部で問題を再分割することになるのです。プログラムの片側で働く人々と、もう片側で働く人々に分かれてしまい、それが計画と価格設定のテーマになってしまうのです。

Joannes Vermorel: なるほど、ではこれは少しの幸運な偶然といえるでしょう。

Kieran Chandler: そして将来を見据えると、ソフトウェア企業同士が提携・統合して、二重のソリューションを提供するような動きが見られると思いますか?

Joannes Vermorel: 私はそうは思いません。なぜなら、両問題を統合するために必要な要素は、従来の価格設定や予測で行われていたこととは全く異なるからです。これら二つの問題を同時に解決し、価格と生産計画―つまり、どれだけ生産し、どれだけ購買し、どれだけの在庫を各ネットワークに配置するか―を直接最適化するためのソリューションというのは、非常に奇妙なものなのです。私たちが開発した技術は、従来の価格設定側や計画側で用いられていた技術とは根本的に異なります。文字通り、両側の技術を完全に捨て去り、一新する必要があったのです。では、実際に二つのソフトウェア会社が、全テックスタックを破棄して全てを一から書き直すということに合意するでしょうか?いや、そんなことはありえません。非常に奇妙に聞こえますよね。おそらく、私たちが目にするのは……

Kieran Chandler: どうでしょう、未来を正確に予測するのは非常に難しいです。しかし、おそらく初めから「この二つの問題を一緒に解決する」と洞察した上で、最初の日から世界中の問題を網羅するソリューションを採用する新たなタイプの企業が現れるでしょう。

Joannes Vermorel: 分かりました。

Kieran Chandler: さて、今日のまとめに入ると、私たちの主要な結論は何でしょうか?価格設定と計画を統合する企業は、より多くのコントロールを持つということでしょうか?

Joannes Vermorel: いいえ、いつも通り、統合できた企業は、統合できなかった企業を破綻に追いやり続けるのです。実際、これを実行できれば、単にコントロールが増すだけでなく、市場支配力そのものとなります。例えば、世界最大級の企業であるにも関わらずAmazonが市場シェアを拡大し、中国のAlibabaも同様であるのは、彼らが根本的な要素をうまく機能させているからです。時間が経つにつれて、統合できなかった企業は打ち砕かれてしまうのです。では、なぜ統合するべきなのでしょうか?需要を考える際に、価格部分を計画部分から切り離せると本当に考えられるでしょうか?ビジネスとして合理的でしょうか?多くの場合、人々は一瞬立ち止まり、これらの要素が完全に絡み合っていると認識するのです。ですから、もし統合を実現する解決策があれば、それを採用すべきだと私は思います。私の結論は、視聴者の皆さんに対しても、ぜひ実行すべきだということです。

Kieran Chandler: 結局のところ、適者生存ということになるようですね。全くその通りです。では、今週はこれで全てです。ご視聴いただき、本当にありがとうございました。また次回のエピソードでお会いしましょう。ご視聴ありがとうございました。