価格最適化

価格最適化とは、データを使って、事業目標(通常は利益、売上、消化率)を最もよく満たす価格を見つけ、更新し続けるプロセスです。需要の根拠、コスト、競合価格、制約を組み合わせたうえで、価格を変更し、結果を測定し、調整するというサイクルを繰り返します。

一度きりの答えではなくサイクル

需要、コスト、競合は動き続けるため、今月の最適な価格が来月も最適とは限りません。価格最適化は、価格設定を何度も繰り返し回すサイクルとして扱います。

  1. 商品グループの目標と制約を決める。
  2. 需要、コスト、市場を表すデータを集める。
  3. 価格を変えたときに販売がどう反応するかを推定する。
  4. 制約の範囲内で新しい価格を選ぶ。
  5. 変更を実施し、結果を推定と比べて測定する。
  6. 学んだことを次のサイクルに生かす。

最適価格設定の項目では目標そのものを説明しています。この項目は、その目標を見つけ、最新の状態に保つプロセスについてです。

必要なデータ

  • 自社の販売履歴:取引ごとの価格、数量、日付、チャネル
  • 手数料、送料、返品を含めた一個あたりの変動費の全体
  • 比較可能な商品の競合価格と在庫状況
  • 在庫水準と入荷予定
  • 季節、祝日、給料日などのカレンダー要因
  • 商品ページのトラフィックとコンバージョン

履歴が長いほど、価格の影響を他の影響と切り分けやすくなります。自社と競合の商品について途切れのない 価格履歴 を保つことは、モデリングを始める前にチームができる最も有益なことの一つです。

需要の反応を推定する

最適化の中核は、価格を変えたときに販売がどれだけ変わるかの推定で、価格弾力性の項目で説明している考え方です。推定は、過去の価格変更、計画したテスト、またはその両方から得ます。

難しいのは価格の影響だけを取り出すことです。値下げが祝日と同じ週に行われたり、競合が在庫切れになった週に行われたりした場合、販売の急増はすべてが価格によるものではありません。優れた最適化ではこうした出来事を記録して補正するか、その期間から結論を引き出さないようにします。

履歴が少ない場合は、計画したテストのほうが確かな情報源になります。一部の商品の価格を一定期間変更し、似た商品の価格は据え置けば、過去のデータではめったに得られない直接の比較ができます。

具体例

たとえば、あるペット用品店が、一個あたりのコスト25ドルの犬用ベッドを50ドルで販売し、月に100個売っているとします。過去の変更から、価格を1パーセント上げるごとに需要は約1.5パーセント減ると考えられます。

10パーセント値上げした55ドルでは、推定は約85個です。月間利益は2,500ドルから、30×85の2,550ドルに変わります。10パーセント値下げした45ドルでは、推定は約115個で、利益は20×115の2,300ドルです。この推定では小幅な値上げのほうが良いものの、増加はわずか50ドルで、推定には不確実性があります。賢明な次の一手は、恒久的な変更ではなく、55ドルでの短期間の測定付きテストです。数値はすべて仮定です。

結果を妥当に保つ制約

制限のないモデルは、机上では利益が出ても実際には害になる価格を提案することがあります。制約がサイクルを安全に保ちます。

  • 商品ごとの価格下限と価格上限
  • 顧客が大きな変動を目にしないよう、一回あたりの変更幅に上限を設ける
  • 大きいサイズが小さいサイズより安くならないようにする整合性ルール
  • 広告価格に関するブランド、パートナー、法律上のルール
  • 市場平均から一定の割合以内にとどまるなど、競合に対する目標ポジション

競合価格の位置づけ

競合価格は、目標に含まれていなくても需要を左右します。測定期間中に競合が値下げすれば、自社の変更とは無関係な理由で販売が落ちることがあります。データに競合価格を含めれば、サイクルの中で二つの影響を切り分けられます。実務上のチェックにもなります。モデルが最適とした価格が比較可能なすべてのオファーより大幅に高いなら、公開する前に見直す価値があります。

多くのショップにとって最も役立つ競合の指標は、価格そのものよりもポジション、つまり各商品が市場平均よりどれだけ高いか安いかです。そのポジションを販売と並べて追えば、販売数量が価格差に連動しているかが分かり、完全な需要モデルよりも行動に移しやすいことがよくあります。

短期的な利益以外の目標

最も一般的な目標は利益ですが、それだけではありません。季節商品の消化率、成長期の売上、あるいは初回注文より生涯価値が重要な場合のリピート購入を最適化することもあります。目標が違えば同じデータからでも異なる価格が導かれるため、計算を始める前に目標を決めなければなりません。

どんな目標であれ、カテゴリの週間売上総利益のように測定できる数値として書き、数サイクルの間は固定しましょう。途中で目標を変えると、サイクルが機能しているかどうか判断できなくなります。

よくある間違い

  • 事業に必要なのは利益率なのに、売上で最適化する
  • 一か月分のデータを、顧客の反応の証拠として扱う
  • 測定期間中に起きた競合の動きを無視する
  • 一度に多くの価格を変えすぎて、個々の結果が読み取れなくなる
  • サイクルを一度回しただけで、その後一年間価格を放置する

まずは一つのカテゴリ、明確な目標、二週間ごとなどの決まった見直しリズムから始めましょう。最初のカテゴリの結果を理解してから範囲を広げます。

要点

  • 価格最適化は、価格を推定、変更、測定し続けるサイクルです。
  • 整った販売履歴、コストの全体、競合価格のデータが前提となります。
  • 鍵となる推定は価格に対する需要の反応で、他の影響と切り分ける必要があります。
  • 価格下限、価格上限、変更幅の制限などの制約が、結果を実用的に保ちます。
  • 目標が違えば最適な価格も変わるため、まず目標を決めましょう。

よくある質問

価格最適化と最適価格設定の違いは何ですか?

最適価格設定とは、ある時点で目標を最もよく満たす価格のことです。価格最適化とは、状況の変化に応じてその目標を見つけ、維持するために、価格を推定、変更、測定し続けるプロセスです。

価格最適化には高度なソフトウェアが必要ですか?

始める段階では必要ありません。整った販売履歴、コスト、競合価格が入ったスプレッドシートがあれば、基本的なサイクルを回せます。カタログが大きく変更が頻繁な場合は、自動化が役立ちます。

価格はどのくらいの頻度で最適化すべきですか?

市場の動きの速さによります。動きの速いカテゴリは毎週見直すこともありますが、安定したカテゴリは月に一度か四半期に一度の見直しで十分な場合もあります。

関連用語

BlackAhaでは、 Smart Price は、競合価格と市場価格に基づいて、すべての商品の推奨販売価格を得るのに役立ちます。

価格用語辞典に戻る