価格個別化で利益率 15%以上アップしたWayfair
藤田 今回は価格の「最適化」「個別化」がテーマです。たとえばAmazonは数百人単位で経済学者を採用し、経済学を駆使し、価格政策を高度化しているといいます。（コラム参照）
価格政策によって急速に成長している小売業で、成田先生が注目している企業はほかにありますか。
成田 Amazon以降に創業したアメリカのEC企業のなかで、時価総額が数兆円まで伸びた企業のひとつ「Wayfair」の価格政策は注目すべきかとおもいます。Wayfairは、家具や寝具などの生活用品に特化したEC事業を展開している企業です（写真1）。
[写真1]Wayfairのウェブサイト。個々の商品の価格が購買履歴などによって個別化されている
この会社は、大勢の経済学者やデータサイエンティストを雇用し、顧客の過去の購買履歴に基づき「どのように価格を決定すれば最大の利益が得られるのか」を研究しています。サイトで取り扱われている商品の値段はすべて自動的に決定されていて、さらにすごいのがその商品価格が「ユーザーによって違うことがある」ということです。
つまり僕がある商品をクリックしたときと、藤田さんがクリックした場合で、過去の購入履歴などを参照して、人によって違った価格を表示する。価格のパーソナライゼーションを実現しているといえます（写真2）。
[写真2]Wayfairの個別商品画面。閲覧者の動向によって価格が変わる（写真は時間をおいてアクセスした例）
数年前にWayfairがすべての商品価格決定アルゴリズムを設計し直した際の資料があります（図表1）。もともとこの会社では商品ごとに、Amazonなどの競合サイトでの販売価格をスクレーピング（ホームページのデータを自動で抽出すること）して、その価格の下をくぐるということをやっていました。ですが、これをやっていると、より強い企業が、より安い価格を提示したら負けてしまいます。そこで価格を個別化することによって、利益率がどう変化するのかという実験をしたのです。
[図表1]Wayfairの価格の個別化実験
図表1では、縦軸が収益、横軸が日数の経過を表しています。「Day0」までは既存の価格決定の仕組みを使っていました。「Day0」以降、価格を完全に個別最適化する新しい仕組みを導入したのです。
商品をランダムに2つに分け、商品群B（青線）はそのままの価格決定の仕組みを使い、商品群A（赤線）は商品ごとに価格を最適に個別化して表示したところ、商品群AとBで20%前後収益に差が出ました。
さらに、Day30以降、商品群AとBで使用する価格決定の仕組みを逆にしました。するとちょうどきれいに赤と青がひっくり返ったというのがわかるとおもいます。ですからこの赤組と青組の差は、古い手法と新しい手法の差によるものであると推測されます。そこで、Day60以降は全体を新しい手法に変更したところ、もともとの基準から見ると全体で15～20%程度高い収益を達成しました。
藤田 価格を完全にパーソナライゼーションするとこれだけ大きなインパクトがあるんですね。「価格の個別最適化」は言葉としては昔からあるのですが、すでに実現している企業があるということに驚かされます。
WayfairはEC企業ですから、オンラインで取引が完結します。どんなお客さまがどんな情報を閲覧して、何を購入したかをデータで取得しやすいからこそ、データ分析しやすいという背景もありますよね。
成田 そうですね。ECとリアル小売業とでは、あらゆることに対するデータのたまり方が違います。それぞれの商品が、どれぐらいの価格で、どれだけ売れているのか。いつ、だれに売れたのか。在庫の状態はどうなのか。さらに商品を購入したそれぞれのお客は、どのような人たちで、何にどれぐらいお金を使う人なのか…という情報の質、そして情報の量がまったく違います。
ただ、リアル小売業でも、スマホアプリを導入することで、購入履歴やそのほかのユーザー情報がどんどん蓄積されています。リアル店舗とECの境界は、そういう意味ではどんどんあいまいになっていくのではないでしょうか。
[コラム]経済学者を大量採用するAmazonの狙い
データ経営の最先端をいくAmazon。同社が現在注力しているのが、経済学者の採用だ。経済学博士を約400名採用し、事業の中核でさまざまな分析を行い、事業の方向性を決定している。
Amazon上で販売している商品の値付け、値引き額の決定はもちろん、Amazonプライムの年会費や、同社が提供しているクラウド基盤「AWS」の値決め、口コミの掲載方法、商品の掲載順…ありとあらゆる局面で、蓄積されたデータに基づいた判断を行うのである。
このように、アメリカの企業では経済学者が事業の中核を担う流れがあり、彼らは「デジタル経済学者」や「テック経済学者」などと呼ばれている。
価格の個別化の前提と現状
藤田 私たちサイバーエージェントも小売業さまと「データをためる」ところから「データをつないで分析できるようにする」、実際に「データを活用する」ことに取り組んでいます。
このようなことが実現できるようになったのも、お店でスマホ支払いをする方や、アプリ上のポイントカードを提示するお客さまが増えているということが背景にあります。一方、店舗での実務に目を向けると、実店舗で個々のお客さまに合わせて価格を変更するのは、現実的ではありません。プライスカードを一枚一枚張り直していくわけにはいきませんから。
ですから、実店舗における価格の最適化は、お客さま一人ひとりに対して発行するクーポンや、ポイントバックという形で実施していくことになるのではないかとおもいます。
成田 おっしゃるとおりですね。これまで販促の手法には、直接の値引きや、クーポンによる値引き、ポイントバックなど、さまざまなものがありました。つまり、クーポンも、ポイントも、実店舗がそれぞれのお客さまに合わせて価格を最適化するための道具と捉えることができます。
ただ、価格の最適化は、小売業に関わる皆さんの頭の中にイメージとしては存在していても、実店舗の小売業では遅々として進展していないというのが実態ではないでしょうか。
ECをはじめとするデジタルネイティブな産業でさえ、まだまだ勘と勢いで経営判断している企業が少なくありません。国内の小売業さんでは、データに基づく価格最適化や、それを実現するためのクーポンやポイントのデザインをしっかり推し進めている企業は皆無に等しいのではないでしょうか。
DgSも数から質に潮目が変わった
藤田 たしかに、いま成田先生がおっしゃったような企業が大半なのではないでしょうか。たとえばドラッグストア（DgS）に目を向けると、この10年、20年は新規出店で売上げを伸ばしてきました。一人ひとりのお客さまに対する価格最適化よりも、１店舗でも多く出店する、あるいは企業間統合をしてマーケットシェアを上げていくということで売上と利益を伸はしてきたのが、この数十年の傾向でした。
ですが、マーケット全体が数兆円にまで成長し、トップ企業も売上1兆円に迫るという状況で、そろそろ出店して売上を伸ばすという、規模の論理は飽和状態になっていくのではないかとおもいます。ここから先の5年10年は、数よりも質の世界にシフトしていくのではないでしょうか。
私どもにもお問い合わせやご相談をいただく内容として「これまでやってきた、一律○%オフとか、決算月に毎週クーポンを打つというようなやり方を、そろそろ改めたいが、方法がわからない」というものが増えています。方向性が大きく変わりつつあります。
成田 これまでに申し上げた価格の最適化の話は、ある程度その企業のマーケットの規模が大きくないと、メリットがコストを上回らないという構造です。ですから規模が大きな企業さんから順番に取組みが進むのではないでしょうか。
10円のクーポンで80円利益が増えることも
[図表2]値引き・クーポン・ポイントの比較
藤田 そこでDgSの価格の最適化をしようとすると、おそらくクーポンやポイントバックの料率を変化させることで実現していくことになるわけですが、一方クーポン、ポイント、それぞれの施策によって、お客さまの捉え方も違っているのではないかとおもうのです。
成田 そうですね。ポイントとクーポンではまず全然反応が違います。僕たちの日常的な感覚として、ある商品が「その場で100円引きになります」といわれるのと、「これをいま買えば100ポイント分たまってそれを次の買物で使えるかもしれません」といわれるのでは、だいぶ受け取り方が違います。
理想的にはポイント、クーポンそれぞれについて、どういう人が、どれだけ反応しているのかを測り、それに基づいて一番よさそうな割引内容を細かく設定していくというのが重要になります。
クーポンに関していうと、日本ではとてつもなく効果がある場合があります。
先ほど紹介したWayfairは、全商品の価格をチューニングした大がかりな事例ですが、もう少し小さな範囲の実験結果があります。以前メルカリで行ったクーポンの効果に関する実験では、10円クーポンに投資するたびに、利益が80円ほど上がるという結果が出ました。あるクーポンを10円分発行した場合、低く見積もって80円程度利益が増え、高く見積もった場合130円程度増えるという結果でした。
メルカリは、個人間の売買のプラットフォームです。商品が売れたとき販売額の10％が手数料としてメルカリの収入になります。そこでメルカリが10円分のクーポンを発行すると、うまくいけばプラットフォームの利益が80円になって返ってくるということです。これは特定のブランドや商品にひも付かないクーポンですが、ブランドとひも付いたクーポンで実施すると、もっと効果が出る場合もあります。
クーポンには、お祭りのような意味合いもあるのだとおもいます。ですから「◎◎のクーポンが手に入ったから、あのお店に行ってみよう」というように、クーポンがきっかけで行動したり、人間関係が生まれるというような、金銭的な価値から少し離れた側面までクーポンに組み込んでいくことが重要だとおもいます。
ポイントの持つ「継続的な関係性構築」という意味合い
白木 クーポンには販促的な効果もありますが、同時に広告的な要素もありますね。広告として企業や商品を認知してもらう効果と、値引きによって集客をするという、2つの効果を期待した施策といえます。
一方、クーポンを発行することで、需要が一時的に増え、在庫のコントロールが難しくなるということを懸念される小売業さまもいらっしゃるのですが、これはデータに基づいた分析を行い、在庫を含めて総合的に管理することで改善できます。価格をどう設定し、どれぐらいのリターンのクーポンを発行すると、どれぐらい需要が増加するのかを予測し、あらかじめ在庫を確保する。これらを自動化して推進していくのが今後の方向性なのではないでしょうか。
成田 在庫管理も、クーポンとポイントの出し分けも、「人がどういう商品を欲しいとおもっていて、価格がどれぐらいになるとその欲しさがどれぐらい変わるのか」ということがもともとの根幹にあります。その根幹に基づいて、ポイント、クーポン、そして在庫を統合管理できる体制がつくれたら理想的です。
白木 付け加えると、価格だけではなくて、広告活動も含めて検討をしていく必要があるとおもいます。紙でもネットでも、広告が露出することにより商品の需要は変化します。メディアでの露出も含めて管理しつつ、価格もその一部として検討していくというのが、あるべき小売の販促施策の姿なのではないでしょうか。
藤田 いまはおそらく必要としていない人に割引を提供するということも少なからず起きているはずです。定価で買ってくださる人にわざわざ割引して販売する必要はありませんし、逆に大きな割引率を提示しても買ってほしい人がいるかもしれません。今後はそのような出し分けもしていく必要があります。
ポイントとクーポンの違いでいうと、クーポンには広告的な意味合いがあり、爆発的な効果を示す場合がある一方、継続的な関係性をつくるためにはポイントの方が向いているのではないかともおもいます。これからのDgSを考えていくうえで、今後どのようなチェーンを目指すかによって、ポイントとクーポンの使い分けは重要な要素になっていくでしょう。
地域に根差した店づくりを標榜するDgSであれば、「ポイントがたまるからこの店で買物をしよう」というような、お客さまとの継続的な関係づくりも狙っているはずです。難しい取組みですが、「愛着の設計」というようなものは重要になるのではないでしょうか。
成田 クーポンはカンフル剤のようなもので、ドカンと打ってその場で結果が出るイメージです。一方ポイントは短期的な効果は小さくても、長い目で見たときに、顧客と会社の関係づくりに役立つ、コミュニティづくりに役立つ、いわば「サプリをのむ」とか「整体に行く」というような意味合いもあるとおもいます。
データで分析してはいけない分野もある
成田 こういった施策を検討する際には、長い目でKPIを測ることがとても大切です。短期的な収益への貢献と、顧客の継続来店を促す施策は、相反することが少なくありません。
そういう意味で、いまのデータに基づくマーケティングにありがちなわなは「短期的な指標にとらわれすぎること」ではないかとおもいます。同時に長い目で見たときの指標も取り続けて、効果を測っていくことが重要です。
データに基づいて判断するということは、データで測れるものしか考慮に入れられないということです。20年、30年という長期で見たときの企業のブランド価値は、データで測ることはできません。そこには注意が必要です。
藤田 たしかにそうですね。短期的な結果におもねてしまうことで目的を見失ってしまうことには配慮しなければなりません。一見するとすごく非効率で無駄があるようにおもえるけれども、実は価値がある、ということはありそうですね。
成田 たとえばDgSであれば一昔前ではオーガニックや無添加系のカテゴリー、最近であれば男性向け化粧品のように、新しいカテゴリーをつくったり、生活習慣を変えること自体を目指しているような取組みでは、短期の指標にとらわれすぎるのはよくないのだろうなとおもいます。
藤田 小売業さんは、いま世の中にないものを、売場で紹介して、生活のなかの定番商品をどんどんつくる、というようなことに何十年も取り組まれています。これからは新しいものを紹介するだけではなく、生活の質を上げる体験の提供に取り組んでいくのではないか、というようなことをいまお話ししていておもいました。そのためにデータを使ったり、経済学を活用するのかもしれません。
プロジェクトの成否を決めるのは「課題の切り取り方」
藤田 自社の事業に経済学やデータサイエンスを取り入れる場合、どのようなことに苦労される企業が多いのでしょうか。
成田 一番わかりやすい難しさとしては、データを活用したいとお考えになられても、そもそもデータが存在していない企業さんが少なからずあります。データはあっても、紙やエクセルでしかないとか…。ただ、こういった困難は、時間がたてば徐々に乗り越られるものだろうともおもっています。そういう課題を乗り越えたうえで難しいとおもうのは、「課題をどう切り取るか」です。
そもそも事業会社の方は、何が課題で、何ができて、何ができないのかがわからない状態で、プロジェクトに着手せざるを得ません。ですから過剰な期待をお持ちになられていることも多い。打ち得る施策のなかで、何を変えたくて、それを変えるためのどのような道具が手元にあるのかを理解されているかどうかが重要なのではないかとおもいます。
白木 そうですね。データ分析は、そこで得られた結果が、何かの意思決定につながらないと意味がありません。「何をしたいのか」「何を変えられるのか」「その結果がどうだったら、何をどのように変えられるのか」を、事前に決めておかなければなりません。
成田 そのプロジェクトの目的とKPIにあたる指標は何なのか。それをどう変えたいのか。それを変えるために、どの指標をいじることができるのか、これが、最初の段階でかなりはっきりしていることが、プロジェクトの成否を分かちます。
藤田 プロジェクトの対象範囲が大きすぎると、利害関係者が多くなり、進みが遅くなって、ゴールにたどり着けなくなる…ということは往々にしてあります。最終的には全体最適を目指しつつ、最初は小さな範囲に集中して、成功事例をつくっていくというような進め方の方が、結果として早く、大きな成果にたどり着けるような気がします。
成田 先ほど出てきた、「価格」「ポイント」「クーポン」関連であれば、まずは「特定のこのクーポンをどうするか」だとか「このポイントキャンペーンを今後どうするか」というレベルのプロジェクトからスタートするのが現実的です。
「経験の束」に適切な価格の付く未来
藤田 小売業のアプリ活用についてはどうでしょうか。われわれは小売業さんのDXを推進するうえで、重要となるのはすべての買物体験をひとつのアプリに集約する、いわば「アプリファースト」であるという話をさせていただいています。
そして、この先データを活用していくためには、会員情報や購買履歴など、すべてのデータをアプリ経由で蓄積し、より適切なポイントバックやクーポン発行などのオファーを提供していけるようになっていかなければなりません。
小売業さんも、この1〜2年でアプリに対する考え方が大きく変わりつつあるように感じています。これまでのアプリはポイントカードの代替品で、使い勝手に関する評価も気にしないという企業さんが多かったのですが、最近は「アプリを店の顔にしたから、もっと使いやすく、見栄えよくしたい」というご相談を受けることも増えています。
白木 これまでお客さま個人に対する値引きなどの案内は、登録されているメールに個別に送るというような企業さんも多かったのですが、メールだとどうしても限定された商品だけを対象にせざるを得ません。そうではなくて、個別の割引の案内についても、顧客体験の質が高いアプリで見てもらうということが非常に重要になってくるとおもいます。
IKEAは、経済学者だけではなく、行動経済学者も雇用していて、アプリのデザインをどうすれば、購買行動がよりスムーズになるかという観点から研究を行っているようです。
成田 IKEAのアプリはすごいですね。自分の部屋を写真で撮影してアップロードすると、アプリ内に自分の部屋ができて、アプリ上で部屋にIKEAの家具を配置するようなことができます。さらに部屋の写真をアップするとそれに対しておすすめのコレクションを紹介してくれて、合わせていくらですという価格まで表示される。（編集部注：国内のアプリは2021年11月現在未対応）
ただ商品そのものと価格が表示されるだけではなくて、コーディネートされた商品や、それに基づく経験全体が僕たちに紹介される。その「経験の束」のようなものに最適な価格が付けられていく世界が、いろいろな産業で登場するような気がしています。
藤田 DgSのアプリも、お客さまの購買履歴や薬歴などを参考にしながら、「こういうお悩みがあるのならこのサプリがおすすめです」「こういう食べ物がいいですよ」という提案をしてくれる未来はそう遠くないようにおもいます。
成田 そうですね。DgSであれば、自分の健康状態に関する情報や、お医者さまから受けたアドバイスのような情報と、店舗からの商品提案が組み合わさっていくような将来がありそうです。
僕たちの生活についての情報がスマートウォッチをはじめとする電子機器経由で蓄積されつつあります。体重、血圧、体温…あるいは何を食べたか、睡眠状態はどうだったか…などの情報に基づいて、薬やサプリなどを提案し、未病・予防に貢献できるタイプのDgS起点の商品提案も増えていくでしょうね。
藤田 そんな世界が本当に来るといいですね。本日はありがとうございました。
〈取材協力〉
経済学者
成田 悠輔氏
サイバーエージェント
Al事業本部DX本部統括 経営戦略部長
藤田 和司氏
サイバーエージェント
データサイエンティスト
白木 紀行氏
