Executive Summary
- マッキンゼーのレポートによると、米国企業では、価格が1%上昇すると、平均で8.7%の営業利益の増加につながります(販売量の損失がないと仮定)。
- マーケティング担当者は伝統的に PED を使用して、消費者の過去の需要感に基づいて「価格対需要比」を最適化することにより、収益と利益を最大化しました。
- 企業もまた、製品パフォーマンス、ブランディング/マーケティング パフォーマンス、競合および補完パフォーマンス、マクロ経済全体の健全性など、企業およびマクロ パフォーマンスの幅広いパラメーターについて情報を提供するための遅延指標として PED を使用します。 価格弾力性がビッグデータと行動心理学に出会ったとき
- 迅速でリアルタイムのA/B実験やビッグデータ活用などの新しいデジタル経済技術は、価格弾力性適用の新しい可能性を開いている。
- 一つのケーススタディとして、Uberはビッグデータと「サージ」を使用して、需要調整のために価格弾性値を継続的に三角計算しながら、行動心理からの従来無視されていた歪みを考慮するようにしています。
- たとえば、サージが最初に開始されたとき、Uber は 1.0 倍 (サージなし) から 1.2 倍のサージにすると、需要が 27% 減少する (PED 1.35 を意味する) ことを把握していました。また、同社は、1.9 倍から 2.0 倍のサージは、1.8 倍から 1.9 倍のサージよりも正確に 6 倍大きな需要の落ち込みをもたらしましたが、これは単に「2.0 倍は直感的に大きく、気まぐれで不公平に感じ」られたためだと考えました (行動の歪み)。
- 興味深いことに、倍率を 2.0x から 2.1x サージに変更すると、消費者がより多く支払いたいと思ったからではなく、2.1x という正確な数字によって、人間よりも優れた、データに基づいた公正な価格を設定できる知的アルゴリズムが働いているに違いないと顧客が考えたため、乗り換えが増えたのだとわかりました。
- The 4 V’s of Big Dataにより、Uberなどの企業は(サージ機能による)リアルタイムのダイナミックプライシングに取り組み、前例のない精度で需要をコントロールするだけでなく、異なる顧客グループごとに完璧かつ透明な価格差別を行って利益を最大限にすることが可能になりつつあるのです。
- ブランダイス大学経済学部助教授のベンジャミン・シラー氏は、ネットフリックスがダイナミックプライシングとビッグデータを活用すれば、2006年に800万ドル、2012年に2300万ドル利益を押し上げることができたと計算しています。 彼のモデルでは、ある加入者は通常料金より 61% も高く、またある加入者は 22% も安く支払うことになります。
- スタートアップ企業もこの機会を利用し始めています。
Old Adages
かつて有名だった格言に、「経済学で最も有名な法則、そして経済学者が最も確信している法則は、需要の法則」-ある財の購入量はその価格と逆の関係にあることを示す法則、つまり、「需要」の法則がある、というものがありました。 つまり、価格が高くなると需要量は少なくなり、価格が低くなると需要量は多くなるという法則である。 この前提のもとで、ミクロ経済学の全分野が構築された。
任意の単価(P)の変化に対する需要量(Q)の変化の相対的反応性は、需要の価格弾力性として知られている。 この記事では、価格弾力性理論の基礎をやや講義形式で紹介した後、教室を飛び出して、価格設定やプロモーション戦略の設計、行動・消費者心理の要素がノーベル賞受賞理論の真価をいかに複雑にしているか、そして価格弾力性の完璧な例としてUberのサージプライシングモデルを使ったライブケースなど、現実世界での応用を探求していきます
その前に、基礎から始めましょう。 需要の価格弾力性を深く理解するために、経済学の初心に戻り、需要のコア概念を理解していただく必要があります。
Economics 101: Understanding Demand
最も基本的なことは、需要とは、消費者が連続した各価格で購入する意思と能力がある特定の財の量であるということです。 理論的な経済学者もビジネスパーソンも同様に、需要曲線を使用して需要を表し、測定します。これは、任意の時点で価格と需要量の関係のグラフ表示として正式に定義されています。
典型的な表現(上記の図 1 に示されているようなもの)では、需要曲線は縦軸(Y)に価格、横軸(X)に量を描いて、プロット(曲線)は従来から負の関係、すなわち、以下を反映しています。
典型的な表現をさらに分析すると、需要曲線がY軸と交差する点は、公式には高すぎるという理由で、顧客がある製品のゼロ単位を購入するときの価格を表している。 これは、顧客の支払い意思の外枠を示す。 逆に、需要曲線がx軸と交差する点は、顧客がどのような価格でも買いたいと思う最大の数量を示している。
需要曲線は最も基本的な形で線形であり、その傾きはさまざまな価格での予想購入量を表し、次の式を使用して計算することができます:
需要の抽象概念を導入したので、次にそれを支配する主要な法則と関連要因を理解しておかなければなりません。
The Law of Demand
需要の法則とは、ある財の需要量はその価格と逆の関係にある、つまり価格が高くなると需要量は少なくなり、価格が低くなると需要量は多くなる、というものである。 価格を除いて、従来、需要を支配する要因は5つある。 1072>
- 関連財の価格。 関連財には、補完、すなわち需要の交差弾力性が正の財で、したがって通常一緒に消費されるもの(車とガソリンのように)と、代替、すなわち需要の交差弾力性が負の財で、したがって互いに容易に代替できるもの(例えば、ボトル入り水と水道水のように)の形態がある。 具体的には、補完財の価格が上昇すると、その財の総コストが上昇し、両者の需要量が減少するのが一般的である。 一方,代替物では逆の効果が生じる。
- 買い手の所得。 個人や集団の所得が上昇すると、製品の限界効用関数に即して個人や集団の需要が上昇する。 この場合の限界効用とは、消費者が与えられた財を1単位多く消費することによって得られる満足の追加単位と定義され、通常、時間の経過とともに、および/または消費される単位が増えるごとに減少する効用である。 ある財(または財のカテゴリー内のブランド)を支持する嗜好の正の変化は、自然に需要を増加させ、その逆もまた然りである。 このような理由から、ある企業の製品/ブランドを支持して味覚や嗜好、顧客の粘着性を変化させたり操作したりするために、ブランド化、広告、マーケティングに毎年何十億ドルもの資金が費やされている。 この変数に内在するのは、他の2つの基礎となる経済原則である。 1つは将来価値の概念であり、もう1つは現在価値への割引の概念である。 簡単に説明すると、消費者がある商品の価値が将来的に上昇すると期待すると、その商品に対する現在の支払い意欲が高まり、より大きな需要が誘発されるということである。 この概念は、基本的な消費者裁量財でさえ、知覚、消費者心理、流行/トレンドに基づいてのみ投資と見なされ始める接点に存在する。 簡単に言えば、一人当たりの所得を一定に保ったまま、人口動態の変化や製品の関連性の向上により、アドレス可能な消費者の総数が増加すれば、より大きな需要が誘発されることになる。 関連性が高く、手頃でアクセスしやすい製品を消費する人が多ければ多いほど、全体の需要は高くなり、その逆もまた然りである。 A Shift in… vs. A Movement along…
この時点で、経済学において、需要の変化には2つの異なる表現が存在することを強調する価値があります。 1つは需要曲線のシフト、もう1つはそれに沿った動きである。 一方、需要曲線に沿った移動は、価格変動に対応してのみ起こり、需要関数・曲線の範囲内で需要量の変化を引き起こす。 ここでも、選出された価格の変化に対する需要量の変化の感度が、需要の価格弾力性と呼ばれるもので、次に掘り下げていきます。
Price Elasticity of Demand
The price elasticity of demand (PED) measures the percentage change in quantity demanded as a percentage change in prices. 需要量の変化率を価格の変化率で割って算出され、PED比として表される。
弾性係数、すなわち価格弾力性式の出力は、需要量と価格の間の逆関係(需要の法則)によりほとんどの場合負である。 しかし、数字の大きさが分析の唯一の焦点となるため、負の符号は伝統的に無視されることは注目に値します。
弾性率の解釈
価格の比較的小さな変化が需要量の不釣り合いなほど大きな変化を伴う場合、需要は弾性とみなされ、価格の比較的大きな変化が需要量の不釣り合いなほど小さな変化を伴う場合は非弾性とみなされます。 これらの両極端以外では、単位弾力性は価格の変化が需要量の正確な/比例した変化を伴うあらゆるシナリオを指す。
数学的には、ある製品の需要は、その弾性係数が1より大きいときに相対的に弾力性があると考えられ、その係数が1未満であるときに相対的に非弾力性があると考えられる。 最後に、PED係数がちょうど1であるとき、需要は単位弾力的であると言われる。
弾力性の全範囲
Darden School of Business と Harvard Business School の上級講師 Thomas Steenburgh と Jill Avery は、弾性率には主に 5 つのゾーンがあるとしています。
How Do Companies Use Price Elasticity of Demand?(企業は需要の価格弾力性をどのように利用しているか)
How do you use price of demand?
少し話は変わりますが、「企業は需要の価格弾力性をどのように利用しているのか」という問題を考えてみたいと思います。 これに効果的に答えるためには、もう一度振り出しに戻って、企業の機能を再定義/明確化する必要がある。
最も基本的なところで、企業の機能は2つである。 (1)顧客のために価値を創造すること、(2)利害関係者のために価値を獲得することである。 企業は、どのような財/サービスを生産および流通させるかという選択において、価値、または少なくとも価値の認識を創造し、どのように価格を設定し、どのようなコスト構造を採用するかという選択において、利益という形で価値を捕捉します。 したがって、より簡単に言えば、企業の中核的な目標は利潤の最大化であると推測されます。
それが決まると、次の課題はマーケティング担当者の役割を理解することです。 私たちはおそらく、企業内の他のマネージャーと並んで、彼らの役割が、利潤の最大化として定義した企業の目標を推進することであることに同意できます。 そして、コストはマーケティング担当者の管轄外であることから、収益を最大化することによってこれを達成しなければなりません。 この話をもう少し詳しくすると、マーケッターは、古典的なビジネス理論家が「4つのP」と呼ぶものを最適化することによって、これを実現するのです。 Product(製品)、Price(価格)、Place(場所)、Promotion(プロモーション)。Productは商品/サービスの性質と相対的な差別化、Priceは商品がいくらで売られているか、Placeは商品がどこで、どれだけ簡単に手に入るか、Promotionは商品のメリットをターゲットオーディエンスに知らせたり説得するためのマーケティング方法である。
最も具体的には、需要を推定し、価格のさまざまな可能な組み合わせの効果(価格弾力性)を予測し、そのデータを使用して、製品と場所の両方が最適化されていると仮定して、会社とその製品に最も適した価格およびプロモーション戦略について経営陣に知らせることがマーケティング担当者の仕事である。 現実には、企業はダイナミックで複雑な多変量環境で活動しており、予測/定量化が不可能な方法で互いに影響し合う無形の競争力があふれています。 現実の世界は、定義上、不完全で、流動的で、不正確であり、消費者を考慮に入れていないのです。 価格弾力性と行動心理学
価格弾力性の理論は古典的なものであるため、人間を構成するすべての心理的、社会的、認知的、感情的要因(これは通常、行動経済学で説明される)をも無視していることは注目に値します。 具体的には、古典的な理論の中核は、市場参加者は合理的であり、したがって常に手元で最も規範的に論理的・最適な決定を下すという仮定である。 現実は、そしてToptal Expert Melissa Linによる最近の徹底的な洞察に寄り、経済主体の80%は、情報の処理と行動の仕方に影響を与える認知的・感情的バイアスによって、客観的に合理的な選択から逸脱しています。 シカゴ大学のリチャード・ターラー教授が行動経済学の研究で2017年のノーベル経済学賞を受賞したことを考えると、これはタイムリーなサブテーマと言えるでしょう。
実際のケーススタディ。 Uber and the Phenomenon of Surge Pricing
Uberは、価格弾力性の作用と行動要因がしばしば期待される結果に影響を与えることの両方に関する素晴らしい現実のケーススタディとして存在します。 具体的には、かつて論争となったサージ プライシング機能は、供給 (ドライバー) と需要 (ライダー) に関する膨大なデータを使用して、リアルタイムで価格を調整し、刻々と均衡を保つものです。 1072>
Uber は、膨大な量のリアルタイム データを利用できるため、価格弾力性指数を継続的に三角測量し、その情報を使用して、刻々と需要を調整することが可能です。 UCLAの行動経済学者であり、Uberの経済研究責任者であるKeith Chen氏の言葉を借りれば、次のようになる。 従来の経済学が予測するように、価格を上げると需要が減退する。 具体的には、サージを導入した当初は、ゼロから1.2倍にすると、常に27%の需要減退が見られました。 理論に数字を当てはめると、これは価格弾力性指数が 1.35 であることを意味し、事例の地理的範囲内で合理的に一貫した基準運賃を仮定し、Uber の顧客は比較的価格弾力性があるという結論に達します。 Uberの場合、Chenは、価格設定に関する強い整数効果が、Uberの消費者に作用しているようだと説明しています。 具体的には、Uberが1.9倍から2.0倍のサージにした場合、1.8倍から1.9倍にした場合の6倍もの需要の落ち込みが観察されるという。 さらに分析を進めると、2.0xという数字は直感的に大きく感じられ、それゆえ「気まぐれで不公平」であることがわかりました。
さらに興味深いことに、サージ倍率が2.0xから2.1xになったとき、人々は実際にもっと乗車することが判明したのです。 しかし、それは、顧客が 2 倍の料金よりも 2.1 倍の料金を支払うことを好んだのではなく、旅行料金が 2.1 倍に設定されていれば、バックグラウンドで賢いアルゴリズムが働いているはずで、したがって、それほど不公平には感じないと思い込んだためです。 1072>
ケーススタディとしてのUberは、理論的な価格弾力性理論を現実の多変量環境に適用することの難しさを完全に言い表しています。 科学でさえ、少なくとも現実の世界では、科学というより芸術であることが判明しました。 PED のその他のアプリケーション
価格弾力性は、能動的/予測的なツールとして使用されるだけでなく、他のアプリケーションも持っています。 具体的には、遅延指標として使用されることが多く、企業がさまざまなパラメータでどのようなパフォーマンスをしているかを知るために使用されます。 これらのパラメーターには、製品パフォーマンス、ブランディング/マーケティング パフォーマンス、競合および補完的パフォーマンス、さらには全体的なマクロ経済の健全性などが含まれます
製品。 ハーバード・ビジネス・スクールの上級講師Jill Averyの言葉を借りれば、すべての企業は、特に市場の代替品と比較して、顧客にユニークで持続的な価値を提供する製品やサービスの創造を目指しています。 図5を簡単に説明すると、ある製品がユニークであればあるほど、同じ総コストベースでも顧客の支払い意欲は高くなり、その需要は非弾力的になる。 したがって、需要の価格弾力性は、市場における製品の真の差別化、あるいは認識された差別化の有効な指標となる。 これに関連して、真の製品差別化と知覚された製品差別化の区別がある。 真の製品差別化はともかくとして、効果的なブランディングの力によって獲得される独自性の認識だけでも、マーケターが活用しなければならない強力な成功の心理的決定要因である。 したがって、価格弾力性は、市場における企業/製品のブランド・エクイティの競合に対する効果的な遅れを測る尺度として機能する。 製品の需要が比較的弾力的である場合、消費者はその製品をコモディティ(ブランド力が弱い、または差別化されていないため、次に良い/最も低価格の代替品で容易に代替可能)と見なす。 企業の需要の価格弾力性は、市場における競争の激しさ(すなわち、実行可能な代替品の発生率)および補完の両方の状態を示す優れた指標でもある。 比較的弾力的な価格弾力性は、その価格帯の商品に対して競争が激しいこと、または補完のコスト/価格が上昇傾向にあることを示します。 新製品の価格政策に関するHBRの記事の著者であるJoel Dealによると、価格弾力性は、企業の成熟度の正確な尺度でもあります。
- 市場成熟度:これは、製品開発速度の低下、ブランド間の機能や性能の標準化またはコモディティ化の進行、および製品が市場でより長い時間を過ごすことによる顧客期待の安定化によって示されます。 成熟のこの形態は、与えられた製品、そのサービスのアイデア、価値提案、およびそれが満足に機能するという信念の安定化によって示されます。 これは、既存のプレーヤーやブランド、その市場シェア、価格設定、および製品が市場に存在し続けることによるポジショニングの安定と定着によって示されます。
State of Overall Economy(経済全体の状態)。 需要の価格弾力性が間接的に語る最後のパラメータは、製品が販売される経済の全体的な健全性です。 具体的には、このパラメータは、人口統計(すなわち、アドレス可能な人口のサイズ)と、その消費市場を形成する構成員の所得レベルの両方に関連している。 これには、提供する製品のコスト全般も関係してきます。 低所得で高コストの製品環境では、当然ながら比較的弾力的な需要曲線が得られ、高所得で低コストの製品では比較的非弾力的な需要曲線が得られます。
Looking forward…
ある製品に対して正しい価格を設定することは難しく、さらに、常に正確な科学からはほど遠いものでした。 価格弾力性の理論は 1 世紀以上にわたって存在していますが、通常、価格の変化に対する市場の反応を不正確に理解するための理論的枠組みとして機能し、そのデータは、将来の行動を不器用に予測するために使用されてきました。 それは素晴らしいスタートでした。私たちはそれで最善を尽くし、確かにその目的を果たしました。
しかし、時代は変わりつつあります。 ビッグデータの普及と、デジタル経済が提供する迅速な A/B テストの可能性の組み合わせは、PED の精度と歴史的適用性を変えつつあります。 ダイナミックな(サージ)プライシング機能により、価格を使ってリアルタイムで需給均衡を維持するUberから、3ヶ月で営業利益を13.5%向上させた100% Pureなどの新興企業まで、企業は今や、価格の単位変更ごとに需要がどれだけ変化するかだけでなく、なぜ、つまり変動の背後にある心理も驚異的に正確に予測できるようになりました。