リモートワークの拡大でDX（デジタルトランスフォーメーション）がいっそう進み、データの活用にさらに注目が集まっている。しかし、データをただ集めて貯めるだけでは価値は創出されない。「データの中に潜む意味があるパターンや知識を見つけ、最適解を出す」ことで価値が生まれるのだ。その最新事例や導入のヒントを紹介しよう。
観戦チケット価格が｢変動制｣になった訳
サッカーや野球のチケットの価格は一部で「変動制」になっていることをご存知だろうか。売れ行きなどを予測して、販売枚数が最大化するように価格を変動させているのである。「ダイナミックプライシング」と呼ばれる価格最適化の取り組みだ。
プロサッカークラブの横浜F・マリノスは、2019年シーズンからダイナミックプライシングの仕組みを用いたチケット販売を実施している。10種類以上あるスタジアムの座席の値段について、過去の販売実績データを使い売れ行きを予測し、販売の状況に応じて最も収益が見込める価格をシステムが提示する。
プロ野球チームでもダイナミックプライシングの導入が始まっており、オリックス・バッファローズが2019年7月に実施したダイナミックプライシングの実証実験では、チケットの平均単価は2%下がったが、販売数量が17%伸びたため、チケット収入が14%増加するという結果が得られている。
価格の最適化には、数理最適化というデータサイエンスの手法が使われることが多い。「数理最適化」とは、複雑な条件を満たしながら、目標となる数値を最大化（最小化）する最適な解を見つけ出す方法だ。大量のパターンを高速に計算できる解法（アルゴリズム）を使うことで最適な解が算出される。ダイナミックプライシングであれば、「チケットの座席別の枚数」という制約条件を満たしつつ、「販売金額の合計」を最大にする最適なチケット価格を求めている。
ダイナミックプライシングは、もともと航空券やホテル宿泊などで活用されていたが、スポーツや演劇のチケット販売、ネットショップ、Uberのような配車サービス、Uber Eatsのようなフードデリバリー、電気自動車の充電料金など適用領域が広がってきている。
次ページが続きます：
【コンビニでもデータサイエンス】
