ダイナミックプライシングとは、原価ではなく需要をもとに価格を決める仕組みです。繁忙期に売り切れ、閑散期に空席が出ている自社の実績を前に、来期の値付けを決めかねていませんか。
公正取引委員会が2025年に公開した資料でも、価格変動による増収は値上げ側だけでなく値下げ側からも生まれると示されており、上限と下限の設定が導入の成否を分けています。
業界別の事例と運用でつまずいた側のパターンを踏まえると、値幅の決め方と顧客への見せ方が主な論点になります。
自社の商材に導入すべきか、するなら何から決めるべきかが、この先の判断材料になります。
ダイナミックプライシングとは
同じ部屋に泊まっても、平日と土日では宿泊料金が違います。同じ路線の同じ座席クラスでも、予約する時期によって運賃は変わります。
需要の変動に合わせて価格を自動で調整するこの仕組みが、ダイナミックプライシングです。変動料金制とも呼ばれます。
価格の基準が、原価から販売する時期の需要へ移ります。かかった費用に利益を乗せて一つの値段を置く発想とは違います。その時点で買いたい人がどれだけいるかで金額が決まります。
残席数・アクセス数・購入率といった売れ行きの数字が、価格が動くきっかけになります。天候や近隣のイベント、曜日も判断材料に入ります。残席が少なくなるほど希少性が上がり、価格は高くなります。
バリアブルプライシングとの違い
曜日ごとに料金表を切り替えているなら、それはダイナミックプライシングではありません。公正取引委員会に掲載された講演資料では、事前に複数の価格を決めておく方式をバリアブルプライシングと呼び、購入日によって値段は変わらないものとして区別しています。
分かれ目は、同じ席を同じ日に買っても、買った日が違えば金額が変わるかという点です。映画館のファーストデーのように割引日をあらかじめ設定しておく型は前者にあたります。一方、航空券やホテルのように直近の需要と供給で価格が動く型が後者です。自社の曜日別料金がどちらなのかは、価格表を先に作り終えているかで判別できます。
ダイナミックプライシングは値上げなのか
社内で説明すると、「それは客から高く取る話ですよね」という反対がまず出ます。この指摘に対する答えは、値上げと値下げそれぞれの販売実績のなかにあります。
増収の内訳
増収の3分の2は、値下げした席から出ています。
実際に、公正取引委員会の研究センターに掲載された講演資料に、チケット向けダイナミックプライシングの販売実績をもとにした集計があります。値上げして売れたのは8.22万枚で、増収は70万ドル。
値下げして売れたのは37.55万枚で、増収は140万ドル。値下げ側は値上げ側の4倍以上の枚数を動かしています。
元の定価がその席にとって高すぎたから、売れ残っていた席は値下げで動きました。逆に、値上げして売れた8.22万枚は定価が安すぎた席でした。発売直後に完売する席を毎回抱えている興行は、その分を取り逃しています。
価格レンジの下限
先に決めるのは下限です。上限をどこまで上げるかは会場の一番いい席の話で終わりますが、下限は残席全体の動き方を左右する数字になります。
実際に、チケットの価格帯が従来の2,500〜9,500円から、導入後は500〜30,000円へ広がった例があります。上側は20,500円、下側は2,000円伸びました。伸び幅は前者の方が大きく、動く枚数は後者の方が多くなります。
下限を0円にする興行は見当たりません。1円でも支払う体験を残すためです。値幅を抑えれば苦情は出にくくなりますが、抑えすぎれば増収も出ません。
モデル別に見るダイナミックプライシングの価格の決め方
価格の決め方には、人が条件を書く方式から機械が探索するやり方まで幅があります。
AIの学習環境を整えなければ着手できないと思われがちですが、AIが要るのは高度な方式に限られます。
高度な方式としては、機械が価格帯を探索して利益の出る帯を探す最適化型、複数の手法を組み合わせるハイブリッド型もあります。中小規模の会場やイベントでは、その手前にある2つの方式が実際に動いています。
ルールベース型
人が条件を決め、システムがその通りに値段を更新する方式です。残席が一定数を切ったら価格を上げる、週末は一律で上乗せするといった条件を書くのも人です。判断の中身は表計算で書けるものばかりで、需要を読む処理はどこにも入りません。そこで使う材料は残席、曜日、公演までの日数あたりで、動いた結果が想定と違えば条件式そのものを人が書き換えます。
売れ方が想定とずれた席種は、次の公演で条件を一段変えて様子を見ます。担当者はそうやって条件表を現場の売れ方に近づけていきます。
需要予測型
過去の実績から将来の需要を予測して価格を合わせる方式で、多くの業界で主流になっています。前年同時期の売れ方と今年の売れ行きを突き合わせて価格を決めるため、条件を人が書き足す手間はかかりません。代わりに、突き合わせられるだけの過去データが要ります。
初回の公演や新しい会場では、比較する相手がありません。そのため、まずルールベース型で数期分の売れ方を残し、データが貯まってから予測型へ移す順番になります。移す時期は、手元に貯まったデータの量で決まります。数期分の売れ方が揃わないうちに予測型へ変えても、突き合わせる材料が足りません。
導入企業が得るダイナミックプライシングのメリット
需要に波があり、売れる数に上限がある事業ほど、価格を動かした効果が金額に出ます。
席数や客室数が先に決まっていて、日によって埋まり方が変わる商売が、その典型です。
空席のまま終わる分を回収できる
平日の不人気カードや、冬場の客室は、固定価格のままだと最後まで埋まりません。
試合が始まった時点で空いていた席の売上はゼロになります。客室も同じで、その日を越えれば在庫として持ち越せません。そのため、定価を守って空席のまま終えるより、下げてでも埋めた方が手元に残る金額は大きくなります。
実際に、先に見た集計で値下げ側の枚数が値上げ側を上回っていたのも、この回収分の積み上がりです。高く売れる日で稼ぐより、空席のまま終わる分を拾う側で金額が動きます。
需要の集中がならされる
来場が集中する連休と、空いている時期の平日で、テーマパークの入場券の値段は分かれています。混雑が予想される日を高く、空いている日を安くして、来場日をずらしてもらう設計です。
繁忙期を上げ閑散期を下げると利用時期が分散し、入場ゲートの行列も薄まります。ゲートの数もスタッフの人数も増やさないまま、受け入れられる客数が動きます。
顧客が安く買える日を選べる
価格を動かす仕組みは値上げの口実だという受け取り方がありますが、買う側にも取り分があります。閑散期を選べば繁忙期より低い価格で同じサービスを利用できるからです。
混雑する土日祝を避けて来店すれば、待ち時間も価格も下がります。ただし、この安さは混み合う日に高く払う人がいて成り立ちます。空いている日の値段を下げれば下げるほど、日程を動かせる客はそちらへ回ります。
導入前に見ておくダイナミックプライシングのデメリット
価格が上がること自体は、すでに顧客側で受け入れられています。土日やイベント開催日が高くなることに驚く人は、ほとんどいません。
反応が分かれるのは動かし方のほうです。上げる幅も、隣の席との差額も、変わる速さも、観客はしっかり見ています。
顧客が受け入れる値幅の限界
顧客が受け入れられる値幅には限界があります。プロ野球の観客の間の線引きは、通常価格との差が1,000円程度までなら納得できる、という水準です。3,000円以上開くと気軽には買えないという受け止めに変わります。
顧客が見ているのは値上げの率ではありません。財布から出る金額の差を見ています。率で上限を決めると、元の価格が高い席ほど差額だけが膨らみ、同じ設定でも高価格帯の席から売れ残りやすくなります。
現に、同じ試合でも片側の席だけが2倍近い価格になると、そこで不満が集まります。日付を理由にした値上げは通りますが、席の位置を理由にした値上げは通りません。
不公平だと受け取られる価格差
隣の人と同じ商品を買ったのに、自分だけ高い金額だったと知ったら、多くの人は納得できません。時間で動く価格と、人によって動く値段は、受け取られ方が別です。前者は早く買えばよかったで終わりますが、後者は自分だけが高く売られたと受け止められます。
後者にあたるのが、Amazonが2000年に顧客によって異なる価格を提示していた件です。発覚して批判を受け、およそ7,000人に返金しました。反発を招いたのは値段が動いたことではなく、同じ商品を隣の人より高く買っていたと後から知った点にあります。日付のように誰にでも同じ条件で動く軸だけを使うかぎり、不公平だという批判は起きにくくなります。
急騰したときの反発
ニューヨークが猛吹雪に見舞われた2013年の夜、Uberの配車料金は通常の8倍まで上がりました。上限を置いていなかったこの設計そのものが批判の対象になり、翌2014年に非常時の料金上限が決められ、2015年の大雪では通常の2.8倍までに抑えられました。災害や悪天候の局面ほど、上限のない値上げは受け入れられません。
価格が動く速さに説明が追いつかないとき、顧客の不満が噴き出します。ウェンディーズは2024年に価格変動の試行計画を公表して反発を受け、閑散時の値下げに限ると釈明しました。値上げを実際に始める前、混雑時に高くなると読まれた時点で批判が始まっています。
導入にかかる費用
無料で始められる仕組みではありません。データ基盤の整備と需要予測の仕組みづくりに、まず費用がかかります。外部データとの連携や、決まった価格を販売画面へ反映する開発も加わり、どれも自社の既存システムに合わせた作りこみが必要です。
さらに、運用を始めたあとにも改善と検証の費用が発生します。予測の精度は放っておくと落ちるため、この作業にあたる人と時間が毎期かかります。増えた売上をそのまま利益として見込むと、この継続分が抜け落ちて計算が合いません。
価格を変える作業そのものの負担
増えた収益が作業の人件費で相殺され、手元に残らないケースもあります。値札の貼り替えや通販サイトの価格修正は、価格を動かすたびに発生し、担当者が数字を確認し、承認し、販売画面へ反映します。
この人件費は変更の回数に比例して増えていく計算です。値幅の設計と並んで、1公演で何回まで動かすかも先に決めておきます。
業界別のダイナミックプライシング導入事例
ダイナミックプライシングを入れたチケットの流通総額は、2019年3月期の4億円から2024年3月期の233億円まで伸びました。
扱う対象も、もともと価格を動かしてきた交通や宿泊から、駐車場の料金や家事代行スタッフの報酬まで広がっています。
航空
座席は在庫として翌日に持ち越せず、空席のまま離陸すればその席の収益は戻りません。この条件のもとで、出発日までの残席の減り方と予約の入り方を見ながら、同じ路線の同じ座席でも運賃が組み替えられます。イールドマネジメント（レベニューマネジメント）と呼ばれる手法で、航空業界はダイナミックプライシングの考え方を早くから取り入れてきました。
こうして上げる側だけでなく、下げる側の底も同時に設計されます。空席のまま飛ばすより安く埋めたほうが得になる局面があるからです。
宿泊施設
宿泊売上、導入前比140%。担当者が独断で価格変動を始めた施設が、2017年後半からの2年間で出した数字です。
社内の理解が得られる前に一人で走らせた運用で、過去の天候や予約データ、周辺のイベント情報を見ながら日ごとの料金を組み替えています。近隣でコンサートや大会がある日だけ需要が跳ね、その日の価格が上がる形です。
また、繁忙期に引き上げ、平日や閑散期には割引するという型自体は、ホテル業界に以前からありました。日単位のイベントの人出まで拾いにいくと、同じ月の週末でも料金が揃わなくなります。空室リスクを抑える下げ方と、需要が跳ねた日の上げ方が、同じ1つのルールで動きます。
テーマパーク
USJは2019年に入園料の変動を本格導入し、来場者数の見込みが多い日は高く、少ない日は安くしました。富士急ハイランドは2022年4月から、時期と曜日でチケット価格を変える仕組みを導入しています。
狙いは収益だけではありません。混雑が予想される日を高くして来場日をずらしてもらうと、待ち時間と当日の運営負担が同時に下がります。閑散日を値下げすると、その日にしか動けない来場者が来ます。
EC
在庫を翌シーズンに持ち越せる商品ほど、下げる判断は慎重になります。売り切れなければ価値が消える座席や客室とは、ECの棚はそこが違う在庫です。
その棚の中では、商品によって上げ下げが分かれます。需要が急増する時期や在庫が限られる商品は引き上げ、競合が強い商品や売れ行きが鈍い商品は下げます。Amazonがアルゴリズムで高頻度に価格を書き換えてきたのも、この形です。日本のECでも、季節商材・食品・家電で需要予測にもとづく価格調整が使われています。
生活サービス
価格を決める作業そのものを人の手から外した例があります。駐車場シェアのakippaは、自社の予約データをAIに解析させて施設ごとの料金を算出し、オーナーの料金設定の手間を自動化しました。
家事代行のCaSyはマッチング予測にもとづきスタッフ報酬を変動させています。マッチングが難しいと判定された案件ほど支払いが上がるので、埋まりにくい枠から先に手が挙がります。働く側が受け取る額が動きます。利用者が払う額は動きません。
さらに、価格を動かす対象は、人が働く場面だけにとどまりません。京王電鉄バスは高速バスの座席予約システムで需要に応じて運賃が変わる形を取り入れ、乗車人数が減っていたコロナ禍の2021年1月から4月に数%の収益向上を報告しました。
スポーツ興行
Jリーグ19クラブ、プロ野球8球団、Bリーグ14クラブが導入しています。対戦カードやチームの状態で需要が大きく振れるため、試合ごとに価格が変わります。強豪との一戦で席が足りない日と、消化試合で空席が並ぶ日。同じスタジアムの同じ席でも、埋まり方がここまで違う興行は多くありません。
需要の振れ幅がこれだけ大きいからこそ、事業者は高い側の天井と安い側の底、その両端を先に固めます。
価格がどこまで動くのかは、興行の種類によって基準が異なる仕組みです。プロ野球は球団ごとに値上げ幅や対象試合の決め方が分かれています。
▶ ダイナミックプライシングを導入したプロ野球の球団は？価格の上がり方を球団別に解説
同様に、Jリーグではクラブごとの導入状況に加え、観客が安く買えるタイミングも見えてきています。
▶ サッカーのダイナミックプライシングとは？Jリーグの導入クラブと安く買うコツを解説
観客側からダイナミックプライシングがどう見えているかを知りたい場合は、以下で扱っています。
▶ スポーツのダイナミックプライシングとは？なぜ高い？いつ安く買えるかなど解説！
よくあるダイナミックプライシングの失敗パターン
宿泊施設向けのコンサルタントには、ダイナミックプライシングを導入したのに売上が変わらない、むしろ稼働率が下がったという相談が増えています。つまずく原因は、仕組みそのものより動かし方にあります。
競合の価格に横並びで合わせる
安くすれば埋まる、埋まれば売上も伸びる。この順序は数字の側から否定されています。
実際に、コーネル大学が6万7,000件を超えるホテルのデータを分析した調査では、競合より低い価格をつけた施設はシェアを取っても、客室あたりの売上で他社を下回りました。
安さで奪った予約の分は、単価の下落で消えます。稼働率の折れ線だけを見ていると、この打ち消しは見えません。売上を客室数で割った数字にしか出てこないためです。
周辺施設の料金表を見て、そこから少し下げた価格を毎日入力します。動かしているのは競合の値段であり、自社の予約の入り方はどこにも反映されていません。
需要カレンダーを持たずに動かす
運用の実情を尋ねると、GWと年末年始は高くしている、平日は安くしている、それ以外はよくわからない、という答えが返ってくる宿もあります。地域のイベントを当日まで知らなかった宿もありました。日付ごとの需要を持たないまま価格だけ動かせば、上げられる日に上げず、下げなくてよい日に下げることになります。
需要カレンダーは、祝日・連休・地域イベント・学会・スポーツ大会を1日単位でマッピングして、強い日と弱い日に分ける表です。これを持たない状態では、価格を動かす判断の材料が過去の勘だけになります。そのため、値づけの根拠を後から説明できません。
早い時期の完売を成果とみなす
早く満室になった日は、失敗した日かもしれません。
たとえば、20室を1万円で売り切れば売上は20万円です。同じ日に15室を1万6,000円で売れば、稼働率は75%でも24万円になります。宿泊施設向けのコンサルタントが示すこの試算では、実際に価格を上げられる日に上げなかった場合に数字が逆転する仕組みです。満室という結果は、その日の需要に対して価格が低すぎたことの表れでもあります。
早い時期の完売を成果として受け取ると、価格を上げられた日をそのまま取り逃がします。稼働率100%の報告が上がってきた日ほど、当時の値付けを見直す余地が残っています。
価格を頻繁に動かしすぎる
動かす回数を増やしても精度は上がりません。1日に何度も価格が変われば、顧客の側では、もう少し待てば安くなるかもしれないという計算が働きます。購入は先延ばしになり、決めきれない客が積み上がります。値動きが多いほど、買い控えは増えます。
立て直しの手がかりは、変更の頻度、変動幅の安定、変更理由の告知の3つです。価格をいくらにするかより、動かし方そのものを見直します。
理由を伝えないまま始める
発売直後は3,600円だった席が、残席が減った時点で6,000円まで上がっていました。値動きは購入者の側からも見えています。
同じ席種で2,400円の差がついたとき、その差の理由が出ていなければ、顧客は自分が高値をつかまされた側だと考えます。何も説明されないまま価格が上がった側から見れば、主催者が転売をしているようなものだと受け取られかねません。実際の値上げ幅より、説明の不在のほうが反発を呼びます。
もっとも、告知そのものに手間はかかりません。残席が減れば価格が上がる、早い時期ほど安い。この2点を販売ページに先に書いておくだけで、値動きは想定内のものに変わります。反発が集まるのは、上がると聞いていなかった点にあります。
自社にダイナミックプライシングを導入するには
システムを選ぶ前に、社内で決まっていないと価格を動かせないものがあります。何のために値段を変えるのか、いくらまで上げていくらまで下げるのか。ここが空欄のままでは、どのツールを入れても運用が止まります。
決める順番を間違えると、システムを選び終えたあとも運用がどこかで止まります。
目的を1つに決める
何を減らしたいのかを、最初に決めます。
収益・在庫ロス・混雑の平準化のどれを狙うかで価格設計が変わります。売上を最大化するなら需要が集中する日を強く上げる設計になり、在庫ロスを減らすなら売れ残りそうな枠を早めに下げる設計です。混雑をならす目的なら、上げ幅よりも空いている日の下げ幅が主役になります。
たとえば小さな店では収益より、土日祝の待ち時間を減らして自分の手が回る状態を保つことが導入の動機になった例もあります。目的が接客のキャパシティ側にあるなら、価格の上げ下げは需要を平日へ移す道具として使われます。
販売データをそろえる
販売数・単価・販売日時・チャネル別の内訳が要ります。このデータがそろわないと、どの時間帯とどの販路で価格の反応が出ているのか分かりません。そこに近隣のイベント日程・天候・競合価格といった外部のデータを重ねると、需要が動いた理由の切り分けができるようになります。
過去のデータがなければ、記録を取るところから始めます。販売日時とチャネルを毎日残すだけでも、数ヶ月後には価格を動かす根拠になります。
顧客の価格感度を測る
顧客が1,000円から2,000円ほどの料金差に気づかず、そのまま受け入れた例があります。同じ商品でも日によって金額が違うこと自体には反応せず、比較する対象が視界に入ったときだけ意識される、という状態です。ここを確かめないまま値幅を広げると、想定より早く離脱が出ます。
測り方としては、一部の販売チャネルだけに変動価格を当てて、固定価格のままの側と比べます。同じ期間・同じ商品で並べれば、たとえば購入率がどの価格差から落ち始めるのかも数字で見えてきます。
動かせる価格の幅を決める
決めるべきは上限と下限です。実際に、公正取引委員会のCPRC BBL講演資料（2025年2月）では、需要ピーク時の上限価格と下限価格を先に決め、定期的に見直す運用が示されています。
同じ資料は、良い席の値段が下の席を下回らないように、席種の序列を保つ条件を入れることにも触れています。需要に応じて各席種を独立に動かすと、上位席が下位席より安くなる瞬間が生まれ、購入者の納得は保てません。序列を守る条件を先に組み込んでおけば、アルゴリズムが何を出しても順序は崩れません。
あわせて、自然災害や緊急事態に価格の上昇を止める取り決めも、同じタイミングで決めておきます。
範囲を絞って試す
上席や経営陣の了承を待つより先に、自分の担当範囲だけで価格変動を始めた例があります。全社の合意形成には時間がかかり、その間は数字が一切出ません。担当分の枠だけなら、失敗しても影響は限定され、次の判断材料が手元に残る範囲です。
自社の担当範囲だけで3ヶ月ほど時間をかけて検証してから、社内に広げた例もあります。稟議の場に持ち込む材料は、仮説ではなく実測値です。反対意見が出ても、価格を戻すだけで元の状態に戻せます。
値下げ側から顧客に見せる
値上げの通知より先に、安く買える日があることを知らせます。閑散期の割引や早期購入の特典として先に届ければ、変動価格は得をする仕組みとして受け取られます。高い日の告知を先に出せば、顧客は値上げの口実としてしかこの制度を覚えません。
加えて、変更の理由を告知したうえで動かすことも、順番と同じくらい大事です。混雑する日は高く、空いている日は安いという基準を先に示しておけば、金額が変わった日の問い合わせは増えません。
上限と下限が決まり、値下げ側から告知する順番も決まっていれば、システムは後から選べます。
チケット販売でダイナミックプライシングを使うには
国内のチケット市場は2019年時点で1兆3千億円にのぼります。内訳はテーマパークが6,000億円、音楽が3,875億円、演劇が2,000億円、スポーツが1,600億円と、公正取引委員会のCPRC講演資料に示されています。コンサート・演劇・スポーツのチケットは、公演日を過ぎると価値が消える在庫です。需要の波と数の上限という条件が揃っているからこそ、需給に応じて値段を動かす手法が成り立ちます。
導入するなら、席種や販売時期ごとに価格を変えられる販売プラットフォームかどうかを確認します。券種を一律の定価で登録したまま運用する仕組みでは、需要を見ながら値段を動かす余地がありません。もうひとつの条件は席種の序列で、良い席が下の席より安くならない設定が要ります。
販売の現場で決めるのも、結局は両端です。上限は買い慣れた観客が離れない水準、下限は定価で買った人に説明が立つ水準で、これが固まれば、あいだの値動きは公演ごとの需要の読みで詰められます。両端を決めずに需要だけを追うと、値段が行き過ぎて後から戻せなくなります。
どこまで動かせるかは、使っている販売システムの仕様しだいです。席種ごとの価格変更、変更履歴の記録、購入者への告知を同じ管理画面で扱えるサービスなら、集客の読みにくい少数の公演から動的な値付けを試せます。
導入の手順そのものをステップごとに知りたい場合や、ファンが離反しない価格設計の考え方は、以下で詳しく扱っています。
▶ チケットのダイナミックプライシングとは？導入手順やファン離反を防ぐ価格設計など解説！
販売システムを選ぶ段階では、席種別の価格変更に対応しているかに加えて、手数料の水準も比較のポイントになります。
▶ 【2026年版】チケット販売手数料比較！13社の相場・選び方を解説
よくある質問
小規模なイベントでも導入できますか
はい、小規模なイベントでも導入できます。対象が絞られている分、値上げと値下げの条件を紙1枚で書き出せる範囲に収まり、大がかりな体制を組まずに始められます。
AIを使わずに始められますか
はい、AIを使わなくても始められます。
残席数や曜日といった条件を人が決めて価格に反映するやり方だけでも運用は成り立ち、AIの検討は需要予測に踏み込む段階まで先送りできます。
まとめ
ダイナミックプライシングは値上げの道具、という入り口の理解はここで裏返ります。増収分の3分の2は、値下げの側から出ています。売れ残る席を埋めた分が、いちばん大きく効いていました。
決めるのは上限と下限、この両端だけです。基準の置き方は本文で見た通りです。高度な予測システムを先に用意する必要はありません。ルールベースで小さく始め、データが貯まってから幅を広げる順番で足ります。
最初の作業は集計表を1枚作るところから始まります。過去1年の公演を日付単位で並べ、早く売り切れた日がいくつあるかを数えます。
その数が値上げ余地の量です。公演日が近づいても半分しか埋まらなかった日も、同じ表に並びます。そちらが値下げの出番になります。
観客に最初に見せる価格も、値下げの側から始まります。空席が埋まった実績が先にあれば、値幅を上に伸ばすときの説明が通りやすくなります。