- thumbnail_title: ダイナミックプライシングとは？|仕組み・メリット・事例を解説
航空券やホテルの予約サイトで、同じ商品なのに日によって価格が違う。これがダイナミックプライシングです。横浜DeNAベイスターズやオリックス・バファローズといったプロ野球球団、東京ディズニーリゾート、Amazonなど、業界を問わず導入が広がっています。
たとえば人気カードの野球チケットは通常2,000円が3,500円以上に跳ね上がり、平日の不人気試合では1,500円まで下がります。この価格設定をどう始めるか、消費者にどう納得してもらうか。導入事例と失敗パターンを踏まえて、自社で取り入れるべきかの判断基準を解説します。
ダイナミックプライシングとは
価格が決まっているものという感覚は、実は50年以上前から崩れ始めていました。
航空業界でイールドマネジメントとして生まれた仕組みは、今やホテル・EC・スポーツ・エンタメと業界を横断しています。
需要と供給で価格が動く仕組み
同じ路線、同じ日付、同じシートクラスなのに、予約のタイミングで運賃が3倍以上変わる。航空券を買ったことがある人なら経験があるはずです。
この価格変動の起源は1970年代のアメリカン航空に遡ります。規制緩和後の価格競争に対抗するため、同社は空席を需要に応じて異なる価格で売るイールドマネジメントを開発しました。
需要が集中する便は価格が上がり、閑散期は下がります。プロ野球でも、人気カードの試合は3,500円、平日の対下位チーム戦は1,500円という価格差がついている球団があります。
その後、仕組みはホテルの客室単価管理に移り、ECの商品価格変動へと広がりました。エンタメのチケット販売にも取り込まれ、今では価格が固定されたまま販売終了まで動かない業態の方が少数派になりつつあります。
価格が変動する条件
ダイナミックプライシングが向いているのは、3つの条件が重なる商材です。在庫に上限がある、需要が時間帯・曜日・季節によって変動する、買い手の支払い意思額に幅がある。この3条件です。
この3つが揃う商材はダイナミックプライシング向きです。コンサートチケット、ホテルの客室、スポーツ観戦席はいずれも3条件を満たします。
逆に、日用品のように需要が年間で安定し、競合商品に簡単に切り替えられる商材には向きません。
自社商材を判断するときは、何を売っているかではなく、需要が時期・状況によってどれだけ振れるかを先に確認するのが早道です。
一定のデータが集まらないうちは判断がしづらい面もあります。まず需要の波があるかどうかを確認するところから始めれば、自社に合うかどうかが見えてきます。
ルールベース型とAI活用型の違い
残席10席を切ったら500円値上げ、週末は一律10%加算。ルールベース型は人が条件を設定し、その通りに価格を調整します。
導入コストが低く、動作を事前に説明しやすい反面、想定外のパターンには対応できません。競合の急な値下げや台風による需要急落など、ルールに書かれていない事態では価格が硬直します。
AI活用型は異なるアプローチを取ります。過去の販売データ・天候・競合価格・周辺のイベント情報を組み合わせ、AIがリアルタイムで最適価格を算出します。
Amazonは2013年時点で1日250万回以上の価格更新を行っていたとされ、これはルールベースでは物理的に不可能な頻度です。
選択の分かれ目は取引量です。
月間トランザクション数が数万件に届かない規模では、AI活用型のコストに見合うだけの精度向上は期待しにくい段階です。中小規模の事業者や導入初期はルールベースから始め、データが集まってから移行するのが妥当な順序です。
バリアブルプライシングとの違い
バリアブルプライシングは曜日別・時間帯別の固定価格表で、ダイナミックプライシングはリアルタイムの需要変動に応じた価格更新です。
東京ディズニーリゾートが導入した日別チケット価格は、あらかじめ設定された価格帯の中から日付ごとに値段を割り当てる方式で、バリアブル寄りの設計です。
ダイナミックプライシングのメリット
メリットは4つあります。ただし、全てが自社に当てはまるわけではありません。
需要の波がある、在庫や座席数に上限がある。この2条件が揃う事業ほど、以下のメリットが収益に直接結びつきます。
収益の最大化と機会損失の削減
横浜DeNAベイスターズは2018年にフレックスプライス制を導入し、試合の重要度・需要に応じてチケット価格を5段階で変動させました。
翌年の年間観客動員数は史上最多228万人、スタジアムの平均座席稼働率は98%を超えました。
単に満員にしたのではなく、人気カードでは価格を上げ、閑散試合では下げるという両方向の操作で年間収益を押し上げた形です。
平日・不人気カードの試合は、固定価格のままでは値引きの余地がなく空席が埋まりません。価格を下げると1席あたりの単価は落ちますが、空席の収益はゼロです。
1,500円でも売れた席は1,500円の収益になります。人気試合では需要に見合った価格で売り、不人気試合では稼働優先で価格を下げる。年間で見ると、固定価格より総収入が増える構造です。
試合数100・全座席数2万席のスタジアムで試算すると、全試合を固定2,000円で売った場合の最大収益は40億円です。
人気50試合を3,500円・不人気50試合を1,500円で売り切った場合は50億円になります。
稼働率や売り切れ率が実際には異なるため単純比較はできませんが、上下両方向の価格設定が収益の天井を引き上げる点は数字で確かめられます。
在庫・座席の稼働率改善
リゾートホテルの冬の平日は、固定価格のままでは部屋が埋まりません。
繁忙期と閑散期で2倍以上の価格差を設けているホテルは、閑散期に価格を下げることで稼働率を維持し、繁忙期では高価格で1室あたりの収益を上げています。
ローソンは2019年、電子タグ（RFID）を使った実証実験を行いました。消費期限が近づいた商品の価格を電子棚札で自動更新する仕組みです。
値引きシールを手で貼る作業を省きながら、廃棄になる前に売り切れます。在庫管理と価格設定を連動させ、廃棄ロスと販売機会の取りこぼしを同時に減らすアプローチでした。
市場環境への即時対応
競合が価格を変えたとき、固定価格の事業者が気づくまでに数日から数週間かかります。店頭確認・承認フロー・価格表改訂と、対応するたびに人と時間がかかります。
Amazonは2013年の時点ですでに1日250万回以上の価格更新を記録していました。競合の価格・在庫状況・購入意向データをリアルタイムで読み取り、アルゴリズムが自動で価格を調整します。
担当者が承認を終える前に市場は次の状態に移ります。
ECの価格競争では特に差が出ます。検索結果に最安値が並ぶ環境では、数%の価格差でクリック率と購入率が動きます。固定価格のまま競合の変動を静観していると、売上が落ちてから初めて気づく展開になりがちです。
消費者側のメリット
オフシーズンの旅行、平日午前の映画、早朝の航空券。需要が低いタイミングには価格も下がります。
消費者はそのタイミングを選べば、同じサービスを定価より安く利用できます。
事業者が価格を最適化した結果、消費者には時間と価格を自分でトレードオフする選択肢が生まれます。混雑時に定価より高く払うか、閑散時に安く使うかを自分で選ぶ構造です。
ダイナミックプライシングのデメリット
価格が変動することで得られる収益は、顧客の信頼を担保に成り立っています。その担保が崩れたとき、売上の回復は思った以上に時間がかかります。
不公平感と顧客離れのリスク
同じコンサートのチケットを、友人より3割高い金額で購入していたと知ったらどう感じるでしょうか。損をしたと感じた人がSNSに投稿し、アルゴリズムがその投稿を拡散します。
企業側が価格の合理性をどれだけ説明しても、拡散した時点で文脈ごと失われます。
実際、国内の大手飲料メーカーが自動販売機に気温連動の価格変動を導入しようとした際、消費者から強い反発を受けて計画を撤回しました。
暑い日に水を割高で売るという構造自体は経済合理性があっても、支払う側に足元を見られているという感覚が生まれると、商品ではなくブランドへの信頼が傷つきます。
航空業界が同じ価格変動でほとんど反発を受けないのは、早く予約するほど安いというロジックが30年以上かけて消費者に浸透しているからです。食品や日用品では同じ認知の下地がありません。
自社の顧客がどの業界の感覚に近いかで、事前の説明の量と深さが決まります。
導入・運用コスト
AI型のダイナミックプライシングシステムを一から作ると、初期費用は数百万円規模になります。データ分析基盤の整備、過去購買データの整形、専門人材の確保または外部委託費用がそれぞれ発生します。
中小規模の事業者が投資を回収できる水準の売上規模かどうかは、導入前に試算しておきたいところです。
AI型にこだわらなければ別の手段もあります。週末は10%増、平日は5%引きのようなルールをあらかじめ定義するルールベース型なら、既存の販売システムに条件分岐を加えるだけで始められる場合があります。
全商品・全チャネルに一括で展開せず、特定の商品カテゴリや期間限定で試すほうが、失敗したときのリカバリーがしやすくなります。
需要予測の精度依存
予測が外れた場合、何が起きるか。あるホテルが需要予測モデルを使って価格設定を自動化したところ、閑散期の判断が実態と大きくずれ、通常より高い価格が表示され続けました。
その期間の稼働率は前年比で2割以上落ちました。モデルに入力するデータの質と量が収益に直接響きます。
予測が外れることを織り込んで設計しておくことが大切です。価格の上限と下限をあらかじめ設定して急激な変動を抑制するルールを持つ、週次で予測と実績を照合して手動での修正を入れる。
こうした運用を組み込むことで、モデルが外れたときのダメージを抑えられます。
業界別の導入事例
5つの業界で実際に導入されており、分野によって変動の幅も使われ方もかなり異なります。
自社に近い業界がどこかを確認してみてください。
航空業界
1970年代にアメリカン航空がイールドマネジメントとして最初に実用化しました。
国内ではANAとJALが予約状況・出発時期・需要予測をもとに運賃を変動させています。LCCでは早期予約で数千円、直前購入で数万円の差がつくこともあります。
消費者がダイナミックプライシングを日常的に体験してきた業界でもあります。価格が動くことへの心理的な抵抗感がほとんどなく、予約タイミングで値段が上下するのが当たり前の認識として定着しました。
ホテル業界
Booking.comやじゃらんを開いたとき、同じホテルが翌週と翌月で値段が違います。
曜日・季節に加えて、近くでコンサートやスポーツ大会がある日は需要が急増し、その日だけ価格が跳ね上がることがあります。
リゾートホテルでは繁忙期と閑散期で2倍以上の価格差になる物件も多いです。閑散期の空室率を抑えるための手段として広く使われており、料金体系の変動は業界の慣行として根付いています。
プロスポーツ
横浜DeNAベイスターズ、オリックス・バファローズ、横浜F・マリノスなどが導入済みです。
人気カードは通常2,000円前後のシートが3,500円以上になるケースがあり、逆に平日の対戦カード次第では1,500円前後まで下がります。同じ座席区画でも試合ごとに金額が違います。
ファンにとっては、空いている日に安く観に行くという選び方ができるようになりました。球団側は閑散試合の入場者数を底上げしつつ、人気カードでの収益を上げられます。
年間での座席稼働率の安定化が主な導入目的です。
▶ 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！
テーマパーク
東京ディズニーリゾートは2021年3月に変動価格制を導入しました。入園日によってチケット価格が設定されており、混雑が予想される日は高く、空いている時期は安い設定です。
USJも同様の仕組みを取り入れました。繁忙期の混雑緩和と閑散期の集客を同時に狙う構造です。
来場者は価格が下がる日を選ぶことで、混雑の少ない状態でパークを楽しめます。
小売・EC
Amazonは競合価格・在庫状況・閲覧数などを分析して頻繁に価格を更新しています。価格比較サイトが普及しているため、数%の差が購買の有無に響き、細かい変動が売上に出ます。
実店舗では、ビックカメラやローソンが電子棚札を使った価格更新に取り組んでいます。消費期限の近い商品の自動値引きなど、ECと比べると変動の頻度や幅は限られていますが、実店舗への導入は着実に進んでいます。
ダイナミックプライシングの失敗パターン
成功事例だけを並べると、導入のハードルが低く見えます。実際には、同じ仕組みを使って顧客の信頼を失った企業が複数あります。
何を間違えると失敗するのかを先に知っておく方が、判断材料として使えます。
顧客への説明不足による反発
2010年代に日本の大手飲料メーカーが、自動販売機で気温に連動した価格変動を検討しました。
夏の猛暑日に価格が上がる仕組みでしたが、暑い日に値上げするのかという批判が消費者から噴き出し、導入は断念に終わりました。
価格変動自体の問題ではなく、なぜ価格が動くのかを一切説明しない状態で世に出したことが、顧客の反発を招いた原因です。
Uberがニューヨークの雪嵐の時期にサージプライシングを適用し、通常の10倍以上の料金が発生したことがあります。SNSでは暴利と広まり、一時的に解約が相次ぎました。
災害時にドライバーを呼び込むための仕組みという説明は後からついてきましたが、利用者の多くはそれを知らないまま料金を請求されました。
航空やホテルが同じ変動価格制で受け入れられているのは、早く予約すれば安いという認知が数十年かけて浸透しているからです。初めてダイナミックプライシングを導入する業界では、その認知がゼロから始まります。
変動の理由と範囲を事前に伝える設計がないまま動かすと、金額の大小に関係なく不信感が先に立ちます。
価格変動の激しさによる信頼低下
価格が短期間に大きく上下すると、いつ買えばいいか分からないという状態が生まれ、購入自体を先延ばしにする顧客が増えます。変動幅と更新頻度に上限がなければ、顧客は価格を信用しなくなります。
実際に運用している事業者の多くは、1日の変動幅を±20%前後に抑え、価格更新も1日2回程度に絞っています。
予測できる範囲に収まっていれば、顧客は今日より明日の方が高いかもしれないと考えて動けます。変動が予測不能になった瞬間に、その判断軸は失われます。
予測モデルの精度不足による損失
予測モデルが正確に動いている場合、需要が低い時期に価格を下げて稼働率を確保し、需要が高い時期に価格を上げて収益を伸ばせます。
精度が低い場合は逆のことが起きます。あるホテルが閑散期に需要予測の誤りで高値を設定し続け、数週間にわたって稼働率が大幅に落ちた事例があります。
価格を戻したタイミングには、顧客はすでに別の宿を予約済みでした。
導入初期にAIモデルで精度を出そうとすると、学習データが足りない状態でモデルが動くことになります。ルールベースから始めてデータをためてからAIに移行する段階的な進め方の方が損失リスクを抑えられます。
ここで挙げた失敗例はいずれも大手企業の事例です。中小規模の事業者が同じ轍を踏むかどうかは、商材や顧客層によって状況は違います。
ダイナミックプライシングを導入するには？
効果とリスクを理解した上で導入を検討する場合、最初の一手が問題になります。
どこから手をつけるかで、テストの精度も現場の混乱度も違ってきます。
目的をはっきりさせて現状課題を整理する
収益を上げたいのか、在庫ロスを減らしたいのか、混雑を平準化したいのか。目的によって、価格変動の設計はまったく異なります。
収益目的なら高需要時の上限価格をどこに置くかが論点になり、混雑平準化が目的なら閑散期の下限価格と需要誘導のタイミングが中心になります。
現状の価格設定で何が起きているかを先に整理します。繁忙期に売り切れが出ているなら機会損失の問題で、閑散期の稼働率が低いなら価格の下方硬直性が問題です。
どの課題を解決したいかがはっきりしないと、ルールベース型で足りるのかAI型が要るのかの判断もつきません。
データ収集と需要分析
過去の販売実績が1年分あれば需要の季節パターンが見えますが、ない場合はまず3か月分のデータを記録するところから始めます。
記録する項目は販売数・単価・販売日時・チャネル別内訳の最低4つです。この段階をスキップして価格設定ルールを作っても、根拠のないルールになります。
販売データだけでなく、外部データと組み合わせると予測の解像度が上がります。ホテルであればコンベンション・展示会の開催スケジュール、スポーツイベントなら対戦カードや選手情報が需要の変動に直接響きます。
外部データの取得は完璧でなくて構いません。主要な需要変動要因を2〜3つ特定するだけで、価格設定の根拠は一段上がります。
需要パターンが見えてきたら、いつ・どの条件で需要が高まるかを言語化します。
土曜の夜は高いではなく、対戦カードが発表されてから72時間以内に需要が集中するという粒度まで落とせると、ルールベース型の価格設定に直接組み込めます。
価格感受性の評価
顧客が価格変動にどの程度反応するかは、商材によって大きく異なります。代替手段が少なく、ブランドや体験としての希少性が高い商材は値上げへの抵抗が低めです。
プロスポーツの人気カードや大型フェスのVIP席では、通常価格の1.5倍程度まで需要が落ちないケースがあります。
実際の反応を測る方法として、一部の顧客セグメントや特定のチャネルだけに変動価格を適用するA/Bテストがあります。
固定価格グループと変動価格グループの売上・離脱率・購入完了率を比較すれば、自社顧客の価格弾力性を実データで確かめられます。
小規模テスト運用
全商品への一斉適用は避けます。一部の商品・一部の期間・一部の販売チャネルに限定してテストを走らせます。
小規模での運用期間の目安は最低1か月、できれば季節変動を含む3か月です。短期間のデータだけで判断すると、その期間固有の需要に引きずられるおそれがあります。
テスト中に追うべき指標は4つあります。売上金額、販売数、顧客離脱率（購入フローの中断率）、問い合わせ内容です。
売上が上がっていても、なぜ急に値段が変わったのかという問い合わせが増えていたら、顧客の不満がたまっているサインです。
顧客コミュニケーション設計
価格を変える仕組みの設計より、価格が動く理由を顧客に伝える設計の方が難しいです。説明なしに価格変動を始めると、同じ商品を以前と異なる価格で購入した顧客が不公平感を持ちます。
航空・ホテルが変動価格の受容に成功しているのは、早期予約割引やオフシーズン料金という名称で、消費者が閑散期に安く買えるメリットを先に体験したからです。
価格が上がる場面より、価格が下がる場面を顧客に先に見せることで、変動価格への信頼が生まれます。自社でも同じ枠組みを設計する方が、なぜ高くなったのかという説明より受け入れられます。
チケット販売でダイナミックプライシングを活用するには？
チケット販売でダイナミックプライシングを始めるなら、席種や販売時期ごとに価格を変えられるプラットフォームが欠かせません。
以下に、少人数の主催者でも使えるサービスを紹介します。
チケミーは、個人や小規模な団体でもチケット販売を始められるサービスです。席ごとに価格を設定でき、最前列や見やすい席は高く、後方席は手頃な価格にするといった柔軟な設定ができます。
定価以上でチケットがリセールされた場合、差額の一部が主催者に還元されます。転売による収益の取りこぼしを防ぎつつ、ファンには公式のリセール手段を提供できます。
NFTチケットにも対応しており、来場特典やデジタルコレクションとしての付加価値も加えられます。
チケット販売でのダイナミックプライシングについて詳しく知りたい方は、以下の記事も参考にしてください。
▶ 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！
まとめ
ダイナミックプライシングは、需要に応じて価格を動かす仕組みです。航空・ホテル業界で50年以上の歴史があり、現在はプロスポーツ、テーマパーク、EC、小売まで広がっています。
導入の判断基準はシンプルです。自社の商材に需要の波があり、在庫や座席に限りがあるなら、収益を改善できる余地があります。ただし、顧客への説明設計と段階的な運用がなければ、不公平感や信頼低下を招きます。
まずは自社の価格設定で取りこぼしが発生している箇所を特定し、一部の商品やチャネルで小規模なテスト運用を始めてみてください。チケット販売でダイナミックプライシングを検討している方は、チケミーのサービスもあわせてご確認ください。