Embed Size (px)
Citation preview
ＰＯＳデータを用いた研究の周辺
平成18年7月20日佐藤忠彦 筑波大学大学院ビジネス科学研究科
於：一橋大学
発表の概要
• マーケティングについて
• 小売業のデータについて
• 状態空間モデルを活用した効果的価格戦略実現のための研究の紹介
流通環境のマクロ的な変化市場の成熟化・消費者嗜好の多様化
新商品数の増加，商品改廃の激化
小売店頭価格の下落
消費者の参照価格が下落
小商圏化，小売業の上位集中傾向
マイクロ・マーケティングの必要性が増大
FSPなどによる顧客囲い込み
価格政策・流通販促の効果の低下
価格プロモーションの悪循環構造
小売業からメーカーへの協力要請の増大
小売マーケティングを高度化し，効果的に販売活動を行うことが必要
科学的アプローチが重要
小売業の役割の変化
業種
・もの中心
・販売代理業
・商品に愛情
・売り切り追求
業態
・ニーズ中心
・購買代理業
・消費者に愛情
・売れ筋追求
商品が戦略の中心 消費者が戦略の中心
マーケティングと市場
＜マーケティング＞：Kotler, Marketing Management ME• マーケティングは社会活動のプロセスである．その中で個人やグループは，価値のある製品やサービスを作り出し，提供し，他者と自由に交換することによって，必要なものや欲するものを手に入れる
＜市場＞：
• 特定のニーズやウォンツを持つ潜在的顧客から成っており，彼らはニーズやウォンツを満足するために，取引をする意志と可能性を持つ
マーケティング・サイエンスとは
• キーワードは「データ」，「論理」，「市場」，「マネジリアル」の4つ
• マーケティングにおける諸問題に対応したマネジメント・サイエンスの一部門
• データと論理に基づいて市場を捉えるための基本的考え方および具体的方法を探求するものであり，つねに意思決定者にとって有用であるというマネジリアルな視点から発想されるもの
マーケティング・サイエンス・アプローチ
• マネジャーがいつも行っている問題発見・分析・解決のノウハウを論理的に整理して明示的なかたちに表現すること
• そのノウハウとマーケティング・サイエンスの知見を現実のデータをベースに融合していくこと
• 「仮説設定→データ収集・分析→実践→学習（仮説改訂）」というサイクルを何度となく繰り返すことにより，正確に市場をとらえるためのノウハウを明示的かつ有形な企業全体の共有資源として育てていくこと
マーケティング・サイエンスにおけるモデル化の目的
法則（メカニズム）
制御（ 適化）望ましい結果を得るためには？
予測何が起きるか？
マーケティング・サイエンスの領域（１）
• 消費者行動– 消費者の購買行動のプロセス（問題認識，情報探索，評価，知覚，選好，購買決定），ブランド選択モデル，購買後行動
• マーケティング戦略の決定– 市場細分化，ターゲティングと戦略ポジショニング
• 製品デザイン– 製品ポジショニング，プロダクトマップ
• プライシング– 数量と価格の関係，小売価格戦略，差別的価格戦略，価格設定の心理的側面
消費者の購買までのプロセス
来店の有無
無 有
カテゴリ生起
購買無 購買有
ブランド選択
Aブランド購買 Bブランド購買 Wブランド購買・・・・・・or or or
⎪⎩
⎪⎨
⎧
=無有
,0,1
nh,Z
⎪⎩
⎪⎨
⎧
=無有
,0,1
nh,Y
⎪⎪⎪⎪
⎩
⎪⎪⎪⎪
⎨
⎧
=
ブランド購買
ブランド購買ブランド購買
Wm
BA
,
,2,1
Μnh,X
第1階層
来店生起モデル
第２階層カテゴリ生起モデル
第３階層ブランド選択モデル
11p1
110 1 pp −=
21p2
120 1 pp −=
3Ap 3
Bp
Λ−−−= 333 1 BAW ppp
ブランド選択モデル：ロジットモデル家計nのブランドiに対する確率的効用Uniは，
– マーケティング変数や家計属性などから成る非確率的効用Vni
– 測定誤差やその他の要因から成る確率的誤差項εni
の和で表される
Uni = Vni +εni
代替案の集合をi=1,2,…,Iとする時，家計nがブランドiを選択する確率pniを，「ブランドiの確率的効用
が全代替案の中で 大になる」確率として定義する
pni = Pr(Uni≧ Un1, Un2 ,…, UnI)この時，確率的誤差項εniが極値分布に従うと仮定すると
1 2
1
ni ni
nj n n nI
V V
ni V V V V
j I
e epe e ee
≤ ≤
= =+ + +∑ L
マーケティング・サイエンスの領域（２）
• 消費者コミュニケーションと広告– コミュニケーション・プロセス，広告のマネジメント・プロセス，広告効果，広告予算の決定，メディア計画，広告内容の決定
• プロモーション– プロモーション計画，プロモーション効果の測定，プロモーションのモデル
• 流通と営業– マーケティング・チャネルに関する意思決定分析，流通に関する意思決定分析，営業に関する意思決定分析
セールスプロモーションの効果測定～データからの効果測定の考え方～
成果変数
点数ＰＩ
要因変数
売価
エンド陳列
チラシ掲載
プレミアム
売上（点数ＰＩ）の要因分解
回帰モデルにより上記関係をモデル化し、要因変数が成果変数にどの程度影響を与えるかをＰＯＳデータ推定する！！
要因変数の成果変数への影響度合いが回帰モデルのパラメータとして獲得できる
山積み
景品付き販売
マーケティング・サイエンスの領域（3）
• テストとコントロール
– テストマーケティング，プロダクトライフサイクル，売上予測，マーケティング・ミックス・モデル
• その他
– 顧客プロファイル分析，顧客資産，ブランド資産，ブランド力測定，無形資産のモデル化，インターネット・マーケティング
モデルのイメージ
出力 メカニズム 入力
売上 価格 誤差
分析で用いられる手法• 記述統計
– グラフ，相関，平均，分散，各種検定法 実験計画 等
• データマイニング的手法– 決定木，ニューラルネットワーク，C5.0 等
• 伝統的な多変量解析手法– 因子分析，主成分分析，クラスタ分析，MDS（多次元尺度構成法），数量化，回帰分析，線形判別分析 等
• 統計的なモデル– 非集計モデル（ロジット，プロビット），時系列モデル，階層ベイズモデル，共分散構造分析，サポートベクターマシン，ベイジアンネットワーク 等
先端的な手法
実務的な手法
消費者Ａ
消費者B
消費者C
消費者D
個人の異質性／時間的異質性
好き
好き
好き
嫌い
消費者の軸
好き
嫌い
嫌い
嫌い
普通
嫌い
好き
嫌い
普通
嫌い
嫌い
好き
時間の推移の軸
１週目 ２週目 ３週目 ４週目
これまでのマ｜ケティングの視点
これからのマーケティングの新たな視点
融合が必要！！
分析やモデル化に用いるデータ
• 1次データ
– アンケート調査
– 実験計画
• ２次データ（特に重要）– POSデータ
– 顧客データ• 購買履歴データによる顧客データベース（フリークエント・ショッパーズ・プログラム）
• ユーザー登録による顧客データベース
• キャンペーン応募データによる顧客データベース
• 会員組織化による顧客データベース
• 課題に対応するために消費者調査などを新たに実施することによって得られるデータを1次データ
という• 別の目的によって収集され，社内外に既に存在しているデータを2次データと呼ぶ
マーケティング情報の現状
• 属人的意思決定からデータに基づく意思決定への変化（“感”→“サイエンス”）
– 属人的意思決定は組織として脆弱
– コンピュータの進歩
– 活用可能なデータの増大
– マーケティング・サイエンスの進歩
• マーケティングにおいて有用な情報を日常的かつ継続的に収集し，整理することが今日重要になってきている
小売業のデータに関する整理
• POSデータはGMS，SM，CVS及びDRUGな
どの小売業においては１００％獲得できる
– いつ，何が，何個，いくらで売れたかについては分かる
• また，フリークエント・ショッパーズ・プログラム実施小売業の増大に伴い，POSデータの情
報に誰が買ったかという情報を付加したデータが活用可能
• コーザル系のデータの整備はこれから・・・
POS導入店舗数
7,93011 ,71121 ,328
42 ,880
70 ,0 61
92 ,461
122 ,141
149 ,638
178 ,340
207 ,819
235 ,000
262 ,0 00
296 ,000
314 ,000
332 ,000347 ,0 00
366 ,000380 ,000
394 ,0 00
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
450,000
1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
POS導入店舗数
出典：流通システム開発センター
販売データ等提供機関（有料）提供機関 データ種別 業態 その他
(財)流通経済研究所POS、スキャンパネルデータ（ストアースキャン）、店頭コーザルデータ
GMS・SM、ドラッグ、コンビニ
自主収集も含めて流通システム開発センターのPOSも使用
インテージPOS、スキャンパネルデータ（ホームスキャン）、店頭コーザルデータ
GMS・SM、ドラッグ、コンビニ、ホームセンター
日本 大のデータサービス会社
㈱ウィスダ POS、FSPデータ GMS・SMIRIの日本法人だったIRJが母体となってできた組織。ASPサービス主体
㈱CSKネットワークシステムズPOS、スキャンパネルデータ（ストアースキャン）
SM、ドラッグ、コンビニ
凸版印刷㈱ POSGMS・SM、コンビニ
流通システム開発センターのPOS
日本ユニシス情報システム㈱ POSGMS・SM、コンビニ
流通システム開発センターのPOS
(財）流通システム開発センター POSGMS・SM、コンビニ
商品コードJANを統括する組織
日経メディアマーケティング㈱ POSGMS・SM、コンビニ
自主収集も含めて流通システム開発センターのPOSも使用
エーシーニールセン・コーポレーション㈱
POS、スキャンパネルデータ（ホームスキャン：東急のQPR）、店頭コーザルデータ、テレビCM出稿データ
GMS・SM
世界的なデータサービス企業。日本では苦戦。東急エージェンシと共同で業務を行っている。
カスタマー・コミュニケーションズ㈱ FSPデータ、地理情報 GMS・SM
㈱ビデオリサーチマス広告出稿データ、移動者購買スキャンデータ
ー業態によらず購買した商品全てのデータ
㈱NTTデータ 食マップ ー世帯のおかずについてデータ
（株）Ｔカード＆マーケティング基本的にはTSUTAYAのFSPデータ（雑誌）
TSUTAYA 雑誌に購買に関するデータ
その他小売業が無償で提供するケースもある．ただし，メーカー及び卸売業に限る
点数ＰＩと売価の系列（ＰＯＳデータ）兵庫１
0100200300400500600700800900
1000110012001300
19950807
19950904
19951002
19951030
19951127
19951225
19960122
19960219
19960318
19960415
19960513
19960610
19960708
19960805
19960902
19960930
19961028
19961125
19961223
19970120
19970217
19970317
19970414
19970512
19970609
19970707
19970804
19970901
19970929
19971027
19971124
19971222
19980119
19980216
19980316
19980413
19980511
19980608
点数ＰＩ
0102030405060
売価
CN（売価） CN（点数ＰＩ）
東京
0100200300400500600700800900
1000110012001300
19950807
19950904
19951002
19951030
19951127
19951225
19960122
19960219
19960318
19960415
19960513
19960610
19960708
19960805
19960902
19960930
19961028
19961125
19961223
19970120
19970217
19970317
19970414
19970512
19970609
19970707
19970804
19970901
19970929
19971027
19971124
19971222
19980119
19980216
19980316
19980413
19980511
19980608
点数ＰＩ
0
5
10
15
20
売価
DY（売価） DY（点数ＰＩ）
神奈川
0100200300400500600700800900
1000110012001300
19950807
19950904
19951002
19951030
19951127
19951225
19960122
19960219
19960318
19960415
19960513
19960610
19960708
19960805
19960902
19960930
19961028
19961125
19961223
19970120
19970217
19970317
19970414
19970512
19970609
19970707
19970804
19970901
19970929
19971027
19971124
19971222
19980119
19980216
19980316
19980413
19980511
19980608
点数ＰＩ
0
1020
3040
50
売価
JK（売価） JK（点数ＰＩ）
兵庫１
0 .0% 2 .0%11 .3 %
26 .5 %21 .9 %11 .9%14 .6%11 .9 %
0 .0%0.0%
10.0%20.0%30.0%40.0%50.0%60.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
兵庫２
0 .0% 1 .3%12 .6 %
23 .8 %16 .6%
2 .6%
21 .9 %21 .2%
0 .0 %0.0%
10.0%20.0%30.0%40.0%50.0%60.0%
598円未
満
698円未
満
798円未
満
898円未
満
998円未
満
1098円未
満
1198円未
満
1248円未
満
1248円
東京
0 .7% 0 .7%6 .6%
22 .5 %11 .3%
19 .9%19 .2%
0 .7 %
18 .5%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
滋賀
1 .3% 4 .0% 6 .6% 4 .6 %17 .9 %
6 .6%
37 .7%
0 .0 %
21 .2%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%
598円未
満
698円未
満
798円未
満
898円未
満
998円未
満
1098円未
満
1198円未
満
1248円未
満
1248円
広島
0 .7% 2 .0%
17 .2 %17 .2 %
48 .3%
14 .6 %
0 .0 % 0 .0% 0 .0 %0.0%
10.0%20.0%30.0%40.0%50.0%60.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
京都
0 .0%10 .6%
26 .5 %31 .8 %20 .5%
10 .6%0 .0% 0 .0 % 0 .0%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098円
未満
1198円
未満
1248円
未満
1248円
神奈川
0 .0% 2 .0%13 .2 %
29 .1 %28 .5 %27 .2%
0 .0% 0 .0 % 0 .0%0.0%
10.0%20.0%30.0%40.0%50.0%60.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
茨城１
0 .0% 0 .7% 0 .7% 2 .6 %
23 .2%
9 .9%
25 .8 %
0 .0%
37 .1 %
0.0%10.0%20.0%30.0%40.0%50.0%60.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098円
未満
1198円
未満
1248円
未満
1248円
茨城2
0 .0% 0 .7 % 0 .7% 2 .6%
15 .2 %6 .6%
32 .5 %
0 .0%
41 .7 %
0.0%10.0%20.0%30.0%40.0%50.0%60.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
価格帯別週数比率（店別）
累積販売点数比率（店別）兵庫1
0.0% 2 .0 %
13 .2%
39 .7%
61 .6%
73 .5%
88 .1%
100 .0%100 .0%
0 .0 %
11 .8%
49 .9%
84 .6%93 .9%
98 .2% 99 .2% 100 .0%100 .0%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%
100.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098円
未満
1198円
未満
1248円
未満
124
8円累積週数比率（CN） 累積販売点数比率（CN）
滋賀
1.3% 5 .3 %11 .9%
16 .6%
34 .4%41 .1%
78 .8% 78 .8%
100 .0%
6 .9 %
30 .7%
61 .2%69 .8%
86 .9% 90 .4%95 .5% 95 .5%
100 .0%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%
100.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098
円未
満
1198
円未
満
1248
円未
満
1248
円
累積週数比率（HS） 累積販売点数比率（HS）
神奈川
0.0% 2 .0 %
15 .2%
44 .4%
72 .8%
100 .0%100 .0%100 .0%100 .0%
0 .0 %
12 .0%
41 .8%
74 .8%
91 .2%100 .0%100 .0%100 .0%100 .0%
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%
100.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098円
未満
1198円
未満
1248円
未満
124
8円
累積週数比率（JK） 累積販売点数比率（JK）
兵庫2
0 .0 % 1 .3%
13 .9 %
37 .7%
54 .3% 57 .0 %
78 .8%
100 .0%100 .0%
0 .0 % 3 .0%
47 .0 %
81 .3%90 .5% 91 .1 %
96 .3% 100 .0%100 .0%
0.0%
10.0%
20.0%30.0%
40.0%
50.0%
60.0%
70.0%80.0%
90.0%
100.0%
598円未
満
698円未
満
798円未
満
898円未
満
998円未
満
1098円未
満
1198円未
満
1248円未
満
1248円
累積週数比率（CR） 累積販売点数比率（CR）
広島
0.7% 2 .6%
19 .9 %
37 .1%
85 .4%
100 .0%100 .0%100 .0%100 .0%
15 .3%21 .8%
52 .6 %
68 .6%
94 .7%100 .0%100 .0%100 .0%100 .0%
0.0%
10.0%
20.0%30.0%
40.0%
50.0%
60.0%
70.0%80.0%
90.0%
100.0%
598円
未満
698円
未満
798円
未満
898円
未満
998円
未満
1098円
未満
1198円
未満
1248円
未満
1248円
累積週数比率（IG） 累積販売点数比率（IG）
茨城１
0 .0% 0 .7% 1 .3% 4 .0%
27 .2%
37 .1 %
62 .9% 62 .9%
100 .0%
0 .0 %7 .2% 9 .7%
18 .4%
67 .1%
77 .2 %
87 .5% 87 .5%
100 .0%
0.0%
10.0%
20.0%30.0%
40.0%
50.0%
60.0%
70.0%80.0%
90.0%
100.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
累積週数比率（KN） 累積販売点数比率（KN）
東京
0.7% 1 .3%7 .9%
30 .5%
41 .7%
61 .6 %
80 .8% 81 .5%
100 .0%
5 .6% 7 .0%
21 .4%
56 .0%
66 .4%
85 .7 %93 .2% 93 .4%
100 .0%
0.0%
10.0%
20.0%
30.0%
40.0%50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
累積週数比率（DY） 累積販売点数比率（DY）
京都
0.0%
10 .6%
37 .1%
68 .9%
89 .4%
100 .0%100 .0%100 .0%100 .0%
0 .0%
39 .2%
72 .8%
93 .0%98 .2% 100 .0%100 .0%100 .0%100 .0%
0.0%
10.0%
20.0%
30.0%
40.0%50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
累積週数比率（JI） 累積販売点数比率（JI）
茨城2
0 .0% 0 .7% 1 .3% 4 .0%
19 .2%25 .8 %
58 .3% 58 .3%
100 .0%
0 .0% 1 .8% 3 .0%
15 .6%
42 .2%51 .3 %
78 .8% 78 .8%
100 .0%
0.0%
10.0%
20.0%
30.0%
40.0%50.0%
60.0%
70.0%
80.0%
90.0%
100.0%
598円未満
698円未満
798円未満
898円未満
998円未満
1098円未満
1198円未満
1248円未満
1248円
累積週数比率（KT） 累積販売点数比率（KT）
価格弾力性推定結果( ) ( ) ( )2,0~,loglog σεεα NC nnn ++= 売価点数 nPI
店舗 定数項 価格弾力性 修正決定係数兵庫１ 53.0381 -7.6740 0.69兵庫２ 37.5815 -5.4343 0.65東京 24.3339 -3.4729 0.60滋賀 45.0059 -6.5812 0.65広島 36.9774 -5.3027 0.60京都 47.3750 -6.8327 0.65神奈川 40.9428 -5.9029 0.51茨城１ 30.4673 -4.5928 0.36茨城2 25.8047 -3.9262 0.32
ここからの知見
• 店舗によって価格政策は異なる– 地域の競合状況
– チェーンの施策
– メーカーとの関係 等
• 店舗によって消費者の価格反応は異なる– 消費者の価格反応は店舗の価格施策に影響され形成される
– 売上→価格の因果は通常考えないが実はあるかもしれない（売れないから価格を下げる・・・）
100
120
140
160
180
200
220
240
260
280
300
19970102
19970305
19970505
19970711
19970913
19971117
19980117
19980320
19980522
19980722
19980924
19981127
19990128
19990331
19990603
19990803
19991005
19991207
20000207
20000411
20000614
20000814
20001015
20001216
20010215
20010416
20010615
20010813
20011012
20011211
20020208
20020409
20020607
20020806
20021005
20021203
20030131
20030331
20030529
20030727
キッコーマン濃い口マンパック１Ｌ ヤマサ醤油１Ｌ キッコーマン購買 ヤマサ購買
醤油の例（ＩＤ付きＰＯＳデータ）
•この２商品を買いまわっている消費者の購買履歴
•売価の系列はPOSデータより獲得
•購買のデータは同一の店舗の消費者から得られたデータより獲得
•このようなデータを用いて解析することがマーケティングでは多い
データ取得に関する問題点
• データを購入できる機関が限定的である
– 無償で提供してくれるところがあるか・・・
• 小商圏化の影響により，地域によって状況が大きく異なる
– マーケティングではマイクロ・マーケティングと呼ばれる活動が脚光あびている（個人，あるいは個店，あるいは特定地域などに特化した活動）
– データをマクロ的観点から分析するには，願わくば，同一地域で複数のお店のデータ，かつそのようなグループをなるべく数多く取得したい
• 小売業によって品揃え，価格施策が異なる
状態空間モデルを活用した効果的価格戦略実現のための研究
日本における消費財市場の現状• 値引率の上昇傾向
– 消費者の価格への反応はどのように変化しているか？
• 小売業の価格戦略の転換 (Hi-Lo→EDLP）– 消費者の需要構造はどのように変化しているか？
– 小売業はどのような価格戦略を採用すべきか？
• SM・GMSでの需要量の減少傾向
– どうすれば売れるようにできるのか？
• ブランド資産の低下
– 利益のだせるブランドへはどうすれば育成できるか？
本研究は，個々の店舗レベルで効果的な店頭価格戦略を実現するための示唆を獲得することを目的として行っている．
具体的には，
•POSデータを用いた状態空間モデルの構築
•数値実験による価格戦略の評価
を行う．
研究の目的
分析データ例（時系列）
インスタントコーヒー １
0
2
4
6
8
10
12
14
16
18
19960408
19960610
19960812
19961014
19961216
19970217
19970421
19970623
19970825
19971027
19971229
19980302
19980504
19980706
19980907
19981109
19990111
19990315
19990517
19990719
19990920
19991122
20000124
20000327
20000529
20000731
20001002
20001204
20010205
20010409
20010611
20010813
20011015
点数PI
0100200300400500600700800900100011001200130014001500
売価
点数PI 売価 エンド実施の有無
・売価が下がったときに売上が伸びる
・エンドが実施された時に売上が伸びる
分析データ例（散布図）インスタントコーヒー １
0
2
4
6
8
10
12
14
16
18
500 600 700 800 900 1000 1100 1200 1300 1400 1500
売価
点数PI
エンド非実施 エンド実施
・エンド非実施時：
売価が高い
点数PIが低い
・エンド実施時：
売価が安い
点数PIが高い
プロスペクト理論（概念図）
利得
価値
＝＝
≠
≠
参照点
（参照価格）
・Gain Regime・利得が正・参照価格より実際の価格が安い
・Loss Regime・利得が負・参照価格より実際の価格が高い
通常は個人レベルで議論されており，その先行研究は膨大
( )
( )2
2211
3
2
1
0
0
100
0100
100
σε
βαβα
⇒
⇒
−=
⎪⎩
⎪⎨⎧
>−
=
⎪⎩
⎪⎨⎧
>−
=
,~:,,,
::
:,::::
,
,
,
,
:
N
ARpt
nEnRPnAP
RPAPZ
APRPAPRPZ
RPAPRPAPZ
ny
n
nnnn
n
n
n
n
n
nnn
nnnn
n
nnnn
n
n
時変パラメータ
す潜在変数短期的な循環変動を示成分定常
す潜在変数長期的な変動傾向を示トレンド成分
非実施実施有無週のエンド陳列実施の第
格週の店舗レベル参照価第
週の売価第
その他
の時
その他
の時
週の点数第
1
0
PI変数の説明
Loss Regime
Gain Regime
モデル化のための仮定
• 売上は，当該週の売価と店舗レベル参照価格の差によって規定される
• 当該週の売価と店舗レベルの差が正の場合と負の場合で，売上に与える影響度合いが異なる
• それらの効果は時間とともに滑らかに変化する
• またそれらの効果はエンドの実施の有無で増減する
( ) ( ) ( )
( ) ( )
( ) ( ) ( ) nnnnnnnn
nnnnnnnn
nnnnnnnnnnnn
APEpty
ZEpty
ZEZEpty
ε+β+α++=
ε+β+α++=
ε+β+α+β+α++=
loglog
log
log
11
311
222111
参照価格非考慮モデル
対称モデル
非対称モデル
検討観測モデル
•非対称モデル：
参照価格を基準として，売価と参照価格の差が正の場合と負の場合でその影響が異なると仮定したモデル
•対称モデル：
参照価格を基準として，売価と参照価格の差が正の場合と負の場合でその影響が同じであると仮定したモデル
•参照価格非考慮モデル：
参照価格を考慮しないモデル
店舗レベル参照価格と価格変数の定義
• ここでは下記に示すような３つの変数を，店舗レベル参照価格として検討した
( ){ } ( ){ }の有無は前週の特別陳列実施とする．ただし 1
1111
111
1
1011 11
−
−−−−−
<<
+−+−= −−
n
Enn
Ennn
EbabRPAPbaRPAPaRP nn
,,
( )とする．ただし 10
1 211
2
<<
+−= −−
aaRPAPaRP nnn
,
週の販売点数とするは第ただし iunit
unit
APunitRP
j
n
jj
i
n
ii
n
,
∑
∑−
=
−
=
×
= 1
1
1
13
検討モデルの種類
• 本研究では，観測モデルのタイプと店舗レベル参照価格のタイプの組合せで下記に示す７つのモデルを比較・検討した
RP1 RP2 RP3 無非対称 1 2 3 －対象 4 5 6 －参照価格無 － － － 7
モデルのタイプ店舗レベル参照価格のタイプ
RP1 RP2 RP3 無非対称 10 9 8 －対象 8 7 6 －参照価格無 － － － 6
モデルのタイプ店舗レベル参照価格のタイプ
モデルＩＤ
モデルパラメータ数
モデル比較（AIC）インスタント・コーヒー１ インスタント・コーヒー２
醤油１ 醤油２
インスタント・カレー烏龍茶
サラダ油・天ぷら油
RP1 RP2 RP3 無非対称 538.45 536.48 564.00 －対称 581.10 579.19 619.33 －参照価格無 － － － 709.08
店舗レベル参照価格のタイプモデルのタイプ RP1 RP2 RP3 無
非対称 470.15 468.15 475.71 －対称 515.15 513.15 539.42 －参照価格無 － － － 666.99
店舗レベル参照価格のタイプモデルのタイプ
RP1 RP2 RP3 無非対称 440.36 446.70 438.08 －対称 453.66 468.97 472.75 －参照価格無 － － － 592.93
店舗レベル参照価格のタイプモデルのタイプ RP1 RP2 RP3 無
非対称 480.76 479.68 509.04 －対称 505.72 505.78 526.50 －参照価格無 － － － 507.15
店舗レベル参照価格のタイプモデルのタイプ
RP1 RP2 RP3 無非対称 419.67 418.02 520.65 －対称 445.90 445.67 528.08 －参照価格無 － － － 611.06
店舗レベル参照価格のタイプモデルのタイプ RP1 RP2 RP3 無
非対称 349.75 355.12 326.00 －対称 355.77 364.42 337.05 －参照価格無 － － － 458.06
モデルのタイプ店舗レベル参照価格のタイプ
RP1 RP2 RP3 無非対称 188.36 196.17 196.52 －対称 194.86 201.41 196.40 －参照価格無 － － － 258.00
モデルのタイプ店舗レベル参照価格のタイプ
・いずれの商品でも，店舗レベル参照価格を考慮したモデルが採択される
・また，売価と店舗レベルの差が正の場合と負の場合でその影響度合いが異なると仮定したモデルが全ての商品で採択されている
・店舗レベル参照価格の生成メカニズムは，商品毎に異なっている
インスタントコーヒー１インスタントコーヒー １
0
2
4
6
8
10
12
14
16
18
500 600 700 800 900 1000 1100 1200 1300 1400 1500
売価
点数
PI
エンド非実施 エンド実施
インスタントコーヒー １
0
2
4
6
8
10
12
14
16
18
19960408
19960610
19960812
19961014
19961216
19970217
19970421
19970623
19970825
19971027
19971229
19980302
19980504
19980706
19980907
19981109
19990111
19990315
19990517
19990719
19990920
19991122
20000124
20000327
20000529
20000731
20001002
20001204
20010205
20010409
20010611
20010813
20011015
点数PI
0100200300400500600700800900100011001200130014001500
売価
点数PI 売価 エンド実施の有無
インスタント・コーヒー１
0
200
400
600
800
1000
1200
1400
1600
1996
0408
1996
0624
1996
0909
1996
1125
1997
0210
1997
0428
1997
0714
1997
0929
1997
1215
1998
0302
1998
0518
1998
0803
1998
1019
1999
0104
1999
0322
1999
0607
1999
0823
1999
1108
2000
0124
2000
0410
2000
0626
2000
0911
2000
1127
2001
0212
2001
0430
2001
0716
2001
1001
売価
＆店
舗レベル参
照価
格
売価 店舗レベル参照価格
112 950050 −− ⋅+⋅= nnn RPAPRP ..
時系列の分解（インスタントコーヒー１）
tn+pn（インスタント・コーヒー１）
-4-3
-2-1
01
23
4
19960408
19960729
19961118
19970310
19970630
19971020
19980209
19980601
19980921
19990111
19990503
19990823
19991213
20000403
20000724
20001113
20010305
20010625
20011015
回帰成分（インスタント・コーヒー１）
-4-3
-2-1
01
23
4
19960408
19960729
19961118
19970310
19970630
19971020
19980209
19980601
19980921
19990111
19990503
19990823
19991213
20000403
20000724
20001113
20010305
20010625
20011015
誤差（インスタント・コーヒー１）
-4
-3-2
-10
1
23
4
19960408
19960729
19961118
19970310
19970630
19971020
19980209
19980601
19980921
19990111
19990503
19990823
19991213
20000403
20000724
20001113
20010305
20010625
20011015
Log（点数PI）（観測値：インスタント・コーヒー１）
-4-3
-2-1
01
23
4
19960408
19960729
19961118
19970310
19970630
19971020
19980209
19980601
19980921
19990111
19990503
19990823
19991213
20000403
20000724
20001113
20010305
20010625
20011015
トレンド＋定常AR成分低下
Loss RegimeGain Regime
インスタントコーヒー１（時変係数：平滑化）価格効果（インスタントコーヒー1）
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
19960408
19960527
19960715
19960902
19961021
19961209
19970127
19970317
19970505
19970623
19970811
19970929
19971117
19980105
19980223
19980413
19980601
19980720
19980907
19981026
19981214
19990201
19990322
19990510
19990628
19990816
19991004
19991122
20000110
20000228
20000417
20000605
20000724
20000911
20001030
20001218
20010205
20010326
20010514
20010702
20010820
20011008
20011126
Loss（エンド非実施） Loss（エンド実施） Gain（エンド非実施） Gain（エンド実施） エンド
■エンドでの値引き（αn2＋βn
2）
▲定番での値引き（αn2）
●比較的高価格でのエンド実施（αn1＋βn
1）
●定番販売（αn1）
取引の構造
メーカー 卸売業 小売業
生産者価格メーカー希望卸売価格
メーカー希望小売価格
メーカー希望小売価格の～割引きで売りたい．故に納価は～円にしてくれ．
小売の要請で納価を下げたので，その分リベートで補填してくれ．
メーカーはリベートを抑制する価格戦略の実現が必要•価格差を現況よりも小さくしたHi-Lo型•EDLP•EDMP
リベートにより利益が圧迫される．
メーカーの粗利益算定法（例）生産者価格
メーカー希望卸売り価格
メーカー希望小売価格
円x円x7500.円x7130.円1478円1109円1054
２５％5％
３０％引きで売って，粗利を２０％とりたいから納価を下げてくれ．
円828－
円281− リベートで補填
例えばこの額をメーカーと小売業で折半するなどする
( )( ) ( ) ( ) ( ){ }１個当たり補填額負担率生産者価格販売個数
メーカーの純売上
×−
=
売上増大のための効果的店頭価格実現の方向性
① 参照価格を低下させない価格戦略をとる– 過度な値引きをせずともAP－RPを負で大きくで
きる
– すなわち，高い価格でもある程度売上が獲得し易くなる
② 店頭価格を低く設定する– コストを抑え，低価格を実現することで，AP－RP
を負で大きくできる
– しかし，RPもそれに伴って低いレベルに推移する
現実的には，①の戦略を指向することが肝要である
設定したシナリオ
•シナリオ１は，現況通りの価格戦略を採用しつづけた場合を想定
•シナリオ２は，中間的な価格で価格差をつけない価格戦略を採用した場合を想定
•シナリオ３は，比較的低い価格設定の価格戦略を採用した場合を想定
•シナリオ４は，シナリオ３より 低売価と 高売価の差が小さい場合を想定
この設定はあくまでも例であり，自社の問題に実際に適応させるためには，この設定を変更することが必要である
低売価
大売価
低売価
大売価
1 現況通り 0.80 1,098 1,478 998 1,198 983 1,035 1,4782 EDMP 0.45 998 1,098 998 1,098 866 911 1,0983 EDLP1 0.40 798 898 798 898 768 808 8984 EDLP2 0.40 798 848 798 848 741 780 848
シナリオNO
価格戦略値引き額のメーカー側の
補填率
非エンド時 エンド時生産者価格
メーカー希望卸売価格
メーカー希望小売価格
各シナリオ下での店舗レベル参照価格の推移現況通り
0
100
200
300400
500
600
700
800
900
1000
11001200
1300
1400
1500
2000
1225
2001
0129
2001
0305
2001
0409
2001
0514
2001
0618
2001
0723
2001
0827
2001
1001
2001
1105 2 7 12 17 22 27 32 37 42 47 52 57 62 67 72 77 82 87 92 97 102
EDMP
0
100
200
300400
500
600
700
800
900
1000
11001200
1300
1400
1500
2000
1225
2001
0129
2001
0305
2001
0409
2001
0514
2001
0618
2001
0723
2001
0827
2001
1001
2001
1105 2 7 12 17 22 27 32 37 42 47 52 57 62 67 72 77 82 87 92 97 102
EDLP1
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
2000
1225
2001
0129
2001
0305
2001
0409
2001
0514
2001
0618
2001
0723
2001
0827
2001
1001
2001
1105 2 7 12 17 22 27 32 37 42 47 52 57 62 67 72 77 82 87 92 97 102
EDLP2
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
2000
1225
2001
0129
2001
0305
2001
0409
2001
0514
2001
0618
2001
0723
2001
0827
2001
1001
2001
1105 2 7 12 17 22 27 32 37 42 47 52 57 62 67 72 77 82 87 92 97 102
現況
シミュレーション期間現況 シミュレーション期間
シミュレーション期間 シミュレーション期間
現況
現況
横這い若干低下
低下 低下
•店舗レベル参照価格の観点からは，現況通りの価格戦略を採った場合は横這い，EDMPを採用した場合は若干低下，EDLPを採用した場合は大きく低下する
•前述したように，消費者は当期の価格と参照価格の差により購買する傾向が強いため，EDLPを採用した場合は中
長期的にみると，困難な事態を招く可能性がある
各シナリオ下での平均販売点数平均週販（エンド非実施）
0
10
20
30
40
50
60
１３週
目ま
で
２６週
目ま
で
３９週
目ま
で
５２週
目ま
で
６５週
目ま
で
７８週
目ま
で
９１週
目ま
で
１０４週
目ま
で
現況通り EDMP EDLP1 EDLP2
平均週販（エンド実施）
0
10
20
30
40
50
60
１３週
目ま
で
２６週
目ま
で
３９週
目ま
で
５２週
目ま
で
６５週
目ま
で
７８週
目ま
で
９１週
目ま
で
１０４週
目ま
で
現況通り EDMP EDLP1 EDLP2
・現況通りの価格戦略を採用しつづけた場合の販売点数の推移が も低い
・その他の価格戦略は差が小さい
・価格戦略変更当初はEDLP型の価格戦略は売上が増大するが，その後EDMP型の価格戦略と同程度まで低下する
・現況通りの価格戦略をとりつづけた場合の販売点数のレベルが も高いレベルにある
エンド非実施時
エンド実施時
各シナリオ下での平均週当たりメーカー純売上メーカー純売上（売上－販促費）（シミュレーション結果の平均）
0
5,000
10,000
15,000
20,000
25,000
１３週目まで ２６週目まで ３９週目まで ５２週目まで ６５週目まで ７８週目まで ９１週目まで １０４週目まで
現況通り EDMP EDLP1 EDLP2
•本シナリオの設定においては，価格戦略変更半年までは，EDLP型の価格戦略が利益を増大させる可能性がある
•しかし，その後は現況通りかあるいはEDMP型の価格戦略の方が，利益を向上させえることが示唆されている
本数値実験からの知見• EDLP型の価格戦略は導入当初は売上・利益とも出しやす
い– しかし，中長期的にみると，参照価格の低下に伴い，売上が伸びなくなる可
能性が高い
• 一方EDMP型及び現況型の価格戦略は導入当初こそ，EDLP型の戦略に売上・利益とも劣るが，参照価格がそれほ
ど低下しないため，中長期的には売上が出しやすい– しかし，現況通りの価格戦略をとり続ける限りにおいては，販促費問題を解
決できない
本シミュレーションの結果からは，EDMP型の価格戦略に変更し
ていくことが望ましいことが示唆される
•設定が変われば，本結論は変わる可能性はあるが，このフレームで考えれば，より現実に即したように将来の戦略変更を評価できる．このことが重要．
まとめ
• マーケティングについて
• 小売業のデータについて
• 状態空間モデルを活用した効果的価格戦略実現のための研究の紹介
参考：状態空間モデルを活用した効果的価格戦略実現のための研究
のモデル
状態空間モデル
[ ]( )
[ ]( )RNwwxHy
QNvGvFxx
nnnnn
nnnn
,~,
,~,
0
01
+=
+= −
観測モデル
システムモデル
•観測モデル：
時系列ｙnが観測される仕組みを表現するモデルであり，xnは
その回帰係数．•システムモデル：回帰係数xnの時間的な変化の様子を表現するモデル
システムモデル（非対称モデルのケース）
( )( )
( )( )( )( )2
6662
12
25
5521
2
24
4411
1
23
3311
1
22
221211
21
111
0
0
0
0
0
0
τ+β=β
τ+α=α
τ+β=β
τ+α=α
τ++=
τ+=
−
−
−
−
−−
−
,~,,~,,~,,~,
,~,,~,
NvvNvvNvvNvv
NvvpapapNvvtt
nnnn
nnnn
nnnn
nnnn
nnnnn
nnnn
平滑化事前分布の導入
•平滑化事前分布を導入することにより，回帰係数の時間変化を実現できる
•ベイズ統計の言葉で言えばｔ，ｐ，α，βはPriorということになる
•システムノイズの分散τはhyper Parameterになる
•本モデルのフレームではτは 尤法により推定される（Empirical Bayes)
状態空間表現（非対称モデルのケース）
( )
⎟⎟⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜⎜⎜
⎝
⎛
ττ
ττ
ττ
=
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
βαβα
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
βαβα
⋅+⋅=
−
−
−
−
−
−
−
−
−
26
25
24
23
22
21
6
5
4
3
2
1
21
21
11
11
2
1
1
21
2
2
1
11
000000000000000000000000000000
100000010000001000000100000000000010000001
10000000100000001000000010000000010000000000001
0
Q
vvvvvv
ppt
aappt
QN
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
,
,~, nn1nn vvGxFx
( )[ ]2211
2
011
0
nnnnnn
nnn
ZEZZEZNy
⋅⋅=
σεε+=
n
nn
H
xH ,~,
＜システムモデル＞：
＜観測モデル＞：
＜未知パラメータ＞：
{ }26
25
24
23
22
2121 ττττττ= ,,,,,,,,, aabaθ
モデルパラメータの推定は，a,bはグリッド
サーチ，その他のパラメータは数値的 適化により，入れ子型の形で同時に推定する
Kalman Filter／固定区間平滑化
tt1n|1n1nn|
1n|1n1nn|
GQGFFVV
Fxx
+=
=
−−−
−−−
＜一期先予測＞：
＜フィルタ＞：
＜固定区間平滑化＞：
( )( )
( ) 1nn|nnnn|
1nn|nnn1nn|nn|
1tn1nn|n
tn1nn|n
VHKIV
xHyKxx
RHVHHVK
−
−−
−−−
−=
−+=
+=
( )( ) t
nn|1nN|1nnnn|Nn|
n|1nN|1nnnn|Nn|
1n|1n
tnn|n
AVVAVV
xxAxx
VFVA
++
++
−+
−+=
−+=
=
数値実験の手順
• いくつかの価格変化のシナリオ設定し，上記に示す手順でシミュレーションを行う
• 各設定50ケースづつ系列を発生させる
• 参照価格の推移，売上，粗利益から各シナリオを比較する
エンド実施の有無の発生
各シナリオ下での価格の発生
Zn1とZn2の規定
tn, pn, αn, βn, γnの一期先予測
観測ノイズの発生点数PIの規定
