Slide 1

Slide 1 text

エンタメチケット業界での ダイナミックプライシング 萩元徹 at 白金鉱業 Meetup Vol.13 1

Slide 2

Slide 2 text

弊社紹介 ダイナミックプラス社は スポーツ/音楽/演劇のチケット領域を中心に ダイナミックプライシング(DP)サービスを提供している会社です。 (※他領域にも提供しています) 2

Slide 3

Slide 3 text

自己紹介 • 経歴 経済学博士 →コンサルで世界最大手のプレイガイドの DP事業にかかわる →ダイナミックプラス →3回のライブで12万円捧げる(弊社には自爆営業ありません) 3

Slide 4

Slide 4 text

今日話すこと・話さないこと • 話すこと エンタメチケット業界のこと 宣伝 • 話さないこと 音楽の話(次ページのイベントで話すので是非来てください) 4

Slide 5

Slide 5 text

No content

Slide 6

Slide 6 text

エンタメ業界のチケット収入の規模 野球 550億円 サッカー 140億円 MLB 3,000億円 NBA 3,000億円 NFL 2,000億円 NHL 1,900億円 ライブ音楽 3,800億円 演劇等 1,900億円 ライブ音楽 27,000億円 ブロードウェイ 2,000億円 6 GDPは1対4なので、DPで収益を増やすのに貢献して、業界をもりあげたいです

Slide 7

Slide 7 text

前ページのソース(アクセス日2019/12/11) • 日本の音楽・ステージ (ぴあ 2019) • アメリカの音楽(IQ Magazine 2019) • ブロードウェイ(Broadway 2019) • 野球(Nishio Atsuto 2010) • サッカー(Jリーグ 2018) • 全体のアメリカ4大リーグの数字(CHIBA BANK 2019) • MLB(Forbes 2019) • NFL(Investopedia 2019) • NHL (statista 2018) 7

Slide 8

Slide 8 text

エンタメチケット業界と他業界の違い • 商品差別化 ホームタウンのサッカーチケットと農産物 • 2次市場 ライブチケットと航空チケット • 供給量の硬直 スタジアムのキャパと電波 • 消費期限 映画の公演時間と美術品 • 予約の有無 ミュージカルのチケットとスーパーの商品 • 低い限界費用 屋外フェスのチケットとお弁当 8

Slide 9

Slide 9 text

急速に広まったDP • MLB 2009年にSFジャイアンツがメジャーリーグで初採用 30/30(2017年) • NBA 15/30(2012年) • NFL 16/32(2017年) • NHL 6/31(2015年) 9

Slide 10

Slide 10 text

急速に広まったDP • 米ディズニーランドは2015年に試験採用、18年には全面採用。 価格変動が混雑を緩和し(3%) 、チケット価格の上昇と園内における 消費額の増加により、売り上げは10%増加。 Ticket Shock: Theme park companies are turning to dynamic ticket pricing • ブロードウェイでは2011年頃から導入が始まった。 ライオンキングの公演では、新規層の獲得と過去最高 収益を記録し、週当たり平均3千万円の収益が増加した。 Ticket Pricing Puts ‘Lion King’ Atop Broadway’s Circle of Life 10

Slide 11

Slide 11 text

DP効果の理論値 • 考案したモデルを実際の販売記録に当てはめ、DPの効果を推定した論文 は多数存在 11 Designing and Evaluating Dynamic Pricing Policies for Major League Baseball Tickets MLB 4%~17% Dynamic Pricing Behavior in Perishable Goods Markets: Evidence from Secondary Markets for Major League Baseball Tickets MLB ~ 24% A Dynamic Ticket Pricing Approach for Soccer Games A.C. Milan ~9% Xu et al. Sweeting M Sahin

Slide 12

Slide 12 text

当社事例 当社ホームページをご参照ください! http://www.dynamic-plus.com/case-2/

Slide 13

Slide 13 text

日本でのDP導入効果(弊社事例) イ ベント スタ ジアム 先行発売日 一般発売日 試合日 開始時間 19/07/15 オリ ッ クス・ バフ ァ ローズ 対東北楽天ゴールデンイ ーグルス 京セラ ド ーム大阪 19/05/23(木) 19/06/01(土) 19/07/15(月) 15:00 19/07/16 オリ ッ クス・ バフ ァ ローズ 対東北楽天ゴールデンイ ーグルス 京セラ ド ーム大阪 19/05/22(水) 19/06/01(土) 19/07/16(火) 18:00 19/07/17 オリ ッ クス・ バフ ァ ローズ 対東北楽天ゴールデンイ ーグルス 京セラ ド ーム大阪 19/05/23(木) 19/06/01(土) 19/07/17(水) 18:00 券売枚数 DP対象試合は、比較対象試合に比べ、12.3%多い 売上 DP対象試合は、比較対象試合に比べ、17.9%多い DP対象試合 比較対象試合 顧客:オリックスバファローズ様でのABテスト 2019年7月16日(火)東北楽天ゴールデンイーグルス戦 約36,000人キャパシティ 13

Slide 14

Slide 14 text

DPの研究動向:需要推定 • 収益を最大化するためのチケット価格の導出は主に需要推定と最適化の 2段階での導出が一般的 • 需要推定:過去の販売実績や二次市場データから、成績や季節要因などの 変数や価格と需要の関係を把握する。 統計学、計量経済学、ORが分野を発展させてきたが、近年「需要の学習、 情報の随時更新」という観点から機械学習(強化学習)が威力を発揮(例えば Q-learning)。 14

Slide 15

Slide 15 text

DPの研究動向:二次市場を使った需要推定 • 過去データが無い時、二次市場は貴重な情報源となる。また、価格が高下 しやすいため、消費者の支払意思額を知るには好都合。積極的にこのデー タを使う研究が多いが、外的妥当性が論点となる。 • 例 Kemper(2016) “How Efficient is Dynamic Pricing for Sport Events? Designing a Dynamic Pricing Model for Bayern Munich” eBayのオークションデータからバイエルンの需要関数を推定 15

Slide 16

Slide 16 text

DPの研究動向:最適化 • 最適化:得られた需要関数、在庫量等からなる収益を最適化 max = ∗ () • Dynamic Programming: Hamilton-Jacobi-Bellman equation (or Bellman equation) ・問題点:強い仮定がいる 16

Slide 17

Slide 17 text

DPの研究動向:最適化 • しかし、max ∗ ()を直接解いてもうまくいかない場合も… • KDD2018 より Ye et al. Airbnbの事例:最適化問題を修正 (1)予約有:推奨価格 < 実際の価格: 推奨価格での利益減少 (2)予約無:推奨価格 > 実際の価格: 推奨価格での予約発生確率減 上記を発生させない推奨価格が望ましい Customized Regression Model for Airbnb Dynamic Pricing 17

Slide 18

Slide 18 text

DPの研究動向:最適化 • 損失関数の変更 , :推奨価格の下限 , :推奨価格の上限 :推奨価格 推奨価格が下限と上限内なら損失0 18

Slide 19

Slide 19 text

最新の研究動向:競争相手の戦略を考慮 KDD2018 より Schlosser and Boissier • 寡占市場でのDP活用を検討 • スポーツや音楽は独占市場 ⇔ 中古本市場ではライバル会社と競合 • 競争下では品質が同じなら安い製品が売れる →最適価格戦略は競合相手の価格(価格戦略)や品質・評判の関数になる • 著者は、Amazon市場に出店する中古本業者とコラボ…著者の考案したDP戦略により23% の収益改善効果が予期された。 Dynamic Pricing under Competition on Online Marketplaces: A Data-Driven 19

Slide 20

Slide 20 text

最新の研究動向:Personalized Pricing KDD2019よりShukla et al. • 航空券のオプション(食事、レンタカー等々)へのDP活用を検討。全航空業界で6 兆円規模。 • オプション購入は、価格弾力性や選好等の消費者属性に依存する。 • 例:予約が早い人程、価格に敏感。航空券の座席、旅行までの日数、行き先等か ら消費者属性を構成して、DPに持ち込む • 購入ページ内での予算制約も考慮して価格最適化 • コンバージョン(36%)と収益(10%) が改善可能であることを示した。 Dynamic Pricing for Airline Ancillaries with Customer Context 20

Slide 21

Slide 21 text

最新の研究動向:個席価格への拡張 • 最前列と5列目と最後列、通路側と真ん中など場所によって同一席種の中 でも、支払い意思額(WTP)が違う • 今までは席種売りだったが、個席を選択できるようになり、データが蓄積 されてきた 21

Slide 22

Slide 22 text

最新の研究動向:個席価格への拡張 • クラスタリング、ノイズ除去、空間的自己相関分析などの方法で来場者の 個席に対する選好を分析・把握。 • その後顕示選好法(ヘドニック法等)、表明選好法(コンジョイント分析等) などを用いて個席を経済価値評価。 • 興行主側の選好も把握したうえで、納得感のある値段をつける。 • PDCA(OODA)を回していく。 22

Slide 23

Slide 23 text

• エンタメ業界 • 興行主側に立ちマーケットデザインにもかかわれます • 実はエンタメ以外も幅広い業界の案件取り扱っています • 分析が実際に使われてお金を稼げます 一緒に働ける方募集しています! 23 弊社宣伝