航空業界のダイナミックプライシング：AIは収益戦略をどう変えるか

これは Databricks と Celebal Technologies による共同投稿です。Celebal Technologies社の最高技術責任者、Bala Amavasai氏のコラボレーションに感謝いたします。

デルタ航空が AI を活用した価格設定システムを導入したとき、それは大きな波紋を呼びました。突然、誰もがこう問い始めました。「更新するたびに運賃は跳ね上がるのだろうか？」これは単にチケット価格が高くなるということですか？

デルタ航空は、このツールが個人をターゲットにするものではなく、意思決定を支援するためのものだと説明しましたが、大きな注目と批判を集め、「監視価格」と航空運賃の未来についての議論を巻き起こしました。

この記事は、当社の「航空会社の動的価格設定」シリーズのパート1です。ここでは、航空会社の価格設定の背景にある進化と経済学について解説します。パート2では、Databricksデータインテリジェンスプラットフォームが、AI、リアルタイム分析、統合データガバナンスを通じて、航空会社の価格戦略のモダナイゼーションをどのように支援できるかを深く掘り下げていきます。

しかし、こうした見出しの裏には、航空会社が生き残るために価格設定に依存しているという実態があります。航空会社がなぜ価格設定にこれほど大きく依存しているのかを理解するには、まずその事業の経済性に目を向ける必要があります。

航空会社は、わずかな利益率で運営されています。航空機は購入と維持に費用がかかり、運航は資本集約的で、競争によって運賃は低く抑えられています。それに加えて、航空機の座席は有効期限があり、価値がすぐに失われてしまう在庫のようなものです。一度ドアが閉まれば、その空席の価値は永久に失われます。見切り販売はできません。だからこそ、価格設定は単に利益を上げるための手段ではなく、生き残るために不可欠なのです。

ことの始まり

航空会社はダイナミック プライシングを発明したわけではありませんが、現代的な手法としていち早く導入しました。1980 年代、規制緩和後に航空会社は、需要とタイミングに基づいて運賃を自動的に調整するテクノロジーへの投資を開始しました。

それはほんの始まりに過ぎませんでした。この10年間で、AIとデータサイエンスの台頭により、そのプロセスは完全に変容しました。今や、自動価格設定は航空会社に限らず、あらゆる場所で見られます。配車サービス会社は、需要に応じて運賃を分単位で調整する「サージプライシング」を使用することで知られています。飛行機、コンサートのチケット、ライドシェアのいずれであっても、リアルタイムの価格設定は現代の消費者体験を特徴づけるものとなっています。

旅行者の選択

たとえば、あなたがDCからサンフランシスコへ飛ぶとします。ダレス空港、レーガン空港、あるいはボルチモア空港から出発できます。それぞれの空港には直行便または乗り継ぎ便の選択肢があります。

ビジネスでの出張なら、正午までにサンフランシスコに到着する直行便に追加料金を支払うかもしれません。休暇旅行なら、安い運賃と引き換えに多少の利便性を犠牲にするかもしれません。

その裏側で、航空会社は AI を活用して、常にこれらのシナリオを比較検討し、その時々における各座席の価値を判断しています。

航空会社が最適化するもの

ダイナミックプライシングは単独で機能するものではなく、航空会社が注意深く監視している主要業績評価指標（KPI）と連動しています。

• 搭乗率（Load Factor）： 各フライトで販売された座席の割合。搭乗率が高いほど、輸送能力を効率的に活用できていることを意味します。
• RASM（Revenue per Available Seat Mile）：有効座席マイル当たりの収益。全体的な収益効率を測る指標です。
• CASM（有効座席マイルあたりのコスト）: 航空会社が最小化を目指す運航コスト指標。
• NPS（ネット プロモーター スコア）: 価格設定と乗客の認識とのバランスを考慮しつつ、顧客満足度とロイヤルティを測る指標。

優れた価格戦略は、RASMの最大化と高い顧客体験スコアの維持との間でバランスを取るものです。

表示価格を決定する要素

通常、航空会社は出発の6か月から11か月前に予約受付を開始します。まず目標販売曲線、つまり出発前の各時点で販売すべき座席数の大まかな計画から始めます。

AIは、そのベースラインを基に、次のようなシグナルを使ってリアルタイムで調整を行います。

• 需要：その路線を検索・予約している人数はどのくらいか？
• 競合：競合他社が類似のフライトに設定している価格はいくらか？
• 顧客の価格感応度：価格を少し上げた場合に予約数が横ばいか、減少するかどうか。
• タイミング：ビジネス需要は週半ばに、レジャー需要は週末にピークを迎えることが多くあります。
• 季節性と外部要因：天候、祝日、燃料価格、さらには主要なイベントなど。
• デジタル行動：放棄されたカート、ロイヤルティデータ、意図を示すクリックなど。
• 履歴：収益管理システムやGDS（Global Distribution System）に蓄積された過去の予約パターンと収益。

ほとんどの航空会社は、これらすべてのデータシグナルを1か所に集約することに今なお苦労しています。多くの航空会社は、最新の分析向けには設計されていないメインフレームのようなレガシーな予約システムに依存しています。断片化されたデータパイプラインや厳格な規制上の境界が加わると、需要、競合、顧客行動に関する単一の信頼できるビューを得ることが非常に困難になります。そして、データが利用可能な場合でも、マルチホップアーキテクチャとデータ品質の問題が遅延を引き起こし、リアルタイムの価格調整を困難なものにしています。

これらのインプットを組み合わせることで、単なる価格以上のものが生み出されます。日ごと、時には時間ごとに絶えず変化する戦略が生まれるのです。

収益部門のリーダーの見解は？

最高収益責任者（CRO）やレベニュー マネジメント担当上級副社長にとって、変動する運賃は単なる数字ではありません。それは、航空会社の財務のかじ取りそのものなのです。

一つ一つの検索や予約の選択がデータ シグナルとなり、「ネットワークは効率的に収益化されているか？」といった、より大きな意思決定に活用されます。上昇する燃料費や人件費に対して、利益率は確保されているか？戦略的拠点における市場シェアは維持されていますか？

AIはこれらのシグナルを、リーダーが行動を起こすためのインテリジェンスに変換します。問いは「どの価格ならこの座席が売れるか？」から「この意思決定はRASMにどう影響し、CASMを相殺し、NPSスコアを向上させ、長期的な収益性をどう形成するか？」へとシフトします。

ここで判断が求められます。

• 搭乗率を上げるために運賃を割り引くべきか、それとも収益を確保するために価格を維持すべきか？
• 航空機の収益性を最大化するために、旅客と貨物の価格設定のバランスは変えるべきでしょうか？
• 競合他社が運賃を最適化した場合、航空会社はどれくらいの速さで対応すべきでしょうか？

AIは、そうした意思決定に取って代わるものではありません。そうではなく、それらの意思決定を強化するのです。リーダーは、すべての意思決定をより広範な財務目標と整合させつつ、需要を予測し、価格弾力性を検知し、即座に対応するためのツールを手にすることができます。

このような観点から見れば、ダイナミックプライシングは旅行者から少しでも多くの料金を搾り取ることが目的ではありません。すべてのフライト、路線、市場が航空会社の財務的な健全性に貢献できるようにすること、それが目的なのです。

大局的に見る

ダイナミックプライシングは、旅行者一人ひとりから搾り取ることが目的ではありません。乗客により多くの選択肢を提供しつつ、航空機が採算性を確保して運航できるようにすることが重要なのです。それは時に、柔軟な対応ができるならより安く、利便性を求めるならより多く支払うことを意味します。

航空会社にとって、AIによる価格設定は単に座席を販売するためだけのものではありません。最も厳しい業界の一つである航空業界で、事業を継続させていくためのものなのです。そして正直なところ、これはまだほんの始まりに過ぎません。

次回の記事では、動的価格設定エンジンの技術アーキテクチャを深掘りし、航空機の満席を維持して航空会社の収益性を確保するために、Databricks Data Intelligence Platform上でデータパイプライン、AIモデル、リアルタイム意思決定システムがどのように連携しているかを探ります。