# 20  ■ データ解析で競合に勝つ !? : Rodeo Jeans のケース

【編集部より】
データ解析が競合に勝つカギ ? ジーンズのブランドを例に見てみましょう。

　　　　　　　　　　　-----------------------------------------------------

Data Driven Marketing (データ駆動型マーケティング) の授業で、ロデオ・ジーンズのケースを扱った。トップブランドの Lee Smith にはブランド力で勝てず、下からはリテイラーのプライベート･ブランドが安い値段で攻めてくる板ばさみ。そんな中、売上に関する、値段・競合の値段・シーズナリティ（季節性)・コスト・ディスカウント・定率割引など、凄い量のデータを解析して最適価格をはじき出す。

結構地道に回帰分析を使って売上に影響している要素を洗い出し、モデルを作る。その中で、回帰分析によって得られた、各要素がモデルに与える重要性や係数率（各要素にかかる定数）を調べることで、「こっちの値段の上げ下げは競合 A の売上に影響するが、競合 B の値段の上げ下げはこっちの売上に影響しない」などの洞察も得られる。

モデルを作ったあとは、競合の出方を考慮に入れるため、競合が値段をそのままにした場合、こちらに合わせて値段を変えてきた場合など、様々なシナリオを想定し、それごとに最適価格をソルバー ( エクセルの機能の一つ ) を使って出していく。その際、自社のブランドだけでなく、他のブランドからの利益も考慮に入れ、全体のカテゴリーの売り上げがアップするようなシナリオでないと、リテール側に受け入れてもらえない。

ただ、例えばプライベート・ブランドと同じくらいに値段を下げるのが計算上の最適価格だとしても、ブランドイメージ、ポジショニングなどの観点から吟味する必要がある。「あのブランドがこの価格で」という効果で一時的に売り上げがあがったとしても、その効果は落ちていき、ブランドイメージも損なわれていくから。こういった定量的分析と、定性的分析をバランスよく組み合わせ、プライシング以外のマーケティング戦略とうまく整合性がとれているようにしなければならない。

また、こういった場合に「製造側の最適価格は○ドルで、リテールの価格は×ドル」と計算が出ても、それをリテール側に納得させるのがそう簡単ではないと思われる。一見、リテール側に損に思われるプライシング（製造側値上げ等）が最適である場合や、カテゴリー全体の利益が上がらなさそうに見える場合、リテールをどう説得するか。その辺、現場ではどんな交渉が行われているのか、話を聞いてみたいと思った。