皆さんこんにちは。ホテル旅館コンサルタントの青木康弘です。以前、ヨーロッパのホテル運営についてコラムを書いて頂いたデータサイエンティストの生駒さんに、コロナ終息後(アフターコロナ)のレベニューマネジメントのあり方について新しいコラムを書いて頂きましたのでご紹介します。大変役立つ内容と思いますので是非ご一読ください!

生駒清文さん

[略歴]東京大学工学部卒、カーネギーメロン大学大学院理学修士。日系証券会社、IBM、KPMG、新生銀行などで数量分析やコンサルティングを行う傍らシステム開発も手掛け、特にAIはカーネギーメロン在学中より長期にわたり取り組む。現在は主にデータサイエンティストとしてクライアント企業の支援を行っている。

===

今回は、ホテル産業への統計/AI(人工知能)の活用についてお話しします。本来は先に統計/AIの活用に関する一般的な話を段階的にするべきですが、今回のコロナ蔓延の影響が大きくなるにつれ、従来の仕組みが通用しなくなっています。今後は、全く異なる考え方を採らなければならなくなっているため、簡単にざっと説明して、現状にどう対処するかという話をしようと思います。また、オペレーションの最適化など、統計/AI(人工知能)の適用領域はいくつかありますが、今回は価格調整を中心にします。

AIと統計の違い

航空業界やホテル業界では、多くの企業が座席や客室の価格調整を自動化しています。これは適切な時期に適切な価格で適切な量を販売することで、期待収益を最大化しようというものです。ただし、これは一般的にAIとは呼んでいません。AIというのは人によって大きく理解が異なっている言葉です。

ここでは、AIは、何らかの入力に対し、モデルに基づいた計算処理をして結果を出力する仕組みのうち、主に、

  • 学習用データを与えることでモデル自体をコンピューターで構築する(機械学習)
  • 築されたモデルは人間は容易には理解できない(入力が変わると出力にどう影響するか)

ものを指すとします。入力データのうち、何が影響を与えているか分からないので、入力を多くすることと、多くの事例を学習させることで精度を向上させようとします。なぜそうなるのかという説明はつきません。人力によるモデルの構築が必要なく、「機械学習をさせてみる」ぐらいのことなら、とにかくデータを入力してひたすら学習させるので、コンピューターパワーや時間は要しますが、作業は統計手法より容易なぐらいです。

一方、統計手法は、

  • モデル、数式は人間が与えてパラメーターの最適化を学習用データで行う
  • 構築されたモデルは人間が理解できる

ものを指すとします。

AIと統計の区別は厳密な定義があるわけではなく、その追求は本稿の議題でもないので、本稿での議論における区別だと考えてください。

これまで価格調整は大体統計手法の方で行われており、論文等でも様々なモデルが提唱されています。比較的計算負荷が低い、モデルが解釈しやすいので提案や報告する上で説明しやすい、という利点があります。それが絶対的に正しいとは限らないですが、なぜこの期待売上高が見込めるかという何らかのロジックに基づいた値をベースにビジネスの意思決定をしないと、まさか勘や感覚に頼るわけにもいきません。

一方で、航空券の価格比較サイトなどでは、参考情報としてこの先価格が上昇するか下落するかをAIで予測して表示するシステムが提供されています。

どちらのモデルにしても、現実のかなり限られた一部分を取り出したに過ぎません。

売れ行きに応じて価格を上下させるという部分だけを取り出したシステムは、比較的簡単で構造が理解しやすいので昔から用いられていますが、価格を決定する要因は売れ行きだけです。もっとも、売れ行きと一言で言っても、宿泊日は休日か、宿泊の何日前なのか、価格はいくらで出していたかなど、入力項目は多岐にわたります。

そこに、競合他社の価格や売れ行き、航空券の売れ行き、天気予報、さらには株価などの経済指標と、データの入手コストが著しく低下している現在では入力するデータはいくらでも増やすことができます。しかもAIならデータの型も自由です。

それでも、データは無限にありますし、あまり入力を増やすと計算時間も加速度的に増えていきますから、入力データにも限界があります。また、入力データに基づいて学習していくので、学習に必要なデータも増えていきます。入力を一つ増やすと、少なくともその10倍の学習データが必要と言われています。闇雲に入力を増やすわけにもいかないのです。とはいえ、どの入力が、出力に与える影響が大きいのかを判定するには、一旦はその大量の学習データで計算を行う必要があるわけです。一般的なプロジェクトでは少なくとも数万件のデータが用いられています。

また、一気に最適価格を出力するのではなく、需要を予測する部分と、需要にあった最適価格を設定する部分に分割し、それぞれ別のモデルを当てることもできます。特に統計モデルは従来の最適化モデルや金融のモデルなどを流用しやすく、説明もつけやすいので、AIで需要予測を行い、統計モデルで最適価格を設定する仕組みは受け入れやすいのではないでしょうか。

未曾有の環境変化があるとどうなるのか

て、ここで現在のような未曾有の環境変化、すなわち全世界で外出規制がかかって旅行ができない、経済も壊滅的打撃を受けたので当面需要も回復しないというような状態が起こった場合はどうなるでしょうか?AIというぐらいですから、知能が働いて、最適な行動を取ってくれるのでしょうか?さらには、SFのようにコンピューターが意志を持ち、ついには人間に反抗するようなこともあるのでしょうか?

統計手法の場合は、モデルを人間が理解できるため、どうなるかはわかりますし、人間がモデルの係数(パラメーター)を調整することもできます。調整による効果も比較的容易にわかります。「販売価格を下げて販売数を増やそう」とならないように調整することもできるわけです。ただし、モデルで表現できない範囲の出力を得ることはできません。例えば、y=(x-a)²のようなモデルでは、パラメーターであるaをどう調整してもyを負にすることはできません。その場合は、モデルを変更してパラメーターを追加します。

AIでは、事は簡単ではありません。AI、その中でも機械学習のモデルは、ニューラルネットワークと言われる、人間の脳の情報伝達の仕組みを用いることが多いのですが、現実的には人間の脳の構造も完全に解析できているわけではないので、あくまで脳の一部の抽象的な機能を取り出し、数量化したモデルをあてはめて、非常に高度な計算機であるコンピューターで扱えるようにしたということに過ぎません。さらにいうと、人間の「知能」も、人間の全てではなく一部であって、「意志」は別の領域であるとする考え方もあります。

AIでは、どう行動するのかということは、学習データに含まれている必要があります。過去の客室稼働率を学習させて、将来の客室稼働率を予測するAIであれば、客室稼働率が平均10%になりそうだという出力はできても、過去に客室稼働率が10%になった時には休業したというデータがなければ「休業する」という出力が自発的に出てくることはありません。人間の側でそういうロジックを追加することはできますが、それは人間の意志で行ったことです。人工知能も人間が使う道具に過ぎないのです。

哲学者ダニエル・デネットが面白い例を挙げています。

『バッテリーの上に爆弾が仕掛けられているところで、バッテリーを取ってくることをプログラムされたロボットR1を動かすと、爆発させてしまった。そこで、バッテリーを取ろうとする時に起きうる副次的事項も考慮するロボットR1-D1を動かしたが、こちらは副次的事項が無限にあってバッテリーを取る前に動かなくなってしまった。さらに、目的遂行に無関係な副次的事項は考慮しないロボットR2-D1を動かしたが、事項が無関係かどうか判別しないといけないのでやはり無限に事項があって動かなくなってしまった。結局R2-D2を作るのは難しい。』

というものです。

コンピューターが「爆弾は破壊という機能を持つ」ということを認識したとしても、そこからどう行動するかが導き出されるというようなことにはなりません。そのためにはあらゆる状況を想定し、その状況では爆弾に対してどのような処置をすべきかを全て学習させておかなければならないため、あまり現実的ではありません。

現実に機能しているAIでは、どう行動するかというロジックは人間が考え、モデルやデータとして与えているので、人間に反抗するというロジックは、人間が与えることがない限り「勝手にたどり着く」ことはないといえます。もちろん、軍事目的等で、どこかで誰かが意図的にそういうロジックを組み込むことはあり得ますから、人間に反抗すること自体がないとは言い切れませんが。

もう一つ、AIの難点は、学習した環境が変化してしまうケースが出てきた場合に正常に機能しないということです。継続的に学習するので、変化した後の環境で収集した学習データが増えていくと徐々に修正されてはいくのですが、ここにタイムラグがあるのです。人間には容易には解釈できないモデルになっていますから、人為的にモデルを修正することも困難です。

従って、現在のように全世界で外出規制がかかり、いくら価格を下げても販売が増えないことが人間にはわかっていても、外出規制がかかっているという入力(あるいはそれと連動性の高い入力項目)と、その際の販売額のデータが多少でも蓄積されないと、AIは適切な出力を与えてはくれません。偶然に販売額がゼロであるという出力にたどり着く可能性もありますが、そうならないことも十分考えられるのです。

現在AIが画像認識で多く用いられているのは、そのような前提条件の変化が起こりにくいということがあるわけです。それでも、靴を認識するAIに、スニーカーやサンダルばかりのデータで学習させていると、ブーツを靴と認識できない可能性は十分にあります。

では、現在のような状況下ではシステムを稼働させるべきではないのかということですが、そういう特性も理解した上で、価格の自動調整までは行わなくてもシステムからの出力を参考にすることはできますので、あるのなら稼働させた方がいいでしょう。また、現在の状況をデータとして蓄積しておくことも、後々貴重な学習データになります。

 

AI

統計

モデルの構築

コンピューターが構築

人間が与える

モデルの精度

高精度

AIよりは劣ることが多い

モデルの人間による理解

理解しづらい

理解しやすい

モデルの人間による修正

難しい

容易

外部環境の変化への対応

対応に時間がかかる

AIよりは迅速に対応しやすい

需要はいつ回復するのか

3月第3週のSTRレポートから海外の数字をいくつか拾ってみると、客室稼働率は、イタリアの96%減を筆頭に、米国でも59%減の30%となっています。

米国のADR(平均客室単価)は35%減、RevPAR(1室あたり収益)も70%減となっており、すでに9.11やリーマンショックを上回り、過去30年で最悪の数値だそうです。それでも米国は世界でも感染が遅かった側ですから、まだ悪化する可能性も十分にあります。死者数もSARS時を遥かに上回っていますし、先進国でも軒並み蔓延していますから、急回復は見込みづらいと言われています。ここまで悪化するとどうしても楽観的な予測を探したくなりますが、現実は厳しいようです。

米国の株価指数のリーマンショック時の推移を見ても、リーマンショック自体は2008年9月ですが、米国の株価が最安値をつけたのはその5ヶ月後の2009年2月で35%程度の下落率で、同水準へ回復したのは2010年4月と、1年以上を要しています。今回も下落幅はほぼ同等ですが、5ヶ月ではなく1ヶ月でそこまで下落していますから、やはりリーマンショック以上です。また、ホテル産業は危機発生前の水準へ完全に回復するまで時間がかかっており、米国では以下のように何年もかかっています。

  稼働率上昇 稼働率回復 ADR回復 RevPAR回復
SARS (エリア限定のデータ) 7ヶ月 1年 4年 4年
リーマンショック(全米) 1.5年 2.5年 4.5年 4.5年
9/11テロ(全米) 1年 5年 3年 5年

出所:hotelAVE

一体いつ回復するのかというのは全世界の関心事で、様々な意見が飛び交っています。

世界の感染者数が減少に転じるタイミングが一つの転機にはなるでしょうが、検査の精度や医療崩壊の問題から、実際の感染者数はもっと多いのではという疑念が払拭しきれていませんし、無症状の感染者もいるでしょう。実際の回復は医療体制が再び十分機能した状況で、感染者の減少トレンドが明らかになるのを待つ必要があると思われます。半年から1年、あるいはさらにかかるかもしれません。

ここはやはり意見ではなく数字で判断すべきでしょう。直接的な宿泊予約率の改善以外にも、運休中のフライトが復活し、搭乗率が改善されること、小売売上高が上昇傾向になることなどが、参考になるでしょう。また、金融界で活用されている景気の先行指標である求人数、住宅着工数・面積、株価指数なども参考になります。また、元々需要予測システムにこうしたデータが組み込まれているかもしれません。ただし、指標によっては指標の発表自体に1ヶ月単位のタイムラグがある点は注意する必要があります。

重要なのは、需要の変化に合わせて、迅速に新しいモデルを適用するなど、販売価格と販売量を修正する準備ができているかということです。繰り返しますが、未曾有の環境に変化してしまったので既存のモデルをそのまま適用するのは恐らく無理です。予測がついたとしても、すぐに新しい環境に対応した手を打てなければ意味がありません。その際は価格だけでなく、販売数の調整も重要です。

収益管理が先行している海外では、販売価格自体を変動させるより、販売価格を事前に決めたいくつかの段階に分け、それぞれの価格で何室販売するかを調整する方がこれまでの主流です。Best Available Rate(BAR)という用語もここからきており、予約画面では同一条件の在庫の中で最安価格のものを表示するわけです。この方法であれば、販売価格や販売量を逐一調整しなくても在庫が減れば段階的に価格が上昇していくので、本格的なRMS(収益管理システム)でなくても比較的導入・管理を行いやすくなります。もちろん、販売価格や販売量を逐一調整できるならした方がいいですが。

いずれにせよ、必要以上に早い段階で売り切ってしまうと、上昇トレンドに入ってからの予約を受け付けることができず、RevPARを低下させてしまいます。下手をすると、最近何かと問題になっている転売行動によって、本来ホテルに入っていた収益が転売者に回ることにもなります。

競合相手が低価格のままであれば、最初のうちはそちらに予約が集中するかもしれませんが、需要が十分にあるのならやがては満室になりますから、その後こちら側は本来の価格で販売することができます。

セグメント別回復予測

現状への対処

さすがに緊急事態宣言が発令され、日常生活も不要不急なことは行わないとなると、観光、ビジネス需要ともに減ったままでしょうが、従業員や他の宿泊客との接触を極力避けたいというニーズ、また、疎開やリモートワークという(感染防止上の是非は置いておくとして)通常とは異なるタイプのニーズが出てきているので、それに応えることが重要です。

部屋食、露天風呂付客室、ビラタイプなど高額でも安心を重視する宿泊客からのニーズが通常より多くなりますし、弁当配布など、本来であればサービスが悪いかと思われるようなものでも、感染防止の観点では何度も出入りがある部屋食より従業員、宿泊客どちらにとっても望ましいことです。感染防止のために採用している施策を理解してもらえるよう、ウェブサイトや到着時の案内などで周知徹底させておく必要もあるでしょう。

一方で、室内が狭苦しかったり、デスクが長時間の作業には向いていなかったり、WiFiが接続しづらかったりすると、そのようなニーズには応えにくいので、少し工夫して解決する余地はないか考える必要があります。WiFiが繋がりやすい部屋を優先的に使用するといったことは比較的簡単に実行できると思います。

また、行きたくても移動自体が現地から嫌われることを気にしている宿泊客も多いでしょうから、某地方自治体のように来てほしいという発信一つで一気に需要が増えるということがピンポイントで発生するケースも十分考えられます。逆に、宿泊施設が営業するから意識の低い客が移動してしまうという批判が起こる可能性もあるので、世論の動向も注視しておく必要があるでしょう。

長距離移動しないという点からは、同一市内や近隣市といった、本来宿泊ニーズが低い地域からの集客が多くなるでしょうから、マーケティング戦略もそれに合わせて見直すべきでしょう。

国内の観光需要

自粛疲れによる旅行意欲が増大し、景気刺激策として宿泊補助や高速料金割引等の施策も取られるでしょうし、海外旅行にはまだ慎重ですから、国内旅行は終息後すぐに普段以上に活発になるでしょう。終息したらすぐに出かけたいという思いから、直前予約も多数入ると思われますが、航空運賃などは直前は割高になる上、現在の減便状態からの復活が間に合わないこともあるので、車で移動できる範囲が最も回復が早くなるでしょう。また、ツアーなどグループでの旅行は企画・募集期間が必要なので、需要回復には1,2ヶ月のタイムラグがあると想定されます。一方、海外の代替として考えている層は、夏休みなど海外旅行並みに早期予約する可能性もあります。

上で述べた、早めに安価で売り切ってしまわないようにすることと、急激な需要増を察知したら迅速に価格や在庫を調整できる体制にしておくことが重要です。

国内の法人需要

法人需要は経済活動の正常化が必要ですし、長らく営業休止していると経営体力も落ちているでしょうから、どこまでの景気刺激策が打ち出されるかにもよりますが、業務上必要不可欠な出張以外は、個人需要より回復は3-6ヶ月ほど遅くなると想定されます。ただ、個人需要は一気に盛り上がったあと、景気刺激策などが終了したら少し下火になる可能性もありますし、海外旅行が回復すればそちらにも流れるでしょうから、ホテル経営の安定化のためには、継続的に発生する法人需要で埋め合わせられればベストです。

ただ、体力が回復していなければ予算の削減もありうるでしょうし、これを機会に常宿を変えようということもあるかもしれませんので、積極的なマーケティングを打ってみることと、ビジネス向けあるいはコーポレートレートの見直しが必要になるでしょう。

近隣アジアからの観光需要

制限が緩くなった中国国内で観光地が大混雑していることを見ても、インバウンドの中では近隣アジアからの需要は引き続き高いと思われるので、渡航制限が解除されれば1、2ヶ月で回復するでしょう。場合によっては国内法人需要より回復が早いかもしれません。

この段階では、日本人も徐々に海外旅行へ出かけるようになることと、外国人による混雑を嫌うことで、国内需要は減少すると思われますが、それを補って余りあるインバウンド需要になるでしょう。

ただし、各国とも経済はしばらくは打撃を受けたままでしょうし、海外旅行に補助金等が出ることはないでしょうから、刺激策のある日本人需要が主体の時期に比べてニーズはより低価格側へいくと思われるので、価格戦略の再構築が必要になるでしょう。また、何が受けそうかは日本人の側では判断しづらいので、可能なら海外の旅行会社やSNSでどう取り上げられているかリサーチするといいでしょう。

欧米からの観光需要

欧米からの観光需要は、アジアから感染が始まった以上、アジアを警戒していることと、まずは海外といっても近隣や勝手がわかっている安心な場所が優先されること、各国とも経済的にかなり疲弊して、遠距離・長期の海外旅行費用の捻出も難しくなることから、回復は最後になり、渡航制限が解除されても場合によっては1年以上を要すると思われます。

この層は滞在期間が長く、地方へも足を伸ばすので、この層の回復を待ち望んでいるところも多いでしょうが、回復は遅くなることを念頭に当面の戦略を構築すべきです。

上述の米国の事例から考えても、完全な回復には数年かかるでしょう。また、この層まで回復したとしても、ホテルの供給も増えてきており、韓国によるボイコットの影響もあったでしょうが、昨年すでにADRが下落している地域もありますから、これまでの水準に戻るにはさらに時間がかかるかもしれません。

  回復時期 価格帯 注意すべき点
国内観光需要 終息後すぐ 通常 早期に低価格で販売しすぎない
国内法人需要 終息後3-6ヶ月 予算削減、常宿変更の可能性
アジア観光需要 渡航制限解除後すぐ 低価格化やニーズ変化への対応
欧米観光需要 渡航制限解除後1年 通常 当面この層を期待した戦略にしない

アフターコロナに向けた施策をホテル旅館単独で立案・実行するのは、難しいと思いますので、分からないことがあればお気軽にご相談ください。

また、新型コロナウイルスの影響により事業継続を悩んでいる会社様を対象に無料相談窓口を設置しています。秘密厳守・全国対応。お気軽にご相談ください。下記ページからお願いします。