レベニューマネジメントとダイナミックプライシングの違い｜19,365施設の値動き実測

レベニューマネジメント（RM）とダイナミックプライシング（DP）は、しばしば同じ意味で使われるが、指している範囲が違う。RMは「誰に・どのチャネルで・いくつの部屋を・いくらで売るか」を需要予測にもとづいて決める意思決定の体系であり、DPはそのうち「いくらで」を需要に応じて動かす手法である。つまりDPはRMの一部であって、DPを導入しただけではRMを実践したことにはならない。本稿では、この包含関係を言葉の整理だけで終わらせず、19,365施設・延べ376万観測日の値動き実測で裏づける。

結論から — RMは体系、DPはその中の1つの手法

検索の入口でいちばん多い問いに、最短で答えておく。レベニューマネジメントはダイナミックプライシングを含む、より上位の概念である。包含関係は「RM ⊃ DP」で表せる。

RMが扱う意思決定は、少なくとも4つの層に分かれる。第一に需要予測——いつ、どのセグメントから、どれだけの予約が入るかを見積もる。第二に在庫配分——総客室のうち何室を、どのチャネル・どの料金クラスに割り当てるか。第三に価格——その在庫をいくらで出すか。第四に販売コントロール——最低宿泊日数の設定、特定プランの販売停止、オーバーブッキングの許容幅といった、価格以外の売り方の制御である。

このうち第三の層、すなわち「価格を需要に応じて動かす」部分だけを取り出した手法がダイナミックプライシングにあたる。DPは強力だが、需要予測が外れていれば動かす方向を間違えるし、在庫配分が固定されていれば価格を動かしても売れる部屋の数は変わらない。DPは単独では完結しない——これが両者を区別する実務上の意味である。

出典：ホテルバンク編集部作成

イールドマネジメントはどこに位置するのか

もう一つよく並べて語られるのがイールドマネジメントである。これはRMの前身にあたる概念で、1970〜80年代の米国航空業界、とりわけ規制緩和後の価格競争のなかで実務化された。座席という「翌日には消える在庫」を、早期購入の安い運賃クラスと直前の高い運賃クラスにどう振り分けるかという、枠（クラス）配分の最適化が中心にあった。

ホテルに移植されると、対象は座席から客室に置き換わる。ただし当時の販売は紙のレートシートと旅行会社経由が主で、価格そのものを毎日動かすことは現実的ではなかった。だからこそ「安い枠をいつ締めるか」という在庫側の制御が主戦場になった。イールドマネジメントは、価格が動かしにくい時代の在庫最適化であると理解すると位置づけが掴みやすい。

その後、オンライン販売が主流になり価格の変更コストが実質ゼロに近づいたことで、枠を締める代わりに価格そのものを連続的に動かせるようになった。これがダイナミックプライシングであり、両者を需要予測・チャネル戦略まで含めて統合したものが現在のレベニューマネジメントである。用語の系譜については、当サイトのイールドマネジメントとレベニューマネジメントの違いとは？も併せて参照されたい。

【実測】日本の宿は90日間で何回価格を動かしているのか — 中央値4回、21.6%は0回

ここからは実測に移る。概念の整理だけでは、DPが「どこまで普及した手法なのか」が見えないためである。

集計対象は、2026年7月22日（水・平常日）、8月1日（土・週末）、8月14日（金・お盆ピーク）の3つのチェックイン日である。いずれも本稿執筆時点で既に経過しており、LT90からLT0までの観測が完了している。2名1室・1泊の照会条件で、各施設の最安掲載価格と残室数を日次で追跡し、LT90以内に実観測が40日以上あるものを分析対象とした。母集団は19,365施設・48,423件（施設×チェックイン日）、延べ3,765,741観測日で、1件あたりの観測日数の中央値は83日である。

この母集団で、掲載価格が直前の観測から±3%以上変化した回数を数えた。中央値は4回、平均は5.5回だった。観測83日に対して4回ということは、価格に手が入った日は全体の5%前後にすぎない。

分布をみると構造がはっきりする。90日間で一度も価格が動かなかったのが21.6%、1〜5回が40.8%、6〜15回が30.4%、16回以上が7.1%である。つまり6割超（62.4%）が、90日間で5回以下しか価格を動かしていない。DPという言葉の普及度に比べ、実装の密度はまだ市場全体に行き渡ってはいない。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（N=48,423件・19,365施設）

なお、値動き回数という指標そのものは値動き回数で測るRM運用密度で先行して検証している。今回は対象日程・条件・判定しきい値を変えた独立した集計だが、中央値が一桁前半にとどまり、1割から2割の層が一度も価格を動かしていないという構造は再現された。集計設計を変えても同じ形が出るという点に、この分布の頑健さがある。

業態で運用密度は4倍違う — デラックス8回に対し旅館2回

全体の中央値4回という数字は、業態を分けると大きく割れる。デラックスホテルが中央値8回で最も高く、シティホテル7回、ビジネスホテル6回と続く。一方で旅館は2回、ゲストハウスは1回、ペンションと民宿は中央値0回だった。

価格を一度も動かさなかった比率も同じ方向に開く。デラックスホテルは3.9%、シティホテルは5.3%にとどまるのに対し、旅館は27.0%、ペンションは54.3%、民宿は64.0%である。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（N=180件以上の業態のみ掲載）

この差は優劣ではなく、価格の作り方の違いを映している。ビジネスホテルやシティホテルは客室タイプが単純で、料金体系が1本の基準レートから展開されるため、1つの値を動かせば全体が連動する。対して旅館は食事内容・部屋タイプ・季節プランが掛け合わさり、1つ動かすと連動先が多い。動かしにくい構造そのものが、改定回数の少なさとして現れていると読むのが自然だろう。

裏を返せば、料金設計を整理して基準レートを1本化するだけで、旅館業態には運用上の伸びしろが残っていることになる。エリア×業態別に価格の振れ幅がどこまで開いているかは、RMツール普及と価格分散で別途整理している。

運用密度をいちばん強く決めているのは客室規模

業態よりもさらに単調に効いていたのが客室規模である。19室以下は改定回数の中央値1回、改定0回の比率37.9%。これが200室以上になると中央値8回、0回比率4.0%まで下がる。規模帯が上がるほど、例外なく運用密度が上がっていた。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（N=48,384件、客室数不明39件を除く）

価格レンジも同じ方向に動く。19室以下では観測期間中の最高値と最安値の開きが10.9%にとどまるのに対し、200室以上では40.7%だった。改定回数が多い施設は、価格の振れ幅そのものも大きい。ここで重要なのは逆側の含意である。改定回数が少ない施設は、需要が強い日と弱い日をほぼ同じ価格で売っているということになる。動かさない価格がどの水準で止まりやすいかについては、宿の値付けは「大台」で止まっているかが掲載価格2,924万件から端数の癖を拾っている。

この相関は、投下できる時間の差で説明できる部分が大きい。200室規模ならレベニュー担当を専任で置ける。20室の宿では、経営者が接客・仕入れ・清掃管理と兼務で価格を見ることになる。意識の差ではなく体制の差だからこそ、ここは仕組みで埋められる領域でもある。

DPは「値上げの道具」ではない — 上げ48.2%、下げ51.8%

ダイナミックプライシングという言葉には、需要期に価格を吊り上げる仕組みという印象がつきまとう。実測はそれを支持しない。

今回の母集団で観測された価格改定イベントは266,144件。その内訳は値上げ128,187件（48.2%）、値下げ137,957件（51.8%）で、むしろ値下げがわずかに多い。施設単位で見ても、改定が1回以上あった37,957件における値上げ比率の中央値はちょうど50.0%だった。1回あたりの改定幅は中央値9.5%である。

需要が読みより弱ければ下げ、強ければ上げる。この上下対称の調整こそが運用の実体であり、改定回数は値上げ回数ではなく「需要への追随回数」と読むべき指標である。値上げと値下げがリードタイムのどこに配置されるかについては、値上げは何日前に起きるかで改定タイミングの側から検証している。

RMがDPより広い理由① — 在庫配分は価格とは別の意思決定である

ここからが、両者を区別する実務上の核心である。RMの4層のうち「在庫配分」は、価格とはまったく別の変数として動いている。

観測期間中に確認できた残室数の最大値が総客室数に占める割合、すなわち公開在庫枠を見ると、全体の中央値は51.2%だった。四分位でみると下位25%が26.9%、上位25%が80.0%で、総客室の3割未満しか公開していない施設が28.0%、逆に8割以上を公開している施設が26.3%と、両極に広く分かれている。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（N=48,384件）

業態別の差は価格の動かし方とは一致しない。改定回数が最も多いデラックスホテル（中央値8回）の公開在庫枠は32.4%、シティホテルは27.8%、カプセルホテルにいたっては5.9%である。一方、改定回数が中央値2回の旅館は58.3%、中央値1回のゲストハウスは75.0%を公開していた。価格を細かく動かす業態ほど、公開する在庫は絞っているという逆向きの関係が見える。

この差の理由は公開データだけでは特定できない。公式サイト直販・コールセンター・旅行会社・コーポレート契約といったOTA以外のチャネルが中心である可能性、チェックインが近づくにつれ在庫を小出しに追加していく在庫コントロールの可能性、契約上の割当（アロットメント）自体が小さく設定されている可能性のいずれもありうる。いずれにせよ確かなのは、「何室を、どのチャネルに出すか」は価格とは独立に決められているということだ。この層はDPの守備範囲外であり、RMの領域に属する。

RMがDPより広い理由② — 需要を取れたことと、価格を動かしたことは別の軸

もう一つの証拠は、需要が強かった局面での価格の動きにある。ここでは公開在庫枠が総客室の30%以上ある施設に絞り、OTA上の在庫の消化状況を見た。対象は34,847件・14,788施設（公開在庫枠30%未満の13,576件を除外）である。

このうち、チェックイン7日前より早い段階で残室が0室に到達した局面は8,896件（25.5%）あった。強い需要が実際に観測されたケースである。ところがそのうち27.2%は、90日間で一度も価格を±3%以上動かしていなかった。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（公開在庫枠が総客室の30%以上ある34,847件を集計）

ここで交絡要因に注意が必要である。価格改定0回の層は客室数中央値9室、16回以上の層は90室だった。小規模施設は少ない予約数で満室に届くため、残室0への到達が構造的に早く出やすい。「価格を動かさないから早く売り切れる」という因果を読み取ることはできない。

それでも確かなことが一つある。残室0への到達は、その日程に強い需要があったという室ベースの実測である。そして改定0回の層は、その強い需要が観測された局面でも価格レンジが0%——最初から最後まで同じ価格で売り切っていた。LT30、つまりチェックインの1か月前に在庫を使い切っていながら、価格は一度も動いていない。

これは弱さではなく、まだ使われていない余地がそこにあるということだ。すでに「その価格なら1か月前に埋まる」という需要の強さが実証されているのだから、段階的な価格調整を重ねる余地は残っている。そしてこの判断は、価格アルゴリズムだけでは出てこない。「在庫がいつ、どのくらいのペースで消化されたか」という需要側の観測——すなわちブッキングカーブの読み取りがあって初めて成立する。DPが動かすのは価格だが、動かす根拠を作るのはRMである。ブッキングカーブを実務でどう使うかは、ブッキングカーブは3点で足りるで具体的なチェックポイントを整理している。

周辺用語ミニ辞典

出典：ホテルバンク編集部作成

よくある質問

Q. レベニューマネジメントとダイナミックプライシングは、結局どちらが上位概念ですか。
A. レベニューマネジメントが上位です。RMは需要予測・在庫配分・価格・販売制御を含む意思決定の体系で、DPはそのうち価格を需要に応じて動かす手法にあたります。RM ⊃ DP の関係です。

Q. ダイナミックプライシングを導入すれば、レベニューマネジメントを実践したことになりますか。
A. 価格の層は担えますが、在庫配分と需要予測の層は別です。本稿の実測では、公開在庫枠が総客室の3割未満の施設が28.0%ある一方で8割以上の施設も26.3%あり、しかもこの分布は価格の動かし方と一致していませんでした。何室をどのチャネルに出すかは価格とは独立の判断です。

Q. イールドマネジメントという言葉はもう使わないのですか。
A. 使われますが、現在ではRMの一部、とくに在庫（料金クラス枠）の最適化を指す文脈で用いられることが多くなっています。1970〜80年代の米航空業界で確立した概念で、価格が動かしにくい環境での枠配分が出発点でした。

Q. ダイナミックプライシングは値上げのための仕組みですか。
A. 実測では上下ほぼ対称でした。今回観測された266,144件の価格改定のうち、値上げは48.2%、値下げは51.8%です。施設単位でみた値上げ比率の中央値もちょうど50.0%でした。

Q. 小規模な宿でもダイナミックプライシングは意味がありますか。
A. 実測上、19室以下の改定回数は中央値1回、価格レンジは10.9%にとどまります。同時に、公開在庫枠30%以上の母集団では価格改定0回の層の33.0%が7日前より早く残室0に到達しており、その局面でも価格レンジは0%でした。需要の強さがすでに実証されている日程がある以上、段階的な価格調整を試す余地は残っていると言えます。

改定回数を「価格に手が入る日の比率」に置き換える

ここまでの改定回数は、観測日数で割ると業態や規模をまたいで比較できる密度になる。全体の中央値である90日間4回は、観測日数の中央値83日に対して4.8%——20日に1度しか価格に手が入っていないという意味である。以下は本稿で実測した改定回数の中央値を、そのまま観測日数で割ったものだ。新しい前提は置いていない。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（改定回数・価格レンジ・客室数は本文の実測値、改定日比率は観測日数83日での除算）

もっとも観測日数は施設によって違う。本稿の対象条件はLT90以内に実観測40日以上、中央値83日、上限は90日である。この幅で改定日比率がどう変わるかを置いたのが次の表だ。行も列も本稿で実測または定義した値のみで、セルはその割り算にすぎない。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成（改定回数は本文の実測中央値、観測日数40日＝分析対象の下限条件・83日＝中央値・90日＝LT90上限）

読み方は単純である。旅館の中央値2回は、83日のうち価格に手が入った日が2.4%——1か月半に1度に相当する。デラックスホテルや200室以上の8回でも9.6%で、10日に1度である。ダイナミックプライシングという言葉が想起させる「毎日動く価格」は、市場の上位層でも実態ではない。逆に言えば、密度を1段上げるだけでも市場のなかでの位置は変わる。ただしその1段を決めるのは価格アルゴリズムではなく、需要をどう読み在庫をどう配るかというRM側の設計である。

まとめ

レベニューマネジメントとダイナミックプライシングの違いは、範囲の違いである。RMは需要予測・在庫配分・価格・販売制御を束ねる意思決定の体系であり、DPはそのうち価格の層を担う手法にすぎない。イールドマネジメントは、価格を動かしにくかった時代の在庫最適化としてRMの前段に位置する。

そして実測は、この区別が概念上のものではないことを示していた。19,365施設・延べ3,765,741観測日で、90日間の価格改定は中央値4回、21.6%は0回。改定の方向は上げ48.2%・下げ51.8%とほぼ対称で、DPは値上げの道具ではない。公開在庫枠は中央値51.2%だが両極に広く分かれ、その分布は価格の動かし方と一致しない。さらに、価格を一度も動かさないまま1か月前に在庫を使い切っていた局面が、公開在庫枠30%以上の母集団の中に確かに存在していた。

価格を動かす技術と、動かす根拠を作る仕組みは別物である。DPの導入を検討する段階では価格の話に集中しがちだが、効果を決めているのはその手前——需要をどう読み、在庫をどう配るかの設計のほうだ。用語の違いを押さえる実務上の意味は、そこにある。

あわせて読みたい

• 値動き回数で測るRM運用密度 — 1,057施設・90日で中央値6回、12.1%は0回
• 値上げは何日前に起きるか — 12,821施設で見た価格改定のリードタイム分布
• RMツール普及と価格分散 — エリア×業態別ADR変動幅をOTA価格とブッキングカーブで読む
• ブッキングカーブは3点で足りる — 45日前・30日前・直前の運用フレーム
• 「掲載価格」と「実際に売れた価格」の差はどこが大きいか｜47都道府県アップサイド・マップ2026
• 宿の値付けは「大台」で止まっているか — 掲載価格2,924万件で読む端数の癖
• 週末プレミアム、東京ビジネス24%・箱根旅館10% — 659施設の分布に眠る値付けの伸びしろ