ホテルのダイナミックプライシングとは？仕組みと導入方法【2026年版】

ダイナミックプライシングとは？意味と仕組み

定義：需要に応じて価格を動かす手法

ダイナミックプライシング（Dynamic Pricing：以下DP）は、需要・在庫・競合価格・季節要因などのデータをもとに、客室の価格を日々、ときには1日のうちに何度も動かす価格戦略です。航空業界で先に広まり、いまはホテルのレベニューマネジメント（収益管理）の中核にあります。

従来の固定料金や、シーズンごとの3〜4段階料金とは発想が違います。「いつ・誰に・いくらで売るか」を、需要に合わせて決め直す。山では上げ、谷では下げる。値引きの道具ではなく、両方向の価格コントロールです。

DPの基本構成：4つの材料と1つの答え

DPのシステムは、次の4つの材料を組み合わせて、その時点の推奨BAR（Best Available Rate：最適販売価格）を出します。

なぜ今ホテルにDPが必要なのか

背景①：需要の振れ幅が大きく、施設タイプでも水準が違う

需要は日ごとに大きく動きます。観光庁の宿泊旅行統計調査によると、2025年の客室稼働率（確定値）は全体で61.6％。ビジネスホテルが75.3％、シティホテルが74.1％、リゾートホテルが56.9％、旅館が38.2％でした。

同じ月の中でも、週末と平日、連休と谷間では埋まり方がまるで違います。訪日客の予約は、傾向として日本人客より早い時期に入るため、ブッキングカーブも複雑になりました。訪日需要の動きはJNTOの訪日外客統計で月ごとに確認できます。年間を通じた固定料金では、この振れ幅に追いつけません。

背景②：OTA手数料が重く、単価を上げる必要がある

OTA（Online Travel Agent：オンライン旅行代理店）の手数料は、予約が増えるほど積み上がります。ポイント原資や広告枠の費用まで足した実質の負担は、表示の料率より重くなる施設が少なくありません。手数料を引いたあとの手取り単価（ネットADR）を保つには、表面のADRを上げるしかない。DPが効くのは、まさにここです。

手数料の中身は、OTA手数料の徹底比較にまとめています。

背景③：価格改定の手作業が限界に来ている

1日に何度も複数のOTAで競合価格を見て、サイトコントローラー（SC：複数OTAの在庫・料金をまとめて更新するシステム）で料金を直す。この作業を毎日続けるのは、もう現実的ではありません。繁忙期は、数時間の遅れがそのまま値上げの取り逃がしになります。DPは更新の手間を肩代わりし、担当者が「判断」に時間を使えるようにします。

背景④：価格の最適化に取り組む施設が増えている

大手ホテルチェーンなどでは、需要予測やレベニューマネジメントを活用した価格の最適化が進んでいます。自館だけが固定料金のままだと、繁忙期は取りこぼし、閑散期は集客に見合う価格を出せない場面が増えます。

DPの3つのアプローチ（ルールベース・AI・ハイブリッド）

3つのアプローチの基本構造

DPの進め方は、大きく3つに分かれます。施設の規模、運営体制、データの整備状況によって、合うものが変わります。

ルールベース型：まず始めるならここから

たとえば「土曜は平日の1.2倍」「残室が2割を切ったら15％上げる」。こうした明示的なルールで価格を動かす方式です。仕組みが単純で、サイトコントローラーの機能だけで組める場合もあります。需要の急変には弱い。それでも、DPの考え方を運用に入れる第一歩には向いています。

AI予測型：データがそろってから入れる

過去の予約データ、競合価格、外部のイベント情報を学習し、需要を予測して価格を出します。精度が高い反面、費用は重めです。過去データが多いほど、季節性などを捉えやすくなります。必要なデータ量は、ツールや予測方式によって異なります。また、推奨価格を言いなりで採用すると、想定外の需要変動に対応できなくなります。

ハイブリッド型：実務ではこの形が多い

AIが推奨価格を示し、最終判断は支配人やレベニューマネージャーが下す方式です。データの客観性と現場の感覚を両方使えるので、実務で多く見られます。

【ツール】DP値上げ・売上損益分岐シミュレーター

試算例：値上げしても、稼働が落ちれば売上は減る

DPの導入で最初に出る迷いは「上げて予約が減ったら怖い」です。怖さの正体は、どこまで稼働が落ちたら損になるのかが見えていないこと。仮の数字で確かめます。

50室の施設で、土曜・祝前日など高需要日が月6日あります。通常は稼働90％・ADR12,000円で売れている日です。このADRを2,000円上げて14,000円にしたとき、稼働がどこまで下がると売上が元を割るのか。

分かれ目は稼働77.1％あたりです。90％から約13ポイント下がるまでは、売上は値上げ前を上回ります。上げ幅が大きいほど、許容できる落ち込みは小さくなる。上げ幅を決める前にこの分かれ目を計算しておけば、判断がぶれません。

ここまでは売上ベースの話です。稼働が下がれば清掃やアメニティの費用も減るので、利益では多少有利に動きます。一方で、OTA経由の予約が増えれば手数料が重くなります。利益まで見るときは、GOPPAR（GOP÷販売可能客室数）で確認してください。

DP値上げ・売上損益分岐シミュレーター

5項目を入力すると、値上げによる月間の増収額（稼働が変わらない場合）と、売上が元を割らない稼働の下限を計算します。自館の高需要日の数字に置き換えて使ってください。

DP導入の5ステップ

導入のロードマップ

DPは、ツールを買えば終わりという話ではありません。データの整備、ルールの設計、運用体制づくりまで含めると、立ち上げには目安として3〜6か月かかります。既存システムやデータの整備状況によって、期間は大きく変わります。

STEP1：過去データの整備（1か月目）

可能な範囲で過去1〜2年分のPMS（Property Management System：宿泊管理システム）データから、日別のADR・OCC・客室売上を取り出します。曜日別・季節別・イベント日別に傾向を並べるところが出発点です。データが整っていない施設では、ここだけで2〜3か月かかることもあります。

STEP2：価格ルールの設計（2か月目）

価格を動かす基本ルールを決めます。曜日・季節・残室・イベントの4系統で、最初は4〜6本あれば足ります。ここでいきなりAI導入を狙うと、運用が回らなくなる例をよく見ます。

STEP3：パイロット運用（3か月目）

決めたルールで実際に運用を始めます。最初は週1回の見直し、慣れたら日次、繁忙期は1日に複数回へ。OTAとサイトコントローラーの在庫・価格が同期しているかも、この段階で確認します。

STEP4：効果検証と改善（4〜5か月目）

RevPAR（Revenue Per Available Room：販売可能客室1室あたり売上）・ADR・OCCを、前年同期と月次で比べます。RevPARが上がっていても、GOPPARまで反映されているかを並べて見る。OCCだけが落ちているなら、上げすぎのサインです。

STEP5：AI予測の段階導入（6か月目以降）

ルールベースの運用が安定してから、AI予測型やハイブリッド型を検討します。この頃には担当者が自館の需要パターンを体で分かっているので、AIの推奨価格を冷静に評価できます。

導入前に確認したい10項目

ツールを選ぶ前に、次の10項目のうちいくつ「はい」と答えられるかを確認してください。

目安は次のとおりです。9〜10個なら、ツール比較を具体的に進めやすい状態です。7〜8個ならルールベース型から。4〜6個は、データ整備と担当者決めを先に済ませます。3個以下なら、PMSやSCなど基盤の整備が最初の仕事です。

現場で毎月確認したい3つの数字

数字を増やしすぎると続きません。次の3つを、毎月同じ形式で記録するところから始めてください。

DPツールの選び方：連携方式と価格算出方式

選ぶときの2つの軸

DPツールは、「どのシステムと連携するか」と「価格をどう決めるか」の2つの軸で整理すると比べやすくなります。後者は、前の章で見たルールベース型・AI予測型・ハイブリッド型を指します。

軸①：連携方式（どこと連携するか）

実際の構成はサービスごとに異なります。連携先も、PMS、CRS、SC、OTAなどさまざまです。費用は提供会社、客室数、連携するOTAの数で大きく変わるため、複数社から見積もりを取って比べるのが確実です。機能の数より、自館の既存システムときちんと連携できるかを優先してください。連携のたびに手作業が出るツールは、使うほど効果が薄れていきます。

軸②：価格算出方式（どう決めるか）

ルールベース型は費用も運用の負担も軽くなりやすく、AI予測型は需要変動への追従に強みがあります。ハイブリッド型は両方の長所を取る形です。どれを選ぶかは、自館のデータ量と運用体制で決まります。連携方式と算出方式は別々に選べるので、「PMS連携のルールベース型」「専用サービスのハイブリッド型」のように組み合わせて考えます。

ツール選定で見る5つのチェックポイント

DP導入のモデルケース3選

3つの仮想モデルで考える

次の3つは、実在の施設の実績ではなく、規模の違う仮想のモデルケースです。DPの使いどころをつかむための仮置きで、成果を示す数字は載せていません。

3つのモデルに共通する前提は、データの整備、価格を決める最終責任者の存在、RevPARだけでなくGOPPARまで確かめる姿勢です。この3点が欠けたまま導入すると、効果は出にくくなります。

DPで失敗する5つのパターン

導入すれば成功、とはならない

支援の現場で見てきた失敗には、はっきりしたパターンがあります。次の5つは、DP導入時に起こりやすい失敗パターンです。

DP導入の費用対効果

回収に必要な値上げ幅から逆算する

DPの月額費用は、提供会社や規模で大きく変わります。そこで「どれだけ効果が出るか」を予測するより、「月額費用を回収するのに必要な値上げ幅」を逆算します。次の表の月額費用は仮置きです。高需要日が月6日、稼働90％で、その日のADRだけを上げた場合の試算で、OTA手数料や変動費は含めていません。

稼働率90％を維持できる前提なら、40室の場合、高需要日のADRを月6日だけ約140円上げることで、月額3万円を売上ベースで回収できる計算です。費用の大小を気にする前に、高需要日でいくら取り逃がしているかを数字にしてみてください。

費用対効果を見るときの3つの注意

よくある質問（FAQ）

まとめ：DPは「攻めの収益エンジン」になる

DPは値下げの自動化ではなく、需要に合わせて価格を動かす経営の仕組みです。山では取り逃がしを防ぎ、谷では集客層を計画的に切り替える。両方向のコントロールが、DPの中身です。

導入には、データ整備から運用の定着まで数か月の準備が要ります。期間は既存システムの状況で変わりますが、やることは同じです。データ整備、価格ルールの設計、運用体制づくり。ルールベース型から始めて、半年から1年かけてAI予測型やハイブリッド型へ移る。段階を踏んで導入することで、運用上の課題を確認しながら進めやすくなります。

上げ幅に迷ったら、DP値上げ・売上損益分岐シミュレーターで、稼働がどこまで落ちても売上が元を割らないかを確認してください。レベニューマネジメント全体の考え方はレベニューマネジメントとは？基本と実践、指標としてのRevPARはRevPARとは？計算式・目安・改善策もご覧ください。