Mímisbrunnr知恵の泉

← 経営戦略 一覧

🎓 レベル：標準　|　重要度：B（推奨）

📎 前提：ポーターの基本戦略（コスト・差別化・集中）（差別化とコストのトレードオフ）・競争優位とは（持続的競争優位の源泉）（価値の楔）

要点（BLUF）

1. トレードオフを作り替える：バリューイノベーション

ポーターの基本戦略（コスト・差別化・集中）では、限られた資源を差別化（WTP↑）かコスト削減（C↓）に配分するトレードオフを見ました。ブルーオーシャンの主張は、業界が当然視している要素を見直せば、このトレードオフ自体をずらせるというものです。

各「要素（factor）」に、顧客価値の重み（水準1あたり WTP 寄与）とコストの重み（水準1あたりコスト）を与え、レッドオーシャン（業界標準）とブルーオーシャンの楔を比べます。

import numpy as np
import pandas as pd

# 戦略キャンバスの各要素：顧客価値の重みとコストの重み（合成例・外食業を想定）
factors = pd.DataFrame({
    "要素":       ["豪華な内装", "幅広い品揃え", "低価格", "提供スピード", "健康志向の新メニュー"],
    "顧客価値":   [1.0, 1.5, 3.0, 2.5, 3.0],   # 水準1あたり WTP 寄与
    "コスト寄与": [2.0, 1.5, 0.0, 1.0, 1.0],   # 水準1あたりコスト
})

# レッドオーシャン（業界標準：内装・品揃えに金をかける）
red  = np.array([4, 4, 2, 3, 0], dtype=float)
# ブルーオーシャン（内装を除去・品揃え削減、低価格/スピード/新メニューを増・創造）
blue = np.array([0, 1, 4, 4, 4], dtype=float)

def wtp_cost(levels):
    wtp  = np.sum(factors["顧客価値"].values   * levels)
    cost = np.sum(factors["コスト寄与"].values * levels)
    return wtp, cost

for name, lv in [("レッドオーシャン", red), ("ブルーオーシャン", blue)]:
    wtp, cost = wtp_cost(lv)
    print(f"{name}: WTP {wtp:.1f}, コスト {cost:.1f}, 楔(WTP-C) {wtp-cost:.1f}")

出力：

レッドオーシャン: WTP 23.5, コスト 17.0, 楔(WTP-C) 6.5
ブルーオーシャン: WTP 35.5, コスト 9.5, 楔(WTP-C) 26.0

出力の意味：ブルーオーシャンは WTP が 23.5→35.5 と上がり、同時にコストが 17.0→9.5 と下がり、楔は 6.5→26.0 へ約4倍。ポーターの基本戦略（コスト・差別化・集中）では「WTP を上げればコストも上がる」トレードオフでしたが、ここでは両方を同時に改善しています。種明かしは次節——顧客が価値を感じない高コスト要素（内装）を削り、価値の高い要素に振り替えたからです。

2. ERRC グリッド：どこを削り、どこを創るか

レッドからブルーへの各要素の変化を、除去・削減・増加・創造に分類し、WTP とコストへの寄与を分解します。

import numpy as np
import pandas as pd

factors = ["豪華な内装", "幅広い品揃え", "低価格", "提供スピード", "健康志向の新メニュー"]
value_w = np.array([1.0, 1.5, 3.0, 2.5, 3.0])   # 顧客価値の重み
cost_w  = np.array([2.0, 1.5, 0.0, 1.0, 1.0])   # コストの重み
red  = np.array([4, 4, 2, 3, 0], dtype=float)
blue = np.array([0, 1, 4, 4, 4], dtype=float)

d = blue - red
grid = pd.DataFrame({
    "要素": factors,
    "変化": d,
    "アクション": np.where(blue == 0, "除去",
                  np.where(d < 0, "削減",
                  np.where(red == 0, "創造", "増加"))),
    "WTP変化":   value_w * d,
    "コスト変化": cost_w * d,
})
print(grid.to_string(index=False, float_format=lambda x: f"{x:.1f}"))
print(f"\n合計 WTP変化：{(value_w*d).sum():+.1f}  合計コスト変化：{(cost_w*d).sum():+.1f}")

出力：

        要素   変化 アクション  WTP変化  コスト変化
     豪華な内装 -4.0    除去   -4.0   -8.0
    幅広い品揃え -3.0    削減   -4.5   -4.5
       低価格  2.0    増加    6.0    0.0
    提供スピード  1.0    増加    2.5    1.0
健康志向の新メニュー  4.0    創造   12.0    4.0

合計 WTP変化：+12.0  合計コスト変化：-7.5

出力の意味：豪華な内装の除去は WTP を 4 下げますが、コストを 8 も下げます（顧客価値1.0に対しコスト2.0の「割に合わない要素」）。一方、健康志向の新メニューの創造は WTP を 12 上げ、コストは 4 だけ。要するに**「コストの割に価値の低い要素」を削り、「価値の割にコストの低い要素」を増やす/創る**——この付け替えで、WTP は合計 +12.0、コストは −7.5 と同時に良くなり、楔が大きく広がります。ERRC は、楔の両端を別々の要素で押し広げる仕組みなのです。

⚠️ よくある誤解

関連ノート