Jeff Bezos氏のLetter to Shareholders, 2005

機械翻訳したものです。

＊＊＊＊＊＊＊＊

株主の皆様へ

Amazon.comで行う重要な意思決定の多くは、データを用いて行うことができます。正しい答えや間違った答え、より良い答えや悪い答えがあり、数学はどれが正しいかを教えてくれます。このような意思決定は、私たちのお気に入りの種類です。

新しいフルフィルメントセンターの開設もその一例です。既存のフルフィルメントネットワークの履歴を利用して、季節ごとのピークを予測し、新たなキャパシティの選択肢をモデル化します。また、商品の寸法や重量など、予想される商品構成を考慮し、どのくらいのスペースが必要か、また、「仕分け可能な」小型商品用の施設が必要なのか、通常は単独で出荷される大型商品用の施設が必要なのかを決定します。また、配送時間を短縮し、輸送コストを削減するために、顧客への近接性、輸送ハブ、既存施設などを考慮して候補地を分析します。定量的な分析は、お客様の体験を向上させ、当社のコスト構造を改善します。

同様に、当社の在庫購入に関する意思決定のほとんどは、数値的なモデル化と分析が可能です。私たちは、製品を在庫してお客様にすぐに提供したいと考えています。また、関連する保有コスト、ひいては価格を低く抑えるために、総在庫を最小限に抑えたいと考えています。両方を実現するためには、適切な在庫量が必要です。私たちは、過去の購買データを用いて、製品に対する顧客の需要と、その需要の予想される変動性を予測します。また、ベンダーの過去の実績データを用いて、補充時期を予測します。さらに、入出庫の輸送コスト、保管コスト、予想されるお客様の所在地などから、フルフィルメントネットワーク内のどこに製品を在庫するかを決定します。このようなアプローチにより、私たちは100万点以上のユニークな商品を自社の屋根の下に保管しています。
このようなアプローチにより、100万点以上のユニークな商品を自社の屋根の下に保管し、お客様にすぐに提供することができます。

上記の決定には、いくつかの仮定と判断が必要ですが、このような決定においては、判断や意見はジュニア・パートナーとしてのみ登場します。しかし、このような意思決定では、判断や意見はジュニア・パートナーに過ぎず、重責は数学が担っています。

しかし、当然のことながら、私たちの重要な決断のすべてが、このような数学に基づいた羨ましい方法でできるわけではありません。時には、過去のデータがほとんどない場合や、積極的な実験が不可能な場合、現実的でない場合、あるいは続行を決定するに等しい場合もあります。データ、分析、数学が役割を果たしているとはいえ、これらの決定の主役は判断です1。

株主の皆様もご存じのとおり、当社は、効率性と規模の面から可能な限り、毎年継続してお客様への大幅な値下げを行うことを決定しました。これは、数学的な判断ではできない、非常に重要な意思決定の一例です。実際、価格を下げると、賢い方法は価格を上げることだという数学に逆らってしまうのです。私たちは価格弾力性に関する重要なデータを持っています。一定の割合で価格を下げると、一定の割合で販売数量が増加することが、かなりの精度で予測できます。稀な例外を除いて、短期的な販売数の増加は、価格低下を補うには十分ではありません。しかし、私たちが弾力性について定量的に理解しているのは短期的なものです。値下げが今週、今期にどのような影響を与えるかを見積もることはできます。しかし、5年後、10年後、あるいはそれ以上にわたって、一貫して価格を下げることがビジネスに与える影響を数値的に見積もることはできません。私たちの判断は
効率性の向上と規模の経済を、より低い価格という形でお客様に還元することで、長期的にはフリーキャッシュフローの金額がより大きくなり、それによってAmazon.comの価値がより高くなるという好循環が生まれると考えています。私たちは、「スーパーセービング配送」や「Amazonプライム」についても同様の判断をしてきました。

もうひとつの例として、2000年、私たちは「小売の一等地」である商品の詳細ページで、第三者に直接競争してもらうことにしました。アマゾンの小売商品とサードパーティの商品の両方を扱う単一の詳細ページを立ち上げることは、リスクが大きいと思われました。社内外の善意の人たちは、アマゾンの小売ビジネスとのカニバリゼーションを心配していましたし、消費者に焦点を当てたイノベーションではよくあることですが、この方法がうまくいくかどうかを事前に証明する方法はありませんでした。バイヤーからは、サードパーティをAmazon.comに招待することで在庫予測が難しくなることや、サードパーティの販売者に「詳細ページを奪われた」場合に過剰在庫で「立ち往生」する可能性があることなどが指摘された。しかし、私たちの判断はシンプルだった。ある商品について、サードパーティがより良い価格や在庫を提供できるのであれば、お客様にはその提案に簡単にアクセスしていただきたいと考えたのです。時を経て、サードパーティの販売は成功し、当社のビジネスの重要な一部となりました。2000年には総販売台数の6％だったサードパーティ製品は、2005年には28％にまで増加しましたが、小売売上は3倍に増加しています。

数学的な判断に基づく決定は広く同意を得られますが、判断に基づく決定は、少なくとも実践して実証されるまでは、当然のことながら議論され、しばしば論争の的となります。議論に耐えられない機関は、前者のタイプの決定に限定しなければなりません。私たちは、そうすることは、論争を制限するだけでなく、イノベーションや長期的な価値創造を大きく制限することになると考えています。

私たちの意思決定哲学の基礎は、1997年に株主の皆様にお送りした書簡に示されています。
- 私たちは、これからもお客様に徹底的にフォーカスしていきます。
- 私たちは、短期的な収益性やウォール街の短期的な反応ではなく、長期的な市場リーダーシップを考慮して投資判断を行います。
- 私たちは、自分たちのプログラムや投資の効果を分析的に測定し、納得のいくリターンが得られないものは切り捨て、最も効果的なものへの投資を強化していきます。私たちは、成功と失敗の両方から学び続けます。
- 市場でのリーダーシップを獲得できる可能性が十分にあると判断した場合には、臆病ではなく大胆な投資決定を行います。これらの投資の中には、成果を上げるものもあれば、そうでないものもありますが、いずれにしても、私たちは貴重な教訓を学んだことになります。

私たちは、強力な定量的・分析的な文化と、大胆な決断を下す意欲を兼ね備えています。その際、私たちはお客様を起点に逆算して行動します。それこそが、株主価値を創造する最善の方法だと考えています。

ジェフリー・P・ベゾス
創業者兼最高経営責任者

1 「The Structure of 'Unstructured' Decision Processes」は、ヘンリー・ミンツバーグ、デュル・ライシンガニ、アンドレ・セオリーの3人が1976年に発表した興味深い論文です。彼らは、組織がどのようにして戦略的な「非構造化」の意思決定を行い、より定量的な「運営」の意思決定とは対照的なものにしているかを考察しています。この論文の中には、次のような逸話があります。"経営学者が経営上の意思決定に過度に注意を払うと、組織が不適切な行動方針をより効率的に追求することになるかもしれない。" 彼らは、厳密で定量的な分析の重要性を議論しているのではなく、おそらく定量化が可能であるがゆえに、研究と注目の量が偏っていることを指摘しているのです。この論文の全文は、www.amazon.com/ir/mintzberg。

＊＊＊＊＊＊＊＊

原文です。（添付の1997年の手紙は割愛）

To our shareholders:

Many of the important decisions we make at Amazon.com can be made with data. There is a right answer or a wrong answer, a better answer or a worse answer, and math tells us which is which. These are our favorite kinds of decisions.

Opening a new fulfillment center is an example. We use history from our existing fulfillment network to estimate seasonal peaks and to model alternatives for new capacity. We look at anticipated product mix, including product dimensions and weight, to decide how much space we need and whether we need a facility for smaller “sortable” items or for larger items that usually ship alone. To shorten delivery times and reduce outbound transportation costs, we analyze prospective locations based on proximity to customers, transportation hubs, and existing facilities. Quantitative analysis improves the customer’s experience and our cost structure.

Similarly, most of our inventory purchase decisions can be numerically modeled and analyzed. We want products in stock and immediately available to customers, and we want minimal total inventory in order to keep associated holding costs, and thus prices, low. To achieve both, there is a right amount of inventory. We use historical purchase data to forecast customer demand for a product and expected variability in that demand. We use data on the historical performance of vendors to estimate replenishment times. We can determine where to stock the product within our fulfillment network based on inbound and outbound transportation costs, storage costs, and anticipated customer locations. With this approach, we keep over one million unique items under our
own roof, immediately available for customers, while still turning inventory more than fourteen times per year.

The above decisions require us to make some assumptions and judgments, but in such decisions, judgment and opinion come into play only as junior partners. The heavy lifting is done by the math.

As you would expect, however, not all of our important decisions can be made in this enviable, math-based way. Sometimes we have little or no historical data to guide us and proactive experimentation is impossible, impractical, or tantamount to a decision to proceed. Though data, analysis, and math play a role, the prime ingredient in these decisions is judgment.1

As our shareholders know, we have made a decision to continuously and significantly lower prices for customers year after year as our efficiency and scale make it possible. This is an example of a very important decision that cannot be made in a math-based way. In fact, when we lower prices, we go against the math that we can do, which always says that the smart move is to raise prices. We have significant data related to price elasticity. With fair accuracy, we can predict that a price reduction of a certain percentage will result in an increase in units sold of a certain percentage. With rare exceptions, the volume increase in the short term is never enough to pay for the price decrease. However, our quantitative understanding of elasticity is short-term. We can estimate what a price reduction will do this week and this quarter. But we cannot numerically estimate the effect that consistently lowering prices will have on our business over five years or ten years or more. Our judgment is
that relentlessly returning efficiency improvements and scale economies to customers in the form of lower prices creates a virtuous cycle that leads over the long term to a much larger dollar amount of free cash flow, and thereby to a much more valuable Amazon.com. We’ve made similar judgments around Free Super Saver Shipping and Amazon Prime, both of which are expensive in the short term and—we believe—important and valuable in the long term.

As another example, in 2000 we invited third parties to compete directly against us on our “prime retail real estate”—our product detail pages. Launching a single detail page for both Amazon retail and third-party items seemed risky. Well-meaning people internally and externally worried it would cannibalize Amazon’s retail business, and—as is often the case with consumer-focused innovations—there was no way to prove in advance that it would work. Our buyers pointed out that inviting third parties onto Amazon.com would make inventory forecasting more difficult and that we could get “stuck” with excess inventory if we “lost the detail page” to one of our third-party sellers. However, our judgment was simple. If a third party could offer a better price or better availability on a particular item, then we wanted our customer to get easy access to that offer. Over time, third- party sales have become a successful and significant part of our business. Third-party units have grown from 6% of total units sold in 2000 to 28% in 2005, even as retail revenues have grown three-fold.

Math-based decisions command wide agreement, whereas judgment-based decisions are rightly debated and often controversial, at least until put into practice and demonstrated. Any institution unwilling to endure controversy must limit itself to decisions of the first type. In our view, doing so would not only limit controversy - it would also significantly limit innovation and long-term value creation.

The foundation of our decision-making philosophy was laid out in our 1997 letter to shareholders, a copy of which is attached:
• We will continue to focus relentlessly on our customers.
• We will continue to make investment decisions in light of long-term market leadership considerations rather than short-term profitability considerations or short-term Wall Street reactions.
• We will continue to measure our programs and the effectiveness of our investments analytically, to jettison those that do not provide acceptable returns, and to step up our investment in those that work best. We will continue to learn from both our successes and our failures.
• We will make bold rather than timid investment decisions where we see a sufficient probability of gaining market leadership advantages. Some of these investments will pay off, others will not, and we will have learned another valuable lesson in either case.

You can count on us to combine a strong quantitative and analytical culture with a willingness to make bold decisions. As we do so, we’ll start with the customer and work backwards. In our judgment, that is the best way to create shareholder value.

Jeffrey P. Bezos
Founder and Chief Executive Officer

1 “The Structure of ‘Unstructured’ Decision Processes” is a fascinating 1976 paper by Henry Mintzberg, Duru Raisinghani, and Andre Theoret. They look at how institutions make strategic, “unstructured” decisions as opposed to more quantifiable “operating” decisions. Among other gems you will find in the paper is this: “Excessive attention by management scientists to operating decisions may well cause organizations to pursue inappropriate courses of action more efficiently.” They are not debating the importance of rigorous and quantitative analysis, but only noting that it gets a lopsided amount of study and attention, probably because of ore quantifiable. The whole paper is available at www.amazon.com/ir/mintzberg.