> ## Documentation Index > Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt > Use this file to discover all available pages before exploring further. # バス拡散モデル > バス拡散モデルは、革新係数pと模倣係数qで新製品の初回購入がどう拡散するかを予測します。起源・パラメータ・事例・限界を整理します。 **Category**: モデル
**Type**: 新製品採用の予測モデル
**Origin**: Frank M. Bass、1969年、*Management Science*
**Also known as**: Bass モデル；Bass 新製品成長モデル **先に答えると** — **バス拡散モデル**（Bass Diffusion Model）は、初回購入者が時間とともに新製品を採用する様子を予測する数学的枠組みです。Frank Bass が **1969** 年に *Management Science* で発表し、Rogers 流の拡散を販売曲線へ定量ブリッジしました。核心は、採用が外部の革新影響（**p**）と社会的模倣（**q**）の二力で動く点です。早期売上と類製品のパラメータで、履歴が揃う前に S 字の道筋を描けます。 ## バス拡散モデルとはバス拡散モデルは、新製品の初回購入のタイミングを、外部影響（広告・メディア・可視性）と内部影響（既購入者の口コミ）の組み合わせとして記述する予測モデルです。 > 消費者の初回購入のタイミングは、先行する購入者の数と関係している。新しい厨房家電のローンチを、重なり合う二つの波として想像してください。広告やレビュー、店頭展示で買う層は Bass の意味での**革新者**パス。近所や同僚が持ってから買う層は**模倣者**パスです。モデルは両者を一つの販売パルスにまとめ、一度きりの潜在購入者が埋まるにつれて減衰します。実務では[イノベーション普及理論](/ja/models/diffusion-of-innovation)（*誰が*いつ採用するか）と[Sカーブモデル](/ja/models/s-curve-model)（累積の形）と併用することが多いです。 ### バス拡散モデルを3つの深さで理解する * **Beginner**: 大ヒットは直線では伸びにくい——ゆっくり始まり、話題が広がると加速し、買いたい人がほぼ買ったあと再び減速する。 * **Practitioner**: 市場潜在（**m**）、革新係数（**p**）、模倣係数（**q**）を推定し、初期期が来たら更新し、予測ピーク窓に合わせて能力と投下を計画する。 * **Advanced**: **p** と **q** を戦略レバー（メディア vs 伝染する証明）として扱い、前提崩壊（リピート購入、供給上限、価格ショック）を見張り、世代やマーケティング変数が効くときは拡張を使う。 ## 起源当時パデュー大学のマーケティング研究者だった **Frank M. Bass** は、*Management Science*（**1969**、第15巻第5号）に “A New Product Growth for Model Consumer Durables” を発表しました。印刷タイトルには有名な誤字があり、Bass はのちに正しい意図が “A New Product Growth Model for Consumer Durables” だったと述べています。論文は革新的対模倣的な初回購入という行動的根拠を示し、部屋用エアコン、白黒テレビ、衣類乾燥機などを含む**11**の耐久消費財の歴史系列で検証し、**カラーテレビ**販売の長期予測も提示しました。 Bass は先行する拡散研究、とくに Everett Rogers の *Diffusion of Innovations*（**1962**）の上に立ちました。貢献は、カテゴリ物語だけでは不足する場面で使えるコンパクトな微分方程式でした。その後の里程碑には、連続世代の **Norton and Bass**（**1987**）、基本モデルが明示的マーケ変数なしでもよくフィットする理由と Generalized Bass Model を論じた **Bass, Krishnan, and Jain**（**1994**）、典型的な **p**・**q** 幅の印象を広めた **Sultan, Farley, and Lehmann**（**1990**）のメタ分析があります。**2004** 年、*Management Science* は同論文を50年で最も引用された論文の上位（総合5位、リスト中唯一のマーケティング論文）に挙げ、Bass のコメントを再録しました。 ## 要点文化変容の全物語ではなく、初回購入タイミングの数字スケッチが必要なときにバス拡散モデルを使います。係数 **p** は先行購入者を必要としない採用圧力（広告、PR、小売の可視性）を捉えます。係数 **q** は累積採用者とともに増える圧力（評判、デモ、職場の話題）を捉えます。**q** が **p** に対して大きいほど曲線は尖り、伝染しやすくなります——利用者増で価値自体も上がるなら[ネットワーク効果](/ja/models/network-effects)とも見比べてください。パラメータ **m** は対象市場における最終的な初回購入者数です。**m** が楽観的すぎる、または広すぎる（到達可能な支払者ではなく世界の関心）と、**p**・**q** が「普通」でもピーク販売と予算はズレます。期間売上は鐘型のパルス、累積採用は S 字になりやすいです。ピーク時刻には、**q** と **p** の対数比を **p + q** で割るという閉形式の直観があります——能力とキャンペーン節奏に役立ち、[ティッピングポイント](/ja/models/tipping-point)思考とも相性がよいです。真の新製品では類似カテゴリから **p**・**q** を借り、数期のデータが揃ったら再推定します。文献でよく引用されるメタ分析平均は年あたり概ね **p ≈ 0.03**、**q ≈ 0.38** で、よくある帯は **p** が **0.01–0.03**、**q** が **0.3–0.5** 付近——出発点であり自然法則ではありません。 ## 応用場面リピートの解約ではなく、初回採用が計画の中心になる場面で価値が出ます。履歴が揃う前に数量とキャッシュのベースケースを作り、同じ **m** で高 **q**（よりバイラル）と高 **p**（より有料プッシュ）をストレステストする。工場・在庫・オンボーディング要員を予測ピーク窓に合わせ、初期模倣者を飢餓させず、峠後の過剰設備も避ける。 **p** がボトルネックなら認知を前倒しし、**q** が成長を担う段階では証明・紹介・見える導入を増幅する——[フライホイール効果](/ja/models/flywheel-model)を回す発想に近い。新しいプロトコルのクリニック普及、ツールの学校導入、サービス都市展開など、社会的証明が公式告知と同程度に重要なときに予測する。 ## 事例 Bass 自身の **1969** 年カラーテレビ演習は、いまなお定番の実演です。耐久消費財の採用データと革新—模倣構造に基づき、歴史的製品の初回購入ピーク時期を再現し、さらにカラーテレビ販売の長期予測を示しました——完全なライフサイクル履歴がなくても計画数字が欲しい、まさにその設定です。ここで検証可能な指標は、単一のバズボードではなく構造的なものです。論文は**11**の耐久財での経験的適合と、販売ピークとその時期を軸にしたカラーテレビの長期予測を報告しました。数十年後、引用と編集上の回顧がその耐久を確認します——*Management Science*（**2004**）は当該論文を50年で最も引用された上位10本（総合5位）に置きました。境界注記: 耐久財予測の成功は、サブスクリプション解約・マルチホームアプリ・供給制約つきローンチへ自動転用できません。拡張が必要です。 ## 限界と失敗パターン基本バス拡散モデルは、比較的固定された**初回購入**の最終市場、同質的な反応、価格・広告パスを強く時変にしない仮定を置きます。リピート購入・アップグレード・世代重複が支配的だと弱くなります——そこでは Norton–Bass 型拡張を使います。 **供給制約**、品切れ、規制、急な値崩れが模倣より速く曲線を書き換えるときも失敗します。数式は滑らかな山を描き続けても、市場は従いません。確実性のお告げとして誤用されることも多いです。初期ノイズは **m**・**p**・**q** をまとめて不安定にし、類推の規律と信頼区間がなければ過学習し、ピーク月を運命にします。予測は[フィードバックループ](/ja/models/feedback-loops)の点検と組み合わせ、伝染の強化と市場充足のバランスを見失わないでください。 ## よくある誤解バスを初回購入タイミングの道具として保ち、万能成長物語にしないことが大切です。正確ではありません。Bass の **p** パスは「外部影響」であり、固定 2.5% の性格セグメントではありません。精神的重複はあっても、数学的役割は Rogers の5カテゴリと違います。いいえ。Bass, Krishnan, Jain は、マーケティングが形を壊さず時機をずらすために基本曲線がよくフィットし得る、と論じました——一般化形では意思決定変数が結果を動かします。いいえ。一貫した **m** と解釈可能な **p**/**q** がなければ曲線当てにすぎません。主にリピート収益や強制採用なら別モデルを選んでください。 ## 関連概念これらのページは、定量採用予測を定性的拡散とシステム成長の道具立ての中に位置づけます。誰がいつ採用するか——曲線適合と社会システムの相補。 Bass 型の初回購入がよく示す累積成長の形。模倣が突然支配するときの閾値とカスケードの言葉。他者が既に参加していることで後続が得る追加価値。早期採用者が証明を作ったあと設計する複合ループ。パラメータ背後の伝染強化と市場充足のバランス。 ## 一言で言うと初回購入予測を外部の火種（**p**）と社会の火勢（**q**）の競合として描き——実データが来たら曲線を更新し、最初のフィットを運命にしない。