GISとマーケティングの関係
技研商事インターナショナル、市川と申します。
企業の登壇のトップバッターでインターナショナルを買いに行ってくるんですね。
そんな感じだと思うんですけども、
20分間ちょいですかね、お付き合いください。
位置情報の活用用途、さっきの川島さんでいっぱいありましたけども、
ここの話は、企業のマーケティング寄りっていうところに、
集中してお話ししようかなと思います。
なので、位置情報ってこう、地図使うじゃないですか。
当社そういうGISやってる会社なんですね。
なので相性がいいと。
もう30年以上毎回やってるんですが、
証券分析というテーマで、位置情報、人流データ、
具体的にこんな風に使われてますよ、みたいなところをですね、
一つだけ知ってもらいたいなと、そんな話でございます。
はい、お前誰?という皆さんだと思いますので、
手短に会社紹介からいきたいと思いますが、
技研商事インターナショナルと申します。
もう会社は50年やっております。
東名阪にオフィスがありまして、 大阪は梅田の近くになります。
出資してる会社なんかもありながら、 本体少数性44名ですよという感じです。
GIS、要はクラウドサービスだったり、 コンピューターソフトなので、
別に工場とかいらないですね。
原材料みたいなものもほぼないので、
少数性でボーカルベジレスまでやってますと、 そんな感じです。
いろんなマーケティング用途のGISを作って、 提供して、運用してきてるというところを、
業界の中でも結構古いようかなと、 30数年やってまして、
企業さん相手でございますが、
2,000社以上を導入していただいてます という会社でございます。
そういう関連のデータの処理の仕方とか、 分析の仕組みみたいな特許なんかも、
いっぱい持っている会社です。
2,000社ありますと申し上げましたけど、
例えばこういうような企業さんたちが使ってますと。
B2C企業とかですね。
あと店舗やってるところ、 みたいなところがすごく多いかなと。
そういう企業さん向けのマーケティング用途の GISを昔からやっておるわけですが、
やっぱりこれですよね。
KDDIとの連携
スマホの位置情報と、
いろんなその位置の取り方が あると思うんですが、
一番コスパがいいというか、
マーケティングで使われているのは このGPSかななんて思ったりしてます。
GPSを持っている企業さん。
彼らが思って考えたわけですよ。
GISに俺たちのGPS乗っけたら 相性いいじゃんみたいですね。
それでやってるんで、こういう風にいただくと。
今ではいろんなGPSホルダー企業と タイアップしてソリューションやってるんですけども、
今日は一番わかりやすいのでこちらです。
KDDIの位置情報と我々のGIS。
KDDIロケーションアナウンサーという サービスがあるので、
それをちょっとデモしてみようかななんて、 そこから入ろうかななんて思います。
ということで、皆様方にリクエストしたいんですけども、
どこか商業施設とか観光スポットとか、 なんかパッと言ってくれませんか?
誰かいます?
当てていいですか?
マインドフォード、国配。
有馬温泉。
渋井。
ありがとうございます。
これブラウザーですけども、 YGパスワードでログインしましたと。
近畿大学来るかなと思ったんで、 こう書いてたんですけどね。
読みが外れました。
これちょっと目が悪くてわかんないですけど、 日本語になってます?
有馬、ここだと。
じゃあこの辺一体、すいません。 どこかは私わかってないですが、
一旦ピンを当てまして、
この辺が有馬温泉エリアだと。
自分でクリッククリックしますと。
この赤い枠、これジオフェイスですよね。
そこに入ってきた位置情報を 分析対象にしますよってそんな感じ。
じゃあどんな人がどれだけ来たの? っていうところをちょっとやってみようと思うんですけども、
やっぱり企業さんは位置情報だけ 読みますからね。
数秒、数分に1回、位置がわかっているというよりは、
マーケティングで使う関係としても 非常に耐えぶり性があるんですね。
じゃあ今年の1月から、 切り抜いとこで6月30日までの半年間で、
ちょっと集計してみましょうってことで、 今、集計ボタンを押しました。
こんな感じです。
ちょっとこれやってる間に、 じゃあ有馬温泉に来た人がどこに住んでいるの?
つまりどこから来たの?みたいなものも、 ちょっと集計だけしておきます。
便利な数ですね。
あ、もう出ました。
直近半年、まず左下のほう、 業務別の人流ですね。
オレンジ、女性、青、男性と。
やっぱり土日だよねっていう。
期間内に2回以上来ている レピーターさん33%と。
結構いるなみたいな、 そんな気持ちですけども、
今私ちょっと適当すぎて、 ここで元々地元の人、
働いてる人とか、 ちょっと除外しないでやってるんですね。
そんなもんですけども、 このご縁のレスポンスでパッと出ると。
じゃあどんな人?っていうことで、 また位置情報にもよりますけどね。
位置情報によっては、 性別、年代とかまであると。
土曜日、男女比は大体半々だと。
20代、30代、40代、50代、 結構満遍なくいるねと。
時間帯、昼過ぎから夕方ぐらいまで、 あのエリア、人多いねみたいなところが、
スマホのデザインレベルで パッと出ちゃうという意味では、
マーケティングでも使いやすいと。 そんな感じです。
もうちょっといきます。
半年間の推移はということで、 左端が1月末、右端が6月末ですね。
赤い線は1週間の移動平均 という感じですかね。
どうでしょうね、この辺は何だろう。 ゴールデンウィークですかね。
違うな、3月末とか。 こっちの方がゴールデンウィークですかね。
人が多いよみたいな、そんな感じ。
じゃあ今温泉に来た人、 どこから来たのっていうと、こんな感じ。
赤の濃いところ、すなわちこの右の方。
神戸市、北区、西宮市、 宝塚市から多いですよと。
そもそもアリカン温泉の場所 合ってますかね。
これが南地区町村単位ですけども、 やっぱり市場の精度が上がってますので、
結構ミクロな範囲で、 これ南町部単位、ここから来てますよと。
これがお店だったら、お店の顧客分布 みたいなものが分かっちゃうんですよね。
じゃあここに散らしまいて、 もっと増やそうみたいな、
具体的な分析事例
そういう意思検定になったりもしますよ というところでございます。
あとで時間あったら もう一箇所ぐらいやりたいんですけども、
一旦ちょっとスライドに行きます。
こういうような位置情報と GI最初の特定、ツール化されてて、
さっきチラッと見てもらった企業さんたちが もう自ら自分で使ってますよと。
それも結構当たり前になってきてるかな というところでございます。
なので位置情報を勉強されていらっしゃると。
それは一つ武器になってですね。
では、お宅の企業で位置情報を使った マーケティングを俺にできますよと。
ツールなに? 利菌症状のやつがあるよってことで、
お問い合わせいただければいいのかなと そんな感じでした。
さあ、こういう我々の取り組みがですね、
NBイメージャパンで毎年 位置情報アワーだというのをやってまして、
2年連続最優秀賞をいただいております という自慢でございました。
最後、自己紹介でございますが、 私、市川と申しまして、
新卒再利をやってなくてですね、 インターンもやってないんで、
なんで今日いるのって話したんですけども、
ちょっと近畿大学さんに来てみたくて、
そういう機会がなかなかないじゃないですか。
それだけのために来ましたと。
今日は私はもう目的は達成しております ということでございます。
さあ、ちょっと具体的なですね、 企業さんの分析例みたいなところで、
先ほどお示ししました、 自分で場所を決めたら、
どんな人がどこからどれだけ 来てるのか分かっちゃうという切り口ですね。
ちょっとこちらではなくて、 東京の方で恐縮なんですけども、
銀座のこの赤丸のところに こんな商業施設があると。
これ一昨年くらいですね、 ちょっとバーストしたんですよ。
銀座って言ったら皆さんも イメージはあると思うんですけどね。
学生とか若い人じゃなくて、 結構熟練が来て、
ハイブランドもあってお金持ちみたいな、 頻度いい感じみたいなのがあるじゃないですか。
ここのビルはですね、 こういうフロアになってまして、
赤いところユニクロ。 5階中なんてユニクロ。
6階が百営ショップとか。
1番上が借金寿司。
で、オレンジのところ、 これスーパーなんですね。
一昨年オープンしたんですよ。
どんなスーパーかというと、 オーケーって聞いたことありますかね。
え、銀座にスーパー? ディスカウントスーパー。
なんでそういう敗走な人が来るところに、 スーパーね。ああいうのが売りなんですよ。
かつうどん290円。 量も多くて、おいしくて、安くて、みたいな。
地元の人に愛されるようなスーパーが、 なんで銀座の地下に出たの?みたいな。
ただ、オープンしたら 行列ができたということなんです。
銀座の商業施設分析
こういう状況を、ちょっとこれは自主調査で、 勝手に私が分析したんですけども、
ちょっと見てみたという話でございまして、
さっきの銀座のビルをクリッククリックして囲って、
ちょっと推移見ました。1年分ですかね。
オープンしたのがここです。
どうでしょう。左端がオープン前。
赤い三角でオープンして、 今に至ると右端って感じですね。
ただこういう見方。
オープン前は、だいたいこのぐらいの あのビルの来訪者数、全流だと。
オープン後、2ヶ月、3ヶ月ぐらい、 こんな感じと。
要はオープン特徴ってことですよね。
今はこんな感じで落ち着いてるかなと。
そういう見方です。
やっぱり大きいスーパーは、商業施設に 人を呼ぶ力があったんだねと。
オープン前とオープン後、明らかに 長さ違いますもんねっていうこと。
ちなみに最上階に、倉口っていう、 回転寿司って申し上げましたね。
これも結構ニュースになったんですよ。
回転寿司って割とめちゃめちゃおしゃれな 内装で、それがここなんです。
じゃあちょっとね、 倉口オープン特徴っていうのを
見受けられますけども、 OKほどではないと。
OKなルーティスカートスーパーって すごいんだねって話。
じゃあどんな人が来たのということで、 性別年代が分かってますので、
OKが出る前、上の段、 出た後、下の段で比べてみました。
横軸は年代です。
結論ですね、この赤くかかってるところ。
人増えたというのを申し上げましたけども、 ミドルエイジがそれに貢献したと。
皆さんのような世代が来ただけじゃなくて、 もともと銀座に来てるような人が、
従前はあのビルにはね、ニクロ渡し みたいな感じだったんでしょうかね。
行かなかったんだけども、 行ったというところがあります。
同じこと言ってますが、 円グラフで比較してます。
青が分かって、緑がミドルエイジ というふうにすると、
あのビルのミドルエイジ比率、 課題止めましたねと。
要はマルニーゲートって商業ビルの客層を スーパーは買いましたと。
これは後付けですけどね。
そんなところが分かっちゃうと。
彼らではなく、第三者が分かっちゃう というのも一情報の良いところだと。
どっから来たのというのが こういう感じでしたというところです。
ここまではですね、例えば ああいうツールがあれば、
誰にもできる話だし、 なんてことはないですね。
もっと実際の企業さんたちが 深い分析してますと。
なので、ちょっと逆接的ですけどね。
一情報だけでもダメだと思うんですよ。
一情報とまた何かのデータを 重ね合わせると、
より深い分析ができるし、 気づきが得られる、知見が得られると。
それがますますこれから 大事になってくるのかなと思います。
中高年層の来訪者増加
先ほどの銀座の合計。
どんな人が来てるのっていうことで、 言っても性別年代だけじゃないですか。
もうちょっと調べましょうっていうことです。
ちょっとこれ弊社のロジックなんですけども、 仮想ペースの分析と。
そういう推定方法がありましてね。 特許なども取ってるんですが、
どっから来てんの? さっきの一情報で分かります。
もしくは、ポイントカードとかやってれば、 顧客データ持ってるわけですね、企業が。
それを地図にアンペックスすれば、 どっから来てるのか分かる。
ただ、どんな人が来てるのか 実はなかなか分かんない。
仮想ペースのないロジックにすると、 一人一人じゃないですよ。
全体としてペースなどが浮き上がってくると。
そんなロジックで、さっきのやつを やってみましたという話です。
一情報と掛け合わせるところで、 まず一つは、トラディシナルなデータ。
公的な統計ですね。 国勢調査とか経済政策とか。
それこそGIS海外は、もう10年前から、 今でもそうですけれども、使っています。
ボタンを押すと、帳票が出るんですよ。
一冊の帳票を貼り付けたのが こんな感じでございますが、
まずは、さっきの銀座の大きいに来た人たち。
家族構成は、右の列のリフト値みたいなところを 見ていただくんですが、青い数字。
一応上回っていれば、そういう傾向に あるよということなので、
単独設定では、一人暮らしとファミリー層、 両方来るんだなと。
したがって、小さい子供を抱えた ニューファミリーみたいなところも来るんだな、
みたいなところが、統計学的に 分かりましたという感じです。
じゃあ、年収。
これ何か企業知りたいところですよね。 なかなか分かんないけど、こういう推計があります。
要は、下のほうってことで、 結構浮遊の高い人たちが来てたなと。
銀座っぽいね、みたいな、 そんな感じですよね。
他にも、もうちょいいきます。
消費っていうところで、要は総務省の 家計調査連邦みたいな企業がありますよね。
あの辺がベースになってるんですけども、 家計法の中で、食料カテゴリーの中では、
この下の3つ。 調理食品、飲料、酒類。
乱暴に言えば、食材を買って、 家で一生懸命じっくり料理しようよりは、
出てかったものを買ってこようとか、 食べに行こうみたいですね。
そんな傾向なのかしらっていうか、 そういう人が来てると。
家計法の中での交通。 これは会社のですね、都会の人。
つまり、車社会じゃないところ。
もう電車でもバスでもタクシーでも、 何でも発達してる便利なところに住んでるから、
もう銀座でもタクシーに行っちゃうよ、 みたいなですね。そんなイメージです。
消費に対して最後、 共用娯楽というところがありますけどね。
なんとなく、こと消費というか、 生活に余裕があるというか、
この青い数字のところを見ていただくんですね。
そんな消費項目が、家計法の中でも それなりに占めている人たちが、
リタードオーケースとは言ってるだけ、 みたいな形でございます。
これがわかれば、 じゃあそういうエリアってどこ?
じゃあそこにチラシを巻いて、 銀座のオーケー来てもらおうっていうね、
プロモーションの施策にもなるし、 そういう人に向けて、
災害というものを直していこうとかですね。 その次のアクションが生まれていくわけです。
データの重ね合わせ
どんな人が来てるのうちに、っていうのは 実はわかってそうでわかってない。
ただそれがすごく重要だと、マーケティングでは。
それを発揮する方法として、 事情を取ってはいいんですよ、という話ですね。
もうちょいいきます。
残り10分で終わると思います。
これはちょっとトレンディーかなと思うんですけども、
いろんなデータと位置情報を重ね合わせる中で、 ジオデモグラフィックスデータと、
もしくはエリアセグメンテーションデータ なんていうのはあります。
これ自身は昔からあるんですけどね。 使われてるのが最近ってそんな意味です。
こんなデータです。
どんなデータかと言いますと、 例えばAの紫のところ。
人口が多いから紫じゃなくて、 Aの一番、都市の左翼ですと。
端っこの黄色いところ、 人口が少ないから黄色じゃなくて、
Cの5番、マイホーム、 政治家ファミリーですみたいな。
あらかじめ、日本全国の南朝米とか、 そういう小地域単位で、
10万項目くらいデータがあるわけです。
それを地域の住んでる人の ペーストがわかるように、
あらかじめ弊社のほうで分析して、
日本全国をタイプ分けしていますみたいな、 そんなデータです。
どうやって作ったかみたいなところを 簡単にご説明していくと分かりやすいんですが、
ちょっと上の段文字読めないかもしれませんが、
住んでる人たちのペーストを判別する 我々の基準です。
まず年齢、家族構成。
一人暮らしとファミリーでは 消費の傾向が違うし、
どんなお家に住んでるの、職業何、 年収どんくらいっていう。
それ66項目あるんですが、人間って66項目、 つまり66枚の地図見えないじゃないですか。
なので、キュッと縮めます。
因子分析しました、みたいな感じで、 下の9つのないしは11個の、
66項目を11因子に、キュッと縮めます。
実際どうなったかというと、こんな感じです。
これ東京ですが、この緑色の場所っていうのは 中野山頂部です。
9つの因子の派遣方はここです。
何とか1丁目は派遣パターンこうですと。
日本全国、約25万長丁目あるから、 25万派遣パターンあるわけです。
次何したかというと、 同じような派遣パターンは同じグループで、
これクラスターの運勢になっています。
あの緑色の派遣パターンは、 じゃあ後から解釈して、
独身貴族って言っとこうと。
右足のオレンジの派遣パターンは マルフォーム呼び込んだ、みたいな。
こんな感じで、我々の場合には、 36パターン、日本全国を分けていますと。
そんな感じです。
いろいろそれぞれ後からですね、 いろんなデータ重ね合わせて、解釈して、
1番目のパターン、都心のセレブっていうのは 多い場所ですよ、みたいな。
そういうドキュメントを用意していると。
実際のデータをですね、 表とグラフで見るだけじゃなくて、
データ分析による来場者の理解
これを読めば分かっちゃう、みたいな。 そんな感じでございます。
話を戻しまして、 先ほどのマロニーゲート2に来た人、
大型にも来た人、 ここから来てます、というのが分かりましたと。
さっきのデータで、求ませば 帳票が出てくるんですけども、
こんな傾向でしたと。
36分類の中で、銀座のスーパーに来た人の 居住エリアっていうのは、ベスト3これですよと。
1位、都心のセレブ。2位、高級住宅配。 3位、独身貴族。
ひかりもお金持ってそうな、 そういうネーミングですので。
実際、仮説はそうで、実際そうだった、 みたいな、そんな感じでございます。
1位の都心のセレブってどういう場所? ってさっきのドキュメントを読み上げますけど、
日本の全国の人口の2.77%を占めると。
そういう場所っていうのは、 他のグループと比べて、30台多いんだよと。
でも一人暮らしたんだよね。 でもお金持ってんだよね。
ヤングルエクセプトみたいな感じ。
そういうエリアって、 こういう職業の人が住みがちで、
そういうエリアって、 こういう場所、お店が出店しがち。
こういう場所、こういう車が登録されがち。
東京リトル、ポン吉とか、アザドとか、 いかにもっていったもの。
どうでしょうね。大阪でやると、本町とかも、 確かこの色に染まっているような気がしますよね。
ナンバー2が、高級住宅街。 それは2%弱で、
今度は50台で家族暮らしでもお金持ち。
職業、さっきと一緒ですね。
こういうお店、こういう車。
これも比較的お金持ちが固まるような、 そういう地域属性があるみたいな。
そんな感じで見ていくと、データ見なくても、
自分のお店に来た人の現象とか、 分かるというところでございました。
という分析で、今までとこれからということで、
位置情報さえあれば、こんなことは分かると。
一応私に申し上げたやつですね。 これはこれだと。
いろんなデータと重なわせると、
家族構成とか年収が、 トラディショナルデータと重なわせると分かるし、
エリアセグメンテーションデータ、 地方デモグラフィスデータを重なわせれば、
こんなことまで分かると。
ここまで分かれば、自分たちのビジネスの 改造度が上がるということで、
冒頭見てもらった企業さんたちが、
先進的に位置情報を使ったマーケティングに 取り組んでますというところでございました。
セミナーの成果と今後の展望
お伝えしたかったことは以上なんですけども、
もう最後にもう一つだけデモして 終わろうかなと思いますが、
大体余裕は分かったと思いますので、
もう一名様、何か面白そうなところを 言っていただけないでしょうか。
じゃあ、最初にあの白い、 女性の方、白い。
はい。
あ、じゃあ、はい、お願いします。
ありがとうございます。
なんか言わしちゃったみたいに 詳しくですけどね。
キン、ヒ、タイ。
多分打ててます?
もう早く。
勘で打ってますけど。
あ、大丈夫ですね。
はい。
ピンと。
こんな感じで当ててますかね。
右上のこれも、ここもアリですか。
ここはこういう感じ。
こんな感じですかね。
あ、この右側もそうか。
失礼しました。
こんな感じで。
あ、これで違う。
あ、右側もそうだよ。
あ、失礼しました。
こんな感じですか。
あ、ここもだ。
こんなことしてると時間がなくなる。
一旦ここで行っちゃいましょう。
すいません。
ニアリーキンキ大学ということで。
じゃあまずは、どんな人が どれだけ来てるのかということで、
じゃあまた半年やってみましょうかね。
どこから来てるのかも見ましょう。
それはそうですよね。
土日はいると。
でも、いるっちゃいる。
男女比なんて面白いですよね。
やっぱり男性が多いですかね。
年齢がこんな感じ。
青が20代。
30代、40代。
この辺は何でしょう。
先生方みたいな感じかもしれませんね。
そりゃそうですよね。44%。
私が学生の時なんか、自分のリピーターのやつ。
3%とかそんな感じですよね。
ダメ学生でした。
もうちょっと推移を見てみましょうかね。
こんな感じでした。
この辺はお休みですか。
ですよね。ここが新学期みたいな感じですかね。
ここどこなんですか。
6月19日、20日とか直近一番来てますけど。
どこかあった。
わかんないですけどね。
どこから来たので、最後知りましょうかね。
こんな感じでしたけども、
そりゃそうだよねっていう感じではありますよね。
というところでございました。
ちょうど時間になりましたので、
私のパートナー以上でございます。
最後までご清聴いただきましてありがとうございました。
