日野コンピュータシステムの紹介
コネクティッドデータの可能性について語る、 について講演させていただきます。よろしくお願いします。
まず自己紹介させていただきます。日野コンピュータシステム株式会社 ソリューション推進部、三好明と申します。
私、21年卒で、新卒で日野自動車株式会社に入社しまして、 今、出向で日野コンピュータシステムに業務を務めているという形になります。
ですので、皆様と年齢も近いかなと思いますので、 就職活動、ご相談も含めて連携させていただくかなと思っています。
当然書いてますけども、私、大学セミナーをさせていただきましたし、 こういった形でトラックデータについてPRしているという位置づけになっています。
よろしくお願いします。
本日の流れについてご説明させていただきます。
まず、弊社日野コンピュータシステムについて ご説明させていただいた後に、
レーザービジネスソワーというところで、 今本日皆様お話させていただいてますけども、
スマホデータ、そして我々が活用している モビリティのデータについてご説明させていただきます。
最後にトラックバス、コネクティッドデータの活用について ご説明させていただきます。
我々、まず日野コンピュータシステムについてです。
コネクティッドデータの活用
その前に、我々が日野自動車の100%子会社になりますので、 日野自動車の会社説明からさせていただきます。
日野自動車は大型、中型、小型トラックバスを 生徒販売しておりまして、
90の国と地域に販売を持っている会社となっています。
そのグループ会社として位置づけられているのが 日野コンピュータシステム株式会社です。
東京都日野市に本省が来まして、 八王子、新宿にもオフィスがございます。
日野自動車グループの唯一のIT企業として デジタル部門になっている会社となっています。
パーパスが人類、物流の課題を デジタルの力で解決するというところを掲げておりまして、
デジタルの力を活用してトラックを売って 終わりだけではなくてですね、
人類と物流の課題についてデジタルで 解決していこうというところを掲げています。
少し余談ですけども、新宿のサテライトオフィス、 こんなに綺麗なオフィスで働いていますというところで、
ぜひぜひリクルートもしておりますので、 よろしくお願いします。
LBMAのカオスマップですけども、 冒頭お話ありました収集分析活用については、
我々すべてのところに参画しておりまして、 収集分析活用一貫して行えるソリューションを
展開しているという形になっています。
ここから本題ですけども、データビジネスストア というところ、スマホに入らせていただきます。
ここも前段で皆さんがお話しされた通り、 スマートフォンのアプリを通じて
位置情報とユーザーに関すると、 行動に関するデータが収集蓄積されています。
スマートフォンからSNSをやっているとか、 ショッピングのデータがあるとか、
検索、インターネットバンキングみたいなデータが 我々のほうを活用していると思うんですけども、
そういったデータがデータベースサーバに 収集蓄積されているようなデータになっています。
例えばインターネットの検索を見ていきましょう。
ユーザーはちょっと私ですけども、 せっかく大阪に来たので
たこ焼き食べたいというふうに検索した場合に、 インターネットでは大阪たこ焼きと検索すると思うんですね。
そういったデータが蓄積された上で、 データ解析を行います。
私のほうに、たとえばですけども、 たこ焼きに関するクーポンが配信されると、
こんな流れでデータが活用されている という形になっています。
どんなメリットがあるのか。 皆様からのデータが収集されていますけども、
どんなメリットがあるか。 ユーザーのメリットとしては、
ショッピングアプリに関しては、 地域限定のクーポンだったり、
プロモーションを受け取ることで お得に買い物ができたりとか、
ナビゲーションがあったり、 皆さん使っていると思いますけども、
リアルタイムの情報を受け取ることで 渋滞回避ができるというメリットがあります。
データを収集する企業、まさに我々ですね。
我々、スマホの組み合わせに関しては どういったメリットがあるかというところでいくと、
消費者の行動パターンを分析して、 より効果的なマーケティング戦略を立てることが可能になります。
例えばどこに新しい店舗を建てるかというときには、
こういった人流データ、スマホのデータを活用して、 新規店舗の出店の意思決定を行ったりだとか、
どこに広告を打つかみたいなところに関しても このデータが使われているというところで、
皆さんのユーザーに対しても、 より快適で便利な生活がもたらされますし、
企業に対しても、 効率的なビジネス内容ができると。
こんな流れになっているんですね。
ではモビリティではどうかというところを 見ていきます。
まず言葉の定義からご説明させていただきます。
ここを多いとしたらというところが あるんですけれども、
コネクティットカーと呼ばれているものが 日本各地で走っています。
通信機能を備えた車のことを コネクティットカーと呼ばれていて、
各自動車メーカーから発売されています。
コネクティットカーから収集されたデータのことを コネクティットデータと言います。
例えばここにある通り、位置情報だったりとか、 メーターの情報、燃費の情報、
あとワイパー、ヘッドランプ、 この車にまつわる情報、
さまざまなデータが今データとして収集できている という状態になっています。
例えばどんなサービスに活用されているかというと、
トヨタのG-Connectというサービスご存知ですかね。
例えば鍵を閉め忘れてしまったというときに、
スマホで忘れた場合にスマホに通知するような 機能があったりとか、
スマホからスマホの鍵だったり、 車の鍵だったりとか、
窓の開け閉めの状況を確認できたり、 そんなことが今できるようになっているんですね。
そういったところからユーザーメリット、 皆さん例えば車が使われたときに、
ここに繰り返しになりますけれども、
車の乗り込む前にエンジンをかけたりとか、 エアコンをつけるなども、
そういった快適に過ごすサポートが 実現できたりとか、
広い駐車場でどこに車がいるんだ、 みたいなときに関しては、
スマホからどこに車がいるかを 見つけることができる。
こんなメリットがあるに対して、 我々自動車メーカーに関しては、
顧客満足度、向上度、 もう車を売って終わりの時代は、
車を売った後に、その後のユーザー体験によって 顧客満足度を向上させる。
そしてブランドと価値を向上させ、 売上を伸ばすというメリットがある。
こちらもスマホと同様に、より快適で 便利な生活を皆様が受けることができて、
我々自動車メーカーもより効率的な ビジネスセンスができると、
こういったメリットがあります。
ではトラック、バスのコネクティッドデータは どのように活用されているかというところを見ていきます。
改めてコネクティッドカー、通信機を備えた車両から 取れるのをコネクティッドカーと呼び、
そこから取れることを コネクティッドデータと呼べます。
これは1台1台、日本全国に貼っておりますが、 ビッグデータとして収集できるんですね。
1台1台、大阪でも貼っていますが、 日本全国、これを収集することで、
ビッグデータとして扱うことができます。
これを少し欠陥みたいになっていますが、
赤くて濃いところが、よく車が通っている 場所を表します。
コネクティッドカーと、コネクティッドデータを ビッグデータとして扱うことで、
車の流れを捉えることができます。
いわゆる車流データと呼ぶのですが、
車の流れを捉えることができる データとして変換できます。
例えば事例として、トヨタの通れた道マップ というところを皆さん聞いたこともあるかもしれませんが、
ちょうどこれ、近畿大学の上をマッピングしたところを スクリーンショット撮ってきましたが、
青いところが、車が通れた道を 表している形になっています。
今日は平常時、何も災害が起きていないので、 全ての道路通れているかなと思うのですが、
これが災害の時にはどこが通れなかった、 みたいなところが把握できるようになっています。
そんなデータとして活用しています。
消費車のデータ分析
少しまとめますと、通信機を搭載した車両を コネクティッドカーと呼び、
そこから捉えるデータのことを コネクティッドデータと呼びます。
それをビッグデータとして活用することで、 車流データとして捉えることができると
お話させていただきました。
その車流データについても、乗用車と 消費車に分けることができます。
乗用車に関しては、普通車、軽自動車が 分類されますが、通勤だったりとか、
レーザーに活用されているかなと思います。
一方、消費車、いわゆる働く車ですね。
いろいろな働く車がありますが、 ここではトラック、バスをピックアップしまして、
貨物輸送だったりとか、旅客輸送、 荷物とか人を運んでいる、
そんなものを消費車として定義します。
今回はトラックの会社ですので、 消費車についてピックアップして
ご説明させていただきます。
乗用車と消費車の違いですが、 例えば乗用車であれば、
300万台から400万台、数では圧倒的に トラックより多いんですね。
一方でトラックは20万台から30万台というところで、 数では劣るんですが、
トラックの特徴とコネクティッドデータ
1日の走行の距離でいくと、 例えば乗用車であれば、
その辺に買い物行って帰ってくるぐらいの形で、 そんなに走行しないと思うんですが、
トラックに関しては東京・大阪便で 毎日走っているので、
距離でいうと圧倒的に乗用車が多いというところで、
モーラリズムに関してはそれほど 差異はないのかなと考えています。
地域分布も全国にトラックが走っていますし、
日中も夜間も走っているというところが トラックの特徴になります。
用途としても、荷物を運んでいるというところで、 規則的に運んでいるんですね。
定期便と言われていて、毎日同じルートを 走っているのがトラックの特徴なので、
日のインシデントが起きたときに 違う動きをするような特徴もあります。
物流を捉える、物流が少し大きいことでいうと、 経済や産業を捉えるデータとして捉えられるのではないかと考えています。
そこで我々の日のコネクティッドデータを ご説明させていただきます。
我々もこの商用車のトラックバスの コネクティッドデータを扱っています。
我々は日のコネクティッドデータを 呼んでおりますが、
日の自動車線のトラックバス、 車内に標準装備された通信機から取得されたデータのことを
日のコネクティッドデータと呼んでいます。
これはGPSが内蔵されておりまして、 そこからデータが取れる形になっています。
2017年からデータを取得、蓄積しておりまして、 全国25万台以上の車がコネクティッドデータとして走っています。
足したようなデータの選択が可能というところで、 このようなカスタマイズがすることができます。
機械に関しては、リアルタイムに発布したいのか、 過去データだったっても、
過去1年分なのか、1ヶ月分なのか、 この日のデータを見たいとか、
そういったカスタマイズもできますし、 地域に関しても、もちろん全国もできますし、
大阪という都道府県外に、メッシュといわれている 整合型単位でも見ることができますし、
国道県道、この道で見たいというところも 可視化することができます。
車種に関しても、大型トラック、中型トラック、 小型トラックというところ、
トラクターEVみたいな細かいわけも 見ることができます。
例えば東京、大阪であれば、小型トラック、 地盤のアマゾンのような配送であれば、
小型トラックの動きを見ることで、 物量を把握することができるというところです。
加えて、冷凍冷蔵車だけ見たいとか、 工事現場のダンプシャローだけ見たいとか、
そんな細かいわけもできるんですね。
それに加えて位置情報、プラスアルファとして 動態の情報、ワイパーが動いているかどうかだとか、
安全装置、急加速、急減速がどこで多いか、 燃費が良いのか悪いのか、
特免加工の加工を施したデータとしてお渡しするのか、
集計、OD分析、レポートしたものをお渡しするか、 こういったデータの選択ができます。
こういったものを我々は活用して、 例えば左上のところ、走行台数で速度、
どこの道路でよくトラックが走っているか、
よく渋滞が起きている道路はどこなのか というところを特定する分析だとか、
OD分析、大阪府を出発してどこの都道府県に 行くトラックが多いのかという発着地の分析だったり、
滞在地点、飛距離発動、CO2排出量、 こういったデータから分かることを基に下に書いてあるような
交通可視化、物流効率化、カーボンニュートラル、 インフラマネジネント、防災、
こういった社会課題の解決に対して活用している というところがトラックバス、コネクティックデータの活用になります。
交通可視化の事例
本日3つ事例を持ってきました。 こちらご説明させていただきます。
交通可視化と物流効率化とカーボンニュートラルについてです。
交通可視化については、交通障害をリアルタイムに 自費が把握したいというニーズ、
物流効率化に関してはインターチェンジの利用除去を 把握したいというニーズ、
カーボンニュートラルに対しては水素ステーションの 需要があるエリアに設置したいというニーズに対して
トラックデータを活用した事例になります。 一つ一つ見ていきます。
まずリアルタイムの交通可視化についてです。
こちらはこの青い点が見えると思うんですけれども、 一つ一つがトラックになっています。
なので一つ一つのトラックの動きを追うことで 高速道路の異常をリアルタイムに把握できる
というサービスになっています。
こちらは今年は2月に山口県で起きた大雪によって 5キロに渡る御長寿が発生したという事例になります。
こちら動く絵があるので見ていただきたいんですけれども、 この一つ一つの点がトラックになっておりまして、
青いと速度より60キロ以上なので 平常に走っているということが言えます。
少し立っていくと真ん中のところが黄色い点が たくさん出てくるのがわかるかなと思います。
黄色い点が速度がゼロなんですね。
なので速度がゼロの車がたくさん滞留している というところは何か立ち往生だったりとか
スタックが起きているんじゃないか というところは見て取れます。
こういった形で地図上で可視化して 俯瞰的にトラックの動きを見ることで
これをリアルタイムに可視化することで 何かインシデントを発見することができる。
こういう活用がなされているというところです。
実際に今どのような形で道路管理者様は 業務を把握しているかというところでいくと
今カメラを使っているんですね。
カメラだとか循環している車に関して 何かアクセントが起きたときに
情報が飛んでくる形になっています。
一方で地方部ではカメラが少なかったりだとか 新設には高額なコストがかかるだったりとか
カメラとカメラの間に何が起きているかわからない みたいな困ることがあるので
そういったものに対して 我々の地図上で可視化することで
何が起きているかというところを リアルタイムに把握する。
これ実際には3分から5分遅れで かなり早い頻度で
物流効率化とカーボンニュートラル
1分ごとに更新されるというところで
リアルタイムに位置情報を把握することで 災害分野にも活用できるというところです。
次に事業法界の活用 物流効率化について見ていきます。
トラックデータを活用した道路事業業務というところで
道路整備によって物流効率化がなされる と思うんですけれども
それを定量的に評価できるというものになります。
これ本当に一つの例ですけれども
ある地点を出発したトラックがどこの地に 送っているかというところを可視化することができます。
例えば道路を新しく作ったときに
こういった物流効率化したいみたいなテーマで 道路を整備することがあるんですね。
そういったものがきちんと行われているかどうか
というところを数値で確認することができます。
例えばもう一つの事例を申し上げると
この線が太ければ太いほど 交通量が多いという絵になっています。
かつその左上のところ
青い丸二つあると思うんですけれども
これは出発地を表しておりまして
右下のところオレンジ色のところあると思うんですけれども
これは到着地を表しています。
ですので左上の
例えば左上の出発地からトラックが出発して
この青い線のところを通って
オレンジ色の到着地に到着した というところが見えます。
こういったものがグラフのような形で
出発地のどこが多いかというところを パーセントで見ることができますし
その経路も多くとかできるというところ
ですので右上に書いてますけれども
トラックの動き、いわゆる物流の動きを 把握することで
物流が効率化できたかどうかというところと
交通量に変化があったかどうかというところを 定量的に把握することができます。
これ実際にはナンバープレート調査といったものがあったりとか
アンケートを行わないと把握できないんですけれども
こういったものをデータで表すことができると
我々の強みになっています。
あとはスマートインターチェンジみたいなところで 今開通が進んでおりますけれども
こういったものにも物流効率化の支援というところを
1つテーマに挙げられていまして
例えばスマートインターチェンジが開通した
前後でこういう物流の動向を見ることで
物流の動向を定量的に把握できるというところが
我々の物流効率化でデータ活用する事例になります。
最後に水素ステーションの重量測、カーボンニュートラルの テーマについて見ていきます。
水素ステーションの重量の高い場所を
トラックのコネクティブなデータで 特定できるという事例になります。
こちら赤い線が濃ければ濃いほど
トラックがよく通っている場所を表しています。
丸が大きければ大きいほど
停車の頻度が多い場所を表しています。
水素ステーションで止まっていないと 充電できないんですよね。
なのでよく走っていてよく止まっている場所に
水素ステーションを建てればいいんじゃないかと
いう仮説の下、こういったデータを活用して
建てる場所を検討したらどうですかというところを
実際に福岡県さんに導入いただいております。
背景的なところをお話させていただくと
水素ステーション、皆さんあまり 馴染みがないかもしれないですけれども
水素ステーションの課題
2030年までに天気の設置を目標としています。
これは計算書が書かれている数値として
将来的にはガソリン酸度を代替するような
存在になるというところを挙げられている一方で
現状は160の箇所となかなか整備が進んでいないという
状況があります。
ではなぜ進んでいないかというところを
少しこれネットで調べただけですけれども
3つ記事が出てきました。
どれも治療と供給が一致しないので
閉鎖してしまっているという例になります。
この辺りに着ければ水素車が来て充填して
ステーションも盛り上がるだろうという風に
建てるんですけれども
なかなか来ないと思ったより
治療がある場所、治療がなかったというところで
設備費もランニングオースターも高額なので
採算が合わずに潰れてしまっている
みたいな例がたくさんあるんですね。
そういったものを我々のトラックのデータを
活用することで
トラックがよく通っていて
よく止まっている場所が
我々のデータから分かるので
それを基にこの辺りに水素ステーションを建てれば
需要と供給の不一致が起きないんじゃないかというところを
ご提案させていただいているというところになります。
少し2番と3番についてご説明させていただくと
走行台数と停車頻度についてですね。
走行台数については
先ほど申し上げた通り
赤い線がこければ
こういうほど交通量が多い場所になっています。
例えば今回4エリア
博多港のエリアとか
空港のエリア
ICのエリア
流通センターのエリア
この辺りに建てたいという
ご要望だったんですけれども
どこも線が太いので
交通量に関しては問題ないかなというところ
ただ電車頻度については
これ丸が大きければ大きいほど
よくトラックが止まっている場所です。
これ1番と3番のエリアは
よく止まっていると思うんですけれども
2番と4番のところは
あまり止まっていないのが分かるんですね。
加えて
大地山とか
あらつとか
黒地で描いているところがあると思うんですけれども
これもともと
想定したようなエリアではないところ
丸じゃないところが
この赤い丸が大きくなっていると思うんですよね。
ここがまさに落ちるところで
もともとこの辺りに建てたいと思っていたんだけれども
それ以外のところで
重がある場所が見つかった。
これがまさに
データを使う価値の部分なのかなと考えています。
こういった形で
交通量が多くて
停車頻度が多い場所に対して
施策性を立てる
こんなカーボンデントラの活用法があるというところです。
こういった形で
今3つの事例をご紹介しましたけれども
データから分かること
トラックデータから分かることをもとに
こういった社会課題に活用されているというところです。
データの活用方法
少しスマホと経路が違うんですけれども
物流に特化した課題に対しては
われわれのデータが使いやすいというところです。
最後のスライドになりますけれども
われわれはデータを収集する企業になります。
データを収集して
世の中の社会課題に活用していくというところで
2つのパターンがありまして
1つはデータを分析する企業様にデータを渡せる
というところになります。
データを分析する企業様だったりとか
建設コンサルタント様
物流サービス企業様
大学研究科様にデータを渡せる
というところで
それを分析いただいた上で
データを利用いただく
観光庁様
自治体様
運送事業者様
走行不動産様にサービスを提供するという流れと
われわれが分析する部隊もあっておりますので
われわれの方で分析をして
最終的なデータ利用様にお渡しする
この2パターンがあります。
本日は大学の皆様
学生の皆様も聞かれているというところで
トランクデータ
かなり認知ですけれども
物流課題に関しては
特化して使えるデータになっていますので
何かご興味がありましたら
お声掛けいただけたらなと思います。
競争する企業様
団体様募集しておりますので
物流社会課題に貢献するデータとして
活用いただけたらなと思います。
では以上となります。
ご清聴ありがとうございました。
