ブログウォッチャーの紹介
株式会社ブログウォッチャーより、位置情報データの力を知っていただいた、リアルと未来をつなぐデータの可能性と展望という題材で、お話しさせていただきます。よろしくお願いいたします。
自己紹介は簡単ですが、私は株式会社ブログウォッチャーに属しています。データサイエンシストと経営比較室に属しております橘航大と申します。
私は大阪府出身で、地元が浦山なのか、明智美瀬比叡が呼ぶられた山崎の中にある天王山だったりとか、家の近くに山崎ウイスキー工場があったりとか、先輩のように元場所が住んでいたとか、そういったすごい歴史あふれる所で現れております。
私は新卒で株式会社リクルートに入社しまして、出向としてブログウォッチャーに参加させていただいております。
基本的には私はデータサイエンシストという技術職ですので、実は私は人生初めての出張が今日の場になっていて、本当に心を動かしてですね、
駅から降りた瞬間に、私の近くで雷が落ちるというか、帰れと言っているのか、そんな感じだったんですけど、
今日はですね、本当に稼ぐ方法という話は一切お話でできないんですけども、位置情報というのがどれだけ面白いかというところをですね、強調して皆さんにお伝えできればと思いますので、
ビジネスで使うというよりかはですね、こんな使い方ができる、あんな使い方ができると言うとですね、
相手の発想みたいなところを、難しい話なしでですね、いろんなお話をさせていただければなという風に思います。よろしくお願いいたします。
でですね、先ほど申し上げた通り、本日のゴールとしてはですね、
人流データの面白さを少しでも多く知っていただきたいなというところで、本日はお話しさせていただければと思います。
はい。
位置情報データの活用
なので今日のアジェンダとしましてはですね、最初にちょっと概要をお話しさせていただいた後にですね、
これまで弊社がやっている過去事例ですね、うまくいった事例についてお話しさせていただきまして、
あとはまだ全然お金にはなっていないんですけども、研究開発中の最新のですね、最先端の事例とかお話しできればという気持ちを持っています。
ちょっとお見舞いにおいて皆様に一言、私の方から申し上げて終わりにしたいと思います。
はい。
株式会社ブログウォッチャー、日情報を使っているのかという質問が来るんですけども、
実は弊社はブログを本当にウォッチしていた会社だったんですね。
それが2007年にリクルートと全通のジョイントベンチャーとして設立されているんですけども、
本当にブログを覗いていくプロジェクトを作っていたんですが、
途中で日情報を取得する、スマートフォンから取得するですね、SDKと呼ばれるソフトウェアを作って、
それを今、先ほどお話しした通りですね、
AVMというところで日情報を使って広告を打ったりとか、分析したりとか、
街づくりを活かしたり、観光で使ったりという授業を行ってきております。
で、今現在になっているとおりお話になっております。
そんな感じでですね、各業界の中で結構導入実績も多くなっておりまして、
日情報データとか人流データというのは本当に広い使い方をしています。
で、例えばですね、道路に対して交通渋滞対策だったりとか、
いちご対策に使われていたりとか、街づくりですとスマートシティ、
公共交通最適化だったりとか、街づくりでどのような道を作ればいいのかとか、
どういったところに都市開発をしていけばいいのかというのを
データドリブンで考えていくといった施策で、
最近はイオニングウォッチャーをご支援させていただいております。
他にも防災のところですね、こちらは本当に、
例えば今回最後の本とかでお話しさせていただくんですけれども、
元半島地震とかあったと思うんですが、そういう例とかを本当にですね、
分析して今後同じような地域にどういった対策ができるのか、
そういった横展開をできるような取り組みだったりとか、
あと観光とかにもですね、ここはメインにお話しさせていただくんですけれども、
観光推進だったりとか、発祥への分析だったりとか、
どういうところで位置情報が役に立てるのか、
みたいなところを今回お話しできればと思っております。
突然なんですけれども、人流データはどういった点に
人流データと観光分析
皆様は魅力とか興味を持っていらっしゃるのかなと、
ちょっと私の方から問いを投げかけたいんですけれども、
皆様はどういったところに人流データの面白さがあると思っておりますか?
今って本当にスマホとかパソコンとか、
本当にこのオンラインデータ、例えばSNSであったりとか、
公売の駅とか、アクセスログとか、
誰がいつ何をしたか、本当に非常に明確に
データとして取得できる時代になっているわけなんですが、
そこで人流データが独自で持っている価値みたいなところって、
やっぱりどこなのかなとか、私データサインテストの立場として
日々考えることが多いんですけれども、
やはり私としては一番大きな点は何かといいますと、
唯一オフラインというものが一番鮮明に分かるデータなのかなと
私は思っています。
人流データだけがどこでというところを語ることができると。
SNSでも簡単に市区町村類の電子情報みたいなところが
分かったりするんですが、それでもやはり先ほど
シグナルの天皇データの動画とかがあったと思うんですけど、
あそこまで細かいデータを取り入れるというのは、
我々はやはり人流データのベンダーであるところだけできる
データになっているかなというふうに思います。
そうですね、どこでという可能性は、
市区町村類から枕まで幅広く展開可能でございまして、
位置情報データを活用すると、細かい特定エリアのライブ業者に対する
分析とかもそうなんですけれども、それだけじゃなくて、
イベントごとのもうちょっと大きなところから、
街、日本全国というふうに幅広い分析が非常に可能になっている
というところが位置情報データは特有の強みになっております。
その人流データは一応ちょっとだけ軽く紹介させていただきたいなと思うのが、
ブルーボッチャーはどうやってデータ取得しているのかという話なんですね。
皆様、ポケモンGOとかドラクエオールとか使われた方、
もしくは知っているよ、聞いたことあるよという方がいらっしゃるかなと思うんですが、
いろんなデータアプリとかを使うときに、位置情報の許諾を許可していますか?
みたいなポップアップが出てくると思うんですね。
こちらで許諾したユーザーからデータを貸していただく
といったところをブルーボッチャーではその方法で取っておりまして、
必ずしもすべてのアプリがブルーボッチャーというわけでは全くなくて、
ブルーボッチャーが位置情報を取得できるような仕組みというのを
この人のアプリに埋めてくれませんか?と言って、
そのアプリから位置情報を貸していただくというのが140種類以上のデータになっております。
本当にアプリとしては、乗り換え案内とか大手ファミレスチェーンとか
いろんな業界のところからデータを取得できていますので、
結果的には最大1億円、本当に他のライブデータも含めて
最大1億MAUというのは、マンスリーアクティブユーザー、
1ヶ月に1回以上アクティブになっているユーザーが登場するんですけれども、
1億人以上のデータを取得できているという風になっております。
その後、ブルーボッチャーの大量データを使うとどんなことができるのかというところを
お話できればと思うんですけれども、
弊社が扱っているデータ、先ほどWi-FiとかGPSとか通信機種という話があったと思うんですが、
弊社ではGPSデータというのをメインで扱っております。
で、これビーコンとかWi-Fiとか、
Wi-Fiは聞いたことあると思うんですけど、
ビーコンとかビットリクエストとか通信機種よくあまり聞いたことはないかなという風に思うんですが、
ビーコンというのは本当に四角の小さなタブレットを置いて、
そこに近くに展示されたユーザーは非常に高い精度でどこにいるかというのが分かるんですが、
一方でそれが置いていなければ人流データは取得できないので、
精度が高いと全然データとしてはあまり担当できない。
逆にビットリクエストというのは広告を表示するときに取得できる、
これを見ていただくと市区町村流度までしか取れないんですが、
広告があれば取れるということなので、データ量としては非常に多い。
誰にも教えてもらわないという風になっていて、
GPSはこの間のところですね、
大体精度としては数メートルから数十メートルぐらいの誤差はあるんですけれども、
それだけでも先ほど申し上げた通り、
1ヶ月1億分ぐらいのデータを取得できない。
みたいな、そのようなデータをメインで扱っております。
というわけでですね、過去10年どういう風なところで使われていたかと言いますと、
例えば先ほど観光のところでですね、
自治体とか市区町村で使っているデータがあれば、
あまり横断的に使えないよ、みたいなところがあったと思うんですけど、
弊社のデータはですね、デジタル観光統計とかに使われておりまして、
面でですね、横断的に全国のデータについて分析するということが可能になっております。
例えば、どこに来ているのかというところから、
どこからその観光地に対して来ているのか、
どんな人、何十代の人なのか、男性なのか女性なのか、
どんな人の割合が来ているのか、
どこを収入、どういうところを立ち回っているのかな、みたいなところみたいに、
時間とかそういうところも見ることができましたね、という感じになっていて、
それができたら何が嬉しいかと言いますと、
例えば、来訪者数の変動要因とか、年次ごとに見ることができたりとか、
あとターゲット、誰をターゲットにして、
これを今後観光に対してですね、
東北を問うか、スタッフを問うかという形もできますし、
あとですね、この自分の持っている観光地みたいなところが、
他の地域と違って、どういうところに強みがあって、
どのところに弱みがあるのかというのを属性物理に分析したりとか、
そういうことが可能になってくるわけなんですね。
そういったところが、デジタル観光統計のオープンウェブとして
公開されているので、先ほど申し上げましたとおり、
例えば地区調査のイベントの効果というのが分からないとか、
あと地域観によって比較ができないとか、
そういった問題とかを対処、対応できるためには、
このオープンウェブというのを公開していますという話になっております。
実際にですね、これだけの声としましても、
来訪者が来訪前にいたスポットが分かれるようになったりとか、
あと来訪者の居住エリアがどういうところにあるのかというところが、
グラフで分かったりとか、一文で分かるようになったりとか、
そういうところでですね、非常にポジティブな声としても
たくさんいただけている状況になっております。
あとですね、ちょっとこれ実は弊社で最近取り組んで、
ちょっとビジネスとはやや相当ですが、
最近ちょっと厚いところについてお話しできればと思うんですが、
皆さま、タイガドラマというのをご覧になったことありますかね。
実は私のタイガドラマというのは、
小学校1年の新選組というやつ以来見たことないんですけど、
実は今回やっているタイガドラマがですね、
この「ひかるきんねん」というものがあったらしく、
実はこれ主人公の性別と時代の舞台がですね、
非常にマイノリズムだったというところで、
私は最近知りまして、
女性が主人公でかつ平安地域というところが実は今まで3%しかなかったという、
そういった舞台なんですけれども、
たぶんこういった、例えばよくあるのが、
女性の方が主人公だと、
その女性の視聴率がすごく上がるという現象があるんですが、
これは実際、じゃあ今度、政治巡礼とかでも
そういった同じような現象が起こるのかというところを、
社内で分析した例になっております。
そうするとですね、
タイガドラマの場所であった京都市、宇治市とか大津市、越前市のいずれにおいてもまして、
20代女性の割合が非常に偉い方針、観光者自体が増えているということが分かっておりまして、
全てが確か、例えば全部がタイガドラマの影響かというとはそういうわけではないんですけれども、
傾向としてかなり増えているということが見えております。
他にもですね、タイガドラマ館であるいったところに行ったユーザーが
どのようなところに行っているのかというですね、
この線が宇治館からどこに行っているかというところを全部プロットしたときにですね、
やはり、例えばタイガドラマ館で使われていた紫色部像とか、
人流データの重要性
病棟院とかいろんなところにブワーッと行っているということが一部で分かるというところでですね、
これは例えば京都とか大津とかやったらある程度観光的なところなので、
なかったとしても行けるんじゃないかというふうなところが皆さんの突っ込みところとしてあると思いますが、
面白いことにですね、越前というところでは一番ここがタイガドラマ館なんですが、
越前和装里というところですね、距離非常に遠いですし、
そこまで観光スポットかというとはするわけではなかったんですけれども、
このドラマの後にかなり非常に人数が多くなったということが分かっていて、
これってやっぱり人流データがなければ分からないことだよねというところで、
だけども人流データが簡単に分かるといった事例となって、
面白いなあというところにしなければならなくなっておりました。
他にも皆様あまり興味がありますかね、
TWICEといわれる韓国のユニットがあるんですけれども、
TWICEといわれるととても大人気なヒロリング部のユニットになるんですが、
その後たちが起こすライブの経済効果って非常に大きいんじゃないかという、
TWICEのすごいオタクの社員メンバーがいらっしゃって、
その社員のメンバーたちがどんだけ経済効果に影響を起こしたのかというところを見たんですけれども、
1回のライブで実は2.3億円の経済効果は大体性能推定ですけれども出していますよというところも分かっています。
例えば、ライブまで先ほどどういう移動調べが来たかという話が先ほどあったかと思いますけれども、
新幹線ですね、どこのエリアに住んでいる、大体どのエリアに住んでいると推定できるかみたいなところからですね、
例えば大阪府とか東京都というふうに分かればですね、東京で行っていくライブに対して
各都道府県から新幹線で何人来ているのかというのが概算できますので、
大体そこで3800万円という非常に大きな額が動いていたりとか、
ライブ実施前後でですね、例えばランチとかディナーの時間帯にその繁華街にいる、
そしたらランチは大体1500円くらいだろう、ディナーは大体4000円くらいだろうということもその人数で9300万円、
他にも宿泊費のところで大体1億円というようなところ、細かい条件について活躍しているということですけれども、
そういった基礎を書いているノートというですね、ブログ、ツイッターの中間ぐらいの場合にいろんな検証記事を載せていますので、
私はぜひご覧いただければなというふうに思います。
未来の人流データの活用
今開発中の最先端の事例と、先ほどこれまではよくある事例だったんですけれども、
人流データってやはり流れるので、先ほどお見せしたのはどちらかというと、
止まっているデータに対してブログセットの可視化だと思うんですが、
せっかくなので動いたらどうなるのかというところが、今モノウォッチャーの中でもテンキューが動いています。
例えばですね、こちらのご覧の最後のところですね、
アジアモノウォートスタジアムの歩行者シミュレーションというやつですね、
試合が終わった時に飛び立てる駅からどういう風に帰っていくのかというログが、
今システム21社というところで共同研究して行われています。
さっきからFC東京と川崎フロントワーの試合が終わった時に、
この給料のところの近くに駅があるんですけれども、
そこまでどういう風に歩行者が歩いていくのかというところがシミュレーションで示唆されています。
ちょっと見ていただきたいなと思うのが、これからのところですね。
今からちょっとグググッと移動していくんですけれども、
そうすると本当にちっちゃいテンが動いていますね。
これ全部人間なんですが、
グローバルウォッチャーの元にシミュレーションでどのように人がどこを歩いていくかというところを
ツーポイントと共に算出するという形になっています。
そうすると、だいたい何割くらいの人たちがどの方向に進んでいるのかというところまで
分かってくるので、実はこれが駅に向かってどういう風に歩いているのか。
結構面白いですよね。こういうのが分かってくるわけですね。
簡単なところとして、別にこれから見ていたとて、
みたいなところが皆さんの思いかもしれないですが、
ちょっと次の動画を見ていただきたいですね。
これは面白いです。道路を色塗りした状態の動画になっております。
青というのは一番面積、密度が少ないところで、
水色、緑、黄、オレンジ、赤と同じように
だんだん密度が濃くなっていくようなところになっているわけなんですね。
これを見ていただくと、シミュレーションのところで人数の多いところほど
色がうにゃうにゃうにゃという濁りというのが分かるんですけれども、
これの面白いところは、ぐーっと引っ張っていくと、
この感じで真っ赤になっているところがわかりますか、横断歩道が。
これは過去の一年なんですが、こういったシミュレーションで
どこが混みやすいのか、どこが渋滞になりやすいのかが
一目で分かるので、じゃあどこに道路を作ればいいのかとか、
どこを車線に規制をすればいいのかというのが
目視で簡単にわかる、誰が見ても同じものを見るという
一体的な形がTAMPで非常に面白いテンションになっております。
他にもですね、例えばこの京都大学の教育研究、
これは分析の資産というよりかは分析の家庭であった
可視化についてなんですけれども、
地震発生の去年の人流データの動き方ですよね。
これが1月1日、1月2日。
こっちが地震発生の1月1日、1月2日なんですけれども、
ちょっとここを見てもらったら分かるんですが、
この日程だけ非常に人流の人数が一気に増えて、
緊急車両であったりとか、そういった道路であったりとか、
そういった道路の動きが分かるという風になっていったりとかします。
他にもですね、
実はこの石川県の被災者ですね、
被災者の居住歴だというのが、
大体8割が石川県。
これは皆さんも想像がつくかと思うんですが、
実はこの2割の方は帰省のために
いろんな都道府県から帰ってきているので、
都道府県町だったりとかですね、
第2位は東京都、第3位は富山県という風にですね、
帰省が、帰省に動きたという風に、
だんだん東京都が増えていったりするんですけれども、
そういった人流のですね、パターンまで入れてくるという風になっております。
ちょっとこちら側、だから何ができるんだというところは、
まだこれからなんですが、こういったデータをもとにですね、
例えばここは被災地、被災した場合には、
ここに道路はちゃんと制限しないといけないのでとか、
そういった施策が人流データから結構入れられるところも
たくさんあるという風になっておりますので、
こういったところを例えば、
この分析をもう一回そこで、
次どうするかというのは当然なんですが、
それを横展開するという風にですね、
結構人流データは使われたとします。
はい、というわけで最後にですね、
未来に向けてなんですけれども、
ちょっと先ほどお話しさせていただいた、
大河ドラマであったりとか、あとトワイスの話、
あとサンフレッジ広島が新しいスタジアムを開くというところですね、
新しくスタジアムを作ったことによる経済効果を見たりとか、
自分の理想的な行動パターンですね、
アクティブに動くとか、ニュース界によく行くとか、
そういう人たちが一番集まってそうな23区と
どこに入れたら良いかということを考察した、
結構面白い分析なんですけれども、そういったところとかですね、
実は人流データってやっぱりまだまだマイナーデータなので、
使われ方というのはまだまだパターンが少ないんですよね。
あと必要な発想とアイデアと、
あと思考の作動になるところが結構大事だと思いますので、
ぜひ皆様と一緒に人流データを用いて、
社会に対してたくさん価値をもらえる皆さんが歓迎できていく、
そんな機会を今後作っていきたいなと思っております。
ご清聴ありがとうございました。
