KDDI Location Dataの提供を開始します

このエントリーをはてなブックマークに追加

弊社では2020年より「KDDI Location Data」の提供を開始いたします。本データは、通信キャリアであるKDDI様の持つ膨大なログから移動人口・滞在人口を抽出したもので、流通・不動産・金融など様々な業種でお使いいただける汎用的なデータです。本稿では、本データの特徴、ユースケースについてお伝えします。

アジェンダ

  • KDDI Location Data 概要
  • 実際の滞在人口データを可視化してみよう
  • 個人情報について
  • まとめ

KDDI Location Data概要

「KDDI Location Data」はauスマートフォン端末のGPS位置情報を24時間365日収集したうえで、スマートフォンご契約時の公的証明書による性別・年代情報を結合、メッシュ単位で集計したデータを提供するサービスです。許諾を得た数百万のauユーザからGPS位置情報/属性(性別・年代)情報を随時取得することで、通信キャリアならではの高精度・高信頼性の位置情報を生成、メッシュ単位での人口統計情報を提供いたします。また、特定メッシュ(本データは5次メッシュでの集計です)・特定時間について属性別に確認が可能です。

弊社データデザイン部は、事業会社のデータ活用を、AI・BI・DWHの構築といった形で支援して参りました。また、最近ではStarflakeや地理関連統計データといったデータそのものの販売も実施しています。「データ活用をしたいが、自社に十分なデータがない」「自社のデータが分析する形式になっていない」といった状態のお客様でもデータ活用をはじめられるべくサービスを強化しております。

この度、かねてよりお客様からご要望をいただいていた「位置情報データ」を提供開始できることにより、さらに幅広いご支援ができると期待しております。

実際の滞在人口データを可視化してみよう(2019年6月・午後12時台)

それでは、実際にデータを可視化していきたいと思います。KDDI Location Dataはある月の平日・休日別の人口数を24時間・1時間ごとに統計処理したものが基本提供単位となります。まずは都内の2019年6月の午後12時台の人口を平日・休日別に可視化して比較してみます。赤が濃い方が人口が多いことを示します。

2019/6 平日滞在人口

まず平日の場合、都心(港区・千代田区・新宿区)に人口が集中することがよく分かります。弊社オフィス所在地は東銀座ですので、平日日中のオフィス街エリアの人口集積は肌感覚としても分かります。また、鉄道沿線や交通要所に沿ってある程度人口が集中している点も興味深いです。弊社ですでに提供を開始しているStarflake nightview(人工衛星で取得した都市の夜間光データ)を道路と重ねるとインターチェンジやターミナル駅などの交通要所ほど夜間光が強くなる傾向が見られるのですが、さらにGPSによる人口のデータを重ねると「人が日中によく集う、真に重要な交通拠点」を把握することができそうです。

参考:Starflake nightview(夜間光)を道路データに合わせ抽出。明度が高いほど夜間光が強い。ICなどの交通要所は夜間光が強くなっていることが確認できる

 

では、比較して休日の滞在人口を可視化してみましょう。

2019/6 休日滞在人口

平日と比べると、まんべんなく人口が分散しているのが見て取れます。都心の人口集積は、港区エリアが少し薄れているように見えます。並べて比較してみましょう。

交通要所から少し距離のある地域にも人口が分散していることが分かります。昼間人口と夜間人口という概念がありますが、平日と休日の同じ時間帯でも近しい現象が観察できます(もちろん、KDDI Location Dataでは平日の中の異なる時間帯の比較も可能です)。

ここで、平日・休日の市区町村別の滞在人口ランキングを出してみましょう。

2019/6 平日滞在人口各市区町村別ランキング

2019/6 休日滞在人口各市区町村別ランキング

休日になると世田谷区・大田区が上位になります。住宅街が多いからでしょうか。KDDI Location Dataには匿名化された契約情報も付与されており、人口の性年代別階層を割り出すこともできます。以下では年代別に構成比を出してみました。

休日は比較的年配の方が在宅、20代の方は外出しているのでしょうか。各自治体の年齢構成も合わせるとさらに深い分析になりそうです。

以上では、比較的マクロな市区町村単位での集計を実施しましたが、KDDI Location Dataの基礎集計単位は125m・250m・500mメッシュの三種類です。本稿では250mメッシュを利用しました。交通量・通行量が細かい粒度でわかるため、例えば以下のユースケースが考えられます。

  • 流通サービスにおける各店舗に来ているお客様のペルソナおよび各ペルソナの来店ピークタイムの把握→セールなどの販促活動や出店計画に活用
  • 企業拠点の人の集積を分析・金融サービスにおける与信情報として利用
  • 地価の査定を公的統計よりも頻度高く実施

個人情報について

KDDI Location Dataはau公式アプリを通じて、auユーザーから位置情報利活用の個別同意を取得しており、利活用にあたっては個人識別子の暗号化、属性の一般化による集計、少数値の削除等の十分な匿名化の処理(統計加工)を実施しています。プライバシー保護に十分配慮した上でご提供しております。

まとめ

弊社では2020年よりKDDI様の保有する位置情報データ「KDDI Location Data」の提供を開始いたします。本データは通信キャリアの持つ膨大なログから移動人口・滞在人口を抽出、ご提供するもので、マーケティング・機械学習モデルの開発など、様々な用途にお使いいただけます。

弊部がすでに提供している「Starflake」をはじめとしたデータとのマッシュアップも様々な発見をもたらすと思われます。そして、「明日x人のお客様が店舗に来るのか」といった需要予測モデルの教師データとしても極めて有用と思われます。弊部がご提供するAI開発でも積極的に活用する予定です。

ご興味のある方は、お気軽にお問い合わせください。

【無料ウェビナーのお知らせ】
「DX/AI推進を担当しているがうまく進まない」方に最適なウェビナーを企画しました

事業会社がAIを導入するには、現場から経営層までが一体となり、熱量をもってAI開発に携わることが重要です。そしてその成功の鍵となる考え方が「UX first」です。
本ウェビナーでは、これまで弊社が事業会社とAIプロジェクトを進めて感じた気付きから、「UX first」で進める必要性についてお伝えします。

<ウェビナータイトル>
経営層も熱狂させるAI活用~成功の鍵は「UX First」~
<プログラム>
1.データデザイン事業のご紹介
2.AI活用が進まない理由とは
3.AI活用における「UX First」な進め方とは
4.なぜ「UX First」だとうまくいくのか?事例のご紹介
5.QAタイム

日時:2020年12月10日(木) 13:15~14:15
参加方法:Zoomで参加(参加費無料)

お申し込みはこちら

WRITER
Ryo Kaneoka

プランナー

金岡   亮 Ryo Kaneoka

複数の新規AI・データ活用サービスの企画およびPMを担当する。大手広告代理店様/メーカー様のビッグデータ活用の支援等の実績あり。   JDLA Deep Learning for GENERAL 2018、上級ウェブ解析士

SNSで最新情報を発信しています

最新記事

ページTOPへ