合同会社長目　第２回　セミナー資料 タイトル: 入門編！Pythonでの位置データ分析を活用しよう！国勢調査のデータを使ってみよう！ 日時: 2021年10月27日　18時から19時

1. 国勢調査をマーケティングに
活かそう！
2021/10/27
合同会社長目 小川 英幸

2. 主催
- データ活用のお手伝いが必要な企業さま、お声掛
けください
- データ分析をお仕事にしたい人も募集中

3. 講師
・ 小川 英幸（twitter: @ogawahideyuki）
・ 合同会社 長目 CEO
・ 京都にあるデータ分析会社を経営中。元金融機関勤務。
・ PyConJP2019, 2021、PyCon China 北京 2019 スピーカー

4. 執筆
どちらもインタラクティブな可視化が
作れるDashと言うフレームワーク
に関して執筆
データの可視化が重要視されるよ
うになった昨今の流れに乗ったの
か、本は来月３刷となる。

5. 普通

6. インタラクティブ

7. 本日の内容
- テーマ:
リフォーム会社で自社に効率的な営業地域を探す
- 位置データつきの国勢調査のデータを扱う
- 旧来の運任せの営業 => データPlus確率思考の営業へ
- それを国勢調査というオープンデータのみを活用し、行う
道筋を示す。データ活用わからんという声が多い中、その
活用方法の一例を示す

8. - 国勢調査データの解説・取得など
- リフォーム会社の営業地域を探す
- その後の行動
アジェンダ

9. - 国内の人、世帯に関する調査
- 大正９年から始まり、令和２年の調査で100年！！！
国勢調査
統計局: 国勢調査概要
https://www.stat.go.jp/data/kokusei/2020/gaiyou.html
世帯員に関する事項
1. 氏名
2. 男女の別
3. 出生の年月
4. 世帯主との続き柄
5. 配偶の関係
6. 国籍
7. 現在の住居における居住期間
8. 5年前の住居の所在地
9. 在学、卒業等教育の状況
10. 就業状態
11. 所属の事業所の名称及び事業の種類
12. 仕事の種類
13. 従業上の地位
14. 従業地又は通学地
15. 従業地又は通学地までの利用交通手
段
世帯に関する事項
1. 世帯の種類
2. 世帯員の数
3. 住居の種類
4. 住宅の建て方

10. - 政府のオープンデータ e-Stat: https://www.e-stat.go.jp
- 上で大体取得できる
- APIもあるが、今回は利用できない
- 地図上に統計データを載せてある: 統計GIS https://www.e-stat.go.jp/gis
データ取得方法 1

11. 国勢調査データ
- 先程の統計GIS -> 統計データダウンロード -> 国勢調査 -> 年度
- 2015年の250メートルメッシュのデータを活用する
- その1から３まで全てのデータをもつデータセットを作成した
データ取得方法 2

12. 国勢調査の位置データ
- 先程の統計GIS -> 境界データダウンロード -> 5次メッシュ（250mメッシュ）
- 世界測地系経度緯度をダウンロード
データ取得方法 3

13. どこのデータを取得するか選定する
- データを地域で選ぶ
- 地域の番号で対応している
データ取得方法 4

14. データを読み込み、統計データと位置データをマージする
- KEY_CODEを活用する
データ取得方法 5
統計データ例
位置データ例

15. - 国勢調査データの解説・取得など
- リフォーム会社の営業地域を探す
- その後の行動
アジェンダ

16. - 準備したデータを読み込みます（data/merged_Q5235.geojson）
- データに含まれる項目を確認
- 分析できる形にデータを整形
- データに含まれる地域を確認
- データが使えるようになったか確認
1. データ確認
項目確認（左）とデータが使えるか確認（右）

17. - リフォーム会社の営業地域選定に役立ちそうなデータを選定
- 実際は顧客と議論しながら作成する段階
- さまざまな仮説を設定し、感覚として使えそうなものを設定したり
- 皆さんだったらどうするか考えてみてください（仮説設定脳大事）
- 今回は残念ながらこちらで設定した項目を使い、営業地域を選択します
- 人口総数
- 2人世帯数
- 居住期間: 5-10年と10−20年（これはABテスト用データセットとする）の割合が高い
- 作成する営業地域
- a: 人口総数・2人世帯割合・居住期間が5−10年の割合が高い地域
- b: 人口総数・2人世帯割合・居住期間が10−20年の割合が高い地域
活用データの選定 1

18. - 定量的に閾値をきめる
- それぞれの項目の営業地域とする閾値を決める
- この辺りも実際には議論して決定する
- 今回は全体的な統計量から決定する
- 人口は全体の上位50%
- 2人世帯数、居住期間は全体の上位25％
- a, bのデータで被りがある場合、ABテストの効果測定の邪魔になりそうなので、今回は
削除する
- 削除後のデータを使って、営業地域を決定する
活用データの選定 2

19. 今回決定した営業地域
（a: 赤、b: 青）

20. - 国勢調査データの解説・取得など
- リフォーム会社の営業地域を探す
- その後の行動
アジェンダ

21. - データはできた。現実にどう落とし込むか？
- ステークホルダーへの説明や実績データをどう取るか
- 業務フローなどの課題解決
- 効率化のみでなく、さまざまな使い方ができる
- タフな地域で頑張っている人の評価を絶対値にしないとか、より定量化した評価軸
を作成するなどにも使える
どう実現するか？

22. - データ分析面
- より良い項目を探す
- 常に計測する・有効な項目は地域差もあるし、時期によって変わる
- データの拡充。オープンデータは誰でも使えるので、多くの人が使った時に、それほど
効果を示さなくなる
- みんなが、居住期間10−20年の高いエリアがリフォームしやすいということを発見
し、営業をすると、そこには価格競争が発生する -> 効率悪化
- 別のファクターを探す必要性
- それをオープンデータに求めるか？自社で蓄積するか？
- 自社蓄積の方が会社としての強みが作れる
- 最初からそれも取り組むべき？
どう実現するか？ 2

23. - リフォーム会社の営業地域設定という仮課題を立て、国勢調査のデータを活用してみた
- 今回の話はデータ活用で、データ分析はこの後に控えている
- モデルは必ずしも永続的ではない（ケースによる）
- 他の事例も考えて見て、ぜひ私に仮説などを教えてください！
- セミナー改善のため、アンケートへの回答よろしくお願いいたします
- みんなでデータ活用・データ分析を頑張っていきましょう！
まとめ