ビッグデータとナビによるカジュアル its(20170124, its japan...

64
ビッグデータとナビによる カジュアル ITS ~地域の課題発見・改善・マーケティングのために~ (C) NAVITIME JAPAN 1 2017年1月24日 株式会社ナビタイムジャパン 太田 恒平 ITS Japan 第4回コミュニティプラザ

Upload: kohei-ota

Post on 21-Feb-2017

96 views

Category:

Engineering


7 download

TRANSCRIPT

Page 1: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

ビッグデータとナビによる

カジュアル ITS~地域の課題発見・改善・マーケティングのために~

(C) NAVITIME JAPAN1

2017年1月24日

株式会社ナビタイムジャパン

太田 恒平

ITS Japan 第4回コミュニティプラザ

Page 2: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

はじめに

(C) NAVITIME JAPAN 2

ナビタイムの多彩なナビゲーションアプリ

(2016年6月時点)

NAVITIME

ドライブサポーター

乗換NAVITIME

自転車NAVITIME

こみれぽバスNAVITIME

カーナビタイム

NAVITIME Transit

NAVITIME forJapan Travel ALKOO

ツーリングサポーター

Plat by NAVITIME

迷わニャいと!

トラックカーナビ

公共交通

ドライブ

ツーリング トラベル&フィットネス外国人&海外

Page 3: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

はじめに

(C) NAVITIME JAPAN 3

ユーザ数

月間ユーザ数

約3500万UU

有料会員数

約450万人(2016年9月末時点)

Page 4: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

自己紹介はじめに

(C) NAVITIME JAPAN 4

太田 恒平(おおた こうへい)

ナビタイムジャパンでの職務

• 経路探索開発

• 2010~2012 車・自転車の経路探索エンジン開発

• 2015~2016 公共交通を含む経路探索の開発責任者

• 交通コンサルティング事業

• 2012 立ち上げ

• 2016年現在 13人の事業に成長

• メディア事業

• 2016~ 交通マーケティング・交通制御の企画・研究

出自

• 鉄道マニア → 大学:交通の研究 → 大学院:地図の研究

• ITで交通をよくすること がライフワークに

Page 5: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

はじめに

(C) NAVITIME JAPAN 5

交通コンサルティング事業とは

ナビゲーションサービスで培ってきたデータ・技術・ユーザ基盤を活かし、

交通・移動に関するデータ提供・分析・コンサルティングを行っています。

ナビゲーションに加え交通自体の最適化・地域の活性化によって移動全体を最適化します

• 観光・商業施設

• 交通事業者

• 官公庁・自治体

地域各主体

• 学術・研究機関

• コンサルタント

• マーケティング

• ITベンダー

パートナー

コンシューマサービス

NAVITIME

ドライブサポーター

カーナビタイム

乗換NAVITIME

バスNAVITIME

自転車NAVITIME

こみれぽ

走行実績

経路検索条件

口コミ情報

抽出

分析

Page 6: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

6

はじめに ビッグデータの種類と分析目的

ビッグデータ

携帯カーナビプローブ

経路検索条件

インバウンドGPS

交通 観光

自動車 公共交通 国内 外国人

データを軸に交通改善・地域活性化

組み合わせてデータ提供・分析

経路選択

Page 7: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

7(C) NAVITIME JAPAN

ITSってなんか…

重い 高い

遅い 古い

気がする…

Page 8: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

8(C) NAVITIME JAPAN

もっと

実践的で、速くて、安くて、今どきで、

それでいて

高性能で、役に立つモノがあるのではないか

言ってみれば

カジュアルITS

Page 9: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 9

Page 10: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 10

ナビタイムのプローブ分析システム

交通調査を効果的・効率的・迅速に

携帯カーナビの走行実績

豊富な

分析パターン

経路ID=abcxyz経度=139.124緯度=35.923通過時刻=12:15:21…

0

20

40

60

80

100

120

速度[km/h]

1秒間隔の

GPSデータ

カーナビタイム

ドライブサポーター

ビッグデータ解析

Page 11: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 11

全国の信号通過時間

対象期間:2014年4-9月

交差点通過時間平均値(t[s])別に色分け

➔:t ≦30➔:30<t ≦60➔:60<t ≦90➔:90<t

通過数が多いほど線幅が太い

どのエリアが混雑? どの交差点が混雑?

Page 12: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 12

都内で一番左折が混んでいる交差点(西巣鴨)

0

60

120

180

240

300

7 8 9 10 11 12 13 14 15 16 17 18交差点通過時間[s]

時間帯

登下校時間帯の左折時間が長い

左折時間(平均±標準偏差) 直進時間(平均)

直進 58秒

左折 132秒

対象期間:2014年4-9月

警視庁様にて信号渋滞対策に活用中!

交差点通過時間中央値(t[s])別に色分け

➔:t ≦30➔:30<t ≦60➔:60<t ≦90➔:90<t

通過数が多いほど線幅が太い

Page 13: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 13

圏央道の道路整備効果

東名道と東北道が結ばれて首都高混雑区間への流入が減少し、平均所要時間も短縮

開通前(2014年11月) 開通後(2015年11月)

首都高経由が

約90%

平均98分

圏央道経由が

約90%

平均70分

(28分↓)

未開通

東北道久喜JCT

東名高速海老名JCT

凡例

流入経路

途中経路

流出経路

数字は流入・流出率

所要時間は平日7-19時の平均値

N=95 N=380

Page 14: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

ショーケース

14

プローブデータを無料で見られる

全国版 移動ビッグデータ公開サイト

https://consulting-app.navitime.biz/public/

平均旅行速度 信号通過時間

ナビタイムジャパンはプローブデータの公開により地域の渋滞解消を目指します

公開中のコンテンツ

市民が地域の

道路を知る市民が管理者に

働きかける

管理者が

改善に動く

道路が

より快適になる

市民目線のPDCAサイクル

MEMO

Page 15: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

道路交通

(C) NAVITIME JAPAN 15

リアルタイムでの旅行速度のモニタリング

Page 16: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

カーナビ

(C) NAVITIME JAPAN 16

Page 17: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

17

カーナビの経路探索 経路検索の4大要素

(C) NAVITIME JAPAN

経路探索アルゴリズム

最適経路を高速に算出する技術

コスト計算

どこを通るのが良いか判定する

技術

ネットワークデータ

道路をリンク交差点をノードで

モデル化したデータ

交通情報

VICS・プローブ等の渋滞・規制情報

交通工学

情報工学

空間情報学

Page 18: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

カーナビ

(C) NAVITIME JAPAN 18

経路算出基準

「時間・金銭・走りやすさ」のコスト係数調整でニーズに応じた経路を複数算出

推奨ルート

時間(推定)

金銭(近似)

走りやすさ

時間

金銭

走りやすさ

時間

金銭

走りやすさ

無料優先 高速優先

経路ごとのコスト係数(概念図)

時間価値低↓

時間価値高↑

幹線道路の優先、右左折の抑制、有料道乗り降りの抑制など

カーナビの渋滞回避の味付け

程々に渋滞に突入するように設定している• プローブはリアルタイム性、VICSは精度と網羅性に課題• トリッキー過ぎる回避経路はユーザに支持されない→時間コストは渋滞考慮と非考慮を混合

Page 19: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

19

カーナビ カーナビの交通情報

(C) NAVITIME JAPAN

自社プローブデータ1秒間隔で測位したGPS座標

VICS

全国の幹線道路の渋滞情報

ユーザ端末のGPS

緯度経度・日時http://www.vics.or.jp/service/index.html

渋滞情報

ルート学習

規制情報

交通分析

マイレージ

渋滞情報

Page 20: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

カーナビ

(C) NAVITIME JAPAN 20

プローブで抜け道を発見!

5月5日16時 中央道の抜け道

中央道は

渋滞2時間

都留ICで一般道へ

県道35号

相模湖ICで復帰

1時間短縮

道志みちまでは遠回りせず

津久井湖の

渋滞も回避

大月JCTで迂回

甲州街道も

渋滞

GWに1時間早く帰れる抜け道をプローブで発見

渋滞回避術がデータに表れる

その他、関越道・東名の抜け道も発見!

Page 21: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

21

渋滞予測とプローブ交通情報を活かし、高速道路の乗り降りや遠回りをしても、

とにかく渋滞を回避し、目的地までの所要時間を短縮したルートを案内。

2015年リリース

カーナビ 超渋滞回避

Page 22: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

データに基づく大胆な迂回ルートを提案

2014年開通の舞鶴若狭道を快走 三方五湖PA

宝塚トンネル

大津 四日市

豊川

東名は御殿場でも事故渋滞通常ルート

超渋滞回避

22

近畿・東海の渋滞を日本海側まで回避し約30分短縮

カーナビ 年始のUターンラッシュの超渋滞回避ルート

Page 23: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

カーナビ コスト計算自由自在 ~渋滞回避~

S 川口

G 八ヶ岳

埼玉県川口市 → 長野県茅野市(八ヶ岳)※お盆初日(2011/08/12)のAM9時発

発着地

大胆に迂回するようになる中央道(5時間25分)↓関越道/上信越道(5時間2分)↓北関東道/上信越道(4時間33分)

経路変化

Page 24: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

(C) NAVITIME JAPAN 24

自分達が作っているカーナビ・プローブデータの

価値を明らかにしたい

「プローブ渋滞予測とカーナビによる所要時間短縮効果と経路転換の実態」

Page 25: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

25

カーナビ 首都圏 拡大

(C) NAVITIME JAPAN

環八

R16

外環未開通部

多様な渋滞回避が発生

有料道

無料道

-15%以下

-5~-15%

-5~5%

5~15%

15%以上

渋滞回避による

通過増加率

Page 26: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

26

カーナビ 環八のとばっちりを受ける第三京浜・周辺道路

(C) NAVITIME JAPAN

第三京浜・環八

第三京浜玉川IC

目黒通り

第三京浜

環八通り瀬田

玉川IC

多摩堤通り

多摩沿線道路

環七通り

等々力

等々力

等々力・目黒通り方面は迂回ルート

目黒通り

中町通り

幹線のミッシングリンク・渋滞が地域道路に波及

有料道

無料道

-15%以下

-5~-15%

-5~5%

5~15%

15%以上

渋滞回避による

通過増加率

R246

Page 27: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

27

カーナビ 抜け道探検隊 presented by 阪神高速

(C) NAVITIME JAPAN

Page 28: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

28

カーナビ カーナビで渋滞緩和

(C) NAVITIME JAPAN

Page 29: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

鉄道

(C) NAVITIME JAPAN 29

Page 30: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

(C) NAVITIME JAPAN 30

デザイン賞

Page 31: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

電車混雑予測

31

混雑状況 首都圏

電車混雑動画 ~首都圏の朝~

Youtube: https://youtu.be/JzU6diMuExUこの動画は、次のソフトウェアを使用して作成しています【Mobmap】http://shiba.iis.u-tokyo.ac.jp/member/ueyama/mm/

Page 32: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

32

鉄道 電車混雑予測

(C) NAVITIME JAPAN

空いた電車を選べるように、電車1本・1駅ごとの混雑度を予測しました。

「日本の混雑を解消したい」という思いでつくったサービスです。

Page 33: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

33

鉄道 電車混雑シミュレーション

Page 34: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

鉄道

34

現地調査

混雑度 編成長調査風景

駅に張り付き、地道な調査を行った

8両 10両

Page 35: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

35

ビジュアライズ 電車混雑ダイヤグラム

(C) NAVITIME JAPAN

小田急小田原線

東武東上線

西武池袋線

東急田園都市線

準急の時間は平準化

急行が走りだすと間引かれ混雑

各停は快適通勤

複々線化による混雑緩和に期待

Page 36: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

36

鉄道 時間帯・種別毎の平均混雑度

(C) NAVITIME JAPAN

東武東上線

志木

朝霞台

朝霞

和光市

成増

下赤塚

東武練馬

上板橋

ときわ台

中板橋

大山

下板橋

北池袋

代表 630 11.0 11.0 10.0 8.0 9.0 3.6 4.3 4.8 5.8 5.5 6.0 6.3 6.3種別 700 12.0 11.5 10.0 10.3 11.0 4.4 5.2 5.8 6.6 6.8 7.8 7.7 7.8混雑度 730 12.0 12.0 10.8 11.5 11.5 5.0 5.8 7.0 7.7 8.2 9.0 9.2 9.0(時間帯別) 800 11.5 12.0 11.3 11.0 12.0 4.3 5.2 6.6 7.3 8.0 8.8 9.0 9.0

830 11.5 11.5 11.0 10.5 11.3 4.8 4.8 5.8 6.4 7.0 7.8 7.8 8.0900 10.5 10.5 8.3 9.0 9.0 3.8 3.8 4.8 6.0 6.5 7.3 7.5 7.8930 11.0 9.0 6.0 10.0 8.0 3.5 4.0 4.8 4.8 5.8 6.2 6.3 6.3

800-830 各停 7.9 8.3 8.0 5.3 4.6 4.3 5.2 6.6 7.3 8.0 8.8 9.0 9.0混雑度 準急 10.7 11.3 11.3 9.7 11.0(種別毎) 急行 11.5 12.0 11.0 12.0

西武池袋線

ひばりヶ丘

保谷

大泉学園

石神井公園

練馬高野台

富士見台

中村橋

練馬

桜台

江古田

東長崎

椎名町

代表 630 9.7 7.5 9.0 11.0 5.5 6.0 6.8 10.0 4.6 4.4 4.6 5.0種別 700 10.5 10.0 11.0 11.0 6.0 6.3 7.0 11.0 4.8 4.6 5.2 5.6混雑度 730 12.0 11.0 12.0 12.0 5.9 6.4 7.0 9.5 7.0 7.3 7.3 7.2(時間帯別) 800 12.0 10.5 11.5 12.0 6.1 7.1 7.6 10.0 6.8 7.3 7.5 7.8

830 10.0 9.0 10.0 12.0 6.8 7.8 8.4 11.0 5.6 6.0 6.3 7.0900 8.0 6.7 8.5 9.5 4.8 5.4 5.8 9.0 4.6 4.8 5.2 5.6930 7.0 5.0 6.5 9.0 4.3 4.4 4.5 8.0 3.4 3.8 4.3 4.5

800-830 各停 5.3 5.2 6.6 5.9 6.1 7.1 7.6 6.5 6.8 7.3 7.5 7.8混雑度 準急 7.0 9.0 9.0 11.0(種別毎) 通勤準急 10.0 10.5 11.5 10.0

快速 9.0 12.0通勤急行 10.5 11.0 12.0急行 10.0 11.0快速急行 12.0 12.0

千鳥停車で混雑分散

各駅停車なら空いている

Page 37: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

鉄道

(C) NAVITIME JAPAN 37

不動産検索への応用

ユーザ投稿による混雑情報を不動産検索サイトに提供

混雑投稿アプリ「こみれぽ」のデータを提供

HOME’S(ネクスト社)の住宅検索ページ 検索結果

都心の空いている物件を紹介される

Page 38: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

② 経路検索条件データ

(C) NAVITIME JAPAN 38

経路検索条件データとは

経路検索条件データとは、発着地や日時等の条件を蓄積したデータです。

公共交通 15億件/年

自動車 1.3億件/年(2014年度)

観光分析

移動需要ビッグデータ

交通分析

項目 備考

出発地情報 駅等の公共交通拠点,施設,座標等

到着地情報 同上

交通手段 公共交通, 自動車, 自転車, 徒歩

検索実施日時

発着指定日時

発着日時指定方法 出発日時,到着日時,始発,終電

ユーザID データの外部提供の際には削除

主な記録項目PC-NAVITIME 経路検索画面

Page 39: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

需要予測

(C) NAVITIME JAPAN 39

リアルタイム集計による近未来予測 ~突発的移動需要検出~

ヒートマップにより移動が集中する場所を見つけることができます。

2013年4月13日

描画条件:1時間に600回以上発着地に指定されている駅を描画。多いほど赤い。

データ元:NAVITIME, 乗換NAVITIME, PC-NAVITIME

2013年4月13日16時台

「ももいろクローバーZ」のライブ(開演17時)が西武ドームで始まる1時間前

西武球場前が首都圏で7位

Page 40: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

需要予測

(C) NAVITIME JAPAN 40

リアルタイム集計による近未来予測 ~突発的移動需要検出~

経路検索の際には数時間~数日先の日時を指定されることが多いため、近未来の移動需要を検出することができます。

0

500

1000

1500

2000

2500

5 6 7 8 9 1011121314151617181920212223

累積経路検索数[件

]

検索対象時刻

リアルタイム

10分前

2時間前

15時間前

4日前

定常検索数

輸送力調整、混雑回避の誘導、駅付近店舗の供給調整に活用可能

2013年4月13日に西武球場前を到着指定した検索数

グッズ販売前

開演前

4日前から普段の8倍

分類 小分類 検出数

レジャー

コンサート 62

スポーツ 17

その他イベント 12

行楽地・施設 28

業務・教育

オフィス街 36

教育イベント 47

交通ダイヤ改正 15

空港 2

不明 - 48

合計 267

予測対象期間:2013年3月18日~4月14日(4週間)突発的移動需要発生回数:全12,268回

(4日前検出率2.2%)

他に検出されたイベント

Page 41: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

日本放送協会へのデータ提供需要予測

(C) NAVITIME JAPAN 41

「今週末、日本のどこが混む?」を検索ログから明らかに

『データなび』他2015年度

当日0時までの検索結果を集計し、NHK様に混雑予報を提供中!

月イチのビッグデータ解析番組にレギュラー登場

『ニュースチェック11』2016年度

4月改変のニュース新番組の目玉の一つとして採用

天気予報に続く新たな定番ニュースを目指して発展中

Page 42: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

混雑予報

(C) NAVITIME JAPAN 42

一般向け情報提供

乗客→混雑回避

商店→需要予測

Page 43: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 43

Page 44: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 44

観光分析 ~伊勢神宮・式年遷宮時の検索状況~

地域内の概況から、スポット毎の詳細までを併せて把握できます。

0

1000

2000

3000

4000

4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月

伊勢神宮・内宮 着の日別検索数

伊勢神宮・内宮 着の経路検索出発地分布

正月

連休や遷宮行事の際に検索が急増

3大都市圏に集中

10~30~100~300~1000~30003001~

出発地二次メッシュ別年間検索数

遷御の儀GW

# スポット名 検索数

1 伊勢神宮・内宮 52,618

2 伊勢神宮・外宮 23,578

3 鈴鹿サーキット 6,838

4ナガシマスパーランド

6,312

5 なばなの里 5,359

三重県内の目的地検索ランキング

東海3県内でも圧倒的1位

対象期間:2013年10月

2013年度

対象期間:2013年度

Page 45: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 45

RESASへの掲載

「目的地分析」として使われています

Page 46: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 46

圏央道開通区間を通る目的地検索ランキング

❷三井アウトレットパーク入間

❸川越

❷宇都宮

❸佐野プレミアム・アウトレット

桶川北本IC~白岡菖蒲ICの検索流出経路と目的地ランキング(2015年11月2-8日)

N=15772

凡例

外回り 検索流出経路

内回り 検索流出経路

丸数字は方面別の目的地ランキング

開通区間

東北道方面は

1位 日光東照宮

中央道方面は

1位 高尾山

開通区間

高尾山

圏央道の開通区間

経由が18%

高尾山着の検索流入経路(2015年11月2-8日)

栃木・茨城・埼玉に

観光圏域が拡大

凡例

高尾山への検索流入経路

数字は流入率

N=564

Page 47: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 47

御殿場 vs 木更津 ~アウトレットの競合~

御殿場プレミアム・アウトレット

三井アウトレットパーク木更津

凡例

御殿場プレミアム・アウトレットの検索回数が木更津よりも多いエリア

御殿場プレミアム・アウトレットの検索回数が御殿場よりも多いエリア

御殿場プレミアム・アウトレットを目的地とする検索による流入

三井アウトレットパーク木更津を目的地とする検索による流入

※経路は当社検索エンジンにて復元数字は流入率[%]

横浜は御殿場優勢

川崎は木更津優勢

過半数が東名高速下り方面から流入

アクアライン経由が4分の3を超える

出発地エリア別 アウトレットモール目的地検索シェア分析

競合スポットとの商圏比較・チェーン展開の立地適正化に活用できる

Page 48: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業 回遊行動分析 ~石川県・自動車~

福井のハブ東尋坊

金沢のハブ兼六園

能登のハブ輪島朝市

恐竜博物館と永平寺は近いが別客層

単独黒部ダム

富山県東部はハブとなる人気スポットなし

能登⇔氷見・富山は近いが相関なし

同じ人に設定されることが多い目的地の組み合わせ。線の太さが頻度を表す。確信度(もう片方に訪れる確率)が0.3以上を表示

アソシエーション分析とは「観光地Aを目的地にしている人の多くが

観光地Bも目的地にしている」といった、

同じ人に表れることが多い組み合わせを割り出す手法。

ネット通販などで多用されている。

21世紀美術館 兼六園 加賀屋

3000人10000人3000人 1500人600人

兼六園&加賀屋21美&兼六園

確信度0.5

確信度0.2

対象期間:2014年度

(C) NAVITIME JAPAN 48

Page 49: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 49

四国地方のお遍路ネットワーク

施設名(検索回数)※円の大きさは検索数

別カテゴリの検索ペア(直線距離50㎞未満)

別カテゴリの検索ペア(直線距離50㎞以上)

同カテゴリの検索ペア(直線距離50㎞未満)

同カテゴリの検索ペア(直線距離50㎞以上)

Page 50: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 50

四国地方のお遍路ネットワーク

施設名(検索回数)※円の大きさは検索数

同カテゴリの検索ペア(直線距離50㎞未満)

同カテゴリの検索ペア(直線距離50㎞以上)

Page 51: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

観光・商業

(C) NAVITIME JAPAN 51

旅行プランニングへの応用

立ち寄りスポットのレコメンドにアソシエーション分析を適用

https://travel.navitime.co.jp/

Page 52: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光

(C) NAVITIME JAPAN 52

Page 53: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

© NAVITIME JAPAN対象期間:2015年1月~12月赤:滞在 黒:移動中※滞在:同一1kmメッシュ内にて30分以上連続してデータを取得

利用者の同意のもと、日本全国で2分間隔のGPS測位データを取得・蓄積しています

利用者同意画面(初回起動時) インバウンドGPSデータ蓄積イメージ

Japan Travelではデータ取得の同意を得たアプリ利用者から、

GPS測位データを定期的(※1)に取得し、

個人FIT客の行動分析に活用しています。※ バックグラウンドを含むアプリ起動時約2分間隔

データ取得期間:2014年11月~

把握可能なユーザ属性(※2):国籍・性別・訪日回数・訪日目的(2015年5月~)

※2 初回起動時のアンケート回答による

NAVITIME for Japan Travel

外国人観光

(C) NAVITIME JAPAN 53

アプリを活用した行動分析

サンプル数(実績):

全国年間 104,706 UU

(2016年10月~9月)

全国月間 16,012 UU

(2016年7月)

Page 54: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光

(C) NAVITIME JAPAN 54

RESASへの掲載

「外国人メッシュ分析」として使われています

ヒートマップ 2地点間の相関

Page 55: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光

(C) NAVITIME JAPAN 55

滞在分析 ~人気エリア~

訪日客ならではのホットスポットを発見することができます。

①京都駅

京都1kmメッシュの滞在者数

②清水寺

③祇園

④金閣寺

対象期間:2014年11月~2015年4月

伏見稲荷※ 同一1kmメッシュ内にて30分以上連続してデータを取得

凡例(面)

1kmメッシュ内の数字:メッシュ別 滞在者数※

30 以下

31 以上 100 以下

101 以上 300 以下

301 以上 1000 以下

1001 以上

Page 56: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光 滞在分析 ~国籍別傾向~

(C) NAVITIME JAPAN 56

アジア系は大阪・海、欧米系は京都・山に行く人が多い

アジア圏では、滞在時間の短い分かりやすい体験を求める傾向にある。

その場所に行ったという事や、写真撮影自体が体験となっているため、

フォトジェニックな場所を求める傾向にある。

欧米系では山頂付近に登るという行為自体を体験と捉えている。

また、滞在時間が結果的に長くなることから、

必然的に、1日の周遊ルートがアジア圏とは大きく異なる。

伏見稲荷大社における参道から山頂までの回遊傾向の違い

Page 57: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光

(C) NAVITIME JAPAN 57

時間帯別・都道府県別の滞在者数

凡例■ 活動中■ 休憩・宿泊中

0

100

200

300

400

0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223

奈良県

0

500

1000

1500

2000

0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223

大阪府

(ユニーク ユーザ)

(ユニークユーザ)

夕食以降急激に落ち込む

夜に人が増え深夜まで活動

・宿泊客獲得?・ワンデートリップ特化で消費狙い?

大阪府

奈良県

(時台)

(時台)

奈良県の戦略は

Page 58: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

58

外国人観光 京都の昼夜のホットスポット

(C) NAVITIME JAPAN

錦小路 商店街

昼10~17時 錦小路

対象期間:2014年11月~2015年4月同一色の点は同一ユーザを表す

夜19~24時

ゲストハウス

Page 59: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

外国人観光

(C) NAVITIME JAPAN 59

流動分析(隣接自治体間の移動者数)@飛騨

回遊のハブとなっている都市からの流動を把握できます市町村内の数字: 市町村別 滞在者数 線上の数字: 市区町村間 移動者数(左側通行)

赤点:滞在(同一1kmメッシュ内にて30分以上連続してデータを取得) 黒:移動中凡例

2015年1月~2015年12月(1年間)対象期間

中部のハブ高山

安房トンネル

高山本線

東海北陸道

東海北陸道

高山本線

Page 60: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

(C) NAVITIME JAPAN 60

移動実績×地価 ~都内の訪日外国人向けホテル立地はどこが穴場か~外国人観光

訪日外国人滞在者数が多い割に平均地価が低い、穴場エリアを抽出します

地価公示データ 外国人滞在者が多い場所の地価

ホテルのみでなく、店舗の立地検討など

幅広く活用できます

地価

外国人滞在者数

高い 低い

多い

少ない

Page 61: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

まとめ

(C) NAVITIME JAPAN 61

Page 62: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

交通ビッグデータでわかることまとめ

(C) NAVITIME JAPAN 62

ミクロな流れのデータ → エリアマーケ

• 競合も含めた集客構造が見える

• 動線マーケティング

• 既存統計に表れづらい非日常(ドライブ・訪日客)の回遊行動

データマッシュアップ → ギャップを見出す

• 通勤に便利なのに混雑が少ない駅に住居

• 外国人が多いのに地価が安いエリアにホテル

常時モニタリング → 日々の運用に

• 渋滞のモニタリング

• 混雑の予報

情報サービスと一体 → 交通制御・マーケティング

• カーナビで道路の渋滞解消

• 乗換アプリで電車の混雑解消

• 回遊パターンをレコメンド

Page 63: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

データと利用の多様化まとめ

(C) NAVITIME JAPAN 63

対象交通……クルマ・公共交通・外国人

取得データ…移動実績・経路検索・経路選択…

時系列………過去・リアルタイム・未来

分野…………交通:道路・公共マーケティング:観光・商業

利用方法……事業者:現状分析・プロモーション・交通制御利用者:行き方探し・目的地探し

データの多様化

利用の多様化

ビッグデータが交通・観光の意思決定を変える?

組み合わせ毎に分析パターン

Page 64: ビッグデータとナビによるカジュアル ITS(20170124, ITS Japan ITSJapan_コミュニティプラザ)

64

まとめ ITSがカジュアルに

(C) NAVITIME JAPAN

従来 これから

課題 交通網の整備移動需要のマーケティング

業界 分野別道路・鉄道・地域・観光…

マルチモーダル地域・交通一体

技術 重厚長大なハード道路/車両/電機

ソフト中心スマホ/ネット/データ/サービス

発言者 交通関係者事業者/行政/専門家

IT・異分野・市民も

データ種類

交通関係者が取得した

移動実績データ第三者が取得した様々なデータも

重要点 プロセス・信頼性 結果・有用性

パラダイムシフトにより様々なプレーヤーにチャンスが!