ビジネス・社会の人流トレンドを可視化する 人流データ分析・活用のすべて » 【分野別】人流データ活用事例 » 公共事業

公共事業

人流データ分析は、公共分野でも利活用が進められています。さまざまな自治体や公共機関が人流データ分析を活用しており、感染症対策などの課題解決へ向けた取り組みを実施しています。ここでは、公共分野における人流データの活用事例をご紹介します。人流データの活用方法でお悩みの方は、参考にして頂けたらと思います。

公共分野での人流データ分析活用概要

公共分野では、幅広い領域で人流データが活用されています。例えば、観光に関する調査のDX化のために人流データを活用している自治体もあれば、人流データを活用し、混雑状況の可視化に活かしている自治体もあります。

他にも、交通事故対策に取り組んでいるケースもあるなど、さまざまな領域で使われています。分析するデータ次第では、他の領域でも応用することが可能です。

公共分野では分析ポイントがカギとも言えます。現状の悩みや次のアクションによって依頼する会社が異なってきます。こちらでは課題にマッチする分析会社選びを解説し、おすすめのサービスを紹介しています。

現状の課題にマッチしたサービスで選ぶ
おすすめの会社を見る

公共分野での人流データ分析活用事例

愛知県警察

交通事故抑止対策に人流データ分析を活用

愛知県警察では、交通事故を抑止するために人流データ分析を利用しています。管轄エリアで特に高齢者の事故が多いことから、通行量や、動態の把握を実施しています。合わせて通行人口の分析も行い、高齢者対策の強化が必要なエリアの選定や、危険箇所の割り出しを行っています。

なお、こうした取り組みは、全国の都道府県警察では初とのこと。今後は同様の取り組みが各地で増えることが期待されます。

参照元:KDDI Location Analyzer公式HP:(https://k-locationanalyzer.com/case2/aichi_police/)

埼玉県川越市

人流データで観光動態調査のDX化を推進

毎年観光動態調査などを行っている埼玉県川越市。同市では、調査のDX化を進めるため、人流データの活用や可視化ツールの導入を行いました。従来の調査手法は、調査員が現地で紙によるアンケートを実施したり、カウンターを使ったりしていたそうです。しかし、多くの時間とコストがかかるうえ、感染症のリスクが潜んでいました。

そこで各種施策に取り組んだ結果、アンケートのデジタル化や効率化を叶えることができました。観光客のデータも可視化され、複雑な管理・集計作業も不要になりました。

東京都

人流データで混雑状況を可視化

日本で最大の人口を抱える東京都は、さまざまな場面で発生する混雑状況を可視化するために人流データを活用しています。都では、コロナ禍の影響によって混雑回避を人々に促す必要があったうえ、災害対策として避難経路を視覚化することも求められていました。

こうした課題に対処すべく、地下空間も含めた人流のリアルタイムな可視化を実施。歩行者の混雑回避をリアルタイムで可視化する仕組みを整え、安全な移動を提案できるWebアプリの提供も行いました。また、避難経路案内も配信した結果、リアルタイムな人流データに関心を持っている人が多いことが判明しました。

参照元:LocationMind公式サイト(https://locationmind.com/case/iot-tokyo/)

ここでは、人流データ分析を公共分野の課題解決に導いた実際の事例をいくつか紹介しました。近い将来にデータ分析はどこまでの課題を解決できるかをこちらのページではまとめています。

公共分野で人流データ分析を活用したいなら

交通事故抑制対策から感染症対策まで、さまざまな活用方法が行われている人流データ。多方面で活用することが可能です。

依頼した後、確実に成果を出すためには、人流データ分析会社選びが重要です。分析会社の特徴が自社のニーズにマッチするために、ここではおすすめの会社3選を紹介していますのでご覧ください。

現状の課題にマッチしたサービスで選ぶ
おすすめの3社を見る

3つのプロセスで異なる
人流データ分析の活用術

データ分析のプロセスとは収集・可視化・分析の3段階があります。各段階によってデータの状態が異なり、どの状態のデータが欲しいのか見極める必要があります。以下に各プロセスとデータの状態を解説し、対応できるおすすめのサービスも紹介しています。
主に携帯電話を通じて集められた人々の動向「人流データ」を活用し、結果に満足できるサービスを選びましょう。

STEP
1
         
定量的でシンプルな収集されたデータ
       
収集のイメージイラスト

このデータは、人の流れや動向・性質などを数量的に把握して、推計や分析は自社で行うことができます。地域間のばらつきがない基地局ベースの測位で、母数の大きなデータを取得できるサービスがおすすめ。

対応できるサービスはここ!
モバイル空間統計
(NTTドコモ)
  • 約8500万台の携帯電話契約数で母数の大きなゆがみの少ないデータの提供が可能。
  • 基地局ベースの最小500mメッシュ単位(一部地域で250mメッシュ単位)の分解能。

収集された人流データの
詳細を公式HPで確認

モバイル空間統計の
サービス特徴をみる

STEP
2
       
理解しやすい可視化されたデータ
       
可視化のイメージイラスト

データをわかりやすく可視化すると、会議など意思決定の場で使うことができます。人流動向の現状把握をするためには属性データもある、細かい範囲で測位できるGPSデータを取得できるサービスがおすすめ。

対応できるサービスはここ!
KDDI Location Analyzer
(KDDI)
  • 契約者属性に紐づいた、年代や性別の分析も可能になるデータの提供が可能。
  • GPSベースで125m単位の狭域メッシュでの分解能。

可視化された人流データの
詳細を公式HPで確認

KDDI Location Analyzerの
サービス特徴をみる

STEP
3
アクションをすぐに起こせる分析されたデータ
       
分析のイメージイラスト

分析されたデータは、早期課題解決のためのアクションがすぐに起こせます。一般的な可視化・分析よりも、より課題解決へ導けるデータを求めるなら、分解能が高くデータのゆがみを解消しているサービスがおすすめ。

対応できるサービスはここ!
xPop
(LocationMind)
  • 精度高く分析するために、データ処理を行っていて仮説検証も可能。
  • GPSベースで125m単位の狭域メッシュの他に、道路・鉄道リンク単位の集計も可能。

分析された人流データの
詳細を公式HPで確認

xPopの
サービス特徴をみる

※選定条件
2022年9月5日調査時点において、「人流データ分析」でGoogle検索した全27社において公式サイトで明記されている内容から以下の条件でピックアップしました。
■収集…基地局ベースデータによる、地域間差がなく、契約台数が一番多い(2022年9月調査時点)会社であるNTTドコモが提供する「モバイル空間統計」※参照元:NTTドコモ公式HP:(https://www.tca.or.jp/database/)
■可視化…空間分解能の範囲が狭いGPSベースと、通信キャリアならではの契約情報による属性が入手できる一社KDDIが提供する「KDDI Location Analyzer」
■分析…空間分解能の範囲が狭いGPSベースで、データのゆがみをとるマップマッチング処理を行っているため仮説検証分析まで行えることを公式サイトで記載している一社LocationMindが提供する「xPop」