【3000万円の損失から学んだ】データで見つける富山の理想の家 - Microsoft Fabric × CData Sync 活用術

「富山で理想の家を見つけたいけど、何から始めたら良いか分からない…」そんな悩みを抱えていませんか？
はじめての不動産購入で失敗し『3,000万円の損失』を出した登壇者が、その失敗をバネにデータ分析で理想の家を手に入れたリアル体験談を公開！

セッションでは、Microsft Fabric を用いたデータ加工からPower BI での可視化まで、一連のデータ分析プロセスを紹介。
「物件価格は適正？」「子育て環境は？」「犯罪リスクは？」等データに基づいた判断で、後悔しない家探しを実現！
「富山で家を買うならどんなデータ分析をする？」 というテーマで、具体的な分析手法と活用事例を解説します。

データドリブンな家探しで、富山での理想のマイホームを現実のものにしませんか？

Transcript

1. Connect Your Data. Any Application. Anywhere.
2. 3000万円の家探し失敗談から学んだ!! Fabric × CData Sync 活用術 スポンサーセッション データで見つける富山の理想の家 2025. 02. 01 CData Software Japan 合同会社 Imanishi Ryo
3. 突然ですが…
4. 3,000万円を ドブに捨てました
5. 家探しで3000万円損した失敗談 データを使って理想の家を見つけた成功談 そして富山で家を買うなら どうするかをお話します
6. × Microsoft Fabricでデータ活用を加速！ こういう使い方もあるよと ぜひこのあとの交流会でご教示ください
7. 家探しはお弁当箱
8. なにをつめるかは貴方次第 全員にあてはまる正解はありません
9. あくまで私自身の体験談です 面白おかしく肩の力を抜いてお聞きください
10. 自己紹介 登壇者のプロフィール紹介 I
11. 今西 涼 パートナーサクセスエンジニア - 2024年9月にCData Software Japan へジョイン - パートナー企業へCData 製品を活用したビジネス展開をご提案 - はじめての富山！小杉駅が2つあって間違えて迷う - Tableau DATA Saber - 趣味は「おかしづくり」 - 愛犬・ポメラニアン「けだまちゃん」 - 最近の悩みは「車の車種をなににするか」 自己紹介 データ分析で皆様のお家づくりを応援します！
12. 衝撃の家づくり大失敗談 なにがあったのか II
13. 新婚で夫婦はじめての理想のマイホーム - 建物はテラスハウス(区分所有物件) - 相続物件で中身ボロボロだったが、相場の1/3以下 - リフォーム代をかけても相場の半値以下で手に入る - ディズニーへ自転車でいける！ - 学校も病院もスーパーも徒歩3分以内！ - 始発駅で座って会社までいける！ 衝撃の家づくり大失敗談 3,000万円をドブに捨てて …しかし、現実はまったく違いました
14. 建物1,800万+リフォーム700万+屋根修理500万 - 前所有者と近所の人がトラブルを起こしていて飛び火 - テラスハウスの管理が自己管理で、一度も補修していない - 雨漏りするも、私の家だけだったので修理費は出せないと言われ実費 - 屋根修理の音がうるさいと毎日クレームが入り、生活に支障をきたす - 捨てたゴミ袋をあさられる… - 仕事から帰ると妻が泣き崩れていた 衝撃の家づくり大失敗談 3,000万円をドブに捨てて 相場だけではなく、近隣トラブルのデータ収集も行っていれば.. 物件の管理状態をより注視して調査して、トラブルを予測していれば..
15. あの時、もっと自分で情報を調べていれば… という後悔はもちろんありますが 家族に申し訳ない気持ちでいっぱいでした
16. しかし この失敗が私たち夫婦を 本気にさせました
17. 家づくり成功談 大切なのは、データ分析の結果と、 現実をリンクさせること どっちが欠けてもダメ III
18. 家づくり成功のステップ STEP.1 準備・計画 データ収集 STEP.2 物件探し データ分析 STEP.3 現地確認 意思決定 STEP.4 契約 購入 • 理想の家や 暮らしの明確化 • 家探しの目的・条件の 優先順位付け • 予算の設定・資金計画 • 情報収集方法の検討・ ツール選定 • エリア選定 • 物件情報の収集・絞り 込み • 物件詳細情報の分析・ 比較 • 物件見学・ 周辺環境調査 リアルな情報収集 • 物件の再評価・最終絞 り込み • 購入申し込み・契約 • 住宅ローン契約・決済 • 入居・新生活スタート
19. 家づくり成功のステップ STEP.1 準備・計画 データ収集 STEP.2 物件探し データ分析 STEP.3 現地確認 意思決定 STEP.4 契約 購入 • 理想の家や 暮らしの明確化 どんな家に住みたいのか、どんな暮らしを したいのか、イメージを明確化 • 家探しの目的・ 条件の優先順位付け 予算、エリア、広さ、間取り、通勤・通学 の利便性、周辺環境など、家探しの条件を 洗い出し、優先順位付け • 予算の設定・資金計画 自己資金、住宅ローン借入額、月々の返済 額などを具体的に計画 • 情報収集方法の検討・ ツール選定 不動産情報サイト、住宅情報誌、不動産業 者、住宅展示場、オープンデータなど、情 報収集の方法を検討 • エリア選定 家探しのエリアを絞り込む。勤務地や実家 からの距離、生活利便性、子育て環境など、 様々な要素を考慮してエリアを選定 • 物件情報の収集・絞り込み 物件情報 (価格、広さ、間取り、築年数、 駅からの距離など) に加え、周辺環境デー タ (犯罪発生率、人口構成、学校情報な ど) も合わせて収集し、希望条件に合致す る物件を絞り込む • 物件詳細情報の分析・比較 物件情報を多角的に分析・比較。データ分 析を通して、客観的な視点で物件のメリッ ト・デメリットを評価し、本当に価値のあ る物件を見極める • 物件見学・ 周辺環境調査 住心地をイメージできるまで、実際に物件 を見学し、間取りや日当たり、設備の状態 などを確認。騒音、交通量、治安、近隣住 民の雰囲気、ゴミ置き場の状況、街の雰囲 気…昼と夜、平日と休日で街の様子が変わ ることもあるため、時間帯を変えて何度か 足を運ぶことをお勧め • リアルな情報収集 周辺住民や不動産業者から、リアルな情報 を収集を。メリットだけでなくデメリット の収集に比重を置く。近隣住民に話を聞く ことができれば、住み心地や地域の雰囲気 など、貴重な情報を得られることも • 物件の再評価・ 最終絞り込み 現地確認で得られた情報を踏まえ、改めて 物件を評価。データ分析の結果と、現地確 認で得られた情報を照らし合わせ、総合的 に判断 • 購入申し込み・契約 不動産業者から重要事項説明を受け、売買 契約書の内容を隅々まで確認。契約内容に 不明な点や疑問点があれば、必ず不動産業 者に確認し、納得した上で契約を結ぶこと • 住宅ローン契約・決済 金利タイプ、返済期間、返済方法など、住 宅ローンの条件をしっかりと確認し、無理 のない返済計画であることを改めて確認 • 入居・新生活スタート 引っ越し、家具の計画、ライフラインの手 続きなど、入居準備を入念に。ご近所への 挨拶も忘れずにしておくと、良好な人間関 係を築きやすくなる Power BI で可視化するところ 実際に自分の目で確かめるところ
20. STEP.1 データ収集にあたり、要件定義はTrello で - 同世代の居住割合が多いこと - 犯罪件数が少ないこと - 子育て支援等が充実していること - 必要な施設(病院・スーパー等)が近くにあること - 始発駅であること - 2,000万円以下であること - 災害に強いこと(地盤が強固・洪水、土砂災害の危険がない) - 土地・建物・前面道路・その他に共有物が存在しないこと 家づくり成功談 データドリブンな家探し 結論『安心して子育てができる環境でゆっくり過ごしたい』
22. STEP.2：CData Sync + Power BI の組み合わせで可視化できそうなものはどれ？ - 同世代の居住割合が多いこと ： 住民基本台帳人口 - 犯罪件数が少ないこと ： 犯罪統計 - 子育て支援等が充実していること ： 各市区町村のサイト - 必要な施設が近くにあること ： 地図 - 始発駅であること ： 不動産情報ライブラリ(不動産情報API) - 2,000万円以下であること ： 不動産情報ライブラリ(不動産情報API) - 災害に強いこと ： 各市区町村のサイト - 共有財産が存在しないこと ： 不動産情報ライブラリ(不動産情報API) 家づくり成功談 データドリブンな家探し Dataflow ではPowerQuery を利用して接続する不動産情報API も、CData Sync なら簡単に接続できます
23. 可視化したデモをお見せします
24. このデータを元に購入して いまは家族で幸せに過ごせています 近所の方といっしょにBBQ するくらいには仲良し
25. 富山で家を買うなら？ 前述の通り、子育てがしやすい エリアを選びました IV
26. 富山市、高岡市、射水市、砺波市、魚津市 とやまし たかおかし いみずし となみし うおづし 人気エリアはたくさんあるけれども...
27. 舟橋村 ふなはしむら
28. こちらも可視化した デモでご説明します
29. 最後に CData ブースへぜひお越しを!! 各種デモもご用意して お待ちしております V
30. 家探しはデータで賢く！ 後悔しない家選びをしてください
31. CData Sync について詳しく知りたい方は ぜひブースへお越しください！ 各種デモ、製品紹介、個別相談などが 可能です
32. 3000万円の家探し失敗談から学んだ!! Fabric × CData Sync 活用術 スポンサーセッション データで見つける富山の理想の家 ご清聴ありがとうございました！
33. 会社紹介 CData ってどんな会社？ 共有用のページになります VI
34. CData Software US(NC州), オフィス：日本 / 欧州 / インド / 中国 本社 データアクセスおよびデータ接続ソリューションの リーディングプロバイダー 日本 法人 CData Software Japan 合同会社 宮城県仙台市 設立：2016/06 〜 400+ 10,000 + 180+ EMPLOYEES ACTIVE CUSTOMERS OEM PARTNERS
35. 製品ポートフォリオ CData 製品は様々なデータソースからのデータを集め、分析しやすい形に統合するソリューションを提供しています データ仮想化 データレプリケーション オートメーション API 開発・公開 データコネクタ API Server
36. CData Sync の担当フェーズ CData Sync はデータ活用フェーズ(一例)のうち、データ収集・蓄積・加工のELT 部分を担う製品です。
37. 業界アナリストの評価 Gartner® Magic Quadrant for Data Integration Tools 2024 ｜https://www.cdata.com/jp/lp/gartner-magic-quadrant-2024/
38. 業界アナリストの評価 Strong Performer in The Forrester Wave : Cloud Data Pipelines, Q4 2023｜https://www.cdata.com/resources/forrester-wave-cloud-data-pipelines-2023/