GPSデータを使った 人の移動の可視化

2020/5/29(金)に開催したExploratory データサイエンス勉強会#13のレイ・フロンティア株式会社のご登壇資料です。

Transcript

1. GPSデータを使った 人の移動の可視化 レイ・フロンティア株式会社 久保 翔太
2. 自己紹介 • ソーシャルゲーム開発（プログラマ） • 位置情報サービス（プログラマ） • ソーシャルゲーム運営（データアナリスト） • ギャル向けEC（データアナリスト） • 位置情報サービス（データアナリスト） ←今ココ
3. 会社紹介
4. アプリ紹介
5. 位置データの特徴 lat lon 35.68574 139.764389 35.68577 139.7635803 35.67529 139.7724915 35.67607 139.769577 一人あたりのデータ量が多い 数字だけではデータの 特徴が分かりづらい
6. 主な業務 • BtoBでの分析データ提供 • ブログを通じた分析データの社会への還元 • 社内データを分析して新プロダクトの開発
7. Exploratory導入前の分析ワークフロー データアクセス データの加工 共有方法 データの可視化
8. データアクセス • セキュリティの要件上ローカルにCSVを置きたくないためDBの コネクタが必要。（メモリ上ならokというポリシー) • Athena（ODBC）をサポートしているBIは少ない
9. データの加工 • Excelだと加工の過程が不明 • 間違いが混入している時に出戻りが大きい • シニアメンバーがチェックする時に確認しづらい
10. データの可視化 lat lon 35.68574 139.764389 35.68577139.7635803 35.67529139.7724915 35.67607 139.769577 地理情報は生データでは規則性を見出しづらい 可視化するとわかりやすい
11. 共有方法 • PowerPoint • データを二次利用しにくい • Google spreadsheet • Excelより表現力に劣る • 共有の手続きが面倒
12. なぜExploratoryか？ • AWS Athenaへのコネクタがある • ローカルにCSV置いておくとポリシー上不都合 • デフォルトの色合いがきれい • Excelなんかのグラフはどぎつい • データ加工の過程が見れる • シニアメンバーが確認する時に便利 • 地図描画が使える • 市町村レベルの多角形が描ける
13. Exploratory導入後のワークフロー ワンストップ データアクセス データの加工 共有方法 データの可視化
14. 事例:人流密集地域の発見
15. モチベーション • COVID-19の警戒区域情報を自治体に提供して、密集施設に人が 行かないようにしたい →勘に頼らずデータドリブンな施策決定の手助けに
16. 緯度、経度 位置情報の例
17. 素直にプロット → 素直にプロットする →密度がわからない
18. ヒートマップ →赤すぎる ヒートマップの利点： 密度が可視化される →まだ赤すぎてどこが本 当に密集しているのかわ かりにくい
19. 濃さを調整
20. 「パラメータ」機能で時間帯ごとに切り替え可能に
21. 時間帯別の比較
22. ヒートマップまとめ • 密度を可視化する事によって、街の中心部のような自明な密集 地以外の警戒地点が明らかに
23. 事例：繁華街にはどこから集まっている？
24. モチベーション • 緊急事態宣言のちょっと前のはなし • 繁華街（歌舞伎町）に集まっている人がどこから来ているかを 調べて人の傾向の理解に繋げたい
25. 歌舞伎町をポリゴンで指定
26. テーブルのプレビュー
27. コロプレス（塗り分け）図 県別 市区町村別
28. 人口多いところか ら来た人は多い→当 たり前
29. ちょっとひと工夫： • 人口比で出したい
30. データカタログからインポート
31. 人口データと結合
33. 結果 • 新宿以外でどこから来ている人が多いかを可視化できた
34. まとめ • ワークフローの変化によるメリット • 一本化した事による作業時間のオーバーヘッドの削減 • ツールごとの情報ロスがなくなった事による分析品質の向上 • Exploratoryはコーディング無しで十分な品質の可視化が可能