Slide 1

Slide 1 text

PropTech(不動産テック)における
 AI・データサイエンス活用
 1 2024.02.03 AI Strategy Center
 General Manager 橋本 武彦
 部長 Chief Data Scientist 福中 公輔
 
 滋賀大学 データサイエンス実践論

Slide 2

Slide 2 text

P03 本日のガイダンス/自己紹介(5分)
 P08 PropTech(不動産Tech)の動向と事例紹介(15分)
 P18 【演習】データサイエンスによるお部屋探し(140分)
 P29 データサイエンティストのキャリアについて(20分)
 本日のガイダンス
 ✔ ビジネスにおける事例から、データサイエンティストの職業イメージをより具 体化いただく ✔ 演習を通じてデータサイエンスの力や楽しさを体感いただく 狙いは

Slide 3

Slide 3 text

P03 本日のガイダンス/自己紹介(5分)
 P08 PropTech(不動産Tech)の動向と事例紹介(15分)
 P18 【演習】データサイエンスによるお部屋探し(140分)
 P29 データサイエンティストのキャリアについて(20分)
 Contents


Slide 4

Slide 4 text

ICE BREAK!!! *該当の方はZoomで挙手をお願いします!
 4 ● 1年生の方? ○ 2年生以上や社会人もいらっしゃるとのこと ● Python触ったことがある方? ○ 普段の分析はExcel or Python/R ● Kaggleをやったことがある方?

Slide 5

Slide 5 text

会社紹介
 5 設立年月日 2013年 3月 資本金 72億6247万6717円 *2023年10月末時点 代表取締役 樋口龍 事業内容 • ネット不動産投資サービスブランド 「RENOSY」の開発・運営 • SaaS型のBtoB PropTechプロダク トの開発 従業員 1,090人 *2023年10月末時点、グループ会社を含む ● 2013年創業。不動産をはじめ、様々な産業の ビジネス変革に取り組むテック企業 ● IT化の遅れた業界全体のDXへの貢献を視野 * グロース市場で唯一DX銘柄に3年連続選定 ● 2017/4にAI Strategy Center設立 *業界初

Slide 6

Slide 6 text

自己紹介:橋本 武彦
 6 氏名 橋本 武彦(はしもと たけひこ) 所属 GA technologies AI Strategy Center General Manager          Product Management Product Manager 電気通信大学 客員准教授 滋賀大学データサイエンス学部 インダストリアルアドバイザー 国土交通省 不動産IDルール検討会 構成員(令和 3年度) キャリア サマリ Sier(エンジニア5年/研究員2年) ⇒ 調査会社(リサーチャー3年) ⇒ ブレイン パッド(シニアデータサイエンティスト 9年)を経て2017年4月から現職にて AISCの立ち上げに参画(当初は新卒含め 3名) データサイエンティスト協会(元事務局長)やデータサイエンティスト育成の新 規事業の立ち上げ 電通大、滋賀大、立正大、慶應 SFC、早稲田大、立教大など大学や官公庁で の講義や講演・執筆など E-Mail [email protected] Socialアカウント https://www.facebook.com/hashimoto.takehikko 2023/11/8@新丸子

Slide 7

Slide 7 text

自己紹介:福中 公輔
 7 氏名 福中 公輔(ふくなか こうすけ) 所属 ㈱GA technologies AI Strategy Center 部長 Chief Data Scientist 滋賀大学データサイエンス学部インダストリアルアドバイザー キャリア サマリ • 早稲田大学にて、統計学やデータ解析、テスト理論の研究を行った後、実務 への応用に興味を持ち、データサイエンティストとなる。 • 学校法人産業能率大学総合研究所に在籍時は、企業内のデータサイエンティ スト育成支援、データ解析支援、データ解析プロジェクトのコンサルティング等 に従事。 • 一般社団法人データサイエンティスト協会が主催するデータサイエンスアワー ドにて、2017年度、東京メトロとのプロジェクト「データサイエンスと働き方改 革」で最優秀賞を受賞。これまでにデータ活用による業務効率化の仕組みに 関する特許を2件取得。 E-Mail [email protected] URL https://uca-works.com/

Slide 8

Slide 8 text

P03 本日のガイダンス/自己紹介(5分)
 P08 PropTech(不動産Tech)の動向と事例紹介(15分)
 P18 【演習】データサイエンスによるお部屋探し(140分)
 P29 データサイエンティストのキャリアについて(20分)
 Contents


Slide 9

Slide 9 text

不動産業界の市場規模
 9 ● 不動産業の国内総生産(GNP) 約 43 兆円 ● 国内の不動産事業者数 12 万社   出典:インフォグラフィックで読み解く、時代が ReTechを求める理由 https://newspicks.com/news/3186786/body/

Slide 10

Slide 10 text

不動産業界の課題
 10 情報の非対称性 (消費者の課題) IT化の遅れ (不動産業者の課題) ● 高額商材ゆえに経験機会が少ない ≒消費者に知見がたまりにくい ● 情報やデータの整備や公開が十分 でない ● 紙・FAXが現役(≒低い生産性) ● 大半が零細企業でIT投資力不足 ● 高齢化が進みITリテラシーが低い

Slide 11

Slide 11 text

AI Strategy Centerの紹介
 11 ● GA technologies Group 16社の研究開発組織
 ● ミッションは「先進技術により事業に貢献する組織 」
 ● バックグラウンドや国籍が多様なメンバが研究成果を業務に反映 
 研究領域 プロトタイプ ※TechLab プロダクト

Slide 12

Slide 12 text

12 TechLab
 ● 社内向けテクノロジーショーケース ○ 現場で困りごと発見 ○ プロトタイプを開発し公開 ○ 現場へ提供して即時価値検証 ○ 効果があればプロダクトへ反映 ○ 昨年末に不動産業界の生産性向上と 生活者の利便性向上を期して研究を公 開

Slide 13

Slide 13 text

13 ハザードマップ Cheker
 ● 2020年8月の宅建業法改正により、賃貸物件の重説時に水害ハザードマップ上で対象物件の所在地を 説明することが義務化 ○ 自治体のWebからハザードマップを調べてダウンロード ○ 洪水・雨水出水・高潮の3種類の水防法に基づく水害リスクに該当するか確認 ○ ハザードマップに対象物件の所在地に印をつけて説明 ● PDFにジオリファレンスで位置情報を埋め込み ● リーシング・仕入れ等、幅広い部署で使用 ○ 月200時間以上の効率化に貢献! ● プロダクト(OHEYAGO)で採用

Slide 14

Slide 14 text

14 成功要因の考察:①AISCメンバ


Slide 15

Slide 15 text

成功要因の考察:②Prototypingによる迅速な軌道修正
 15 ● 研究を軸に企画/開発に主体的に関わり提案&フィードバックからの軌道修正を繰り返す ○ 上記の実現には”エンジニアリング力(開発の技術力) ”が必須

Slide 16

Slide 16 text

成功要因の考察:③ビジネス現場へのRESPECTとSUPPORT
 16 RESPECT SUPPORT ● (前提)感謝の気持ち ● 今までの仕事のやり方を過度に否定 しない。経緯や理由をきちんと伺う ● 勘と経験は貴重(KDD ⇒ KDD+D) ● まずはSmall Start & Quick-Win ● リアル側と距離を近づける(物理/心理) ● 業務フロー全体を考慮し、変更は少なく ● ビジネスへの影響も最小限に抑える ● 繰り返し啓発 & トレーニング

Slide 17

Slide 17 text

P03 本日のガイダンス/自己紹介(5分)
 P08 PropTech(不動産Tech)の動向と事例紹介(15分)
 P18 【演習】データサイエンスによるお部屋探し(140分)
 P29 データサイエンティストのキャリアについて(20分)
 Contents


Slide 18

Slide 18 text

18 ● みなさんの後輩にあたる来年度入学予定の滋賀大の学生を想定し、一人暮らし のための部屋探しをチーム(4名前後)で行ってもらいます。 ● 2020年以降の滋賀県の賃貸募集データを共有しますので、データから”素敵な お部屋”を探し、後輩の学生に提案してください。 ● 最後に1ー2グループに部屋探しの結果と、その理由を発表(5分程度/形式指定 なし)いただきます。 演習テーマ:『データサイエンスによる素敵なお部屋さがし』


Slide 19

Slide 19 text

19 ● 賃貸募集データ 約13000件 ● エリア :滋賀県 ● 期間 :2020年以降 ● 項目 : ○ ID、建物名、住所、都道府県、市区、町村、緯度、経度 ○ 建物構造、階建て、階、築年 ■ *建物構造:1_木造, 3_鉄骨造, 4_RC, 5_SRC, 8_軽量鉄骨 ○ 方角、間取り、部屋面積 ■ *方角:1_北, 2_北東, 3_東, 4_南東, 5_南, 6_南西, 7_西, 8_北西 ■ *間取り:1_1R, 2_1K, 3_1LDK ○ 路線名、最寄り駅、駅_徒歩分数、バス停、バス停_徒歩分数 ○ 家賃、管理費、敷金、礼金、駐車場料金 提供データの概要


Slide 20

Slide 20 text

20 1. 滋賀県の平均家賃は? 2. 家賃のヒストグラムを描き、家賃について考察してください 3. 滋賀県内の市区別部屋数のグラフを描き、考察してください 4. 市区別に家賃の代表値を算出し、考察してください 5. 部屋面積と家賃の散布図を作成し、考察してください 以下の課題にチームで挑んでください。後ほど発表頂きます 練習問題(30分)


Slide 21

Slide 21 text

21 ● 分析の基本的な流れ ● ①基本統計量 ● ②集計 ● ③可視化 ● ④予測(単回帰) ● ⑤複数の変数間の関係(重回帰) ※公開版では掲載割愛


Slide 22

Slide 22 text

P03 本日のガイダンス/自己紹介(5分)
 P08 PropTech(不動産Tech)の動向と事例紹介(15分)
 P18 【演習】データサイエンスによるお部屋探し(140分)
 P29 データサイエンティストのキャリアについて(20分)
 Contents


Slide 23

Slide 23 text

企業で働くデータサイエンティストのタイプ
 23  事業会社 ◯:関与度の深さ ✕:データ・AI活用が主でない(≒事業が主)  ベンダー ◯:幅広さ(様々な業界) ✕:課題選定や意思決定への関与度 ※会社を変える分析の力( 大阪ガス(株)ビジネスアナリシスセンター 河本)より引用 http://www.ogis-ri.co.jp/event/docs/1209964_6738_01.pdf ベンダー ✔ ✔ ✔ ✔ ✔ 事業会社 ✔ ✔ ✔ ✔ ✔ ✔ ✔

Slide 24

Slide 24 text

私自身の企業選定理由
 24 ①収益基盤と経営の理解 ②データ活用の風土(変革) ③関与度の深さ ※GA technologies 採用HPより引用  https://hr.ga-tech.co.jp/staff/

Slide 25

Slide 25 text

※おまけ 企業選びの難しさ
 25

Slide 26

Slide 26 text

2024年時点の振り返り *半径5mの世界
 26 ● ブーム(バブル) ○ Bigdata、Data Scientsit、IoT、AI、DX etc ● 名称の変遷/細分化 ○ 分析官/アナリスト ⇒ データサイエンティスト ⇒ AIエンジニア・機械学習エンジニア / データアナリスト etc ● Toolの進化 ○ SPSS/SAS ⇒ R  ⇒ Python ○ Google Cloud AutoML、DataRobot ● 業務形態の変化(PoCの終わり?) ○ 分析結果レポート ⇒ API、プロトタイプ

Slide 27

Slide 27 text

27 2024年時点の振り返り *半径5mの世界
 ● データの民主化の流れ ○ データ活用のプラットフォーム(オンプレ ⇒ クラウド化) ○ 経営の意思決定 ⇒ 現場の意思決定 ● データマネジメントの必要性・重要性 ■ データセントリック ● 生成AIの活用(≠モデル作成)? AI活用人材とは? ※データサイエンティスト協会 スキル定義委員資料より引用  https://www.datascientist.or.jp/news/n-pressrelease/post-1757/

Slide 28

Slide 28 text

これからの時代
 28 出典:https://twitter.com/kaz_ataka/status/1285470093627944960/photo/1

Slide 29

Slide 29 text

本日、お伝えしたかったこと
 29 ● 不動産は市場規模43兆円と大市場だがIT化の遅れなど課題も多い。ブ ルーオーシャンとしてReal × TechのX-TechでのDXに注目 ● 事業会社とベンダーでは求められる領域や役割に違いあり ● 今後面白いのはRealにデータサイエンスが組み込まれた企業