MapKitとオープンデータで実現する 地図情報の拡張と可視化 株式会社ZOZO ブランドソリューション開発本部 WEARフロントエンド部 iOSブロック セイタ カイト Copyright © ZOZO, Inc. 

© ZOZO, Inc. 2 MapKitにはさまざまな機能が備わっているが 表示できるデータの内容には制限がある お話しすること 住所や地名など ルート案内 座標や⾼度などの地理情報 

© ZOZO, Inc. 3 MapKitにはさまざまな機能が備わっているが 表示できるデータの内容には制限がある 今はAIも使えるし、大量のオープンデータを活用すれば 基本機能だけでも充実したマップに 変貌させることができるのでは？ お話しすること 政府や独⽴⾏政法⼈、⾃治体などが 保有する、⼆次利⽤が 可能な公開データのこと 

© ZOZO, Inc. 4 MapKitに備わる基本機能例 MKPolygon 複数の点を結んで図形を表示 
 MKOverlay MKDirenctions ルート検索の結果を表示 
 
 MKPolyline + MKOverlay MKAnnotation 特定の座標へのピンを表示 
 
 MKAnnotation MKCircle 画像や領域などを上から表示 
 
 MKOverlay 

© ZOZO, Inc. 5 今回やりたいこと オープンデータソースからたくさんのデータを取得 MapKitの基本機能を用いてマップを拡張してみる 

© ZOZO, Inc. 6 おおまかな流れ データを取得する 
 データをGeoJSON形式に変換する 
 ※大量のデータを保持するため JSONで保持
 デコードをして、基本機能を利用する 
 

© ZOZO, Inc. 7 おおまかな流れ データを取得する 
 データをGeoJSON形式に変換する 
 ※大量のデータを保持するため JSONで保持
 デコードをして、基本機能を利用する 
 

© ZOZO, Inc. データを取得する どんなものを作るか 東京都の人口密度のヒートマップを作ってみる ※イメージ https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-A16-v2_3.html 東京都の⼈⼝や⾯積を含んだ データセットを使⽤してみる 

© ZOZO, Inc. データを取得する 取得方法について MCPでデータを取得 データをダウンロード メリット お好みのAIで使⽤可能 APIの知識不要 デメリット 対応しているデータベースが 少ない データのサイズが⼤きいと 処理が難しい メリット データの種類が豊富 デメリット 種類が多すぎて、⽬的のデー タを探すのが⼤変 データの形式が統⼀されて いない 今回はこちら 

© ZOZO, Inc. 10 おおまかな流れ データを取得する 
 データをGeoJSON形式に変換する 
 ※大量のデータを保持するため JSONで保持
 デコードをして、基本機能を利用する 
 

© ZOZO, Inc. 11 データをGeoJSON形式に変換する GeoJSONとは { "type": "Feature", "geometry": { "type": "Point", "coordinates": [123.5678, 12.3456] }, "properties": { "name": "Sample Office" } } 地理情報をエンコードするためのフォーマットのこと 
 type typeによって持つデータの構造を指定する 
 Featureの場合...
 
 geometry それがどこにあるかの地理情報を持つ 
 
 properties それが何かを示す情報を持つ 
 

© ZOZO, Inc. 12 データをGeoJSON形式に変換する GeoJSONとは { "type": "Polygon", "coordinates": [[ [10.0, 11.2], [10.5, 11.9], [10.8, 12.0], [10.0, 11.2] ]] } Polygonの場合...
 
 coordinates Polygonは図形を示すので、図形を構成するための点の座標を持つ 
 

© ZOZO, Inc. 13 MCPでデータを取得 データをGeoJSON形式に変換する データの変換方法 データをダウンロード Pythonのコードを作成・実行 GeoJSON形式に変換（例： XML→GeoJSON） 

© ZOZO, Inc. データをGeoJSON形式に変換する 実際のデータ 変換後のデータはこんな感じで かなりデータが多い... AIに依頼すれば⼤量のデータを 全て⾃動で処理してくれる 

© ZOZO, Inc. 15 おおまかな流れ データを取得する 
 データをGeoJSON形式に変換する 
 ※大量のデータを保持するため JSONで保持
 デコードをして、基本機能を利用する 
 

© ZOZO, Inc. 16 デコードをして、基本機能を利用する データを表示してみる let polygon = PopulationPolygon( coordinates: &coordinates, count: coordinates.count ) polygon.density = feature.properties.density polygon.cityName = feature.properties.cityName polygon.population = feature.properties.population populationPolygons.append(polygon) mapView.addOverlays(populationPolygons) mapView.addOverlays カスタムポリゴンをオーバーレイで追加 class PopulationPolygon: MKPolygon { var density: Double = 0 var cityName: String = "" var population: Int = 0 } MKPolygon 人口密度用のカスタムポリゴンクラス MKPolygon 複数の点を結んで図形を表示 

© ZOZO, Inc. 17 デコードをして、基本機能を利用する データを表示してみる 

© ZOZO, Inc. 18 実はデータソースはたくさんあります 国⼟交通データプラット フォーム MCP （11/4にMCPが公開）国⼟交通省が提供する地理‧統計情報を使⽤することが可能 Google Maps MCP Googleマップのデータを使⽤することが可能（従量課⾦制） e-stat 政府統計ポータルサイト 東京都オープンデータカタログサイト 東京都の公共施設に関連するデータをダウンロードすることが可能 データの取得先 

© ZOZO, Inc. 19 取得できるデータ 例えばこんなデータが取得できる！？ 公衆無線LANアクセスポイント 東京都港区内にある80箇所のアクセスポイントの座標、住所 東京消防庁管内の消⽕栓及び防⽕⽔槽等の位置 消⽕栓および防⽕⽔槽の座標 都道の街路樹リスト 東京都の都道の街路樹の計測データ、座標など（⼀部の区のみ） 交通違反重点取締場所⼀覧 東京都内の交通違反重点取締場所の座標、取締理由など 

© ZOZO, Inc. 20 取得できるデータ 都道の街路樹リスト https://catalog.data.metro.tokyo.lg.jp/dataset/t000014d2000000029 

© ZOZO, Inc. 取得できるデータ 都道の街路樹リスト 

© ZOZO, Inc. 22 取得できるデータ 東京消防庁管内の消火栓及び防火水槽等の位置 https://catalog.data.metro.tokyo.lg.jp/dataset/t000017d0000000007 

© ZOZO, Inc. 23 今回お伝えしたいこと MCPやAIツールの発展により、 大量のデータを簡単に扱うことが可能になった ぜひみなさんもマップで遊んでみてください！！ 

© ZOZO, Inc. 24 株式会社ZOZO ブランドソリューション開発本部 WEARフロントエンド部 iOSブロック セイタ カイト 

© ZOZO, Inc. https://wear.jp/ 25 ● あなたの「似合う」が探せるファッションコーディネートアプリ ● 1,900万ダウンロード突破、コーディネート投稿総数は1,400万 件以上（2025年9月末時点） ● コーディネートや最新トレンド、メイクなど豊富なファッション 情報をチェック ● AIを活用したファッションジャンル診断や、フルメイクをARで試 せる「WEARお試しメイク」を提供 ● コーディネート着用アイテムを公式サイトで購入可能 ● WEAR公認の人気ユーザーをWEARISTAと認定。モデル・タレン ト・デザイナー・インフルエンサーといった各界著名人も参加 

No content