Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
【滋賀大学データサイエンス学部】PropTech(不動産テック)における AI・データサイエンス活用
Search
Takehiko Hashimoto
February 03, 2024
Education
0
4.6k
【滋賀大学データサイエンス学部】PropTech(不動産テック)における AI・データサイエンス活用
本講義では、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とともに、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きます。
Takehiko Hashimoto
February 03, 2024
Tweet
Share
More Decks by Takehiko Hashimoto
See All by Takehiko Hashimoto
国土交通省 データコンペ参加者向け勉強会
takehikohashimoto
0
660
不動産tech Product Night#2_AIことはじめ_GA橋本
takehikohashimoto
0
450
電通大データアントレプレナー_回帰モデル作成 資料
takehikohashimoto
0
520
<不動産データの整備と活用>お部屋探しのマスターデータマネジメントと活用を考えよう
takehikohashimoto
0
570
X-tech meetup#02 Introduction
takehikohashimoto
0
1.5k
X-tech meetup#02_クレジットスコアリングの現状と今後の動向
takehikohashimoto
0
1.5k
X-tech meetup#02_機械学習を活用したローン審査実務の現状と新たな潮流
takehikohashimoto
0
1.7k
X-tech meetup#02_"住宅ローンテック"で住宅業界はこう変わる
takehikohashimoto
0
1.5k
Other Decks in Education
See All in Education
人々はさくらになにを込めたか
jamashita
0
120
Comezando coas redes
irocho
0
390
XML and Related Technologies - Lecture 7 - Web Technologies (1019888BNR)
signer
PRO
0
2.5k
CompTIA Security+ SY0-601 Resumo
mariliarochas
2
2.6k
"数学" をプログラミングしてもらう際に気をつけていること / Key Considerations When Programming "Mathematics"
guvalif
0
600
cbt2324
cbtlibrary
0
120
Medicare 101 for 2025
robinlee
PRO
0
300
Canva
matleenalaakso
0
460
Introduction - Lecture 1 - Web Technologies (1019888BNR)
signer
PRO
0
4.9k
Lisätty todellisuus opetuksessa
matleenalaakso
1
2.3k
Algo de fontes de alimentación
irocho
1
440
Introduction - Lecture 1 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.7k
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
94
13k
Git: the NoSQL Database
bkeepers
PRO
427
64k
Being A Developer After 40
akosma
87
590k
StorybookのUI Testing Handbookを読んだ
zakiyama
27
5.3k
Statistics for Hackers
jakevdp
796
220k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
26
1.4k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
330
21k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
159
15k
Testing 201, or: Great Expectations
jmmastey
40
7.1k
Visualization
eitanlees
145
15k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
26
1.8k
GraphQLとの向き合い方2022年版
quramy
44
13k
Transcript
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
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
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
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?
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
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
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/
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
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/
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
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
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
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
14 成功要因の考察:①AISCメンバ
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
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
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
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』
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
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)
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
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
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 ✔ ✔ ✔ ✔ ✔ ✔ ✔
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/
※おまけ 企業選びの難しさ 25
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
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/
これからの時代 28 出典:https://twitter.com/kaz_ataka/status/1285470093627944960/photo/1
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