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
4.7k
【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
710
不動産tech Product Night#2_AIことはじめ_GA橋本
takehikohashimoto
0
460
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
530
<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
1.6k
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
1030
cbtlibrary
0
320
Master of Applied Science & Engineering: Computer Science & Master of Science in Applied Informatics
signer
PRO
0
640
2409_CompanyInfo_Hanji_published.pdf
yosukemurata
0
680
Requirements Analysis and Prototyping - Lecture 3 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
850
脳卒中になってしまった さあ、どうする
japanstrokeassociation
0
1.2k
Ch2_-_Partie_1.pdf
bernhardsvt
0
120
Human Perception and Cognition - Lecture 4 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
760
ニュースメディアにおける生成 AI の活用と開発 / UTokyo Lecture Business Introduction
upura
0
150
勉強したらどうなるの?
mineo_matsuya
10
6.8k
Medidas en informática
irocho
0
390
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
2.5k
HCI and Interaction Design - Lecture 2 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
870
Featured
See All Featured
Unsuck your backbone
ammeep
669
57k
Building an army of robots
kneath
302
44k
Faster Mobile Websites
deanohume
305
30k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
111
49k
The Language of Interfaces
destraynor
154
24k
Designing for Performance
lara
604
68k
GitHub's CSS Performance
jonrohan
1031
460k
YesSQL, Process and Tooling at Scale
rocio
170
14k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
28
4.4k
A Tale of Four Properties
chriscoyier
157
23k
The Straight Up "How To Draw Better" Workshop
denniskardys
232
140k
Rebuilding a faster, lazier Slack
samanthasiow
79
8.7k
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