2023.05.29 (Mon)

データ分析手法はどんなものがあるのか|行政や自治体のデータ分析手法の実例を解説

posted by NTT東日本

日々、さまざまな情報があふれる現代社会において、データを収集し適切に活用することが求められています。企業だけでなく、行政や自治体においても、事業活動の中でデータが蓄積されていくため、データ分析がますます重要視されています。

しかし、どのような手法で分析すれば良いのか、実際にどのような活用例があるのか、分からない方もいるでしょう。

そこで今回の記事では、行政や自治体におけるデータ分析の手法や実例を紹介します。また、どのようなデータを収集し、どのような分析手法を用いることで、地域の課題やニーズを明確にし、活性化につなげられるのかについて解説します。

1.データ分析手法の重要性


データ分析はビジネスや行政、教育などさまざまな分野で活用されるようになってきました。しかし、正しい手法を選ぶことや目的を明確にしておくことが大切です。

1-1.正しいデータ分析の手法を取らないと間違った結論に行き着くことがある

データ分析において、正しい手法を選ばないと誤った結論を導き出すことになり、誤った意思決定につながる可能性があります。同じデータであっても取り扱い方によっては、結論が全く異なる可能性があります。

たとえば、ある企業が商品の売上アップを目的として分析を行う場合、どのような視点で分析を行うかによって、適切な分析手法が異なってくることがあります。正しい分析手法を選ぶことは、正しい結論を導くために欠かせない重要な要素です。

1-2.活用するためのビジョンを持つことで適切な手法が導ける

データ分析は、何を分析したいのか、どのような結果を得たいのかというビジョンを持つことで、目的に応じた適切な手法を考えられます。

データ分析は、事実を正確に把握し、適切な意思決定を行うための重要な手段です。目的に応じた適切な手法を選ぶことができれば、方向性がぶれることなく正確な予測や傾向分析ができ、効率的で根拠を持った意思決定ができます。

2.データ分析の5つの手法


データ分析においては、適切な手法を選択することが重要であるためそれぞれの手法の特徴や使い方を理解することで、より効果的なデータ分析が可能です。

  • ● 決定木分析
  • ● クラスター分析
  • ● 因子分析
  • ● ロジスティック回帰分析
  • ● クロス集計

この章では、データ分析の中でも標準的な5つの手法について紹介します。

2-1.決定木分析

決定木分析は、データを分割して分類する手法です。主に「予測」「判別」「分類」を行う際に利用されます。

木のような分割図を作成し、分岐ごとに目的変数の差異を評価していきます。分類結果を可視化できるため、非常にわかりやすい結果を得られます。この手法を用いることで、商品の購入パターンや顧客の属性などの分類が可能です。

具体的には、新商品の販売戦略立案や、消費者の嗜好を分析してターゲットに合った商品開発が可能になります。たとえば、市場調査データを分析する際に、ターゲットとなる顧客グループの特徴を分析するために活用されます。

2-2.クラスター分析

クラスター分析は、集団の中から似た特徴を持つデータをグループ化する手法です。主に大量のデータを単純化し、考察を簡単にさせるために行われます。

距離や性質など似たような特徴を持ったデータを同じグループに分けることで、データの全体像を把握できます。単純化されたデータをもとにマーケティング分析や顧客セグメンテーション、商品分類の分析などに活用できます。

2-3.因子分析

因子分析は、複数データの背景にある共通した因子を見つけ出す分析手法の一つです。主に関連するデータの関連性を分析するために行われます。

共通因子とは、データの中で共通点の多い要素を統合して、発生した新たな因子のことです。消費者心理などの潜在的なデータ間の関係性を見つけ出せます。

具体的には、販売している商品やサービスの共通因子を探り出し何が商品の評価を上げている・下げているのかを探り出すことなどに使われています。

2-4.ロジスティック回帰分析

ロジスティック回帰分析は、2つの変数の関係を分析する手法です。2つのカテゴリの中でどちらかに分類することを目的としています。これは目的やターゲット層など、ある問いが2つにカテゴリわけできる場合に使用され、予測モデルを作成できます。

具体的には、ある商品を購入するかしないか、ある疾患にかかるかかからないかなど、2つの結果のうちどちらかに分類する問題に使用されます。また、マーケティングの分野では、顧客が商品を購入するかどうかを予測するモデルを作成する際に活用されます。

2-5.クロス集計

クロス集計は、主にカテゴリデータに対する分析手法で、2つ以上の要素を軸にして、データの相互関係を分析する手法です。主な目的はデータを細分化して検討することです。データを有意義な形で分割して分析することで、事象や現象のさまざまな側面を明らかにできます。

具体的には、商品の売上データを店舗ごと、地域ごと、時間帯ごとなど、複数のカテゴリで分類して集計することで、それぞれのカテゴリ間の関係性を把握できます。クロス集計は、市場調査、顧客分析、マーケティング調査など、各種分野で活用されています。また、分析ツールやソフトウェアで、初心者でも簡単に分析を行える手法です。

3.行政・自治体のデータ分析手法実例3選

ここでは、日本の行政・自治体においてどのようにデータ分析が活用されているかについて、具体的な事例を紹介します。現代の行政・自治体において、データ分析がどのように行われているかを確認し、自身の状況に落とし込んでいくことは重要なデータ分析の第一歩となります。

3-1.総務省のビジョン

総務省では、地方公共団体が保有しているデータを有効活用し、住民サービスの向上や根拠に基づく政策立案等に役立てるための取組を推進しています。そのために、「地方公共団体におけるデータ利活用ガイドブック -総務省 」を策定しました。このガイドブックでは、データ利活用にあたっての手順や具体的課題への対応策、研修の実施方法等について、わかりやすく整理しています。

3-2.滋賀県

滋賀県では、観光客の動向を分析しました。調査では、観光客の滞在期間、訪れた地域、滞在費用などが調査され、それらのデータを基に、観光客の特性について分析が主に行われました。

この調査で用いられたデータ分析は、似たような観光グループのニーズをまとめたクラスター分析が主に使われました。

そこから得られた分析結果に基づいて、滋賀県内には主に琵琶湖周辺のエリアを中心に観光客が訪れていることが明らかになり、その結果を踏まえて観光地の改善策が打ち出されました

3-3.福井県

福井県では、人口減少対策に関係するデータの分析・調査を実施しました。

出生率の予測モデルを作成することで2030年までに目標の出生率を達成するために必要な出生数を算定し、政策目標を明確化しました。また、夫婦の婚姻年齢や施策の認知度等を説明変数とするロジスティック回帰分析を行い、子どもの希望数の増加に寄与する要素を検証し、政策の有効性等を確認しました。

福井県は分析結果から複数の施策を立案しました。「本県の女性の婚姻年齢を1歳引き下げると希望出生数が0.14人増加する」という分析結果から、早婚夫婦に対する支援金制度を創設しました。また、「すでに実施している子育て支援施策の認知度が上がると希望子ども数が増加(+0.1~0.7人)」という分析結果から、社会全体で子育てを応援する体制を整えるため、すべての子育て世帯や妊婦を応援する店舗によるサービス提供事業を新たに立案しました。

3-4.福岡県糸島市

福岡県糸島市では、データの分析により、地域の強みを発見し、糸島ブランド創出のためのマーケティング支援策を立案・実践したプロジェクトが実施されました。

糸島市では、地域に特化した産業が少なく、地元に仕事が乏しいことが、若者の流出や出生率の低下を招いていました。

ロジックツリー分析や複数の分析手法を混ぜ合わせ、糸島市の産業と経済の競争力を分析した結果、地元企業の多くを占める小規模事業者の生産性は低いものの、「食」の分野は比較的競争力があるとわかりました。そこで、食関連の小規模事業者のマーケティング力を高め、生産性を向上させる取組を行いました。第1弾の商品の売上は、1年半で6倍になりました。

他の売り上げもすべてアップし、現在では事業者のマーケティング意識の向上が見られ、民間主導の取組に移行しています。

4.行政や地方自治体にもデータ分析は必須

近年、データ分析技術の進化により、民間企業だけでなく、自治体においてもデータ分析が必須となっています。たとえば、自治体が抱える課題の一つである人口減少問題に対しても、データ分析を用いることで新たな解決策が見出せる可能性が出てきています。

また、近年は自治体においてもIoTやICTが積極的に導入され、異なる種類かつ大量のデータが蓄積されています。複数のデータを正しく分析することで、市民の生活の質を向上させるための施策を行えます。自治体においても、正しくデータを活用し、市民サービスの向上や課題の解決につなげることが求められています

NTT東日本では、「都市OS(FIWARE) on REIWA」を提供しており、ICT・IoTを活用したデータ分析の基盤を提供しています。内閣府が推進するデータ連携基盤の整備に伴い、必要条件を満たす適切なソリューションとして、「オープンデータとパーソナルデータの活用」と「地域に有効的なデータの活用と気密性の高い運用」を実現できます。

都市OS(FIWARE) on REIWA

また、NTT東日本では、業務負担により稼働効率化や利用者の利便性向上に課題を抱えている地域経済圏をIoTや地域データの活用でスマート化を促し、地域活性化につなげる実証実験に取り組んでいます。IoT・AIなどのICT技術によって得られたデータを周辺地域の誘客・消費促進につなげる仕組みの構築など、持続的な地域経済の発展に向けたコーディネートを提案しています。

キャンプ場のスマート化を起点とした地域活性化の取り組み

5.「車番分析ソリューション」で適切なデータ分析手法を

自治体の業務の中で蓄積された大量のデータは、適切な目的を立て、正しい手法でデータ分析することが求められます。自身の自治体にあった手法を選択することで課題解決のための意思決定を行えるでしょう。

NTT東日本が提供する「車番分析ソリューション」は、カメラから得られた車のナンバーから自治体に必須のデータ分析が可能になります。このソリューションでは、単にデータ分析を行うだけでなく、BIツールによる適切な手法でデータ分析を行い、レポート結果の適切な活用をサポートします。

具体的には、道の駅にクラウド型カメラを設置し、そこから観光客などのデータをクラウドに収集します。AI・機械学習を利用する事で「どこからきたか」や「顧客のニーズ」を分析します。得られたデータをもとに施策として活用することが可能です。自治体の課題解決に向けて、データ分析の実施を検討している方は、ぜひご活用ください。

ギガらくカメラ+AIによる車番分析ソリューション

REIWAプロジェクト

詳しく知りたい方はこちら

メルマガ登録


NTT EAST DX SOLUTION


ミライeまち.com


「ビジネスの最適解」をお届けします 無料ダウンロード資料


イベント・セミナー情報

ページトップへ

ページ上部へ戻る