ナイトレイが取り扱う位置情報ビッグデータ（人流データ）とは？

こんにちは、採用担当の牧野です。今回のストーリーではナイトレイが取り扱うデータについて、インターン生の新メンバーにストーリーを書いてもらいました！理系の大学院でデータに触れてきた経験を持つ彼女ならではの「データとは」という書き出しが新鮮で、私自身改めて第三者視点でナイトレイのデータについて考えることができたと思います。是非最後までご覧ください！

はじめまして。ナイトレイ新人インターン生の渡邉です。 私は理系の大学院1年生で、これまでオープンデータを使った分析やアプリの開発など、割と幅広くデータを扱ってきました。

今回ナイトレイで、初めて位置情報データ（人流データ）を扱うことになったため、そもそもビッグデータとは？どんな特徴があるのか？を改めて勉強しなおそうと思います。
このストーリーが「ナイトレイが気になるけど位置情報データがよくわからない」という方々の参考になれば幸いです。

そもそも“データとは”

データにはさまざまな特徴があり、その特徴は分類の仕方によって異なります。

代表的な分類方法には、量的データと質的データがあります。
これはそのままの意味ですが、統計局によると、以下のように定義されています。

・量的データ（量的変数）
枚数、身長、金額など、数値で推し測ることができ、数字の大小に意味をもつデータ 

・質的データ（質的変数）
好きなスポーツ、血液型、自動車のナンバーなど、単に分類や種類を区別するためだけのデータや、順位、学年など順序に意味があるデータ

そして、データは必ず誰かが何らかの方法で収集しています。 調査対象が人間または社会であるデータの収集方法として、全数調査と標本調査を挙げます。

（　参考：総務省 統計局 https://www.stat.go.jp/naruhodo/4_graph/data.html　）

このような統計データを元に、人間社会の分析や推定を行うことができ、世の中の調査はほとんどが標本調査です。

例えば、私が「コーヒーを飲む頻度を知りたい！」と思い、自分の周りの100人にアンケートを行ったとします。この場合、回答数は100ですが、日本全体でも大体このくらいの頻度でコーヒーを飲むのではないか、と推定することができます。

ですが、「関東に住む人がコーヒーを飲む頻度」や「20~30代がコーヒーを飲む頻度」といったように、見方によって異なる推定が可能です。これが標本調査の面白さであり、難しさでもあります。

ビッグデータと個人情報

ここまでデータ・統計・調査というキーワードが出ましたが、近年著しいテクノロジーの発達により注目されるようになったのが、ビッグデータです。

総務省によると、ビッグデータは「事業に役立つ知見を導出するためのデータ」であり、「どの程度のデータ規模かという量的側面だけでなく、どのようなデータから構成されるか、あるいはそのデータがどのように利用されるかという質的側面において、従来のシステムとは違いがある」とされています。

例えばある大手携帯キャリアが保有するデータを使用する時、その企業のスマートフォン端末のうち許諾を得たユーザ数百万IDを母数に拡大推計した推計値をビッグデータとして使用します。

このように携帯電話会社のデータを取り扱うというと個人情報が気になる方もいるかと思いますが、位置情報データを取り扱う各社では、個人情報保護の観点から秘匿処理したデータを提供しています。
このような取り組みはLBMA Japanという業界団体でも遵守していく動きがあり、個々の企業の取り組みのみならず、位置情報データを扱う企業全体で個人情報・個人関連情報には気をつけようという動きがあります。

ちょうど先日、ナイトレイの代表も総務省が主催する「ビッグデータ等の利活用推進に関する産官学協議のための連携会議」に登壇し、ナイトレイが取り扱うSNS解析データや人流データを活用した事例を紹介しました。

▼「総務省主催「ビッグデータ等の利活用推進に関する産官学協議のための連携会議」に代表石川が登壇しました」
https://nightley.jp/archives/15465/

ビッグデータにおけるSNSの親和性・注目度については同勉強会参加者の方々からの質問内容から感じるところも多く、私自身も個人的に「ビッグデータ×SNS」の魅力を感じています。

ビッグデータ×SNS

その魅力とは、リアルタイム性に優れていることです。X（旧Twitter）やInstagram、Facebookなど、SNSには様々な文章や写真、位置情報が投稿されています。SNSではこれらのデータから、リアルタイムで口コミやトレンドを把握することができます。

ここまで一般的な「ビッグデータ」についてご紹介しましたので、そろそろナイトレイが取り扱うデータについてご紹介したいと思います。

ナイトレイが扱う位置情報ビッグデータ（人流データ）は多様性に富んでおり、SNS解析データや車両走行データ、アプリGPSデータに携帯基地局、キャッシュレス決済データなど様々なデータを取り扱っています。
ナイトレイのビジネスの場面では「定量データ」「定性データ」というデータの使い分けをすることが多いですが、冒頭にご紹介した「量的データ」が定量データにあたり、「SNSデータ」だけはクチコミから個別の情報がわかるということで定性データとしての側面も持っているデータです。

中でもSNS解析データ（位置情報解析済みSNSデータ）はナイトレイの独自技術で収集・解析したデータで、SNS投稿に付与された位置情報を解析し、特定地域の人気施設/カテゴリ分析、移動パターン分析、感情分析などができるデータです。

このようにデータ特性を考慮して案件によってデータの組み合わせを考えており、ナイトレイでは自社の独自データや、データパートナー各社から仕入れるデータを組み合わせることで、地域の生活者や、日本人・訪日外国人旅行者の移動・滞在傾向を分析することができるのが強みです。（データの良いとこ取り、予算に合わせたカスタマイズをしています）

ナイトレイにジョインして面白いなと思ったのが、ナイトレイの社内には「GISエンジニア」と呼ばれる職種のメンバーがいて、地理空間システムを使用して地理空間解析を行い、数字の羅列でしかない位置情報データを地図上に可視化する業務を担っています。
（私と同じインターン生もカナダからGISエンジニアポジションでリモート勤務しています）

GISエンジニアの業務内容については別のストーリーでご紹介していますので、是非併せてご覧ください。

▼「【GISチームインタビュー】ナイトレイの主要業務を担う～建設コンサル出身社員とカナダ留学中インターン生の業務内容について～」
https://www.wantedly.com/companies/nightley/post_articles/907778

以下のサイトでは、複数のロケーションビックデータを活用した分析事例を紹介しています。気になる方はぜひご覧ください！最後までご覧いただきありがとうございました！

▼ナイトレイ事例紹介ページ
https://cityinsight.nightley.jp/case-2