クローズアップ現代「社会を変える“ビッグデータ”革命」書き起こし・ほぼ完全版　#nhk

とし @toshihiro36_sub

http://t.co/8V5Nmn05

拡大

とし @toshihiro36

<ナレーション>　ひと月に５回以上急ブレーキがあった特に危険な場所を特定、合わせて１６０か所の交通事故予測マップが出来上がりました。　事故が予測された地点の一つです。片側１車線の緩やかなカーブ。中学生や高校生も多く通る道です。

とし @toshihiro36_sub

http://t.co/FWVA0RwC

拡大

とし @toshihiro36

<ナレーション>　県ではドライバーに道の狭さを意識させるため、道路にラインを描きました。急ブレーキの回数は３分の１に減りました。他の現場でもドライバーの視界を妨げていた街路樹を伐採。こうした安全対策を進めた結果、人身事故を前の年度より２割減らすことができました。

とし @toshihiro36

埼玉県道路政策課・小沢：データがなければ、どこに対策をしたらいいかわからないわけで。データがあるからこそ、どこに危険性があるということがわかってきますので。未然に事故を防いでいるということはいえると思います。

とし @toshihiro36

国谷：今夜はビッグデータの活用に大変お詳しい、野村総合研究所の鈴木良介さんにお越しいただきました。今の自治体の例ですけれども、急ブレーキが頻繁に踏まれている場所をデータを通して見つけて…そして対策を打ったところ人身事故が２割も減った。すばらしいですね。

とし @toshihiro36

鈴木：非常に興味深い事例だと思います。前半でレジのデータに基づく分析を行いましょうという事例もありましたけれども、単純にビジネスだけへの活用ではなくて…公益に資するような活用についても活用の余地が大きいというのがビッグデータのひとつの面白いところだと考えています。

とし @toshihiro36

国谷：実際にもっと公益性の高い活用が行われた例というのはありますか？

とし @toshihiro36

鈴木：はい。非常に先進的な例ではありますけれども、アメリカでは犯罪予測に活用しようという例も出てきています。具体的に言うと過去に犯罪が起きた場所であったり犯罪が起きた時間などのデータに基づいて、このエリアは犯罪が起こりやすいだとかいうような予測を行う事例も出ています。

とし @toshihiro36

国谷：それによって警察官をどれだけ配置するだとか、そういった対策もとれるわけですね。

とし @toshihiro36

鈴木：おっしゃる通りです。行政機関が保有している人的な資源は限定的なものですので、いちばん最適な形で配置する必要があると思います。いまの事例が警察官の場合ですけれども、救急車であったり消防車であったりの最適な配置にビッグデータというものは活用されています。

とし @toshihiro36

国谷：そして、もちろん企業としては、誰が何を買っているのか具体的にわかる。さっきのコロッケの例は、６０歳以上だったというのはびっくりなんですけれども。

とし @toshihiro36

鈴木：私もびっくりしたところなんですけれども。コロッケの例ひとつ見ましても、結局ビジネスで使おうとしている人は…お客様が何を求めているのかという、お客様を深く理解したいというニーズを常に持っているものです。

とし @toshihiro36

鈴木：他にどういうものがあるかというと、陳列棚の最適化…商店の中で物を並べている棚を最適化しましょうという事例もあります。具体的に言うと、お客様が棚に対して手を伸ばすわけなんですね。１日カウントしてこの位置の商品にはよく手が伸ばされているよねとか。

とし @toshihiro36

鈴木：そうでないこの位置の商品にはあまり手が伸ばされていないようだねというようなことを…もちろん従前も人がカウントするという方法では分析されていたんですが、機械的にモーションキャプチャーと呼ばれるセンサー類を活用することによって極めて低いコストでのデータの収集・活用が増えている。

とし @toshihiro36

国谷：そのほかにも企業がこのビッグデータを積極的に利用する例ってありますか？

とし @toshihiro36

鈴木：例えば営業行為ですね。あるお客様に対して商品の売り込みをしたいときに、さきほどの公的機関のれと同じように営業マンのリソースも限定的なものになっています。ですので優先順位をつけて、より打率の高い…より物を買ってくれそうなお客さまは誰なのかという分析をする事業主さんもいます。

とし @toshihiro36

国谷：それは何を通してですか？

とし @toshihiro36

鈴木：例えば店舗で物を売っている事業者さんだったとしても、最近であればウェブサイトを保有されています。そのウェブサイト上でお客様がどういうページをこのんで閲覧されているのか、つまりどのページをより長い時間閲覧されているのかという情報を重ね合わせることによって、

とし @toshihiro36

鈴木：このお客様はこの商品に興味を持つに違いない。なので、よりリソースをそちらに割り振りましょうというような施策が講じられ始めています。

とし @toshihiro36

国谷：いまツイッターも非常に人気がありますけれども、ツイッターの分析等も行われていますか？

とし @toshihiro36

鈴木：さきほど申し上げましたような、そもそも事業会社さんが保有されているデータだけではなくて、外部のツイッターのようなところが保有しているデータですね。自社の製品についてどのようなつぶやきが行われているのか。

とし @toshihiro36

鈴木：どのようなコメントが寄せられているのかといったデータを重ね合わせることによって、よりよい商品開発であったり販売促進につなげていこうというケースもどんどん増えているところです。

とし @toshihiro36

国谷：そうですねブログとかツイッターの言葉は膨大ですから、さまざまな情報が得られると思いますけれども。ご覧いただきましたように、さまざまな分野で活用が広がっているこのビッグデータなんですけれども。とりわけ期待が寄せられているのが医療の分野です。