電子図書館TOP
 
 
書籍一覧 | 化学・エレクトロニクス系書籍一覧 | 医薬品・医療機器・食品系書籍一覧 | 雑誌一覧

 
No.1775

      市場予測、新規事業創出、販売、業務効率化・・・
           より精度の高い予測と意思決定のための

ビッグデータの収集、調査、分析と活用事例


■ 執筆者(敬称略) 

経済産業省 村田 正徳 東北大学大学院 石垣 司
アクセンチュア(株) 工藤 卓哉 西村あさひ法律事務所 石川 智也
(株)日本政策投資銀行 清水 誠 アンダーソン・毛利・友常法律事務所 中崎 尚
楽天(株) 森 正弥 ベーカー&マッケンジー法律事務所 達野 大輔
(株)ビジネス アソシエイツ 横山 彰吾 トランスコスモス・アナリティクス(株) 河野 洋一
(株)リコー 内田 圭亮 (株)博報堂プロダクツ 大木 真吾
(株)インテック 堀 雅和 (株)伊藤久右衛門 広瀬 穣治
(株)インテック 後藤 光治 東京大学 秋山 昌範
NECラーニング(株) 横垣 裕史 (株)データフォーシーズ 若杉 徹
(株)豆蔵 金子 聖史 シャープ(株) 和辻 徹
ウイングアーク1st(株) 小島 薫 京都大学 川上 浩司
富士通(株) 西村 泰洋 京都大学 加藤 有己
会津大学 林 隆史 京都大学 桜井 都衣
(株)野村総合研究所 安岡 寛道 京都大学 藤渕 航
ソリッドインテリジェンス(株) 林 健人 京都大学 奥野 恭史
日産自動車(株) 塚原 隆彰 日本電気(株) 荒井 匡彦
(株)APMコンサルティング 吉田 充 沖電気工業(株) 杉尾 俊之
(株)公共イノベーション 川島 宏一 アマゾンデータサービスジャパン(株) 吉荒 祐一
(株)国際社会経済研究所 東 富彦 楽天Edy(株) 宮沢 和正
東京農工大学 石井 一夫 (株)ハレックス 越智 正昭
(株)NTTデータ経営研究所 村岡 元司 (株)ライフビジネスウェザー 常盤 勝美
GBM&A 山本 雅暁 (株)NTTデータ 土井 利次
(株)フォーカス・マーケティング 蛭川 速 クックパッド(株) 中村 耕史
ライオン(株) 今井 秀之 (株)エルネット 越野 孝史
(株)モデリスト 伊藤 泰敬 鯖江市政策経営部 牧田 泰一
       
       

■ 目  次



◇第1章 ビッグデータが研究開発へもたらす可能性と課題◇ 

第1節 データ駆動型イノベーションの創出に向けて

1.進み始めたデータ利活用ビジネス

2.IT融合による新産業創出
 2.1 IT融合システム開発事業
 2.2 パーソナルデータ利活用に関する事前相談評価制度の試行

3.データ駆動型イノベーションの創出
 3.1 我が国の現状
 3.2 「IT融合新産業」から「データ駆動型イノベーション」へ
 3.3 データ駆動型イノベーションに必要なプラットフォーマー
4.エネルギー分野から様々な分野へ展開


第2節 ビッグデータの全体像とアナリティクスがもたらす未来

1.ビッグデータとは何か
2.アナリティクスとは何か
3.ビッグデータ解析事例:3つの型
4.分析時の注意点
5.まとめ


第3節 ビッグデータ活用による新市場・新サービス創出の可能性

1.モバイルとIoTから大量・多種のデータが集まる時代に
2.5割超の企業がビッグデータに関心
3.主要産業でのビッグデータ活用による新市場・新サービス創出の可能性
 3.1 小売
 3.2 自動車
 3.3 医療・ヘルスケア
 3.4 農業
 3.5 エネルギー
 3.6 オープンデータ
 3.7 インフラ保守
4.2015年頃に国内ビッグデータ関連市場は1.1兆円,経済効果は3.8兆円に
5.ビッグデータ活用に向けた課題
 5.1 目的・効果の明確化
 5.2 人材の育成・高度化
 5.3 データ活用と個人情報保護の両立
6.課題先進国・日本ならではのビッグデータ活用に向けて

第4節 は著作権の都合上、掲載しておりません


◇第2章 ビッグデータを効果的に活用するための組織の作り方◇ 

第1節 顧客の満足度を高めるビッグデータ戦略とそれを支える組織の作り方

1.ビッグデータの時代とその多層的発展構造
2.E-Commerce企業での組織内の構造データの活用
3.組織内外の多様かつ大量なデータの活用
4.位置情報の活用
5.実空間との統合とサード・リアリティ
6.ビッグデータを支える組織的工夫
7.活用範囲の自制とプライバシーの尊重


第2節 ビッグデータを活用できない組織とは

1.基本となるのは新しいことへの姿勢
2.データの大きさよりも“速さ”を活かせるかどうか
3.会議の光景から見えてくる向き不向き
4.データ分析部門は必要か?
5.ビッグデータ導入と併せて、組織の“Big Data Readiness”向上を


第3節 ビッグデータを効果的に活用するための組織づくり

1.ビッグデータ分析推進の組織づくり
 1.1 各事業部門・機能部門に設置されたデータ分析組織(部門毎に設置された組織)
 1.2 全社横串として設置されたデータ分析組織(全社横串型のデータ分析組織)
  1.2.1 全社横串型のデータ分析組織の長所
  1.2.2 全社横串型のデータ分析組織が克服すべき課題とその方法法


第4節 インテックによるビッグデータビジネスの取組み

1.インテックの取り組み概観
2.インテックのビッグデータコンサルティングサービス
 2.1 概要
 2.2 ビッグデータのコンサルティングサービス
3.ユビキタスプラットフォームサービス
 3.1 概要
  3.1.1 ユビキタスプラットフォームの位置付け
  3.1.2 ソフトウェア構成
  3.1.3 提供するメニュー
 3.2 利用シーン


◇第3章 ビッグデータを分析する人材の教育・育成法◇ 

第1節 NECラーニングにおけるビッグデータ研修体系

1.データ分析技術の研修
 1.1 ビッグデータの分析と活用〜統計解析手法によるデータ分析入門〜
 1.2 ビッグデータの分析と活用〜データマイニング基礎編〜
 1.3 Data Science and Big Data Analytics (データ・サイエンスとビッグ・データ分析)
2.分析基盤技術の教育
 2.1 Hadoop基礎
 2.2 クラウドデータベース基礎
 2.3 OSSを活用したビッグデータ解析基盤構築体験
 2.4 Cloudera Apache Hadoop 管理者向けトレーニング
 2.5 Cloudera Apache Hadoop 開発者向けトレーニング
 2.6 Cloudera Apache HBaseトレーニング
3.ビッグデータ研修の今後の取り組み
 3.1 ビッグデータ分析推進者の育成
 3.2 データ整理技術者の育成


第2節 ビッグデータ、やってはいけない人材育成

1.ビッグデータに対するニーズと人材
2.何が「わからない」のか
3.ビッグデータに関わる人材像
4.データ利活用のために“まず”必要な人材
5.先進事例
6.誰がやるのか


第3節 ビッグデータ活用事例から学ぶ必要な情報システムと人材

1.事例に見るビッグデータ活用例
2.効果をあげ続けるためのシステムと組織の在り方
3.データ活用の仕組み作りは、データ活用の主役である現場部門の関与が重要
4.ビッグデータを含むデータ活用で求められる人材「インフルエンサー」
5.情報活用と業務現場の距離


◇第4章 ビッグデータの収集・調査・分析の仕方◇ 

第1節 研究者・技術者が“簡単”に入手できるビッグデータとその入手法

1.外部情報
2.外部情報の入手法
 2.1 気象情報
 2.2 SNS
3.外部情報の活用に際して


第2節 膨大なデータの取捨選択とその活用 〜要・不要の見極め方〜

1.ビッグデータ解析のための事前処理
2.モデリング
3.異常値の同定と除去
4.欠損値の補完(Missing Data Imputation)
5.サンプリング
6.原データ
7.メッセージング・ネットワーク


第3節 “欲しい情報”を取り出すための手法

1.目的を明確にしたビッグデータの収集
 1.1 ID-POS情報の収集
 1.2 IDが紐付くPOS以外の情報
 1.3 IDとなりえる情報
2.“欲しい情報”を取り出す分析
 2.1 顧客情報をそのまま活用
 2.2 顧客情報に分析を加えた上での活用
3.“欲しい情報”を取り出す上での留意点
 3.1 “欲しい情報”を活用して「企業価値を上げる」
  3.1.1 収益の減少阻止
  3.1.2 企業価値の向上
 3.2 “欲しい情報”に潜むリスク
  3.2.1 個人情報保護とプライバシー侵害のリスク
  3.2.2 個人情報活用のための同意の必要性
  3.2.3 個人情報漏えいや活用リスクを恐れた萎縮の悪循環


第4節 ソーシャルデータの収集・調査・分析の仕方

[1]ソーシャルメディア分析の基礎

1.ソーシャルメディアデータの位置付け
2.ソーシャルメディアデータ分析方法
 2.1 ソーシャルメディア分析概論
 2.2 「カテゴリ分析」について
 2.3 「ライフスタイル分析」について
 2.4 「競合比較分析」について
 2.5 「キャンペーン反響分析」について
3.データサイエンティストの役割
 3.1 データ分析の目的の変遷
 3.2 ビッグデータからデータサイエンティストへ
 3.3 データサイエンティストの役割について
4.分析を始める前に


[2]Facebookからの情報収集・調査・分析の仕方

1.情報分析のステップ
 1.1 分析の目的明確化
 1.2 指標の決定
 1.3 方策検討
 1.4 定期的な指標の確認と軌道修正
2.事例紹介


[3]SNSからの消費者データ分析のポイント

1.消費者データを分析する目的を明確にする
 1.1 マーケティング活動と消費者行動
 1.2 コントロールできないメディア
 1.3 SNSデータと売上との関係性が重要
 1.4 イメージデータも重要なデータとしてとらえる
2.SNS上の消費者データ分析のポイント
 2.1 SNSのテキストデータの第一のステップ
 2.2 項目に整理して分析する
 2.3 消費者が反応する口コミのとらえ方を知る
 2.4 消費者の行動に変化を与える「トリガーワード」を検索


第5節 オープンデータの収集・調査・分析の仕方

[1]オープンデータの政策動向とビジネス創出の方向性

1.国におけるオープンデータ政策の動向
2.地方自治体におけるオープンデータ政策の動向
3.これからのビジネス創出の方向性
 3.1 診断サービス
 3.2 価値創出のプロセス・デザイン・サービス
 3.3 データ・エコシステムのプロデュース・サービス
 3.4 グレー領域情報のフィルタリング・サービス
 3.5 評価サービス

[2]オープンデータの活用ノウハウ

1.クレジッドカードの不正利用検知(BillGuard: アメリカ)
2.最適な医療機関の検索(iTriage: アメリカ)
3.農家向け収入保障保険(Total Weather Insurance: アメリカ)
4.不動産価格を独自評価(Zillow: アメリカ)
5.家庭ごとに最適な省エネ対策をアドバイス(Opower: アメリカ)
6.害虫の発生予測(insectforecast: アメリカ)


[3]医療・農業分野におけるオープンデータの収集・調査・分析の仕方

1.医療−農業分野におけるオープンデータ
2.医療−農業分野におけるオープンデータの収集?調査
 2.1 国内のデータオープンデータサイトの状況
 2.2 国内の統計情報サイトの状況
 2.3 医薬情報の収集
 2.4 諸外国の状況
3.医療−農業分野におけるオープンデータの分析の仕方
 3.1 オープンデータの種類
 3.2 オープンデータの分析ツール


[4]グリーンイノベーションを支えるオープンデータの収集・調査・分析の仕方

1.エネルギービッグデータのビジネス利用例と課題
2.まずはビジネスモデル・サービスモデルの構築を
3.適正なデータの活用を



[5]ネットで収集できる2次データを活用したリサーチ手法と官公庁統計データの活用ポイント

1.市場調査の目的と進め方
 1.1 市場調査の目的
 1.2 市場調査の進め方
  1.2.1 調査の準備;調査目的の明確化、仮説の作成
  1.2.2 次データを活用した調査の実施
  1.2.3 情報収集のポイント
2.官庁統計データの収集・活用法
 2.1 官庁統計の特徴
 2.2 官庁統計使用時の注意点
 2.3 官庁統計データの入手方法



[6]は著作権の都合上、掲載しておりません


◇第5章 分析結果の商品コンセプトへの落とし込みと企画・立案の仕方◇

第1節 データ根拠のある仮説の立て方

1.仮説思考の重要性
 1.1 マーケティング仮説とは
 1.2 Factデータをベースとして仮説を設定する
2.仮説作りのプロセス
 2.1 Fact収集
 2.2 収集データから意味を見出す
 2.3 特異点にFocusする
 2.4 特異点が生じる原因を推察する
 2.5 顧客が置かれている状況を仮説として設定する(状況仮説)
3.仮説をもとに施策を検討する
 3.1 状況仮説における顧客のニーズを探索する
 3.2 顧客のニーズを満たす解決施策を仮説として設定する(展開仮説)
4.ケーススタディ 「コンビニコーヒーに負けない缶コーヒーを企画する」
 4.1 大きな打撃を受ける缶コーヒー
 4.2 缶コーヒーのユーザーの特性を考える
 4.3 コンビニコーヒーから流出した缶コーヒーユーザーの要因を考える
 4.4 状況仮説から潜在ニーズを発掘する
 4.5 コンビニコーヒーに負けない缶コーヒーのコンセプト


第2節 ビッグデータによる商品コンセプトの作り方

1.製品コンセプト開発方法に関する先行研究
 1.1 製品コンセプトの可視化(デザイン化)について
 1.2 コンセプト可視化の効用研究
 1.3 コンセプト開発における創造性理論
2.ビックデータに基づく初期コンセプトの開発ステップ
3.製品コンセプト開発の階層構造化に向けて
 3.1 製品コンセプトの階層構造化
 3.2 分析及びコンセプト開発ステップ
4.残された課題


第3節 市場データの加工・分析によるビッグデータの活用

1.市場についてのビッグデータとは
 1.1 自社内部に存在するデータ
 1.2 外部データ
2.消費者、生活者についての意識と行動データ
 2.1 意識データ
 2.2 行動データ
3.意識と行動データのタイプと所在
4.分析の方法
 4.1 何が買われているか
 4.2 何と何を同時に買っているか−併売、同時購買の分析
 4.3 誰が買っているか
 4.4 何時買われているか
 4.5 どこで、どのようなチャネルで買われているか
 4.6 どのように買われているか−複合指標での顧客セグメンテーション
 4.7 なぜ買われているか



第4節 購買履歴データを活用した企画・立案の支援

1.企画・立案のためのデータ活用サイクル
2.購買履歴の種類と分析手法の概略
3.購買履歴ビッグデータを用いた企画・立案の支援手段


◇第6章 パーソナルデータの考え方と活用における留意点◇ 

第1節 ビッグデータ活用で留意すべき個人情報関連の法規、規制

1.個人情報保護法
 1.1 個人情報、個人データとは
 1.2 個人情報取扱事業者とは
 1.3 個人情報取扱事業者が遵守すべき義務
   1.3.1 個人情報・データ取得等に関する義務
   1.3.2 個人情報・データの取扱いに関する義務
  1.3.3 個人データの第三者提供に関する義務
 1.4 行政処分、罰則
2.プライバシー権
3.ビッグデータ活用に際して特に留意すべきポイント
 3.1 ビッグデータ活用の際の視点
 3.2 同一法人内の情報でも「照合容易性」を喪失させることができるか
 3.3 いかなる場合に匿名化がなされたといえるか
  3.3.1 特定個人識別性の喪失可能性
  3.3.2 情報の提供先における再識別可能性
 3.4 プライバシー権との関係
4.海外の法制
5.日本における個人情報保護法改正の動き


第2節 ビッグデータ活用シナリオで留意すべき法的リスクと予防策の検討

1.ビッグデータ活用シナリオで留意すべき法的リスク
2.個人情報・プライバシー保護に関連するリスク
 2.1 個人情報・プライバシー保護が問題とされるのはなぜか
  2.2 個人情報・プライバシー保護のリスクが発生する場面とは
   2.2.1 ビッグデータの収集のあり方に起因するリスク
   2.2.2 ビッグデータの分析・処理のあり方に起因するリスク
   2.2.3 ビッグデータの提供のあり方に起因するリスク
   2.2.4 システム開発の不都合に起因するリスク
3.業法に関連するリスク
 3.1 電気通信事業法
4.ビッグデータの分析成果に関連するリスク
 4.1 ビッグデータは誰のものか −法的権利を主張されるリスク
 4.2 ビッグデータは誰のものか −法的保護が充分でないというリスク
 4.3 ビッグデータは誰のものか −外部のデータ分析事業者に権利を奪われるリスク


第3節 ビッグデータ利用に伴う著作権法上の問題

1.インターネット上の情報を収集して利用する行為が著作権に抵触することはないのか
 1.1 ソーシャルメディア上の投稿の著作物性
 1.2 著作権法上の手当て
  1.2.1 必要と認められる限度
  1.2.2 情報解析を行う者の用に供するために作成されたデータベース
 1.3 不法行為該当性
2.ビッグデータ自体,あるいはビッグデータを解析して判明した事実等が著作権あるいはその他の権利によって保護されるのか
 2.1 ビッグデータ自体の保護
  2.1.1 書き込みなど,創作性のあるものからなる場合
  2.1.2 データベースとしての価値が認められる場合
  2.1.3 著作物性はないが,収集に労力を要し,またデータ自体に独立した価値がある場合
  2.1.4 その他のデータの場合
 2.2 ビッグデータの解析結果の法的保護
  2.2.1 著作権による保護
  2.2.2 契約による保護


◇第7章 ビッグデータの活用事例と今後の狙いどころ◇
〜技術戦略、意思決定、新規事業、研究開発テーマ創出〜

第1節 ビッグデータのマーケティングへの活用

[1]ビッグデータを経営に活かす3つのポイント

1.マーケティングとは何か
2.トランスコスモスが考える次世代マーケティング
3.マーケティング領域におけるビッグデータのあるべき姿
4.ビッグデータを経営に活かす3つのポイント
 4.1 繋げられない
 4.2 予測できない
 4.3 演出できない
5.ビッグデータに取り組むその前に


[2]マーケティングにおけるビッグデータ活用について

1.データ活用について考察する
 1.1 そもそもビッグデータとは?
  1.1.1 可視化する、翻訳する、アクションする。
  1.1.2 マーケティング活用に必要なデータと「気づく力」
  1.1.3 データだけで全てを理解しようとしない
 1.2 データを活用する目的とは?
 1.3 アクションへと翻訳する、について
2.顧客化10の発見
 2.1 顧客化10の発見とは?
 2.2 10の発見を構造化してみると
 2.3 効果を捉える
  2.3.1 ビッグKPIという考え方


[3]データを起点とした組織の設計・運用・課題解決

1.データを知的資産として利活用するための事業活動の整理と分類
2.情報活用基盤構築のための整備及び標準化(表1参照)
3.データの活用領域と企業戦略に活用するまでの具体的なステップ
4.既存業務の高度化と価値創造による新規ビジネスの創出
5.データ活用による経営品質の向上


[4]ヘルスケア・マーケティングにおけるビッグデータの活用

1.対象集団の変化
 1.1 IT革命
 1.2 医学の進歩
 1.3 母集団の変化
2.ニーズの変化に対応した分析手法
 2.1 多様なニーズの組み合わせ
 2.2 ネットワーク分析
3.ビッグデータの活用
 3.1 ヘルスケアにおけるデータ収集
 3.2 センサー情報
 3.3 ヘルスケアにおけるビッグデータ分析



[5]ビッグデータ化する医療情報
   〜専門家から、患者自身、マーケティングへ〜

1.研究ではビッグデータ時代を先取りしていたヘルスケア分野
 1.1 疫学の成立
 1.2 EBM(Evidence-Baced Medicine)の興隆
2. PHR (Personal Health Record)の出現と研究以外への応用
 2.1 Google Health
 2.2 日本版PHR「どこでもMY病院」
 2.3 様々なPHR
3.製薬企業のマーケティング活動における医療データの活用
 3.1 製薬企業のマーケティングの現状
 3.2 完成された物流データによるマーケティング
 3.3 薬歴データによるマーケティングへの活用


第2節 新規事業、研究開発テーマ創出への活用

[1]ビッグデータを活用したデジタルヘルスケアへの展開

1.背景
2.実証事業と標準化
 2.1 実証事業
 2.2 標準化
3.普及に向けた枠組
4.現状と今後の課題


[2]医療分野における疫学研究によるビッグデータ解析事例

1.医療系データベースの現状
2.データベースを用いた臨床疫学、薬剤疫学研究の事例
3.医療系ビッグデータの活用とは
4.医療系ビッグデータを利用した費用対効果研究
5.データを用いた医薬品産業における経済活動分析
6.医療系ビッグデータの今後の展望



[3]ヒト細胞からのビッグデータの情報管理と情報解析技術

1.ライフサイエンス研究分野におけるビッグデータ産出の現状
 1.1 現代のライフサイエンス研究とオミクス解析技術
 1.2 ライフサイエンス研究ビッグデータと情報統合技術
2.細胞の自動分類技術
 2.1 RNA-seqを用いた単一細胞解析
 2.2 発現プロファイルからの細胞の自動分類
  2.2.1 脾臓における細胞の分類
  2.2.2 筋芽細胞における細胞の分類
 2.3 Non-coding RNAと細胞情報解析
 2.4 細胞の周期表
 2.5 現状の問題点と今後の展開




[4]スーパーコンピュータ「京」によるビッグデータ創薬

1.創薬が対象とするビッグデータ
2.化合物−タンパク質の相互作用データの機械学習
3.スーパーコンピュータ「京」によるビッグデータ創薬
4.ビッグデータ機械学習への期待


[5]ビッグデータによる社会価値の創造と新規事業への活用

1.ビッグデータを支える最先端ICT技術
2.実証された社会ソリューション例
 2.1 衛星と地上センサを活用した、農業生産性の向上
 2.2 プラント異常予兆に
 2.3 エネルギーロスの低減を実現する高精度のエネルギー需要予測
 2.4 犯罪や事故を未然に防止する公共リスク監視:SaferCities
 2.5 人材の効率的活用を実現する人材マッチングソリューション
 2.6 高品質医療サービスへの応用
3.ビッグデータの新規事業への活用


[6]オープンデータを活用した新規事業創出の取組み

1.オープンデータの動向
 1.1 オープンデータの位置付け
 1.2 オープンデータに関する政策
 1.3 オープンデータの対象となる情報
2.オープンデータ対する民間の期待
 2.1 オープンデータの活用ニーズと課題
 2.2 オープンデータによる経済的効果
 2.3 オープンデータによる新規事業創出


[7]アマゾンウェブサービス(AWS)によるビッグデータ分析とその事例

1.アマゾンウェブサービス(AWS)とビッグデータ分析
2.AWSでのビッグデータ処理の特長
 2.1 ビッグデータの収集に適したグローバルインフラストラクチャー
  2.1.1 【事例1】NASAの火星探査機キュリオシティの着陸イベント
  2.1.2 【事例2】映像ストリーミング配信事業:Netflix社の事例
 2.2 ストリーミングビッグデータのリアルタイム処理に最適なAmazon Kinesis
 2.3 ビッグデータストレージ
  2.3.1 【事例3】The Global Alliance for Genomics & Health (GA4GH)
2.4 ビッグデータの処理の基本となるAmazon EC2
 2.4.1 【事例4】NASAによるキュリオシティ着陸映像配信、ゲノム解析などでのEC2の
 2.5 高速のI/Oも容易に実現可能
 2.6 スケーラブルなHadoopクラスターを提供するAmazon Elastic MapReduce
3.今後のビッグデータ解析とパブリッククラウド



[8]電子マネー決済市場とビックデータ・ビジネスにおける課題

1.電子マネー決済市場とビックデータ
2.電子マネーのオープンデータ戦略と活用事例
3.今後のビックデータ・ビジネスの可能性
4.今後のビックデータ・ビジネスに関する法的課題



[9]は著作権の都合上、掲載しておりません


[10]ビッグデータ活用で「命を守る」情報を提供

1.オープンデータの動向
 1.1 オープンデータの位置付け
 1.2 オープンデータに関する政策
 1.3 オープンデータの対象となる情報
2.オープンデータ対する民間の期待
 2.1 オープンデータの活用ニーズと課題
 2.2 オープンデータによる経済的効果
 2.3 オープンデータによる新規事業創出


[11]ビッグデータ活用で「命を守る」情報を提

1.POSデータ解析
2.バイタルデータ解析


[12]インフラ維持管理システムの運用と今後の展開

1.インフラクライシスの課題と開発の背景
2.センサネットワークのコンセプト
3.センサモジュールの開発
4.橋梁のモニタリング
5.道路路面損傷の計測
6.建物(ビル)のセンシング


[13]No1料理サイト「クックパッド」検索データを用いた商品開発・販売企画

1.クックパッドのレシピ検索データの特徴
 1.1 日本で最も利用されている料理サイトに集積されているデータであること
 1.2 レシピ検索データは、メニューの意志決定・購買品決定の起点となっている
 1.3 検索データはPOSデータや食卓日記データに比べ、ブームが顕著に見られる
2.「たべみる」で用いられるデータの見方
3.商品開発への活用
 3.1 予兆の発見
 3.2 経年変化の理解
 3.3 性・年代別の特徴理解
4.販売企画への活用
 4.1 販売チャンスと、メニュー提案への活用
 4.2 エリア別提案への活用


[14]ビッグデータと定性データの複合的分析によるユーザーモデリング実験

1.ユーザーモデリングへの取り組み
 1.1 テーマの設定
 1.2 実験ステップ
2.マインドデータ分析
 2.1 ユーザーアンケートの実施
 2.2 ユーザーアンケートからの典型的ユーザー像抽出 
 2.3 典型的ユーザーを対象とした訪問インタビューの実施
 2.4 マインドデータ分析のまとめ
3.トラックデータ分析
3 .1 アクセスログデータの基礎分析
 3.2 アクセスログデータからのユーザー行動のタイプ分け
  3.3 トラックデータ分析のまとめ
4.ユーザーの行動モデリング
 4.1 ベイジアンネットワークによる分析
 4.2 「ボブとアンジー」ユーザーの行動モデル構築
5.検証
 5.1 「ボブとアンジー」サイトにおける検証方法の検討
 5.2 トップページの改善
 5.3 レシピレコメンドの改善
6.実験の総括と今後の展開
 6.1 実験の成果と課題
 6.2 今後の展開


[15]データシティ鯖江の取組み 〜市民主役、市民協働のまちづくり〜

1.福井県鯖江市
2.市民主役のまちづくり
3.データシティ鯖江の提案
4.行政データの公開
5.データシティ鯖江の現状
6.データシティ鯖江のこれから