​マーケティングサイエンスラボ

「住民基本台帳データ」をより効果的に見せるための応用編です。この記事では、地図のデザインカスタマイズ方法を紹介します。特に、人口の増減に応じて色分けを行う「コロプレス図」の作成方法を解説。人口増加地域を青、減少地域を赤にするなど、一目で地域の傾向がわかる視覚的な表現を実装します。また、政令指定都市の「区」のデータに、市全体の人口情報を併記するポップアップ機能の仕組みも詳細に解説。データに新たな価値を加えるための、実践的なデザインテクニックを学びます。

データ準備が完了したら、いよいよ地図上で「住民基本台帳データ」を可視化します。本記事では、Google Apps Script（GAS）と人気地図ライブラリLeaflet.jsを組み合わせたウェブアプリの構築方法を解説。準備したデータをGAS経由でブラウザに渡し、軽量化したGeoJSONデータと連携させて地図上に市区町村の境界線を描画します。また、境界線をクリックすると詳細な人口データがポップアップで表示されるインタラクティブな機能も実装。初めてウェブアプリを公開する方にも分かりやすいよう、デプロイ方法まで手順を追って説明します。

この記事では、「住民基本台帳データ」を地図で可視化するための最初の一歩、データ準備について解説します。政府が公開している2年分の人口データと、国土交通省の地図データを活用。特に、大規模な地図データをウェブアプリで使えるようにMapshaperで軽量化する手順を丁寧に説明します。さらに、Google Apps Script（GAS）を使って、人口データと地図データを連携させるための加工方法も紹介。市区町村コードの付与や親市のコード追加など、実用的なデータ整形テクニックを学び、地図表示の土台を築きます。

政府統計e-statのAPI機能を活用し、20年以上分の家計支出データをGASでスプレッドシートに自動取得。無料BIツールLooker Studioと連携させ、品目を選んでトレンドを確認できるインタラクティブなグラフを作成し、Webで公開するまでを初心者向けに解説します。

政府統計サイトe-StatのAPIを使い、約25年分の家計支出データをGoogleスプレッドシートに自動取得する仕組みを構築。このデータを無料BIツールLooker Studioに連携し、品目を選んでトレンドを見られるインタラクティブなグラフと表を作成しました。完成したレポートは<iframe>でWebサイトに埋め込み、実際に一般公開。API連携と無料ツールを組み合わせるだけで、初心者でもアイデアを形にできることを実証した開発記録です。

e-statの「家計調査」データ（1985年～直近年）を分析すると、身近な「ハム」と「ソーセージ」の支出に興味深い変化が見られる。 第一に、ソーセージの支出が微増傾向にあるのに対し、ハムは微減している。これは食生活における役割の変化や贈答品需要の減少が背景にあると考えられる。 第二に、ハムは毎年12月にお歳暮やクリスマス需要で支出が急増する「ハレの日」の食材である一方、ソーセージは年間を通じて安定的に消費される「ケの日」の食材という特性が明確だ。 そして最も重要な点は、約40年間の経済成長にもかかわらず、両品目の支出額は大きく増加していないこと。これは消費の多様化やデフレ経済の影響を反映しており、日本の成熟した消費社会の実態を浮き彫りにしている。

この記事では、無料のGAS (Google Apps Script) を使い、面倒な更新作業を完全に自動化する方法を、初心者の方にも分かりやすく解説します。 Google AnalyticsやSearch Consoleのデータを活用し、あなたのサイトに「常に新しい」人気記事や検索キーワードランキングを埋め込み、読者の興味を引く動的なコンテンツへ進化させましょう！コピペで実装できるステップで、誰でもサイトの価値を向上させることができます。

梅雨になり、私たち日本は、温帯なのかを考えてみました。そして、それを考えると、ビジネスにおけるデータ分析な重要な点も見えてきました。私たちは、ビジネスで、ビジネスの目的に相応しいデータを見ているのでしょうか？

生成AIとAGIの進化は、ビジネスパーソンのExcel業務を劇的に変革しています。これまで時間を要したデータ加工、集計、分析といったルーティン作業はAIが自動化し、多くの部分が「不要」になりつつあります 。これにより、ヒューマンエラーが激減し、私たちは単純作業から解放されます 。   空いた時間は、戦略立案や創造的業務、高度な問題解決といった高付加価値な仕事に集中できるようになります 。この変革期を乗りこなすには、AIを効果的に活用するためのAIリテラシーの習得と継続的なリスキリングが不可欠です 。AIは仕事を奪うのではなく、私たちの働き方をより生産的で充実したものへと進化させるパートナーなのです 。

日本企業の多くが契約しているマイクロソフトのコパイロットを使うと、実はエクセルを使わなくてもデータ分析、データサイエンスが可能です。その実際のコパイロットを使ったデータサイエンス手法を紹介します。

サイトの実際のアクセス分析のデータを使って、機械学習・BigQueryMLを使って、ページビューの予測を行ってみました。今回は、その答え合わせを行ってみました。

BIgQueryMLを使った、Webアクセス（ページビュー）の将来予測モデルが、どの程度の精度が、実際のデータを公開して、確認しますよ。

サチコンに、リンクレポートがありますが、活用していますか。Webサイトの被リンクが確認できます。今まで、被リンクの調査、リンクの最適化で悩んでいたから、必見です。

Google BigQueryMLというAIのプログラムを、AIに手伝ってもらって、作成しました。今回は、ClaudeというAIにプログラミング開発を助けてもらいましたよ。

BigQueryMLを使って、Webアクセス将来予測を、AIで行ってみました。PaegViewの将来予測って、本当簡単にできるんですね。

GA4とサチコンをBigQueryに取り込んで、Page Viewを計測します。今回は、サンプルのSQLを公開するので、皆さんの環境で自由にお使いください。

Google Search Console(サチコン)のデータを使うと、今まで馴染みのあった、Page View(ページビュー)が計測できますよ。今回は、そのための準備を解説します。

Gemini in BigQuery for GA4のAIプロンプト開発事例、第2回です。Gemini in BigQuery for GA4を使うことで、Webアクセス分析が異次元のものになりますね。

Gemini in BigQueryのAIプロンプトをサンプル文を紹介しますね。ここまで、日本語から、SQLを生成して、複雑なWebアクセス分析ができるのは、本当に、Gemini in BigQueryの魅力ですね。

Gemini in BigQueryを使えば、SQLのプログラミングをほとんどしなくても、データ分析できます。では、実際に行えるのか、GA4のWebアクセス分析を、Gemini in BigQueryで行ってみました。