- 人流解析:レジャー目的の来訪者がどこから来ているかを可視化
- 用いるデータの紹介
- Pythonで実装
- まとめ
人流解析:レジャー目的の来訪者がどこから来ているかを可視化
今回はレジャー目的の来訪者がどこから来ているかを可視化してみたいと思います。
所要時間は30分ほどとなっています。
それでは、さっそく始めていきましょう!
データの紹介
今回用いるcsvデータです。
サンプルデータは下記からダウンロードできます。
・一行が一時点における端末の位置情報を表しています。
Pythonで実装
本日更新したコード部分の出力結果を確認します。
渋谷駅周辺のPOIにズームを合わせます。
渋谷駅周辺へのレジャー型来訪者の来訪元フロー分析と示唆
`m_leisure_flow_shibuya`マップは、渋谷駅周辺へのレジャー目的の来訪者がどこから来ているかを、線の太さ(ユニークデバイス数)で視覚的に表現しています。このマップと、その基となる`leisure_od_flow_filtered`データフレームから、以下の示唆が抽出できます。
分析と示唆
1. 近隣からの来訪が多い傾向:
マップを見ると、渋谷駅周辺に比較的近いグリッドからの線が太く、多く描かれていることがわかります。特に、35.655_139.695、35.655_139.7、35.655_139.705、35.66_139.705といったグリッドからのフローが顕著になっています。
これらのグリッドは渋谷駅から地理的に近接しており、周辺に居住する人々がレジャー目的で渋谷駅周辺を頻繁に訪れていることを示唆しています。
示唆: 渋谷駅周辺は、近隣住民にとっての日常的なレジャースポットとして機能していると考えられます。地域密着型のイベントやプロモーション、近隣住民向けの割引サービスなどが効果的である可能性があります。
2. 広範囲からの「点在」する来訪:
比較的遠方にあるグリッドからも細い線がいくつか伸びており、一部のレジャー来訪者は遠方から訪れていることも示しています。
ただし、それらの線は一般的に細く(ユニークデバイス数が少ない)、特定の遠方グリッドから多数の来訪があるわけではなく、広範囲にわたって分散している傾向が見られます。
示唆: 渋谷のブランド力や特定のイベント、商業施設が、一部の遠方居住者を引きつけている可能性があります。遠方からの来訪者向けには、交通の便を考慮したアクセス情報提供や、渋谷ならではの体験を前面に出した観光プロモーションが有効でしょう。
3. 特定の流入経路の把握:
線が集中している方向を特定することで、どの方面からのアクセスが多いかを視覚的に把握できます。これにより、公共交通機関の利用状況や、主要な道路からの流入経路を推測できます。
示唆: 例えば、特定の住宅地エリアからのフローが多い場合、そのエリアからの交通手段の改善提案や、その地域の広告媒体を活用したプロモーションが考えられます。
ビジネスへの活用
近隣住民向けサービス強化: 渋谷駅周辺の商業施設やエンターテイメント施設は、周辺の住宅地からの来訪者を重要なターゲットとして、日常使いできるようなサービスやコミュニティイベントを充実させることで、リピート率の向上を図るべきです。
ターゲットを絞ったプロモーション: マップで示された主要な来訪元エリアを特定し、そのエリアに特化したデジタル広告、ポスティング、地域イベントへの協賛などを実施することで、より効率的な集客が可能です。
回遊性向上のための情報提供: 近隣からのレジャー来訪者が、渋谷駅周辺の様々な施設を効率的に巡れるよう、エリア内のわかりやすい案内表示や、デジタルマップアプリとの連携を強化することが有効です。
データと連動した都市計画: レジャー型来訪者の来訪元を詳細に分析することで、都市計画者は公園や広場、歩道の整備など、より利用されやすい公共空間の設計に役立てることができます。
この分析により、渋谷駅周辺のレジャー型来訪者がどこから来ているかを具体的に把握でき、より効果的な地域戦略やマーケティング施策の立案に貢献できそうです。
所要時間は30分でした。








