ワイは30代のデータサイエンティスト。普段は都市部の企業で、マーケティング分析や需要予測モデルを作っとる。
けど、実はワイの出身は人口1万人にも満たへん地方の小さな町。高校卒業と同時に都会に出て、ずっと数字と向き合ってきた。
そんなワイに、地元の友人・マコトから連絡が来た。
「Uターンして地域活性化のNPOを立ち上げたんやけど、イベントやっても人が集まらへん。観光資源もあるのに、うまく活かせてへん。なんとかならへんか？」
マコトは地元愛の塊みたいな男で、空き家改修や農業体験イベントを企画してた。
けど、集客や広報は手探り状態。ワイは「ええよ。データで町を元気にしたる」と言うて、プロジェクトに参画した。
地域データの収集と可視化
まずは、町の観光協会や役場から過去5年分の観光客数・イベント参加者・宿泊施設の稼働率などのデータをもらった。
Pythonで整形して、Tableauでダッシュボードを作成。
すると、以下の傾向が見えてきたんや。
観光客のピークは夏休みと紅葉シーズンに集中
宿泊施設の稼働率は週末に偏り、平日は30%未満
イベント参加者の8割が町外からの訪問者
ワイは「地元住民の参加が少ない。まずは町内の関心を高める必要がある」と分析した。
SNSと位置情報データの活用
次に、SNSの投稿と位置情報を分析。
Instagram Graph APIを使って、「#町名」「#農業体験」「#古民家ステイ」などのハッシュタグを収集。
さらに、Google Mapsのレビューもスクレイピングして、自然言語処理で感情分析を実施。
使用技術：spaCyで形態素解析、BERTでポジネガ判定、foliumで地図上に可視化
結果：「アクセスが不便」「情報が少ない」「隠れた名所が多い」などの声が浮上
ワイは「観光資源はあるけど、情報発信が弱い。地図ベースの観光ガイドを作ろう」と提案。
マコトは「それなら、地元の高校生と一緒に作れるかも」と乗り気になった。
イベント参加予測モデルの構築
マコトは「イベントの規模が読めへん。食材やスタッフの準備が難しい」と悩んでた。
そこで、ワイは過去のイベントデータと天気・曜日・SNS投稿数を使って、参加者数の予測モデルを構築。
使用技術：XGBoostで回帰モデル、特徴量はイベント種別・天気・告知日数・SNS反応数
精度：RMSE 6.2人、MAE 4.1人
このモデルを使えば、事前に参加者数を予測して、準備の最適化が可能になった。
食品ロスも減って、ボランティアの配置もスムーズになった。
空き家マッチングシステムの構築
町には空き家が多く、移住希望者とのマッチングが課題やった。
ワイは空き家データと移住希望者の属性をもとに、レコメンドシステムを構築。
使用技術：協調フィルタリング＋コンテンツベース、特徴量は築年数・間取り・立地・希望条件
結果：「この空き家は、あなたの希望条件に近いです」と提案できるように
これで、空き家の成約率が2倍に。マコトは「町に新しい人が来るって、ほんまに嬉しいことやな」と言うてくれた。
成果とその後
この一連の施策で、イベント参加者数は平均40人→85人に増加。
SNSのフォロワーも1,200人→4,800人に。空き家の成約件数も年間3件→11件に増えた。
町の高校生が観光ガイドを作成したことで、地元の若者の関心も高まり、地域新聞にも取り上げられた。
ワイは月1回のデータレビューと、次期施策の設計を担当しとる。
町とデータの共鳴
この経験で思ったんは、地域活性化って「人の気持ち」と「数字の裏付け」が両輪やということ。
情熱だけでは届かへん場所に、データが橋を架けるんや。
ワイのスキルが、誰かの故郷を元気にする手助けになったんや。
スポンサーリンク