Comments
Description
Transcript
データ利活用の推進による新産業の創造
データ利活用の推進による新産業の創造 平成２５年１２月 経 済 産 業 省 「データの利活用」が新産業創造の鍵 ＜背景１：グローバルな大変革の中での我が国の産業構造・企業戦略の在り方＞ 製造業における「価値の源泉」がシフト。 （すり合わせ型からモジュール型への変化、新技術のコモディティ化の加速） 第3次産業の生産性・付加価値の向上が大きな課題。 マーケティング、ブランド戦略、値づけ戦略の重要性が増大。 （特にBtoCビジネス） ＜背景２：データ利活用をめぐる技術環境の変化、世界の潮流と我が国の実情＞ デジタル化・ネットワーク化が飛躍的に進展。情報処理と通信のコストが劇的に 低下 →スマートフォンやセンサーの急速な普及。 →あらゆる「リアル情報」をデジタルデータとしての蓄積。 ※情報通信コストの劇的低下（1985年比100分の1） ※ネット接続端末の普及拡大（現在50億台→2020年までに500億台） データ利活用による新たな価値創出に世界が注目する中、日本企業の遅れが顕著 1 世界有数のデータ保有国である日本 ◆ ○ 大量のデータを保有する日本 国別に見ると、日本は世界有数のデータ保有国。このデータを、新産業の創出に 如何につなげるかが重要。 地域別のデータ蓄積量（2010年） ○ 世界のデータ蓄積量（約6750petabyte）のうち、約６％を日本が保有。 単位：petabyte（1015） 出典：IDC storage reports / McKinsey Global Institute analysis 2 データ利活用と業績の関係 ◆ データ利活用と業績の相関関係 ○ 好業績企業のデータ利活用度は、低業績企業に比べ、2倍以上高い。更に、デー タを専門的に分析する意識も高い。 ○ 直観のみに頼らず、データに基づく経営戦略の立案、イノベーションをできる かが、企業競争力に直結する時代に。 （参考）IBM調査（Global Chief Executive Officer Study 2012） ・世界1,700人を超えるCEOと公共機関のリーダーに、データ利活用度に関するヒアリングを実施 ・一般的なレベル以上にデータ利活用しているCEOの割合は、好業績企業で2倍 ・日本企業においては、データを利活用しているとするＣＥＯの割合が少ない。 3 日米企業のデータ利活用の比較 ◆ ＩＴ投資、データ利活用で遅れをとる日本企業 ○ IT投資の目的は今や合理化・効率化から売上増加、データを駆使した新ビジネス開拓へ。 ○ 米国企業はこのような潮流に合わせ、多種多様なデータ分析によるビジネス創出に積極的。 日本企業の遅れは顕著。 出典：ITを活用した経営に対する日米企業の相違分析（JEITA & IDC Japan） 4 ビッグデータ利活用の基本的な方向 「ビッグデータ」の利活用の重要性が叫ばれているが、本質的には、データ量の多寡を問 わず、いかにデータから価値を生み出し、新産業の創出や社会課題の解決に繋げるかが鍵 これまでのビッグデータ・ブーム ・IT企業・供給者中心の視点 ・大量データ自体に着目 ・既存のビジネス・組織・制度等を前 提とした受動的対応 今後取組むべき方向 ・需要者、利用者からの視点 ・多種多様なデータからいかに価値を創出するかに 重点 ・環境変化を踏まえて、ビジネス・組織・制度等の あり方を見直す主体的対応 ネットに限らずリアルの世界からも 膨大なデータが発生（IOTの実現） 出典：喜連川 優 東京大学生産技術研究所 教授 5 世界におけるビッグデータの評価 ビッグデータは様々な分野で大きな価値を生む 健康分野（米国） ・年間3,000億ドルの価値 を生む ・年間0.7%（上限）の生 産性の向上 公共分野（欧州） ・年間2,500億ユーロの 価値を生む ・年間0.5%（上限）の生産 性の向上 小売分野（米国） ・60％超の売上純利益率 の向上の可能性 ・年間0.7%から1.0%の生 産性の向上 ビッグデータの効用 （McKinsey） 位置情報（世界） ・1,000億ドルの価値とサ ービス提供者の売上を生む ・最大7,000億ドル以上の 消費者の利益 製造業分野 ・最大50％の開発コストの 削減 ・最大7%の運転資金の縮小 SOURCE: Mckinsey Global Institute analysis “Big data: The next frontier for innovation, competition, and productivity” (May 2011) 6 ビッグデータビジネスの現状（事例） ① 効率化のためにデータを活用する例 － スペイン：ZARA 衣料専門店であるZARAは、店舗別・商品別の補充数量の最適化のため、過去の売上実 績や店舗の要求補充量等から売上を予測し、全店舗の売上が最大になるように補充量 を決定 補充量の決定には数学的手法を駆使。サイズが最大で8種、商品数が3,000点、店舗数 が1,500店舗という膨大な組み合わせにもかかわらず、短時間で最適な補充量を決定 経験に頼っていた頃と比べ、売上が2億3,000万ドル増加、利益が2,800万ドル増加し たと推計されている（2007年の時点の額。補充量の変更による影響のみを推計。） 従来 現在 店舗が補充量を指示 補充 在庫状況を踏まえて 補充量を決定・補充 課題 ○経験に頼ることによる正確性の欠如 ○在庫切れによる売上減回避のための必 要以上の補充（客観性の欠如） ○直近の売上等から補充量を決定するこ とで予測の精度を高めようとしたが、 判断の時間が十分に確保できない 補充量 を指示 補充量 数 学 的 処 理 売上実績 売上予測 7 ビッグデータビジネスの現状（事例） ② 消費者の行動・嗜好分析の結果を活用する例 －日本：カタリナマーケティング スーパーなどの店頭のレジでＰＯＳと連動し、消費者一人一人の購買履歴に応じた クーポンを発行（日本全体で約1000万世帯にリーチ可能） トランザクションに応じて：購買者が「今何を購入したか」に基づき、クーポンを発券。 自社商品ユーザー、競合商品ユーザー、関連商品ユーザーなど（顧客はメーカー） 購買履歴に応じて：ポイントカードなどによって顧客を識別、過去の購買傾向を元にクー ポンを発券。自社商品ヘビーユーザー、来店頻度、購入頻度など（顧客はリテーラー） 通常のクーポン使用率：1%程度 トランザクションベース：6～10% 購買履歴ベース ：25%程度 個人の購買履歴と 他の消費者の購買 行動から最適な クーポンを確定 消費者の過去 ３年分の購買 履歴を蓄積 約2.5PB MPP DWH + SAS ３億６千万人分 の購買履歴 （週間） 8 ビッグデータビジネスの現状（事例） ③センサーから取得したデータを活用する例 －日本：NTTデータ IT・データによる公共インフラメンテナンスの強化 今後、築後５０年以上経過する公共インフラの割合は増加。（道路、橋、河川 管理施設 ２０１９年：２５％ ⇒ ２０２９年：５１％） 熟練した作業者による従来の現場の点検は、人材的及び予算的に追いつかず、 維持管理が間に合わなくなるおそれがある。 ⇒ センサーを利用したデータの収集・分析により、熟練した作業員の現場点検作業を特に緊 急性の高いインフラに集中し、安全性の向上と限られた資源の有効活用に貢献する。 IT活用前 IT活用後 センサー • 橋一つにつき、20～30個の センサーを敷設 • センサーが得た大量のデー タを解析することで異常の 兆候を検知し、熟練作業者 は精密な検査を重点的に行 うことが可能に 9 ビッグデータビジネスの現状（事例） ④統計処理してサービス等の精度を向上させる例 －アメリカ：Flight Caster 航空会社が遅れを発表する６時間前に出発便の遅れを予報するサイト。 １．FlightStats（定時到着率などの統計情報）、２.国立気象局の情報 ３．FAA(米国連邦航空局）航空交通管理システム指令センターからのリアルタイム 情報 ４．米国運輸統計局が公開している統計情報（過去１０年間の航空便の データ）等の情報を基に分析 機械学習、予測分析には、Amazon EC2上でHadoopを活用（10～100ノード活用） 出典：FlightCaster 10 データ利活用に関する主な課題 ①パーソナルデータの利活用に関するルールの明確化 ○データを用いた新しいビジネスに関心のある企業は、個人情報の取扱いルールの 不明確さから、その活用を躊躇。今後、パーソナルデータの利活用に関するルー ルの明確化が必要。 ②新分野におけるＩＴ利活用の促進のための支援 ○新分野におけるＩＴ利活用について、企業は、新規性が高くリスクとリターンが 読めないため、取り組みに逡巡する面有り。 ○他方、こうしたＩＴ利活用による新産業・サービス創造のポテンシャルも大きい。 国による支援が必要。 ③公共データの開放 ○また、公共セクターは価値ある情報を保有しており、こうした情報を民間ビジネ スに活用するという視点が重要。 ○日本の公共データは、ホームページ等で一部公開されているが、現状では「加工 しにくい形式での公開」や「データ毎の利用条件が不明確」等の理由で民間の利 活用は限定的。改善する必要あり。 11 データ利活用ニーズと課題（電力利用データの例） ◆期待される新たなビジネスと個人情報の取扱いの問題 ○ スマートメーター、HEMSを通じて集められた電力利用データを利活用することで、 エネルギーマネジメントだけでなく、それに付随して様々な新しいビジネスが生 まれることが期待される。 ○ 一方、電力利用データは個人の生活様式に関するデータも含みうるもの。この点 は、エネルギーマネジメントによりデータを取得した事業者も、それを用いた新 しいビジネスに関心のある企業も、その活用に躊躇する要因となっており、今後、 パーソナルデータの利活用に関するルールの明確化が求められる。 エネルギーマネジメントを行う際に、 スマートメーター・ＨＥＭＳを通じて 電力利用データが集まる アグリゲータ スマートメーター HEMS エネルギー マネジメント 電力利用 データ 【電力利用データ】 ・リアルタイムの電力使用量 ・家電別の稼働状況 等 【新サービスの例（ホームセキュリティ）】 ・電力利用データから読み取れる異常 （朝なのに電気が付かない等）を検知、 居住者の異常を予測 ・居住者が倒れていることを早期に発見 し、家族や自治体等に通報 【新サービスの例（家電メンテナンス）】 ・家電の総稼働時間や、消費電力の変 化から、故障の時期を事前に察知。 故障する前に、修理を提案 ・修理時に家電が長期間利用できない などの不便を解消 12 データ利活用ニーズと課題（医療・健康分野の例） ◆高まるニーズと個人情報の取扱いの問題 ○レセプトや健康診断、医療機関での検査・診療データ等の多くは電子化され、医療機関や保険者 の間で共有されている。 ○こうしたデータを活用し、例えば、保険者がレセプトデータを分析、糖尿病の高リスク者を抽出 し、重症化予防のための管理・指導サービスを行うことで、透析（医療費500万円／年・人）への 移行を回避する取組みが始まっている。2009年、㈱データホライズン社（医療情報システム開発 会社）が関連の特許を取得、実施中。 また、大量のデータを分析し、医薬品・医療機器の開発や 高度な健康サービスに活用する等のニーズは大きい。 ○ しかし、実際には、機微性の高い個人情報を扱うため、こうしたデータの利活用は必ずしも進ん でいない。 ＜医療データの活用イメージ＞ ＜レセプトの活用例＞ ①レセプトの 保険者 分析を委託 移行を回避 透析 ③管理・指導 サービスの提供 ②分析結果を 基に指導を委託 保険者 医療機関 分析会社 高リスク者 ・検査データ ・診療データ 健康診断 ・レセプトデータ ・健診データ （疾病名、処置名、処方医 （血液検査データ等） 薬品名、医療費 等） 一般事業者 管理・指導 サービス会社 医薬品開発・効能評価 医療機器開発 13 パーソナルデータをめぐる課題と対応策の方向性 ○ 消費者意識の変化、データの扱い方の変化、企業活動のグローバル化など、個人 情報・プライバシーを巡る環境変化に伴う課題に対応すべく、法改正を含むパー ソナルデータの取扱いルールの整備を進めることが必要。 現状と課題 検討すべき論点（対応策の方向性） Ⅰ．プライバシー意識の高い消費者の増加 • プライバシーに関する考え方が社会に広く浸透し、現 行法を超えた対応を求めるケースも存在。 • また、消費者の要求も個人によって異なる。 企業は、プライバシー保護の観点から、どのような措 置をとれば十分か判断できず、データ利活用を萎縮。 Ⅱ．データの使い方の変化 • 技術向上を背景に、データ利活用による社会課題解 決、新ビジネス創出等へ期待が高まっている。 • その結果、想定外の目的での利活用や、他事業者と 連携した利活用など、データの使い方が変化。 ・個人情報の定義の曖昧さ（匿名化情報の取扱い等） ・利用目的拡大・第三者提供に係る手続き面の煩雑さ Ⅲ．企業活動のグローバル化 • 企業活動がグローバル化し、国境を越えて多くのデー タが流通する時代に。 ・我が国の規制は欧州から不十分と指摘されており、企 業が欧州からデータ移転することを制限されている。 ・国内法が海外事業者に及ばない。 （１）プライバシー保護の観点から企業がと るべき手続の明確化・標準化 利用規約等の消費者に分かり易い表示、消費者 への選択肢の提示など、企業がとるべき手続を 規格化・標準化。 普及を進め、必要に応じ、個人情報保護法への 位置付けも検討。 （２）客観的な評価の仕組みの創設 消費者の安心に寄与する外部による客観的評価の 仕組み 民間ベースの評価ビジネスの普及、ノーアクショ ンレター・専門機関設置等の行政による対応。 （３）個人情報の定義の明確化 個人情報の定義の運用解釈を可能な限り明確化。 匿名化情報の利活用が進む制度の整備。 （４）利用目的拡大・第三者提供に関する手続き の簡素化 事前同意を不要とする仕組み（オプトアウト） の導入とその際の要件を検討。 （５）グローバル化への対応検討 政策と調和の取れた制度への見直し。（独立し た執行機関の設立等） 14 経済産業省 パーソナルデータＷＧにおける検討 ○昨年１１月にパーソナルデータWGを設置し、パーソナルデータを利活用する上で、消費 者の納得・受容を得るために、事業者が取るべき措置について検討。 ○パーソナルデータの利活用について、消費者が納得・受容するためには、事業者やその 提供するサービスが、①十分な安心感を持つこと、②強い訴求力があること、が重要な 要素との議論。 ○このうち、同WGでは、政策的対応が期待される①「分かり易さ」に関する手法・アプ ローチ、②情報提供機関の活用、③消費者による開示情報の選択の３点について検討。 政策的対応 が特に必要 なポイント （同ＷＧの議論の枠組みの整理） 透明性の確保 ：事業者が情報の開示の重要性を理解し、消費者に対して高い透明性を 確保し、そのことを消費者を始めとした利害関係者にコミットをすること。 安心感 納得・ 受容 「分かり易さ」に関する手法・アプローチ ：透明性の高い説明責任を果たすことを前提 に、現行の冗長で分かりにくい利用規約やプライバシーポリシーではなく、消費者のサー ビスの理解を促すような、分かり易く簡潔な形で消費者に情報を提供する手法。 情報提供機関の活用 ：ベンチャーなど社会的信頼の確立途上にある事業者に対して、第 三者が客観的に審査・認証等を行うことで、信頼性を高める手法。 消費者への 訴求 消費者による開示情報の選択 ：消費者が自ら判断した情報の開示度合いに応じサービス を提供し、消費者の安心感を高める手法。 ブランド ：消費者の信頼を得るため、事業者自身や、事業者が行うサービスのブランドを 高めること（ブランドを高めた企業は、特にレピュテーションリスクに配慮する傾向にある ため、消費者は一定の信頼感持ってパーソナルデータを提供する傾向にある）。 サービスの魅力 ：パーソナルデータの利活用に関する懸念よりもその便益が上回る魅力的 なサービスを提供することで、パーソナルデータの利活用に係る消費者の納得感を向上。 15 事前相談評価の試行的実施（日本版ＰＩＡ） ※ＰＩＡ：Privacy Impact Assessment パーソナルデータの利活用に当たって、消費者のプライバシーを適切に保護しているかどう かについて、事前に相談を受け、評価する取組を経済産業省において試行的に実施。（年内に 評価結果・試行の結果について公表予定） 日本版ＰＩＡの概要 【サービスの概要】 個人の行きたい場所を提案して地図画面に表示するサービス サービス提供に当たって取得が必須でない情報項目 操作時刻情報 あなたの一日のライフサイクルを知るために利用します。 購買情報 あなたが購入したものから興味ある情報を分析します。 趣味情報 将来の新規サービス開発のために利用します。 サービス提供に当たって取得が必須な情報項目 ＧＰＳ情報 今まで行った場所を保存します。（必須） 審査、助言 消費者の納得・受容 が得られる分かり易 い表示等が適切かど うかを審査 作成、 審査依頼 【本サービスが利用する情報】 このサービスを実現するために、利用者の以下の情報を取得します。 事業者 事業者のサービスイメージ 安心して 利用可能 経済産業省 【情報の利用範囲】 取得した××情報は○○のために、△△社に限り提供します。 【情報提供の停止方法】 尚、以下の情報は、こちらから提供を停止することができます。 趣味情報 操作時刻情報 購買情報 さらに詳細な利用規約、プライバシーポリシーはこちら。 消費者 審査により適切と判断 された場合は経済産業 省のＨＰにて公表 パーソナルデータの取扱いに躊躇している企業に対して、適切なプライバシー保護に関するアドバイスや評価を行うことで、 16 プライバシー保護とパーソナルデータ利活用の両立を実現 新分野におけるＩＴ・データ利活用の促進のための支援 ＩＴの浸透により、産業構造が大きく変化して新事業が創出される可能性が高く、かつ、 日本が要素技術等で強みを持つヘルスケア分野、農商工分野等において、異業種・異分野 の企業及び大学、研究機関からなるコンソーシアムによるシステム研究開発プロジェクト 補助を実施。ＩＴ・データ利活用の促進を支援する。 主な具体例１：ヘルスケア分野 【支援対象システム】 ：アルツハイマー病早期診断支援システム ＭＲＩ、ＰＥＴ画像 【背景・目的】 ○認知症の６割をしめるアルツハイマー病について、客観的な評価基準が不十分なため 早期診断が困難。 【実施内容】 ○医療機関、製薬・機器メーカー、ＩＴ関連企業等によるコンソーシアム体制を構築し、 脳画像情報・臨床情報等をデータベース化し、高精度脳画像処理・情報解析技術により、 超早期のアルツハイマー病の高精度診断と、治療薬の効果判定を可能とするシステムを 構築する。バイオテクノロジー開発技術研究組合（大手製薬企業等３２社で構成）等が、 ２０１２年から実施。 脳画像・臨床情報 統合解析DB 【基盤技術】 大容量画像データの高精度補正技術、 脳画像の経時的変化を解析する技術 開発等 主な具体例２：農商工分野 【支援対象システム】 ：スマートリーン農業アーキテクチャの開発と農業生産支援サービス事業の世界展開 【背景・目的】 ○離農が進む我が国の農業知識・技術・ノウハウを継承し、安定的で高品質な農業生産手法を 確立することは重要。 【実施内容】 ○土壌の状態、農産物品質等の継続的なモニタリングから得られる大規模データ等を利用して、 「知的（スマート）」 「安価（リーン）｣で、新興国でも導入可能な農業生産支援サービス事業を 【基盤技術】 農作物の生育・生体情報と農 世界的に展開する。 作物の栽培に関わる様々な情 報を収集・分析し、適切な栽 培資源供給を診断する技術等 17 オープンデータとは オープンデータとは、再配布/再利用可能・商業利用可能な原則無料のデータを指す。 本来の意味では公共・民間を問わないが、公共データの民間解放を示す場合も多い。 公共機関作成データ 公開されている共有データ PSI（Public Sector Information） OD（Open Data） 公共機関が作成する共有データ OGD（Open Government Data） 例：個人情報など の政府機微情報 例：統計情報など の政府公開情報 例：電力使用状況な どの企業公開情 報 具体的に取り組まれる政策 データの検索性を高めるデータカタログサイトの設置 再配布/再利用や商業利用を可能とする利用規約の導入 機械判読可能なデータ形式でのデータ公開 など 18 オープンデータによる経済活性化 ○オープンデータによる経済活性化の流れ 公共データの オープン化 企業等が活用 企業等が独自に持つデータや 民間のデータと融合 新たなサービ スの創出 社会課題への 対応 経済活性化 産業競争力強化 いわゆるビッグデータ ○オープンデータにより経済活性化が考えられる領域（社会的課題への対応） 雇用の活性化 都道府県別、職種別の雇用 関連の詳細データを公開し、 雇用の流動化を促進 高齢化社会への布石 高齢者関連データの充実 等でビジネスを創出 調達市場の活性化 国、地方公共団体の調 達公告情報を一元的に 公開し、調達市場を活 性化 復興予算の適切な執行 復興予算データの徹 底公開と執行状況の モニター 19 ビッグデータとオープンデータの関係性 大 ビッグ×クローズド ビッグ×オープン データの大きさ 【データの例】 戸籍・世帯情報、医療カルテ、健康診断、 納税、学習・成績、犯罪 など 【概要】 データ解析により、課題原因を探り、対 策を講じることが可能。 【活用例】 検診データ解析による予防医療、雇用有 効スキル獲得による就業支援 【データの例】 特許・技術、河川水量、人口動態、地 形・地図、気象・海流、地質 など 【概要】 データのマッシュアップにより、予測 やリスク回避等の応用サービスを提供。 【活用例】 農家向け収穫保険、出店エリアシュミ レーション など スモール×オープン ビッグデータ オープンデータ 【データの例】 施設位置、路線、公共経営、イベント、 飲食店開・廃業、観光、法人登記 など 【概要】 情報を共有することで、利便性の高い サービスや官民協働の素地を作る。 【活用例】 公園や道路の維持管理、ＡＥＤの場所 と支援の呼びかけ など 小 クローズド データの公開度 参考：Innovation Nippon シンポジウム オープンデータのイノベーション・ポテンシャル オープン 三木氏資料 20 日本政府におけるオープンデータの取組① 2012年7月に電子行政オープンデータ戦略をIT戦略本部で策定。 本年6月に決定した日本再興戦略、世界最先端IT国家創造宣言 （新しいIT戦略）にも明記。 戦略等で掲げられた主なスケジュール 【2013年度】 • データカタログサイト試行版の立ち上げ（本年秋） • 地理空間情報、調達情報、統計情報、防災・減災情報等の優 先的掲載（2013年度中） • 自由な二次利用を認める利用規則の導入（2013年度中） • 機械判読に適した国際標準データ形式での公開の拡大 （2013年度～） 【2014年度以降】 • データカタログサイトの本格運用実施（2014年度～ ） • 世界最高水準の公開内容（データセット1万以上）を実現 （2015年度中） 21 日本政府におけるオープンデータの取組② 電子行政オープンデータ戦略のロードマップについても、 本年6月にIT総合戦略本部で決定。 ロードマップで掲げられた具体的な取組 ① 二次利用を促進する利用ルールの整備 国に著作権がある公開データは、原則二次利用可能 ② 機械判読に適したデータ形式での公開の拡大 原則、機械判読に適した構造・データ形式でも公開 重点分野（白書、防災・減災、地理空間、人の移動関連、予算・決算・調達） の情報から優先的にオープン化 ③ データカタログ（ポータルサイト）の整備 データの横断検索や自動的提供等の機能を備えた「データカタログ」（ポータ ルサイト）を整備 ④ 公開データの拡大 ビジネス利用が期待されるデータ、新規公開のコストが低いデータ、利用者 ニーズが高いデータから公開を拡大。 ⑤ 普及・啓発、評価 ニーズの発掘や新ビジネス創出のために利活用支援を行うとともに、利用者 ニーズを反映させる仕組みを構築 各府省の取組内容についての評価も検討 22 世界におけるオープンデータの取組① 米国におけるオープンデータ（ガバメント）の基本原則 • • • 透明性(Transparency)： 政府機関の活動についての情報を市民に 分かりやすく提供すること。これは、政府機関の説明性を向上させ、 政府が何を行っているか市民が理解するための情報を提供すること につながる。 市民参加(Participation)： 行政機関の政策決定において、市民の 知見を幅広く採り入れることで、行政機関の効率性と意思決定の質 を向上させる。 コラボレーション(Collaboration)： 市民参加からさらに踏み込ん で、市民、非営利団体、企業、個人と政府それぞれの間の協業を進 める。政府各機関は、各層における協業を可能とするため革新的な 技術、手段、システムを利用する。 2009年1月20日 2009年9月 2012年5月 オバマ大統領就任時、覚書「Transparency and Open Government」発出 オープンガバメント指令 上記3原則を政府方針化 オープンデータ指令 政府のデータをオープンかつ機械 可読で公表するよう義務付け 23 世界におけるオープンデータの取組② Data.gov (米国) Data.gov.uk (英国) 2009年5月公開 2009年9月公開 掲載データ数 98,852(2013年10月時点) 掲載データ数 14,198(2013年10月時点) オープンデータサイトを公開している国・地域は現在４３か国。 日本では「Open DATA METI」がカウントされている。 その他に公開している国・地域 米、英、伊、豪、オーストリア、オ ランダ、カナダ、スペイン、韓国、 中国、インド、独、ブラジル、ウル グアイ、仏、エストニア、露 など 出典：http://www.data.gov/opendatasites#mapanchon 24 世界におけるオープンデータの取組③ 本年6月に英国で開催されたG8サミットにおいて、首脳宣言にオープン データの推進が明記。 また、具体的な取組内容やスケジュールについて記述された「オープン データ憲章」と付属文書が合意。 オープンデータ憲章 【５原則】 ① 原則としてのオープンデータ ② 質と量（時宜を得た包括的かつ正確なデータの公表） ③ すべての者が利用できる（無料かつ制約なし） （出典： ④ ガバナンス改善のためのデータ公表（透明性確保） ⑤ イノベーションのためのデータ公表（商用利用、機械可読） http://blog.okfn.org/2013/06/18/g8highlights-open-data-as-crucial-forgovernance-and-growth/） 【今後の取組】 2013.12 統計・地図・選挙結果・予算のデータ粒度・アクセス性向上の実施 2014年末 公開する分野のデータを特定 【ハイバリューデータ】 法人、犯罪と司法、地球観測、教育、エネルギーと環境、財政と契約、地理空間、 世界的な開発、政府の説明責任と民主主義、健康、科学と研究、統計、社会的流動 性と福祉、輸送と社会基盤 25 各国の公共データ開放に関する取組の比較 イギリスの非営利団体ODI（Open Data Institute）※による各国のオープンデー タポータルサイトの評価を基に作成。 英国 一日当たりの利用者数 米国 円の大きさは関係性 （他のサイトからの リンク数）の大きさ を示す フランス オーストラリア ポルトガル 日本（Open DATA METI） ニュージーランド データセット数 ※ ODIは英国政府から5年間で1千万ポンド（約15億円）の保証を受け、2012年9月に設立。経済的、環境的、社会的な便益を持つオープン データ文化の触媒として機能し、地域あるいは世界の問題へ対応するための知識の供給、ニーズ生成、創造、普及等を行う。 26 海外におけるオープンデータ活用事例①（経済活性化） The Climate Corporation （米国） 概要 気象データや、過去60年の2平方マイル単位での収穫量や土壌情報ビッグデータ解析により、地 域や作物ごとの収穫被害発生確率に基づいた農業保険を展開。 利用者 農家 公共データ National Weather Service（NWS＝国立気象サービス）がリアルタイムに提供する地域ごとの気 象データや、農務省が提供する過去60年の2平方マイル単位での収穫量や土壌情報（ともに無償 で公表）等 ビジネス展開 2006年に設立し、急成長（取扱高３兆円となり、過去１年で１０倍）。 公共データ 気象などに左右さ れない安定した農 業をしたいなぁ。 地域や作物、希望保険料などを入力 保険でカバーできる範囲などを表示 農家 出典：http://www.climate.com/ 【効果】 ・農家は気候変動に左右されず安心して農業可能。 ・新たなサービスとしてマーケットを創出。 27 海外におけるオープンデータ活用事例②（経済活性化） MRIS(米国) 住む前に全てが分かる不動産高度情報サービス 概要 不動産に関する様々な情報を、不動産業者だけでなく一般消費者へ分かりやすく提供。 1993年創業。登録物件総数54,266件(住宅37,353件、土地13,207件)(2012/11/15時点)。 利用者 不動産業者、一般消費者 公共データ 人口統計、公共交通機関、教育、気候、教育/ヘルスケア ビジネス展開 25の不動産協会（協会メンバーの不動産業者数：約５万）が契約。 サービスの推定年間売上高：5,000万ドル MRIS（Metropolitan Regional 公共機関 人口統計 Information Systems） 公共 交通機関 教育 【効果】 不動産業者 不動産に係る情報 ・先生１人当たりの生徒数 ・１人当たりの医師数など 気候 健康/ ヘルスケア 有 償 提 供 不動産情報（価格、 写真、地図等） 一般消費者 出典：http://www.mrishomes.com/ ・一般消費者が不動産に係る様々な情報を得ることが可能に。 ・新事業の創出。 28 海外におけるオープンデータ活用事例③（透明性） YOU CHOOSE （英国） 概要 市民が市の予算データを活用し予算削減の提案が可能となるサービス。 利用者 市民 公共データ 予算データ ビジネス展開 公共サービス ・行政に言いたいこと があるが、予算の仕組 みが分からない。 ・代替案を考えても、 提案する仕組がない。 市の予算把握 予算削減の提案 国民・市民 【効果】 出典：http://youchoose.yougov.com/Redbridge2012/ ・市民の行政への関心が高まるとともに、参加意識を醸成。 ・市民の行政への不満の低下。 29 海外におけるオープンデータ活用事例④（市民参加） Adopt-A-Hydrant Program Boston(米国） 概要 消火栓の場所を地図上に表示する無料アプリ。大雪の時でも消火栓が使用 できるようにするため、市民ボランティアが消火栓の管理を請け負い、地 図上に消火栓の場所とその管理者の名前が表示される。 全米で展開されているCode for Americaキャンペーンの１つとして2012年 12月に開始。 利用者 市民（ボストン・シカゴ等） ビジネス展開 公共サービス ・雪が降って消火栓が 埋まってしまうと、火 事になったときに消火 栓が機能しない・・・ 国民・市民 出典：http://adoptahydrant.org/ 30 経済産業省のオープンデータに向けた取組① Open DATA METIサイトの構築 実際に、国の行政機関初のオープンデータカタログサイトとして、経済産業省の公 開データを対象にした「Open DATA METI」（ http://datameti.go.jp/ ）を2013年 １月に公開。 データごとにＣＣライ センスを明記すること で、ユーザの利用条件 を分かりやすく提示。 現在の利用状況（2013年10月末時点） ページビュー数 約191,000回 ダウンロード数 約 7,800回 掲載データ数 約630データセット 現在の登録データ（2013年10月末時点） 重点分野（白書、防災・減災、地理 空間、人の移動情報、予算・決算・ 調達）に係るデータ 主な統計情報（工業統計調査、商業 統計調査等） など 31 経済産業省のオープンデータに向けた取組② 共通語彙基盤(IMI)の概要 ＩＭＩ：Infrastructure for Multi-layer Interoperability 共通語彙基盤とは、用語の参照辞書を整備することで、各種データの同 一性の確認を容易にし、その結果として、システム間の連携やオープン データの活用を容易にできるようにする仕組み。 複数組織間でデータを再利用するためには、このような仕組みが必須。 世界最先端IT国家創造宣言で、整備の重要性を明記。 語彙（ボキャブラリ） 項目名（Type /Sub-pro pertie s） 人型 氏名 性別 Substitutable Elements: 性別コード 性別名 生年月日 死亡年月日 現住所 本籍 国籍 項目名（ エントリー名） ic:人型 ic:人_氏名 ic:人_性別 ic:人_性別コード ic:人_性別名 ic:人_生年月日 ic:人_死亡年月日 ic:人_現住所 ic:人_本籍 英語名 PersonType PersonName PersonSex Substitutable Elements: + PersonSexCode + PersonSexText BirthDate DeathDate PresentAddress LegalResidence ic:人_国籍 Citizenship Substitutable Elements: ic:氏名型 <抽象要素> ic:PersonNameType <abstract element, no type> 0..1 0..1 項目説明 人の情報を表現するためのデータ型。 氏名 性別 codes:性別コード型 ic:テキスト型 ic:日付型 ic:日付型 ic:住所型 ic:住所型 データタイプ codes:GenderCodeType ic:TextType ic:DateType ic:DateType ic:AddressType ic:AddressType 0..1 0..1 0..1 0..1 性別コード 性別の名称。 生年月日 死亡年月日 現住所 本籍 <abstract element, no type> 0..n <抽象要素> データタイプ（英語） c ardinality サンプル 値 1 1 男 - A county that assigns rights, duties, and privileges to a person because of the birth or naturalization of the person in that country. 国籍 - Mappin g to NIEM nc:PersonType nc:PersonName nc:PersonSex API Mappin g to ISA Jo in up Person gender ic:人_国籍名 + CitizenshipText ic:テキスト型 ic:TextType 国籍の名称。 ic:人_国籍コード + CitizenshipCode codes:国籍コード型 codes:CitizenshipCodeType 住民基本台帳で利用されている国籍コード。 ic:人_ISO3166Alpha2 + ISO3166Alpha2 iso_3166:ISO3166Alpha2CodeTiso_3166:ISO3166Alpha2CodeType 国名コード。ISO3166Alpha2。2文字コード。 ISO3166Alpha3 ic:人_ISO3166Alpha3 + ISO3166Alpha3 iso_3166:ISO3166Alpha3CodeTiso_3166:ISO3166Alpha3CodeType 国名コード。ISO3166Alpha3。3文字コード。 ISO3166Numeriｃ ic:人_ISO3166Numeriｃ + ISO3166Numeric iso_3166:ISO3166NumeriｃCodeiso_3166:ISO3166NumeriｃCodeType 国名コード。ISO3166Numeric。数字3桁コード。 ic:場所型 ic:場所型 ic:LocationType ic:LocationType 0..1 0..1 ic:テキスト型 ic:カタカナテキスト型 ic:テキスト型 ic:テキスト型 ic:カタカナテキスト型 ic:テキスト型 ic:テキスト型 ic:カタカナテキスト型 ic:テキスト型 ic:テキスト型 ic:カタカナテキスト型 ic:テキスト型 ic:テキスト型 ic:カタカナテキスト型 ic:テキスト型 ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType ic:TextType 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 0..1 生まれた国。 生まれた場所。 氏名を表現するためのデータ型。 氏名（姓、名）。 氏名（姓、名）のカナ表記。 氏名（姓、名）のローマ字表記。 姓。 姓のカナ表記。 姓のローマ表記。 名。 名のカナ表記。 名のローマ字表記。 ミドルネーム。 ミドルネームのカナ表記。 ミドルネームのローマ字表記。 旧姓。 旧姓のカナ表記。 旧姓のローマ字表記。 ic:人_出生国 ic:人_出生地 ic:氏名型 ic:氏名_姓名 ic:氏名_カナ姓名 ic:氏名_ローマ字姓名 ic:氏名_姓 ic:氏名_カナ姓 ic:氏名_ローマ字姓 ic:氏名_名 ic:氏名_カナ名 ic:氏名_ローマ字名 ic:氏名_ミドルネーム ic:氏名_カナミドルネーム ic:氏名_ローマ字ミドルネーム ic:氏名_旧姓 ic:氏名_カナ旧姓 ic:氏名_ローマ字旧姓 BirthCountry BirthPlace PersonNameType FullName KanaFullName RomanFullName FamilyName KanaFamilyName RomanFamilyName GivenName KanaGivenName RomanGivenName MiddleName KanaMiddleName RomanMiddleName MaidenName KanaMaidenName RomanMaidenName A county that assigns rights, duties, and privileges to a person the birth or naturalization of the person in that country. A county that assigns rights, duties, and privileges to a person the birth or naturalization of the person in that country. A county that assigns rights, duties, and privileges to a person the birth or naturalization of the person in that country. A county that assigns rights, duties, and privileges to a person the birth or naturalization of the person in that country. A county that assigns rights, duties, and privileges to a person the birth or naturalization of the person in that country. A location where a person was born. A location where a person was born. Full name of a Person Full name in Katakana. Full name in Roman alphabet. Family name of a Person Family name in Katakana. Family name in Roman alphabet. Given name of a Person Given name in Katakana. Given name in Roman alphabet. Middle name of a person Middle name in Katakana. Middle name in Roman alphabet. Maiden name. Maiden name in Katakana. Maiden name in Roman alphabet. because of because of 日本国 392 because of nc:PersonCitizenship citizenship 防災 nc:PersonCitizenshipText nc:PersonCitizenshipFIPS10-4Code nc:PersonCitizenshipISO3166Alpha2Code because of nc:PersonCitizenshipISO3166Alpha3Code because of nc:PersonCitizenshipISO3166NumericCode 経済 太郎 ケイザイタロウ Keizai Taro 経済 ケイザイ 太郎 タロウ nc:PersonBirthLocation nc:PersonBirthLocation nc:PersonNameType nc:PersonFullName fullName nc:PersonSurName familyName countryOfBirth placeOfBirth nc:PersonGivenName given name nc:PersonMiddleName alternativeName nc:PersonMaidenName birthName 将来 領域 情報交換パッケージ（IEP) 三鷹市立第四小学校 ic:建物_所在 ic:場所_地名 ic:場所_地理識別子 ic:場所_住所 東京都三鷹市下連雀１ 丁目２５−１ ic:住所_住所 ic:住所_構造化住所 ic:構造化住所_国 ic:構造化住所_都道府県 ic:構造化住所_市区町村 ic:構造化住所_町名 ic:構造化住所_街区符号 ic:構造化住所_住居番号 ic:構造化住所_地番 ic:構造化住所_方書 分野横断で情報交換する には、 nc:PersonSexCode nc:PersonSexText nc:PersonBirthDate dateOfBirth nc:PersonDeathDate dateOfDeath nc:PersonResidenceAssoc residency Substitutable Elements: 国籍名 国籍コード ISO3166Alpha2 出生国 出生地 氏名型 姓名 カナ姓名 ローマ字姓名 姓 カナ姓 ローマ字姓 名 カナ名 ローマ字名 ミドルネーム カナミドルネーム ローマ字ミドルネーム 旧姓 カナ旧姓 ローマ字旧姓 項目説明 （英語） Name of a Person Gender of a Person Gender of a Person Gender of a Person Date of Birth of a Person Date of Death of a Person 施設 コア ボキャブラリ ・・・ 調達 東京都 三鷹市 下連雀 1 25 1 ic:方書_方書 ic:方書_ビル名 ic:方書_部屋番号 ic:構造化住所_郵便番号 ic:構造化住所_住所ID ic:構造化住所_住所コード 181-0013 ic:場所_経緯度座標 ic:経緯度座標系_測地系コード ic:経緯度座標系_緯度 ic:緯度_度 ic:緯度_分 ic:緯度_秒 ・・・ ic:経緯度座標系_経度 ic:経度_度 ic:経度_分 ic:経度_秒 ic:場所_UTM座標 ic:UTM座標系_UTM座標 ic:UTM座標系_UTM測地系ID ic:UTM座標系_東距 ic:UTM座標系_グリッドゾーンID ic:UTM座標系_グリッドゾーン格子 ID ic:UTM座標系_北距 制度 ic:場所_MGRS座標 ic:MGRS座標系_MGRS座標 ic:MGRS座標系_MGRS座標格子ID ic:建物_施設情報 ic:施設_ID ic:証明_識別ID ic:証明_証明種類 ic:証明_発行日 ic:証明_失効日 ic:証明_発行者 ic:施設_名称 ic:施設_種別 ic:施設_商用区分 ic:施設_概要 三鷹市立第四小学校 小学校 小・中一貫教育校「連 雀学園」に属する小学 校。 API データ カタログ ・基本的なフォーマッ トの統一 ・異なる言葉で表現し ていても、同じこと であれば同じ意味と してとらえること ・同じ言葉でも違う意 味の言葉の明確化 が必要。 出典：http://goikiban.ipa.go.jp/node/20130925/ 32 経済産業省のオープンデータに向けた取組③ 文字情報基盤の構築 行政の実務で必要とされる約6万文字を、オープンに無償で提供 IPAmj明朝フォント ： 約6万文字を国際標準に準拠して実装 文字情報一覧表 ： 他の体系の文字との対応関係などの情報を提供 文字情報基盤：IPAｍｊ明朝フォント（漢字58,813文字） 戸籍統一文字（漢字55,270文字） 戸籍のオンライン手続に使用することを目的として整 理した文字（辞書をベースに整理） 住民基本台帳ネットワークシステム統一文字（漢字19563文字） 多くの住民が氏名に使う文字を整理 JIS漢字コード（10,050文字） 常用漢字（2,136文字） 実用上の情報交換の必 要性から、出現頻度等を 元に文字を選定 （JISX2013:2004） 法令、公用文書、新聞、雑誌、放 送等、一般の社会生活において、 現代の国語を書き表す場合の漢 字使用の目安を示す。 出典：http://mojikiban.ipa.go.jp/ 33 経済産業省のオープンデータに向けた取組④ 地方自治体と連携したオープンデータの具体化 今年度の実施内容 地理空間情報と関連付いた自治体保有データと民間のデータの連携による サービスモデルの検証 自治体データをカタログ化し、利活用に必要な技術的・制度的課題の整理 公共データの利用促進に必要なツール類の整備 コンテンストを通じたデータ活用の新しい形及び必要な措置等の整理 【モデル実証例】商品情報等の官民連携モデルの実施 • 自治体が保有する備蓄物資リスト（公 共データ）を活用し、既に広く普及し ている商品コード（民間データ）と紐 づけて動的に情報を生成し、管理する • 災害時の物資供給の迅速化・効率化 • 平常時の備蓄物資の管理の効率化 • 行政と民間事業者が密に連携した新た なサービスモデルの確立を目指す 34 経済産業省のオープンデータに向けた取組⑤ アイデアソンの開催 公共データの利活用を促進するため、地方自治体と連携しオープン データアイデアソンを実施。 オープンデータアイデアソン（総務省と共催） ○ 概要・目的 ボトムアップによる公共データの新たな適用サービスの掘り起し 協力自治体の公開時のルール等を、実務者会議にフィードバックすること で、関係府省や自治体のオープンデータ化を促進 本事業で開発するツールや提供可能なデータを利用して、社会課題解決型 のアイディアコンテストを実施 ○ 特徴 地方自治体の職員が各テーブルに入り、議論に加わることで、担当レベル での課題や留意点等を参加者に共有することが可能。 ○ 日程等 東京（11/21（木）午後、東京大学駒場キャンパス） 大阪（11/9（土）午後、グランフロント大阪） 松江（11/26（火）午後、松江オープンソースラボ） 35 自治体のオープンデータ活用事例①（透明性） Where does my money go? 〜税金はどこへ行った？〜 「Where Does My Money Go?」は、英国のオープン・ナレッジ・ファウンデー ションが開発した、市民にとっての税金の用途を可視化するアプリ。 日本語版「～税金はどこへ行った？～」は、2012年6月30日に開催された「オー プンデータハッカソン」 において、庄司昌彦氏、川島宏一氏、関治之氏のチー ムが、横浜市のオープンデータを活用して開発。 その後、各地域におけるハッカソン等を通じ、自治体における開発が急速に拡大 し、現在（10月末）では52自治体において運用されている。 【〜税金はどこへ行った？〜を 立ち上げた自治体数の推移】 出典：Where does my money go? 〜税金はどこへ行った？〜 （http://spending.jp/） 36 自治体のオープンデータ活用事例②（経済活性化） オープンデータを活用したアプリケーションの開発 さばえぶらり（鯖江市） 福井県鯖江市を中心に描かれたイラスト マップや古地図の上で町歩きが楽しめる 地図アプリ 公共施設、観光情報、グルメ情報、バス 停、トイレ、WiFi設置場所等のデータを 活用 無料アプリ ATR Creative、Linked Open Data Initiativeが開発 全国図書館横断検索サービス「カーリル」 全国の図書館の蔵書・貸し出し情報など を組み合わせて、横断検索・表示を可能 とした民間サービス Amazonの書籍情報や購入機能を利し、 より利便性の高いサービスを実現 図書館の蔵書・貸出情報を活用 バナー広告、地域連動型広告、グッズ販 売等の組合せにより、サービスを収益化 株式会社カーリルが運営 古地図 さばえぶらり イラストマップ 公共施設 観光 グルメ バス停 トイレ WiFi設置場所 等 出典：鯖江市ホームページ （https://www.city.sabae.fukui.jp/index.html） 図書館 蔵書・貸出 カーリル Amazon Wikipedia 出典：カーリル （http://calil.jp/） 37 自治体のオープンデータ活用事例③（アメッシュ） 東京都下水道局がポンプ所や水再生センターなど下水道施設の運転のため に収集しているレーダー、雨水計等の情報を統合して作成したサービス。 リアルタイム（５分毎）で降雨情報を表示（都心部は250m×250m のメッ シュ）。 センサー レーダー 情報の提供 降雨情報 下水道施設 出典：http://tokyo-ame.jwa.or.jp/en/index.html 38 Open DATA METIが目指すもの 経済産業省 Open DATA METI ・我が国初のデータカタログサイトとしての試行 ・世界水準のメタデータを搭載し、LODの活用を検証 ・オープンデータの運用面に関するノウハウや課題及び改善策等を抽出 IT戦略本部・各府省庁 ・データカタログサイトが実装すべき、メタ データ、ツール類の提供 ・IT戦略本部に係る各種会議への提言 ・各府省庁が実施するオープンデータの取組 へのアドバイス 地方自治体・民間事業者等 ・Open DATA METIにディベロッパー向けペー ジを構築し、ノウハウ等を提供。 （メタデータ、ツール類、FAQ等） 日本のオープンデータの取組を牽引する！！ 39 ご清聴ありがとうございました。