Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

データアカデミー エッセンス in 秋田1

356 views

Published on

8/16に秋田県大仙市で開催したデータアカデミー エッセンス1回目です。

Published in: Government & Nonprofit
  • Be the first to comment

  • Be the first to like this

データアカデミー エッセンス in 秋田1

  1. 1. データアカデミー エッセンス 第一回検討 2019/8/16
  2. 2. アジェンダ 1. 全体構成の説明(10分) 2. データ利活用基本研修(30分) 3. 課題確認と仮説の作成(100分) 1. 目標・問題・課題の確認(15分) 2. 仮説の作成(30分) 3. 課題と仮説の連結(20分) 4. 仮説を確かめるデータの検討(30分) 4. 休憩(10分) 5. データ入手時の注意事項(15分) 6. データの表現方法(40分) 7. データの分析方法の検討(20分) Code for Japan 2
  3. 3. 全体構成の説明 Code for Japan 3
  4. 4. データ利活用の負のループ • 自治体に眠るデータを活用できていない負の連鎖を止めたい。 データを何に 使っていいか わからない 時間がないのに データ整備が 必要なの? ノウハウが 残らない 新しい取り組みが できない 勘と経験で 対応しよう 今までと同じで いいや 活用されない! 蓄積されない! 変わらない! あきらめる! 現状の姿
  5. 5. データ利活用の価値のループへ • 突破口を作り出しループを逆転させる、初めの一周を回そう。 データ利活用の 意味を知る 挑戦や、事例が 蓄積される データ整備、制度 の整備が進む ①課題解決、 ②新サービスに 活用する 他の人にも伝わる 蓄積される 実際に使ってみる データが使われる データ活用社会 官民データ推進基本計画 によるルール整備 庁内でもできることが 共有される 価値による正当な評価 EBPMの活用 オープンデータ 整備にもつながる ・行政の効率化 ・住民サービスの拡充 ・費用対効果の向上 データアカデミー 研修
  6. 6. EBPM (Evidence Based Policy Making) • 確かな根拠に基づく政策立案 • 自治体が所有するクローズドデータや民間のデータも利用し、政策立 案、政策実行、モニタリングにデータを活用し、コスト検討・リソー ス配分をする。政策のモニタリングのために、KPI(指標)を設定し、 効果も把握する。 政策立案 政策実施 モニタ リング 庁内データ KPI設定 KPI確認 効 果 フィードバックフィードバック
  7. 7. EBPM (Evidence Based Policy Making) • エビデンスにもどつく政策立案を妨げるもの ・どこにどんなデータがあるかわからない ・該当データはあるが、分析するだけの能力を持ち合わせていない ・国民が望んでいる(が、科学的な根拠はあまりない) ・今辞めると、ここまでの投資が無駄になる(政策の失敗=サンクコストの錯覚?)になる ・省内調整や他府省調整が必要だが、時間的に制約がある ・新たな施策を打ち出すだけの勇気がない(←打ち出して失敗すれば責任を問われる) ・該当データはあるが、目的外利用を禁止されている ・上司のアイデア(≒思いつき?)を無駄にするわけにはいかない ・これまでも長年の経験とスキルでやってきたので問題ない(はず) 各自治体でもデータ利活用スキルや実践が必要となる。 データアカデミーもその1つ 出典:第9回データ資料集 内閣官房行政改革推進本部事務局 http://www.cas.go.jp/jp/seisaku/kataro_miraiJPN/dai9/siryou1.pdf
  8. 8. データアカデミーはプロセスで覚える • 実際の業務で使う場合のイメージは下記の通り 課題・仮説 データ確認 分析手法 決定 自分で分析 庁内で分析 外部で分析 評価 政策立案 費用対効果 分析 複雑な分析や AI使った分析等 庁内の分析官や システム部門 GIS担当に依頼 単純なものは 自分で分析 課題について、どのデータを 使って、どう表現するかという 仕様書が決まった状態にする 発注時に 仕様を渡す 依頼時に 仕様を渡す 無いデータは 今後どうするのか検討 分析結果と 影響範囲を確認 施策の選択 効果指標 分析は内容により専門性が変わる。 全ての自分で対応するのではなく うまく役割分担する 担当 庁内職員 外部人材 分析結果を判断、決断課題の設定、分析対象を決める
  9. 9. データアカデミー研究会 • 今度中に、Code for Japanと2017、2018年度にデータアカデ ミー研修を取り組んだ自治体とデータアカデミー研究会を設置 します。データアカデミー研究会では、下記3点の取り組みを 通じてデータ利活用の横展開、品質向上をめざします。 既に開催されているデータア カデミーの対象の課題、自治 体の規模を整理し、各自治体 が利活用の参考にできるよう 共有する。この際、動画教材 や研修資料も公開可のものに ついては、合わせて公開する 【1】 各地の取り組みの共有 データアカデミー研修の事例 について、テーマを設けて品 質向上のための検討会を実施 する。研修教材は、常にバー ジョンアップやカスタマイズ して利用していきながら効果 の高い方法に近づけていく 【2】 品質向上に向けたWS まだ、対応できていない課題 領域、データを使った合意形 成や、指標のモニタリング方 法については、新規教材とし て協力してもらえる自治体と ともに教材化をめざす 【3】 新規教材の取りまとめ
  10. 10. データアカデミーエッセンスもその1つ • データアカデミーエッセンスは、Code for Japanの自己予算で 啓蒙普及活動として行なっている事業です。 • そのため、挑戦的な部分を入れたり、教材として利用させてい ただいたりしています。
  11. 11. データ利活用基本研修 Code for Japan 11
  12. 12. データアカデミーの特徴 比較項目 一般的なデータ分析研修 Code for Japanの データアカデミー 研修対象 庁内データを使った統計・ GIS分析研修 庁内データ利活用のための プロセス研修 研修課題 他市の事例や、一般的事例 をトレースする 現課から提出された 実際の課題を利用する 自治体の規模 大きな自治体で行う 政令指定都市から町村まで 対応可能。 方法 先生・講師型、座学型の 集合研修 複数の課が参加した アクティブラーニング研修 個別のデータ分析技術を覚えるのではなく、データ分析を 課題解決プロセスとして利用できるスキルを身につけます。
  13. 13. 1.1 データ利活用の大きな2つの流れ 1. データ分析による政策反映 仮説を 立てる データを 集める 分析 評価 政策立案 指標作成 課題 パーソナルデータの 利用基準も含む 新しい課題の検討 仮説も間違いを早期に発見 政策の精度を上げる 数値目標、効果指標 を作成する
  14. 14. 1.1 データ利活用の大きな2つの流れ 2. データ利用による課題解決(新しいサービスを作る) サービス の検討 あるべき 姿の検討 データを 集める サービス の 効果確認 パーソナルデータの 利用基準も含む あるべき姿の再検討 サービス向上に向けた検討 課題や効率化のため データを利活用した 行政サービスを検討 サービス 提供 今回の研修では対象外 今年度はサービスデザ インをカリキュラムに 組み込む
  15. 15. 1.1 データ利活用プロセスと手法を学ぶ • 課題ごとにプロセスに従って、手法を組み合わせて実現する。 データ分析に よる政策反映 仮説/ 現状分析 対象データ確 認 分析手法検討 データ分析 評価 政策検討 効果・ 指標 データ利用に よる課題解決 現状・あるべ き姿検討 活用対象デー タ確認 データ利用方 法検討 データ利用 評価 政策検討 効果・ 指標 用途に合わ せたデータ 分析とデー タ活用(政 策)を決め る 個別に必要 に応じて研 修する。 データ利活用のプロセス(基礎知識として覚える) 統計手法による定量的分析 GISを使った分析・表現 データビジュアライズ 費用対効果分析 コンサルティング手法を利用した分析・政策検討(問い合わせデータなど) BI等ツールを利用した分析・表現 パーソナルデータ整備 アンケートやヒアリングの定性分析 業務改善(業務フロー作成によるAsIs ToBe分析) 機械学習・データマイニングによる分析 2018年度は 未完成の カリキュラムも 作成する。 基本研修は 2つプロセス
  16. 16. DAエッセンスのステップ 1. データ分析による政策反映の流れ • Step1からStep6のうち、集中的に①③④⑤を研修します。 ①仮説 現状分析 ②対象 データ確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標 【実データで体験する7 Step】 【8/16 13:00-17:00】 ・全体構成の説明 ・データ利活用基本研修 ・課題確認と仮説の作成 ・仮説を確かめるデータの検討 ・データの表現方法 ・データの分析方法の検討 【9/20 13:00-17:00】 ・準備したデータの確認 ・データ分析 ・評価 ・政策立案 ・振り返り 1度目と2度目の間に データ準備は宿題とし て各自治体で対応して もらいます ⑦効果指標については 資料で皆さんに 共有します
  17. 17. 官民データ推進基本法を 含む政府の取り組み Code for Japan 17
  18. 18. 1.2 データ利活用に関する政策の流れ No. 法案・指針 方針 1 「電子行政オープンテータ戦 略」(平成24年7月4日IT本部決 定) 国、地方公共団体、事業者において取組を開始した。現在は課題解決型オ オープンデータの推進として「一億総活躍社会の実現」等を強化分野に設定 し、国・地方のみならず事業者の協力を求めながら進めている。 (平成29年 5月時点で、国のデータセット29数は19,422件、取組済の地方公共団体は 279団体。) 2 官民データ活用推進基本法 2016/12/7に成立 ・国・自治体・民間企業が保有するデータを効果的に活用し、自立的で個性 豊かな地域社会の形成、新事業の創出、国際競争力の強化などを目指す ・必要に応じて既存の法制度の改正も進める。首相には、関係行政機関の長 に勧告できる権限も付与。都道府県に対して「官民データ活用推進基本計 画」の策定を義務付けたほか、市町村には努力義務を課した。 3 世界最先端IT国家創造宣 言・官民データ活用推進基 本計画 2017/5/30閣議決定 ・平成29年内に実施する行政データの棚卸し結果を踏まえ、平成29年度下 期に重点分野を中心に官民ラウンドテーブルを開催し、地方公共団体や 事 業者が保有するデータを含め、データの公開・活用の在り方(目標値や 効果 指標を含む。)を整理し、更なるオープンデータ化を推進。 Code for Japan 18
  19. 19. 1.2 政府の取り組み バックグラウンド • 「ヒト・モノ・カネ・データの資源併存」 → 「データの上で、ヒト・モノ・カネが活きる」時代へ Code for Japan 19 ヒト カネ モノ データ (情 報) データ (情報) ヒト カネ モノ IT 革命 社会構造が変わる ITの進歩は想定していないことも起こる → アジャイルで素早く反復(イテレーション)を 繰り返し柔軟に政策、KPIを調整する! ア ッ プ デ ー ト 政策・KPIの判断
  20. 20. 1.2 政府の取り組み 官民データ法の概要 • データが人を豊かにする社会をめざして! Code for Japan 20 1、全ての国民がIT利活用やデータ利活用を 意識せずその便益を享受し、真に豊かさを 実感できる社会である「データがヒトを豊か にする社会」のモデルを世界に先駆けて 構築する。 2、将来的に、このモデルを途上国をはじめと する他国に展開していくことを通じ、これまで 以上に我が国がより高い尊敬の念を持って 世界的に認められるよう「官民データ利活用 社会」の実現を目指していく。 【データ利活用をいつでも誰でもできるよう環境整備】 つながりを深める ヒ ト ヒ ト 多種多様 大量の データ 共有 【データ利活用社会が価値を生み出す】 共存と 価値の創出 ヒ ト AI ロ ボ 民 民 民 官 官 官 官民連携の 仕組みの構築 つながってこそ 価値がある! 官には政府CIOが横串をさし 政府一丸で取り組む データの品質 安全性 信頼性確保 利活用の 人材育成 研究開発 オープン化 最終ゴール ヒ ト モ ノ モ ノ モ ノ 自治体のデータも庁内での 利活用していくことが必要。
  21. 21. 1.2 庁内データの活用背景 • 今後の庁内の業務とデータの利活用イメージは下記の通りです Code for Japan 21 庁内 データ 市民 企業 原課 原課 原課 業務上発生するデータは自動で 蓄えらるようにし一元化される オープンデータ 庁内データを有効に利活用し 政策立案に活かす 蓄積されたデータのうち 公開するものも自動で 利用者に提供 行政サービス(個人別) 非公開データを利活用して 市民向けに個別サービスを 提供。 庁内 業務の流れの中で、データが蓄積され 利活用できる仕組みへ変わっていく。
  22. 22. 1.2 活用に向けたデータ利活用人材育成 • 庁内でのデータ活用人材育成のステップ Code for Japan 22 【Step1】 データの重要性・利活用の理解 【Step2】 データ分析・可視化手法の学習 【Step3】 データに基づく政策立案の 重要性の気付き 【Step4】 全庁的な議論の高度化 知る 分析する 活用する 全体最適化 各自治体では まずはStep1の 取り組みから始めます。 RESASや統合GIS、その他 個々の分析手法を学ぶ 費用対効果の検討 重点課題の発見・対策 部門を跨いだ課題の 全体最適化 データ利活用は、庁内での政策立案、公民連携の 大きなテーマになっています
  23. 23. オープンデータについて Code for Japan 23
  24. 24. 1.3 オープンデータについて • 社会サービスを行政が一括管理する、20世紀型スタイルでは①「課題の解決」が継続で きない。 • 今後の社会サービスは、行政・市民が協業することで「効率的行政」「ビジネスチャン ス」が生まれる。その為のキーとなるものが、②オープンデータである。 • 市民自ら課題解決が行えること、それは③地域課題の解決の道となります。 Code for Japan 24 人口減少 税金 増えない インフラ 維持大変 行政サービス 減らせない オープン データ 市民企業 行政 「20世紀型の行政の限界」 「行政と市民協業、市民の力を活用!」 市民 企業 行政 サービスA サービスB ・ サービスXXX サービス A サービスB ・ サービスXXX 新サービス1 地域課題解決 サービス 提供 行政が一括管理 行政データ 未活用 市民の要望 増やせない ① ・透明性・信頼性の向上 ・市民参加・公民協働の推進 ・経済の活性化・行政の効率化 ② 行政、市民、企業 様々な組み合わせで サービスを提供 市民自ら、地域課題に 対して、解決サービスを 作ることができる! 公民協業を通じ、市民がより地域に参加。その一歩目がオープンデータである。 ③
  25. 25. 1.3 オープンデータについて • オープンデータの定義は下記3点です。 • 多数のデータを合わせて利用し効果が増大させます。価値あるデータを、利用途中 で制限がついたり、使えなくならないよう考慮をした結果、定義されました。 Code for Japan 25 No. 特徴 説明 1 営利目的、非営利目的 を問わず二次利用可能 なルールが適用された もの 「非営利目的のみの利用に限る」「教育目的での利用に限る」などの制 限も許されない。オープンデータであるためには、制限無く誰でも利用 可能な状況でなくてはならない。 2 機械判読に適したもの (コンピュータで利用 できる) オープンデータはスマートフォン、タブレット、パソコン等で利用でき る形式であることが必要である。紙での提供や、HP上にHTMLで書か れているだけのデータはオープンデータではない。 3 無償で利用できるもの 制限なく誰でも無償で利用できる状況にあるものがオープンデータとな る。
  26. 26. 1.3 オープンガバナンス • オープンガバナンスとは 行政側のオープン化と、市民側の積極的な課題解決への 関与をもって達成する、社会全体の新しい統治プロセス体系 • オープンデータは、オープンガバナンスを通じて活用される。 Code for Japan 26 行政 市民 公 開 共 に 活 動 協働【能動的に取り組む】 ・データの公開 ・行政のできることを提 供 ・地域に資することは何 か検討 行政:×「できません」「担当ではないです」 → ○「共に解決する」「共に活動する」 市民:×「やってください」「お願いします」 → ○「共に解決する」「共に活動する」 【積極的に取り組む】 ・データによる行政の確認 ・地域の見える化 ・市民が、課題解決できる こと検討 見 え る 化 対 話 対 話 共 に 活 動 課題解決 地域発展
  27. 27. データ利活用のプロセス データ分析による政策反映
  28. 28. 1.4 データ分析による政策反映 • データ分析から政策に反映するパターンは下記の種類がある。 1. 既存事業のうち課題の原因の検討と対策 • 例:医療検診の受診率を増加させるため、受診者の情報・構成を利用して アプローチできていない層に、どのようにアプローチするか政策を立てる。 2. 新しいサービスの検討時にフォーカスする点とその効果 • 例:イベントの案内を、SNS等でかける場合に、どのエリア/どの個人に どのような情報を提供したら良いか分析し、政策に反映する。 • データ分析による政策反映のプロセスは下記の7Step。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  29. 29. ①仮説、現状分析 • 仮説を立てる • 課題に対して、何故それが起こっているのかアタリをつける。 • 仮説は間違っていてもよい、仮説検証の段階で小さな失敗を繰り返す ことで、確度の高い結果を得ることができる。 • 思い込みを外す仕組み、きっかけを作る。 • 現状分析 • 現状の業務フローや、ステークホルダーを確認する。 • 現在の利用回数、利用率など数値的な条件を確認する。 • 現状の作業時間、レスポンス時間を確認する。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  30. 30. ②対象データの確認 • 対象データの確認 • 仮説を確かめるために必要なデータをあげる • データを、どの部門が所有しているか確認する • データは、デジタル化されているのかいないのか確認する • 個人情報が含まれている場合、下記の進め方を確認する • 同意書があるのかないのか • 利用条件に当てはまるかどうか • 匿名加工すれば利用できるのか • 審議会に通せば利用できるのか ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  31. 31. ③分析手法の検討 • 分析手法の検討 • 今回の課題解析に必要な分析手法を検討する。 • 地図が必要であればGIS、統計・グラフでよければBIツールなど。 • 表現方法の検討 • GISであれば、地図上にレイヤーで重ねるのか、地図を色分けするのか。 • 統計などの結果であれば、データビジュアライズをどこまでするのか。 • 個人情報が含まれている場合、庁内・市民に見せる際、どこまで 丸めた表現をするのか。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  32. 32. ④データ分析 • データ分析 • 実際に集めたデータと、分析手法を使用しデータを分析する。 • 一つの方向から見るだけではなく、見方、目盛りを含めて 何種類かの見方をする。 • 色分けをする場合は、どの単位でまとめるか、閾値を考える。 • 外れ値、例外について、どこまで話をするかは検討。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  33. 33. ⑤評価 • 評価 • 仮説の想定と、分析の結果が一致したか、一致しなかったか確認する。 • 仮説と一致した場合 • 分析結果の中から、課題に対して効き目のあるパラメータがないか確認する。 • 他に、課題の要因となっている仮説があれば引き続き分析する。 • 仮説と一致しなかった場合 • データ量が不足していないか、データがマスクされすぎていないか疑う。 • 仮説が間違っていれば、違う仮説を考える。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  34. 34. ⑥政策検討 • 政策検討 • 分析の結果、要因が判明するため、対応する政策を検討する。 • 政策の検討時に、各政策を細かな単位に分け、費用・効果の 算出できるよう準備する。 • 費用・効果を算出するためにデータが必要な場合は揃える。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標 No. 政策 政策(小項目) 効果(時間/年) 費用(時間/年) 1 A A1 500 50 2 B B1 40 100 3 B B2 50 10
  35. 35. ⑦効果、指標 • 効果 • 政策検討の結果、予算と突き当て、どこまで対応するかを決める。 • 費用対効果を考え、全体で価値が高くなるよう設計する。 • 一部の政策をしなかった場合に、関連して効果のなくなる項目を確認 する。 • 指標 • 効果額を、どの単位、どの項目で算出するか指標を決める。 • 項目をカウントするための仕組みを決める。 • 指標を下回っていた際に、どのように対応するのかルールを決める。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  36. 36. 活用事例 Code for Japan 36
  37. 37. 1.5 活用事例(データ利活用) • 呉市 ジェネリック医薬品使用促進通知サービス • 国民健康保険のレセプトデータを分析し、ジェネリック医療品を 使用することよる差額を通知して、医療費負担の軽減・国保財政の 健全化を達成。 Code for Japan 37 レセプト データ データ分析 市 民 市 民 市 民 通知 通知 通知 平成28年4月〜平成 29年3月までで呉市 国保全体で253,127 千円の削減効果。 呉市 「ジェネリック医薬品しよう促進通知サービス」による医療費削減効果より https://www.city.kure.lg.jp/soshiki/6/shisei090427-0500.html
  38. 38. 神戸市のDAの成果 • 居場所データを利活用して目指す理想の姿を検討し、実装。 統合GIS 地域毎の 情報マップ 高齢者の 居場所情報 原課 原課 市民協働推進課 創造都市推進部 介護保険課、社協 ①現地でデータを収集す る際のフロー、ルールを 決める。フォーマットを 決める。 ②ジオコーディングを行 い、GISに登録する。 ③ベースの紙マップを 提供する。 ・介護保険課で、居場所データを 使った分析業務 ・社協・現場(利用者)向けの 紙地図提供 ・今回の事例を利用し 町内のGISデータ化の 雛形プロセス作る ・各課の持つ地域データ を地域対話に使う 第一歩とする 達成 ①居場所データを分析し、居場所数×回数が少ないところはテコ入れするなど対応可能になる。 達成 ②市民からの依頼に応じて、住居付近の居場所地図を提供できるようになる。 達成③市民からの依頼に応じて、必要な種別の居場所や内容を教えられる
  39. 39. Step 1.1 課題確認と仮説の作成 Code for Japan 39
  40. 40. 問題、目標、課題の設定の重要さ • 目標、問題、課題の設定はデータアカデミーの基礎となります。 40 ①DA準備 該当するテーマに 関係する人たちは 誰なのか 仮の現状、目標 (共通ビジョン) を準備する。 現在 目標・目指す姿 ②Step1の前に現状を明確にし、目標(共通ビジョン)との ギャップを問題・課題としてあげる ③Step1で目標を再確認し、あるべき姿明確にする ここで、問題・課題も最終確定させる ④Step1-7で課題が起こっている仮説を立てるところから データ分析、政策立案、費用対効果を行う 政策の絞り込みや、効き目、目標への貢献度を考える 変化を埋める エネルギーは 当事者たちの 合意とギャップが あることによる 緊張(意識)に よって生み出される
  41. 41. 目標・問題・課題って何? • 課題と目標がごちゃまぜになっている状況です。 • 課題の形を明確に書き直しましょう。 • どういう状態にするべきか(目標) • それが出来ていないことで何が困っているのか?(問題点) • 障害となっているものは何か?(課題) 目標 現状 この ギャップが 問題点 障 害 障 害課題 この結果得られる価値 【アウトカム】
  42. 42. 子育てしやすいまちづくり 市民アンケートにおける満足度が低い • 満足 25.7% • 普通 43.8% • 不満 24.6% • 無回答 5.9% 目標 問題 課題 教育・保育内容 の充実 保育所の休日保育 の充実 病児・病後児保育 のための事業の充実 放課後児童クラブ の充実 湯沢市の目標・問題・課題 ※市民アンケートの結果からニーズの多い項目を抜粋
  43. 43. 問題1:公共施設を減らす方法が決まっていない ニーズが把握できていない 利用率の低い施設 がある 利用者のニーズが 把握できていない 施設存続の地域住 民の意向がある(自 助・共助の可能性が わからない) 公共施設に係る情 報が市民に共有さ れていない 施設自体の対策が明確ではない 建築から30年経過 した施設がある 設置基準等の規制 により減らせない面 積がある 建設時の状況との変化に対応できていない 人口一人あたりの 公共施設は地域間 で差が生じている 人口が減少している 高齢者が増え、子ど もが減っている(利 用需要の変化) 目標:公共施設等が適正に管理されることで、 市民へのサービス水準を下げることなく、効率的な運営ができている状態 (アウトカム:市民の公共施設に対する満足度) 問題2:施設の保守や運営管理が適切に行われていない 施設を適切に保守管理する予算がない 収益を上げる施設が 少ない(受益と負担 が適正化されていな い) 老朽化により公共 施設の維持管理費 (改修含む)が増加 する 高齢化により社会 保障費(扶助費)が 増加する 人口減少により税 収が下がる(住民 税、事業所税等) 施設を管理するノウハウが足りない 直営で管理する者が 減少している(民間 施設との連携) 技術系職員が退職 し、担い手が不足し ている 老朽化により維持 管理が必要な施設 が増える 秋田県秋田市
  44. 44. 目標・課題は全て連結される 44 【目標】 健康意識が向上するとともに、がん 検診を受診しやすい環境が整備され ている 長期未受診者かかりつけの医者でみ てもらっている 申込み調べの 「医療機関で受 診する」が 増えている 低い健康意識 がん検診の実施 方法を知らない 受診する時間 がない 医者にかかっ ている安心感 生涯罹患率を知 らない 精検への恐怖 感 【問題】 がん検診受診者数の伸び悩 み がん検診と日常診 療との混同 一度受診すれ ば良い 解決 課題 仮説 【イシューツリー】 【アウトカム】 【価値】健康寿命が延伸し、 生涯現役で活動できる人が多 い地域 What so?:なんでそうなの? So What?:だから何? の関係性を作る。 【凡例】 「医療機関で受ける」を選択すれば 町から干渉されない
  45. 45. 現状と課題(由利本荘市) • 目標:生産年齢人口の転出が緩和されている状態 • 問題:市内労働市場の所得が低い 付加価値が生産者に分配されていない • 課題: • 労働生産性(一人あたりの付加価値生産額)が全国平均と 比べてものすごく低い • 業種の偏り(第3次産業不足) • ホワイトカラー不足(企業、個人事業主含む) • 域内の業種の周知不足 • 縁故採用が多い • TDKへの頼り • 働き方改革が浸透していない
  46. 46. 現状と課題(大仙市) • 目標:一軒家を借りたい人が、今活用されていない、眠っている空き家を借りられる状況 →使える空き家が見える化・増える化され、活用(借用、購入)したい人が使える状態になっている • 現状:子育て世代について 1. 行く行くは親と同居する、または実家のある土地に住みたい と思っているが今は自分の家族だけで住んでいたい 2. 移住者で、すぐに家を買うにはハードルが高いのでまずは 仮住まいをしたいという人達が、子供をのびのび育てたいので 一軒家に住みたい。 • 問題:「借りられる一軒家はほとんどない」「空き家はたくさんある」 • 課題: マッチングができていない 空き家持ち主の意向が明らかになっていない 買い手・借り手のニーズがわからない 使える空き家が少ないのでは?
  47. 47. イシューツリーを作ってみよう 10分 47 【目標】 女性がいつでも働きやすく 活動しやすい状態になる 働く場所が 少ない 子供を預ける 場所がない 核家庭が 増えている 働き方の 多様性がない 保育士が たりない 在宅勤務が できない 学童支援が たりない テレワークが 少ない 企業の時短勤 務がない 【問題】 子供を地域で受け入れられ るキャパが足りていない 保育園が 足りない 保育園を 立てる金が ない 職業が 偏っている 解決 課題 仮説 【イシューツリー】 【アウトカム】 【価値】 What so?:なんでそうなの? So What?:だから何? の関係性を作る。 【課題】は事実をベースに 作成します。 【凡例】 抜け漏れの観点 がないか確認
  48. 48. まずは仮説を作成します • 仮説を立てる • 課題に対して、何故それが起こっているのかアタリをつける。 • 仮説は間違っていてもよい、仮説検証の段階で小さな失敗を繰り返す ことで、確度の高い結果を得ることができる。 • 思い込みを外す仕組み、きっかけを作る。 • 現状分析 • 現状の業務フローや、ステークホルダーを確認する。 • 現在の利用回数、利用率など数値的な条件を確認する。 • 現状の作業時間、レスポンス時間を確認する。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  49. 49. なぜ、仮説が必要なのか? • 「確証バイアス」の罠 • 人は、知りたいことだけを調べてしまう性質がある • 人は、そうだと思っている方向の情報を集めてしまう • これでは、分析が偏ってしまう。 そのため、いったん視野を広げて色々な可能性を 考えるために仮説を設定します。
  50. 50. 仮説を考えよう • 課題に対して、どのような原因や対象が考えられるか 仮説を検討します。 • 仮説を立てる理由は、すべてのデータを全方向で考えるの ではなく、筋道を考えて素早く検討を進めるためです。 50 全方位型は、時間がかかるし どこまでやれば完了か分からない 仮説検証型は、ターゲットを絞り検証することで 効率よく課題と効果を発見する。 ここは無駄ではなく ないことが証明されたの で良かったと考える。
  51. 51. 仮説作成のポイント • 対象の課題に対して、現在の政策を列挙してみましょう • なぜ、その政策をやっているの?根拠はある? • 数年間、数値で確認していない業務はない? • 「ない」って本当? • 状況が変化したことは想定できない? • 対象は一部の人ではない? • 問い合わせ数が少ない → 問い合わせしにくい状態にない? • 立てた仮説の、「逆」や視点を変えて考える • 遠いから来ないんだよ → 近くても来ない理由はない? • 「わからない」の回答が多い → 興味がないでは?
  52. 52. Step 1.2 課題と仮説の連結 Code for Japan 52
  53. 53. 職場 風土・意識 家庭環境 世帯収入 0-3歳 4-6歳 7歳~ 子どもの 年齢 外的要因 内的要因湯沢市(案)
  54. 54. 仮説のフレーム(湯沢市) • 日常系、非日常系にサービスを分けて考えてみる サービス 保育園 小学校 家庭 職場 風土/地域 収入 日常系 非日常系 ベビー シッター サービス おばあ ちゃんみ てくれる こういうのありそうだね これなさそうだね 市川案
  55. 55. 仮説のフレーム(美郷町) • 下記のフレームで仮説を考えてみる 条件 地域 年齢 性別 家族構成 職業 かかりつけ 医の有無 医療費 検診会場への 距離 外出機会 運動機会 既往歴
  56. 56. 仮説のフレーム(美郷町) • がん検診に対してのクラスターごとに仮説を考える。 受診しない人の クラスター 時間 距離 マインド 知識 お金 告知 その他 がん検診 知ってる 興味あり 興味なし がん検診 知らない 市川案
  57. 57. 仮説のフレーム公共施設削減方法(秋田市) • 今回は、下記のフレームで仮説を考えます。 57 人 物 (インフラ) 金 (コスト) 情報 広報、宣伝 ・・・ 施設ジャンル 施設ジャンル 施設ジャンル ②各施設ジャンルが、こんな運用がされていれば持続するという 理想の姿をあげ出します。(黄色の付箋) なるべく具体的な形で! 施設は、〇〇体育館、××グラ ウンドなどの個別名称ではなく 「小中学校」、「区営住宅」、 「区営体育施設」、「区営図書 館」などの単位で設定 ①対象施設 ジャンルを決める ③理想の姿を変えなければいけない変化要因をあげる (人物金情報、その他の軸) ・どうなった時に、施設をなくす必要がある? それによって影響の出るところは?(青色付箋) ・どうなった時に、施設を増やす必要がある? それによって影響の出るところは?(ピンクの付箋) ・満足度に影響の出る状態は何か?(緑の付箋) 秋田市さんがつくっ た詳細エクセルあり 対象施設は絞った方 がいいかも。
  58. 58. 仮説のフレーム 保守・運用(秋田市) • 今回は、下記フレームで仮説を洗い出します。 検討施設 コストの課題 運用の課題 本来どこまで使える? 人数、年数、距離・・ プラス要因はない? (稼ぐ、周辺も利用 か) 代替品、代用品はな い? 学校 公営住宅 集会施設 必要な要素 足りてる? ①今、10年後の状態 ②集約・改善できそうな点 市川案
  59. 59. 仮説のフレーム(由利本荘市) • 10年後の「理想」と「何もしなければ想定される未来」を 比較して、悪くなる要因を仮説として出す。 要因 10年後の未来 (ここも仮説) なぜギャップが 起こるか仮説を立てる 理想 【内的要因】 ・縁故採用 ・働き方改革 ・周知不足 【中間的要因】 ・ホワイトカラー ・産業の偏り ・労働生産性 【外部要因】 ・TDK ここは現実的な 理想を書いてくだ さい。 あまりかけ離れて いると、ギャップ を出しても、何も できません。 差が起こっている 原因を考えます。 ここで良い仮説が でて、証明できれ ば、それに対して どうするか考えら れます。 市川案
  60. 60. 仮説のフレーム(由利本荘市) • 下記のフレームで仮説を検討する 歴史的経緯の要因 地政学的な要因 意識の要因 地域の要因 企業の要因 個人の要因 行政の要因 (産業振興・補助金の 要因)を加えない?
  61. 61. 仮説のフレーム(大仙市(案)) • マッチングする、しない箇所について仮説を考える。 空き家持ち主の 状況 空き家の 場所 空き家の 状態(年数) 空き家の 設備 空き家の 情報 費用 信頼関係 貸したい 売りたい 解体したい どうするか決めていない 相続させたい 権利者不明 マッチングする仮説 マッチングしない仮説
  62. 62. 課題と仮説の連結 • 課題と仮説を連結したツリーを作成します。 • 仮説の作成で皆さんが作成した仮説を、設定した課題ごとに 下記の要領でツリー化します。 仕事の都合など による単身世帯 の転出超過 移動と費用の バランスが悪 い Xx分以内で 行ける活動が 少ない 課題 仮説 仮説 残業多いから 会社に近い方 がいい 賃貸+交通費 だと大阪でも 変わらない 仮説 趣味の活動を 行える場所が 少ない 勉強会やス クールへの参 加がしにくい 詳細化できそうな仮説や 抜けている仮説があれば 追加してください。 家は安いが駅 から遠い
  63. 63. Step 1.3 仮説の分析に 必要なデータの検討 Code for Japan 63
  64. 64. 必要なデータの検討 • 詳細化した仮説に対し、仮説を確認するために何のデータが必要か検 討します。一つの数値だけではなく、掛け合わせて分析するものも検 討します 仕事の都合など による単身世帯 の転出超過 移動と費用の バランスが悪 い Xx分以内で 行ける活動が 少ない 課題 仮説 仮説 残業多いから 会社に近い方 がいい 賃貸+交通費 だと大阪でも 変わらない 仮説 趣味の活動を 行える場所が 少ない 勉強会やス クールへの参 加がしにくい 家は安いが駅 から遠い ・大阪市と枚方市の産業 構造 ・仕事別残業率 【データの例】 ・主要地区の賃貸費用 ・京阪+バスの交通費 ・近隣市町村のイベント件数 ・若者の市への後援依頼件数 ・産業構成 ・IT勉強会件数 ・英会話スクールなどの件数 ・主要バス路線 ・20代の人口分布
  65. 65. 必要なデータの検討 • データによって、そのまま利用できるもの、地域ごとに 集計して利用するもの、個人情報を外した形に加工するもの などがあります。次回は、利用できる範囲内で分析を実施しま す。 • データは、下記のような表でまとめます。 No. 対象データ 所有部署 どのようにデータを出すか 1 地区ごと人口分布 ??? 統計資料としてできれば地区・町丁レベ ルで対応 2 枚方市の産業構成 商業・工業統計なども活用する 3 大学の学部と人数 4 大学生志望職種 5 今日の結果を保存しても らい、各自治体でエクセ ル化、庁内で確認
  66. 66. 休憩 Code for Japan 66
  67. 67. データ入手時の確認点 Code for Japan 67
  68. 68. 今まで準備できなかった「あるある」 • よくあるデータが集まりませんでした事例 ジャンル 事例 データ自身 ・データがずっと更新されていない ・データがどこにあるかわからない ・データ化されていない ・あると思ったが、持っていなかった 時間 ・担当者と相談する時間がない ・担当者が時間がない ・データ整備に時間がかかる ルール ・個人情報が含まれているからダメ → 統計化や、いらない情報を抜くことができない ・承認プロセスが全くなく人頼り 教育 ・相手部門が、何故それが必要なのか理解しない ・部門の壁が厚い ・紙で渡された ・民間データの使い方がわからない 一つ一つが各自治体への プレゼントです。 これから、どうやって進めるか 直していく点がわかることも データ利活用研修の目的です。 68
  69. 69. データ入手後のチェックポイント 1. ファイルを開けるか • たまに壊れてたりするのでまず開いてみる 2. ファイル名と中身が合っているか • 間違ったファイル名がつけられていることがある 3. 見て意味の分からないデータ項目は無いか? • 項目定義書や説明書が別で存在する場合がある 4. 個人情報は含まれていないか? • 氏名、個人の電話番号・住所・Eメールアドレスなど 5. データ項目名から想定されるデータ型と一致しないデータは含ま れていないか? • 日付なのに数値コードに変換されてしまっていたり、コードの先頭ゼロ埋め が無くなっていたり 6. 単位が不明な数値データは無いか? 7. 単位が “%” で表されている数値の母数は分かっているか?
  70. 70. データ収集の考え方 • 自治体内のデータ収集のフローを整備しよう! 自治体内に データ元が ある データ化 されている 情報はどこ にある? 国・県・他の自治体 公開 民間 自治体内 すぐできる? 利用する 依頼する 庁内課題 利用する 利用する 予算あり 利用するか検討 代替はないか 交渉可能?課題 利用可能? 課題・条件確認 今後データ化検討 無料 無 有 無 Y N Y N 有 無 商用 データ公開無
  71. 71. 分析手法の確認 Code for Japan 71
  72. 72. ③分析手法の検討 • 分析手法の検討 • 今回の課題解析に必要な分析手法を検討する。 • 地図が必要であればGIS、統計・グラフでよければBIツールなど。 • 表現方法の検討 • GISであれば、地図上にレイヤーで重ねるのか、地図を色分けするのか。 • 統計などの結果であれば、データビジュアライズをどこまでするのか。 • 個人情報が含まれている場合、庁内・市民に見せる際、どこまで 丸めた表現をするのか。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  73. 73. 3. 分析手法の検討 因果関係 相関関係 Aの原因が元でBという 結果が発生した場合、 「AとBには因果関係」ある。 一方が変化すると他方も それに応じて変化する関係。 散布図で表現される。 原因 結果 宿題を提出 しなかった 先生に怒られた 正の相関 負の相関 X X YY どちらの関係もないものは無相関という。
  74. 74. 3. 分析手法の検討 • エクセルで分析できること • 統計を利用した分析 グラフの例 No. 対象 説明 1 棒グラフ ・時系列で連続する数値を確認する(年度、月、日など) ・非連続のデータを比較する(カテゴリー別の商品販売数など) グラフの数値はダミーの値です 棒グラフ(時系列) 棒グラフ(非連続)
  75. 75. 3. 分析手法の検討 • エクセルで分析できること No. 対象 説明 2 折れ線グラフ ・時系列で連続する数値を確認する(年度、月、日など) ・傾きで、変化量が確認しやすい ・推移の変化を確認する 3 積み上げグラフ ・棒グラフと同様の特性 ・使い方として、商品毎の売り上げを積み上げ、総売り上げを確認する グラフの数値はダミーの値です 積み上げグラフ折れ線グラフ
  76. 76. 3. 分析手法の検討 • エクセルで分析できること No. 対象 説明 4 散布図 ・XY2つの項目に対して、相関関係、偏りがあるかを確認する。 5 帯グラフ ・長さを揃えた棒グラフで、各データの割合を示す(地域別、年代別アンケー ト結果など) 6 円グラフ ・100%の割合の中で、それぞれがどのぐらいの割合を示すか表現する。 グラフの数値はダミーの値です 散布図 帯グラフ 円グラフ
  77. 77. 3. 分析手法の検討 • エクセルで分析できること • ピボットを利用したクロス集計 X方向、Y方向で並べる項 目と、クロス集計する項 目をピボットテーブルで 作成する。 クロス集計は、データの中からい くつかの項目を抽出し集計を行う 手法。項目を掛け合わせることに より、色々な分析が可能となる。
  78. 78. 3. 分析手法の検討 • エクセルで分析できること • フィルタを利用しクラスターに分けて分析 フィルタで20代に 限定し、月ごとの評価 を散布図で表現する。 異なる性質のものから、似た性質のものを集めてクラ スターとしそれぞれのクラスター毎に違いを分析する。
  79. 79. 3. GISの活用 • GISとは何か? • 地理情報システム(GIS:Geographic Information System)は、地理 的位置を手がかりに、位置に関する情報を持ったデータ(空間デー タ)を総合的に管理・加工し、視覚的に表示し、高度な分析や迅速な 判断を可能にする技術である。(国土地理院) • 簡単にいうと、建物・地形・住所と、固有の情報を紐付けた地図を 使って、業務に必要な情報の蓄積や、分析ができます。 • いくつかの部門では、自部門用のGISを所有していると思います。 Code for Numazu 79
  80. 80. 3. 分析手法の検討(GIS) • GISを使った基本的な分析方法 • レイヤーを重ね合わせた分析 • 福祉施設と、地区ごとの高齢者の分布ポリゴンを重ね合わせて、適切な 配置ができているか確認する。 • 避難所のデータと、人口増原データを重ね合わせて、避難所のキャパが 足りているか確認する。 • ポリゴン(行政区域)を色分けして分析 • 高齢者率や、高齢者人口を情報として与えて、ポリゴンの色分けをして 問題地区を確認する。 • その他、たくさんの機能がありますが、応用機能はGISを専門的に 利用する際に学習しましょう。 Code for Numazu 80
  81. 81. 3. 分析手法の検討(地図)例 0-25% 25-50% 50-75% 75-100% 種別や割合 ごとに色分け 回数や頻度に よる表示 1-10回 11-30回 31-100回 ポイント数に よる表示 0軒 1軒 2軒 同じ情報でも、分析方法で、分かりやすさが変わる。
  82. 82. 3. 分析手法の検討 現在と未来の比較 • 全体構成比の比較 15 35 10 40 25 35 5 30 35 30 3 20 5 12 現在 10年後 20年後
  83. 83. 3. 分析手法の検討 現在と未来の比較 • 対象人員、参加割合、実質参加者 • どこの参加割合をあげると、全体の効果が上がるかを検証できる。 No. 項目 対象人員 参加割合 実質参加者 1 校庭の草刈り(子育て家庭) 500 50% 250 2 公園のゴミ拾い(各家庭一人) 2,000 30% 600 3 廃品回収(地域住民全員) 3,000 20% 600 合計 5,500 26.3% 1,450
  84. 84. 3. 分析手法の検討 現在と未来の比較 • 指標ごとの色分け図 • 例:地域活動の参加率 • 20%を切ると立ちゆかなくなる。30%未満は予備軍。 No. 項目 現在 20年後 対象人員 参加割合 対象人員 参加割合 1 校庭の草刈り(子育て家庭) 500 50% 400 30% 2 公園のゴミ拾い(各家庭一人) 2,000 30% 1,500 20% 3 廃品回収(地域住民全員) 3,000 20% 2,500 15%
  85. 85. ここで大事なポイント • ここでは2段階の考えで、分析するものを設計します。 【切り口の項目を考える】 仮説について 「どのデータの組み合わせ」 「どのデータの比較」 「どのデータの合成」 「どのデータの重ね合わせ」 「そのデータのXXXX」 をしたら、答えが見えそう? 答えと関係がありそうか? なんのデータを使うのか考える 【どんな分析で切り口を見せるか】 データをどんな分析で結果を見せる? どうしたら、わかりやすく表現できる? ・表で見せる? ・グラフがわかりやすい? ・地図上で表現する? ・そのほかの方法? 分析結果を、どれで表すのか
  86. 86. 3. 分析手法の検討 • エクセル(グラフや比較)、地図(GISもしくは紙地図)のどちらを使う か確認します。 • 各仮説について、どのデータを組み合わせて、どの手法を用いるか記載し ましょう。 仮説:xxxxxx 使うデータ:yyyyとzzzz 分析手法:折れ線グラフ 仮説:aaaaaa 使うデータ:bbbとccc 分析手法:白地図に色分けする グラフを利用 地図を利用
  87. 87. ③分析手法の検討 • 分析手法の検討 • 今回の課題解析に必要な分析手法を検討する。 • 地図が必要であればGIS、統計・グラフでよければBIツールなど。 • 表現方法の検討 • GISであれば、地図上にレイヤーで重ねるのか、地図を色分けするのか。 • 統計などの結果であれば、データビジュアライズをどこまでするのか。 • 個人情報が含まれている場合、庁内・市民に見せる際、どこまで 丸めた表現をするのか。 ①仮説 現状分析 ②対象 データ 確認 ③分析 手法検討 ④データ 分析 ⑤ 評価 ⑥ 政策検討 ⑦ 効果指標
  88. 88. 見せ方の検討(エクセル) • エクセルによる表現 • エクセルによる見せ方は主に、数値の範囲、数値をまとめる 範囲、差がわかりやすい数値は何かを考えます。 • グラフや表で色を決める際には、どちらの色の方が重要な意味を持つ かを考え色を決める。例えば、値が危険水域の場合は赤、注意の時は 黄色、問題ない時は青など分かりやすい色を採用する。 • グラフを利用した分析 • 数値の最大、最小を確認して、グラフの範囲を設定する。 • 年毎、月毎など、どの単位で分析すると見やすいか検討する。 • ピボットを利用したクロス集計 • 値の合算の数値を出すのか、件数を合算するのか、どちらの方が 表現が妥当か考える。
  89. 89. 見せ方の検討(地図) • 色の扱い方は、エクセルと同じくどちらが重要な情報かを考えて色を設定 します。ハザードマップであれば、危険地域が赤、安全地域が緑など。 • 地図(GIS、紙地図)上に、色分けする場合 • 紙地図を利用する場合は、事前に集計したデータから何色の色で 色塗りするか決定しましょう。やばい領域はどこからか、安全な領域はどこからか を意識して色分けします。 • GISの場合は、初期は自由な色分けで良いですが、各カテゴリーの件数が表示される ので、紙地図と同じように判断したい領域別に表示内容を決めます。 • 行政界などのポリゴンにポイントデータを載せる場合 • 行政界のポリゴンに何件のデータがあったか、ポリゴンの色分けで表示する。(全 体傾向を見る。医療施設の地区別件数による比較など) • 一件あたりの対応件数を見たい場合には、点自体の色やサイズを変えて表現する。 (点の情報を詳細化する) • 距離やヒートマップ等、凝った手法を使いたい場合には相談ください。
  90. 90. 分析方法・見せ方の検討 • 実際に出来上がるグラフや、地図の色合い、形状を決めましょう。 • その図は、庁内、住民に伝わる内容になっているか考えましょう。 仮説:xxxxxx 使うデータ:yyyyとzzzz 分析手法:折れ線グラフ 実際に表示する色や x軸、y軸に何を利用するか ペンを使って描く 仮説:aaaaaa 使うデータ:bbbとccc 分析手法:白地図に色分けする Bbbを利用して失業率を地区毎に色 分け(失業率10%以上赤、10%未満 から3%以上黄、3%未満緑)する。 Cccの施設情報を利用し、地図に点 (青色シール)をプロットする。 グラフを利用 地図を利用

×