データ利活用とは？電子レシートの実証実験をご紹介します！
こんにちは！SIRU＋の川﨑です。
本日は町田市で行われた実証実験、経産省主催電子レシート実証実験についてご紹介します！
これまでご紹介した実証実験は地域の健康課題の解決を目的としているものが多かったのですが
今回ご紹介するのは、「電子レシートの実証実験」ということでこれまでとは少し違った側面をお伝えできるかなー？と思います。
テーマは「データ利活用」
それでは、本日もよろしくお願いいたします！
電子レシートの実証実験・商品データの標準化って？
この実証実験、東京都町田市内のミニストップ、ウエルシア薬局、ココカラファイン、東急ハンズ、三徳、銀座コージーコーナーと、かなり幅広い業態の店舗が参加しているのですが、
さまざまな業態で「商品データの情報を統一（標準化）させる」ことで「データ利活用」をしていく、という取り組みです。
「商品の情報」ってどれも一緒じゃないの？？？って思いますよね
同じ商品はどこで買っても同じだし…
しかし商品データの登録の仕方が違うんです。
メーカーは商品データを各小売（スーパーや薬局など）に送るとき、それぞれの管理しているマスタに表記を合わせてカスタマイズした上で送っています。そのため、同じ商品でも小売によって、マスタの書き方が異なる、という現象が起きています。
イメージは、Aのスーパーに出す場合は、カタカナ表記で、Bのスーパーに出す時は、漢字表記で、というような感じです。
例えば、同じイチゴでも、各小売によって管理されている名前が違っていて、「イチゴ」「いちご」「苺」とカタカナ(全角半角)ひらがな漢字という部分で別の表記になっているところや、
「とちおとめ」「とちあいか」「スカイベリー」「紅ほっぺ」と、品種別の表記になっているところもあります。
表記名が異なるので、今月の全国のイチゴの売り上げについて分析しようとしたときに、
「苺」「いちご」「スカイベリー」「とちおとめ」「トチオトメ」というように、異なる表記のものをいちいち全ての情報をマージして、漏れがないかも確認して行わなければなりません。
各社の表記の仕方を合わせようと思うと、すでに登録商品マスター作っちゃってるから、変えるのにもとても労力がかかります…
誰も「標準化された商品マスター」を持ってないというのが、データを利活用しようと思った時のハードルになっています。
「商品データの標準化」だけで一つの仕事が成り立つくらいで、そういうサービスもあるようです。（例えばeBaseさん）
商品のデータを標準化することがデータ利活用する上でどんな部分で効果的なのか？っていう有効性を検証したのが今回ご紹介する実証実験です。
データ利活用ってなんだ
データ利活用ってこのnoteでも、スマートシティについて調べていてもとってもたくさん出てくるワードです。
そして今回の実証実験も「電子レシートにおけるデータ利活用の有効性の検証」。
利活用って、私、恥ずかしながらリサイクルのReかと思ってたんですが、違うんですね…
本日はちょっとこのあたりもお勉強兼ねてまとめてみますね。
経産省のHPにデータ利活用のポイント集がありました！！
これによるとデータ利活用とはどういうことかというと…
データ利活用は、データを利用したサービスという狭義の意味はもちろん、既存の製品・サービス の付加価値を向上させる、新たな事業領域を模索したり、新たなイノベーションの創出・新たな市場 の創造を進めたりする手段としても検討・推進されるものである。
つまり、課題解決に向けてデータを収集・蓄積し、分析、アプローチして、データをどんどん活用していくってことです。
経産省主催電子レシート実証実験の詳細
実施期間：2018年2月13日〜2月28日
店舗協力：東京都町田市内の
ミニストップ、ウエルシア薬局、ココカラファイン、東急ハンズ
三徳、銀座コージーコーナー
※この実証実験でSIRU＋に連携したのは、スーパーの三徳さんのみです。
委託事業者：東芝テック
検証内容：経済産業省が策定する電子レシートの標準規格の検証作業として、業種、業態の異なる小売店舗における、標準化された電子レシートプラットフォームの有用性を検証
検証背景：企業の枠を超え購買データを蓄積するインフラを構築し個人の買い回りの状況を分析することで、正確な消費者理解に基づく商品開発やサービス提供を可能とする。
気象データや実店舗のセンサーデータなどのIoTデータを組み合わせることで、新たなニーズを発見し、新たな価値を生み出す社会インフラを構築する。
経産省主催電子レシート実証実験にてシルタスとしてやったことは、POSデータからアプリに取り込みをしたときに商品の情報が統一されてるかどうか見るということ。統一されてると栄養素に変換しやすいか、という検証です。
スーパーの三徳さんの購買データを栄養素変換し、標準フォーマットになっているということで栄養素変換しやすい環境を作ることができました。
データをきれいにして使いやすく
データ社会で「表記の違いによって分析しづらい」というのを解決する必要がある、というのが現在も課題としてあります。
世の中 データ社会になってきた時に、データ社会じゃなかった時のデータって本当にカオスですよね。笑
これをクレンジングするとか、統一させていくみたいなことが、今裏側ですごく求められているんですね。
シルタスももしかすると、そこに役立てる可能性はあって、各社の購買データが集まってくるんであれば、それを栄養素に変換する時に、同じマスターにしていく、ということができます。
そのためこうデータをいかに綺麗に使いやすくするか、みたいなことを当時実証実験にて行なっていった、とのことでした。
SIRU＋のデータ利活用
今回ご紹介したのは蓄積した小売のデータを標準化し、SIRU＋のアプリに取り込むことでデータとして扱いやすいか、データ利活用する上での効果を検証する実証実験でした。
SIRU＋でのデータ利活用方法もご紹介します。
データの蓄積
・購買データ
・購買データから栄養素に変換したデータ
・ユーザーの属性（性別や年齢・家族構成など）
さまざまな分析
・購買データから分かる栄養素情報と生活習慣病の関連を分析
・購買データからユーザーの属性（性別や年代ごと）によって、どのような買い物傾向があるか分析
・（スマートシティなどでは）他のデータと連携し、栄養情報や運動データとの関連を分析
アプローチに役立てる
・メーカー：マーケ戦略を立てる
・スーパー：販促計画に役立てる
・自治体：健康課題から住民へのアプローチを考える
SIRU＋だけで、購買データだけでなくユーザーの属性や栄養素の情報も蓄積できるので、分析やアプローチに役立てることができます。
最後に
ここまで読んでいただき、ありがとうございました！
データ社会では、「扱いやすいデータ」というのがポイントになるんですね。私も散らかったデータを整理しておきます。笑
シルタスのプロジェクトに質問などありましたらどしどし連絡ください！
SIRU＋は今後も「がんばらないヘルスケア」を日本全国に広げていきます！