見出し画像

データ利活用実証プロジェクト報告 1/5 (株式会社MYCITY)

  次世代通信推進課の隣のチームが昨年実施していた「データ利活用実証プロジェクト」の報告を今後5回シリーズでご紹介していきます。
都では、昨年2月策定の「スマート東京実施戦略」の下で、社会的な課題の解決や都民の生活の質の向上に寄与するサービスが、テクノロジーの力で次々と生み出されることを目指しており、行政や民間などの様々なデータを有効に活用できるデータ連携基盤として、「官民連携データプラットフォーム」を整備する予定です。
 その整備に先立ち、都市をより良くするテクノロジーで、社会的な課題の解決等に貢献するデータ利活用実証プロジェクトを4つのテーマ「3密回避」「交通混雑」「バリアフリー」「防災」のもと選定しました。
 今回はその第1回として、野村不動産、森ビル、東急不動産が共同実施者となり、MYCITYが実証した「オフィスの疎密可視化」のプロジェクトについて、担当した近藤がご紹介します。

「オフィスの疎密可視化」を通して目指したもの

コロナ禍の中、3密回避は重要な社会課題です。今回、MYCITYの「MyPlace」というビーコンを活用したオフィス内位置情報把握ツールを活用し、オフィス内の3密回避策につながる知見を得ることを目指しました。
また同時にオフィスフロアだけでなく、オフィスが入居するビル、その周辺のエリアといった3つのスケールでも混雑情報の見える化を行い、With・Afterコロナにおける、新しいオフィス利用や働き方の在り方の検討につなげました。

画像1

画像2

プロジェクト概要

先に触れたように、このプロジェクトでは
①オフィスフロア(共同実施者のオフィス専有部)
②オフィスが入居するビル
③ビル周辺のエリア
の3つのスケールで混雑状況を把握・可視化を行い、各スケールでの混雑の影響因子と回避策を特定すること、さらにそれらスケール間での相関モデルを作成することを行いました。またこれらを共同実施者である3社の大手ディベロッパーの本社オフィスがある西新宿/六本木/渋谷の3つのエリアで実施しました。

①オフィスフロア(共同実施者のオフィス専有部)
取得した混雑情報を活用し従業員の行動変容を促し、可視化の前後での密の発生状況および接触頻度の効果検証を行いました。各共同実施者本社オフィスの一部エリアで各社200人から300人の社員の方々の協力の元、条件を変更して2度データを取得し、混雑・接触の発生頻度を分析することができました。2度の測定及び3社の差異から、オフィスの物理情報、勤務ルール、曜日・時間帯、混雑の可視化有無などの条件による密・接触の発生頻度の影響を分析しました。

②オフィスが入居するビル
上記3つのビルで、セキュリティーゲートの情報からビル単位の混雑を測定・可視化し、日時・天気による影響を分析しました。

③ビル周辺のエリア
上記3つのエリアで、交通情報・メッシュ情報からエリア単位の混雑を可視化し、日時・天気による影響を分析しました。

④スケール横断
さらに、①-③の3つのスケールの相関性を解析しモデルを作成し、これによってデータが不足している場合でも他のスケールのデータから混雑状況を推定することを可能になりました。

画像3

プロジェクト成果

〇エリア・ビルの混雑推計モデルを作成
エリアやビル単位での混雑状況の間では、1週間前と前日の同時間帯の混雑状況をもとに高い精度で推計可能であることが確認できました。(重回帰分析によって誤差3%程度の精度の予測モデルを構築が可能)
また、今回の実証3エリアで、エリア間の日・時間別推移に強い正の相関(相関係数0.9以上)があり、あるエリアの混雑から、他エリアの混雑状況を推定しうることもわかりました。

〇ランダム性の高いオフィス内混雑
一方、フロアでの混雑状況はランダム性が高く、推計よりもリアルタイムでの状況把握が必要になることが分かりました。接触回数が多い社員は特定部署に偏在しており、該当部署の働き方の検討及び感染予防対策の徹底が必要だと考えられます。接触人数の多い部署は出社/会議/他部署とのやり取りが多い部署でした。
また、さらなる確認は必要なものの、接触人数が相対的に少なかった企業のオフィス環境から、フロア面積の大きさとグループアドレスの実施やABW(Activity Based Working:作業によって場所を変える働き方) の選択肢の多さによって生じている可能性が考えられます。

〇フロアの混雑状況等の発信に対する関心度
実証に参加した従業員の方々の関心度も非常に高く、約6割のユーザーが恒常的にアプリを活用しています。そのうち、1割程度のユーザーにおいて行動変容が確認されました。(本プロジェクトで実施した426名の実証参加従業員へのアンケート結果)
関心が高いのに1割しかの行動変容に至っていないのはなぜなのでしょうか? たとえアプリで混雑状況がわかっても、部署等で使用する座席やエリアが指定されている制約が、行動変容が制限されてしまった背景にあるようです。

参考:この実証を紹介したイメージ動画

おわりに

この実証を通じて、様々な事業者が既に持っているエリア滞在人数や施設の在館人数情報を活用することで、エリア・ビルにおける混雑予測といった情報発信が十分見込めることが分かりました。都としては、事業者などからのデータ提供に向けたガイドラインや運用ルール等の策定を都主導で実施する意義があるのではないかと考えています。都はデータ流通を促進する活動の一環として施設系混雑ワーキンググループの活動を行っていますが、その活動テーマとも合致し、改めてその活動の必要性を確認できたと思います。
また、オフィスでの混雑・接触を避ける行動変容を実現するには、混雑の可視化と並行し、勤務ルール等を見直すフロア運用の施策と連動させ実施することが重要であることもわかりました。

皆さん、お気づきのように従来からあった「働き方改革」課題に、さらにコロナ禍の中では「3密回避」という文脈が追加されており、課題がさらに複雑になってきています。都としては複雑な課題に対してデータを活用することで指針を示せる、そういった活動を積極的に推進していきたいと考えています。