Data Platform Kure
Loading...
大和ミュージアム来館者データの可視化と分析
産業
本ユースケースでは、呉市における主要な観光名所のひとつである大和ミュージアムの2017年の来館者平均値との比較値データを利用しています。これは西日本豪雨災害及び新型コロナ感染症の影響を受けていない2017年の同施設来館者数と、現在の来館者数を割ることで、2017年よりも来館者が多いのか少ないのかを値で示しています。大和ミュージアムは県内外から来訪される方の多い施設であるため、呉市への来訪者の賑わいを表すデータとして利用し、カレンダーに大和ミュージアムの主なイベントを入力し、比較することで来訪パターンにどのような変化があるのかを可視化しました。
利用データ情報
ユースケース
今回、本データを利用して、大和ミュージアムの来訪者が多い時、少ない時にどのようなパターンがあるのか、気象および大和ミュージアムのイベントデータをカレンダーに挿入し、来訪者の増減に関係するのかを検証しました。

Step
  • 本データと呉市の気象データ、イベントデータをマージする
  • カレンダーをインターフェースとし、上記のデータをマッピングする
  • 気象や呉市で起きた他のイベントによって来館者の増減があったのか考察する
2024年4月
イベント内容
1
休館日
2
休館日
3
休館日
4
休館日
5
休館日
6
休館日
7
休館日
8
休館日
9
休館日
10
休館日
11
休館日
12
休館日
13
休館日
14
休館日
15
休館日
16
休館日
17
休館日
18
休館日
19
休館日
20
休館日
21
休館日
22
休館日
23
休館日
24
休館日
25
休館日
26
休館日
27
休館日
28
休館日
29
休館日
30
休館日
2024年4月
分析のポイント
本ユースケースでは大和ミュージアムの来館者指数のデータをカレンダーのインターフェースに挿入し、曜日やイベント、また気象情報といったデータを組み合わせました。
人の行動パターンはこれらのデータと相関性が高いです!ぜひ皆さんもこのデータを利用して呉市に訪れる方の行動パターンを見つけてみましょう!