まだ無い場所を、地図の上で順位にする。
こんな課題に。
- 中心市街地活性化や商業振興の計画で、「この地区に何が足りないか」を数字で言えない
- 買い物弱者・生活機能の空白が、住民の声か既存店舗の分布までしか把握できていない
- 出店候補地の絞り込みが、担当者の経験と土地勘に頼っていて、引き継げない
- 地価が「最寄りの公示地点」の1点しかなく、その間の土地の値段を根拠づけられない
- 撤退・空き店舗の見通しを求められるが、依拠できるデータが無い
- 立地誘導や補助の効果を、事後に検証する物差しが無い
3つのアプローチ。
新しい調査を足すのではなく、公的統計と再配布が許されたデータだけで測ります。スクレイピングは使いません。検証はすべて、県を丸ごと隠す空間ホールドアウトと、新店を差し引いてから学習し直す前向き検証で行っています。
まだ無いマスを、順位づける
全国 471,024 マス（1億2,532万人）で、小売・飲食・サービス 30 業種の立地を学習しました。まだ1店も無いマスの上位 10% が、実際に開いた新店の 75.1% を捕まえます（でたらめなら 10%、つまり 7.5倍）。モデルの持ち場は、まだ何も無い場所です。
点と点の間の、地価を出す
地価公示・地価調査の実測点に、用途地域・容積率・前面道路・駅距離を重ね、100m 四方で推定します（福岡市 16,314 セル・80% 予測区間つき）。実際の取引 7,456 件と突き合わせ、系統的な偏りが無いことを確認済みです。
成り立つ人口を、実データで
1店あたり人口は、沖縄 1,613 人から宮崎 2,055 人まで、1.3倍の幅に収まります。閉店した 711 店から測ると、周辺の1店あたり人口が 2,200 人を割ったところで閉店率が跳ね上がります。
届く線を、先に引く。
10業種・47県・74,507件の開店データで3通り測って、業種を当て分ける信号はありませんでした（業種ごとの平均 AUC 0.508）。人口も従業者も道路も、どの業種にも同じ向きに効くためです。
しかも多変量が単変量に負けます。閉店は賃料やオーナーの事情といった、外から見えない要因に左右されます。
密集度をそろえて測ると 2.5〜4.6倍。1つの街の中で場所を選ぶ用途では、こちらが実力です。
周辺の人口密度が上がるほど倍率が落ちます。ただしスーパーは都心でも 4.7倍を保つので、一律に大都市を外すのは誤りです。
飲食の新店は 85.5% が既に店のある場所に出るため、「既存店舗数で並べるだけ」と互角になります。
前年値 × 1.08 で誤差 1.9%。モデルが要るのは点が無い場所だけで、市の縁は外挿になり誤差が大きくなります。
ご支援プラン
まず対象エリアを測って現状を可視化し、そこから庁内・事業者が使える形、年次の更新へと段階を踏みます。エリアを1つ決めていただければ、そこから始められます。
商圏診断
- 対象エリアのマス構築（人口・従業者・土地利用・道路・駅）
- 業態別の順位づけと、素朴な対抗馬との比較
- 1店あたり人口と閾値の算出
- 当たらない範囲の明示
公開ツール構築
- 地図 UI と候補地の順位表
- 地価推定グリッドと予測区間
- 順位の根拠・出典の表示設計
- 庁内向け／事業者向けの導線
- 外部送信ゼロの設計
運用・年次更新
- 統計の年度更新への追従
- 開店データの継続収集
- 施策・出店の事後検証
- 近隣自治体・他エリアへの横展開
消えるデータが、あります。
開店の実績が分かる公的データには、保存期間が短いものがあります。酒類販売業免許の新規取得者一覧は国税局ごとに8〜12か月ぶんしか残らず（金沢局は9か月、大阪局は8か月）、食品衛生申請等システムのデータは上書きで更新されます。取り逃すと、二度と手に入りません。
私たちは常時稼働のサーバーで、毎月これを回収し続けています。PLAN C が「更新」ではなく資産の積み上げである理由がここにあります。
数字で見るこの領域。
公開鉄道沿線計画シミュレーター福岡市地下鉄七隈線の延伸を題材に、需要予測と開業後の実績を並べて「測る・監査する」ことに徹したWeb地図。
公開ホテル建築ボリューム＆設計図シミュレーター博多駅南の実在の登記筆を選んで合筆し、建蔽率・容積率の緩和（博多コネクティッド等）を反映した最大ボリュームのホテルを…
公開有人ドローン福岡を舞台に、空飛ぶクルマ（有人eVTOL）の路線・離着陸場を計画。
DEMO地域公共交通計画 策定支援AI改正地域公共交通活性化再生法で努力義務化された「地域公共交通計画」の現状分析・交通空白地検出・法定6項目ドラフト生成…
CASEもしも、空き家データを生成AIで再生可能性判定したら空き家は900万戸・空き家率13.8%で過去最高、放置の「その他空き家」385万戸（総務省 住宅・土地統計調査2023）。これは想定です
CASEもしも、オーバーツーリズムの分散・受入に生成AIを使ったら2024年の訪日客3,687万人で過去最高、混雑が各地で顕在化（観光庁）。これは想定です商圏・立地データのよくある質問
まだ店が無い場所の順位は、どうやって出していますか？
全国 471,024 の 500m 四方のマス（1億2,532万人）で、小売・飲食・サービス 30 業種の立地を公的統計から学習しています。まだ1店も無いマスの上位 10% が、実際に開いた新店の 75.1% を捕まえました（でたらめなら 10%、つまり 7.5倍）。検証は、県を丸ごと隠す空間ホールドアウトで行っています。
この場所に何の店ができるか、当てられますか？
当てられません。10業種・47県・74,507件の開店データで3通り測りましたが、業種を当て分ける信号はありませんでした（業種ごとの平均 AUC 0.508）。人口も従業者も道路も、どの業種にも同じ向きに効くためです。
閉店や撤退は、予測できますか？
できません（AUC 0.61）。閉店は、賃料やオーナーの事情など、外から見えない要因に左右されます。代わりに、周辺の1店あたり人口が 2,200 人を割ると閉店率が跳ね上がる、という閾値を実データから出しています。
「7.5倍」は、そのまま信じてよいですか？
都市と田舎を分けるぶんが入っています。密集度をそろえて測ると 2.5〜4.6倍で、1つの街の中で場所を選ぶ用途ではこちらが実力です。倍率を出すときは、今すでにそこにある量で並べた素朴な対抗馬を必ず並べて書きます。
地価は、どこまで分かりますか？
地価公示・地価調査の実測点に用途地域・容積率・前面道路・駅距離を重ね、福岡市を 100m 四方の 16,314 セルで推定しています（80% 予測区間つき）。実際の取引 7,456 件と突き合わせ、系統的な偏りが無いことを確認済みです。前年値がある地点は、前年値 × 1.08 で誤差 1.9% なので、モデルは要りません。
費用と期間は、どのくらいですか？
商圏診断が 80〜150万・3〜4週間、公開ツール構築が 300〜800万・3〜6ヶ月、運用・年次更新が年 150〜400万です（税別・2026年9月時点）。エリアを1つ決めていただければ、そこから始められます。
一緒に、祭を起こしませんか。
