Googleマップのデータは、感謝祭の道路や酒屋での混雑を避けるのに役立つかもしれない Googleマップのデータは、感謝祭の道路や酒屋での混雑を避けるのに役立つかもしれない

Googleマップのデータは、感謝祭の道路や酒屋での混雑を避けるのに役立つかもしれない

Googleマップのデータは、感謝祭の道路や酒屋での混雑を避けるのに役立つかもしれない
Google旅行マップ
バーモント州の人々は感謝祭にピザを心から食べたい。Google

10 億人を超えるアクティブ ユーザーが Google マップを使って目的地を見つけており、Google マップはユーザーがどこへ行き、どのようにそこにたどり着き、目的地で何をしたかに関する膨大なデータを同社に提供しています。

Googleは今年、2017年の感謝祭期間中にGoogleマップのユーザーから収集したデータを分析し、高速道路の運転、地元のレストランへの訪問、映画館への訪問などにおいて、特に混雑する時間帯を特定しました。その結果、ユーザーが混雑した道路やショッピングセンターを避けるのに役立つ可能性のある興味深い傾向が明らかになりました。

彼らが学んだことのいくつかを以下に示します。

感謝祭前夜は酒とケーキを買う日

訪問時間
ワインの前にケーキを買って、列に並ぶ時間を節約しましょう。Google

ユーザーが様々な店舗を訪れる時間帯を追跡した人気の訪問時間に関する調査によると、水曜日の午後早くはパン屋に行くのに最も人気があり、水曜日の夕方早くは酒屋でボトルを買うのに最も人気がある時間帯であることがわかりました。金曜日の夜は、ブラックフライデーの買い物がすべて終わった後、人々は映画館に集まります。訪問時間の全体的なチャートを見ると、水曜日の午後遅くと木曜日の正午は家にいるのに最適な時間帯のようです。

Googleは、この種のデータを分析するために、位置情報サービスが有効になっているデバイスから取得した情報を調べました。Googleはこのデータを匿名化し、個々のユーザーを特定できないようにしています。昨年Googleマップを少しでも使用していた場合、あなたの情報が、この分析結果の集計に使用されたデータの一部となっている可能性があります。

水曜日の運転は予想通りひどい

Google運転
水曜日の夜の交通渋滞は深夜を過ぎても続く。Google

感謝祭前の水曜日の夕方は渋滞が予想されるなら、期待を裏切らないでしょう。しかし、Googleが調査した25都市すべてにおいて、深夜を過ぎてもなお渋滞が「ひどい」レベルにまで達しているのは、少々意外です。しかし、ブラックフライデーの渋滞は、典型的な金曜日の朝の通勤時間帯と同じようなパターンです。

調査の手法に関する部分によると、このデータを取得するために、Googleは「位置情報サービスが有効になっているAndroidスマートフォンの速度と位置によって決まる」道路上の車の総数を分析した。

Google のブログ投稿には、ユーザーが目的地として希望する都市を入力し、最適なドライブ時間帯を見つけることができるツールが含まれています。

これはクールなデモンストレーションですが、Googleの別のナビゲーションサービスであるWazeのような、よりリアルタイムの交通情報を提供するサービスを使った方がおそらく良いでしょう。Wazeは昨年9月にAppleのCarPlayに対応し、車のダッシュボードナビゲーションシステムと同期できるようになりました。

ロボットでなければ検索データは退屈だ

Googleにとってトラフィックや訪問データは興味深いものですが、検索は依然として重要な要素であり、同社は2017年の感謝祭の検索トレンドもいくつか公開しました。リストに大きな驚きはありませんが、地図を見たり、人気の検索クエリをリストアップしたオンラインツールを使えば、地域ごとの傾向を確かに把握できます。

結果はそれほど魅力的ではないが、Google がリストをまとめるプロセスは興味深い。

「トレンドカテゴリーは、感謝祭期間中の道案内リクエストの総数と、感謝祭週の2週間前と2週間後の道案内リクエストの総数を比較することで決定されます。感謝祭週中に最も増加率の高いカテゴリーが、トップトレンドカテゴリーとみなされます。各州のトレンドカテゴリーは、感謝祭期間中の全国的な道案内リクエストのトレンド率と比較されました。ある州で全国よりも頻繁に検索されたカテゴリーは、その州で「特に人気」があるとみなされました」とレポートは説明しています。

つまり、週末にGoogleのサービスや製品を利用するということは、おそらくこのようなデータ収集活動に貢献していることになるということです。これは、Googleアシスタントが通勤時の遅延で仕事に遅れそうになると警告してくれる機能などを可能にしているのと同じ技術です。

したがって、このデータはロボットにとって非常に有用である一方、この場合は、特にケーキを買いに行く前にワインのボトルを買いに行くことを気にしないのであれば、私たちにとっても少なくとも多少は有用です。