不動産会社のためのWebオープンデータの活用方法

作成者: 片山幹健｜23/11/04 5:23

不動産会社がWebのオープンデータを活用する方法を紹介します。

オープンデータとは何か

オープンデータとは、Web上に公開されているデータのことです。不動産はあまりデータがまとまっていないことが多く、不動産会社がWebのオープンデータを利用することで、物件データをはじめとしたWeb上に散らばっているデータを収集して、分析・業務効率化などが実践できます。

不動産会社にとってのオープンデータの利点

不動産会社にとって、オープンデータを活用することには以下のような利点があります。

1. 市場動向の把握: オープンデータを利用することで、不動産市場の動向や需要予測を把握しやすくなります。

2. 競合情報の収集: オープンデータを活用することで、競合他社の情報を収集し、自社の戦略に活かすことができます。

3. 顧客ニーズの把握: オープンデータを活用することで、顧客のニーズや傾向を分析し、より適切な物件を提案することができます。

4. 業務効率化: オープンデータを活用することで、物件情報の収集や整理が効率化され、業務の効率を向上させることができます。

Web上のオープンデータの収集方法

Web上のオープンデータを収集する方法は以下の通りです。

ウェブスクレイピングの利用: 不動産関連のWebサイトから必要な情報をクローリングし、オープンデータとして活用します。クローリングとは、検索エンジンなどにも使われている技術ですが、WebサイトのHTMLコードを分析し、どこに何が書かれているかを把握し、分析・分類などを行う手法です。今回のケースでは、Webサイト上に記載されている情報を読み取り、その情報が物件名なのか構造に関する情報なのかなどを分類し、それぞれの項目としてデータベースに格納していくことで物件データベースを構築します。

今回は、簡易的なオープンデータ活用の事例として、物件情報が掲載されているWebサイトから物件情報をクローリングし、スプレッドシート上にリスト作成するという流れを紹介します。

掲載されている物件情報を取得して、物件名、住所、最寄り駅、竣工年月、規模、構造、基準階面積、延床面積などを一覧にしていきます。

日土地西新宿ビル	東京都新宿区西新宿6-10-1	東京メトロ丸ノ内線西新宿駅徒歩3分東京都営大江戸線都庁前駅徒歩5分山手線新宿駅徒歩11分	2002年11月	地上23階地下2階	鉄骨造	272.25坪 / 900.0m2	11,618.4坪 / 38,408.0m2
住友不動産西新宿ビル2号館	東京都新宿区西新宿8-15-17	東京メトロ丸ノ内線西新宿駅徒歩3分山手線新宿駅徒歩10分	1992年9月	地上7階地下1階	鉄骨造	175.99坪 / 581.78m2	1,359.73坪 / 4,494.97m2
高田馬場センタービル	東京都新宿区高田馬場1-31-18	山手線高田馬場駅徒歩3分東京メトロ東西線高田馬場駅徒歩5分西武鉄道新宿線高田馬場駅徒歩3分	1992年4月	地上12階地下1階	鉄骨造	169.27坪 / 559.57m2	2,864.75坪 / 9,470.24m2
グランファースト新宿御苑	東京都新宿区大京町22-1	東京メトロ丸ノ内線四谷三丁目駅徒歩5分総武・中央緩行線千駄ヶ谷駅徒歩13分	1986年7月	地上8階地下1階	鉄骨鉄筋コンクリート造	130.38坪 / 431.01m2	1,655.85坪 / 5,473.74m2

オープンデータを活用した物件データベースの作成手順

オープンデータを活用して物件データベースを作成する手順は以下の通りです。

1. データの収集: Web上のHTMLコードを分析し、必要な情報を抽出します。

クローリングする際に重要なポイントとして、対象のWebサイトのHTMLの構造がどのようになっているかを把握する必要があります。

2. データの整理: 収集したデータを整理し、物件ごとに分類します。

物件情報のページからどんなデータを収集し、どのように分類するかを決めます。例えば、物件名、住所、最寄り駅、竣工年月、規模、構造、基準階面積、延床面積やオフィスの空室情報など。

3. データの加工: 収集したデータを必要な形式に加工し、データベースに取り込みます。

そのままだと、データの書式が統一されない可能性があるので、データの書式を加工します。例えば、全角数字を半角数字に変換する、単位を削除し数値のみを表記するなど。

4. データベースの構築: 加工したデータを活用して物件データベースを構築します。

5. データの更新: 定期的にオープンデータを収集し、物件データベースを更新します。

これらの手順を踏むことで、オープンデータを活用した物件データベースを作成することができます。

なお、今回はGoogle Colabとスプレッドシートを使用する方法をご紹介します。

Google Colabは、無料でPythonというプログラミングコードの実行環境を整備できるサービスです。Googleのサービスなので、同じGoogleサービスであるスプレッドシートとの連携もしやすいです。

Google Colabについて

以下が、クローリングを行うためのPythonのサンプルコードです。指定したスプレッドシートに取得したデータを転記するようにしています。（BeautifulSoupというクローリング用のライブラリを使用しています）

import requests

from bs4 import BeautifulSoup

import time

# 認証のためのコード

from google.colab import auth

auth.authenticate_user()

import gspread

from google.auth import default

creds, _ = default()

gc = gspread.authorize(creds)

# Open a worksheet from spreadsheet with the new key

wks = gc.open_by_key('スプレッドシートのID').sheet1

# スクレイピング先のURLのベース部分を新しいURLに変更

url_base = "https://www.*********************.com/office/shinjuku_ku/"

# スクレイピングした物件詳細ページの数

scraped_pages = 0

# 現在のページ数

page_num = 1

while scraped_pages < 1000 and page_num <= 40:

# 現在のページのURLを生成

url = url_base + '?page=' + str(page_num)

# requestsを使って、webから取得

r = requests.get(url)

soup = BeautifulSoup(r.text, 'html.parser')

# 各物件詳細ページのURLを取得

link_elements = soup.select('h2.name a.property_link')

links = ["https://www.*********************.com" + a.get('href') for a in link_elements]

# 各物件詳細ページから物件情報をスクレイピング

for link in links:

# スクレイピングした物件詳細ページが1000件に達したら処理を終了

if scraped_pages >= 1000:

break

r = requests.get(link)

soup = BeautifulSoup(r.text, 'html.parser')

# 物件情報を取得

property_info_elements = soup.select('table.detailTable.overview1 tr td:nth-child(2)')

property_info = [' '.join(e.get_text().strip().split()) for e in property_info_elements]

# 募集区画の情報を取得

floor_table_elements = soup.select('div.floorTable.js_floorTable tr')

available_floors = sum(1 for e in floor_table_elements if '掲載終了' not in e.get_text())

property_info.append(available_floors)

# 想定成約賃料の情報を取得

rent_price_element = soup.select_one('div.marketprice div.block p.body span.price span.num')

if rent_price_element is not None:

rent_price = rent_price_element.get_text().strip()

property_info.append(rent_price)

# スプレッドシートに書き込み

wks.append_row(property_info)

# スクレイピングした物件詳細ページの数を増やす

scraped_pages += 1

# Webサイトに負荷をかけないように5秒間隔を空ける

time.sleep(5)

# ページ数を増やす

page_num += 1

オープンデータの活用事例と成功事例

オープンデータを活用した物件データベースの作成や分析には、以下のような事例があります。

1. 市場調査の効率化: オープンデータを活用して、不動産市場の需要動向や物件価格の分析を行い、市場調査の効率化を図る事例があります。

2. 顧客ニーズの把握: オープンデータを活用して、顧客のニーズや傾向を分析し、より適切な物件を提案する事例があります。

3. 競合情報の収集: オープンデータを活用して、競合他社の物件情報や販売戦略を収集し、自社の戦略立案に活かす事例があります。

これらの事例からもわかるように、オープンデータの活用により、不動産会社の業務効率化や競争力の向上が図られています。

直近は、オープンデータを収集して、データサービスとして提供しているスタートアップも出てきていますが、必要なデータは各社で異なることも多く、その場合は自社でデータ収集の仕組みを構築してしまった方が良い場合もあります。不動産DXの施策の一つとして、オープンデータを活用した自社独自の物件データベースの構築を検討してみてはいかがでしょうか？

不動産DXに関するご相談などもお気軽にどうぞ。

完全な記事を表示