【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-九州・沖縄編-

最終回は九州と沖縄編です。ここまで見てきた感じだと「人口が少ないと集客も厳しくなる、ただし多いからといって必ずしも集客が増える訳ではない」といった傾向でしたが、九州・沖縄ではどうでしょうか。早速見ていきたいと思います。記事の最後にこれまでに可視化してきた地域の結果も掲載しています。

【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-中四国編-

これまでJクラブのスタジアム商圏と人口を可視化してきましたが、いよいよ残りは2回です。今回は中四国をまとめて見てきます。

【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-関西編-

前回から間隔が空いてしまいましたが、引き続き人口とスタジアムの関係を可視化していきたいと思います。今回は関西を見てみます。

【Power BI】Adobeの"ガチ"ダッシュボードをリバースエンジニアリングしてみる-その２-

前回に続いてAdobeのダッシュボードを解読していきます。今回は、Adobeの考えるカスタマージャーニーに沿ったKPIを表示している部分（下図4番）とジャーニーの各フェーズにフォーカスしたページが中心となります。

【Power BI】Adobeの"ガチ"ダッシュボードをリバースエンジニアリングしてみる-その１-

3月26日から米ラスベガスで行われていた「Adobe Summit」。その基調講演の中で、Adobeが実際に社内で使用しているダッシュボードが披露される一幕があったようです。そのダッシュボードを詳しく分解してみることで、Adobeが自分たちのビジネスをどのように捉えているのか理解し、自分の業務の参考にしたいと思います。

これはガチ社内ダッシュボードらしくDDOM(Data Driven Operating Model)に基づいた顧客のカスタマージャーニーの可視化。

隣に座っていたAdobe社員の方が「見せるんだ...」と驚いてたのが印象的。#AdobeSummit

— Go Ando / THE GUILD (@goando) 2019年3月26日

【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-中部編-

引き続きJクラブのスタジアムの商圏内の人口を可視化していきます。今回はサッカー王国静岡県のある中部地方を可視化してみます。北海道・東北地方は商圏内の人口が多いほど観客数も多い傾向にありましたが、こちらはどうなのでしょうか。

【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-北海道・東北編-

前回に引き続きJクラブのスタジアムの商圏内の人口を可視化していきます。今回は北海道と東北地域を対象に可視化します。