プロジェクト概要

本プロジェクトは、楽天ふるさと納税に掲載されている返礼品データと、総務省「ふるさと納税に関する現況調査」(令和4年度)を組み合わせて、 ふるさと納税市場の人気構造・価格戦略・自治体戦略を可視化した分析ダッシュボードです。

制作者の中江哲夫は、広告代理店でのブランドリサーチ・ディレクター経験と、 ダイアローグ研究所でのEコマース事業開発・マーケティングコンサルティングの実務経験を持ちます。 本作品は「事業視点を持ったデータアナリスト」としての差別化を示すポートフォリオ第2作です。

データソース

データ出典取得時期件数
楽天ふるさと納税 返礼品データ 楽天ウェブサービス(楽天市場商品検索API) 2026年5月 32,244件
ふるさと納税の現況調査 総務省「ふるさと納税に関する現況調査結果」令和4年度 令和4年度調査 1,741自治体

楽天API利用規約への準拠

本ダッシュボードは、楽天ウェブサービス利用規約を遵守して構築されています。 具体的には以下の点を厳守しています。

本サイトに掲載しているデータは、楽天ウェブサービスを利用して収集・加工したものです。

分析手法

1. カテゴリ正規化

楽天APIの検索キーワード(「ふるさと納税 牛肉」等)と商品名・説明文から、 sudachipy(日本語形態素解析)と YAML マッピングルール(config/category_mapping.yml)を組み合わせて 14の主要カテゴリに正規化しました。

2. 価格帯セグメント

返礼品の寄付金額を7つの価格帯に分割し、各帯のボリューム・レビュー獲得力を比較。 「心理的価格ポイント」(1万円・3万円・5万円)への集中度も分析しています。

3. 自治体タイプ分類(K-means)

各自治体のショップを「商品数・価格中央値・レビュー数・食品比率・高額品比率・受入額」の6次元特徴量でベクトル化し、 K-means(k=5)でクラスタリングを実施。StandardScaler で標準化後にクラスタリングしています。

4. 楽天・総務省データの突合

楽天のショップ名(例: 「北海道別海町」)と総務省の「都道府県名+市区町村名」を 部分一致マッチングで突合。突合率は99.5%を達成しています。

制作者プロフィール

中江 哲夫(Tetsu Nakae)

株式会社ダイアローグ研究所 代表取締役

慶應義塾大学法学部政治学科卒。広告代理店でのブランドリサーチ・ディレクター経験を経て、 2008年株式会社ダイアローグ研究所を設立し、Eコマース事業開発・マーケティングコンサルティングに従事。

保有資格: Python エンジニア認定(基礎・データ分析)、Google Data Analytics プロフェッショナル認定、 データ分析マスター認定、基本情報技術者、通販エキスパート検定1級 他

使用技術

カテゴリライブラリ / ツール用途
データ取得requests, tenacity楽天API呼び出し・リトライ
キャッシュSQLiteAPI レスポンスのキャッシュ
データ処理pandas, pyarrow前処理・集計・parquet出力
日本語NLPsudachipy商品名トークナイズ・カテゴリ正規化
機械学習scikit-learnK-means クラスタリング
可視化Plotly.jsインタラクティブチャート
フロントエンドVanilla JS / CSSダッシュボード UI
ホスティングGitHub Pages静的サイト公開

ソースコード: GitHub

免責事項