生成AIチャレンジ：5日目 – 生成AIにデータ分析してもらおう！

# 背景 (Context)
これから新しくビジネスを始める上で、事業のターゲットを考えています。
年齢層や市場規模を交えて分析をお願いします。

# 役割 (Role)
あなたはデータ分析や統計のプロフェッショナルで、誰にでもわかる解説で人気がある先生です。
鋭い視点で多角的に物事を捉え、データに隠れたインサイトを見つけるのが得意です。

# 行動 (Action)
添付されたデータを参照し、傾向や統計的優位性など、インサイトを10個以上見つけてください。
出した数字が具体的にどのような数字なのか、誰でも理解できる形で説明してください。
必要に応じて、外部サイトのデータを参照しても構いません。その場合、信頼できるサイトを利用してください。
統計的な評価をする際は、どのような手法を使ったのか、数字はどのような意味を持つのかを交えて説明してください。

# 形式 (Format)
出力は、人が読みやすい形でお願いします。

# 調整 (Tweak)
わからない場合は、わからないと明言してください。
必ず参考文献を載せてください。

以下は、添付データ（SSDSE-A/B/C/D/E/F）をもとに、「どの年齢層を狙うと市場規模が大きいか／伸びやすいか」を、数字→意味→ビジネス示唆の順で整理した分析です。
（SSDSEは公的統計を教育用に整形したデータセットで、欠測が少なく分析に向く形式です。 NSTAC+1）

## 1) 使ったデータと読み方（重要な前提）

• SSDSE-E（基本素材・都道府県）：人口（年齢3区分）、世帯数、単独世帯数、転入転出、産業別従業者など（全国＋47都道府県）
• SSDSE-B（県別推移）：都道府県×年（2011〜2022の12年）で人口・年齢区分などの推移 NSTAC
• SSDSE-A（市区町村）：市区町村別人口、75歳以上など（今回の市区町村データの年は2020） NSTAC+1
• SSDSE-C（家計消費）：全国＋47都道府県庁所在市の、二人以上世帯の「食料」年間支出（2022〜2024平均） NSTAC+1
• SSDSE-D（社会生活）：自由時間活動（例：学習、スポーツ等の“行動者率(%)”系）＋生活時間（例：メディア接触などの“時間(分)”系） NSTAC
• SSDSE-F（気候値）：都道府県庁所在市の気象平年値（今回は補助的に利用） NSTAC

## 2) まず「市場規模」：日本の年齢構成と世帯構造（2023・都道府県集計）

SSDSE-E（2023）から全国の大枠です。

（出典：SSDSE-E） NSTAC

## 3) インサイト（12個以上）：年齢層×成長×地域の“勝ち筋”を見つける

### インサイト1：人口が増えている都道府県は“少数派”＝狙うなら集中が起きている場所

2011→2022（SSDSE-B）で、人口が増えた都道府県は7/46（約15%）。中央値は約-5.8%減。
つまり、「どこでも同じ」は成立しにくく、地域選定が売上の再現性を左右します。 NSTAC

• 増加上位：東京都（+6.36%）、沖縄県（+4.71%）、神奈川県（+1.90%）…
• 減少上位：秋田県（-13.49%）、青森県（-11.67%）…（2011→2022）

### インサイト2：総人口は減っても、65歳以上は“全都道府県で増加”

2011→2022で、全国合計（都道府県合算）は

• 総人口：1億2,783万 → 1億1,981万（-6.28%）
• 65歳以上：2,975万 → 3,455万（+16.1%）
  「縮む市場」と「増える市場」が同時に存在します（増える方が高齢市場）。 NSTAC

### インサイト3：ただし“高齢者が多い県”＝“市場が大きい県”ではない（比率と人数は別）

高齢化率（65歳以上比率）トップは、秋田県 39.1%、高知県 36.3% など。
一方で65歳以上“人数”は、東京都 約320万人、大阪府 約242万人、神奈川県 約239万人 が最大級。
→ **「比率で課題が深い地域」と、「人数が多く売上上限が高い地域」**を分けて考えるのがコツです。

### インサイト4：“人口集中6都府県”が、単独世帯の約半分を持っている（市場の偏りが大きい）

転入超過（純流入）が上位の
東京・神奈川・埼玉・千葉・大阪・福岡の6都府県だけで、

• 人口：約5,077万人（全国の40.8%）
• 世帯：約2,380万（全国の42.7%）
• 単独世帯：約1,002万（全国の47.4%）

→ **一人暮らし向け（20〜40代中心になりやすい）のB2Cは、最初から“地理的に勝ちやすい”**です。

### インサイト5：転入超過の中心はこの6都府県でほぼ固定

都道府県の純流入トップは以下（SSDSE-E）：

• 東京都 +58,489
• 神奈川県 +22,088
• 埼玉県 +17,850
• 千葉県 +16,375
• 大阪府 +13,071
• 福岡県 +8,642

→ 新規顧客が自然流入する場所は、広告効率・紹介率が上がりやすい（同じCPAでも回収が速いことが多い）。

### インサイト6：都道府県庁所在市の“食料支出”は、流入・外国人比率と一緒に上がりやすい

SSDSE-C（食料・年間支出、二人以上世帯、2022〜2024平均）を使い、都道府県特性と相関を確認すると：

• 食料支出（世帯）×外国人人口比率：r=0.60, p=0.000009（正の相関）
• 食料支出（世帯）×純流入（転入−転出）：r=0.56, p=0.000043（正の相関）
• 食料支出（世帯）×高齢化率：r=-0.55, p=0.000064（負の相関）

統計的には「たまたま」では説明しにくい強さです（※相関であり因果ではありません）。
→ “都市×流動性×多様性”が高い市場ほど、支出も厚くなりやすいという読みが立ちます。 NSTAC+1

### インサイト7：食料支出が高い都市は、首都圏・大都市圏に寄る

食料（合計）年間支出（上位例）：

• 東京都区部：約 120万円/世帯
• さいたま市：約 117万円/世帯
• 横浜市：約 113万円/世帯
• 千葉市：約 113万円/世帯
  （SSDSE-C） NSTAC

→ 食×サブスク、プレミアム食材、時短ミール、健康食などは 都市部を起点に検証が合理的。

### インサイト8：「学習・自己啓発」実施（行動者率）は、純流入が大きいほど高い

SSDSE-Dの「学習・自己啓発・訓練（総数）」は、都道府県の純流入と
r=0.72, p<0.00000001 という強い相関。
上位は東京都（52.8）など。
→ キャリア系・資格・リスキリング・生成AI教育のような市場は、人が集まる県ほど伸びやすい仮説が強いです。 NSTAC

### インサイト9：情報通信業の厚みがある県ほど、学習行動が高い（“需要の土壌”）

都道府県別「情報通信業の従業者/人口1000人」と学習行動は
r=0.63, p=0.000002。
情報通信業の厚みは、東京都が突出（人口1000人あたり約77人）。
→ B2CでもB2Bでも、デジタル受容性の高い市場＝初期顧客が獲得しやすい可能性が高い。

### インサイト10：高齢化率が高いほど、医療・福祉従業者密度が高い（供給も厚い）

高齢化率×医療福祉従業者（/人口1000人）は
r=0.46, p=0.0011（正の相関）。
→ シニア市場は需要が厚い一方、供給（事業者・人材）も多い＝競争や人件費の設計が重要。

### インサイト11：市区町村レベルだと「高齢化が極端」な場所は存在するが、市場の“量”は別

高齢化率トップ級は村・町（例：群馬県 南牧村 65.2%）のように母数が小さいケースが多い。
→ “率が高い”＝“売上が大きい”ではないので、B2Cは (率×人口) の両方を見るのが安全。

### インサイト12：中規模都市（人口10万人以上）でも高齢化率35〜41%の“実需が厚い街”がある

人口10万人以上で高齢化率が高い例：

• 小樽市（40.8%・高齢者約4.5万人）
• 大牟田市（37.1%・約4.1万人）
• 一関市（36.9%・約4.1万人）
  → 介護予防・移動支援・配食・見守りなどは、こうした“中規模×高齢厚め”が相性良い可能性。

### インサイト13：75歳以上は「人口の約14.5%」で、65歳以上の“半分超”

市区町村データ（2020、全国合算）では

• 75歳以上：約1,825万人（人口の14.5%）
• 75歳以上 / 65歳以上：約51.6%

→ シニア向けでも、「65+」と「75+」はニーズが別（介護・通院頻度・家族支援の必要度が変わりやすい）なので、ターゲット年齢は分けた方が当たりやすいです。 NSTAC

### インサイト14：“メディア接触時間”は高齢化率と一緒に伸びる

SSDSE-Dの「テレビ・ラジオ・新聞・雑誌（時間）」と高齢化率は
r=0.67, p=0.00000027。
→ シニア市場の集客は、デジタルだけに寄せると取りこぼす可能性（紙・テレビ的導線や地域連携の価値が上がる）。 NSTAC

## 4) ターゲット設計：年齢層×地域で“勝ちやすい3案”（市場規模つき）

### 案A：都市部の「単身（20〜40代中心になりやすい）」＝市場が大きく、流入で伸びる

• コア地域：東京・神奈川・埼玉・千葉・大阪・福岡
• 単独世帯：約1,002万世帯（全国の47.4%）
• こういう事業と相性：サブスク、宅配、時短、健康、学習/リスキリング、家事代行、住まい周り、FinTech
• 狙い方：最初はこの6都府県のどれかに絞るだけで、TAMが十分大きい

### 案B：地方〜中規模都市の「75歳以上」＝人数は巨大、課題が深い（単価勝負向き）

• 75歳以上は全国で約1,825万人規模（2020推計・市区町村合算）
• こういう事業と相性：見守り、通院/買物支援、配食、介護予防、服薬、デジタル弱者向けUI、地域包括と連携するサービス
• 注意：人口減の県は将来母数が減るので、LTV（継続）や自治体/法人契約もセットで設計すると強い

### 案C：子育て（0〜14）比率が高い地域＝数は限定だが“継続課金”を作りやすい

• 子ども（15歳未満）は全国で約1,417万人（2023）
• 比率が高い：沖縄（16.1%）、佐賀（13.0%）、滋賀（12.9%）など
• こういう事業と相性：教育、習い事、食、医療、送迎、家庭内SaaS、写真/イベント
• 狙い方：市場が“広く薄い”より、コミュニティ濃度が高い地域で勝ち筋を作るのが良い

## 5) 次の一手（検証のしかた：統計→仮説→小さく当てる）

1. ターゲットを1つ決めて（例：都市単身／75+／子育て）
2. そのターゲットの TAM→SAM→SOM を、
   • 母数（世帯・人口）×想定利用率×年単価（ARPU）
     で紙に落とす
3. SSDSEで選んだ上位地域（例：転入超過上位）で
   • LPテスト（CVR）
   • 小額広告（CPA）
   • 既存代替（競合・非消費）のヒアリング
     を回す
     → 統計は「当たりを付ける道具」で、最後は**実測（CVR/CPA/継続）**が勝敗を決めます。

## 参考文献（必須）

e-Stat：家計調査（調査の説明・データ体系） e-Stat+1
独立行政法人 統計センター：SSDSE（教育用標準データセット）概要 NSTAC+1
SSDSE-A（市区町村）解説（SSDSE-A-2025） NSTAC
SSDSE-B（県別推移）解説（SSDSE-B-2025） NSTAC
SSDSE-C（家計消費）解説（SSDSE-C-2025） NSTAC
SSDSE-D（社会生活）解説（SSDSE-D-2023） NSTAC