【Google Cloud×AI】オープンデータで挑む！イギリスの古都シュルーズベリーの不動産価値分析プロジェクト（記事まとめ＆ロードマップ）

2026年7月30日 12:26

はじめに

イギリスの古都・シュルーズベリー（Shrewsbury）。伝統的な中世の街並みや赤いレンガ造りの建物が広がる大変魅力的な街ですが、同時に「築古物件の省エネ性能（EPC）」や「河川の増水による水害リスク」など、現代ならではの課題も抱えています。

「この街のリアルな不動産価値や居住性・課題を、公開されているオープンデータとGoogle Cloudの技術を使って多角的に評価・可視化してみたい！」

そんな想いから、完全な個人プロジェクト（趣味のデータ分析）として、街全体の不動産を解析する取り組みをスタートしました。

このプロジェクトでは、最終的にLooker Studio上のインタラクティブな不動産検索・評価ツール（UK Property Finder）の完成を目指しており、その試行錯誤と技術検証のプロセスをMediumの Google Cloud Community に連載しています。

この記事は、本プロジェクトで公開していく技術記事（日本語解説note）の全体ハブ（ロードマップ）です。新しい記事を執筆するたびに、随時追記・更新していきます！

プロジェクトの全貌と検証記事（随時更新）

街の不動産を正しく評価するためには、単なる「物件価格」だけでなく、建物性能・データ基盤・歴史的変化・機械学習パターン・環境リスクといった多角的な視点が必要です。

現在は以下のアプローチ（全10本予定）でGoogle Cloudエコシステムを組み上げています。

1. 【省エネ性能】歴史的建造物のEPC改修シミュレーション

シュルーズベリーの住宅が政府目標である「EPC Grade C」に到達するための改修ステップとコストを、BigQueryとGeminiでシミュレーション。Looker Studioで動的マップと連動させました。

👉 [日本語解説noteを読む] (※1本目のnoteリンク)
👉 [Medium原文（英語）] Building an AI-Powered Energy Simulation: A Deep Dive into the Google Cloud Ecosystem with Gemini and BigQuery

2. 【データ基盤】AI駆動の住所名寄せ（Address Resolution）

行政データやポータルサイトごとに異なる「住所の表記揺れ」を、SQLでの前処理とGemini（LLM）の文脈理解で解決。ノイズを徹底排除し、分析の核となるクリーンなデータ基盤を作りました。

👉 [日本語解説noteを読む] (※2本目のnoteリンク)
👉 [Medium原文（英語）]Unlocking Real Estate Intelligence: Building an AI-Driven Address Resolution Pipeline

3. 【データモデル】BigQuery SQL Graphによるライフサイクル解析

名寄せしたデータに対し、BigQueryの新機能「SQL Graph」を採用。物件と改修・評価履歴をノードとエッジ（グラフ構造）で表現し、時間の経過とともに変化する物件の歴史（ライフサイクル）をスマートにモデル化しました。

👉 [日本語解説noteを読む] (※3本目のnoteリンク)
👉 [Medium原文（英語）]Real Estate Lifecycle Analysis with BigQuery SQL Graph: Graph Modeling Beyond LLM Record Linkage

4. 【機械学習】BigQuery MLによる改修パターンのクラスタリング

SQLだけで機械学習が完結するBigQuery MLを活用。住宅の構造特性や地理データから「どのような住宅群がどんな改修パターンをたどりやすいか」という超地域密着型（Hyper-Local）の傾向を導き出しました。

👉 [日本語解説noteを読む] (※4本目のnoteリンク)
👉 [Medium原文（英語）] Unlocking Hyper-Local Retrofit Patterns: Using BigQuery ML to Decipher Shrewsbury’s Property Upgrades

5. 【環境リスク】Defraオープンデータを用いた水害リスクのGIS可視化

セヴァーン川に囲まれたシュルーズベリーにおいて重要な「水害リスク（Flood Risk）」を、DefraのオープンデータとBigQueryの地理空間関数（GIS）で処理。各物件ごとのリスク区分をLooker Studio上で重ね合わせました。

👉 [日本語解説noteを読む] (※5本目のnoteリンク)
👉 [Medium原文（英語）] Mapping Local Flood Risks in Looker Studio using Defra Open Data and BigQuery

6. 【医療アクセス】Google Cloud Community掲載！dbt×BigQuery GISで分析するNHS医療アクセスと不動産評価不動産評価における医療アクセスの重要性をモデリング。

dbt SeedとBigQuery GIS（ST_DISTANCE）を活用した3層メダリオンアーキテクチャの構築、およびLooker Studioでの多角的な可視化までを解説。

👉 [日本語解説noteを読む]（※準備中）
👉 [Medium原文（英語）] Quantifying Location Quality for Real Estate Valuation: Modeling NHS Healthcare Access in Shrewsbury with BigQuery GIS, dbt, and Looker Studio

７．［近日公開］次回テーマ...

(※今後書いた記事をここに順次追加していきます！)

データアナリストとして感じたこと

一見バラバラでノイズも多いパブリックデータですが、Google Cloudのエコシステム（BigQuery, Gemini, Looker Studio）とアナリストのドメイン知識を掛け合わせることで、街全体のリアルな課題や潜在的価値が浮かび上がってきます。

個人でのお手軽な検証プロジェクトではありますが、データを「ただの数値」で終わらせず、実際の街や人々の生活に結びつける分析の楽しさを改めて実感しています。

最終的な統合ダッシュボードの完成に向けて、引き続き新しい検証記事をアップしていきますので、ぜひフォローしてチェックしていただけると嬉しいです！