タクシーの需要予測と呼ばれるものには、過去の乗車記録から平均を出すもの、現在の人出だけを見るもの、経験則を地図に置いたものなど、いくつもの考え方があります。クラスターサーチは、需要が生まれる「原因」ごとに別の根拠を使い、確度の低いものは表示しないという方針で組み立てています。このページは、機能ごとの根拠の種類と、仕組みを詳しく解説したページへの入口です。
基本の考え方
- 原因ごとに根拠を変える——羽田は到着便と座席数、バスタは便のグレードと発地、残業はオフィス街の業種統計、運休は運行情報。ひとつの指標で全部を読もうとしない
- 足すより、絞る——確度の低い需要は表示しない。残業は密集地だけ、電車は運休だけ、ホテルは規模と需要の高い店だけ
- 予測は目安——需要が出る側を読むもので、その場のタクシー台数（供給）は読まない。当たることを保証せず、根拠と限界を公開する
- 現場で検証する——1年半以上、複数名の現役ドライバーが隔日勤務と夜勤で確かめ、外れた要因を分析して表示条件から外す
仕組みの詳しい解説
- 羽田乗り場予測の仕組み——到着便を20分ごとに監視し、便名から機材・座席数を特定、時間帯・曜日・国際線で搭乗率を予測して推定乗客数を出す。到着ゲート→出口→乗り場の流れで、乗り場ごとの人数に変換
- バスタ新宿予測の仕組み——全国から東京に来る高速バスを毎日収集し、便のグレードと発地の交通事情・客層で読む。同じ8便でも流れが違う理由
- 街の需要の読み方——38エリアの人出を「いつもの同じ曜日比」で。深夜に定番の飲み屋街を比べる使い方
機能ごとの根拠の種類
| 機能 | 根拠の種類 | 更新 |
|---|---|---|
| 街の需要 | 実測データ（半径250mの人の総量）と、いつもの同じ曜日・同じ時間との比較 | 1時間ごと（22〜翌5時は30分ごと） |
| 羽田乗り場予測 | 公開情報のリアルタイム取得（到着便）＋公的統計（搭乗率の予測）＋独自の対応づけ（出口→乗り場） | 20分ごと |
| バスタ新宿予測 | 毎日独自に収集したデータと、利用客とバス会社のリサーチ | 毎日（早朝に準備） |
| 深夜リムジンバス | 公開されている実績の所要時間で定刻を補正 | 定期的に取得 |
| 残業需要マップ | 公的統計（国税庁・内閣府のデータなど） | 夕方以降表示（月曜は非表示） |
| ホテル需要 | 独自に収集したデータ | 翌日14〜15時 |
| 運行情報（運休） | 公開情報のリアルタイム取得＋現場検証に基づく設計（ピンを10分で消す） | 運休発生時 |
| 繁華街・飲み屋街ピン | 店舗の営業時間データ＋現場検証に基づく色の区切り | 閉店時刻に連動 |
| 高級店ピン（王冠） | 現場検証に基づく設計（ラストオーダーの時刻で点灯） | ラストオーダーに連動 |
| イベント | 公開されている開催情報（終演時刻を基準に表示） | 毎日 |
| AIアドバイス・1週間需要予測 | 傾向にもとづく見通し（給料日・ゴトウビ・季節など） | 3時間ごと／毎日 |
情報源・更新頻度・評価方法・既知の限界・最終検証の一覧は、データソース・検証方法に機能ごとに掲載しています。内部の係数・閾値・対応表は公開していません。
この仕組みで、何が変わるか
勘で流す時間を、根拠のある移動に変えること。並ぶ前に決めること。確度の低い場所に向かわないこと。クラスターサーチが提供するのは「当たる予測」ではなく、判断材料の密度です。
クラスターサーチは App Store（iOS）で配信中です（Android版は準備中）。対応エリアは東京23区・武蔵野市・三鷹市（武三地区）、14日間の無料トライアルはすべての機能を利用できます。
本ページは、クラスターサーチの需要予測の考え方と根拠の種類を、現役タクシードライバーの検証にもとづいてまとめたものです。予測は目安であり、乗車や営収を保証するものではありません。