SURFPOINT™ AI Expansion

IP Geolocationベースの拡張データをAI開発向けに提供開始
～地理・時間・ネットワーク環境などを付加したアクセスログで教師データ生成を支援～

アクセスログに“意味のある特徴量”を

SURFPOINT™ AI Expansionは、IPアドレスを起点に、地理・時間・通信・行動などの多次元の属性情報をアクセスログに自動付与。
AI・機械学習にそのまま使える「構造化データ」に変換します。「誰が、いつ、どこから、どのようにアクセスしたか」といった、重要な特徴量を一括生成し、予測モデルの構築や探索的データ分析（EDA）、異常検知、LTV分析などに活用できます。

サービス概要

SURFPOINT™の既存のIPアドレス起点アクセスログに対し、以下の特徴量情報を付加した構造化データを、AI開発企業・研究機関向けにご提供いたします。

地理情報：: 都道府県、市区町村、国、緯度経度グリッド（メッシュ）
時間情報：: アクセス日時、時間帯（朝/昼/夜）、曜日、祝日フラグ
通信属性：: 回線種別（光・ADSL・モバイル）、企業・ISP分類、VPN判定
行動傾向：: 滞在時間、再訪有無、参照元タイプ（直接・検索・SNS）
環境情報：: OS、ブラウザ、デバイス種別（スマホ・PC・タブレット）

対応ログデータ例

IPアドレスを含む多様なレコードに対応。既存資産をそのまま活かせます。

Webサーバーログ

Apache、Nginx、IIS などの
Webサーバーログに対応

アプリログ

スマホアプリ、
業務用SaaSの利用記録

APIアクセスログ

REST APIのリクエストログ、
Webhook等

マーケティングタグ

注文履歴、課金データなど

セキュリティログ

WAF、CDN（Cloudflare等）、
IDS/IPSログ

社内ネットワークログ

ローカルプロキシ、
ゲートウェイ記録など

活用可能なAIユースケース AI Use Cases

SURFPOINT™ AI Expansionの特徴量付与済みデータセットは、AI開発のあらゆるフェーズで効果を発揮。

教師データ生成

「平日昼 × 企業アクセス × 長滞在」などの
条件付き特徴量の自動生成
モデルの入力変数（特徴量）として
そのまま活用可能

セグメント分類／クラスタリング

行動パターン × 通信属性 × 地理的要素の
組み合わせで精度向上
「誰が・いつ・どこから・何をしているか」を構造化して分析

異常検知

通常パターンとの差分検出
例：深夜 × 固定IP × 短時間 × 高頻度
→ Bot判定
VPN利用などの特徴も判断軸として追加可能

LTV予測・営業支援AI

「時間 × 地域 × 再訪 × リファラ」から、
見込み顧客の価値スコアを算出
営業リスト作成やターゲティングの
自動化に貢献

時系列分析・トレンド検出

曜日／時間帯／地域ごとの再訪や流入パターンを検出
例：特定地域 × 平日夜の再訪増 → キャンペーン成功の兆候

導入メリット

高解像度ラベル群
によるモデル
汎化性能の大幅向上

ラベリング
コスト削減で
開発スピードアップ

既存ログ
資産活用による
低コスト導入

PoCから
本番環境まで
一貫した支援体制

提供形式と提供頻度

項目	内容
提供形式	CSV／JSON／API（用途に応じて選択可）
処理頻度	スポット／月次／リアルタイム対応（応相談）
処理対象	IP付きアクセスログ（1件単位でも一括でも可）
処理件数規模	最小1,000万レコード〜最大100億レコード程度まで対応

データ処理／ラベル付与

処理件数目安	備考
約1,000万レコード	基本項目の特徴量付与
約5,000万レコード	CSV／JSON納品、サンプル確認含む
約1億レコード	大規模処理／VPN・リファラ等対応
100億レコード規模	分割処理・専用チューニング対応可

データ付与後のモデル開発支援（オプション）

ご要望に応じて、LTV予測／分類／異常検知／クラスタリングなど設計・学習・評価をサポート
要件整理・タスク難度・学習データ量に応じた個別お見積りとなります

導入の流れ

技術ヒアリング

ログ形式・目的・
付加項目の確認
試験データ受領

SURFPOINT™処理
構造化ラベル付与を試験的に実施
納品／評価

効果検証後
本番環境での適用設計へ

ご利用費用やサービスの詳細はお問合せください。