Submit Search
Upload
WebエンジニアにとってのIoT - Physical Webの技術とサイネージへの応用
•
16 likes
•
5,442 views
Recruit Technologies
Follow
2015/03/26に行われた「W3C/慶應 デジタルサイネージとHTML5セミナー」での発表資料です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 51
Download now
Download to read offline
Recommended
HTML5でサイネージは作れる!!
HTML5でサイネージは作れる!!
Kazuya Hiruma
Web先端技術味見部#28 Physical Webハンズーオン開発補助資料
Web先端技術味見部#28 Physical Webハンズーオン開発補助資料
Recruit Technologies
業務に活かすデータサイエンスとは?
業務に活かすデータサイエンスとは?
Maruyama Tetsutaro
Eddystoneで始まるPhysical Webの世界
Eddystoneで始まるPhysical Webの世界
Recruit Technologies
Basis of Firefox Apps
Basis of Firefox Apps
dynamis
HTML5のメリットを活かしたコンテンツアイデア
HTML5のメリットを活かしたコンテンツアイデア
Takami Yamada
Chrome Apps 概要
Chrome Apps 概要
yoshikawa_t
減災ソフトウェア開発に関わる一日会議2016
減災ソフトウェア開発に関わる一日会議2016
Takuya Oikawa
Recommended
HTML5でサイネージは作れる!!
HTML5でサイネージは作れる!!
Kazuya Hiruma
Web先端技術味見部#28 Physical Webハンズーオン開発補助資料
Web先端技術味見部#28 Physical Webハンズーオン開発補助資料
Recruit Technologies
業務に活かすデータサイエンスとは?
業務に活かすデータサイエンスとは?
Maruyama Tetsutaro
Eddystoneで始まるPhysical Webの世界
Eddystoneで始まるPhysical Webの世界
Recruit Technologies
Basis of Firefox Apps
Basis of Firefox Apps
dynamis
HTML5のメリットを活かしたコンテンツアイデア
HTML5のメリットを活かしたコンテンツアイデア
Takami Yamada
Chrome Apps 概要
Chrome Apps 概要
yoshikawa_t
減災ソフトウェア開発に関わる一日会議2016
減災ソフトウェア開発に関わる一日会議2016
Takuya Oikawa
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
Takashi Iba
HTML5 で開発する Windows 8 ネイティブアプリ
HTML5 で開発する Windows 8 ネイティブアプリ
Osamu Monoe
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
Takashi Iba
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
Recruit Technologies
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
CivicTechをHackする (Code for Japan Summit 2016)
CivicTechをHackする (Code for Japan Summit 2016)
Takuya Oikawa
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式サービス開発カスタマーの本音×人工知能
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
Takashi Iba
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
H2O x mrubyで人はどれだけ幸せになれるのか
H2O x mrubyで人はどれだけ幸せになれるのか
Ichito Nagata
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
More Related Content
Viewers also liked
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
Takashi Iba
HTML5 で開発する Windows 8 ネイティブアプリ
HTML5 で開発する Windows 8 ネイティブアプリ
Osamu Monoe
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
Takashi Iba
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
Recruit Technologies
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
CivicTechをHackする (Code for Japan Summit 2016)
CivicTechをHackする (Code for Japan Summit 2016)
Takuya Oikawa
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式サービス開発カスタマーの本音×人工知能
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
Takashi Iba
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
H2O x mrubyで人はどれだけ幸せになれるのか
H2O x mrubyで人はどれだけ幸せになれるのか
Ichito Nagata
Viewers also liked
(11)
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
"Constructing the Philosophy of Pattern Language: From the Perspective of Pra...
HTML5 で開発する Windows 8 ネイティブアプリ
HTML5 で開発する Windows 8 ネイティブアプリ
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
Walk, Flow, and Creation: Toward Natural & Creative Living Lab
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
CivicTechをHackする (Code for Japan Summit 2016)
CivicTechをHackする (Code for Japan Summit 2016)
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
文章のクオリティを上げる方法(井庭研レクチャーズ Vol.3)
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
H2O x mrubyで人はどれだけ幸せになれるのか
H2O x mrubyで人はどれだけ幸せになれるのか
More from Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
More from Recruit Technologies
(20)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Tableau活用4年の軌跡
Tableau活用4年の軌跡
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
リクルート式AIの活用法
リクルート式AIの活用法
銀行ロビーアシスタント
銀行ロビーアシスタント
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
WebエンジニアにとってのIoT - Physical Webの技術とサイネージへの応用
1.
WebエンジニアにとってのIoT PhysicalWebの技術と サイネージへの応用 株式会社リクルートテクノロジーズ アドバンスドテクノロジーラボ 加藤 亮 W3C/慶應 デジタルサイネージとHTML5セミナー
2.
PhysicalWeb • 技術概要(&制作事例) • 展望とサイネージへの応用
3.
PhysicalWeb 技術概要
4.
iBeaconのような ビーコンを使います
5.
UriBeacon
6.
http://example.com http://example.com http://example.com http://example.com ビーコンからURLを Bluetooth LEで周囲にブロードキャストします
7.
http://example.com スマホを持ったユーザーが ビーコンの横を通り過ぎるときに ビーコンから飛ばされたURLを 見つけます
8.
Metadata Resolver
9.
WEBサーバー Metadata Resolver スマホはそのURLに関する情報を Resolverに問い合わせます http://example.com
10.
WEBサーバー Metadata Resolver Resolverは指定されたURLの サーバーからHTMLを取得し 解析します WEBサーバー example.com
11.
WEBサーバー Metadata Resolver Resolverはスマホに 解析結果である メタデータを返します Metadata • original
URL • final URL • title • icon URL • description • その他拡張データ(JSON-LD)
12.
http://example.com http://example.com http://example.com http://example.com http://example2.com http://example2.com http://example2.com こういうビーコンの横を 通り過ぎていくと
13.
(1)各ビーコンからURLを拾い (2)Resolverに問い合わせ (3)結果をリストアップできます
14.
WEBサーバー Metadata Resolver WEBサーバー example.com メタデータを見て ユーザーが詳細を欲しくなったときには Webブラウザでアクセス
15.
欲しい情報が見つかったらWebブラウザで表示 WebView
16.
どのようなネットワークで どのようなデータを どのように表示するか
17.
どのようなネットワークで どのようなデータを どのように表示するか
18.
どのようなネットワークで UriBeacon Metadata Resolver
19.
どのようなネットワークで どのようなデータを どのように表示するか
20.
バス停についたら 次のバスがいつ来るか知りたい (時刻表が見たい)
21.
レストランについたら メニューが見たい
22.
まさに今、その場所で 重要な情報というのは決まっている というシーンはたくさんあります
23.
看板や、ポスター、パンフレットなど アナログ媒体の方が相性が良かった コンテンツのデジタル化 レストランメニュー バス停時刻表 デパート売り場案内 催事場案内
24.
動的な情報も組み込んでいくことが可能になる WebView
25.
田中 鈴木 佐藤 レストラン: メニュー 会議: 資料 バショだけでなくヒトも?
26.
田中 鈴木 佐藤 レストラン: メニュー 会議: 資料 名刺交換、チャットなどの起点 ソーシャルネットワークサービスなどの プロフィールページへ
27.
バショやヒトに限らず様々なモノが URIを発信する世界へ Real-World Wide Web Web
of Things
28.
どのようなネットワークで どのようなデータを どのように表示するか
29.
このような インフラが整った世界では ウェアラブルが真価を 発揮するかもしれない
30.
ウェアラブル連動 (google glass)
31.
ウェアラブル連動(Android Wear)
32.
ただし現実的には 課題がたくさんあり 当面はスマートフォンがメイン
33.
スマートフォンは In-Pocket Device 実際のユースケースでは 歩いている間にバックグラウンドで情報を拾う
34.
偶発的な情報との出会いに 即座に気付けない (スパム問題があるので、この用途でPUSH通知は使いづらい) Attentionが弱い
35.
サイネージとの 連動が重要 ファーストアテンション 手元へのナビゲーション サイネージ
36.
今までの セカンドスクリーンへの ナビゲーション • URLを入力 • 「⚪⚪」で検索 •
QRCodeを撮影
37.
サイネージが UriBeaconの機能をもてば ブラウザを開けば既に情報がある 消費者の行動コストが劇的に下がり 高いコンバージョンへ サイネージ http://example.com
38.
AIDMA/AISAS
39.
AISAS Attention -> Interest
-> Search -> Action -> Share
40.
AISAS Attention -> Interest
-> Search -> Action -> Share 検索すらいらない世界へ
41.
コンバージョンへの 施策
42.
店舗誘導へつながる機能
43.
検索 「たしかレストランの情報拾ってたはず」 「自分の移動経路にレストランないかな」 お店の情報や場所の確認へ
44.
位置情報連動 「この情報どこで拾ったんだろう」 ビーコンから情報取得した時点での位置情報を取得しておき あとでマップで確認
45.
パーソナライズされた サービスへ
46.
アプリ連動(DeepLinkによる実験)
47.
アプリ連動(DeepLink) このページに対応するアプリがあるならストアへ誘導
48.
アプリ連動(DeepLink) アプリがデバイスに既にインストールされていたら
49.
もちろんそのまま Webブラウザでのサービス も提供可能 WebNFCなど いままでの一般的なWebサービスとは違うタイプの HTML5技術を応用していける可能性も
50.
まとめ Real-World Wide Webを目指すPhysicalWebの登場 サイネージの世界と相性が良さそう 普及前の技術で課題もたくさんあるが 様々な展望につなげられるのでは
51.
ご清聴 ありがとうございました
Download now