Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

ad:tech tokyo 2011_NEC BIGLOBE Junko Watanabe

3,516 views

Published on

10/27(木) 17:00-17:50
NECビッグローブ株式会社 
渡辺 純子氏
「『つぶやき』から消費者のインサイトを探り新商品を開発~あるテレビ番組の事例から~」

  • Be the first to comment

ad:tech tokyo 2011_NEC BIGLOBE Junko Watanabe

  1. 1. 「つぶやき」から消費者のインサイトを探り 新商品を開発 ~ あるテレビ番組の事例から ~ 2011/10/27 NECビッグローブ(株) メディアサービス事業部 シニアエキスパート 渡辺 純子
  2. 2. 自己紹介 分析サービスをご提供しています ソーシャルメディア分析サービス ツイッター分 レポーティン ASP 析 グ ブログ、ニュース、掲示板、ツイッター、 情報検知のリアルタイム性 フェイスブックと業界最多の収集サイト数 多業種企業100社以上導入 分析機能 時系列分析 ポジネガ分析 クラスタリング分析 会社名やブランド名などの任意 ポジティブ・ネガティブの割合を円 話題となっているキーワードを抽 のキーワードがブログ、ツイッ グラフで表示。さらにポジネガ判定の 出し、各キーワードの話題の多さと ターなど、どのメディアで盛り上 元になったワードと関連する名詞をリ 関連度の高さを、バブルの大きさと がったのか、1年1ヶ月間の推移を ストで抽出 バブル間の距離によって、視覚的に 把握 表現Page 2
  3. 3. ツイッターデータ分析サービス 商品名や企業名などを対象に、投稿された原文データ、 ツイッター全体の書き込み数と比較した日次推移やポジネガの推移、出現ワードや アカウントランキングなどをまとめたグラフレポートを週次でご提供。 提供内容エクセルファイルをご担当者様向けに提供いたします。 •サマリー •原文 •日次推移 •引用URL •ポジネガ推移(日次/時間) •日次RT数 •露出数TLV(TimeLineView) •UU数 •トピックワード推移 •インフルエンサーランキング •フォロー・フォロワー数分布Page 3
  4. 4. 自己紹介 ついっぷるトレンド http://tr.twipple.jp 無料でご覧いただけます今起きている事、今日あった出来事、今月盛り上がった話題等が一目でわかる!ツイッター上で話題になっている「画像」「動画」「有名人」「ニュース」「IT」「ブログ」等全23種類のランキングがリアルタイム(5分間隔)で更新・表示されます。
  5. 5. ついっぷるトレンド Androidアプリ 2011au秋冬スマートフォンに プリインストール TOP画面 ランキング 設定画面 11月中旬 11月下旬 12月上旬 12月下旬Page 5
  6. 6. はまってます ソーシャル 新たな同好の士と、共有するよろこび相模原駅伝 3位入賞! (朝日新聞) 近所で走ってる人が twitter上でなんとなく繋がり 「寛政大学陸上部」結成 瞬時に 情報・賛同・驚き・熱 が届くのが醍醐味 Twitter婚 2組でそう! きゃ~ Page 6
  7. 7. 目次I. ツイッター利用動向II. 東日本大震災を契機としたソーシャルメディア活用の変化III. 企業におけるソーシャルリスニングの現場  商品ブランドモニタリング  放送局様: ソーシャル視聴分析 Page 7
  8. 8. ツイッター利用動向 日本でも twitter投稿数は増加中 No.1 9/21 No.2,3 台風15 3/11,12 号 東日本大震災 日次平均2,600万件 月間8億ツイート超に! No.4 7/18 なでしこ優 勝 Page 8
  9. 9. ツイッター利用動向 スマートフォンからの投稿が1/4を突破  速報・実況に適する  写真投稿を促進 集計期間:  2011年9月1日 午前4:00 ~ 2011年10月1日 午前4:00  総ツイート数: 761,205,080件  日平均ツイート数 : 25,373,502件  投稿元比率 : • PC(22.9%) • 携帯(25.9%) • 携帯/PC(14.2%) • スマートフォン(25.3%) • API(BOT等)(5.5%) • 連携サービス(3.2%) Page 9
  10. 10. ツイッター利用動向 台風上陸で9月21日に過去最高の3,419万ツイート▐ 首都圏を直撃して交通機関が麻痺。帰宅が困難になった 人々によって状況を共有するツイートが急増 9月21日 ホットワードベスト10推移 15:00 15:30 16:00 16:30 17:00 17:30 18:00 1 上陸 小田急 小田急 乗客者 電車 帰宅 帰宅 2 浜松市 小田急線 電車 電車 停電 停電 帰宅難民 3 `(●)´` `(●)´` 銀座マツキヨ前 中央線 乗客者 渋谷ユニクロ前 停電 4 静岡県浜松市 京急 街路樹 田園都市線 中央線 電車 警視庁 5 停電 停電 小田急線 街路樹 山手線 タクシー直撃 渋谷 6 台風15号 見合わせ 京急 銀座マツキヨ前 京王線 渋谷道玄坂 タクシー 7 濁点 中央線 田園都市線 大井町線 倒木 帰宅難民 道玄坂 8 浜松上陸 横浜線 見合わせ 世田谷線 品川駅 西武線 シエ 9 京急 山手線 東急 こどもの国線 見合わせ 地震 京急線 10 宇宙エレベーター 宇宙エレベーター 小田急電鉄 見合わせ プリ #agqr タクシー直撃 ついっぷるトレンド(話題になっているホットワードを5分間隔で更新・表示)から 9月21日の夕方におけるホットワード上位10語の推移 Page 10
  11. 11. Page 11
  12. 12. ツイッターの特徴 フォローによる情報のフィルタリング フォローした人の発言が タイムラインに表示されます タイムライン フォロー 「人」でフィルタされた 自分の関心事 が流れるメディア Page 12
  13. 13. ツイッターの特徴 RTによる伝搬の威力/リアルタイム リツイートすると RT RT RT 自分をフォローしている人の タイムラインに一斉配信 RT あ!おもしろい リツイート え~ひどい!! 関心事が 簡単に拡声される メディア Page 13
  14. 14. ツイッターの特徴 オープン・フレンドリー ●会話をオープンに参照可能 ↓ 人となりがよくわかる ●生活の中でのつぶやき ↓ 毎日会っているような親近感 生活・喜怒哀楽によりそう 親しみのわく コミュニケーション Page 14
  15. 15. 東日本大震災における利用状況 "ツイッタ-利用"に変化 連絡・情報伝達手段としての認知 新たな情報摂取・共有スタイルの定着 コラボレーション/絆の形成 Page 15
  16. 16. 東日本大震災における利用状況 1日のツイート数が 1.8倍に急増▐ 震災当日は、3300万ツイートを記録  2011年3月震災前:日本からのツイートは、平均1800万件/日 期間 件数 震災前 18,665,432件 (1/1~3/10) (平均1,800万) 3/10 約2000万 3/11 約3300万 3/12 約3000万 3/13 約2500万 3/14 約2800万 3/15 約2700万 3/16 約2600万 3/17 約2400万 震災後 22,582,287件  震災前と比較して 20%以上増加 (3/18~4/10) (平均2,200万) Page 16
  17. 17. 東日本大震災における利用状況 ツイート内容は震災一色に▐ ツイート内容の70%以上を地震関連の話題が占拠 製品 政治 IT 生活 交通 メディア 従前は エンタメが過半数 Page 17
  18. 18. 東日本大震災における利用状況 連絡・情報伝達手段としての認知▐ 電話のかわりに安否確認ツールとして活用できることに驚き▐ 地震・津波による被害状況、避難所情報の確認、 福島原発・放射線、計画停電スケジュールなどをシェア 大丈夫?無事?ツイート 3/14計画停電 Page 18
  19. 19. 東日本大震災における利用状況 新たな情報摂取・共有スタイルの定着▐ ソーシャル活用の成熟/リテラシーの高まりがみられた デマの発生 デマを防ぐ 人のツイートをみて、”ツイートの仕方を学ぶ“側面もあった  必要な情報だけを残そう 「公式リツイートの推奨」  正しい情報を流そう 「情報ソース(URL)引用」  よびかけ・励まそう 「コラボレーションの発生」 Page 19
  20. 20. 新たな情報摂取・共有スタイルの定着 ●公式リツイートの推奨 公式RT 非公式RT もとの文章のまま、再配信 もとの文章に追記も可能で、転送 元投稿が同じものは、1つだけ表示される 元投稿が同じでも、複数表示される (配信済みのユーザには、配信されない) (何度も同じような投稿が、配信される) 元の投稿者が「削除」すると、 元の投稿者が「削除」しても、 RTされたものが一斉に消える RTされたものは残る 伝言に マーケティング適している 情報が強化される コミュニケーション 文意が変えられずに届く 話が発展する 伝言に 丌要になった情報が 同じような内容が溢れ 丌向きな面も 誤って・丌要に伝搬されにくい 大事な情報が埋もれる 訂正しやすい 誤情報が訂正されにくい Page 20
  21. 21. ▐ 3/21twitter社によるアナウンス前に、震災の翌日から利用 者同士の間で、公式リツイートを推奨する書込みが活発化 Twitter社による 推奨アナウンスPage 21
  22. 22. 新たな情報摂取・共有スタイルの定着 ●情報ソース(URL)の引用▐ ツイートの中でURL(元のソースの所在)を一緒に書いてツイートする割合が、 地震発生後に急伸▐ デマ発生も含め錯綜した中で、ツイートの信頼性を高めるために、テレビ局や 新聞報道といったマスメディアの情報をつけて伝える動きが自然発生▐ お役立ち情報のインデックスとして成長 Page 22
  23. 23. 新たな情報摂取・共有スタイルの定着 引用ソース元ランキング 3月11日~4月10日 被リンクドメインランキング <引用の多かった代表的な記事>1 NHK:各放送局災害情報 http://www3.nhk.or.jp2 東京電力:計画停電グループ PDF http://www.tepco.co.jp3 : asahi.com(朝日新聞社) <福島第二原発3号機、原子炉停止に http://www.asahi.com 成功 東電 - 東日本大震災>4 速報 - 47NEWS(よんななニュース) http://www.47news.jp5 Google Person Finder (消息情報): http://japan.person-finder.appspot.com 2011 東日本大震災6 USTREAM <フリージャーナリスト-岩上安身による http://www.ustream.tv UTREAM>7 アメーバブログ http://ameblo.jp/8 Google マップ<東京都内避難場所> http://maps.google.co.jp9 Livedoor ブログ <MIT 研究者 Dr. Josef Oehmen によ http://blog.livedoor.jp る福島第一原発事故解説>10 毎日jp(毎日新聞) http://mainichi.jp Page 23
  24. 24. 新たな情報摂取・共有スタイルの定着 メディアの補完として定着▐ マスメディアでは、フォローが困難な情報を担う  被災者の消息情報を共有する「Google Person Finder」  避難所マップへのリンク  Ustreamでの中継や独自取材情報、専門家の解説など 報道と合わせ補う情報の伝播がなされたことが推測される。 ソーシャル テレビ・ラジオ メディア 新聞・雑誌 屋外・交通 顧客・生活者 PC DM・ちらし 店頭 モバイル クチコミ Page 24
  25. 25. 東日本大震災における利用状況 コラボレーション/絆の形成▐ 困難な状況に負けずに励まし合う行動が発生  「#prayforjapan」というタグをつけた「応援のメッセージ」 Page 25
  26. 26.  節電徹底へ「ヤシマ作戦」賛同者がTwitterで広がる 3月12日/153,928件のツイート 「#yashimasakusen110312」タグをつけた発信  その後、さまざまな「作戦」展開 ヤシマ作戦: 3月12日~ アニメ「新世紀エヴァンゲリオン」に登場した 日本中から電力を集める作戦名 ウエシマ作戦: 3月16日~ ダチョウ倶楽部の持ちネタとして有名な 「じゃあ俺が~」「どうぞどうぞ」から ゆずり合いの精神/買い占め回避をとく アオシマ作戦: 3月16日~ 現場で復旧にあたる人たちを応援Page 26
  27. 27. 参加 自分ごと化 ファン ソーシャルの成熟とともに企業の活動も変わる 共感を呼ぶメッセージ/傾聴と対話 満足の提供Page 27
  28. 28. ソーシャルメディア・リスニング<商品ブランドモニタリング> 28
  29. 29. 反響測定 <自社の評判・他社比較> (モニター調査に比べ) より率直なユーザの声をウォッチ森永乳業株式会社 様 CMを投下している主要製品につき分析&社内報告 ① 日次での クチコミ増減推移 ② その要因を ワード/ポジネガで確認 起用タレント 使用楽曲
  30. 30. <プロフィールを解析> 意外な消費行動も把握イチロー日々、ビヒダス。 ③ 性別や年齢の属性も把握 テレビのスポーツ番組をみた男性が ビヒダスについて語るブログが多く目立った 。 主婦が購入/家庭では旦那さんも食す イチロー選手が記録を 出すのに連動して、 CMで使ったフレーズが ブログ上に露出 CM終了後も定期的に話題が盛り上がる
  31. 31. <ツイッターデータ分析> 定番商品での 話題喚起・継続 上がった/出た だけではなく、底上げを確認1976年誕生 twitter 単純なものが多いが反響・定量的に意味有り 31
  32. 32. <引用、RT、影響度> サプライズで態度変更あり 6割以上が写真共有サイトを引用 みつけ た おめで と 欲しい
  33. 33. ソーシャルメディア・リスニング <テレビ番組分析> 33
  34. 34. ソーシャルメディア・リスニング <テレビ番組分析> ソーシャル視聴者の声を番組制作のヒントに ① ツイート数から番組への 反響を計測 ② アンケートでは見えない 視聴者の自主的なツイートを 番組制作に活用感°Reportツイッターリアルタイム分析サービス 34
  35. 35. <従来の視聴調査の課題> 視聴率、コールログだけでは測れない・・・ 通勤電車でHDDレコーダに録画して ワンセグ見ながら まとめて見よう コールセンターに クレーム電話なんて面倒 「タイムシフト視聴の浸透」 「広がるネット動画視聴」見逃しちゃったあの番組 専門チャネルがネットに落ちてないかな 見れればいいや CMは見たくないから 飛ばしちゃお 35
  36. 36. <ソーシャル視聴とは?> 他人や友人の呟きを通じて見たい番組を見つける視聴スタイル 番組の楽しさ、驚き、興奮、感動を共有し一体感を感じることができる他人のつぶやきをタイムライン上で閲覧 Ex) ツイテレ、ピーチク 急増したワードからオモシロそうな 番組を気づかせる Ex) ついっぷるトレンド 36
  37. 37. 番組のツイートをリアルタイムに分析 ソーシャル視聴者の声を番組制作のヒントに ツイート数の推移を5分間隔で追い、何が話題になっているかを知る! 見たいポイント をクリックでト ピックワードを 表示 大きい感°Reportツイッターリアルタイム分析サービス 37
  38. 38. 番組のツイートをリアルタイムに分析 番組への評価を知る感°Reportツイッターリアルタイム分析サービス 38
  39. 39. 番組のツイートをリアルタイムに分析 視聴者の属性を知る 視聴者の過去200ツイー トから性別・年代・エリ ア・職業・趣味が推定され るので、プロフィール情報 として参考にします。※プロフィール推定にはKDDI研究所の技術が使われています。感°Reportツイッターリアルタイム分析サービス 39
  40. 40. 番組のツイートをリアルタイムに分析 社内報告書として活用する感°Reportツイッターリアルタイム分析サービス 40
  41. 41. 測定の尺度1. 短期目標 ▐ 集客・売上 ▐ 公式サイトへのアクセス数 ▐ クチコミをしてくれるファンの数 ▐ 体験を元にしたクチコミ数→新規顧客増、既存顧客のリピート ▐ ソース引用(影響度)の数 ▐ 問い合わせ増 生活者の : 「感覚」「行動」データが 取れるようになってきた2. 長期目標 ▐ ブランディング・エンゲージメント ▐ 好感度、評判向上、クチコミ情報の内容 ▐ つぶやきの伝搬度 ▐ 顧客満足度 ツイッターデータ分析から把握可 :
  42. 42. 課題 拡散の影響大 母集団の把握 摂取する情報に偏りPage 42
  43. 43. 新しいコミュニケーション 理解を深める “見せる”から“巻き込む”へ 傾聴 トレンド先読み ソーシャル ブログ/ツイッター分析導入は 従来の コミュニケーション コミュニケーション その手助けのひとつ! リアクションを モニタリング 熱心な顧客を見つけ その影響力を最大化 企業と生活者間 マスメディアによる 生活者同士が一方向のコミュニケーション 巻き込む リアルタイムで双方向の コミュニケーションを行う
  44. 44. Page 44

×