1. JMRX勉強会
【ソーシャルメディア分析最前線】
- ソーシャルメディアリサーチサービス
の可能性 を見る –
（配布版）
2011年4月26日
（株）ホットリンク 内山幸樹
Facebook: http://www.facebook.com/HottoWorld/
Twitter: @ucchy
Blog : http://blog.livedoor.jp/koki_uchiyama/

2. 本日のテーマ
Social
Media
リサーチ
分析業界 業界
(10~15億
円)
(1700億）

3. 本日のテーマ
Social
Media
リサーチ
分析業界 業界
(10~15億
円)
(1700億）
Social
Media
Research
領域(X億円)

4. ホットリンクの口コミ事業
【クチコミ分析ツール・技術提供】
【クチコミデータ提供】

5. 昔の専門はこちらでした→
数値流体力学とアメリカズカップ

6. ソーシャルメディアの普及
SOCIAL MEDIA REVOLUTION Ⅱ
（実際の動画はこちらでご覧になれます）
↓
http://youtu.be/IV3CjtZRwEk
Copyright © 2000 – Hottolink
6 Inc. All rights reserved

7. 「ソーシャルメディアを分析することは、
宇宙にある人工衛星から、地球に住んでいる人
の頭の中を見させてもらうようなこと」
Copyright © 2000 – Hottolink
7 Inc. All rights reserved

8. 実際に、宇宙から、日本に住んでいる人の
様子を眺めてみましょう
 私の実体験から
 昨年末、風邪で寝込み、あまりの寒気に、長袖と
長ズボンのヒートテックを購入。
 ３日間、熱にうなされながら、ベッドの中でずっ
とヒートテックを着たまま寒気に耐えて療養した
ところ、腕・足・股にもうれつな痒みが発生。
 かゆいところを見てみると・・・・・

9. ソーシャルメディア世界のデータ量を体験
腕 足
股は・・・・、お見せできません。。。。（笑）

10. コールセンターへの声と
ソーシャルメディア世界の声の内容の違い
問：私は先の症状と苦情をユニクロの
コールセンターに電話するでしょうか？
答：「コールセンター」に電話をかけた
り、「ブログ」に書いたりはしません
が、「ツイッター」や「Facebook」で
情報の はつぶやくかもしれません
充実度
ホーム
ページ
ブログ
コールセンター
への電話
SNS
ミニブログ
情報発信の
大変さ

11. フリーのサービスを
使うだけでも、いろいろ
わかります

12. Twtiter検索してみる
と、
同じような症状の人が
たくさんいるよう
だ。。。

13. 有料の
ソーシャルメディア分析
ツールを使うと

14. ソーシャルメディア世界のデータの
分析例 ヒートテック全体の口コミと
「痒み」を伴う口コミの両方を
検索してみる

15. ソーシャルメディア世界のデータ
の分析例
ヒートテック
痒み系
冬になるに従いどんどん
増えているようだ。

16. ソーシャルメディア世界のデータ
の分析例
意外に、ほっといては、
ヤバい？というような書
き込みがチラホラ。

17. ソーシャルメディア世界のデータ
の分析例
ユーザの生の声、利用シー
ン、利用の仕方など、様々な
情報がつかめます。

18. ソーシャルメディア世界のデータ
の分析例
60歳以上や、２０歳未満の人に、
「痒み」の書き込みが多いようだ
ヒートテック単体
ヒートテック
痒み系
ヒートテック単体 ヒートテック痒み系

19. ソーシャルメディア世界のデータ
の分析例
ヒートテック単体
ヒートテック
痒み系
九州沖縄、中部地方で多いようだ
ヒートテック単体 ヒートテック痒み系

20. ソーシャルメディア世界のデータ
の分析例 同じ時期では、去年の倍の数、書きこま
れているようだ

21. ソーシャルメディア分析の特徴
 「ヒートテックを購入」かつ「かゆみの症状がある」
大量のユーザパネルが得られる → データ量
 熱にうなされながらも、１時間もかからず、できてし
まう。→ スピード
 後戻りできない調査ではなく、調査をしながら仮説・
検証を繰り返せる。→ 何度もやり直せる。深堀でき
る。
 過去にもさかのぼって調査できる

22. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

23. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

24. キャンペーンの反響分析の例
 動画で紹介
（実際の動画はこちらでご覧になれます）
↓
http://youtu.be/jqyu29bFyKs

25. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

26. ブランドパワー分析
まずはクチコミの波形分類から。。。
①突発型 ③季節型
キャンペーン等の刺
激がなくとも、一定
②周期型 ④持続型 量の話題が発生して
いる
＝「ブランド力」と
定義できるのではな
いか？
26 Copyright © 2000 – Hottolink Inc. All rights reserved

27. 「牛乳に相談だ」キャンペーン概要①
「牛乳に相談だ」キャンペーンは、社団法
人中央酪農会議が、牛乳消費拡大事業の一貫
として2005年7月から若年層の牛乳離れをく
い止めるために行っている牛乳の消費拡大
キャンペーン。
・キャンペーン期間：H17年度から5年間（広告出稿は夏冬の年２回）
・予算規模：40億円（年間8-10億円予算/全国の酪農家から拠出金：生乳1ｋｇ当たり15銭）
・目的：牛乳の消費拡大
・ターゲット：中高校生（牛乳離れがひどく、マイナスイメージも増加（おいしくない、かっこ悪い、子供
の飲み物など））
・キャンペーンの基本構造：
夏（7月下旬～8月末）と冬（12月末～2月初旬）2回、TV-CFを2000-
2500GRP放映 し、それにあわせ交通広告、平面媒体、イベントを実施す
る。またネット上（web及び 携帯）の広告およびイベント等は通年を通し実
施する。
・広告代理店：電通
Copyright © 2000 – Hottolink Inc. All rights reserved

28. 0
10
20
30
40
50
60
70
2006/11/01 件数
2006/11/13
2006/11/25
2006/12/07
2006/12/19
2006/12/31
2007/01/12
2007/01/24
2007/02/05
2007/02/17
2007/03/01
2007/03/13
2007/03/25
2007/04/06
2007/04/18
2300GRP
2007/04/30
12/30-2/4
シンクロ編
2006年冬CP
一日平均12.7件
2007/05/12
出現数合計：1139
2007/05/24
現。3日後には5倍。
一日平均31.6件
2007/06/05
※キャンペーン開始の
2007/06/17 出現数合計：2841
12/30から前日の約２倍出
2007/06/29
※キャンペーン開始の
2007/07/11
Copyright © 2000 – Hottolink Inc. All rights reserved
2007/07/23
2007/08/04 7/15から前日の約３倍出現
2007/08/16
2007/08/28
2007/09/09
2007/09/21
2007/10/03
TVキャンペーンとネットの出現数①
2007/10/15
編
2007/10/27
KISS編
だ！？
2300GRP
2007/11/08
7/15-8/31
2007年夏CP
2007/11/20
ショッピング
2007/12/02
2007/12/14
2007/12/26
2ｃｈにスレタイトル
【雑談】牛乳に相談
2008/01/07
9/14異常値1009件
2008/01/19
2008/01/31
2008/02/12
2008/02/24
2008/03/07
2008/03/19
2008/03/31
2008/04/12
2008/04/24
KISS編
2000GRP
2008/05/06
一日平均18.0件
12/27-2/6
2007年冬CP
出現数合計：1622
2008/05/18
2008/05/30
※キャンペーン開始の
2008/06/11
2008/06/23
値？
2008/07/05
12/27から前日の9倍の出現
2008/07/17
5/24異常
2008/07/29
2ｃｈで51件
2008/08/10
2008/08/22
※それぞれ同時期に、交通広告（200駅×1WEEK程度）を実施。また、webおよび携帯サイトでの訴求は常に実施している。
2008/09/03
2008/09/15
2008/09/27
2008/10/09
2000GRP
7/20-8/31
2008年夏CP
牛乳相談会編
約３倍の出現
3日後7/23から
出現数合計：1864
一日平均20.7件※
キャンペーン開始の

29. キャンペーン期間と休止期間における出現数比較
下表は、2006年11月から2008年9月まで、日次ベースのキャンペーンワードの出現数を月
ごとに平均したものである。期間中４回のキャンペーンが行われたが、それぞれキャンペーン
のピークを過ぎると、忘却曲線を描きながら終息に向かっていることがわかる。
平均出現数（日）
30.0
25.0
20.0
15.0
10.0
5.0
0.0
Copyright © 2000 – Hottolink Inc. All rights reserved

30. ネットのクチコミ出現数とブランド資産の累積効果の可視化
前述のグラブに2本の並行な補助線を記入すると、山の上限と下限が右上がりになっていることが見て
取れる。
「牛乳に相談だ」キャン
①キャンペーンを追うごとにスタート地点が高くなっている ペーンは、2005年7月ス
② 〃 到達地点が高くなっている タートであり、すでに３期
分（15億円程度）の投下が
③ 〃 忘却曲線のカーブがなだらかになっている なされている。
④クリエイティブとメッセージの大幅な変更は、過去の資産をリセットされる
つまり、継続したキャンペーンにおいては確実にブランド資産が形成されており、ネットの口コミを計測
することで可視化が可能となると考えられる。
30.0
クリエイティブ変更
25.0 による資産のリセット
20.0
15.0
10.0
5.0
0.0 継続的なクチコミ発生＝ブランド資産
2006年11月
2006年12月
2007年01月
2007年02月
2007年03月
2007年04月
2007年05月
2007年06月
2007年07月
2007年08月
2007年09月
2007年10月
2007年11月
2007年12月
2008年01月
2008年02月
2008年03月
2008年04月
2008年05月
2008年06月
2008年07月
2008年08月
2008年09月
Copyright © 2000 – Hottolink Inc. All rights reserved

31. ブランド力比較の例
 動画で紹介
（実際の動画はこちらでご覧になれます）
↓
http://youtu.be/VgHiE2b6jrw

32. ソーシャルメディ分析の活用範囲
 TVの視聴率と、ブログ、Twitterの書き込み
数との関係
（非公開とさせていただきます）
m(_ _)m

33. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

34. （非公開とさせていただきます）
m(_ _)m

35. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査


ちょっと閑話
キャンペーン分析（クロスメディア）
広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

36. 今回の震災が国民に与えたイン
パクトの大きさ
※震災に関する「クチコミ数」を、国民
のマインドに与えた「インパクトの大き
さ」と読み替えているところがポイント

37. 地震と原発のどちらがよりインパクトが大きいの
か？
地震と原発事故のクチコミ数 地震と原発事故のクチコミ数推移
推移（日別） （累積）
12,000,000
1,600,000
1,400,000 10,000,000 ３月２７日
1,200,000
8,000,000
1,000,000
800,000 6,000,000
600,000 地震（除く原発
4,000,000 地震（除く原発系）
400,000 系）
200,000 原発系 2,000,000 原発系
-
-
2011/03/10
2011/03/12
2011/03/14
2011/03/16
2011/03/18
2011/03/20
2011/03/22
2011/03/24
2011/03/26
2011/03/28
2011/03/30
2011/04/01
2011/04/03
地震だけでも、未曽有のインパクトであるにも関わら
ず、その後、原発による災害のインパクトが重なり、３
月２７日時点で、地震のインパクトを超えている。

38. 今回の震災が国民のマインドに
与えた影響

39. マインド変化
ポジティブキーワード群 ネガティブキーワード群
25000
20000
15000
10000
5000
0
03月08日
03月09日
03月10日
03月11日
03月12日
03月13日
03月14日
03月15日
03月16日
03月17日
03月18日
03月19日
03月20日
03月21日
03月22日
03月23日
03月24日
03月25日
03月26日
03月27日
03月28日
03月29日
03月30日
03月31日
 ポジティブKW群＝飲み会 宴会 解禁 パーティー イベント 居酒屋
 ネガティブKW群＝中止 品切れ 品薄 自粛 おこもり
• 25日を境にポジティブKW群とネガティブKW群が逆転する。
• 31日時点でポジティブKW群は震災前(10日）の87％に回復。
• ネガティブKW群は、31日時点で以前、震災前(10日）の5倍以上発生している。

40. 地域別マインド変化
地域別 ポジティブキーワード 地域別 ネガティブキーワード群
群 東日本 西日本
東日本 西日本 14000
6500 12000
6000
5500 10000
ブログ記事数
ブログ記事数
5000 8000
4500
4000 6000
3500 4000
3000
2500 2000
2000 0
 東日本が西日本の1.30倍あったポジティブKW群
が、震災後西日本を下回ったものの、31日時点
で、1.23倍まで回復している。

41. 今回の震災が国民の生活スタイルの変化
に与えた影響

42. 国民の意識変化
【節約】 【節電】
12000 160000
147759
143054
10000 140000
120000
8000
100000 101751
6000 80000 76503
75743
71086
2011年 60000 66529 2011年
4000 52297
2010年 40000 42017
41381
2000 37313 2010年
32363
27582
25543
22024
20000 18553
17751
17122
16819
15203
0 2051 135 101 172 82 122 110 208 116
0 134 103 110 133 358
246 220 175 234 224 157
227 176 244 244 120
105 167 120 113 109 118 96 97 125 106 91 102 123 115 123
127
160
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
3月17日
3月19日
3月21日
3月23日
3月25日
3月27日
3月29日
3月31日
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
3月17日
3月19日
3月21日
3月23日
3月25日
3月27日
3月29日
3月31日
【自粛、巣ごもり、おこもり】 【寄付 応援】
16000 80000
14000 70000
12000 60000
10000 50000
8000 40000
6000 2011年 30000 2011年
4000 2010年 20000 2010年
2000 10000
0 0
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
3月17日
3月19日
3月21日
3月23日
3月25日
3月27日
3月29日
3月31日
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
3月17日
3月19日
3月21日
3月23日
3月25日
3月27日
3月29日
3月31日
「自粛」「寄付・応援」ムードは継続し、「節電」「節約」は急速に元に戻りつつある

43. 今回の震災の業界別のインパクト

44. 0
5000
10000
15000
20000
25000
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
3月17日
業界比較
3月19日
3月21日
ファッション業界
3月23日
3月25日
3月27日
3月29日
2010年
2011年
3月31日
0
10000
20000
30000
40000
50000
60000
3月1日
3月3日
3月5日
3月7日
3月9日
3月11日
3月13日
3月15日
が、エンタメ業界は回復しつつある
3月17日
3月19日
エンタメ業界
3月21日
3月23日
3月25日
3月27日
3月29日
 ファッション業界は落ち込みが継続している
2010年
2011年
3月31日

45. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

46. ソーシャルメディアの伝播力の威力
リリース配信直後は大きな反応は見られなかったが、翌日の12時頃に急激に
話題が盛り上り、リリース配信後の約24時間後には完全に話題として収束。
200
180
160
140
翌日12
120 頃に急激
に広がる
100
80
話題収束
リリース
60 配信直後
40
20
0 2 00 9 /8 /3 20 09 / 8/ 3 20 0 9/ 8 /3 2 0 09 /8 / 4 20 0 9/ 8/ 4 2 00 9 /8 / 4 2 0 09 / 8/ 4 2 00 9/ 8 /4 2 00 9 /8 / 4 20 0 9/ 8/ 4 2 00 9 /8 /4 20 09 / 8/ 4 20 0 9/ 8 /4 2 0 09 /8 / 4 20 0 9/ 8/ 5 2 00 9 /8 / 5 2 0 09 / 8/ 5 2 00 9/ 8 /5 2 00 9 /8 / 5 20 0 9/ 8/ 5 2 00 9 /8 /5 20 09 / 8/ 5 20 0 9/ 8 /6 2 0 09 /8 / 9 2 00 9 /8 / 12 20 0 9/ 8/ 1 7 2 00 9/ 8 /1 7 2 0 09 / 8/ 1 9 20 0 9/ 8 /1 9 2 0 09 /8 / 20 20 09 / 8/ 2 4
1 8 :01 20 :0 1 2 2:01 0:01 2 :0 1 4:0 1 6 :01 1 0:01 1 2 :0 1 1 4:0 1 1 6 :01 18 :0 1 2 0:01 22 :0 1 4 :0 1 6:0 1 8 :01 1 0:01 1 2 :0 1 1 4:0 1 1 8 :01 20 :0 1 1 4:01 22 :0 1 14 :0 1 2 0:01 2 2 :0 1 1 4:0 1 1 6 :01 10 :0 1 1 4:0 1
累計 1 11 15 21 25 30 32 46 1 00 127 13 2 1 47 15 2 1 54 155 15 9 1 62 16 4 1 65 166 16 8 1 70 171 1 72 173 17 4 1 75 17 6 1 77 178 17 9
日別 1 10 4 6 4 5 2 14 54 27 5 15 5 2 1 4 3 2 1 1 2 2 1 1 1 1 1 1 1 1 1
データサンプル：COOLPIX S1000pj(NIKON) 発売リリース 2009/8/3
46 Copyright © 2000 – Hottolink Inc. All rights reserved

47. レポートサンプル：ネットワーク図
サイズ=影響力, 色=Follower データサンプル：COOLPIX S1000pj(NIKON) 発売リリース 2009/8/3
47 Copyright © 2000 – Hottolink Inc. All rights reserved

48. レポートサンプル：時系列伝播図
Ｃ
サイズ=影響力, 色=Follower データサンプル：COOLPIX S1000pj(NIKON) 発売リリース 2009/8/3
48 Copyright © 2000 – Hottolink Inc. All rights reserved

49. 予測

50. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

51. 公職選挙における得票予測
 目的
 公職選挙におけるWeb上での書き込みと、実際の得票数との
関係をモデル化し、事前に得票数を予測できるスキームを構
築する
 手法
 特定のキーワードで検索の問い合わせをし、ヒットしたブロ
グエントリを解析する
 株式会社ホットリンクが提供するAPIを利用
 投票日の1ヶ月前を集計開始日とし、そこからの累積エントリ
数と最終得票数との相関係数を算出する
 東京大学工学部松尾豊准教授及び４年（当時） 末並晃氏との研
究

52. 千葉県知事選挙
累積ブログエントリ数
2000
1800
1600 森田 健作
1400 吉田 平
1200
1000 白石 真澄
800
600 八田 英之
400 西尾 憲一
200
0
2009-03-01
2009-03-03
2009-03-05
2009-03-07
2009-03-09
2009-03-11
2009-03-13
2009-03-15
2009-03-17
2009-03-19
2009-03-21
2009-03-23
2009-03-25
2009-03-27
2009-03-29
告示日：2009年3月12日
投票日：2009年3月29日
投票日前日までのブログエントリ数と最終得票数の間の相関係数：0.98
時間とともに相関係数は増加し、告示時点でほぼ1に近い値まで推移

53. 名古屋市長選挙
累積ブログエントリ数
1800
1600
1400 河村たかし
1200
1000 細川昌彦
800 太田義郎
600
400 黒田克明
200
0
2009-03-29
2009-03-31
2009-04-02
2009-04-04
2009-04-06
2009-04-08
2009-04-10
2009-04-12
2009-04-14
2009-04-16
2009-04-18
2009-04-20
2009-04-22
2009-04-24
2009-04-26
告示日：2009年4月12日
投票日：2009年4月26日
投票日前日までのブログエントリ数と最終得票数の間の相関係数：0.95
当選者の河村氏は話題性が高く、告示前から0.9以上の相関で推移

54. 10
20
30
40
50
60
70
0
2009-03-22
2009-03-24
2009-03-26
2009-03-28
2009-03-30
宝塚市長選挙
2009-04-01
2009-04-03
投票日：2009年4月19日
告示日：2009年4月12日
2009-04-05
2009-04-07
2009-04-09
2009-04-11
累積ブログエントリ数
2009-04-13
2009-04-15
2009-04-17
2009-04-19
中原等
芝拓哉
菊川美善
西田雅彦
伊藤順一
中川智子
投票日前日までのブログエントリ数と最終得票数の間の相関係数：0.85
告示前から少しずつ話題になり始め、告示時点では相関の高い水準まで到達

55. 0
10
20
30
40
50
60
70
2009-03-22
2009-03-24
2009-03-26
対数は少ない
2009-03-28
2009-03-30
青森市長選挙
2009-04-01
2009-04-03
投票日：2009年4月26日
告示日：2009年4月12日
2009-04-05
2009-04-07
2009-04-09
2009-04-11
累積ブログエントリ数
2009-04-13
2009-04-15
2009-04-17
2009-04-19
関良
鹿内博
佐々木誠造
投票日前日までのブログエントリ数と最終得票数の間の相関係数：0.99
告示の2週間ほど前には0.9以上の相関係数に到達しているが、エントリの絶

56. 相関係数 相関係数
20 20
09 09
20 -03 20 -03
0
0.2
0.4
0.6
0.8
1
0
0.2
0.4
0.6
0.8
1
09 -2 09 -0
2 1
20 -03 20 -03
09 -2 09 -0
4 3
20 -03 20 -03
09 -2 09 -0
6 5
20 -03 20 -03
09 -2 09 -0
8 7
20 -03 20 -03
09 -3 09 -0
0 9
20 -04 20 -03
09 -0 09 -1
1 1
20 -04 20 -03
09 -0 09 -1
20 -04 3 20 -03 3
09 -0 09 -1
20 -04 5 20 -03 5
09 -0 09 -1
7 7
年月日
年月日
20 -04 20 -03
09 -0 09 -1
9 9
20 -04 20 -03
09 -1 09 -2
1 1
20 -04 20 -03
09 -1 09 -2
3 3
20 -04 20 -03
09 -1 累積エントリ数と最終得票数の相関係数（宝塚市長選） 09 -2
5 5
累積エントリ数と最終得票数の相関係数（千葉県知事選）
20 -04 20 -03
09 -1 09 -2
-0 7 -0 7
4- 3-
19 29
相関係数 相関係数
20 20
相関係数の時間推移
09 09
- -
20 03-
0
0.2
0.4
0.6
0.8
1
20 03
0
0.2
0.4
0.6
0.8
1
09 -2 09 29
- 2 -
20 03 20 03-
09 -2 09 31
4 -
20 -03 20 04-
09 -2 09 02
- 6 -
20 03 20 04-
09 -2 09 04
- 8 -
20 03 20 04-
09 -3 09 06
- 0 -
20 04 20 04
09 -0 09 -0
- 1 - 8
20 04 20 04-
09 -0 09 10
- 3 -
20 04 20 04
09 -0 09 -1
- 5 - 2
20 04 20 04
09 -0 09 -1
年月日
- 7 - 4
年月日
20 04 20 04-
09 -0 09 16
- 9 -
20 04 20 04-
09 -1
1 09 18
-
20 -04 20 04-
09 -1 09 20
- 3 -
20 04 20 04-
累積エントリ数と最終得票数の相関係数（青森市長選）
累積エントリ数と最終得票数の相関係数（名古屋市長選）
09 -1 09 22
- 5 -
20 04 20 04-
09 -1 09 24
-0 7 -0
※赤いラインが告示日。
4- 4-
19 26

57. キーワードの選定
例 メリット・デメリット
候補者のフル 田中一郎 ○ヒットしたエントリの多くが選挙関連のエントリである可
ネーム 能性が高い
×ありがちな名前の場合、選挙関連でない場合がある
×フルネームでブログエントリを書かない人もいるので
網羅性が低くなる場合もある
候補者の名字 田中 ×まったく関係ないエントリが数多くヒットする
選挙名＋候補者 ○○市長 田 ○関係ないエントリがヒットする可能性はもっとも低い
のフルネーム 中一郎 ×検索の網羅性は低い
選挙名＋候補者 ○○市長 田 ○関係ないエントリがヒットする可能性はある程度低い
の名字 中 ○フルネームを使う場合に比べ、ある程度の量のエント
リを検索できる
○ヒット件数と選挙との関連性のバランスはもっともよい
選挙名＋候補者 ○○市長 田 ○選挙自体でなく、その候補者に着目したエントリを検
の名字－他候補 中 –佐藤 –山 索することができる
者の名字 田 ×ヒット件数は少ない
×当選者のヒット数が極端に多くなり、他の候補の得票
予測ができない

58. 2009年衆議員総選挙予測モデル
 個人名、政党名でのブログエントリ数（その他の情
報）を使った回帰分析
 f= a1 × x1 ＋ a2 × x2
 a1,a2:係数
 x1：個人名をクエリとした場合のブログエントリ数
 x2：政党名をクエリとした場合のブログエントリ数
 パラメータ算定方法
 2005年総選挙の同選挙区において重回帰分析
 その他、いくつかのパラメータ

59. 予想得票率と実際の得票率の補正
ロジスティック曲線 1.2
1
0.8
0.6
投票行動の決定要因と 0.4
なりえる変数と実際の
得票率の関係はS字に 0.2
なることを発見
0
-5 -4 -3 -2 -1 0 1 2 3 4 5

62. クチコミによる選挙得票率予測

63. 結果
8月30日時点の予想
(8月29日までの口
コミを元にした予
想)と総選挙の開票
結果は、300選挙区
中241選挙区で当選
者を的中（80.33%
の的中率）。 新聞社による調査結果との比較

64. ソーシャルメディアリサーチによる予測プロセス
ソーシャルデータを掘り
金を掘り当てる クチコミ＠総選挙
当てる
金鉱候補の土地の権利を 日本中のブログデータを
データを収集する
得る 収集する
サンプリングする サンプリングする サンプリングする
スパムフィルター スパムフィルター
精製する 評判分析 評判分析
を行う 各種フィルターを掛ける
どの場所、どんな色、ど
んな形の岩石を、どんな どういうデータを、どう
過去の選挙結果と、過去
風に精製すると、 加工すれば、欲しい知識
のクチコミとの関係をモ
金が効率よく取れるの が得られるのか、モデル
デル化する
か？の 化する
ノウハウを得る
ノウハウに従って、大量 現在のクチコミをモデル モデルに従って、新しい
採掘する に投入する データを入れる。

65. ソーシャルメディ分析の活用範囲
 ブランド力調査/マインドシェア調査
 市場ニーズシェア調査
 ブランドイメージ調査
 キャンペーン効果調査
 キャンペーン分析（クロスメディア）
 広告クリエイティブのヒント
 インフルエンサーの特定
 商品開発・改善のヒント獲得
 風評調査
 売上予測
 選挙予測
 株価予測

66.  課題
 クチコミと売上との関係を分析するための、網羅
的な（競合も含めた）売上データの提供がない
と、モデルを作ることができない。
 技術の問題ではなく、データを手に入れられるの
か？という政治的な問題。
 解決策のひとつ
 データが公表されている株価とクチコミの関係で
技術検証を行ってみる

67. 日経225先物価格の予測サービス
事
前 過去の 入力
処 日本中の 機械学習
理 ブログ
過去の
出力
日経２２５出
来高
予測モデル
過去の
日経２２５価
格 適用
運 前日の 入力 出力
売り・買
用 日本中の 予測モデル い・見送り
時 ブログ 指示
処
理 前日の
日経２２５出
来高 ボラティリ
ティ・フィ 出力 損切り幅
前日の ボナッチ分 指示
日経２２５価 析
格
67

68. 2007年1月1日~2009年7月31日の運用損益(日経225mini1枚
当たり10万円)
1,600,000 20,000
バックテスト期間: 18,000
運用益 1464%/2年7ヶ月
1,400,000
16,000
1,200,000
14,000
1,000,000
12,000
800,000
純利益（円）
10,000 純利益
600,000 日経平均
8,000
400,000
6,000
200,000
4,000
0 2,000
-200,000 0
68 Copyright © 2000 – Hottolink Inc. All rights reserved

69. 2009年8月1日~2009年11月30日の運用損益(日経225mini1
80,000 11,000
枚当たり10万円)
フォワードテスト期間：
70,000
10,500
60,000
運用益 ３９%/4ヶ月 10,000
50,000
9,500
40,000
純利益(円)
9,000
30,000 純利益
日経平均
8,500
20,000
8,000
10,000
7,500
0
-10,000 7,000
69 Copyright © 2000 – Hottolink Inc. All rights reserved ３分００秒

70. 実運用期間の運用損益（日経225先物ラージ1枚当たり100万円）
1,000,000 12,000
800,000
10,000
実運用期間：
運用益 ７２%/7ヶ月
600,000
8,000
400,000
純利益（円）
6,000
200,000
4,000
0
2,000
-200,000
４分００秒
-400,000 0
70 Copyright © 2000 – Hottolink Inc. All rights reserved

71. ソーシャルメディア分析と
マーケティングリサーチの関係