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.
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...
本日のテーマ  Social  Media            リサーチ 分析業界         業界 (10~15億   円)           (1700億)
本日のテーマ      Social      Media                      リサーチ     分析業界               業界     (10~15億       円)                    ...
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】
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
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/IV...
「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 ...
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...
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)
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...
フリーのサービスを使うだけでも、いろいろ   わかります
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。。。
有料のソーシャルメディア分析  ツールを使うと
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
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。
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。
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。
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...
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
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
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...
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...
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...
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
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...
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                                       ...
「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:H1...
0                                                                                                                         ...
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...
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...
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
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
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...
(非公開とさせていただきます)     m(_ _)m
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...
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
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                                                                           ...
今回の震災が国民のマインドに与えた影響
マインド変化                                                   ポジティブキーワード群                                                      ...
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  ...
今回の震災が国民の生活スタイルの変化に与えた影響
国民の意識変化                                         【節約】                                                                      ...
今回の震災の業界別のインパクト
0                                                          5000                                                           ...
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...
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    ...
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 2009/8/347 ...
レポートサンプル:時系列伝播図                                                               C     サイズ=影響力, 色=Follower                   ...
予測
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...
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  ...
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   1...
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   ...
10                                                                   20                                                   ...
0                                                                     10                                                  ...
相関係数                                                            相関係数                    20                                ...
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         ...
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...
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                          ...
クチコミによる選挙得票率予測
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
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...
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...
 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...
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          ...
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)         ...
2009年8月1日~2009年11月30日の運用損益(日経225mini1  80,000                                                                             ...
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
20110426 jrmx講演資料(配布版)
Upcoming SlideShare
Loading in …5
×

20110426 jrmx講演資料(配布版)

1,999 views

Published on

  • Be the first to comment

20110426 jrmx講演資料(配布版)

  1. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 13. 有料のソーシャルメディア分析 ツールを使うと
  14. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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 2007/07/11Copyright © 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. 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. 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. 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. 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. 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. 34. (非公開とさせていただきます) m(_ _)m
  35. 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. 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. 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) 12,000,0001,600,0001,400,000 10,000,000 3月27日1,200,000 8,000,0001,000,000 800,000 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. 38. 今回の震災が国民のマインドに与えた影響
  39. 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. 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. 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. 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. 43. 今回の震災の業界別のインパクト
  44. 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. 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. 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 2009/8/346 Copyright © 2000 – Hottolink Inc. All rights reserved
  47. 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 2009/8/347 Copyright © 2000 – Hottolink Inc. All rights reserved
  48. 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 2009/8/348 Copyright © 2000 – Hottolink Inc. All rights reserved
  49. 49. 予測
  50. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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
  60. 60. クチコミによる選挙得票率予測
  61. 61. 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
  62. 62. 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。
  63. 63. 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
  64. 64.  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
  65. 65. 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
  66. 66. 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
  67. 67. 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

×