写真1●新しいソーシャル分析サービスについて説明するカレンソリューション事業部サービス開発室の加藤広道室長
写真1●新しいソーシャル分析サービスについて説明するカレンソリューション事業部サービス開発室の加藤広道室長
[画像のクリックで拡大表示]
写真2●「iPhone」に関するTwitter投稿数を分析した例。黄色の折れ線グラフがフィルター無しの場合で、青色がフィルター有りの場合。黄色では急増しているように見えるが、実は「ボット」によるつぶやきが大量に混じっている
写真2●「iPhone」に関するTwitter投稿数を分析した例。黄色の折れ線グラフがフィルター無しの場合で、青色がフィルター有りの場合。黄色では急増しているように見えるが、実は「ボット」によるつぶやきが大量に混じっている
[画像のクリックで拡大表示]

 マーケティング支援事業のカレンは2012年8月24日、ソーシャルメディアへの投稿をマーケティングに活用するためのソーシャル・リスニングツール「Social Navigator Marketing Edition」の提供を開始した。東京大学の「知の構造化センター」から解析技術「純粋傾聴エンジンSNipeR(スナイパー)」の供与を受けている。SNipeRを使うことで、分析に値する顧客の声を厳密に判定し、意味のある情報を得やすくしたのが特徴だ。

 ソリューション事業部サービス開発室の加藤広道室長(写真1)は、「ソーシャルメディアを活用したマーケティングでは、口コミの絶対量に目が行きがちだ。量的な分析だけではマーケティングの現場ではうまく活用できず、場合によっては誤った判断をしてしまう可能性すらある」と説明した。

 Twitterなどの書き込みを「生活者の声」として取得・分析し、業務に活用しようと考える企業は多い(関連記事1関連記事2)。しかしカレンが、ある企業の特定ブランドに関するツイートを取得して分類したところ、全体の55%が社員や販売店による「身内の声」で、20%はTwitterの書き込みをインターネット上のプログラムが自動投稿する「ボットの声」だった。つまり、本当の意味での「生活者の声」は残りの25%にすぎない。

 この25%を抽出して、意味のある生活者の声を拾うために「純粋傾聴エンジンSNipeR」を使う。SNipeRはつぶやきの文脈から「今日から新商品Aの販売を始めました」といった「身内の声」「ボットの声」である可能性の高いつぶやきを自動判定する機能を持つ。これらはフィルターにより分析対象から除外する(写真2)。

購入者と非購入者を自動判定

 次に、大量のつぶやきのテキストデータをSNipeRエンジンに取り込む。この時に500~1000件程度のサンプルについて、人間の目で見たうえで「新商品Aを購入していない顧客である」「新商品Aを購入した顧客である」「新商品Aについてポジティブな意見」「新商品Aについてネガティブな意見」といったフラグを立てる。こうして、人間の判断を反映したコーパス(自然言語処理のためにテキストを構造化して集積した電子辞書)が出来上がる。

 最初にコーパスを構築しておけば、その後はつぶやきの内容を自動判定し、グラフ化して表示できる。特にカレンが重視しているのが、つぶやきが購入者によるものか非購入者によるものかという判定。同じネガティブなつぶやきでも、非購入者が論評しているだけの場合と、購入者が実際に使ったうえで怒っている場合では、対応の優先度が違ってくるからだ。

 「ポジティブ/ネガティブ」「購入者/非購入者」の自動判定は標準機能として提供する。このほかに「購入意欲が高い/低い」「競合製品への関心が高い/低い」といった任意の判断項目もオプションとして追加できる。

この先は会員の登録が必要です。有料会員(月額プラン)は初月無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら