ビッグデータ＋ソーシャルで始まる次世代マーケティング

ダイレクトマーケティング学会
デジタルマーケティング部会

ビッグデータ＋ソーシャル
で始まる
次世代マーケティング

Feb. 21 2012
Hottolink Inc.
Facebook： http://www.facebook.com/HottoWorld/
Twitter：http:/twitter.com/ucchy/
1

ビッグデータをビジネスに活用するには？

分析結果の活用

分析ツール・分析アルゴリズム

ビッグデータ処理技術（DB・検索）

ビッグデータの収集・取得
2

マーケティングとソーシャルメディア

市場商品企画・宣伝・
商品仕入れ
販売 CRM
調査広告

ソーシャル
メディア

ソーシャルの普及と技術の発展の意味
「ネットの情報」を「俯瞰」することで
「リアル」の世界を「俯瞰・予測」できるように
なった

ネット世界

射影

リアル世界 5

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

ホットリンクの紹介
Point1. ソーシャルメディア分析ツールの
日本No.1シェア
1. 累計顧客数は、６００社超
2. 電通等の大手代理店は、ホットリンクのツールを
自社ブランドで利用＆販売している

Point1. 日本最大のソーシャルメディアデータベース
• ブロガー2500万人, 24 時間,365日, 2006年１１月～
• 72億件のクチコミ
• ２ｃｈ / BBS / Q&A / Twitter / Facebook /
TV / ネットニュース / 検索キーワードログ
• 日本のブログ90%、２ｃｈの１００％をカバー

アメーバブログＹａｈｏｏ！楽天広ｇｏｏブＳｅｅｓａａ
ブログ場ログブログ

ｌｉｖｅｄｏｏはてなジュゲムウェブリブエキサイトブ
ｒＢｌｏｇログログ

ヤプログＤＴＩ So-net ココログドリコムブ
ブログログ

ＬＯＶＥＬ au one ブＦＣ２ブドブログ CURUR
ＯＧログログ U
TV Meta Data
Search Log Data
Web News Data
Ｙａｈｏｏ！教えて！ｇｏ OTN ２ちゃんね
掲示板／知恵ｏ Twitter 10
る
袋

Point2. 世界レベルの技術力

1. 機械学習技術（人工知能技術）を利用した
評判分析エンジン、男女判定エンジン
Gender Analysis

Reputation Analysis.

11

Point2.世界レベルの技術力
２. 伝播分析, インフルエンサー分析

Size = Influence, Color = #N of Follower

Point2.世界レベルの技術力
３. 話題の自動抽出、可視化エンジン

本日の流れ

 前半
 マーケティングの各プロセスにおけるソー
シャルの活用事例の紹介
市場商品企画宣伝・
商品仕入れ
販売サポート
調査広告

 後半
 ビッグデータ＋ソーシャルによる
予測サービスの可能性

宣伝・広告分野での活用事例
 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）
 SEMプランニング
 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

ユニクロのブラトップが授乳し
やすいんですって

最近はつわりのムカムカも
あって、ノンワイヤーブラを
しれていたのですが、できれ
ばそれすらしたくない。そん
な願いをかなえてくれるブラ
トップ

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
話題が盛り上がり、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 2009/8/3 2009/8/3 2009/8/3 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/4 2009/8/5 2009/8/5 2009/8/5 2009/8/5 2009/8/5 2009/8/5 2009/8/5 2009/8/5 2009/8/6 2009/8/9 2009/8/12 2009/8/17 2009/8/17 2009/8/19 2009/8/19 2009/8/20 2009/8/24
18:01 20:01 22:01 0:01 2:01 4:01 6:01 10:01 12:01 14:01 16:01 18:01 20:01 22:01 4:01 6:01 8:01 10:01 12:01 14:01 18:01 20:01 14:01 22:01 14:01 20:01 22:01 14:01 16:01 10:01 14:01

累計 1 11 15 21 25 30 32 46 100 127 132 147 152 154 155 159 162 164 165 166 168 170 171 172 173 174 175 176 177 178 179

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

20 Copyright © 2000 – Hottolink Inc. All rights reserved

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

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

ソーシャルCRMでやっていることとやりたいこと

やっていることやりたいこと

Twitterの公式アカウント設置顧客満足度を高めたい

Facebookページ設置情報を拡散して欲しい

オンラインでクレーム受付お客様との絆を深めたい

お客様との対話ファンを増やしたい

困ったお客様を発見して支援売上を上げたい
（アクティブサポート）

さてここで、

オンライン上で「つぶやいたり」、

お客様と「会話し」「サポートする」

ことで

どれだけの成果を期待しますか？

ソーシャルCRMで何が変わるか？

経営理念
経営戦略
商品企画
広告宣伝
販売
CRM
お客様の声

お客様

ソーシャルCRMで何が変わるか？

経営理念
お客様の声 Change!
経営戦略
商品企画
広告宣伝
販売
CRM

お客様

ソーシャルCRMの最大の価値は、

お客様の生声で、

社内で、“WOW！（ワオ）”

の声を呼び起こし、

イノベーションを起こすこと

後半の流れ

 後半の①
 様々な予測サービスに向けた取り組み
事例のご紹介

 後半の②
 予測サービスの実用化に向けた課題

口コミによる選挙得票率予測

クチコミ＠総選挙
http://senkyo.kakaricho.jp/2009/top.html

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

名古屋市長選挙

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
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

0
10
20
30
40
50
60
70
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
2009-04-05
2009-04-07
2009-04-09
2009-04-11
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

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

0
10
20
30
40
50
60
70
2009-03-22
2009-03-24
2009-03-26
2009-03-28
2009-03-30
青森市長選挙

2009-04-01
2009-04-03

2009-04-05
2009-04-07
2009-04-09
2009-04-11
2009-04-13

は少ない
2009-04-15
2009-04-17
2009-04-19
関良
鹿内博
佐々木誠造

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、エントリの絶対数

相関係数相関係数
20 20
09 09
20 -03 20 -03

0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8

0
1
0
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 09 -2

累積エントリ数と最終得票数の相関係数（宝塚市長選）
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
0.2
0.4
0.6
0.8

0
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 08
- 1 -
20 04 20 04-
09 -0 09 10
- 3 -
20 04 20 04-
09 -0 09 12
- 5 -
20 04 20 04-
09 -0 09 14
年月日

- 7 -
年月日

20 04 20 04-
09 -0 09 16
- 9 -
20 04 20 04-
09 -1 09 18
1 -
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
※赤いラインが告示日。

20 04-
09 -1 09 24
-0 7 -0
4- 4-
19 26

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

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

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 0.4

となりえる変数と実際
の得票率の関係はS 0.2

字になることを発見
0
-5 -4 -3 -2 -1 0 1 2 3 4 5

ソーシャルデータマイニング
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
日本中のブログデータを収集す
金鉱候補の土地の権利を得るデータを収集する
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、どんな風に精製するどういうデータを、どう加工す
過去の選挙結果と、過去のクチ
と、れば、欲しい知識が得られるの
コミとの関係をモデル化する
金が効率よく取れるのか？のか、モデル化する
ノウハウを得る

ノウハウに従って、現在のクチコミをモデルに従って、
大量採掘するモデルに投入する新しいデータを入れる

金融予測


２００７年２００８年２００９年２０１０年


４分００秒


IVS 2011 Fall
LaunchPadに出場


http://t1.gstatic.com/images?q=tbn:ANd9
GcRdqgm7mi7gpF-1-
0RQDYeENgE_UM6PxCzh_cg7oE-
E5JKDrRJd


大会初・満点優勝しました！

２００７年２００８年２００９年２０１０年


【ファンドスキーム】

投資家

ホットスコープホットリンク
（投資助言業）


従来の金融工学新しい金融工学

ソーシャルメディア分析

５分１５秒－６分４５秒
74

新しい金融工学に必要なもの

予測アルゴリズム

言語解析エンジン

ビッグデータ処理技術

大量データのリアルタイム収集
77

ホットスコープが目指すもの

 ソーシャルメディアデータの
「Bloomberg 」

 アジア発のWEB上の情報を活用した
新種のヘッジファンド

で、金融業界に革命を起こす！！！

６分４５秒
79

デジタルカメラ、ブランド別

口コミ：ブログ、フィルター弱
検索：ブランド名の英語表記orカタカナ表記

期間
2006/11/01-2006/12/31
2007/01/01-2007/03/31
2007/04/01-2007/06/30
データはデータ提供元との関係上、
2007/07/01-2007/09/30
非公開とさせてただきます。
申し訳ございません。 2007/10/01-2007/12/31
2008/01/01-2008/03/31
2008/04/01-2008/04/30

相関関数で計測したデジカメのBuzzシェアと販売台数
のシェアの相関係数は、「0.75」


強い反相関のブランド（一方のブランドのシェアが上がると、もう一方
のブランドが大きな影響を受けてシェアを落とす関係）を線でつなぐ。
ここでの強い反相関とは、平均より(0.5×標準偏差)以上小さい相関係数
で定義する。

販売台数のシェア変動の相互相関ρij Buzzシェアの変動の相互相関Qij

データはデータ提供元との関係上、
非公開とさせてただきます。
申し訳ございません。

太線は、販売とBuzzで共通する強い競合(反相関)部分を表している。
口コミから実際の販売の競合関係を、読みとることができる。

課題
 そもそもデータがない
 社内データを公開してもらえるのか？
 他社データも必要なことが多い
 仮説が必要
 何かが出てくることを保証できない
 予測したことが、ビジネスプロセス上、有益
な効果を発揮するのか？
 予測精度
 予測期間
 予測を活用できるのか？

最後に

ビッグデータ＋ソーシャル

の可能性に向けて、

どんな合同の取り組みをやってみると良い
か、

ディスカッションさせて下さい

m(_ _)m

ビッグデータ＋ソーシャルで始まる次世代マーケティング

Recommandé

Recommandé

Contenu connexe

En vedette

En vedette (20)

Similaire à ビッグデータ＋ソーシャルで始まる次世代マーケティング

Similaire à ビッグデータ＋ソーシャルで始まる次世代マーケティング (20)

Plus de Hottolink

Plus de Hottolink (10)

Dernier

Dernier (6)

ビッグデータ＋ソーシャルで始まる次世代マーケティング