注目度の高いソーシャルビッグデータのいま
ソーシャルネットワーキングサービス(SNS)はFacebook、Twitter、Instagramをはじめとして、世界中の多くの人に利用されています。人々の生活にSNSは深く広く浸透し、加えて企業もSNSを自社商品アピールの場として活用しています。
BtoCの企業であれば特に利用は活発で、顧客に対する情報発信に加え、自社の商品・サービスに対する顧客の反応の収集、世間のトレンド理解などに活用しています。このようなSNS上でリアルタイムに発信される膨大な情報はソーシャルビッグデータと呼ばれています。Twitterでは2015年時点で一日あたりの全世界の投稿数は5億件以上あり、日々膨大な数の投稿データが蓄積されています。そのため昨今ではSNS上のデータ活用を支援するための様々な研究が取り組まれており、実用的なサービスも提供されています。
例えば、Twitterから一般公開されているTwitterの分析ツールの「Advertise on Twitter」。このツールでは、リンクのクリック数やインプレッション、お気に入りやリツイート、返信の数、フォロワーの傾向（男性と女性のどちらが多いのかなど）を分析できます。1ヶ月単位で、所持するアカウントのツイートやアクションに対してどんな推移があったのかを確かめることが可能です。
Twitterからは公式の分析ツールが提供されていますが、Twitterだけでなく、複数のSNSから分析レポートを作成するサービスの提供を行っている企業もあり、SNSの分析は注目されています。
ユーザーの生の声を知るために有効な分析方法とは？
データマイニングや機械学習を活用すれば、よりユーザー自体の情報や意見について知ることが可能となります。多くのSNSでは、投稿者のプロフィール情報を限定的にしか得ることができません。Twitterでは年代や性別といったプロフィールを確認できるユーザーは、国内では数%程度と少ないです。一方で、プロフィール情報はマーケット分析などで利用価値が高いため、投稿者のプロフィールを推定する手法が提案され、よりユーザーについて知ろうとする試みが行われています。
例えば、「バイト」、「ゼミ」などの語句が頻繁に出てくるようであれば20代という年齢、「洗濯」「夫」などの語句からは、そのユーザーが女性であると性別を推定できます。推定に用いる語句の選別には統計処理を、語句の出現傾向に基づくプロフィールの推定には人工知能分野の機械学習を用いて分析することが一般的です。推定精度は年齢で約7割、性別は約9割も推定が可能だとされています。このように、プロフィール推定の実用性は高く、SNSでの機械学習の活用性も高いと示されています。
また、投稿内容に含まれる意見を自動的に分類することで、多数の投稿から商品サービスの改善に役立つ意見を発見することや、特定の話題に対する世間の反応を可視化することが可能となります。例えば、Aという自社商品に興味のあるユーザー群のツイートの傾向を分析し、他社のBという商品に興味を持ち購入したというツイートが多かった場合、Bについて分析し、商品開発やマーケティングに活用することができます。
AIで自社SNSへの反応を高める
ユーザーを理解するための分析手法は確立されつつありますが、そのさらに一歩先であるユーザーの嗜好を分析し、活用する技術を開発するケースもでてきました。NHNテコラスではSNSに画像を投稿する場合にどの画像が最も反響（いいね数など）が大きくなるかをAIで判定する技術を開発しています。
人工知能（AI）がInstagramに投稿する最適な画像を推薦
誰もがSNSを利用している近年、マーケティングだけでなく、ユーザー反応を高めるための活用方法は今後も広がっていくと想定されます。
一歩先をいくソーシャルビッグデータの活用方法
SNSの分析は決して難しい手法ではありません。分析ツールも多く提供されており、比較的手軽に導入ができるため、消費者の生の声を知る貴重な機会になります。SNSを活用しているが分析に取り組んでいないという方は、是非一度試してみてください。
ツールの活用だけでは足りない場合には、よりユーザー理解を深める方法として機械学習は非常に有用であり、SNS上の膨大なデータの分析によって新たな発見を得ることは大いに期待できます。特に自社所有のデータ（販売データなど）とSNSデータを組み合わせて分析すると価値が飛躍的に高まる場合があります。しかし、専門家でないと着手することは容易ではありません。データサイエンティストや専門家によって、SNS上に日々投稿される膨大な量のデータを分析してもらうと、自社のマーケティング戦略を深化させ、新しいサービスを生み出すヒントになるかもしれません。
AIや機械学習によるビッグデータ活用をしたい方にオススメ！
「AIによるキャスト評価システムの構築」「データ分析基盤の運用費用9割削減」など、AWSを利用したAI、機械学習のの成功事例をご紹介します。