東京大学、SNS投稿から興味・認知を予測、店舗フロアプランなどに応用も

ダイヤモンド・リテイルメディア 流通マーケティング局
Pocket

日常的に投稿するハッシュタグなどの情報を用いて意識や特徴を解析する 2017年8月撮影(2019年 ロイター/Thomas White)


 東京大学は12月16日、大学院情報理工学系研究科の山崎俊彦准教授の研究室が、SNSの投稿を解析することで、潜在的な顧客の興味や認知を推定する技術を開発したと発表した。

 消費者の興味・認知を調べる手法としては、主にクレジットカードやポイントカードの売上データ解析、アンケートによる消費者意識調査が行われてきたが、クレジットカードは所有する人の属性が限られ、アンケートは時間や費用がかかるなどの問題があった。

 山崎研究室では、国内でビジネスを展開する108のブランドのSNSアカウントを対象に、各ブランドのフォロワー1000人が日常的に投稿するハッシュタグなどの情報を用いて意識や特徴を解析、あるブランドを好む人が他にどのようなブランドを好むかといった興味・認知を高い精度で数値化することに成功した。

 クレジットカードやポイントカードのデータ解析では、ある特定のブランドのことを「知っている」「興味がある」といったユーザーの興味・認知を予測する場合の相関係数が0.2〜0.3程度であるのに対して、SNS解析では相関係数0.43〜0.53という高い精度で予測できるという。

 同研究室は、SNSにおける効果の高いPR手法の提案や商業施設における店舗フロアプランの提案などへの応用が考えられるとしている。消費者動向解析はジオマーケティング(東京都渋谷区)、SNS解析はサイバー・バズ(同)と共同で行った。

東京大学、SNS投稿から興味・認知を予測、店舗フロアプランなどに応用も
クレジットカードのデータやアンケート調査よりも高い精度で興味・認知を予測できるという

関連記事ランキング

関連キーワードの記事を探す

© 2024 by Diamond Retail Media

興味のあるジャンルや業態を選択いただければ
DCSオンライントップページにおすすめの記事が表示されます。

ジャンル
業態