定量データで傾向を掴み、定性データで理由を知る

現在、多くの先進企業で取り組まれているビッグデータ活用。ビックデータには画像、映像、売上データ、SNSなど様々な種類が存在し、「数字の定量データ」と「文字の定性データ」のと大きく2種類に分類することが出来ます。これまでマーケティングの現場では、定量データに焦点が当てられてきましたが、「定性データ」も重要なポイントになります。

定量データで傾向を掴み、定性データで理由を知る

例えば、あるコンビニチェーンの購買データを分析することで、いつ、どこで、誰が、何を購入しているかが見えてきたり、「この商品を買う人は、あの商品を買いやすい」といったことをはっきりとした数字で捉えることができます。ところが、定量データをどんなに根気よく分析してもある壁にぶつかってしまいます。それは「なぜその商品が売れているのか/売れていないのか」といった理由が見えてこないということです。

その壁を破るキーとなるのが、お客様の生の声。TwitterやFacebookなどに代表されるSNSで発信された大量の文字情報(定性データ)や毎日コールセンターに寄せられる問い合わせやアンケートの自由回答欄、の中に 、不満や改善要望、商品への感想、使用シーンの提案、商品にまつわるストーリーなど、「売れる/売れない」理由をあぶりだすことができる有用な情報がたくさん含まれています。

ところが、ここでまたもうひとつの壁に直面します。定性データの分析は多様な文章をひとつひとつ読んでいかないといけない、非常に手間と時間のかかる作業だということです。サンプル数の少ないアンケート調査などは、なんとか人の目で読むことができても、ソーシャルメディアの普及によって1日に数万件から数百万件の情報が手に入るビッグデータ時代の今、その情報量をすべて読むことは不可能ですよね。それを可能にするのが、「テキストマイニング」という技術なのです。

有益な言葉を掘り当てる「テキストマイニング」

有益な言葉を掘り当てる「テキストマイニング」

テキストマイニングとは、SNSや口コミ、アンケート回答 など自由な形式で記述された文章を単語や文節に分割して、その出現頻度や相関関係、いつ発言されたものなのかといったことを分析し、有益な情報を探し出す技術のことです。マイニング(mining)とは「採掘」という意味で、膨大なテキストの山から価値ある情報を掘り当てるといった意味が込められています。

さて、企業にとって一番大事なのは「その分析が事業の何に役立つのか?」ということですよね。この分析をすることで、消費者が商品に対してどんなイメージを持っているのか、実際に使ってみてどんな感想を抱いているのかといったことがリアルタイムでわかるようになります。もう少し具体的にいうと、例えばある化粧品メーカーの新商品に対してSNSやお客様相談室に寄せられているお客様のご意見をテキストマイニングで分析すると、「肌」「香り」「効果」など、どんな単語が話題によく出ているかがわかります。さらに主語と述語の組み合わせで見ていくと「肌‐ヒリヒリする」とか「香り‐ダメ」といったネガティブな意見もあれば、「効果‐感じる」「肌‐しっとり」というポジティブな意見があるのかということがわかってきます。ネガティブな意見で一番多いのが「香り」だったとして、その先を辿っていくと「オイル系の香りが嫌い」とか「拭き取った後に残る香りがダメ」というように香りの何がだめなのかが見えてくるというわけです。

こうした消費者の生の声には、商品開発(改善)やプロモーション戦略のヒントがたくさん詰まっています。お問合わせ内容の履歴に加え、ソーシャルメディア というオープンな場から、他社製品への評価などを含む膨大な声を集めることができるビッグデータ時代の今、刻々と変化する消費者のニーズをいかにスピーディーに、いかに緻密に拾い上げていけるのかということが、多様化する社会と向き合う企業にとってますます重要になってきています。

ライバル企業に差をつける!テキストマイニングの活用方法

ライバル企業に差をつける!ビッグデータの活用方法

ところで、ツイッターでは1日に1億以上ものつぶやきが投稿されているのをご存知でしたか?最近ではこうしたソーシャルメディア やお客様相談室に寄せられる問合せ内容を集約して「お客様の声」として活用する企業が増えてきています。ここでは先進的企業として知られる大手食品メーカー の例をご紹介しましょう。

このメーカーでは、毎日コールセンターに寄せられる数十万件の顧客の声とあわせて、ブログやツイッターなどから全商品と競合商品のデータが自動的に収集・分析され、翌朝には各部署の社員がWEB上で、どの商品で何を言われていたのかを共有・活用できるようになっています。例えば、あるアルコール飲料 について、「夏祭り‐飲みたい」とか「風呂上がり‐すっきり」「さわやか」など、飲んだ後の感想や、どういうシーンで、どういう気分で飲んでいるのかが言葉の相関図から見えてきます。それらをもとに季節感を演出するプロモーション戦略が狙い通りに伝わっているのかを判断したり、テレビCMの制作に活かしたり、パッケージデザインの変更や販促活動など、さまざまな場面で役立てられています。

今、あらゆる業種でビッグデータの活用力が問われています。ここで紹介できなかった活用事例については、こちらからご覧いただけます。


見える化エンジンとは

1.独自の解析処理による精度の高いテキストマイニング

「プラスアルファ・コンサルティング」では、自然言語処理技術に特化した技術専門会社である「合同会社シンタックス」を子会社化、後に吸収合併を行っております。
これにより、「見える化エンジン」へ高度な自然言語処理技術の搭載を実現し、単語の分割、主語・述語の関連解析、言葉の言い回し解析による顧客ニーズの紐解きなど、最適な構文解析ルールを適用したテキストマイニングを可能にします。

2.簡単な操作性とわかりやすいアウトプット

「見える化エンジン」は、統計や分析の知識がない方でも操作が出来るようにシステム開発を行っています。操作が簡単=簡単な分析しかできない、というわけではなく、発言量の把握から相関分析、ネットワーク分析などのハイレベルな分析が誰でも簡単に実施可能です。また、視覚的で分かりやすいアウトプットにより、新たな気づきを見つけやすく、さらに具体的な声まで確認できます。
分析のハードルを最小限まで下げることで、サービス改善や新たな施策に向けて熟考するための時間を創出し、より多くのアクションにつなげることが可能です。

3.利用方法に合わせた機能拡張

「見える化エンジン」は、お客様のニーズに合わせた機能拡張が可能です。SNSデータをメインに分析される場合にはソーシャル拡張機能、アンケートをメインに分析される場合にはモニター調査機能、顧客の声の共有を検討されている場合には社内共有機能など、お客様ごとの活用に最適なプランをご提供いたします。

4.外部に存在するあらゆるテキストデータの収集

手元にあるコールログやアンケートデータだけではなく、TwitterやInstagramなどのSNSデータや口コミレビューデータ、モニター向けアンケートデータなど、外部にある顧客の声の収集・分析が可能です。
自社データを活用した「守りのVOC活用」だけでなく、外部データを活用した「攻めのVOC活用」を行うことで、新商品や新たな施策のヒントを抽出し、マーケティング活動をさらに加速させるための材料を生み出します。

5.顧客の声を共有するための仕組みを提供

分析した顧客の声は、関連部署への共有を行い活用していくことが重要です。「見える化エンジン」では、分析レポートを掲示板のような形で構築可能なダッシュボードや、HTMLでのメール配信機能、デジタルサイネージ機能を搭載。あらゆる手法で顧客の声を共有し、全社的な顧客の声活用を支援します。

製品トップ
主な機能

関連情報

テキストマイニング活用事例