Diese Präsentation wurde erfolgreich gemeldet.
Die SlideShare-Präsentation wird heruntergeladen. ×

ソーシャルメディアによる情報拡散モデル

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Hier ansehen

1 von 24 Anzeige

Weitere Verwandte Inhalte

Ähnlich wie ソーシャルメディアによる情報拡散モデル (20)

Anzeige

Aktuellste (20)

ソーシャルメディアによる情報拡散モデル

  1. 1. JSQC 第98回研究発表会 セクションテーマ:『マーケティング』 ソーシャルメディアによる情報の 双方向性における情報拡散モデルの提案 東京都市大学 指田 大輔* 横山 真一郎 兼子 毅
  2. 2. 発表の流れ  研究背景 (p 3~5)  先行研究 (p 6~7)  研究目的 (p 8)  研究手順 (p 9~22)  今後の方針・課題 (p 23)  参考文献・まとめ (p 24~25) Tokyo City University Systems Information Engineering 2
  3. 3. 研究背景~メディアとしてのユーザ~ ソーシャルメディア(以下SM)と呼ばれるサービスのユーザ数が世界規模で増加 日本に焦点を当ててみると・・・  モバイル端末の普及  東日本大震災時におけるSMの活躍  ユーザの多様性 情報爆発 意思決定要因 の増加 図1:日本におけるSMユーザ数推移(11- 12) SM上では全ユーザが情報の送受信を行え、 各ユーザがメディアとして一定の影響力を保持している Tokyo City University Systems Information Engineering 3
  4. 4. 研究背景~SMが企業に与えるインパクト~ SM利用者の増加に伴い、企業にとっても無視できないメディアと化してい る SM活用強化 SM満足度 プロモーショ ン(70%) GAP 広報 認知向上 (72%) (53%) 84% 20% 図2:企業のSM活用目的 図3:企業の抱えるGAP マス“メディア”とは異なる点を認識し、 ソーシャル“メディア”専用の仕掛けの必要性 Tokyo City University Systems Information Engineering 4
  5. 5. 研究背景~SMマーケティングの仕掛け~ SMを活用したマーケティングは黎明期であり、様々な試みが成されている • クローズドなSMコミュニティを活用した“MROC” Ex. • SMのリスクに着眼した“ニューメディアリスク協会”の設 立(2012) • 従来の消費者行動モデルと異なるSMに特化した“SIPS”の 提唱 企業と個人、個人と個人間での情報伝播を扱う “バイラルマーケティング”に注目 認知 拡散 購買 Tokyo City University Systems Information Engineering 5
  6. 6. 先行研究紹介~SNSの紐帯関係~ 石井(2011):『「強いつながり」と「弱いつながり」のSNS』 • 各SNSの特徴をユーザ間の紐帯の強弱によって分類 特徴 • 紐帯の強弱により、異なる効用をユーザに与える 強いつながりのSNS 弱いつながりのSNS 重要な情報が受信 意外な情報を受信 着眼点 SNSごとの紐帯を考慮しているが、 SNS内での紐帯関係までは考慮されていない Tokyo City University Systems Information Engineering 6
  7. 7. 先行研究紹介~ネット上のクチコミの有用性~ 杉谷(2009):『インターネット上の口コミの有効性』 • “クチコミ”をリアル・ネット空間の両空間で議論 特徴 • 情報を言語・非言語で分類 言語情報(文字) 非言語情報(画像) “事実”を伝えるには重要 “感情”を伝えるには重要 Ex. Ex. ・商品の機能性 ・商品のデザイン性 ・日本製の商品です ・感性に訴える表現 ネット上でのクチコミ効果が高い リアルでのクチコミ効果が高い 着眼点 言語・非言語情報によって与える影響の違いは示されているが、 その後の情報拡散までは議論されていない Tokyo City University Systems Information Engineering 7
  8. 8. 研究目的 先行研究から得た仮説 紐帯の強弱はSM上でのバイラルに有意な影響を与える 言語・非言語情報はSM上でのバイラルに有意な影響を与える 研究目的 ソーシャルメディアによる情報の双方向性における 情報拡散モデルの提案 有用性・狙い SMマーケティング戦略を立てる上での有効な知見となる指標作成を目指 す • バイラルに影響を与える要因の明確化 • 自然発生的なバイラル構造の記述 • 企業担当者への指標 Tokyo City University Systems Information Engineering 8
  9. 9. 研究手順 重要語の定義 主要SMの分類化(対応分析) 研究範囲の絞り込み 情報自体の持つ特徴 ユーザが起こす行動 行動の起因となる心的要因 予想アウトプット作成プロセス Tokyo City University Systems Information Engineering 9
  10. 10. 重要語の定義~SMとSNS~ SM(ソーシャルメディア) 1. コミュニケーションを主とするWebサービス 2. 基本的なサービスは無料 3. 自由・招待制で参加、自由な情報発信が可能 4. 個人間の繋がりを可視化できる関係図を保持 SNS(ソーシャルネットワーキングサービ ス) 上記の定義に該当しないSM全体を指す 図4:SNSとSMの区別 • ツイート • いいね! • リツイート • シェアする Tokyo City University Systems Information Engineering 10
  11. 11. 重要語の定義~バイラル~ バイラル(拡散) SMを経由して情報が伝わっていくことを指す また、情報を受け取った人がその情報を紹介・推奨することで広まる現象 事例 『震災時のデマの拡散』 『フリスクキャンペーン』 政府対応にまで影響 SM上での発言数20倍 『ビンラディン死亡記事』 ・1時間で1500万人がツイート ・440万人がいいね!を押す Tokyo City University Systems Information Engineering 11
  12. 12. 主要SMの利用目的調査~対応分析~ 分析目的 SM利用目的の比較により、各SMの位置付けの傾向把握 分析対象・手 各SM(Facebook,mixi,Twitter,Blog,mobage,GREE)ユーザへのWebアンケー 法 ト データ内容(全14項目) A. リアルでの友人・知人とのコミュニケーションのため B. リアルでの友人・知人の近況を知るため C. ネット上での知り合いとコミュニケーションのため D. ニュースを見るため … M. 暇つぶしのため N. その他 Tokyo City University Systems Information Engineering 12
  13. 13. 対応分析~結果~ 第2固有値までで累積寄与率95% ・好きな企業やブランドの情報収集 Type 3 ・自分の個人的な雑感を発信 ・芸能人や著名人の情報収集 ・暇つぶし ・その他 Type 2 ・リアルでのコミュニケーションや近況情報の収集 ・ネットでのコミュニケーションや近況情報の収集 Type 1 図5:SNSの利用目的 Tokyo City University Systems Information Engineering 13
  14. 14. 対応分析~考察~ Type 1 (Facebook & mixi) リアル・ネット空間での双方向なコミュニケーションタイプ (相互認証制で、初期から適当なエンゲージメントが担保) Type 2 (GREE & mobage) 暇つぶしタイプ (バイラルと乖離しているので研究対象として焦点は当てない) Type 3 (Blog & Twitter) 有名人等の情報収集・発信などの単方向なコミュニケーションタイ プ (認証条件がなく匿名性が高く、自由なやり取りが行われる傾向) Tokyo City University Systems Information Engineering 14
  15. 15. 研究範囲の絞り込み 対応分析の結果より、Type1,3の“Facebook”と“Twitter”に焦点 登録 / キャンペーン参加 / 商品購入 行動有 二次拡散 B 一次拡散 元から信頼有 A 行動無 C 設計可能 設計困難 Tokyo City University Systems Information Engineering 15
  16. 16. 情報自体の持つ特徴 情報にも様々な種類があるため、 それらを本研究では“情報の品質”と定義し整理 ソースの信頼性 企業などの公式アカウント インフルエンサ 親友、SM上での知人、有名人などの紐帯 (キュレータ) (ただし、紐帯の強弱は設計困 難) 情報の重要性 商品、サービス、雑感 (流布する情報は設計可 能) 表1:企業発信の多次元情報 情報の種類 新商品 視覚的な判断を要する 社内の雑感 多種多様 重要な発信内容 スペッ などの商品情報 ク 非言語情報 ( 社史、口調など) Tokyo City University Systems Information Engineering 16
  17. 17. 情報受容者の行動調査 調査目的 バイラル情報が、情報受容者の“行動”に与える影響の分類化 手法・サンプル数 対面インタビュー・Webアンケート・文献調査 (インタビュー:10件 / Webアンケート:26件) 有用な行動を抽出するために、SM感度の高い若年層と SMをマーケティングに利用している企業ユーザから回答を取 得 Tokyo City University Systems Information Engineering 17
  18. 18. 調査結果 本研究で焦点を当てたSM ・Facebook → 85% ・Twitter → 77% 先行リサーチと同様高い数値だが、 mixiは低い数値となった  友達からシェアされたアプリを取得した 図6:使用中のSM(n=36)  友達のコメントを見て、詳しく情報を調べた  就職活動に関するセミナーを、Twitterで参加予約  ANAページは観光地の写真が綺麗でシェアする  飲食店情報を友人のページから得ている  面白い写真を見て、シェアした ユーザの行動として  コンビニクーポンを活用した “156行動”を抽出 Tokyo City University Systems Information Engineering 18
  19. 19. 結果考察~行動の分類~ 調査結果で得た156種の行動の類型化を行い、 大きく以下の2タイプに分類 バイラル型行動(計11種) ユーザがバイラル・情報提供を意図して起こす行動 Ex. いいね!を押す、RTを行う、シェアを行う、非言語情報の投稿 自己完結型行動(計8種) バイラルに無関係で、情報受容者が起こす行動 Ex. 購買行動、イベント参加、サービス使用 無意識化におけるバイラル行動 表出する行動はバイラルに繋がる可能性 Tokyo City University Systems Information Engineering 19
  20. 20. 結果考察~行動の階層構造~ 分類結果から、行動はフラットでなく“階層構造”を保持していると仮定 (企業の効果測定でも評価値を区別する傾向) 5/156=3%が行動 リアル上で購 自己完結型行動 買 23/156=15%が行動 シェア行動 心的障壁の高いバイラル型行動 「いいね」を押す 心的障壁の低いバイラル型行 図7:行動の階層構造 動 今後も調査を続行し、より詳細なパターン整理を行い階層構造を構築 Tokyo City University Systems Information Engineering 20
  21. 21. 行動の起因となる心的要因 同じ情報であっても全員が一律に受容するわけでなく、 個々が感じる心的要因が閾値を超えると行動を起こすと仮定 行動を促す心的要因の変数化が課題 Ex. 共感し 面白そう! た! シェア行動 購買行動 抽象度の高い潜在的な変数 (量的判断が困難) 共感 キャラクタの有 紐帯の強弱 無 Tokyo City University Systems Information Engineering 21
  22. 22. 予想アウトプット~構造方程式分析~ バイラルのメカニズムをSEM分析を用いてモデル化 SM上での知人 リアルでの知人 いいね!行動 紐帯の強弱 バイラル型 行動 言語情報のみ シェア行動 言語・非言語 情報 順番 非言語情報のみ 自己完結型 購買行動 行動 トレンド情報 情報の重要性 RT率 モデルのリアルティ追求の為、階層的回帰分析の手法を導入予定 Tokyo City University Systems Information Engineering 22
  23. 23. 今後の研究方針・課題 ① 情報受容者の“行動”の階層構造の妥当性 • 意味的な前後関係 • 時間的な前後関係 を考慮して研究を進める • 行動重要度の重み付け ② 行動に影響を与える心的要因の変数化 • バイラル型行動 に有意な影響を与える観測変数の明確化 • 自己完結型行動 Tokyo City University Systems Information Engineering 23
  24. 24. 参考文献 A) 佐藤(2011):東日本大震災を契機にソーシャルメディアが拓いたコミュニケーション 新地平 B) 川上(2010):21世紀のメディア環境と消費者行動の変化 C) 石井(2011):「強いつながり」と「弱いつながり」のSNS D) 杉谷(2009):インターネット上の口コミの有効性 E) 山岸(2011):ノード属性を考慮した情報拡散影響度の推定 F) Tribal Media House, Inc. & Cross Marketing Inc.:ソーシャルメディア白書2012, 翔泳社 G) 株式会社電通:http://www.dentsu.co.jp/sips/index.html H) 株式会社ニールセン:http://blogs.itmedia.co.jp/saito/2011/08/mixi-twitter-fa-8f02.html I) 株式会社宣伝会議:宣伝会議(2012年号No.837) J) アンケートツクール:http://enq-maker.com/ Tokyo City University Systems Information Engineering 24

×