Submit Search
Upload
デジタルフィールドリサーチ
•
Download as PPTX, PDF
•
9 likes
•
1,994 views
Satoru Yamamoto
Follow
デジタル空間におけるユーザーの行動観察する、デジタルフィールドリサーチについての講義資料。2014年10月30日。事業構想大学院大学にて
Read less
Read more
Report
Share
Report
Share
1 of 52
Download now
Recommended
【DMP x LPO ABテスト】パブリックdmpを用いたデータドリブンペルソナ構築
【DMP x LPO ABテスト】パブリックdmpを用いたデータドリブンペルソナ構築
Satoru Yamamoto
DMPを用いたデータドリブンLPOによる最適コミュニケーションの発見方法
DMPを用いたデータドリブンLPOによる最適コミュニケーションの発見方法
Satoru Yamamoto
営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニング
Satoru Yamamoto
30分でわかる『R』によるデータ分析|データアーティスト
30分でわかる『R』によるデータ分析|データアーティスト
Satoru Yamamoto
データアーティストの理念とビジョン~設立一周年記念スライド~
データアーティストの理念とビジョン~設立一周年記念スライド~
Satoru Yamamoto
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
Satoru Yamamoto
広告業界の俯瞰
広告業界の俯瞰
Satoru Yamamoto
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
Satoru Yamamoto
Recommended
【DMP x LPO ABテスト】パブリックdmpを用いたデータドリブンペルソナ構築
【DMP x LPO ABテスト】パブリックdmpを用いたデータドリブンペルソナ構築
Satoru Yamamoto
DMPを用いたデータドリブンLPOによる最適コミュニケーションの発見方法
DMPを用いたデータドリブンLPOによる最適コミュニケーションの発見方法
Satoru Yamamoto
営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニング
Satoru Yamamoto
30分でわかる『R』によるデータ分析|データアーティスト
30分でわかる『R』によるデータ分析|データアーティスト
Satoru Yamamoto
データアーティストの理念とビジョン~設立一周年記念スライド~
データアーティストの理念とビジョン~設立一周年記念スライド~
Satoru Yamamoto
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
Satoru Yamamoto
広告業界の俯瞰
広告業界の俯瞰
Satoru Yamamoto
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
Satoru Yamamoto
営業向け ABテストの統計学 データアーティスト
営業向け ABテストの統計学 データアーティスト
Satoru Yamamoto
CpawCTF Q22 Writeup
CpawCTF Q22 Writeup
KentaroKurose
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
Takahiro Kubo
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
アジアの環境問題と日本への期待 - 2020
アジアの環境問題と日本への期待 - 2020
Ikuo Misao
はじパタ2章
はじパタ2章
tetsuro ito
東アジアの環境問題と日本 2019
東アジアの環境問題と日本 2019
Ikuo Misao
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
正志 井澤
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
オンプレとクラウドのHadoopを比較して僕の思うとこ
オンプレとクラウドのHadoopを比較して僕の思うとこ
Yu Yamada
2016年度コーポレートフェローシップ活動報告(山本さん)
2016年度コーポレートフェローシップ活動報告(山本さん)
Code for Japan
オープンデータの活かし方、創ろう、世界最先端国家
オープンデータの活かし方、創ろう、世界最先端国家
Taisuke Fukuno
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
Takahiro Kubo
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
20190627 tableau seminar
20190627 tableau seminar
Miki Shingo
2016年度コーポレートフェローシップ活動報告(吉野さん)
2016年度コーポレートフェローシップ活動報告(吉野さん)
Code for Japan
環境活動でアジア連携 2018
環境活動でアジア連携 2018
Ikuo Misao
Tableau data science_20201209
Tableau data science_20201209
Masabumi Furuhata
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
Hiroki Katayama
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
Sho Maekawa
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
VOYAGE GROUP UIO strategies section
実験計画法(直交表実験)の応用によるLpoの実例 slide share
実験計画法(直交表実験)の応用によるLpoの実例 slide share
Kazuya Obanayama
More Related Content
What's hot
営業向け ABテストの統計学 データアーティスト
営業向け ABテストの統計学 データアーティスト
Satoru Yamamoto
CpawCTF Q22 Writeup
CpawCTF Q22 Writeup
KentaroKurose
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
Takahiro Kubo
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
アジアの環境問題と日本への期待 - 2020
アジアの環境問題と日本への期待 - 2020
Ikuo Misao
はじパタ2章
はじパタ2章
tetsuro ito
東アジアの環境問題と日本 2019
東アジアの環境問題と日本 2019
Ikuo Misao
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
正志 井澤
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
オンプレとクラウドのHadoopを比較して僕の思うとこ
オンプレとクラウドのHadoopを比較して僕の思うとこ
Yu Yamada
2016年度コーポレートフェローシップ活動報告(山本さん)
2016年度コーポレートフェローシップ活動報告(山本さん)
Code for Japan
オープンデータの活かし方、創ろう、世界最先端国家
オープンデータの活かし方、創ろう、世界最先端国家
Taisuke Fukuno
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
Takahiro Kubo
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
20190627 tableau seminar
20190627 tableau seminar
Miki Shingo
2016年度コーポレートフェローシップ活動報告(吉野さん)
2016年度コーポレートフェローシップ活動報告(吉野さん)
Code for Japan
環境活動でアジア連携 2018
環境活動でアジア連携 2018
Ikuo Misao
Tableau data science_20201209
Tableau data science_20201209
Masabumi Furuhata
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
Hiroki Katayama
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
Sho Maekawa
What's hot
(20)
営業向け ABテストの統計学 データアーティスト
営業向け ABテストの統計学 データアーティスト
CpawCTF Q22 Writeup
CpawCTF Q22 Writeup
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
アジアの環境問題と日本への期待 - 2020
アジアの環境問題と日本への期待 - 2020
はじパタ2章
はじパタ2章
東アジアの環境問題と日本 2019
東アジアの環境問題と日本 2019
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
20130727 ソシャゲkpi分析 tokyowebmining28_izawa_up
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
オンプレとクラウドのHadoopを比較して僕の思うとこ
オンプレとクラウドのHadoopを比較して僕の思うとこ
2016年度コーポレートフェローシップ活動報告(山本さん)
2016年度コーポレートフェローシップ活動報告(山本さん)
オープンデータの活かし方、創ろう、世界最先端国家
オープンデータの活かし方、創ろう、世界最先端国家
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
kintone Café 大阪 Vol.13 〜karuraで学ぶ、機械学習の活かし方〜
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
20190627 tableau seminar
20190627 tableau seminar
2016年度コーポレートフェローシップ活動報告(吉野さん)
2016年度コーポレートフェローシップ活動報告(吉野さん)
環境活動でアジア連携 2018
環境活動でアジア連携 2018
Tableau data science_20201209
Tableau data science_20201209
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
Viewers also liked
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
VOYAGE GROUP UIO strategies section
実験計画法(直交表実験)の応用によるLpoの実例 slide share
実験計画法(直交表実験)の応用によるLpoの実例 slide share
Kazuya Obanayama
LPOツール「DLPO」製品資料
LPOツール「DLPO」製品資料
DLPO Div. IOIX, Inc.
判別分析
判別分析
Satoru Yamamoto
Ptengine ヒートマップの使い方 v.1
Ptengine ヒートマップの使い方 v.1
Ptmind_jp
Ptengine操作ガイド
Ptengine操作ガイド
Ptmind_jp
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
Satoru Yamamoto
【データアーティスト株式会社】5歳の娘でもわかるDMP
【データアーティスト株式会社】5歳の娘でもわかるDMP
Satoru Yamamoto
お金をかけないランディングページのつくりかた
お金をかけないランディングページのつくりかた
Satoru Yamamoto
Ptengine CV(コンバージョン)設定、ファネル設定
Ptengine CV(コンバージョン)設定、ファネル設定
Ptmind_jp
200以上のwebサービス事例から見えてきた鉄板グロースハック ~傾向と対策~ 先生:須藤 憲司
200以上のwebサービス事例から見えてきた鉄板グロースハック ~傾向と対策~ 先生:須藤 憲司
schoowebcampus
Viewers also liked
(11)
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
ConversionConference Feedbackその1 第1回LPO担当者交流会 101125
実験計画法(直交表実験)の応用によるLpoの実例 slide share
実験計画法(直交表実験)の応用によるLpoの実例 slide share
LPOツール「DLPO」製品資料
LPOツール「DLPO」製品資料
判別分析
判別分析
Ptengine ヒートマップの使い方 v.1
Ptengine ヒートマップの使い方 v.1
Ptengine操作ガイド
Ptengine操作ガイド
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
【データアーティスト株式会社】5歳の娘でもわかるDMP
【データアーティスト株式会社】5歳の娘でもわかるDMP
お金をかけないランディングページのつくりかた
お金をかけないランディングページのつくりかた
Ptengine CV(コンバージョン)設定、ファネル設定
Ptengine CV(コンバージョン)設定、ファネル設定
200以上のwebサービス事例から見えてきた鉄板グロースハック ~傾向と対策~ 先生:須藤 憲司
200以上のwebサービス事例から見えてきた鉄板グロースハック ~傾向と対策~ 先生:須藤 憲司
Similar to デジタルフィールドリサーチ
マーケジンDMPセミナー final 0528
マーケジンDMPセミナー final 0528
Intimate Merger Inc.
Design×Marketing野良イベントを公認イベントにした 展示会施策の舞台裏
Design×Marketing野良イベントを公認イベントにした 展示会施策の舞台裏
kokiaoyama1
20151221 public
20151221 public
Katsuhiko Ishiguro
ディープラーニングにみられるAi技術の進歩とそれがもたらす未来r1
ディープラーニングにみられるAi技術の進歩とそれがもたらす未来r1
Osaka University
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Yuya Unno
Pythonで動かして学ぶ機械学習入門_予測モデルを作ってみよう
Pythonで動かして学ぶ機械学習入門_予測モデルを作ってみよう
洋資 堅田
bigdata2012nlp okanohara
bigdata2012nlp okanohara
Preferred Networks
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Preferred Networks
Twitterでみる社会のトレンド
Twitterでみる社会のトレンド
Jun Iio
法政大学 MBA 中小企業向けITとの付き合うコツ
法政大学 MBA 中小企業向けITとの付き合うコツ
Daiyu Hatakeyama
Umds(20101217)
Umds(20101217)
真 岡本
DeNAtechcon_DeNAのセキュリティの取り組みと、スマートフォンセキュリティ(same-origin policy)
DeNAtechcon_DeNAのセキュリティの取り組みと、スマートフォンセキュリティ(same-origin policy)
Toshiharu Sugiyama
5年後のデータサイエンティスト
5年後のデータサイエンティスト
Drecom Co., Ltd.
データサイエンス・アドベンチャー杯2015 開催概要
データサイエンス・アドベンチャー杯2015 開催概要
Analytics2014
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
Yahoo!デベロッパーネットワーク
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
Koichi Hamada
自然言語処理向け データアノテーションとそのユースケース
自然言語処理向け データアノテーションとそのユースケース
Deep Learning Lab(ディープラーニング・ラボ)
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
Shohei Hido
Similar to デジタルフィールドリサーチ
(20)
マーケジンDMPセミナー final 0528
マーケジンDMPセミナー final 0528
Design×Marketing野良イベントを公認イベントにした 展示会施策の舞台裏
Design×Marketing野良イベントを公認イベントにした 展示会施策の舞台裏
20151221 public
20151221 public
ディープラーニングにみられるAi技術の進歩とそれがもたらす未来r1
ディープラーニングにみられるAi技術の進歩とそれがもたらす未来r1
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Pythonで動かして学ぶ機械学習入門_予測モデルを作ってみよう
Pythonで動かして学ぶ機械学習入門_予測モデルを作ってみよう
bigdata2012nlp okanohara
bigdata2012nlp okanohara
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Twitterでみる社会のトレンド
Twitterでみる社会のトレンド
法政大学 MBA 中小企業向けITとの付き合うコツ
法政大学 MBA 中小企業向けITとの付き合うコツ
Umds(20101217)
Umds(20101217)
DeNAtechcon_DeNAのセキュリティの取り組みと、スマートフォンセキュリティ(same-origin policy)
DeNAtechcon_DeNAのセキュリティの取り組みと、スマートフォンセキュリティ(same-origin policy)
5年後のデータサイエンティスト
5年後のデータサイエンティスト
データサイエンス・アドベンチャー杯2015 開催概要
データサイエンス・アドベンチャー杯2015 開催概要
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
自然言語処理向け データアノテーションとそのユースケース
自然言語処理向け データアノテーションとそのユースケース
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
デジタルフィールドリサーチ
1.
事業構想大学院大学講義資料2014年10月30日 Digital Field
Research データアーティスト株式会社
2.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page2 自己紹介 こんにちは!!山本覚と申します!!
3.
バックグラウンド:東京大学イノベーション政策研究センター 半理半文系のデータサイエンティストです。 経営学×政策学×情報学
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page3 NHK 震災ビッグデータ Gunosy DLPO
4.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page4 会社紹介 データアーティスト(株)と申します!!
5.
ABテストの事例:株式会社モバオク様(1/2) Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page5 誘導リンク ボタンテキスト・デザイン ロゴ ・ロゴとサブコピー ・サブコピーの変更 ・コーポレートロゴ付・・・ ・リンク有り ・リンク無し キービジュアル ・便利訴求 ・商品訴求 ・価格訴求 ・安心訴求・・・ ・ボタンテキスト ・アクション内容 ・ボタン形状、大きさ、色 ・配置 入力フォーム ・順番 ・項目数 ・内容 デザイン ・フォント/カラー ・フォントサイズ ・背景色 入力フロー説明 ・説明パターンA ・説明パターンB ・説明パターン無し コンテンツの追加 ・QAコンテンツの追加 ・登録ステップの追加
6.
ABテストの事例:株式会社モバオク様(2/2) チャンピオンページを導き出した結果、コンバージョン率が25%アップ! ●キービジュアルクリエイティブパターン
便利訴求 価格訴求 商品訴求 安心訴求(チャンピオン) Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page6 デフォルト 遊楽訴求 ●アクションボタンクリエイティブパターン オレンジブルー(チャンピオン)
7.
地域ターゲティング事例:シャディ株式会社様 地域に連動したコンテンツを表示。離脱率を20%低減! Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page7 北海道からの場合 福岡県からの場合
8.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page8 アジェンダ イントロ 分析テクニックの紹介 ケーススタディ①:事前に準備してるもの ケーススタディ②:皆様から意見を募って
9.
イントロ
10.
月刊事業構想でご紹介いただきました Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page10
11.
デジタルフィールリサーチとは? デジタル空間上の『現場』をリサーチする ●リアルの現場●デジタルの現場
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page11
12.
デジタルフィールドリサーチの特徴 Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page12 項目 通常の フィールドリサーチ デジタル フィールドリサーチ 対象データ リアル空間の 1次データ(現場) デジタル空間上の 1次データ(現場) データサイズ小さい大きい 一つのデータの情報量大きい小さい データの入手コスト高い低い 使用用途個別の事象を理解する全体を俯瞰する 使用フェイズ詰めのフェイズ取り掛かりのフェイズ
13.
事業構想の枠組みと流れ Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page13
14.
デジタルフィールドリサーチの領域 構想案とフィールドリサーチの懸け橋 デジタル
フィールドリサーチ Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page14
15.
デジタルフィールドリサーチの領域 … ケースを聞く
情報を集める ↓ 手ごたえを感じる 意見を聞く ↓ 経営資源の確認 … Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page15 デジタル フィールド リサーチ
16.
デジタルフィールドリサーチに必要なモノ データ手法 +
回帰分析 数字を当てる 判別分析 カテゴリーを当てる クラスタリング 似てるものをまとめる 次元圧縮 情報量を落とす Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page16 テキスト ネットワーク 時系列 ※灰色は今日は説明いたしません。
17.
西アフリカ諸国 アジアの対応 マリ
テキサス州 スペイン・旅客機 ワクチン Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page17 日本の対応 コンゴからの入国者 インフルエンザ治療薬 米・共和党の動き 米・国土安全保障省 ●講義のアウトプットイメージ
18.
分析テクニックの紹介 実際のプログラムのコード等はすべて小塩先生に 御共有いたしますので、実際に皆様の研究にご利用頂けますと幸いです!!
19.
フィールドリサーチとテキストデータは相性が良い データが持っている情報量が豊富 乾燥機:2点、食洗器:4点
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page19 仮想的なフィールドリサーチ体験
20.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page20 分析の流れ概念 文書を 集めてくる 機械で拾い読み 傾向をつかむ 大事なところは 目視 デジタル フィールド エキスパートの意見
21.
テクニカルな部分の具体的な手法 文書を集める:クローリング。 ↓
文書を単語に分ける⇒ 形態素解析。 ↓ 特徴的な語を見つける⇒ TFIDF。 ↓ 単語どうしの関連性を数値化⇒ Jaccard係数。 ↓ ネットワーク化・クラスタリング⇒ ニューマンクラスタリング Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page21
22.
クローリング> データと情報 強い
関連性 発信側反応側 自社競合顧客 マクロ環境 Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page22 データ 情報
23.
クローリング> データソースの分類 Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page23 データ 発信側 TVメタデータ ニュース 反応側 検索行動 ソーシャル Twitter ブログ ネットリサーチ
24.
クローリング> 検索行動が入ったデータベース Intimate
Merger 月間UB数:3.2億UB数、ユーザーカバー率:80% デモグラフィック(50%)※ サイコグラフィック(40%)※ 性別、年齢、家族構成、年収、職種、業 Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page24 種 旅行、映画、スポーツ観戦、外食・グルメ、TV・番組・ 有名人、デザイン、PC・家電、雑貨・インテリア、食品 etc 一番のすごさは他に有る!!
25.
クローリング> 検索キーワード情報のダウンロード そのままでは使いにくい
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page25
26.
形態素解析> MeCab 文節に分けて、
固有名詞・一般名詞だけをとってきます。 https://code.google.com/p/mecab/ Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page26
27.
形態素解析> RからMeCabを動かす Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page27 統計に関する プログラム環境
28.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page28 重要語の抽出:TFIDF tfidf:Term Frequency Inverse Document Frequency: 一部の文章にたくさん出てくる単語を見つける。 TF: Term Frequency: ある語が何回でてきたか?いっぱいでてくると重要。 DF: Document Frequency : ある語がいくつの文書にでてきたか? どの文書にもでてくる語は一般的過ぎて重要じゃない。 単語AのTFIDF = 単語Aの出現数 × Log(1/単語Aが含まれる文書の割合)
29.
補足:Log(1/単語Aが含まれる文書の割合) Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page29 8 7 6 5 4 3 2 1 0 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% 120.00% LOG(1/単語Aが含まれる文書の割合) 単語Aが含まれる文書の割合
30.
関係性の数値化:Jaccard係数 AOR B
A B AAND B Jaccard係数 =Doc(AAND B)/Doc(A OR B) ※割り算だけなので簡単に出せる。 組み合わせAND OR Jaccard 係数 本田圭佑、美空ひばり38,200 3,050,000 0.01252 本田圭介、ザッケローニ484,000 3,350,000 0.14448 Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page30
31.
ネットワーク化・クラスタリング:ニューマンクラスタリング 良く通る橋を分断して孤島を作る。 Rだったら一行で出来る。
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page31
32.
ケーススタディ
33.
デジタルフィールドリサーチの領域 新しい、 旅行のサービス
を作ろう!! デジタル フィールドリサーチ Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page33
34.
“旅行”と検索した人は 他に何を検索しているんだろう?? Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page34
35.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page35
36.
格安結婚 Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page36 ハワイ 修学旅行 ベトナム 保険 イタリア 台湾 海水浴 ディズニー 韓国 夏休み 京都奈良 福岡発
37.
ハワイ 年末 ゴルフ
ヒルトン 予算、グアム Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page37
38.
台湾 女子旅 Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page38
39.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page39 ディズニー 妖怪ウォッチ
40.
ドリルダウンで個別のグループを分析 “旅行ディズニー”と検索した人は 他に何を検索しているんだろう??
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page40
41.
お土産 ホテル一般語 ホテル指名語
格安 チケット Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page41 バス アメリカ ミラコスタ 時期
42.
お土産 吉田さん?! Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page42
43.
ベトナムに行く人と、 イタリアに行く人は 何を考えてるんだろう?
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page43
44.
他のヨーロッパ料理 Copyright© 2002-2013
Data Artist, Inc. All Rights Reserved. Page44 ●イタリア旅行 ハネムーン ファッション 天気
45.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page45 ●ベトナム旅行 警告 夜遊び 家族旅行 ビーチ 両替
46.
旅行と検索している人が 何に興味があるのかわかった!! 年齢・性別・年収・趣味
で誰が何に興味があるのか分かった!! Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page46
47.
ベトナム旅行に行く人と イタリア旅行に行く人の 違いは何だろう??
Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page47
48.
●ベトナム 性別年齢年収 Copyright©
2002-2013 Data Artist, Inc. All Rights Reserved. Page48 デモグラの違い ●イタリア 性別年齢年収
49.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page49 デモグラの違い ●ベトナム ●イタリア 経済的ゆとりのある男性高年者 働き盛りの女性
50.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page50 サイコグラの違い ●ベトナム ●イタリア
51.
Copyright© 2002-2013 Data
Artist, Inc. All Rights Reserved. Page51 サイコグラの違い ●ベトナム ●イタリア ギャンブルを愛し、踊らない 花と舞踊
52.
旅行と検索している人が 何に興味があるのかわかった!! 年齢・性別・年収・趣味
で誰が何に興味があるのか分かった!! Copyright© 2002-2013 Data Artist, Inc. All Rights Reserved. Page52
Download now