マーケティングにおいてテキストデータを活用する秘訣を伝授！

index

1 なぜ今テキストマイニングなのか？、、、を検証。

なぜ今テキストマイニングなのか？、、、を検証。

ビッグデータの時代と言われる中、企業内に蓄積されているデータのうち、８割以上がテキストデータだと言われおり、その有効活用が期待されています。一方、テキストデータは、数値化、定型化することが困難なため、その活用が難しいという相談をよく受けます。今回はテキストデータをマーケティングにどのように活用できるのか伝授したいと思います。

なぜテキストデータが増加したのか？

テキストデータが増加した背景には、ブログ、Facebook、Twitterなどソーシャルメディアの普及があります。それによりブランドや企業は見込み客や顧客と手軽に直接コミュニケーションを取れるようになりました。また、ソーシャルメディア上でオーディエンス同士がブランドや企業に関する情報をリアルタイムに、自由に、そして大量にやり取りするようになりました。

なぜ今、テキストマイニングなのか？

ソーシャルメディア上のテキストデータは自然文のデータ（テキスト文）として存在しています。そのテキストデータを分析することで、一般消費者の関心ごとの動向、自社製品、ブランドへのイメージ、商品の購買行動などの分析を行い、そこから得られた有益な情報をマーケティング施策に活かすことでマーケティング活動のPDCAを高めることが期待されています。ソーシャルメディア上には、分析可能な大量のデータが存在するというメリットがあります。一方、自由に記述されているため数値化、定型化することが難しく、マニュアルで分析する場合、担当者が一つ一つ目を通して読んで内容を把握しなければなりません。それには、多くの時間がかかり、効率も悪く担当者への負荷がかかります。また多くのデータが蓄積されたにも関わらず、有用な情報が引き出せないという可能性もあります。その問題を解決するのが、AIを活用したテキストマイニングです。

テキストマイニングとは？

テキストマイニング（text mining）は、文字列を対象にしたデータマイニングのことです。通常の文章からなるデータを単語や文節で区切り、それらの出現の相関、出現傾向、時系列などを解析することで、有用な情報を取り出す、テキストデータの分析方法を言います。それにはある一定量のデータを解析することが必要で、データを解析することで、データの中に埋もれた傾向やパターンを掘り出します。（参照：データサイエンティストブログ）

テキストマイニングによりテキスト（文字列）の中から以下を解析によって可視化します。
・単語やフレーズの出現頻度や相関関係を明らかにする
・あるテーマにおいて、特徴的な単語やフレーズを見つけだす
・単語や文節間の関係を見つける

【学術論文における共起ネットワークグラフの例】

テキストマイニングの導入事例

では実際に、テキストマイニングはどのようにマーケティング施策に活かされるのでしょうか？弊社のあるクライアント様の分析例でご説明したいと思います。あるアパレルメーカーさんより自社ブランドのイメージに関する調査のご依頼を受けました。ブランドイメージは、特にファッション業界において、製品やサービスと同等かそれ以上に差別化のメリットがあります。　そこで行ったのが、自社と競合ブランドに関する書き込みを口コミサイトからクロールし、共起する語をネットワークグラフで表し可視化することです。そのことで、自社と他社のブランドに対して顧客が抱いているイメージをリアルに把握することが出来ました。また自社の商品のイメージと競合になる商品を持つブランドや、自社が狙いたい年齢層が好むブランドを把握することができ、ブランドイメージの強化に向けた施策、新規顧客獲得のための施策に繋げることができました。

テキストマイニングを成功させるには？

「ソーシャルメディアで蓄積されたデータを分析すれば何か新しい発見があるだろう」という安易な気持ちで始めてしまうと、その分析やその先の施策はうまくいきません。（参照：データサイエンティストブログ）
分析の考え方は常に目的から始まる以下の３つのステップです。
【分析における３つのステップ】
1. 目的・目標の設定
2. 達成までに超えるべき困難・問題の整理
3. 解決する方法の決定
先に述べたアパレルメーカー様の場合でも、「ブランド力の強化のため」という明確な目的をお持ちでした。弊社ではデータ分析における目的・目標設定からカウンセリングを行いお手伝いしております。お気軽にご相談ください。

※テキストデータの活用法をより詳しく知りたい方はこちらをダウンロードください

e-bookの無料ダウンロードはこちら

「テキストデータ×AI活用で、業務効率改善・売上アップ」

まとめ

テキストデータが増加した背景には、ブログ、Facebook、Twitterなどソーシャルメディアの普及がある。
テキストデータを分析することで、一般消費者の関心ごとの動向、自社製品、ブランドへのイメージ、商品の購買行動などの分析を行い、そこから得られた有益な情報をマーケティング施策に活かすことでマーケティング活動のPDCAを高めることが期待されている。
テキストマイニングとは、通常の文章からなるデータを単語や文節で区切り、それらの出現の相関、出現傾向、時系列などを解析することで、有用な情報を取り出す、テキストデータの分析方法。
「ソーシャルメディアで蓄積されたデータを分析すれば何か新しい発見があるだろう」という安易な気持ちで始めてしまうと、その分析やその先の施策はうまくいかない。