1. となりのデータ分析屋さん
  2. 27. データに現れる人の感情に..
2023-08-30 23:21

27. データに現れる人の感情に左右される愚かな人類【後編】【X(旧Twitter)】

X(旧Twitter)が公式で公開している「#拡散の科学」を紹介する後編!どうやったらバズるのか?それは人の「感情」です。感情もデータ化される時代。果たしてどんな感情がバズを生むのか?


番組の感想や、質問はTwitterハッシュタグ「#となりの分析屋」もしくは、以下おたよりフォームからお寄せください!

⁠⁠⁠⁠https://forms.gle/K81TcsyiP5Dpk8fz7⁠⁠⁠⁠


りょっち

Spotify独占配信Podcast「⁠⁠⁠⁠⁠佐々木亮の宇宙ばなし⁠⁠⁠⁠⁠」はこちら!

Twitter (⁠⁠⁠⁠⁠@_ryo_sasaki⁠⁠⁠⁠⁠)

Instagram(⁠⁠⁠⁠⁠@ryo_astro⁠⁠⁠⁠⁠


たっちゃん

Twitter(⁠⁠⁠⁠⁠tatsuki_2022⁠⁠⁠⁠⁠⁠


web3 x データサイエンスメディア「⁠⁠⁠⁠⁠Fungible Analyst⁠⁠⁠⁠⁠」はこちら!


▼要約 by Summary fm

このポッドキャストでは、りょっちとたっちゃんがツイッターのデータを分析し、バズるための方法を探っています。彼らは、ツイッターでバズるためには驚きや楽しさ、応援や支援などのポジティブな感情を揺さぶるツイートが効果的であることを示しています。さらに、画像や動画を活用したツイートもバズる可能性が高いことが分析から明らかになりました。このポッドキャストは、単なる理論だけでなく、具体的なアクションを教えてくれるのが特徴で、ツイッターやデータ分析に興味がある人にとっては特におすすめのエピソードです。聴くことでリスナーはバズるためのノウハウを得て、ハッピーになることでしょう。


▼#拡散の科学

https://marketing.twitter.com/content/dam/marketing-twitter/apac/ja/insights/kakusan/kakusan.pdf

サマリー

データに基づいたバズるツイートの作り方を解説しています。ツイートのタイプや投稿時刻、バズの収束について詳しく分析し、バズを最大化する方法を紹介しています。ツイッターのデータ分析と0.1%のバズの壁を超える対策についてお話ししています。次回はサウナブームについてデータを用いてお話しする予定です。

00:03
喋りすぎちゃった。デヘペロ。前編後編になっちゃった。デヘペロ。
初めましての前編後編?
初めてだね。
いつもはね、1本30分ぐらいなんだけど、1時間以上喋っちゃって。
じゃあ、切っちゃおうかって言って。
バズるツイートのタイプと投稿時刻
で、だからTwitterでバズる方法っていうのを、Twitterの分析屋さんたちが出してくれたやつを主に取り扱いながら、
バズるツイートの作り方、がっつり解剖していっちゃいましょう、そういう回になってます。
このエピソードを聞いてくれた皆さんも、きっとバズれることでしょう。
それでは、最後までお聞きください。どうぞ。
となりのデータ分析屋さん
この番組は、隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁ、を叶えるポッドキャストチャンネルです。
どんなツイートを作ればいいのかっていう。
はい。
内容の部分というか、もうちょい大枠で、テキストのみ、ビデオ、画像、あと、自負。
出た。
これ自負でいいんだよね。
ギフ?
自負だよね。
諸説ありますよね。
諸説あるよね。
俺は自負派なんだけどさ。
自分も自負って言いますね。
だよね。
はい。
でもなんかあの、ギフ派の人をさ、全面的に否定することもできない感じあるじゃん。
わかります。
っていう、4種類。
どれを持っているのが良いのかっていうところが、まあ重要になってくるんですが。
はい。それが結果としても出てるんですね。この素材を使えばいいと。
そうでござる。
えー、まあ、自負はもう。
自負はって感じじゃん。
自負はやっぱね、ネタ系でよく使われてるイメージだからな。圧倒的に。
正解です。自負はもう、ほんとにゼロとか、ゼロパーセントとか。
バズーツイートの中に自負が組み込まれてるなんていうのは、各カテゴリーであっていっぱい。
そんツイート応援したくないもんな。
うん。ほんとそう。
まあね、これはね、簡単だと思うな。
ツイッターっていう特性上、まあ画像よ。
まあそうだね。画像ですよ。
そんな気がするよ。
画像が1位じゃないカテゴリーなんかないね。一覧になってるけど。
うーん。
唯一癒し、動物系とかは、動画と画像が46%ずつでどっこいどっこい。
わっしょいわっしょい。
あ、そうなんだ。
全然だわ。画像を負けてるとこあるわ。
心理。
心理っていう何?ジャンルがあるの?
あります。
怪しいな。
な、何?なんだそれは。
心理は、あの、ポエム的なことだね。
あ、心理ってそっちか。心の方。
はい。え、なんだと思ったの?
いや、あの、完全にあの、心理教の方かと思った。
あ、心理学とか?
心理学、え?オウム心理教の心理。
えっと、あれ?そっちだよ。
そっちが、今のあれ?ジャンルの中の1つ?
そう。誠の断り。
あ、誠の断りね。やっぱ怪しいじゃん。もう。
だから、気づきです。
みんなが潜在的に思っている内容だったり、
誰も言語化できていなかったことを言語化している。
あ、そういうのも心理になるのか。
だから、みんなの反応としては、名言とか、マジそれな、とか。
あ、そういうことね。
分かりが深いとか。
はいはい。
これが、バズりにくいんだけど、バズりにくそうじゃん。
まあ、バズりにくそう。
バズりにくそうなんだけど、だってド滑りするわけじゃん。
バズんなかった場合って。
間違いないね。
そう。
それは、テキストオンリーが53%。
いや、まあそうだよね。
画像とミスマッチしてたらめっちゃ滑りそうだもん、なんか。
だから、テキストオンリーで行くのが一番いい。
もし、心理で攻めるならね。
心理ツイート、ポエマー路線で行くなら。
なるほどね。
で、あとは、さっき言ってた支援。
うん。
なんか、こういう人たちがいるから、こういう風になってほしい、みたいな。
で、いいねいいね、リツイートリツイート、みたいになるのもテキストオンリーで51%とかだね。
バズった、バズった中のツイートの分類で言うと。
うんうん。
やっぱ、ちゃんと読んで納得するっていう系はテキストだけでも十分だけど、一瞬の感情を揺さぶる系は画像ないと直感的に入ってこない。
鋭い。
気はするな。
鋭い。
さすがデータサイエンティストでございます。
この、毎回褒められるんだよな。
気持ちいいな。
褒めて伸ばすタイプだから。
ありがたい。
いい上司になりますね。
レイワの教育ね、これが。
ありがたいな。
っていうね。
やっぱ、これでなんとなくのこう、ツイートの大枠みたいなの見えてくるじゃん。
うんうん。
どういう感情を抑えて、で、どういうコンテンツの種類で言って。
うん。
っていうところで、バズを最大化しつつ、確率を上げてっていうところをやっていけば、まあまあまあ、いけそうなわけですよ。
そうだね。
で、
いいね。
じゃあ、あとは。
もう、いつツイートするかとか。
おお。
テクニックの部分だ。
そう。
これ、それこそね、変なインフルエンサーとかよく言うのよ。
し、なんとなくパッとイメージしてもわかるって思われがちなんだけど。
これ結構ね、びっくりだったね。
え?ほんとかなっていう。
いつって話でしょ?みんなが見てるタイミングじゃん。
と思うじゃん?
そうだよ。だから、夕方。夕方夜か、もう朝よ。
と思うじゃん?
うん。
ちゃうの?
嘘だろ。
データ上、一番リツイート数が多い時間帯は、深夜1時から5時なんですよ。
嘘だろ。おいおい。
変だよね。ツイッター中みたいのがいるんじゃないの?
もう、夜中。
そうなんじゃない?そいつらがバズを生み出してるんだ、きっと。
ああ、そうなのか。
まあでも、ほんとビビタルさよ。
朝6時から11時台、12時から14時台、15時から18時台、19時から24時台、深夜1時から5時台。
うん。
っていう、24時間をだいたい5分割ぐらいにしてみたときに、その間で行われる平均リツイート数は、深夜1時から5時が一番大きいんですって。
へえ。
そこが7万5千件。
うん。
で、でも一番少ないのも昼とかで、12時から14時台とか。
うーん。
で、6万8千件とかだから、ほんと1万件も差は出ないんだけど。
うん。
だからきっとあれだね、誤差とか考えたらもしかしたら全部一緒かもしれない。
なるほどね。
まあでも、そうなんだ。
ツイッター中のいる可能性が出てきたな。
そうそうそう。
で、逆に深夜はもうちょっと沈んでほしかった、個人的には。
そうだね。
沈まないんだっていう。
まあもう寝ないでバーってツイート見てるんだろうな、きっと。
いるねー。追配がいるよ、追配が。
面白いな。
意外ですね。
でもね、なんとなくねこれね、聞いたことある。
一回そのツイッター伸ばそうかなと思って、さっき言ってたみたいな変なインフルエンサーが発信してるやつとか、俺結構見たんだけど。
うん。
そのね、諸説やっぱいい時間帯っていうのはあるんだけど、
うんうん。
夜中に仕込んで朝起きたらバズってるっていうことが、まあ割とあるみたいな。
あ、そうなんだ。
それがツイッターのデータからすると結構王道なのかもしれないっていうのは、この分析は結構驚きだったね。
バズの収束について
あとはまあツイートのバズが収束するまでのタイムスケールとかね。
一回バズったら一体どのぐらいで、そのあれはなくなるのかっていう。
内容によっても違いそう。
鋭いですね。
まあ基本的には72時間で全部収束する。72時間って3日だよ。
まあ人間のあれですよね。飲まず食わずで生きてられる。
いや、別に。
水配飯も食ってるし。いっぱい寝てるし。
死んでいくわけじゃない。
別にそのバズを起こすために飲まず食わずで張り付いて、一バズ起こして死んでいくとか、そういう世界観ではないのよ。
あ、そういうことか。
で、まあとりあえずそのぐらいで、あのバズりというか、まあいいねとかリツイートが来るのも収束すると。
だから3日前にしたツイートがバズったみたいなのはまあまあない。
うんうんうん。
ね。というとこがあって、でもなんかそのツイートしてすぐに、本当に数時間以内に爆発的に広がっていくものと、
はい。
じわじわじわと1日ぐらいかけて広まっていくものと、というのが結構分かれてる。
なるほど。
例えばショック系。
はいはい。
芸能人亡くなったとか。
あとは感動系もそうだね。
誰か金メダル取ったとか。
世界一になったみたいな。
やつとかは、ほんともう初速MAXって感じ。
やっぱそうなんだ。
まあ一瞬だよね。
一瞬。
そんなね。
一瞬で、で速攻でもう本当にショック系に関しては24時間も持ってないね。
ふーん。
で、もう一気に落ちていく。
うん。
で、逆に知識系とか。
うん。
へーみたいなやつとかっていうのは、24時間ぐらいずーっと中ぐらいバズり続ける。
徐々に広がるんだ。
そう。
これね、面白い。
そういうのがね、結構ある。
うん。
心理系もそうだね、さっきの。
ポエマーとか。
はいはいはい。
そうだし、あと意外だったのはね、驚きとかも。
驚き楽しい系も、24時間ぐらい賞味期限あるらしい。
まあ短そうだよね。
うん、でもその、知識系と同じぐらいは残るから、
その誰かが亡くなったとかに比べれば、全然良いスコアかなって。
結局、人のことなんてどうでもいいってことなのかな。
うーん、いやまあそうでしょ。
へへへ、やっぱそういうことなのか。
うん。
あとショックとか感動系に関してはさ、多分類似コンテンツがめちゃめちゃ出るんだよね。
これはあくまで俺の推測だけど。
うん。
あの、芸能人の亡くなりとかっていうのは、
もう同じようなニュースめちゃめちゃ出るし。
たしかに。
そう、そういうのを考えたら、この分析ってさ、
それぞれのツイートがどのぐらいのスコアを出したかっていうので、
ハッシュタグベースとかではないから。
うん。
あの、多分ショック系とかっていうのは類似コンテンツ出まくって分散するんだよね。
うんうんうん。
で、新しい記事の方が情報が新しかったりするから見るし。
そうだね。
の一方で、面白とか驚きとか知識とかって、
割とこう、どのタイミングで見ても面白いというか、
っていう違いが、俺は多分ね、このね、タイムスキルに出ると思う。
ありそうですね。
もうその情報の鮮度があるのかないかっていうとこですね。
そうそうそうそう。
ほうほうほう。
これがね、データアナリストの考察力です。
考察力ですね。
でも結局そのリツイートの数って、今のそのタイムスケールの話で言うと、
別に長いからいいとか短いからダメとかではなくて、
一瞬で数万リツイートを獲得するっていうパターンと、
1日かけて数万リツイートを獲得するっていうパターンだから、
そういうもんだよっていうだけ、情報としては。
だからこれによって打ち手が変わるとかっていうのはそんなにないね。
まあ確かにそうだね。
だから夕方とか夜ぐらいにバズって、
で夜中の大波をもう一回掴むとかね。
あ、そっかそっか。
そうですね。
とかはまあまあまあ良さそう。
うんうん。
拡散の起こし方
じゃあ拡散の起こし方っていうところで、
最後はこの今まで、
まあ今説明したのも、
そのPDFが168ページとかあるから、
全部は説明しきれてないんだけど、
それを元にしてTwitterの人たちが、
こうやったらバズるよってもう教えてくれてるのね。
ほう。
じゃあそれはもう、
3ステップ。
わかりやすいね。
ディファイン、ディベロップ、アンドデリバー。
ツイッターのデータ分析とバズの対策
いや、日本語で言って。
急に格好つけるじゃん。
ディファイン、ディベロップ、デリバー。
カタカナで言ってじゃないのよ。
翻訳して。
そうですね。
最初もうちょっと発音よく読めばよかったと思って今。
後悔してます。
ディファインは整理する。
何を伝えたいかっていうところ。
まあだからこれは、
伝えたいことっていうのをまず整理して、
それをどうバズらせるかっていうところを考えた方がいいかな。
ボトムアップ的に考えるか、
トップダウン的に考えるかみたいなのってよく言うじゃん。
難しいビジネス用語を使うとき。
バズから逆算したらもしかしたら違うのかもしれないけど、
結局何か試作をやりたいとか仕事でやるときって、
結局売りたいものがあるから、
バズ優先で考えてもあんま良くなくて、
どっちかっていうと、
何か伝えたいものがあって、
それをどうバズらせるかっていう。
だからディファインのところでは、
伝えたい物事、商品とかを決めて、
ターゲット決めて、
あとはいつ投げるかとかね、
タイミングを決めて、
そこにどういう感情を載せるか。
ここが結構重要なポイントっぽいんだよね。
気持ちを載せるっていう。
そうなんだ。
事実だけは述べるじゃなくて、
気持ちが必要なんだ。
そう。気持ち大事。
なるほど。
で、それをデブアップする。
ん?
デブアップ。
何ですか?
アイデアを開発するっていうね。
これは、
じゃあどうやってバズらせるか、
みたいなところを考えなきゃいけないから、
さっきのデータを使っていくの、ここで。
なるほど。
じゃあ、何かを売りたい。
この例で言うと、ポテトを売りたいみたいな。
ポテトを売りたくて、
高校生に対して売りたい。
ってなったら、
高校生が見るような時間帯でツイートをしなきゃいけない。
というようになってくるね。
ってなったら、
じゃあそれをどうやってバズらせるかみたいなのを考えたら、
さっき言ったみたいな、
じゃあ、
ポテトってこういうところがあって、
本当はもっと生産者の人とかが盛り上がってくれた方が嬉しいんだよ、
みたいな応援ツイートにするっていう形とか、
とかあとは、
ポテトってこういうことがあるらしいっていう、
ポテトの豆知識みたいな、
の話を入れるっていうような知識系ね。
っていうのをやってあげると、
バズの確率が高いところに合わせれるでしょ。
応援とか。
確かに。
ワオとか。
楽しいと。
ファンとか。
っていうようになるから、
そこに合わせて、
ツイートを開発していくっていうデベロップっていう段階がある。
で、最後デリバーね。
これを、
拡散を加速させるような仕組みを作っていく。
うん。
だからここでは、
それこそさっき言ったみたいに、
画像をつけるのが正解なのかっていう、
クリエイティブの部分だったりとか、
文字数はどれぐらいにしたほうがいいのかとか、
っていうような設計をしていく。
っていうので、
一個のツイートを作り上げていく。
なるほどね。
すごいね。
奥深いっすね。
そう。
この資料何がいいかっていうと、
まさにそのタイトルで、
アナトミーっていう話をしたじゃん。
解剖学。
はいはい。
まさに解剖学で、
データによって、
ツイッターっていうものを一気に解剖していって、
で、その解剖したものを整理して並べて、
で、じゃあ次やりたいことに対してどのパーツを拾っていくかみたいな。
うんうん。
っていうので、
ツイートを作るためのアクションを全部整理してくれてるっていうのが、
このツイッターの資料。
これこそデータ活用って感じだね。
そうだね。
ちゃんと論理的に考えられるんだ。
ツイッター、ツイートも。
いけるっぽいね。
これだけ見れば。
そんな気になってきますよね。
うん。
センスだけでバズるっていうのは、
ダメだ。
無理無理無理。
無理だ。
うん。
そんなセンスあったら、
見てないこんな。
そうだね。
センスなんかないから。
それをね、受け入れるのがみんな難しいんですよ。
ないよ。
バカだね。
だから俺、ポッドキャスト1000話以上更新してんじゃん。
なるほどね。
ないんだから、センスなんてものは。
でもね、これね、ツイッターだけに留まらずで、
割と俺、ポッドキャストにもね、通ずる部分あるなと思ってて、
うんうん。
ポッドキャストの面白い部分は、
喋ってるやつの感情の部分だったりするんだよね。
そう言いますよね。
ってなってると、やっぱ聞いた時の驚きとか、
どっちかっていうと楽しいみたいなところもそうだし、
っていうので、リスナーの心を掴んでいくみたいな。
ウェブメディア全般に意外と言えんじゃないかなみたいな。
ことツイッターにおいては、こういう特徴があるみたいな。
うん。
メディアによって多分ね、ちょっとずつそこのね、
ウェイトが違う。特にその16ラベル。楽しいとか。
まあ確かに。
知識とか、応援とか。
確かにな、発信してる人の熱量を伝わるって大事ですね。
うん。熱量は、やっぱ応援とか支援とかには繋がりやすいしね。
うん。
まあだから、感情の設計が大事なんじゃない?
僕らのチャンネル難しいですね。
そう考えると、分析結果を使ったりして発信はするけど、
そこに感情をどう載せるかって結構難しくない?
むずいね。
それはね、あんまり出てない課題。
そうだよね。
だから本当に僕らが面白いと思ったり、
これは届けたいっていうところを持ち寄って喋るっていう。
そこに熱量が。
そこに尽きるね。
載ってたらラッキーみたいな。
うん。
バレると思う。
うわ、興味ねえんだろうな、こいつ。
まあ確かにね。
いや、面白かったなあ。
結構長めにね、喋って、前編後編で話してきてるけど。
この資料、今自分手元で見てるけど、めちゃめちゃ分かりやすいですね。
めっちゃ分かりやすい。
堅苦しい文章だけかと思ったら、
いやいやいや、これはもうね、スライド作りにも参考にしてほしいぐらいね。
分かりやすすぎるツイート、ツイートじゃないや、資料ですね。
マジすごいね、これは。
うん。
だからぜひ、みなさんもまあ資料とか見ながらとか、
まあ気になったら資料見てみて、自分のちょっとツイッターに活かすとか。
うん。
広報、あと人材とかもやっぱツイッターとか、
なんかちょっと心に響く系の、やっぱアピールしなきゃいけなかったりするから。
まあそういったところに使えるんじゃないかなっていうところかな、今回の話は。
面白かった。
です。ということで、今回は、
Xが出してるツイッターのデータ分析、
そしてそこから見つける0.1%のバズの壁を超える対策っていうところ、
前編後編に分けてお話させていただきました。
面白かったっす。
あざっす。ということで。
はい。
まあじゃあ次回は、次回はたっちゃんすかね。
次回熱量高くいきますよ。
あ、そんなに高い?次回。
たっちゃん怒ってます。
怒ってんの?
はい。
感情出せって言ったからわざと言ってる?
いやいやいやいや。もうね、この怒りをみなさんに伝えたい。
何の話かってね。
サウナブームの分析
サウナの話をしたいんですよ。
ほんとなんか、トトド系の話で怒りなんてないんじゃない?
いやいやいやいや。
都内のね、サウナ込みすぎてる。
あ、そこ?
そんな人気?
そこ?
そこだよ。
だから、何なんこのサウナのブームっていう話をしていきたいなと思ってて。
データで?
いい資料見つけたんすよ。そう。
おもろ、それ。ちょっとじゃあ、今のサウナブームに乗っかる。
はい。
怒りのサウナ会
怒りのね。
怒りのサウナ会を。楽しみにしとくわ。
100度超えてるんで。
知らんねんけど。
ということでじゃあ、次回はぱっちゃん怒りのサウナ会ということでやっていきたいと思います。
隣のデータ分析屋さん今回も面白いなと思ったらフォロー、レビューよろしくお願いします。
番組の感想や質問は、ハッシュタグ、隣の分析屋、隣のがひらがなで、分析屋は漢字でお願いします。
また、概要欄にあったようなお手紙フォームからコメント、じゃんじゃん、お寄せください。
最近ね、コメントたくさんいただいて。
たぶんね、前回のね、お前らのコメントがなきゃやめるからなみたいな。
あの勢いが効いたっぽくてね。みんなたくさんコメントくれるからありがたいなと思って。
嬉しい。
近いうち質問会もやっていきたいなと思ってるんで、ぜひ皆さんのお便りお待ちしてます。
ではまた。バイバイ。
23:21

コメント

スクロール