00:04
前回からの続き
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。
データアナリストのりょっちです。
データサイエンティストのたっちゃんです。
テイラースウィフトの感情分析
歌詞を分析したっていう話もあって、テイラースウィフトの意思というか思いが強くなってるなっていうのが分かってて、
昔のアルバムから見ていたときに、NRC分析っていうことが歌詞に対してできて、これ何かっていうと、
一種の感情分析をすることができますよっていうところで、
8つの感情に各言葉がマッピングされていて、どういう感情が多いのかみたいな、そういう分析をすること。
そんな方法を取ってあるっていう。
8つの感情?
8つの感情。
気。
動。
愛。
楽。
4つですね、それだと。
そうだな、気。
だから、喜び。
嬉しみ。
悲しみ。
孤独感。
絶望感。
高揚感。
これあれでしょ?りょっちの回答でしょ?答えじゃなくて。
推測ね。
カナダの国立機関が作ったプルチックの感情分類っていうものがあって。
知っていた。
知ってます?すごい馴染みのない言葉が並んでるんですけど、順番に読んでいくと、
愛・服従・異形・失望・自責・軽蔑・積極性・楽観っていうやつ。
色の輪っかみたいになって関係性書いてあるやつでしょ?
そうそうそうそう。
言っちゃえば気動・愛・楽の間の感情を言ってるみたいな感じですよ。
プロダクトデザインとかの話でたまに出てきたりするよ。
あーなるほど。
ユーザーの感情をしっかり抑えていきましょうみたいな。
日本人はだから浅いよ。
感情なんか気動・愛・楽ですみたいな。
4種類しか感じてないっていうのをカナダに全面的にバカにされた指標。
いやそれで言ったら日本人は旨味を感じるっていう味覚は強いですからね。
そうなの?
そうですよ。旨味っていうものを表現しているのは世界でも日本だけで。
辛さとか甘みとか。味覚ってあるじゃないですか。甘さ、辛さ、塩味、酸っぱさ。
うんうん。
っていうのが一般的なんだけど、その中に日本人は旨味っていう成分を感じることができるし、言葉としてもある。
他の国にはないのか?
ない。
えー。
だしを飲んで、そこに旨味を感じるのは日本人っていう。
あ、そうなの?
でも逆に言うとあれがないとさ、物足りなく感じるっていうのも損ちゃ損だよね。
俺もアホみたいにハンバーガー食って旨いって言ってたよ。
いや感情もありすぎるとなんかすごい敏感になるじゃないですか。
これ喜び、いや悲しみの間があるわけでしょ?めっちゃ敏感じゃない?
まあ確かにね。悲しいと思ったら、いや違う、これは復讐感だ。
まあ一朝一旦飲んじゃいか。
そうなんだ。え、じゃあ、めっちゃさ、わかんない、何、どこの国の人か知らないけどさ、口の中に味のこととかバーバーって入れてもさ。
もうなんか、砂食わされてるみたいな感覚になるのかな?
わかんない。いや逆に味の素が作り出した旨味かもしれない、これは。
俺らはじゃあ旨味に支配されてるわけだね。
可能性はある。
絶対旨味感じれるけどね、他の国の人も絶対に。だって旨いんだもん。
いやまあでもそこに言葉があるから、一つ定義されるというか。
あー。
っていうのもあるんじゃない?
擬音とかもそうだね。
そうそうそう。
ふくくんとさ、足玉なのさ、〇〇〇〇ってさ、擬音がさ、こう豊富な日本ならではの歌っぽいじゃん。
まあ確かに、〇も〇もわかんないもん。
なんかプクプクテカテカみたいなのあるじゃん。
あるある。
あるある。
あれをさ、スポティファイのAPIで取ってきたらさ、どういう感情で出るんだろうね。
アザーに入るんじゃない?これは。
判定不能?
だって、このNRC分析は、最初にこの単語に対しては怒りとか、これに対しては喜びとかっていうのが、
定義されているマッピング表があって、
あー、なるほどね。
そう、それでのカウントをしていくっていう話だから、〇も〇もアザーだ。
日本人の感情表現と旨味の感覚
アザーよ。
ニュートラルな感情だね。
そう。だよね。ポジティブもネガティブもないですよね。
さっき言った、8つの感情プラスポジティブとネガティブを入れて、10個で評価するっていうやり方なんですけど、データ分析の。
NRC分析ね、これ日本語のマッピングがね、たぶん難しいんですよね。
自然言語の処理するときも結構ここ大変で。
確かに。
NRCに限らず、一般的に、もうね、日本語分析めっちゃむずいっていうのは通勢です。
あるよね。めっちゃどっちかによるんだよね、モデルによって。
どっちか、良い方か悪い方かってこと?
結構ポジ判断が多いイメージ。あれやってましたよね、一時期。感情分析。
感情分析はやったことある。
そうっすよね。
大学の授業にも入れてる。
あー、それで聞いたのかもしれないな。
そうね。
TwitterXのデータ?
あーそう、それはね、外部のAIセミナーとかで先生やったときにね、やった感情分析やってみようみたいな。一番分かりやすいからさ。直感的にも理解できるし。
まあそうですね。
けど、なんかポジによるなって感じはする。
日本語のデータは。
うん。
まあなんかコーパス、その日本語のデータセットを準備しておくってところが、まあ日本人しかね、そこしないからね。
そもそも数が少ないんですよね。
まあそうね。
うん。
データセット作っちゃえば、結構まあ日本の中でのビジネスには繋がるっていうところの強みっすね。
あーまあまあ確かに確かに。
まあ結構東北大学とかがそこら辺をデータセット公開してたりとかモデル作ったりしてるイメージはあるな。
あー東北大なんだ。
うん。
なんか色々公開してくれてるところは多いイメージとかね。
まあ色々ありますね。
うんうん。
ぜひ感情分析、教科書出た時にじゃあみんなに買ってもらってやってもらおうかな。
あーいいっすね。
意外とね昔からあるような手法を使った古典的な方法でもできるから。
そうね。
直感的で面白いっすね。
でもなんか結局LLM出てきちゃってさ、そういうのもまるっと文脈で判断されちゃうから、結構衰退しそうな気もするよね。
まあ確かにな。だからまあこのテイラースイフトの歌も単語単位でカウントしてるけど、もしかしたら一本の歌詞としてLLMのモデルに入れると結果は変わってくる可能性もあるかもしれないですね。
そうね。
まあただ今回の分析のこのレポートでは、怒りの感情がすごいテイラースイフトの歌詞に実は多くて。
あーまあわからんくはないな。
でその怒りに関しては、昔のアルバムから現在に向かうにつれて徐々に増えてきてる。
割合としても増えてきたっていう結果が出てるんですね。
レッドとか結構キレてたイメージあるけど。
あーそうなんだ。
怒り、憎悪とか、このよりメッセージ性が強くなってくるっていう中に、最も使われてる単語は実は愛なんですよね。
へー、うーん、そういうことなのかなるほど。
だから愛と怒りに対するメッセージがすごい強くて。
あー、テイラースイフトっぽいね。
まあ多分すごい歌を知ってる人にとっては、あの歌とかこの歌とかってあるのかもしれないですけど。
なんかあったもんね、あのワンダイレクションのあれと別れた時に、あいつに向けて書いた歌だろうみたいなのがレッドとかに入ってた気がするな。
そうなんだ、だからその怒りって言っても別に政治とかなんか社会に対する怒りじゃなくて、恋愛的な怒りが多いんだ。
そうそうそうそう。
あ、そうなんだ。
それは知らんかったわ。
でも三つ上で、いまだに恋愛でブチギレられるって結構すごいよね。
今だから32さんとかってことですかね。
うん。違うだから3年前ぐらいからもう全然ブチギレてる。何だろう10年前ぐらいからずっとブチギレてるわけじゃん。
まあだから恋愛、失恋とかでの怒りが多いっていうことなのかな。
そういうイメージではある。
なるほど。
西野カナは会いたくて会いたくて震えてるけど、なんで会いに来ないんじゃボケーみたいな。
会いに来ない?は?みたいな。こんな会いたいのに?
あ、そっちなんだ。
いやまあ大げさに言うとね。
うん。
ちょっと姉貴感が強いですね。
うん。
まあでもなんか日本人的な恋愛感とアメリカ人的な恋愛感との違いかもしれないけどね。
そんなに日本でなんかどっかのあのポピュラリティみたいな指標で地図を地図のヒートマップみたいなの書いてるページをなんかどっかで見たんだけどテイラースイフトの。
日本別にそんなあの人気度MAXじゃなかったよ。
あ、そうなんだ。テイラースイフトの人気度をヒートマップで表したらってこと?
そうそうそうそう。地図上に表すみたいな。
だからまあ恋愛感とかに対しての共感性が実は薄いというか。
まあそうね。その言語の壁もあるかもしんないけど、そういう違いもまああるのかもしんないけど、刺さる人にとってはめちゃめちゃ刺さるみたいな感じで。
なるほどね。
結局日本でも集客できるってことなんじゃない?
これ自分の観測領域の中の話だけど、留学とか行ってるような人たちは漏れなくテイラースイフト好きっすね。
前髪をかき上げてる度合いとテイラースイフト好き度合いは因果関係はないけど相関をする。
ありそうありそう。
交絡因子にアメリカ被れという交絡因子が隠れてる。
データ分析の話だから今のは。
そうですね。因果関係の話ですねこれは。
因果じゃない相関。
相関の分析ですかね。因果警察出てくるから捕まっちゃう。
うーっていう人ね。
そう、衝撃ものこれは。
髪をかき上げてる人はテイラースイフトが好きですって言った瞬間に逮捕。
極刑。
懐かしいな。
そうだそうだ。相関で物っ子だったら逮捕なんですよね。
そう逮捕。
これねあのコワーカ好きなのよ。
因果警察の回めちゃめちゃみんな好きなんだよね。
いや自分も好きだけどな。
なんかそれで言うとちょっと話戻るけど前にもらったお手紙の中にそのこれ多分あれですよね。
風邪吹けばお毛は儲かるのところで話したやつですよね。
エピソードナンバー一桁とかじゃないですかね。
そんな前だっけですか。
風が吹いて砂が舞って目がつぶれてそのシャミセン引きになってシャミセン引くから猫の皮を飼って猫殺すからネズミ増えてネズミ増えたからお毛がかじられて結果お毛が儲かるっていうこの一連の流れですね。
はいはいはい。
エピソード13。
お手紙が来て私はこう考えてましたっていうコワーカネームつむぎさんからなんですけど風が吹く干していたお毛が転がる壊れると思っていました。
恥ずかしいっていう。
汗ー。
汗ー。
そんな言葉誰も使わん。
そんな浅い。
降落因子転がるね。
転がる。
よかったですね。こういうね。
バリューを届けられた。
また聞いてんのかなつむぎさん。
わからない。
テイラースイフトの話に戻っていくと、
ちょっとその怒りっていうところが実は恋愛によるものだっていうところは自分は知らなかったんですけど、
ドメイン知識と合わせることでわかってきたと。
テイラースウィフトのファン作りの秘訣
怒りというか感情剥き出しっていうところが実はファンを作るにすごく効いてきているっていう話があって。
ここからはデータじゃなくて社会現象とかマーケティングの話になるんですけど、
ファンを大事にするっていうところがすごい強いっていうところがテイラースイフトの一種強みがあって。
そうなんだ。
ファンの人とのコミュニケーションを大事にするし、SNSとかでリプを返したり、
テイラースウィフトのファンダム形成と権利の奪回
インスタライブとかですかね。
TikTokとかでそのユーザーとリアルにコミュニケーションとったりとか。
テイラースイフトそんなやってくれるんだ。
っていうところがあるくらいファンをすごい大事にする。
いいやつやん。
その中でファンダムの形成が強くなっていくっていうところが今のテイラースイフトの人気に繋がるんですけど、
ファンの繋がりの中でファンがめちゃめちゃキレたっていう過去の事件があって、
当時の楽曲の権利を持ち逃げされたっていう事件があって。
あーはいはいはい。
知ってます?
あった気がする。
デビューから出してた6枚くらいのアルバムが全部権利持ってかれたっていうところで、
その権利を奪い返すっていうところにファンがめちゃめちゃ動いて、
怒りをぶつけるんですね。社会に対して、社会というかその人に対してだと思うんですけど。
テイラースウィフトのマーケティング戦略
結果的にそこの声を吸い上げてテイラースイフトが今その過去のアルバムを再リリースというか、
もう一回歌い直して収録して出すっていう。
ちょうどそういうフェーズにいて。
あ、今なんだ。
そうそう。だからそこはもうファンのためにファンの声を吸い上げてやってあげるみたいな。
で、権利を奪回していこうみたいな。そういうムーブが起きてるから、
そのなんかファンの声を大事にして動くっていうところがまたこの人気に繋がるっていういいサイクロが回ってる。
確かに。なんかテイラースイフトぐらいだとすごいアーティストとの距離感を感じそうだけど、
あの規模でも意外と感じないぐらい寄せに行くんだね。寄せに行くんすよ。
すごいね。
そうなんすよ。ファンダムのゴンゲや。ファンダムだもう。
めっちゃ強いっていう風に言われてますね。
そこも一種マーケティングが上手いよねって言われてる部分で、見せ方というか。
どうしたら売れてっか。そこが計算なのかリアルなところなのかわかんないですけど、
まあいいように動いてるし、なんかチケット価格がめっちゃ高くなっているっていうところに対しても、
テイラースイフト自身がメスを入れて、結局アーティスト自身って別にチケット価格をコントロールしてるわけじゃなくて、
代理で挟まってる一種の大人の人たちに売ってもらうっていう、そういう仕組みじゃないですか、一般的に言うと。
そのせいでチケット価格が不当に高くなって、本当に聞いてほしい人たちに聞けなくなってるっていう現状に対しても怒りをすごい発信していて、
そこに今はもうテクノロジーというか技術入れて、ダイナミックプライシングとかを結構早めに始めたっていうのもテイラースイフトの特徴だっていうふうに言われてますね。
テイラースウィフトのヒット戦略
すごいね。そこら辺に関してはでもなんか周りにいるチームがめちゃめちゃ優秀っていうパターンだよね。
でもそうですね、プロデューサー、マーケティングチームとかいろいろあるんだろうね。
だからテイラースイフト本人の言ったことを実現するのか、周りが固めてるのかわかんないですけど、ファンを大事にするっていうところはこのトップの人たちも、人がやってるってところがすごい熱いというか、いいことですよね。
ILとJO1のファンはそこまで進化していくんだろうじゃあ。
の熱量ありますよね。
すげーなー。ファンってすげーなー。いないの?コアーカーに。
そういう人。めっちゃ強いファン。めっちゃ強ファン。
ここから?まだ子さん?
まあ子さんなのか、でもまあそういう意味だと最近あのオンラインサロンか。
うん。
とかをやることでファンとつながってファンが自分たちでなんかこういろいろプロダクト作ったりとかってやってるところあるじゃないですか。
まあそうだよね。でももう一周したよね。3年4年前の流行りって感じ。
まあ流行りですね。
そう。だってあれじゃん。源頭社のミノワさん閉鎖してたよ。
自分のオンラインサロンですか?
うん。
何目的にするかっすよねオンラインサロンも。
そうね。なんか人の多さも活発さもピークの時の半分以下って言ってたし。なんかその閉じる時の記事で。
そこで活躍できる機会を得たファンは嬉しいっすよね。
いやーそうだよね。でもまあ確かになんか一緒の熱量でやってくれるとかってなったらめっちゃ嬉しいけどね。
でもその熱量をキープさせてあげられる自信はないなっていう感じもする。
宇宙話の方で何度そういう提案を得たか。
あーそうですか。
やっぱさすがにランキングとかもずっと上だったしなんだかんだ国内ランキングもずっと150位ぐらいにはいるからさ。
はいはい。
なってるからなんかこう作んないですかコミュニティとかみたいな。
けどコミュニティってくくった人たちを満足できるようなレベル感でずっと維持できるかみたいな。こっちの熱量も含め。
っていうまずそこで俺はうわーどう無理じゃねってなったから。
それをやりまくって世界中のファンダム作ってるからテイラーストヒット最強だよね。
そうなんですよね。そういう人が売れていくんだろうなって思いますね。
一匹狼じゃなくてみんなで売れていこうっていうところの時代。
すげー。
そういう時代ですね。
結局この人はさめちゃめちゃ分析してテイラーストヒットの何をわかったの。
この人はねこのレポートが言ってるのはコンクルージョンで何もわからなかったって書いてました。
調査兵団じゃん。
本当に何の成果も得られなかったっていうことですね。
めっちゃ分析したのに。
まああるよね。あるあるだよね。
仮説が立ててなかったのが範囲かなと思いますねこれは。
レポートの中にあんま明確な仮説がなかったんだ。
とりあえず今までのアルバム全部データ分析して自然言語処理して何か得られるんじゃねくらいの甘い仮説だったんで。
そういう系だね。2018年のAIブームだ。
そういうことです。とりあえずデータあるから触ってみようっていうやつです。
いい教訓だね。でもなんか定性的な感覚が定量に落とされたっていうところは分析としては価値ありそうだよね。
そうですね。でもこれ僕らのおかげですよ。
こいつのおかげじゃない。タッチャンが見てるレポートのおかげじゃなくて。
この人が触れている、こういうことかなって言ってるところに対して再調査した僕らのおかげです。
なんだよ。俺らがその人のUGCを作ったってことね。
そういうことです。直感的なところと合ってたんじゃないですかね。そういう意味だと。
うん、確かに確かに。合ってた合ってた。
なんで売れたかっていうと、感情あらわにするところで女性からの支持を集めてるんじゃないかっていうところと、ファンと一緒に売れていこうというか強いファンを獲得してきた。
ファンに寄り添った今のテイラースイフトの売れ方が時代に合ってたっていうところになるのかなと。
俺らもじゃあコワーカーと一緒に高みを目指しましょうか。なんだかんだそろそろ1年経つからね。
来月で4月スタートなんで確かにね、もうあと1ヶ月経てば1年ですね。
やばいね。
よくやってきたな。自分を褒めたいっす。
ちょっとじゃあ振り返り会やりましょうか。1年の。
やりましょうか。
よし、ネタが決まったぞ。
ネタもね、最初書き出してわーって書いたけど、またちょっと改めてネタ探しじゃないけど、ブラッシュアップしてまた話したいことを整理したいっすね。
確かに。2年目に向けて頑張ろう。
頑張りましょう。
よし。
はい。
次回は何やりますか。
次回はお便り読みましょうか。すごいいっぱい来てるんですけど。
そう、最近紹介できてなかったから、じゃあお便り会でやっていきましょう。
はい。
隣のデータ分析屋さん、今回も面白い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、ハッシュタグとなりの分析屋。隣のがひらがなで分析屋は漢字でお願いします。
また概要欄に貼ってあるお手紙フォームからコメントを寄せください。
ではまた。
バイバイ。
