00:05
はい、5月26日金曜日ですね。遅刻が朝9時10分になりました。
昨日も今日もですけど、ちょっと曇っているようで、少し涼しい天気になりそうですね。
体調管理気をつけていただきたいと思います、皆さん。
最近、天気の気温の変化が激しいのでね。
はい、おはようございます。ひめみのきーすことくわはらです。
では、本日も朝活を始めていきたいと思います。
本日は、昨日読んでいた記事があるんですけど、
拡散の科学というのは、ハッシュタグにあった通りのことですね。
前回の続きと言いますか、
登録無料で、しかも無料で配布されている148ページの
人はなぜリツイートするのかというところを科学的に分析をしてみたという
Twitterの中の人のダイジェストの記事がありまして、
その148ページのPDFを今から読んでいこうかなと思っております。
今日一日で読み終わるとちょっと思えないので。
かつ、ここからの2日か3日間ぐらいに分かれる可能性あるんですけど、
かなりダラダラになってしまうかもしれないんですけど、
ご了承いただければ幸いです。
では、早速読んでいきたいなと思います。
拡散の科学、アナトミーオブリツイート
そもそも拡散とは、なぜ人は拡散するのか、なぜ拡散を加速させるか、拡散残し方というところですね。
はい、読んでいきたいと思います。
あと余談ですけど、昨日読んでいた記事で、
僕ずっと拡散のことをリサンと読んでてですね。
もう本当にひどいなと思いながら。
はい、すいません。
後ほど、昨日の配信もスポティファイとかアンカイフェイムで更新、更新ですね。
アップロードしますけども、はい、ご了承いただければと思います。
このプロジェクトのメンバーですね、最初3名の方のアカウントが紹介されています。
読み方はちょっとわかんないんで、間違ってたらごめんなさい。
チェンキアンさんって方ですね。
この人がリサーチアナリストの方ですね。
もう1人、大月梶原さんって方がクライアントアカウントマネージャーの方ですね。
で、最後に3人目が結井竹島さんって方です。
この人はクリエイティブストラジストっていう方だそうですね。
この3名の方で分析をしたというところだそうです。
はい、で、続いてアジェンダですね。
アジェンダは4つに分かれています。
1つ目がまずオーバービュー。
そもそも拡散とは。
で、2つ目にホワイですね。
なぜ人が拡散するのか。
で、3つ目。
ワットですね。
何が拡散を加速させるか。
最後、4。
Howですね。
拡散の起こし方。
この4つに分けて話しに行こうと思っています。
では、1つ目のオーバービュー。
そもそも拡散とはってところですけど。
そもそもTwitterって何ですかってところからスタートですけど。
Twitter is what's happening and what people are talking about right now.
Twitterは世界中で起きている出来事とそれにまつわる会話がリアルタイムで繰り広げられる場所だという風に言っています。
毎日2億1000万人以上の生活者によってあらゆる出来事がTwitterで会話されています。
03:00
そのうち日本は売上第2位のマーケットだというところですね。
はーすごいですね。
日本って本当にTwitter社から評価というよりも注目されているのはそういうところなんですね。
Twitterで話題になり世の中ごとへというところですけど。
Twitterでは2億1000万人以上の生活者の話題によって時にTwitterでの話題が世の中ごとにまで昇華をしていきます。
それの具体的なツイートがいくつか紹介されています。
いろんな方のツイートが紹介されています。
世の中ごとになるための鍵というのはいわゆる熱量電波だとおっしゃっています。
熱量電波という言葉はこのTwitterの中の方々が使われている言葉だと思うんですけど、
全ては一つのツイートから始まります。
熱量電波によって世の中ごとへと繋がっていきます。
いわゆる誰かがツイートをします。
そして1次拡散をしてそこから2次拡散以降はどんどん展開していくということですね。
まずは声の可視化というところが必要です。
これが最初のツイートですね。
1次拡散、2次拡散のところは可視化された声というところがフォロワーを起点に熱量電波が起こり、
2次拡散以降はコミュニティーを越えて熱量電波が加速していく。
もっと一般対象まで広がっていくというところですね。
熱量電波とはそもそも何ですか?
熱量電波とはリツイートによって人の気持ちを動かす1つのツイートがコミュニティーを越えてどんどん広がっていくことということで、
拡散の波及力みたいなところが次の言葉ですね。
1リツイートあたりの波及力というのはだいたい300IMPSだそうです。
平均で329IMPSで中央値は323IMPですね。
はい。
IMPっていわゆるインプレッションの話だと思いますね。
つまり世の中ごとへの限度のある熱量電波はツイッターだけが持つユニークが広がりだと彼らはおっしゃっています。
世の中ごとになる拡散への入り口というところが次の話です。
1300リツイートという話ですね。
これは昨日の4の記事の通りなんですけど、
バズったので?とバズった本人が返信をする光景を目にしたことはありますでしょうか?
これは投稿主が裸で世の中ごとへと予感を感じて、
投稿主の方がバズったので?と返信した瞬間、
その時点でのモドツイートのリツイート数を集計し、
中央値をちょっと見てみましたよ。
で、見ると1300リツイート以上が0.1%の事象です。
日本で拡散された1リツイート以上つくツイートっていうのは99.9%の確率で、
1から1200リツイート以上つくツイートが99.9%の確率で、
つまり世の中ごとへの入り口の目安となる1300リツイート以上は0.1%の事象であると。
これ多いと見るか少ないと見るかってとこはありますけどね。
で、疑問提起をしていきます。
拡散の仕組みを科学することで、経験や天才などの俗人性や偶然ではなく、
0.1%の可能性にチャレンジすることができると考えられます。
これを考えながら、
拡散の仕組みを科学することで、経験や天才などの俗人性や偶然ではなく、
0.1%の可能性にチャレンジすることができると考えられます。
その0.1%の可能性にチャレンジするためにしたことと、
なぜ人が拡散するのか、
06:01
人がリツイートボタンを押したくなる気持ちを分析にしてみました。
何が拡散を支えるか、
リツイートボタンが押されやすくなる仕組みなどの機能面も分析してみました。
拡散の起こし方、リツイートボタンが押されやすくなる施策の作り方というのを設計しました。
分析方法とデータソースですけど、
2019年1月から2020年8月において、
1300リツイートを超えたツイートと、1300リツイート未満のツイート、各5100件というのを比較して分析しました。
合計すると合算で12000件というところです。
抽出条件としては、
単純にリツイート数1300以上か未満かというところです。
1300以上のツイートは、
毎月の300件ぐらいをザーッと見ていったという感じらしいですね。
この期間中の300件を合算していくと、5100件になりました。
1300未満のリツイートは、
ランダムに抽出をしているということだそうです。
ちなみに分析協力は、NTTデータさんとNASLABOさんという会社さんが協力されているそうです。
抽出項目としては、
引用ツイートのテキスト、返信のテキスト、リツイート元のツイートURL、
ツイートテキスト、投稿日、投稿者、フォロワー数、
そして分析時点でのリツイート数、いいね数、返信数、
ハッシュタグ数、フォーマット、ツイートテキスト、文字数などなど、
結構細かいところですね。いろんな視点で分析をしてみました。
今のがオーバービュー、そもそも拡散というところでした。
なぜ人は拡散するのかというところですけど、
投稿する人のモチベーションではなく、
リツイートボタンを押す人のモチベーションというところにフォーカスをして解明していきます。
今回は投稿する人のモチベーションの対象外としています。
熱量電波というのは心が動いてこそ起こります。
リツイートボタンを押したくなる気持ちを一口に熱量とくくらずに分析して分解していきたいと思います。
どのように分析したかですけど、
人の感情というのは複雑なため、
すべてを機械に任せるというのは難しいです。
そこで定量的なもの、機械の力と、
定性的なもの、人の力というのを行き来することで、
機械学習の熱量判別の精度というのを向上させました。
いい話ですね。
いわゆるトピックモデルですね。
自然言語処理の解析手法、トピックモデルと回帰分析、
機械学習を活用した熱量の自動判別モデルというのが機械的なものですね。
それと、あとは熱量の自動判別モデルの精度を上げるための学習用データというのを準備しました。
さらに判別結果を精査し、さらにチューニングもしてまいります。
そこは人がやったんですね。
まずはリツイートボタンを押したく熱量の抽出と分類というところですね。
トピックモデル、自然言語処理の解析手法を活用し、
1300リツイート以上ついたツイートの返信、
引用ツイートのテキストからトピック、動詞的な感情の塊を抽出、
1300リツイート以上ついたツイートと、
09:01
トピックをそれぞれ合わせて見て解釈することで、
16個の熱量の発見に至りました。
では、そのどの熱量を刺激していたかというのが自動判別という話ですね。
回帰分析を活用し、リツイートボタンを押したくなる熱量の自動判別モデルというのも作りました。
機械学習の元となる学習用データ、
人の手によって1300リツイート以上ついたツイートへの熱量を解釈したものというのを用意することで、
モデルの精度というのを向上させましたよと。
例えば、さっきの16個分けていた感情の塊を16個に分類しましたというのですが、
それごとに人の手によって解釈を作っていって、
機械学習用にそういうのを解釈させるようにしたと。
そこからこのツイートは、例えば癒しだなという癒しカテゴリーだったら79%、
ファンカテゴリー、面白いというカテゴリーは21%くらいかなみたいなのを
大体機械の方で判別をするようにしたということですね。
続いてですけど、定量と定性による分析の結果、
リツイートボタンを押したくなる16個の熱量というのを発見、
そして熱量の広がり方として6つの熱量電波というものにまとまりましたと。
続いては、ここからですね、いわゆる6つの熱量電波というところに
一個一個フォーカスをしていきたいというところですね。
ちなみに6つの熱量というのは、
1つ直感で広がる、2つ知識で広がる、3つ主張で広がる、4つ納得で広がる、
5つ声援で広がる、ラスト欲求で広がる、この6つだそうですね。
では1つ目、熱量電波1つ目、直感で広がるという話です。
直感で広がる、つまり自分が感じたものを共有したいというところですね。
ワンフレーズで言い換えると、反射的にリツイートするみたいなところです。
この直感で広がるの熱量が一番16の熱量で数が多いものですね。
基本的にそれぞれの熱量電波に対して、熱量というものは2つずつなんですよね。
なんですけど直感で広がるってこれだけ熱量が6つに分かれます。
6つっていうのは、ワウというやつとファン、
ワウというのはいわゆる驚きに近いやつですね。
とファン、面白いってやつですね。
あと尊い、癒し、感動、最後ショックですね。
この6つの熱量になるそうです。
これも私それぞれ1個1個ですね、感情についてのツイートが参考例としていろいろ貼られてますけど、
確かにねっていうのはすごく見てて面白いし、
これ僕を見たらとりあえずリツイートするだろうなって思うツイートばっかりですので、
これ後で皆さんの方でもPDFダウンロードしてみてみてください。すごく面白かったですね。
ではまずその直感で広がるワウですね。
驚きを感じる投稿、笑う要素よりも普段はないレアな出来事を発見、遭遇、目撃したもののツイートになります。
3つの特徴としては既視感がないもの、発見した喜びを感じられるもの、そして画像や動画の投稿だそうですね。
オーディエンスのリアクションですね。
信じられないとか、やべえとか、神、すげえとか、そういうお話です。
っていうのがよくあるリアクションでした。
熱量シェアと平均リツイート数ですけど、熱量シェアは23%で平均リツイート数は65系リツイートだそうですね。
12:08
クリエイティブの組み合わせっていうところも分析に入っていて、
クリエイティブの組み合わせっていわゆるイメージとビデオ、あと自負画像とテキストオンリーっていうこの4つですね。
分かれてるんですけど、まずイメージ付きが48%のリツイート、ビデオ付きが40%のリツイート、
自負画像は1%、最後テキストオンリーが11%のリツイートということなので、やっぱりなんだかんだ画像が一番多いってことですね。
インパクト、驚きなのでやっぱり画像が一番インパクトあるよねっていうそういうお話だと思います。
相性の良い熱量としてはファン24%と、嫉妬が10%、最後癒しが6%っていうところですね。
あと波形の種類ってやつがあります。
これ多分時系列、確か72時間までの時系列を見てそのリツイートの伸びを縦軸でグラフにしたようなのだったはずですね。
それを見ると波形の種類はパルス型って言われるものだそうですね。
最初に瞬間風速でブワーっと伸びたってやつですけど。
まだもうちょっと続きます。直感で広がるワウのところですけど。
判別するトピック例としては、いわゆるツイートの中からいろんなものをトピック例として出されてますけど、
さっき言ってた日本語とかがいろんな言葉が出てくるってやつですね。
とりあえず言葉にならないいわゆるえーとかわーみたいなやつが一つと、神とかクオリティ、完璧とかっていうやつが一つと、
あとは思う、見える、見る、すごい、過ぎるみたいなやつが一つ。
そんな感じのトピック例がいろいろ出てきますね。
これはなんかほんと参考程度だと思いますけど。
まあでも分析手法としてはそのトピックモデルで分析した言葉がこういう風に出てくるということですね。
はい、今のがワウ一つ目の直感で広がるってやつでした。
では二つ目ですね。二つ目直感で広がるはファンですね。
いわゆる面白いもの、楽しいもの、ワクワク感じる投稿、ネタ感のもの、あとは一言言いたくなるってやつですね。
これのちなみにまた参考ツイートも貼られてるんですけど、これ面白いですね。
あの夫婦喧嘩の翌日のお弁当がこちらっていう画像が貼られてるんですけど、
弁当箱の中に箸が入れてあって、箸入れがあるじゃないですか。
箸入れの中にご飯が詰められてて、その上に梅干しが一個ゴンって乗っているっていう画像が貼られていてもうめちゃめちゃ面白いですね。
夫婦喧嘩翌日のお弁当っていうツイートですけど。
これは確かにリツイートしたくなるし面白いですね。
3つの特徴としては、ツッコミどころがあるもの、あと画像とテキストの組み合わせのギャップだと。
あと変身の反応が多いもの、みたいなものが3つの特徴だそうですね。
オーディエンスのリアクションとしては面白すぎるとか、わらわらがつくとか、さぁ入る、笑った、笑ったみたいな、そんな感じですね。
熱量シェアと平均リツイート数ですけど、熱量シェアは23%で、平均リツイート数は66Kリツイートだそうですね。
クリエイティブの組み合わせは、これは完全に画像が一挙ですね。
イメージ51%です。
ビデオ38%。
時風はもう完全にゼロだそうですね。
最後テキストオンリー12%。
これも波形のチューリーとしてはやっぱりパルス型で、さっきのWOWよりもパルスが大きい感じですかね。
初動でブワーッと伸びて、一気にガッと下がっていくみたいな感じの伸び方をするそうですね。
15:03
相性の良い熱量としてはWOWが24%で、RRが19%、イヤシ12%みたいなところですね。
ファンを判定するトピック例としては、だいたいワラワラとかクサ系の言葉が多いですね。
あとはセンス、ダサい、恥ずかしいとか、面白い、めっちゃとか、最高みたいな言葉が結構出てくるそうですね。
はい、わかりました。
続いて直感に広がる3つ目の感情ですけども、3つ目は尊いですね。
単なるWOWっていう驚きではなくて、リスペクトすら感じてしまうような投稿。
かっこよすぎるとか可愛すぎるみたいな、そういう好きすぎる系の投稿がかなり多いよってものだそうです。
これの参考のツイートはですね、いくつかの漫画のキャラクターのファンアートを書いた、手書きかな?
デジタルで書いたかわかんないですけど、とにかくファンアートを写真ぺって載っけてツイートしたものですね。
これは確かにリツイートすごくされてる感じがすごいですね。
3つの特徴としては、一定数のファンがまず存在しているような方々っていうのが結構多い。
尊いってことは推しがいるって感じだと思いますよね。
あとコアファンしかわからないこだわりがあったりとか、圧倒的なクリエイティブ力っていうのがこのカテゴリーに入ると。
オーディエンスのリアクションとしてはですね、感動、圧倒的、ファン心理とか神聖みたいなことが出るそうですね。
熱量シェアとしては11%で、平均リツイート数はそれでも67Kリツイートなので、ファンよりは多いという感じです。
こちらもやっぱりクリエイティブなツイートだけあって、組み合わせとしてもイメージが一番多いですね。
52%がイメージ画像ですと。
37%が動画。
GIFは1%。テキストオンリー10%だったところですね。
こちらもですね、波形の処理がパルス型ですけど、さっきのやつよりももっと初速が早いやつですね。
ほんとにほぼ投稿したその瞬間の伸びがクソ高くて、そっからガクンと一気に下がっていって、あとほんとずるずる伸びないなって感じ。
今まで3つの熱量の中で一番最大瞬間不足が高いやつです。
相性の良い熱量としては癒し18%で、これは確かにそうかもしれないですね。
あと感動12%、あと応援が9%みたいなところです。
尊いを判定するトピックとしては、やっぱり好きとか尊い、頑張る、大好き、かっこいいみたいなところがよく出てくるトピックだそうですね。
続いて直感に広がる4つ目は癒しですね。
あと30分ちょっと近づいてきたんですけど、今日のその直感に広がる、あともう3つなんでこの3つまで読んで今日は終わろうと思います。
明日はその続きからいきたいと思います。
直感に広がる4つ目は癒しですね。いわゆる可愛くて心が癒されるとこ。
基本動物か赤ちゃんっていうところですね。エンジニアだと大体猫ってなるんでしょうけど。
3つの特徴ですけどもね、子供とか動物のパワーの強さっていうところ。
あと心がのごむような良い話、ほっこり系の話を入れるとか。
あとは画像、動画投稿がやっぱり多いってことですね。
オーディエンスのリアクションはやっぱり可愛い、ほっこり、悶絶みたいなワードがよく出るそうです。
18:03
熱量シェアと平均リツイート数ですけど、熱量シェアは13%でちょっと低い感じですね。
熱量というよりかって感じですね。
平均リツイート数は67kなのでやっぱり多いよね。
クリエイティブの組み合わせは画像46%、やっぱり動画46%なので画像と動画結構どっこいでいい勝負してる感じですね。
自負1%はテキストオリジナルアッパーってところですね。
相性の良い熱量は尊いとファン。
この辺はそうだよなって。
最後ワウって驚きも一応なくはないよってところですけど、
癒しで驚きってそうそうない気がしてますね。
波形の種類はパルス型なんですけど、
初速よりもちょっと1段階落ち込んだ後にもう1回伸びがくる。
虹の伸びがきますね。
それがでも基本最初の方に固まっているから一応パルス型にはなってますけど、
これはあれですね。今までとは全然傾向が違いますね。
なのでやっぱりリツイートされてもう1回ガーンと伸びるっていう第2次伸び率のタイミングがあるんでしょうね。
癒しを判定するトピック例としてのテキストもだいたい猫と犬が圧倒的に多いと。
あとは尊い、最高みたいなやつとかかわいいが、本当にかわいいが多いですね。
続いて5つ目ですね。直感に広がり5つ目は感動っていうやつです。
心が温まる、もしくは心が現れたり、じいんときたりするような投稿が5つ目です。
今回のツイートはですね、かなりテキストオンリーのツイートですね。
参考に読みますと、4ヶ月ぶりにサイゼリアに行った。
嬉しくてお料理たくさん注文しちゃったんだけど、お料理を運んできてくれた大学生くらいの男の店員さんが、
ピザは12時、サラダは3時、チョリソーは10時方向に置きますねって説明してくれて、もう感動しすぎて涙出そうでした。
で、ハッシュタグに視覚障害者が嬉しいと感じた配慮っていうところですね。
に対してこういうツイートだった。これは確かにツイートしたくなりますね。
いや本当感動けどいい話だなと思いました。
で、この手のカテゴリーの3つの特徴ですけど、
いわゆる実話エピソードが多いと、あとは感謝を伝える投稿が多い、あとは画像投稿が多いとかですね。
オーディエンスのリアクションとしてもいわゆる泣けるとか、いい人、いいエピソード、素晴らしいありがとうみたいなのが多いと。
熱量支援は6%で、過去一番少ないかもしれないですね。熱量ってわけではなさそうです。
で、平均リツイート数は67Kリツイートってところです。
クリエイティブの組み合わせは完全に画像がまだ1票ですね。59%がイメージで、22%がビデオだと。
動画ですね。で、GIFは0%。
テキスト音量が19%で、今までよりもテキスト音量が結構多いなって感じですね。
あと相性の良い熱量として尊い12%、応援が12%、同調7%というところです。
で、熱量電波の波形はこちらもですね、一番最初、初速の瞬間風速がガーンとかなり高いところに立ち上がって、そこから一気にガーンと下がっていくような感じですね。
基本的に直感で広がる系はもうパルス型オンリーなんじゃないかなっていうぐらいですね。
とにかく直感で言ってますので、とにかく初速が本当に早いってやつですね。
で、さっきの癒しだけ初速がそんな高くなくて虹がくるってところですかね。
で、直感で広がる感動系を判定するトピックですけど、こちらはやっぱり素敵とか泣くとかありがとうというようなワードが多いなってところでした。
21:06
最後、直感で広がるショックってやつですね。
いわゆる悲しみを感じる投稿、もしくは残念、現実を受け止められない、もしくはやるせないみたいな投稿がラストのカテゴリーですね。
こちらの参考のツイートはちょっと読んでいいか悩ましいけど一応読んでいきたいと思いますけど、
ライブドアニュースのあれですね。兄が明かす志村健さん、聖火ランナーのためにタバコをやめていたっていうツイートですね。
志村健さんの写真もガンと貼られてますけど。
16年に肺炎にかかって以降タバコをやめてお酒も減らしていたそうです。
また滅多に自慢話をしない志村さんだが聖火ランナーだけは嬉しそうに話をしていたという裏エピソードを紹介されてます。
これも確かに志村健さんなぁちょっとやっぱり今思い出してもちょっと涙出そうですけど。
はい、というようなツイートでした。
3つの特徴としては、多くの人が心を痛める内容、現実を受け止めきれない、ニュース性のある投稿が多いでというところでした。
オーディエンスのリアクションとしてはやっぱり悲しいとか残念、辛いとか頭が追いつかないみたいなそういう悲しい系のリアクションがやっぱり多いと。
熱量シェアも3%で熱量は全然ないと。
平均リツイート数はでも82系リツイートなので、やっぱり悲しみ系に関しては特に日本人はそうかもしれないですけど、すごく共感があってリツイートするんでしょうねって思いました。
クリエイティブの組み合わせですけど、こちらはイメージ48%で第1位なんですけど、第2位まさかのテキストオンリーが41%ですね。
第3位にビデオが11%、GIFが0%ってところなので、画像もしくはテキストで全然いけるよってことでした。
相性の良い熱量としては完全に応援一択で12%ですね。
最後、熱量電波の波形なんですけど、今までがパルス型って言ったんですけど、今回このものだけラストはスパイク型っていう波形の種類ですね。
さっきよりもかなり初速が早いというか、初速だけしか伸びてなくて、そこからほぼゼロに近いぐらいまで下がると。
ほんと尖りすぎてるようなグラフの波形の形になってます。
こんな感じで、本当は初速中の初速ですね。
ショックを判定するトピック例はかなり多いですね。今回は言葉がめちゃくちゃ多いですね。
死ぬとか生きるっていうワード、あとは終わる、怒る、お疲れ様みたいなワードがかなり多いですね。
やったりショックだったり困るとか、でも元気にとかゆっくりみたいなところのワードが結構多いよってことでした。
はい、以上。
6つの熱量電波、まず1つ目の直感で広がるってところでした。
直感はかなりですね、熱量そのもののカテゴリー16個中6個だったので長かったんですけど。
はい、以上が1つ目の直感で広がるでした。
というところで、中途半端ですけど、ここで一旦区切らせていただいて、
明日は2つ目ですね。明日2つ目3つ目までいけるかなってところです。
2つ目知識で広がる、3つ目視聴で広がる、2つ目3つ目のところまで明日は読んでいこうと思っております。
ではでは、ここで区切りたいと思いますが、今日の参加者はレノアさんと春平さんとスーさんですね。
おはようございます。ご参加いただき大変ありがとうございました。
明日はこんな感じでゆるーくタラタラ読んでいきたいと思いますので、
24:02
興味があれば参加してみてください。
では金曜日ですね。今日週末ですのでしっかり締めて土日ゆっくり休んでいただければなと思います。
じゃあ終了したいと思います。お疲れ様でした。
