1. ビッグデータを使って
ソーシャルメディア運用を最適化する
株式会社ユーザーローカル
本郷 寛

2. 自己紹介
• 本郷寛(@hongo35)
• 株式会社ユーザーローカル
• 新卒１年目
• データ解析・可視化
• スカッシュ

3. アジェンダ
1. 企業のソーシャルメディア運用の現状
2. Facebookページにおけるファン獲得の最適化
3. 可視化ライブラリの紹介
4. まとめ

4. 現在、Twitter/Facebookでは、国内だけで
月間10億件以上投稿されている
企業のTwitterアカウント、FBページも増加

5. 企業のソーシャルメディア運用の現状
• 勘と経験、会社の業務時間に合わせた運用
投稿時間を考えず、適当な内容で投稿
ファンが増えない...
エンゲージメント率が上がらない...
本来、データからそれぞれ
のアカウントに最適化した
運用をすべき。

6. 企業のFacebookページのファン獲
得を最適化するには？

7. 探索的データ解析(EDA)
• まずは俯瞰することが重要
• 視覚的にデータを捉え、解決すべき問題を特定
Graphs force us to note the unexpected; nothing could be important.
(グラフは期待しなかったことを気づかせてくれる。これより重要なもの
はないのではないか)
統計学者 J.W.Tukey
数字のままでは、人間が
判断しづらい...

8. (1)Facebookユーザーの動向
Facebookユーザーが活発に活動している時間帯
曜日
時間
昼 夜

9. (2)各企業のFBページのデータ
A社 B社
各企業のFacebookページがファンを獲得している時間帯

10. 全体と個別データを比較
• (1)のマクロデータと(2)の個別データを比較すると、
各ページの特徴が浮き彫りになる
マクロのユーザーデータ 個別の企業FBページのデータ
そのページの特徴 企業ごとの特徴を抽出
差分

11. (3)各企業の特徴
A社 B社
朝の通勤時間帯にファンを多く
獲得している
木曜・金曜の夕方から夜にかけて
ファンを多く獲得している

12. (3)各企業の特徴
A社 B社
朝の通勤時間帯にファンを多く
獲得している
木曜・金曜の夕方から夜にかけて
ファンを多く獲得している
なぜ？

13. A社
投稿時間にファンになって
いるわけではない
投稿時間とファンになる
時間を比較すると？

14. B社
この時間帯に
投稿が多い訳ではない

15. 結果
• 各Facebookページごとに異なった特徴が存在
• ユーザーの活動が活発な時間帯に、メッセージが届いて
いないことが判明
• 投稿日時を最適化すると、もっとファンの獲得、エンゲ
ージメント率の向上につながる可能性あり
→ 実際に投稿してみて、反応を見る

16. 可視化ライブラリの紹介①
GraphUp - jQuery Plugin
$('#my_table td.data').graphup({
! colorMap: [[51,102,204],[255,255,255],[220,57,18]]}
);
・簡単！
・最近から有料になったらしい
Raphael
・IE6にも対応
・試したけど、使うのに手間がか
かるし、データ可視化には向いて
ない

17. 可視化ライブラリの紹介②
ビッグデータブームに乗って可視化も
注目され、ライブラリ乱立
可視化の手間（費用対効果）を
考え、状況にあった選択が必要
http://selection.datavisualization.ch/

18. まとめ
• データから判断する
• まずは、俯瞰して問題を把握する
• 仮説ができたら、試してみる
• データ解析・可視化の費用対効果も考える