第6回 ソーシャルメディアから有用な情報を選り抜く方法

本連載の第5回からは、「Twitter」や「フェイスブック」といったWeb上の文章を顧客の声（VOC＝Voice of Customer）と見なして分析するための手法を紹介している。まず第5回では、自動投稿ツールなどによるゴミ情報と、引用文を選り分けて捨てる手法を解説した。これらがWeb情報の約20％を占めるので、ここまでで分析対象のコンテンツは8割程度に減っている。 しかし、まだWeb上のテキストを分析するうえでの4つの課題のうち、3つが残っている（図1）。第5回で紹介した分析手法は、｢顧客の声はゴミまみれ」に対応するものだった。 2つ目の課題は「顧客の声の主旨がばらばら」だ。意味のある話題を選り分けなければ、自社にとって関係のない話題や、アフィリエイト目的の記事、根も葉もないデマ・風評なども分析対象になってしまう。 3つ目と4つ目の「顧客の声はすぐに変化する」「顧客の声の拡散が速い」と

[n4553131g]

ゴミを除去するフィルターですね

[yomogi]

テキストまイニング的な？

[dagjmpd]

第6回　ソーシャルメディアから有用な情報を選り抜く方法（大量のテキスト情報を課題解決に役立てる）

[bob3]

VextMinerっぽいなー、っと思ったら書いてる人が。

[Ypsilon]

ビジネスにSNSを活かす、最も有用性を感じる第一歩なのではないかと。

[mode_mini0312]

第6回　ソーシャルメディアから有用な情報を選り抜く方法（大量のテキスト情報を課題解決に役立てる）