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
![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](https://cdn-ak-scissors.b.st-hatena.com/image/square/bed39b5962a5d552c95b6d796db8f55e72d32943/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fimages%2Fn%2Fxtech%2F2020%2Fogp_nikkeixtech_hexagon.jpg%3F20220512)