メダルラッシュ、炎上、感染拡大…“異例の五輪”ツイート分析で見えてきたもの（日本テレビ系（NNN）） - Yahoo!ニュース
東京オリンピックが閉幕。1年延期や無観客開催となった異例ずくめの東京オリンピックが閉幕しました。五輪期間中につぶやかれたツイートを分析したところ、最終日にはポジティブなつぶやきがネガティブなつぶやきを上回ったことがわかりました。 五輪期間中の7月23日から8月8日までの間にツイッターで「オリンピック」「五輪」と一緒につぶやかれたツイートを集計しました。(リツイートを含む) 競技別で見るとツイートが多い順に、 「野球」(約107万ツイート) 「卓球」(約90万ツイート) 「サッカー」(約79万ツイート) 「レスリング」(約65万ツイート) 「体操」(約64万ツイート) の順となりました。 上位2競技の「卓球」と「野球」を比べてみると、大会前半は、混合ダブルスで水谷・伊藤ペアが金メダルを獲得したことを受け、「卓球」が多くツイートされていました。 8月に入り、「野球」が勝ち進むにつれツイートが増
五輪選手への相次ぐ誹謗中傷 実際にどれくらい増えたのか分析してみた（ITmedia NEWS） - Yahoo!ニュース
「お前不倫してんの？」「人間やめたれよ」──東京五輪に出場した卓球の水谷隼選手に、Twitter上でこんな心無いダイレクトメッセージが寄せられたと本人が明らかにした。水谷選手以外への中傷も相次いでおり、体操の橋本大輝選手も「SNSで誹謗（ひぼう）中傷とみられるメッセージがある」と投稿している。 選手への中傷が相次いでいるとして問題になっている今回の五輪だが、実際にそのような投稿はどれくらい増えたのか。全出場選手を網羅するのは現実的に難しいため、水谷選手へのメンション（＠を付けて言及するツイート）を例として、SNSの分析サービスを提供するユーザーローカルに調査を依頼した。 調査対象は、7月23日から8月2日までに水谷選手に寄せられたメンションの約2万2000件。日ごとにメンションを「ポジティブ」と「ネガティブ」に分類し、それぞれの割合の推移をグラフにした。 ポジティブな投稿は「メダル獲得でネ
目的無きデータ分析は無駄である｜データ分析とインテリジェンス
何となくデータを見ることで目的など生まれない 何かいいことが見つかるかもしれないからと何の目的も無しにデータを見るのは時間の無駄である。 データ分析は意思決定のために行っているはずだ。であれば何らかの意思決定という目的が無ければどんなに数字をいじくりまわしたところで「それで？」で終わるだけになる。それは時間の無駄としか表現のしようがない。 なおここでいう「データ分析」とは手元にあるデータを何とかするということに限らず「特定の目的の意思決定を支援するための一連のプロセス」を指す。詳しいことは近日中に記事を書く。 まず目的ありき。そして必要だったらデータ分析をする。逆ではない データ分析は手段である。目的を果たすために必要であるから行うのであり、データがあるから、導入したツールがあるから、新しい手法を勉強したからと分析して解決すべき問題への道に繋がっていたとしてもそれは偶然に過ぎない。 中小企
高齢者は朝のドラッグストアへ本当に「殺到」したか 購買データで解明
新型コロナウイルスの感染食い止めのため、小売りでの来店客の密集防止が叫ばれている。政府などが必要に応じた入場制限を呼び掛けているスーパーと並び、焦点となっているのがドラッグストアだ。在宅勤務などで消費が増えた日用品を買いに訪れる人を減らすのは、容易ではない。加えて、マスクやトイレットペーパーを買うための早朝の行列も問題になった。 では、実際にドラッグストアに実際に「殺到」しているのはどの年代で、時間帯はいつ頃なのか。「高齢者は～」「若者だから」などとどうしても印象論で語られやすいこうした消費者行動や世代差の実像について、購買データによる独自分析で迫った。 「トイレットペーパー騒動」時、特に50～60代急増 分析は、ビッグデータによるマーケティング分析を手掛けるTrue Data（東京・港）が、全国のスーパーやドラッグストアにおける延べ約5000万人の購買情報を活用。レシートに加えてポイント
データ解析を駆使して食べログ3.8問題が証明できなかった話 - konkon3249’s diary
(2019/10/12追記 データ解析のプログラムもGitHubで公開しました) (2019/10/15追記 会員の見分け方に誤りがありました。本文中では"非会員"と"有料会員"に分けると述べていますが、正確には"非会員・無料会員"と"有料会員"に分かれています。以後の図・文章は脳内で変換していただけると幸いです。詳細は https://anond.hatelabo.jp/20191011180237 で他の方が調べてくださっています) はじめに この記事は、藍屋えん氏( @u874072e )の以下のブログに触発されて、個人的に行った一連のデータ解析をまとめたものです。 clean-copy-of-onenote.hatenablog.com 上のブログでは、食べログ3.8問題と称される問題、 「評価3.8以上の店舗は年会費を払わなければ評価を3.6に下げられる」 との説を食べログの店舗
ソシャゲ分析講座 基本編（その３）：「継続率」を理解する - Real Analytics （リアルアナリティクス）
最近は業務で、ソーシャルゲームの分析＆改善施策の提案を行っています。そこで、本ブログではミニ連載という形で、ソーシャルゲームの分析手法について紹介をしていきます。基本編は8回程度を予定しており、好評であれば応用編も書きます。第3回は「継続率」に関してです。 ■過去の連載記事 ソシャゲ分析講座 基本編（その１）：「売上の方程式」を理解する ソシャゲ分析講座 基本編（その２）：「DAU」を理解する ソシャゲ分析講座 基本編（その３）：「継続率」を理解する ソシャゲ分析講座 基本編（その４）：「スペンド率」を理解する ソシャゲ分析講座 基本編（その５）：「ARPPU」を理解する ソシャゲ分析講座 基本編（その６）：「4つのステージとKPI」を理解する ソシャゲ分析講座 基本編（その７）：「イベントの分析」を理解する（前編） ソシャゲ分析講座 基本編（その８）：「イベントの分析」を理解する（後編）
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
お探しのページはみつかりません - グノシー