Twitterデータのイノベーションコンテスト：NECさん最優秀賞チーム編

Twitterでは開発者のイノベーション活動とアイデア創発を応援しています。Twitterデータを未知の分野で活用する可能性を模索するため、イノベーションコンテストを開催しています。

NECさんは、NTTデータさんとTwitter Japanの協力のもと2020年1月に分析コンテストを社内開催しました。参加者は、提示されたTwitterデータを分析し、そこから導き出したビジネスアイデアの競争を競うタスクに挑戦。

一次選考を通過したファイナリスト5組による最終プレゼンが行われ、最終審査の結果、「最優秀賞」1組、審査員特別賞として「Twitter賞」「NTTデータ賞」各1組が選出されました。

分析コンテストを通じて、どのようなアイデアが創出されたのか。最優秀賞を受賞したチームのお話を中心に本ブログにて紹介します。

最優秀賞チーム：

NEC　AI・アナリティクス事業部 長尾 将宏氏、NEC　第一ネットワークソリューション事業部　飛田 尚洋氏　賀勢 征司氏　岩上 陽氏

今回の分析対象となったのはスポーツイベントに関連したTwitterデータ。昨今、国内外さまざまなスポーツイベントが予定されており、人々の注目が集まっている分野でもあります。スポーツと一口に言っても、昨年のラグビーワールドカップのように、ファンの盛り上がりによってツイートの量も質も劇的に変化します。

今回最優秀賞チームが編み出したアイデアは、Twitterデータを分析して、スポーツの「にわかファン」と「玄人ファン」を区分して特徴を考察し、どうすれば「にわかファン」をコアなファンへと変えられるか検討したものです。それらを区分けし、ペルソナを仮定してカスタマージャーニーを作成。NECのスポーツチームを例としてビジネス効果を試算しました。

苦労された点は、クラスタごとの特徴を考察する作業だったそうです。単語出現頻度の可視化に加えて、ツイートに目を通すことでクラスタごとの特徴を考察したのですが、件数が多くて大変だったと言います。それでも、K-Meansを用いたクラスタ分析で500個程度ものクラスタから、分析知見を導かれていたところなどは、技術力の高さと経験でうまく切り抜けられたと察しております。

また、今回提供されたのは全量データではなくキーワードで抽出してサンプリングされたデータです。そのため、データの不足からビジネスとして説得力のある分析ができないと判断して、お蔵入りになったアイデアもあったようです。

もし全量データだったら、例えば「実際に試合会場に足を運んでいる人」の属性が分析できて、その結果をファンの定着施策の検討に活かせるらしいです。どこまで実現できるのかわからないものの、時系列のデータが取得できると、さらに踏み込んだ分析ができると考えられるようです。

さらに全量データを対象にビジネス課題や分析課題を設定することによって、これまでは踏み込めていない領域の指標化などが可能になってくるのではないでしょうか。最優秀賞受賞されたチームの皆さまが取り組まれていたように、「Twitterらしさ」「Twitterの文化」がどのようなものか、その全貌が見えることで、新しいビジネス創出につながる可能性が大きいようです。

最優秀賞チームへのインタビューの詳細は以下をご覧ください。

第ニ回：記事の総括：https://jpn.nec.com/nec-academy/article/20200514.html

担当者の紹介

後藤 和枝（ごとうかずえ）

• Data and Enterprise Solutionチームに所属。Twitterデータの日本のパートナー事業をリード
• ITサービス系プロフェッショナサービスおよび研究開発での予測分析のコンサルタント、ビックデータアナリティクスのスペシャリストを経て現職
• ビジネス分析の専攻にて経営修士（M.B.A.)を取得（Southern New Hampshire University, U.S.A.)