ソーシャルメディアの普及によって、現実世界における生活者の行動や気持ちがネット世界に投影されるようになったと私たちは考えています。
その投影された生活者の声をリアルタイムに収集・蓄積し、自由な切り口で検索・分析できるようになったことは、あたかも人工衛星から、地球に住む生活者の頭の中を観測する術を手に入れたことを意味します。
従来のマーケティング調査とは違った角度から、よりユーザーの本音に近い情報をリアルタイムに把握していくことができます。
生活者の商品・サービスに対する中傷、或いは社員の情報漏洩等が拡散するのを防いでいくことができます。
ソーシャル・ビッグデータを使うと、素早く効果的にマーケティングのPDCAを回していくことができます。
ソーシャルメディア上の口コミは一部の生活者の偏った意見でしょうか。信頼できない意見でしょうか。確かに、まだソーシャルメディアの利用者には多少の偏りがあるかもしれません。なかには信頼できない意見もあるかもしれません。
しかし、たとえば血液検査を考えてみてください。「血液で全てが分かるはずはない」そうかも知れません。しかし、血液から得られる情報は非常に多く、内臓の1つ1つを念入りにチェックするよりも手軽で、さらに自覚症状が出る前に気づく事ができます。ソーシャルメディアまたブログ・Twitter・Facebook をはじめ、ソーシャルメディアの利用者数は、国内でも年々増加しており、一部の人の他愛もない声だと一蹴してしまうには余りにも惜しいデータです。
一方で、現在、あらゆる企業が、生活者の多様化したニーズに確実に素早く応えていくことが求められています。
企業が市場を知り、企画し、宣伝し、販売し、サポートするという一連のサイクルをいかに効果的かつ効率的に回していけるかどうかがビジネス成功の鍵と言えます。
私たちは、現代のこのようなビジネス環境において、ソーシャル・ビッグデータの活用が１つの解決策になりうると考えます。
つまり、今まで知る由もなかった膨大な数の生活者の声を、固定観念に捉われずにリアルタイムに把握可能になることで、その一連のサイクルをより強化できるのです。
もちろん、口コミを分析していれば、それで十分だと言うわけではありません。
従来の調査手法や施策と合わせて活用することで、より効果的にマーケティング施策を検討、展開できるようになると考えます。
様々なリスクを想定し、平常時・問題発生時ともに対策を図っていく必要があります。
ソーシャル・ビッグデータには、生活者の考えている事が鏡のように映り込んでいるため、あらゆる分野で活用ができます。
実際に、私たちの技術は、株価予測や世論調査にも活用され始め、新たな拡がりを見せつつあります。ソーシャル・ビッグデータをあらゆる業種・業界に活用して頂くことで、企業が安心して事業活動を行えるように なるだけでなく、生活者にとって真に実りある社会を実現できると私たちは確信しています。
選挙は、わずか数週間という短期間の活動によって、その後の数年間、政党として政権を担えるのかどうか、議員として活躍できるのかが決まるという、短期間で勝敗が明確になる究極のマーケティング活動です。
そのため、企業で行われているソーシャルメディアを活用したマーケティング活動は、政治の世界でも利用されるようになりました。例えば、夕方の街頭演説に対する反応をソーシャルメディアで確認し、翌日の演説に活かしたり、候補者自身のFacebookやTwitterで補足説明をする、等です。
外資系ヘッジファンドがソーシャル・ビッグデータを利用して株価の未来予測をしたり、ブログデータを利用した投資ファンドが出現したりしています。
TwitterやYouTubeで話題になっているコンテンツがマスメディアで利用されたり、放映中のテレビ番組に対する感想をそのままテレビ画面に流したりします。また、近年は「データジャーナリズム」という概念も出てきており、ソーシャルメディア等のデータを使い、分かりやすい報道やインタラクティブな報道を行おうとする動きが出てきています。
ソーシャル・ビッグデータは、特に東日本大震災がきっかけとなり災害対策への利用がうたわれるようになってきました。
東日本大震災で、被災地をはじめ、東日本全体で電話などの通信回線も被災し連絡手段が絶たれた際、ソーシャルメディアはおおいに役立ちました。そのため、被害状況のシェアや、互いに今どこに居るか、等のやりとりが、ソーシャルメディア上で可能でした。こういった背景から、ソーシャル・ビッグデータ上の口コミから、被災者の捜索や、どう支援するかのヒントを探る研究が活発になってきています。
各種センサーから得られるデータを、インターネットを通じて収集・解析し、人々の生活を快適にするものとして注目され始めています。ホットリンクは、それらのデータとソーシャル・ビッグデータを掛けあわせることで、ユーザの嗜好やその時々の状況も踏まえた、より幅広い活用が可能になると考えます。
