Webアナリストとはなにか？

ｅビジネスに活かすネットリサーチ
データセクション株式会社CEO
橋本大也
コンセプトドライブ事業部
第1部理論編
リサーチのワークフローとは

ネットリサーチの優位性を活かしてビジ
ネスプロセスの中で、次のような流れを
作る。





情報収集
情報整理
情報分析
情報発信
DATA->Information->Knowledge->Wisdom

データを知恵へ昇華していくプロセス
アツメル、ナラベル、ヒキダス、カキダス
の4つのリサーチ能力の開発

アツメル


ナラベル


情報分析
情報を分析する
カキダス

情報整理
情報を整理する
ヒキダス


情報を収集する
情報収集
情報発信
情報を発信する
リサーチのワークフロー図
イ
ン
タ
ー
ネ
ッ
ト
の
活
用
なぜインターネットを重視するのか？
ネットリサーチの５つの優位性

RealTime


Raw-Data


短時間、低コストで情報を入手できる
Deep-Mining


消費者、関係者の生の声が聞ける
Low-Cost


リアルタイムな情報が入手できる
分析ツールを使って情報を高度に分析・加工できる
Interactive

インタラクティブなリサーチが可能
ネットリサーチの活躍シーン

新規事業、新商品開発のためのリサーチ


商品企画書作成のためのリサーチ


トラフィックとプロフィットを増やす方法をみつけたい
業界動向を知るためのリサーチ


オンラインコミュニティでの自社や競合の評判を把握したい
Webサイト成功のためのリサーチ


自社商品の優位性をみつけたい。気になる事実、数字を見つけたい
世評・人気のリサーチ


自社の業界ポジショニングや新規のニッチ市場をみつけたい
ニュース、プレスリリース、統計データを常に把握しておきたい
調査部門だけでなく、営業、マーケティング、企画プロデュース、新規
事業戦略担当など幅広く求められる能力
ワークフローを効率的に進めるには





価値のあるオンライン情報源を知って
いるか
情報収集のためのツールを知っている
か
ネットで集まるデータの特性を知ってい
るか
収集したデータの分析手法とツールを
知っているか
分析結果を効果的に活用する方法を
知っているか
コンセプト



Data->Information->Knowledge>Wisdom
情報収集、情報整理、情報分析、
文書化の4段階
タスクのモジュール化、タスクに対
応するノウハウとツールを集める
情報探索オーバービュー

情報探索の理論の解説

情報探索で何が重要なのか？
アウトプット指向、自己効力感
 情報サブアセンブリの作成
 情報ブリコラージュの技術


楽しみながら確実に前進するメソッド
ウィルソン情報探索モデル
連鎖探索＝関連検索、情報監視＝モニタリング
のツールとノウハウの必要性
クールトー情報探索モデル
（感情、自己効力感）
感情や自己効力感が情報探索の質に影響する
楽しく、面白がりながら情報を検索していくことが大切
バンデューラの多重ゴールモデル
（見えるゴール目指して）
「つまり人間の日常行動は、（１）未来の望
ましい出来事（遠隔ゴール）を心に描き、
（２）個々の行動の成果を評価する基準
（直近ゴール）を設定して、それを実現
させる可能性の高い行動を起こすこと
で生じている」
情報探索行動において直近ゴールとは
何？
中間的なアウトプットを作ること＝ここま
で調べらことのメモや要約を残す＝進
んでいる、できてきている、楽しい
情報とは？

専門家の答え
回答例：情報とは通信量である





シャノン・ウィーバーの「通信理論」
二人は大手通信会社の研究者
回線を流れるBitデータ量を情報量
と定義した
ナローバンドよりもブロードバンド
の方が情報量が多い
古典的な理論だが…本当だろうか。
回答例：情報とは生命情報だ



「それによって生物がパターンをつ
くりだすパターン」
( a pattern by which a living
thing generates patterns )
生きている、感じている、考えてい
る人間が織り成すパターンが情報
だという考え方
西垣通（基礎情報学、2004）
回答例：情報とは知識構造を変える
情報とは「メッセージの受け手の知
識に変化を及ぼすモノ」である。
足し算ではない、増えない
「それは情報ではない」リチャードSノー
マン
回答例：情報とは不確かの削減
シャノン、ウィーバー1984
「コミュニケーションの数学的理論」
の中で、「情報とは受け手が「不確
かなものを削減する」ものであると
定義
回答例：情報に対して行った作業量

したがって、メッセージの価値は、その
情報量（絶対に予測可能な部分）や歴
然とした冗長性（同じ言葉の繰り返しや
数字の登場頻度の偏り）にあるのでは
なく、むしろ隠れた冗長性とでも言うべ
きもの、すなわち予測可能だが、予測
には必ず困難が伴う、という部分に備
わっていると思われる。言い換えるなら、
メッセージの価値とは、その発信者が
行ったであろう数学的作業あるいはそ
の他の作業の量であり、それはまたメッ
セージの受信者が繰り返さずにすむ作
業の量でもある
回答例：捨てた情報の量である




そのメッセージを作り出すまでにい
かに手間をかけたか
大量の情報を調べた結果、考えに
考えて絞り込んだメッセージこそ価
値がある
「情報とは＜外＞情報の量であ
る」
ノーレット・ランダーシュ（「ユーザイ
リュージョン」）
サブアセンブリ（中間部品）

ハーバートサイモン「情報の科学」





生物進化、システムの複雑化、意思決定
二人の時計職人の仕事の違い
サブアセンブリの作成が効果を高める
今進んでいる方向が正しいという「前進
のしるし」があった場合には、解にたど
りつける可能性が飛躍的に高まる。
強い結びつきをもって離れない情報の
チャンクと定義
知識サブアセンブリの手法


サブアセンブリ化の作業
文書化しておく
要約しておく
表や図にしておく
断片をメモに残しておく
効果を高めるための作業
共有、再利用しやすくして
おく
すぐに取り出せるようにし
ておく
概要を記憶しておく
情報ブリコラージュ

ブリコラージュ


未開の民族が手持ちの技術だけで
必要な目的をすべて達成する行為
情報ブリコラージュ

手持ちのツール、ノウハウ＋インター
ネットだけで必要な情報収集、整理、
分析、文書化を行い、手早く目的を
達成すること
第2部実践編
ブレインストーミング

箇条書きのノウハウ

GoogleSets
類義語・連想語・共起語のノウハウ



画像を使った発想支援ノウハウ


Kartoo、Hotwindow
Google画像検索
数字を使ったノウハウ

The Secret Lives of Numbers
検索と探索

検索エンジンの使い分け
GoogleTips1,2,3,4,5&API応用
 GoogleSmackdown、GoogleShare、
Goolism
 検索の適性


自動化された検索システム


開発例（橋本）
ブラウザー拡張ソフトの活用

ReadOne、各種ツールバー
クリッピング

見つけた情報をナレッジベースへ
登録していく


クリップボードのデータベース化


紙2001
Clipon
メールを使ったクリッピング

rakucopy
競合、関連情報の発見

検索エンジンを使った競合発見


広告ツールを使った競合発見


Adwords、Overture
ニュースのフィルタリング


Alexa、阪神VS巨人
GlucoseGlucoseGlucose
といえばサーバ

4im.net、＠DATASECTION
比較の発見、参照の発見

比較の発見


比較3原則
参照の発見
論文引用関係 Citeseer
 Google結果からリンク可視化例

情報モニタリング

Googlert



Google新着キーワード検索結果の
差分をメールする
めるくるブックナビ
ONTVJapan
テレビ番組のアラート
 Tveyes,radioears

コミュニティチェック

支援ツールを使ったノウハウ
２ちゃんねる検索
 NaverBBSSearch
 ホットゾヌ
 imona


簡易テキストマイニング

Chasen（Mecab)

キーワード抽出例：TinyHitming
ナレッジベースの構築

形式の統一と検索可能化
市販ツールの利用
 全文検索ツールへの持込
 クリッピングツール
 Blog、Wikiによる整理共有
 Perl他テキスト処理言語、スクリプト
言語によるオリジナルシステムの構
築の検討

パーソナルナレッジベースの条件


パーソナルナレッジベースとは個人や小規模グループが、日
常の業務の中で、入手した情報を登録するデータベースのこ
と。
汎用型SQLDB（MS ACCESSなど)やカード型データベース
はあまり使えない




データベースの構造設計が固定されている
入力と管理が面倒
お手軽さがない
パーソナルナレッジベースの要件






雑多な情報を、入手したら即座に、容易に保存できること
コンテキスト情報や関連情報を自動入力できること
検索機能とフォーカス＆オーバービューの機能が充実している
こと
検索結果を加工しやすいこと
動作が軽いこと
情報の共有と閲覧編集の管理ができること
文書化

説明ロジックの構築


ナレッジベースからの情報抽出


全文検索ツール（Namazu、サーチクロス、
サトリ）
アウトライン上への情報の展開


iEdit（解説）
Nami2000、Microsoft OneNote
ビジュアルイメージによる説得力の強
化

SVGCat、Visio、Statistica (book)
説明ロジックの作成


説明シナリオ作成にはアウトライン
プロセッサが最適
アウトラインプロセッサをうまく使う
には自分専用の3レベルの見出し
文字列を持つ


私の場合： ■、【】、・ですが。
ロジックのパターンを持つ

メリット<>デメリット、定点比較表、
SWOT分析、進化論、Before&After、
100の方法…
ビジュアルをうまく使い説得力の強化

画像検索やWebイメージは素材の
宝庫
概念図、商品イメージ、アイコン
 パワーポイント以外の選択肢

SVGCAT＋αで概念図らくらく作成
 Camtasiaでスクリーンの動きをビデオ
化


InfoViz,WebViz
Graphviz
 Dicon(テキストでグラフ作成)

ノウハウ自体のナレッジベース化



リサーチの評価
企画書、提案書の目的達成
常に新しいやり方の模索

Download Report