[論文レビュー] Using Twitter to Predict Sales: A Case Study

Remco Dijkman, Panagiotis G. Ipeirotis+2 more|arXiv (Cornell University)|Mar 16, 2015

Digital Marketing and Social MediaSocial Sciences参考文献 45被引用数 20

ひとこと要約

本研究では、特に個人ユーザーからの肯定的ツイートを分類することで、注目度の低い製品の販売予測を正確に行えることを示している。4カ国にわたる事例研究を通じて、個人的で肯定的なツイートの増加が、その後の販売増加と強く相関しており、単純なツイート件数の相関関係を上回ることを示している。これは、感情分析と高度な統計モデリングの重要性を強調している。

ABSTRACT

This paper studies the relation between activity on Twitter and sales. While research exists into the relation between Tweets and movie and book sales, this paper shows that the same relations do not hold for products that receive less attention on social media. For such products, classification of Tweets is far more important to determine a relation. Also, for such products advanced statistical relations, in addition to correlation, are required to relate Twitter activity and sales. In a case study that involves Tweets and sales from a company in four countries, the paper shows how, by classifying Tweets, such relations can be identified. In particular, the paper shows evidence that positive Tweets by persons (as opposed to companies) can be used to forecast sales and that peaks in positive Tweets by persons are strongly related to an increase in sales. These results can be used to improve sales forecasts and to increase sales in marketing campaigns.

研究の動機と目的

• SNSでの注目度が低い製品の実世界の販売を、Twitterの活動から予測できるかどうかを調査すること。
• 単純なツイート件数の使用に限界があることを踏まえ、感情分類を用いることでより効果的な予測が可能かどうかを検討すること。
• 感情分類と統計モデリングを組み合わせた手法を開発・検証し、販売予測の正確性を向上させること。
• 個人と組織のツイートが販売結果に与える影響の違いを検討すること。

提案手法

• 本研究は、4カ国で活動する企業のTwitterデータと販売データを、定められた期間にわたり収集した。
• ツイートはカテゴリに分類され、特に感情（肯定的、否定的、ニュートラル）と送信元（個人 vs. 組織）に注目した。
• 時間的関係を分析するため、特に肯定的個人ツイートの件数と販売トレンドの関係に統計モデルを適用した。
• 時系列解析や相関モデリングなどの高度な統計的手法を用い、単純な相関関係を超えた予測パターンを同定した。
• 複数の国にわたりモデルを検証することで、研究結果の汎用性と頑健性を評価した。
• 自然言語処理技術を用いて、感情分類を行い、個人と企業のツイートを区別した。

実験結果

リサーチクエスチョン

• RQ1 個人ユーザーのツイートにおける肯定的感情が、注目度の低い製品の将来の販売増加を予測できるか？
• RQ2 ツイートの送信元（個人 vs. 組織）が、販売予測の精度に与える影響は何か？
• RQ3 販売予測において、単純なツイート件数が感情分類済みのツイートデータを上回るのか？
• RQ4 肯定的個人ツイートのピークが、販売の急増を前触れとして繰り返し予測できるか？
• RQ5 感情と時間的ダイナミクスを組み込んだ統計モデルは、相関に基づくアプローチに比べて販売予測の正確性を著しく向上できるか？

主な発見

• 個人ユーザーからの肯定的ツイートは、特にピークが発生した場合、その後の販売増加と強く統計的に有意な相関を示している。
• 組織からのツイートは同様の予測力を持たないため、ユーザー生成コンテンツが販売予測においてより情報量が多いことが示された。
• 注目度の低い製品では、単純なツイート件数だけでは販売を予測できないため、感情分類の必要性が浮き彫りになった。
• 肯定的個人ツイートのピークは、一貫して販売急増の前触れとなっており、因果的または先行関係がある可能性を示唆している。
• 感情と時間的ダイナミクスを統合した統計モデリングは、単純な相関関係を上回り、予測の正確性を著しく向上させた。
• 予測関係は複数の国にわたり成立しており、本手法の文化的な普遍性が裏付けられた。