← ブログ一覧に戻る
プロジェクト紹介

世論を可視化するアプリの開発

#OpinionPulse#Next.js#TypeScript#データ可視化#業務改善

はじめに

お客様から「SNSとTV/Newsの間にある温度差を定量的に把握したい」という課題をいただきました。感覚的には分かっていても、数値化して比較分析する方法がなく、意思決定に活用できていませんでした。

本記事では、この課題を解決するために開発した「OpinionPulse」を通じて、どのように課題を改善したかをご紹介します。

お客様からいただいた課題

お客様から、以下のような課題をいただきました:

課題1:見方の違いを定量的に把握できない

SNSとTV/Newsで同じ出来事に対する見方が大きく異なることは、日常的に感じられることです。しかし、この「違い」を定量的に把握する方法がありませんでした。

具体例:

  • 外交・安全保障:SNSでは「弱腰外交」「やめろ」といった怒りの声が多く、TV/Newsでは「首脳会談の内容」「国際協調の説明」といった手続き的な説明が中心
  • 経済・物価:SNSでは「生活がつらい」「手取り減」といった生活実感が中心、TV/Newsでは「賃上げ率アップ」「株価最高値」といった数字が中心

課題2:メディア間の論点のズレを可視化したい

同じトピックでも、SNSとTV/Newsでは「話している内容」が異なります。この論点のズレを可視化することで、より効果的なコミュニケーション戦略を立てられるのではないかと考えていました。

課題3:世論の温度差を定量的に把握する方法がない

「SNSは熱いが、TV/Newsは冷たい」といった感覚的な理解はあっても、それを数値化し、比較分析するツールが存在しませんでした。

課題4:手動での分析に時間がかかりすぎる

データ収集から分析まで手動で行う必要があり、数日かかっていました。また、感覚的な判断に依存していたため、再現性がなく、同じ分析を繰り返すことが困難でした。

解決策:OpinionPulseの開発

これらの課題を解決するため、OpinionPulseというWebアプリケーションを開発しました。

解決した内容

1. データ収集の自動化

  • 手動でSNSとニュースサイトをチェックしていた作業を、APIを利用した自動データ収集システムに変更
  • データ収集から分析まで、数日かかっていた作業を数時間で完了できるように

2. 分析プロセスの自動化

  • 手動で感情やトピックを分類していた作業を、機械学習アルゴリズムによる自動分析に変更
  • 感覚的な判断から、数値による定量的な分析が可能に

3. 可視化のリアルタイム化

  • ExcelやPowerPointで手動でグラフを作成していた作業を、リアルタイムで更新されるインタラクティブなダッシュボードに変更
  • 同じ分析を何度でも繰り返し実行可能に

4. ギャップスコアの数値化

  • 感覚的な「大きい」「小さい」という判断から、0-100のスコアで定量的に評価できるように

改善結果

OpinionPulseの導入により、以下の改善を実現しました:

1. 時間短縮:数日から数時間へ

データ収集から分析まで、数日かかっていた作業が数時間で完了できるようになりました。自動化により、リアルタイムでの分析が可能になりました。

2. 客観性の向上:感覚から数値へ

感覚的な判断から、数値による定量的な分析が可能になりました。例えば、以下のような可視化が可能になりました:

メディアの見え方のズレ

メディアの見え方のズレ

トピック別のギャップスコアを視覚的に表示。例えば「外交・安全保障」がSNS 28/100、TV/News 66/100と、明確なギャップを数値で把握できます。

3. 温度差の数値化

「SNSは熱いが、TV/Newsは冷たい」という感覚的な理解を、数値で表現できるようになりました。SNS熱量が88/100(高:盛り上がりと関心が中心)に対し、TV/News熱量が34/100(低:手続き・公式発表が中心)と、明確な温度差を数値化できました。

4. 論点のズレを具体的に可視化

同じトピックでも、SNSとTV/Newsで話している内容が異なることを具体的に示せるようになりました。

話のポイントのズレ

話のポイントのズレ

例えば「経済・物価」では、SNSは「生活がつらい」「手取り減」といった生活実感に焦点を当てる一方、TV/Newsは「賃上げ率アップ」「株価過去最高」といった経済指標を強調していることが明確に可視化されています。

5. 再現性の確保

同じ分析を何度でも繰り返し実行可能になり、過去のトレンドも確認できるようになりました。週次データを表示し、期間を変更することで、ギャップの変化を追跡し、トレンドを分析できるようになりました。

6. データに基づいた意思決定をサポート

総合ギャップスコア(例:72/100)など、数値化されたデータにより、感覚的な判断ではなく、データドリブンな意思決定が可能になりました。

媒体別スコア比較

媒体別スコア比較

政党別のSNS支持率と報道好感度を比較表示することで、メディア間のギャップを多角的に分析できます。

まとめ

お客様からいただいた「SNSとTV/Newsの間にある温度差を定量的に把握したい」という課題に対し、OpinionPulseを開発することで解決しました。

改善前:

  • データ収集から分析まで数日かかる
  • 感覚的な判断に依存
  • 同じ分析を繰り返すことが困難

改善後:

  • データ収集から分析まで数時間で完了
  • 数値による定量的な分析が可能
  • 同じ分析を何度でも繰り返し実行可能

このプロジェクトを通じて、手動プロセスから自動化されたシステムへと進化し、定量的な分析が可能になりました。データに基づいた意思決定をサポートするツールとして、お客様の業務改善に貢献できました。

今後も、業務自動化と効率化を得意とするJUSTWIT WORKSとして、お客様の課題解決に貢献していきます。


関連リンク: