■テレビ×ビデオリサーチ　Our Action　実例！Twitterデータからみるテレビ番組評価

Transcription

1 Our Action テレビビデオリサーチ 整える 深める 拡げる 創る 実例! Twitter データからみるテレビ番組評価 writer ソリューション推進局テレビ事業推進部長島英樹 視聴率は低くてもソーシャル上で盛り上がっている番組がある テレビ ソーシャル連動の番組企画も多数実施 投稿内容から定性情報盛り上がりポイント把握 番組のブランドパワーを表す一要素 1 月の日本国内のツイート数は 10 億ともテレビ番組についてのツイッター利用は 26.1%* *2013 年 1 月当社 web 調査 男女 歳 N=482 2

2 テレビ VR3 Video Research Digest はじめに 2012 年 12 月 2013 年 1 月合併号で テレビ ソーシャル Twitter 上の指標整備への取り組み をご紹介しました また 指標整備と平行して Twitter データから何が読み取れるのか Twitter データは何を意味するのかどのような活用方法があるのかについても試行錯誤を繰り返しながらですが 解析を進めてきました 視聴率に加えて 番組を多様な側面から評価することはできないのか テレビメディア活性化へのお手伝いができればとの思いからです 新しい取り組みですので 業界の皆さまのご意見 ご感想が何よりの指針となります ここでのご紹介がキッカケとなりお声掛けいただければ幸いです Twitter データを把握すること少々強引ですが単刀直入に言えば Twitter データを把握することでいったい何が解決するのでしょうか? やはりデータが持つ意味 価値が明らかにならないと データを把握する取り組み自体が無意味なものとなってしまいます まず実態として 月に 10 億とも言われる日本国内でのツイート数があり 当社調査からもテレビ番組についての Twitter 利用は 26.1% という結果があります ( 2013 年 1 月当社 web 調査 ) この数字だけ見ても テレビにおいてソーシャルは既に無視できない領域であるといえます テレビ番組の企画としてもソーシャルは多く取り入れられ スマホやPCを片 手に番組を見るという新しい楽しみ方も生まれ ています そんな中で 視聴率とは関係なくソーシャル 上で盛り上がっている番組 というものが存在 します この番組に視聴率とは別の側面の価値 はあるのでしょうか いきなり難しい課題に突き当たりますが ま ず ソーシャルメディアの中での Twitter につ いて確認してみたいと思います SNS ユーザー調査より Twitter facebook LINE の 3 つにつ いて ユーザーに利用動向を調査しました 図 1 ( 次頁 ) どんな内容を投稿 発信しますか? とい う問いに対し テレビ番組 は 全 11 項目中 Twitter で 3 番目 facebook では 9 番目 LINE では 7 番目に投稿 発信されている ことがわかりました ソーシャルメディアの中 で取り上げられる話題 テーマとしての テレ ビ番組 のポジションは決して高いとは言えな いという捉え方もありますが 全てが話題の対 象となるソーシャルにおいて Twitter で 3 番目という テレビ番組 は かなり高いポジ ションを得ているものと筆者は考えます そん な Twitter ですが 誰に向けて投稿 発信 するのか という質問では フォロワー以外に SNS ユーザー調査 調査手法 : インターネット調査 ( 全国 ) 調査時期 : 2013 年 1 月 18 日 ( 金 )~ 21 日 ( 月 ) 調査対象 : 男女 歳 SNS 利用者全 3802 人

3 図 1 投稿 発信内容 1 食事 レストラン 2 音楽 3 テレビ番組 * どんな内容を投稿 発信しますか?( 全 11 項目から複数選択 ) 1 食事 レストラン 2 旅行 3 仕事 勉強 9 テレビ番組 Twitter facebook LIN E 誰に向けて投稿 発信するか 80% 65.8 Twitter facebook 1 食事 レストラン 2 会社 学校 3 旅行 7 テレビ番組 0% 40.7 フォロワー ( 知り合い ) フォロワー ( 知り合い以外 ) フォロワー以外 投稿 発信するときの気持ち ( 本音が発言できる ) 20% テレビ番組の投稿 発信をするタイミング 80% 0% Twitter facebook LINE 放送前放送中放送後 0% twitter facebook LINE *2013 年 1 月当社 web 調査 男女 歳 N=3802 向けての割合が多く facebook よりも広い 共有世界を持っている結果であり さらに 投稿 発信するときの気持ち ( 本音が発言できる ) では他のソーシャルより本音で発言できる結果となっています ( それでも本音は 14.7% という結果は怖いものですが ) その他 放送中にもっとも投稿 発信されるのは Twitter という結果もあります また番組に対して実際に投稿や書込みをされた件数を比較すると 物理的に件数確認が可能な Twitter facebook( 公式ページのみ ) Blog( 指定したもの ) の中では 実に 98.6% が Twitter への投稿となります( 2013 年 2 月当社調べ ) Twitter の投稿シェア vs facebook + Blog 放送中のネット上の書込みは Twitter が殆ど (2013 年 2 月調べ 3 番組 8 放送分平均 放送中 + 前後 15 分での投稿 書込み数 ) (facebookは公式ページ Blogは21 種のBlogの合計 ) 実際にテレビ番組の反応を捉えるソーシャルデータとしては Twitter がベストではないでしょうか Twitter データから何が分かるのかそんなTwitterデータから何が分かるのでしょうか まずは放送と連動した視聴者の反応という視点から以下の4つについて確認してみます [1] ツイート数と視聴率の時系列連動関係 [2] 視聴率と異なる反応があるソーシャルパワー番組 [3] 放送内容によるソーシャル反応変化 [4] 番組に対する書込み内容 [1] ツイート数と視聴率の時系列連動関係 ツイート数と視聴率との関係 は皆さまもっとも興味のあるところだと思います こちらに関しては 淡い関係はあるものの 因果関係を証明した一律的な関係性はない とお答えしています 大括りの話しでは 人が多いところでは会話も多いということと同じで HUTが高い時間帯で番組に対するツイート数の総数も多いという淡い関係は見受けられます しかし 個別の番組でみると 視聴率が高いのにツイート数の少ない番組もあれば その逆 4

4 レビ VR5 Video Research Digest 図 2 世帯視聴率と 1 分あたりツイート件数の推移 1 分あたりツイート件数の多い ドラマ テレビ東京 孤独のグルメ Season2 視聴率 ツイート件数 2012/12/5 12/12 12/19 12/ 件 200 件 150 件 フジテレビ ビブリア古書堂の事件手帖 新ドラマは 概ね視聴率 ツイート数とも初回 2 回目で低下傾向 80 件 60 件 40 件 テレビ朝日 相棒 世帯視聴率 ( 関東地区 ) 1 分あたりのツイート件数 2012/12/5 12/12 12/ /1/16 01/23 02/6 02/13 TBS 金曜ドラマ 夜行観覧車 連動しない テ250 件 200 件 150 件 100 件 50 件 0 件 70 件 50 件 20 件 2013/1/14 01/21 01/28 02/04 02/11 02/18 0 件 2013/1/18 01/25 02/01 02/08 02/15 30 件 で視聴率が高くないのにツイート数の多い番組が存在します 一律的な関係性を語るのは難しく さらに関係性があったとしても どちらが先なのかという因果関係の証明は難しいのが実情です そんな中 単純な数の大小ではなく 同じ番組の変化という視点でツイート数と視聴率の関係をみると ドラマ の一部で視聴率の変化とツイート数の変化が連動していそうな傾向がみられました 主な番組を3つ上げておりますが 特に新ドラマでは放送初回は視聴率もツイート数も多く 2 回目以降にやや低下していくという関係性が多く確認できます 図 2 このように同じ傾向を示すことが意味するところはふたつあると考えます ひとつは 単純にソーシャル上の反応が番組を見るという行動と連動するということ ふたつ目はソーシャル上の反応が一部の限定した人たちでの盛り上がりではなく 世の中の縮図と同じ傾向を示しているということです つまり 後者は そのツイート内容も縮図ではないかとの可能性が考えられる点です 金曜ドラマ 夜行観覧車 は 視聴率とツイート数の関係がみられない番組となりましたが 放送初回のツイート内容には好意的なものもが非常に多く 2 回目の視聴率上昇を予見していたとも考えられます ツイート上の番組評価が世の中全体の評価を表していて 視聴者を多く引き付ける将来を表している結果であったと考えられないでしょうか ( これをソーシャルからの波及効果つまり ソーシャル上での評判を直接知るところにより次回の放送を見た と言い切るには もっと関係性の証明が必要だと思います ) [2] 視聴率と異なる反応があるソーシャルパワー番組 図 3-1 ( 次頁 ) は 最初にも記載した 視聴率とは関係なくソーシャル上で盛り上がっている番組 の価値というものになります 単純にツイート数の大小で語ってしまうと そもそもツイートの多いジャンル 少ないジャンルの傾向 ( 図 3-2 ) に影響されてしまうので ジャンル平均に対する視聴率の高低 ツイート数の高低という見方になります 横軸 ; 視聴率 縦軸 ; ツイート数のプロット図でいうところの左上にポジションされる番組がそれにあたります

5 1 分あたりツイート件数( 件) 図 時バラエティ番組 世帯視聴率 と 1 分あたりツイート件数 の関係 1 分あたりツイート件数( 件) ソーシャルパワー番組 平均値 10.6% 2012 年 12/ 年 2/4 放送分数 15 分以上 平均値 6.4 件 番組視聴率 (%) 図 分あたりのツイート件数番組ジャンル平均全時間帯 アニメ 子供向け番組 時代劇 ( ドラマ ) 音楽 時事解説 一般劇 ( ドラマ ) 映画 コメディ ( ドラマ ) 報道スリラー アクション ( ドラマ ) 教育 教養 スポーツ クイズ ゲーム その他 芸能 ( バラエティ ) 一般実用 0 件 20 件 40 件 ビデオリサーチによる 16 分類 2012 年 12/ 年 2/ これら番組が持つパワーをひとつの側面からみると じっくり見られている番組 ということが分かりました 時のプライムタイムに放送されたバラエティ全 418 番組について 視聴率の平均 10.6% と 1 分あたりのツイート件数の平均 6.4 件で4 象限に区切って 平均視聴時間割合 ( 番組を放送枠に対してどれくらい見たかの割合 ) を集計したところ 視聴率が高いグループほど じっくり見られている という傾向は前提にありますが 視聴率が低いグループ同士の比較では ツイート件数が多い番組の方が低い番組と比較して 4.2 ポイント視聴時間割合が高いという結果となりました 図 3-3 この じっくり見られている ということの意味は 集中して見ている 専念して見ている つまりCMに接触する可能性も高い じっくりみているから番組に対する好意も高い さらに毎週見てくれるファン層も多いと 番組をブランドとして解釈するならば 好意的なブランドパワー ( ソーシャルパワー ) を持った番組といえるのではないでしょうか ( まだまだ検証が必要であると思いますので 是非ご一緒に研究させていただければと思います ) 図 時バラエティ番組 平均視聴時間割合 ( 視聴の深さ ) ソーシャルパワー番組 ( 投稿 ) 多い 少ない 低い シ ャンル平均 番組視聴率 (%) 高い シ ャンル平均 2012 年 12/ 年 2/4 放送分数 15 分以上 世帯 [3] 放送内容によるソーシャル反応変化 図 4-1 図 4-2 は 視聴者が番組内 容のどの部分 ( コーナーや番組展開 放送内容 全般 ) に反応したのかを把握する視点です 毎分視聴率が高い部分は 視聴者が反応した ところという絶対指針はありますが ソーシャ ル上では感想を伴った把握が可能です 歌番組 であれば出演歌手別の反応 ドラマであればス トーリー展開に伴う反応を感想とともに確認す ることができます 紅白歌合戦 では 歌手別 6

6 テレビ VR7 Video Research Digest の投稿数 金曜ドラマ 夜行観覧車 ではストーリー展開に伴う書込み内容の把握が可能です 時系列の変化であれば トーク番組や毎週取り上げるテーマが異なる番組でその反応変化を 捉えることが可能です 番組企画に対する反応を確認するという側面もあれば 自然発生的な反応を把握するという側面もあります 報道ステーション における 安倍首相生出演の反響などが明らかになります 図 4-1 NHK 第 63 回 NHK 紅白歌合戦 ツイート件数毎分推移 2012 年 12/ 件 4000 件 3000 件 水樹奈々 ミッキーマウスメドレー コブクロ # 番組 ( 放送前後 ) # 番組 ( 放送中 ) # 局 いきものがかり 2000 件 1000 件 0 件 18:45 19:15 19:45 20:15 20:45 21:15 21:45 22:15 22:45 23:15 23:45 TBS 金曜ドラマ 夜行観覧車 ( 初回 ) ツイート件数毎分推移 2013 年 1/ 件 80 件 60 件 40 件 RT 放送まで 30 分を切りました ドキドキが止まりません 夜行観覧車なう 怖い怖すぎる 受験失敗 # 番組 ( 放送前後 ) # 番組 ( 放送中 ) # 局 すごく面白かった 視聴後の感想 20 件 0 件 21:30 21:45 22:00 22:15 22:30 22:45 23:00 23:15 23:30 #( ハッシュタグ ) 同じ興味 関心のある人がつながるための方法としてユーザー側から生みだされたルール ここでは この # を基準に判別しています 図 4-2 テレビ朝日 徹子の部屋 1 分あたりツイート件数の変 化 2013 年 2/4 2/ ゲスト = ももクロ & 祝日 '2013/2/4 2/5 2/6 2/7 2/8 2/11 2/ TBS 情熱大陸 1 分あたりツイート件数の変化 2012 年 12/ 年 2/ 福田彩乃ものまね連動企画 '2012/12/2 12/9 12/23 12/ /1/6 1/13 1/20 1/27 2/3 2/10 テレビ朝日 報道ステーション 1 分あたりツイート件数の変化 2013 年 1/21 1/ 安倍首相生出演 ( アルジェリア人質事件 ) '2013/1/21 1/22 1/23 1/24 1/25 1/26 1/27 1/28 1/29

7 [4] 番組に対する書込み内容 ツイート内容を捉える議題としてよくあがる のが ポジティブ ネガティブ 議論です 図 5 悪い噂が広まっていないか まず確認し たいと思うのはその通りだと思います ですが 実際に調査をして投稿内容の傾向を確認してみ ると ほとんどがポジティブ発言を投稿すると いう回答となります 確かにツイートされた内 容を読み込んでいても 基本的には好意内容が 大勢を占め ところどころに批判的な内容が混 在するというパターンが多い気がします いわ ゆる炎上は稀で そう多くはありません ( スポー ツ競技中の中継終了などは炎上します ) したがって 番組に対する書込みを把握する 視点では ポジティブとネガティブの割合を気 にするのではなく まず視聴者が反応している ポイント ( 題材やテーマ ) を把握することが先 にあり その後は必要に応じて丁寧に文脈を読 み込んでいくという手法が良いのではないかと 考えています 図 5 テレビ番組への投稿はポジティブ? ネガティブ? 改めて Twitter データの役割このような解析事例を踏まえ テレビ番組を捉える視点での Twitter データの役割をまとめると以下のようになるのではないでしょうか ( 誌面の都合上一部割愛した部分も含みます ) (1) ソーシャルパワー ( 投稿 ) (2) ソーシャルパワー ( 拡散 ) 誌面上割愛 (3) 視聴者反応 ( 毎分 ) (4) 視聴者反応 ( 時系列 ) (5) 視聴者反応 ( テーマ ) (6) 視聴者反応 ( 話題感 ) 誌面上割愛 (7) 番組評価 ( 特に放送直後 ) 放送直後は誌面上割愛まとめたとは言え もっと実際の活用方法にまで踏み込んで考察する必要があると考えています ソーシャルパワーをどう利用するのか 視聴者反応をどう活かすのか テレビメディア活性化のお手伝いをさせていただければ幸いです やや批判的な内容が多い, 4% 批判的な内容が多い, 1% 好意的な内容が多い, 20% どちらとも言えない, 32% やや好意的な内容が多い, 43% (2013 年 1 月調べ 当社 web 調査 ) 8

8 テレビ VR9 Video Research Digest 最後に ビデオリサーチでは番組の価値 パワーは9つの成分で構成されていると考えています ソーシャルメディア上での視聴者の想いを捉える取り組みは その成分のひとつ 評判 口コミ 話題性 が主軸となり ツイート内容から番組の評価を捉えるという部分では 視聴後の感想 も明らかにできるものと考えます 前述 (1)~(6) が 評判 口コミ 話題性 にあたり 視聴後の感想 が (7) 番組評価 ( 特に放送直後 ) となります ソーシャルメディア上での視聴者の反応を捉えれば 番組に対する評価が全てわかるとは考えていません あくまでも視聴率をはじめとする各種調査データを統合的に解析し 解釈する必要があると思っています ですが 番組評価 データのメンバーに強力な助人が現れたということに間違いはありません 冒頭にもお伝えしましたが 皆様のご意見 ご感想が何よりの指針となります 是非 多くのお声がけをいただければと思います お問合せ ご質問はこちら テレビ ソーシャル専用お問合せメール [email protected] ご意見 ご感想 ご質問等お気軽にお問合せいただければと思います 担当者への直接メールです どうぞよろしくお願いいたします