小さな世界の問題

トラバースとミルグラムによる、
小さな世界の問題(small world problem)。

トラバースとミルグラムは、
ボストン在住のある株式仲買人に、手紙を受け取るターゲットとなってもらい、
この株式仲買人を知らない人々から、彼に向けて、手紙のリレーを行ってもらった。

ボストンのターゲットに手紙を届けるために、
この実験の参加者は、自分の知人の中から、ボストンのターゲットの近くにいて、ターゲットに早く手紙を届けてくれそうだと思う人に、手紙を発信する。
手紙を受け取った人は、同じように、自分の知人の中から、最も早く、ボストンのターゲットに手紙を届けてくれそうな人に、手紙を発信する。
これを、ターゲット本人に届くまで、繰り返してもらう。
手紙リレーのスタート地点は、ボストンから約２０００キロ離れた、ネブラスカ。

この実験で、最初の手紙の発信者として対象になった人が、２９６人。
そのうち、実際に手紙を発送した人は、２１７人。
最終的に、ターゲットの元に到達した手紙は、６４通。

スタートから、ターゲットまでの平均ステップ数は、５．２ステップ。
つまり、平均５．２人を媒介して、手紙は、ターゲットまで届いたのである。
これをもって、トラバースとミルグラムは『世界は意外に小さい』と結論付けた。

個人的に、ここで気になるのが、
最初の手紙の発信者として選ばれた２９６人のうち、２１７人もの人が協力してくれたということ。
日本で、郵送アンケートを実施する場合、どこかのリサーチ会社のパネルを使わない限りは、１０％～１５％程度。
この実験では、７割近くの人が協力している。
こっちの方も、驚きだ。

７割の協力率が、５ステップとして、
０．７×０．７×０．７×０．７×０．７＝０．１７
２９６人（最初の手紙の発信者として対象になった人）×０．１７＝５０人
最終的に、ターゲットの元に到達した手紙は、６４通だから、
この実験への協力率は、コンスタントに、７割っぽい。
恐るべし、アメリカの協力意識。


-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ブランド流入・流出ネットワーク

１００人の対象者に、以下の質問をする。
問．現在使用している洗剤の銘柄
問．現在使用している銘柄の、その前に使用していた洗剤の銘柄
（※「洗剤」の部分は、「シャンプー」だろうが、「ビール」だろうが、何でもよい）

上記の２問を、クロス集計した結果、以下の表を得た。

以下の表の見方は、ブランドＡを直前に使用していた３０人のうち、
ブランドＡにとどまったのは、１０人、
ブランドＢに出て行ったのが、５人
という見方である。

　　　　　　　　　現在使用銘柄
　　　　　　　計　　　Ａ　　　Ｂ　　　Ｃ　　　Ｄ　　　Ｅ　　　Ｆ
　　　計　１００　　４０　　２０　　１０　　　０　　１０　　２０
直　　Ａ　　３０　　１０　　　５　　１０　　　０　　　０　　　５
前　　Ｂ　　２０　　　５　　１０　　　０　　　０　　　０　　　５
使　　Ｃ　　１０　　　０　　　０　　　０　　　０　　１０　　　０
用　　Ｄ　　２０　　１５　　　０　　　０　　　０　　　０　　　５
銘　　Ｅ　　　０　　　０　　　０　　　０　　　０　　　０　　　０
柄　　Ｆ　　２０　　１０　　　５　　　０　　　０　　　０　　　５


この表は、ブランド間のスイッチ状況を示しており、
ある意味、ネットワークデータと捉えることができる。

ドーン・イアコブッチは、イギリス・フランスの自動車のブランドスイッチデータ（上記のようなデータ）を元に
どの自動車ブランドが、中心性(Centrality)が高いのかを算出した。


--------------------------------------------
ここで・・・
上記のようなブランドスイッチデータから中心性スコアを求めた場合、
「中心性が高いことは、そのブランドにとって、良いことなのか？」
イアコブッチの論文では、いまいち、その点が良く分からない。

自社ブランドの中心性が高いということは、
・自社ブランドは、いろいろなブランドから、シェアを奪っているということであり、
・自社ブランドは、いろいろなブランドに、シェアを奪われているということでもある。

上記のようなデータがあれば、簡単にネットワーク指標を得ることができるが、
その指標の意味が、分からなければ、
社会ネットワーク分析を、マーケティングに応用していくことは難しい。



------------------------------------------
さらに・・・
仮に、「ブランドにとって、中心性が高いことは、良いこと」だとしよう。
中心性は、メーカーにとって、操作可能な変数なのだろうか？

たとえば、自社ブランドの認知率が低ければ、認知率が高まるように、宣伝すればよい。
あるいは、トライアル率が低ければ、試供品を配るなどの方法がある。
「認知率」や「トライアル率」は、メーカーにとって、高めることが可能な変数である。

それに対して、「中心性」は、どうやったら、高めることができるのか？
仮に、「中心性が高いことは、良いこと」だとしても、
それを操作する（高める）すべが無ければ、意味が無い。


社会ネットワーク分析を、マーケティングに応用していく上では、
まだまだ、ハードルが多い。





・ブランドにとって、中心性が高いことは、良いことなのか？
・ブランドにとって、中心性は、操作可能な変数なのか？

この質問に、答えていただける方、ぜひとも、ご教授願います。
宜しくお願いいたします。

-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ニッポン旅×旅ショー

「どっちの料理ショー」
結構、好きな番組だったのに、
いつの間にか、「ニッポン旅×旅ショー」という番組に変わっていた。

新しい番組は、
藤井隆がプロデュースした旅と、三宅祐司がプロデュースした旅を、競わせるもの。
基本的なコンセプトは、前の「どっちの料理ショー」と同じ。

それにしても、
前の「どっちの料理ショー」は、ネタが尽きてしまったのであろうか。
・天丼 vs. 親子丼
・ハンバーグ　vs. エビフライ
のように、対決感のあるメニューの組み合わせ（社会ネットワーク分析的に言えば、構造同値な２つのメニュー）は、
尽きてしまったのか？

まだまだ、構造同値なメニューの組み合わせは、
いっぱいありそうな気がするのだが・・・

-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

mixiと、スタンレー・ミルグラムの「小さな世界問題」

今、話題のミクシー。誰かから、紹介されないと、メンバーになることはできない。
ようやく、ボクも、人に紹介されて、始めることになった。
ミクシーの仕組みは、面白い。自分の友達のページに行くと、その友達の友達のページがリンクされていて、友達の友達のページに行くことができる。

そういや、うちのヨメも、ミクシーをやっていたはずだ。

ボクのページから、自分の友達のページへ行き、さらにその友達のページへ行き、さらにその友達のページへ行き、そのまた友達ページへ行き・・・
何回ぐらいで、ウチのヨメのページにたどり着くのであろうか・・・

スタンレー・ミルグラムの「小さな世界問題」みたいだ。。。
ボクと、ヨメとは、意外と、離れていたりして・・・





-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

リーディングス ネットワーク論 野沢慎司（訳・監訳）

『リーディングス　ネットワーク論』野沢慎司（訳・監訳）を、今日立ち読みした。
社会ネットワーク分析で著名な海外の研究論文７編を、
日本語に訳した本のようだ。

内容は、以下の通り。
第1章 ノルウェーの一島内教区における階級と委員会（Ｊ．Ａ．バーンズ）
第2章 都市の家族―夫婦役割と社会ネットワーク（エリザベス・ボット）
第3章 小さな世界問題（スタンレー・ミルグラム）
第4章 弱い紐帯の強さ（マーク・Ｓ・グラノヴェター）
第5章 コミュニティ問題―イースト・ヨーク住民の親密なネットワーク（バリー・ウェルマン）
第6章 人的資本の形成に関する社会関係資本（ジェームズ・Ｓ・コールマン）
第7章 社会関係資本をもたらすのは構造的隙間かネットワーク閉鎖性か（ロナルド・Ｓ・バート）

特に、第２章のボットの論文は、
ボクが、社会ネットワーク分析を始めて、最初に読んだ論文で、とても懐かしい。
英語があまり得意でないボクは、辞書をひきながら、１週間もかけて読んだ。

苦労して読んだ論文が、このように日本語に訳されて出てくるのは、
ちょっと、悲しい感じです。



-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ブロックモデル分析を現代社会に応用する---その４

「スナイダーとキックが行った、国家間関係のブロックモデル分析を、
日本の都道府県のデータで分析してみよう」の４回目です。

※第１回目はこちら
※第２回目はこちら
※第３回目はこちら

第３回目で得られた縮約行列を元に、グラフを作成し
視覚化を試みる。
グラフは、UCINETのNetDrawで描いた。

日本地図に近くなるように、各ブロックの場所を、勝手に移動した。
（※ネットワーク分析において、ノード（ブロック）が、
グラフ上のどの場所にプロットされているかは、関係ない。
したがって、理解しやすくなるように、日本地図っぽく、プロットしてみた。）

それにしても、理解に苦しむグラフだ・・・
首都圏を含む「ブロックＡ」が、全体構造の中心になっていると思いきや、
必ずしも、そうではないらしい。

使用したデータが悪いのか？
それとも、日本の物流は、首都圏を中心としたネットワーク構造にはなっておらず、
近い都道府県が、縦に結ばれたネットワーク構造になっているのか？

う～ん・・・

-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ブロックモデル分析を現代社会に応用する---その３

「スナイダーとキックが行った、国家間関係のブロックモデル分析を、
日本の都道府県のデータで分析してみよう」の３回目です。

（※ちなみに、１回目はこちら。）
（※ちなみに、２回目はこちら。）


前回までで、４７都道府県は、７つのブロックに分割できました。
密度行列を基に、イメージ行列を作成してみました。

以下が、密度行列になります。

Block-A Block-B Block-C Block-D Block-E Block-F Block-G
--------- --------- --------- --------- --------- --------- ---------
Block-A 42295.8 8027.3 6015.7 3636.4 2801.3 2583.3 1021.2
Block-B 7469.9 4943.4 1091.8 5445.6 1927.4 609.7 365.4
Block-C 5974.6 1124.6 9041.3 404.2 651.6 173.5 169.2
Block-D 3714.1 6595.9 624.6 19303.1 5436.5 1284.7 1196.8
Block-E 3531.4 2045.2 433.3 4870.6 13134.2 2867.7 1781.5
Block-F 2506.7 911.2 668.7 2630.0 6026.2 11551.4 4257.5
Block-G 2007.0 510.4 210.1 1641.0 2311.1 3542.9 10664.0

因みに、47都道府県の平均密度は、
4638.6475
ですので、
平均密度以上なら「１」、平均密度未満なら「０」を与えれば、
以下のようなイメージ行列が得られるわけです。

-------A B C D E F G
Block-A 1 1 1 0 0 0 0
Block-B 1 1 0 1 0 0 0
Block-C 1 0 1 0 0 0 0
Block-D 0 1 0 1 1 0 0
Block-E 0 0 0 1 1 0 0
Block-F 0 0 0 0 1 1 0
Block-G 0 0 0 0 0 0 1

どうも、WEB上だと、行列がズレてしまいます。


-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ブロックモデル分析を現代社会に応用する---その２

「スナイダーとキックが行った、国家間関係のブロックモデル分析を、
日本の都道府県のデータで分析してみよう」の２回目です。

（※ちなみに、１回目はこちら。）

１回目で紹介した都道府県間の流動量データを基に、
CONCORでブロックモデル分析を行うと、47都道府県は、図の通り分類される。
（図は、クリックすると大きくなります。）

ブロックＡ（８）
：北海道・東京・神奈川・栃木・群馬・埼玉・千葉・茨城

ブロックＢ（５）
：新潟・富山・長野・静岡・山梨

ブロックＣ（６）
：青森・福島・宮城・山形・秋田・岩手

ブロックＤ（６）
：愛知・岐阜・石川・高知・三重・沖縄

ブロックＥ（８）
：京都・大阪・福井・奈良・和歌山・滋賀・徳島・兵庫

ブロックＦ（６）
：岡山・島根・鳥取・広島・愛媛・香川

ブロックＧ（８）
：山口・佐賀・福岡・熊本・大分・宮崎・鹿児島・長崎


※ちなみに、対角要素は、無視して、計算しています。

ほとんど、日本地図通りの、ブロックになりました。
次回は、各ブロック間の密度行列から、各ブロック間の構造を見てみます。

-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

ブロックモデル分析を現代社会に応用する---その１

以前、２回にわたって、テキストマイニングのことについて書いてきた。
テキストマイニング「文章完成法」・・・（その１）
テキストマイニング「文章完成法」・・・（その２）

ＷＥＢ上で実施しているデータが思うように集まらないので、テキストマイニングがなかなかできない。
データが集まるまで、「ブロックモデル分析を現代社会に応用する」というタイトルで、
しばし、話を進めることにする。

さて、以前、SnyderとKickによる、国家間の関係を、ブロックモデルで分析した論文を紹介した。

スナイダーとキックは、
国家間の関係構造を基に、ブロックモデル分析を行い、
ある国家の構造上のポジションと、その国家の経済的な状況との間に、関連性があることを説明した。

そこで、スナイダーとキックが行った分析ステップにしたがって、
◆都道府県の構造上のポジションと、
◆都道府県の１人あたりの総生産
の関係について、分析してみたいと思う。
（・・・話のスケールは、小さくなるんだけど・・・）

分析上必要なデータは、下記よりダウンロード可能である。
◆2000年の都道府県間の関係構造のデータ（※色々なデータがありますが、「表Ⅳ－１－１　都道府県間流動量（品類別）－重量－」を使用します
◆2000年の各都道府県の１人あたりの総生産（41：各都道府県の県内総生産÷３：各都道府県の人口によって、算出します。）

次回以降、スナイダーとキックの分析ステップに従って、
都道府県のデータを、分析したいと思います。

-----------------------------------------------------
★「長野県についてのアンケート」実施中!!★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）
------------------------------------------------------

バスケットデータ分析

以前、２回にわたって、テキストマイニングのことについて書いてきた。
テキストマイニング「文章完成法」・・・（その１）
テキストマイニング「文章完成法」・・・（その２）

ＷＥＢ上で実施しているデータが思うように集まらないので、
データが集まるまで、別の話で、お茶をにごす。


--------------------------------------------------

「バスケットデータ分析」をご存知ですか？
簡単に言えば、１人の人間が、１回の買い物で、何を『同時に』買うかを、分析する。
つまり、「買い物客は、買い物カゴ（＝バスケット）に、１回の買い物で、どんな商品を同時に入るのか？」ということ。

これは、社会ネットワーク分析的な視点で言えば、
『どの商品と、どの商品が、直接結合の関係にあるのか？』という考え方に近い。

実際にあった話だが、あるトマトジュースメーカーが、
この「バスケットデータ分析」を行ったところ、
トマトジュースと同時に買われる商品は、他の飲料ではなく、野菜だったとのこと。

そこである店舗にお願いして、
トマトジュースの売り場を、飲料売り場から、野菜売り場に変えてもらったところ、
トマトジュースはバカ売れしたらしい。

----------------------------------------------------

下記のアンケートにご協力を、お願いいたします。
★長野県についてのアンケート★
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）

テキストマイニング「文章完成法」・・・（その２）

『Ｅｘｃｅｌで学ぶテキストマイニング入門』をざっくりと読みました。

要は・・・
①最近、どの商品も、ある程度のことは、満たしてしまっている。
②したがって、日本の消費者は、特に不満がないから、「欲しいものがない」「何も買いたくない」状態になっている。
③メーカーがどんなにがんばって新商品を開発しても、商品が売れない
④なぜなら、メーカーは、消費者の「欲しい」「買いたい」という衝動を喚起できていないから。
↓
↓
売れる商品をつくるために、消費者が本当に欲しがっているモノが何かということ知りたいのだが、
従来のアンケート調査では、それが、なかなか発見しづらい。
以下、原文を抜粋。
-----------------------------------------------------
アンケートという手法は、本質的に一つの宿命を負っています。それは、消費者にアンケートを設計した人間の仮説を押しつけてしまうということです。車を例にとれば、消費者の本当の興味がインテリアにあったとしても、「Ｑ１：ハンドルの切れはいかがですか？」「Ｑ２：ブレーキの効きはいかがですか？」「Ｑ３：室内の広さはいかがですか？」・・・といった質問ばかり羅列されていたら、それらに消費者が正直に答えた結果、「ハンドルがよく切れて、ブレーキがよく効き、室内の広い車が消費者の希望だ」という結論になってしまう可能性があります。
-------------------------------------------------------
↓
↓
こんな問題を解決するためには、
消費者に「みずから」「自身の言葉で」「気になっていること」を語ってもらうことが必要
↓
そのための方法のひとつとして、「文章完成法」という質問の仕方が存在する。
それは、以下のような質問形式で、
---------------------------------
（　　）内に、単語や文を入れて、ワインについて普段感じていることを、文章にしてみてください。
　　ワインは、（　　　　　　）ので、（　　　　　　）から、（　　　　　　　）
------------------------------------
この質問形式によって、消費者が求めているもののキーワードだけでなく、
キーワード間の関連も分析できるといわけ。

これで得られたデータをどう分析するのか？

この本の著者は、「デマテル」という方法論で分析している。

ぼくは、「デマテル」という方法論も試しつつ、
「社会ネットワーク分析」の方法論を採用すると、どんな結果になるのか？
「デマテル」と「社会ネットワーク分析」の結果を比較してみたい。

まずは、筆者がやった方法に沿って、「デマテル」の方法論を、実践してみることとする。

ただし、実践するにしても、データが無い・・・


ということで、データが必要になんです。

下記のアンケート、何卒、ご協力のほど・・・
◆長野県についてのアンケート◆
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）

テキストマイニング「文章完成法」・・・・・・（その１）

『実務家のためのテキストマイニング達人講座』

上記のページを覗いてみると、
「文章完成法」という方法で収集された自由回答データを、
「デマテル」という方法論を用いて、
消費者の価値構造を明らかにしていく手法が紹介されていた。

ぬぬぬ、「価値構造」・・・社会ネットワーク分析っぽいぢゃん。

早速、書店に走った。
『Ｅｘｃｅｌで学ぶテキストマイニング入門』を買うために。
上記の方法論を、より詳しく説明しているらしい。
よしっ、読んでみっか。
読んだ感想は、また後日・・・。



長野県に関するアンケート実施中
（全３問の簡単なアンケートです。ご協力のほどを・・・）
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）

電車男

今、巷で話題の「電車男」。

モテないアキバ系の男が、２ちゃんねる掲示板上で、
たくさんの掲示板住人から、いろいろなアドバイスをもらいながら、
ひとつの恋を成就させていくという話だ。

「電車男」を、社会ネットワーク分析で斬ろうとする、挑戦的な香具師は、いるだろうか？
◆この掲示板の中で、電車男以外に、中心的な役割を果たしたのは誰なのか？（=centrality)
◆住人間のどのようなネットワーク構造が、電車男の行動に大きな影響を及ぼしたのか？

しかしながら、主人公の「電車男」以外は、個人を特定できなくなっているため、
残念ながら、社会ネットワーク分析で斬ることはできない。。。



長野県に関するアンケート実施中
（全３問の簡単なアンケートです。ご協力のほどを・・・）
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）

どっちの料理ショー

関口宏と三宅祐司が司会を務める「どっちの料理ショー」。
今日の対決は、「海鮮チゲ」vs.「トン汁」であった。

んん・・・でも何か「対決感」に欠けるような気が・・・
以前にやった「カレーライス」vs.「ハヤシライス」とか、「おでん」vs.「焼き鳥」なら、対決してるっていう感じがするのだが、
「海鮮チゲ」と「トン汁」では、どうも「対決感」が薄い。

これを、社会ネットワーク的視点で切るならば、
両者が、構造同値性(structrual equivalence)を欠いているからに他ならない。

「海鮮チゲ」の場合、「ごはん」のみで大丈夫だが、
「トン汁」の場合、「ごはん」だけでなく、「おかず」も欲しい。

つまり「海鮮チゲ―ごはん」というネットワーク構造であるのに対し、
「トン汁―ごはん―おかず」というネットワーク構造になっており、
「海鮮チゲ」と「トン汁」は、構造的に同値ではないのである。
だから、両者は「対決感」に欠けるのである。

以上。

長野県の簡単アンケート実施中
※アンケート回答後、ローデータをダウンロードできます。（昨日回答分まで）

ご協力のほど、お願いいたします。