ネットワーク生態学＠JAIST

ネットワーク生態学シンポジウムに数年ぶりに参加した。今回で14回目を迎えるこのシンポジウム、これまで何回か参加し、発表したこともある。自分にとって記憶に残るのは3.11のときの蔵王でのシンポジウムだ。地震で雪山に取り残され、帰り着いたホテルも停電していたため、事態の全貌がわかったのは翌日になってからであった。

今回、北陸先端科学技術大学院大学（JAIST）で開かれたシンポジウムでは阿部さん、新保さんとの共著「インフルエンサー・マーケティングの収益性分析」を発表した。諸先生からコメントをいただき、もっと多くのケースに適用して一般化していきたいと思うが、その時間も人手も（先立つ資金も）ない。とりあえず論文執筆を急ぎたい。

それはともかくチュートリアルが勉強になった。最初の講義は鬼頭朋美「産業ネットワークの複雑さを紐解く：企業の多様性と繋がりの非均質性」。社会の現実のディテールに真摯に向き合いつつ、ネットワーク分析の高度な技術も使いこなしていく鬼頭さんの研究にはいつもながら感服する。自分とは研究対象が違うがインスパイアされる。



２日目のチュートリアルは林幸雄「ネットワーク科学最前線2017 -インフルエンサーと機械学習からの接近-」。従来の中心性とは違うインフルエンサー識別の基準（Collective Influencer）やネットワークの頑健性をめぐる玉葱状構造の研究が紹介される。物理学や工学でのインフルエンサー研究の最先端を垣間見ることができた。

そうした研究におけるインフルエンサーとは、そのノードを攻撃（除去）するとネットワーク全体にどれだけ影響するか、という観点で評価されているようだ。それがマーケティングや世論研究などでいうインフルエンサーとどこまで同じなのかを考えさせられる。その背景にある、ネットワークの可視性や安定性に関する違いが気になる。



最後のチュートリアル、松林達史「非負値テンソル因子分解とデータ分析技術」は、タイトルだけ見ると敬遠したくなるが、実はマーケターにとって興味深い話だった。個人×製品×店舗×時間…のような多次元のビッグデータから効率的にセグメンテーションするのに使えると期待される。なお「因子分解」と「因子分析」は似て非なるもの。

一般発表では、取引ネットワークや選挙関係のツイート分析の研究もあったが、大半は通信工学や疫学など、いかにも理工系的な研究であった。個人的に面白かったのは、音楽の「引用」（カバーやサンプリング）の分析であった。なお、このシンポジウムを後援する数理社会学会のプレゼンスはなく、いまさらだが文理の溝は大きいと感じる。

マーケティングの計算社会科学

在外研究を終え４月から「通常営業」中だが、それと同時に日本マーケティング・サイエンス学会の部会も立ち上げることにした（個人的には「再開」したといいたい）。新たな部会名は「マーケティングの計算社会科学」である。この名称がわかりにくいとしたら、１つにはマーケティングと計算社会科学が「の」で結ばれているからだろう。

部会名を「マーケティングのための計算社会科学」という名称にすれば、もう少しわかりやすかったかもしれない。「マーケティングを対象とした計算社会科学」という名称だとさらに長ったらしくなるが、意味はより明確になっただろう。しかし、あえて曖昧な名称にしたのは、計算社会科学の範囲をあまり狭く限定したくなかったからである。

そもそも「計算社会科学」とは何なのか。７月２２日に行った最初のセミナーでは、この分野の第一人者である名古屋大学の笹原和俊さんに「越境する計算社会科学」と題するチュートリアルをお願いした（スライド）。計算社会科学が登場した背景にはビッグデータの興隆があるが、笹原さんは特にソーシャルメディア上で観測されるデータに注目する。

そうした研究の一例として、セミナーの後半では笹原さん自身の研究「食と政治の右左：分断の計算社会科学」が報告された。いわゆる「フード右翼・フード左翼」という仮説が、Twitter上の投稿の分析によって検証される。また、米大統領選以降話題になることが多い「エコーチェンバー」現象についてのエージェントモデルも紹介された。



２回目の研究会は８月９日、ニューヨーク大学の石原昌和さんを招いて行った。発表されたのは以下の２題である：

"Uncovering Latent Consumption/Purchase Occasions Using Observational Data on Brand and Quantity Choices"
"A Dynamic Structural Model of Endogenous Consumer Reviews in Durable Goods Markets"

前者は６月の Marketing Science Conference でも報告された研究で、私も共著者の１人である。そこで分析に用いられたスキャナーパネル・データもまた、ビッグデータの一種といえる。このデータが登場したとき、高名なマーケティング研究者は、マーケティング・サイエンスにおけるチコ・ブラーエが登場するという期待を表明したものだ。

その後、スキャナーデータを用いたマーケティング研究の進歩は目覚ましい。一方で、同じような精度で購買行動を計測できないカテゴリがあるし、使用場面を含む幅広い消費行動へのアプローチはまだまだである。ただし、石原さんの２番目の発表のように、デジタルメディア上のデータ（顧客レビューなど）が新たなフロンティアを生み出している。



マーケティング・サイエンスもまたビッグデータを用い、また膨大な計算量を要する分析を行っているので、それはすでに「計算社会科学」だといえるかもしれない。問題はむしろ、それが「社会科学」かどうかにある。経営科学としての成否を超えて、社会を理解するツールとして役立つかどうかということを、この部会で探求していきたい。