ソーシャルリスニングの簡略化

2022年3月18日 2022年3月22日

任意の単語におけるTwitterのツイート数、Googleの検索数及び関連語を抽出する

はじめに

「顧客の声を活かしたい」という思いは多くの企業が感じていると思います。ランダムに顧客を集めてアンケートを実施したり、モニターを用意するという手法で顧客の声を反映させるのが一般的ですが、ここにSNSを用いてネットの声を収集しようという考えをソーシャルリスニングと言います。

SNSのデータから収集できる情報は様々で、トレンドの移り変わりや競合他社との比較、自社製品の反応などの情報を収集することができます。しかし、こういったデータを集め、可視化することは非常に手間のかかる作業です。

今回はこの作業をpythonを使って簡略化します。任意の単語に対して、Twitter、Googleのツイート数（検索数）、それと同時に呟かれた（検索された）単語を抽出していきます。また、一括でグラフ化した画像を出力できるようにします。

対象

日本国内でメジャーなSNSといえば、Twitter、Instagram、LINE、Facebookです。今回はこの４つの中で最も国内のユーザ数が多いTwitterをデータの集積対象としました。

集積するデータは単語を含むツイート数と、そのツイート内で他に存在する単語でよく使われている単語です。期間はAPI無量枠の制限上、一週間です。（有料プランであれば1ヶ月分まで遡れるらしい。）

結果

以下の画像は、野鳥についての実行結果です。

左上のグラフは3月6日〜3月13日の一週間における野鳥を含むツイート数の推移です。3月10日にツイート数が跳ねていることが分かります。また、右上のグラフはツイートに含まれている単語のトップ10を並べたものです。野鳥、蜜柑、猫、雀、撮影、観察、写真、鳥、公園、目白の10単語が抽出されました。野鳥と蜜柑が同時に使われているという面白い結果が出ていますね。

下のグラフではGoogle検索における検索数と、関連検索ワードを並べたものをグラフ化しています。こちらでは公募や観察、図鑑といった単語と同時に検索されていることがわかりますね。Twitterとgoogle検索では取得できた単語は全く異なっており、Twitterの方は想像を超えてくるような単語と一緒に使われていたりして、適当に単語入れてみるだけでも結構遊べます。