メディアリサーチおよび広告コミュニケーション効果の調査、そして市場調査・ネットリサーチなどをトータルサポート

文字サイズの変更フォントを大きくするフォントを大きくするフォントを標準にするフォントを標準にするフォントを小さくするフォントを小さくする

ご相談・お問い合わせはこちらから

Twitter データ分析

分析事例

視聴率とTwitterの関係解析 ―「Twitter TV エコー」データ分析より―

「視聴率とTwitterに相関はあるのですか?」「ツイートを増やすと視聴率も上がるのですか?」
この質問に対して、我々は両者の関係解析に取り組み、高齢層より若年層、投稿よりインプレッション(表示)、ニュースではなくドラマやバラエティなどのコンテンツ番組で関係性が相対的に強いという傾向を確認しました。インプレッションの少ない番組は徐々に視聴率が下降、インプレッションが多い番組は上昇という事例も得ています。

視聴率を1%上げるには、日本全体で約100万人の新規視聴者を呼び込む必要があると試算できます(※1)。相関関係への質問は、一般的なプラットフォームとして定着したTwitterであればこそ可能な影響力としての期待という側面もあると思いますが、視聴率と同様ツイッターが毎日機械的に収集可能なデータであることからも、その数値的関係性に注目があつまっているのだと想像できます。

我々がここで実施した相関解析は、テレビ視聴行動とTwitter利用の関係を直接視聴者に確認した結果ではありません。「Twitter TV エコー」から得られた番組に関するツイートの会話量全体と、関東地区という一部地域の番組視聴率という視聴行動の数値関係を明らかにしたに過ぎません。これまで不可能であった人々の会話をリアルタイムにデータ化でき、世の中の意思の一部を垣間見ることができるところがTwitterデータの魅力のひとつです。Twitterと視聴率に関係性が認められるということは、Twitterを通して世の中のテレビ番組に対する会話の一端を確認しながら、全体の視聴動向を把握できるということに他ならないと我々は考えています。

(※1)日本の総世帯数を5千万とすると、視聴率1%は約50万世帯。平均視聴時間を50%とすると、2倍の100万世帯の視聴が必要。新規視聴は1世帯に1人であると仮定。

高齢層より若年層で、視聴率とツイートは高い相関関係

~性・年代別番組平均視聴率とインプレッション(表示)ユーザー数の相関係数~
(番組平均世帯視聴率16%未満対象)

性・年代別 番組平均視聴率とインプレッション(表示)ユーザー数の相関係数 グラフ

統計的手法を用い、2014年10月クールの全20,683番組での視聴率とインプレッションユーザー数(表示)の相関関係を算出すると、世帯視聴率で単相関係数0.333という結果です。

個人視聴率との相関では、F1(女性20~34才)で0.408、T(男女13~19才)で0.405 、F2(女性35~49才)で0.398と高く、逆にM3(男性50才以上)で0.157 、F3(女性50才以上)で0.193と低くなっています。Twitterの中心ユーザーである若年層では関係性がみられますが、高齢層では関係性が確認できないと解釈することができます。男女15-29才では、0.422という更に高い相関係数を得ることができます。

※2014.9/29-12/28、ビデオリサーチ「関東地区世帯・個人視聴率」「Twitter TV エコー」データより

※全20,683番組(1放送回を1番組として)  

※C=男女4-12才、T=男女13-19才、M1=男20-34才、M2=男35-49才、M3=男50才以上(F=女)、MF18-34=男女18-34才、MF15-29=男女15-29才  

※いずれもp<.01  

※インプレッションユーザー数は個人別ではなく、全体の数値

投稿よりもインプレッション(表示)において、 視聴率とツイートは高い相関関係

~番組平均視聴率とインプレッション(表示)ユーザー数およびツイート投稿数の相関係数比較~
(番組平均世帯視聴率16%未満対象)

番組平均視聴率とインプレッション(表示)ユーザー数およびツイート投稿数の相関係数比較 グラフ

視聴率と「ツイート投稿数」の相関関係は、男女15~29才でも単相関係数0.265と高くない結果です。世帯では0.184、M3(男性50才以上)では0.067とかなり低い数値です。

これまで、我々は視聴率とTwitterの関係性について肯定的な回答をすることができませんでしたが、「Twitter TV エコー」で初めて算出可能となったインプレッション(表示)を用いることで、視聴率との関係性が部分的に見える結果を得ることができました。「ツイートの投稿」は一部コアファンの“行動”を捉える側面が強く、「視聴率」という全体に対する“視聴者の量”を表す数値との関係は、「インプレッション(表示)」というツイートの“拡散”を捉えるものと連動するということが分かりました。視聴者の量を増やすには、熱心なファンを獲得することよりも、多くの人に番組のことを知ってもらうことが重要という言い方もできるのではないでしょうか。

※2014.9/29-12/28、ビデオリサーチ「関東地区世帯・個人視聴率」「Twitter TV エコー」データより

※全20,683番組(1放送回を1番組として)

※C=男女4-12才、T=男女13-19才、M1=男20-34才、M2=男35-49才、M3=男50才以上(F=女)、MF18-34=男女18-34才、MF15-29=男女15-29才

※いずれもp<.01  

※インプレッションユーザー数は個人別ではなく、全体の数値

音楽・映画・ドラマ・バラエティ において、高い相関関係

~性・年代/番組ジャンル別番組平均視聴率とインプレッション(表示)ユーザー数の相関係数 ~
(番組平均世帯視聴率16%未満対象)

…0.7以上  …0.5以上   …0.4以上

番組ジャンル C T M1 M2 M3 F1 F2 F3 MF MF 番組数
18-34 15-29
音楽  0.724 0.772 0.503 0.493 0.125 0.754 0.798 0.220 0.720 0.749 601
映画  0.743 0.727 0.440 0.617 0.509 0.642 0.748 0.697 0.573 0.630 109
ドラマ  0.474 0.645 0.525 0.506 0.054 0.636 0.592 0.163 0.656 0.671 1,282
バラエティ 0.526 0.583 0.527 0.504 0.294 0.571 0.594 0.342 0.599 0.600 4,783
アニメ  0.538 0.414 0.261 0.338 0.220 0.411 0.431 0.288 0.393 0.401 770
スポーツ  0.444 0.403 0.384 0.382 0.424 0.357 0.406 0.388 0.414 0.426 1,028
報道  0.130 0.196 0.204 0.244 0.095 0.206 0.216 0.093 0.229 0.234 4,431
情報  0.109 0.124 0.144 0.148 0.200 0.165 0.219 0.243 0.164 0.145 7,679

若年層において視聴率とインプレッション(表示)ユーザー数に関係があると言っても、一律なものではなく、番組ジャンルにより関係の強弱があるようです。音楽・映画・ドラマ・バラエティといったコンテンツ番組では関係性が認められ、報道・情報番組では関係が見られません。二つの異なる調査結果を用いて単相関係数が0.5以上となることは、これまでの我々の経験からは非常にまれなことです。そのことからも、単純な数値結果からだけではない視聴率とTwitterの関係性があるのではないかと考えられます。

※2014.9/29-12/28、ビデオリサーチ「関東地区世帯・個人視聴率」「Twitter TV エコー」データより

※全20,683番組(1放送回を1番組として)

※番組ジャンルは、ビデオリサーチ大分類による(バラエティは「その他娯楽番組」、情報は「教育・教養・実用」)

※C=男女4-12才、T=男女13-19才、M1=男20-34才、M2=男35-49才、M3=男50才以上(F=女)、MF18-34=男女18-34才、MF15-29=男女15-29才

※ドラマのM3を除き、いずれもp<.01  

※インプレッションユーザー数は個人別ではなく、全体の数値

ツイートが拡散しているバラエティ番組の視聴率は上昇傾向

~インプレッション(表示)ユーザー数ランク別番組平均世帯視聴率の近似直線の傾き平均~
(プライム帯のバラエティ番組)

インプレッション(表示)ユーザー数ランク別番組平均世帯視聴率の近似直線の傾き平均 表

「ツイートを増やすと視聴率も上がるのですか?」。これを直接証明する解析は難しいですが、以下のアプローチを試みました。

同一ジャンル、同一放送時間帯という条件をそろえるため、プライムタイムのバラエティ番組を対象に分析しました。番組個別に、2014年10~12月における週単位の視聴率時系列推移から視聴率が上昇傾向あるいは下降傾向という近似直線の傾きを算出し、インプレッションユーザー数上位25%、中間50%、下位25%に分類し、傾きの平均値を求めました。インプレッション(表示)ユーザー数上位番組は10週で0.7%という上昇傾向に対し、中間番組は2.1%、下位番組は1.3%の下降という結果です。男女50才以上が視聴の中心である番組を除いた分析も実施しました。

Twitter上でのインプレッション(表示)の拡散は、世の中の番組に対する会話の規模感を表しているものであり、多く会話されている番組は視聴者の維持・獲得に繋がっていると解釈することができるのではないでしょうか。逆もまた然りです。直接的な番組視聴への誘引確認ではありませんが、Twitterを通して把握できる番組の話題感は、視聴者の視聴行動を推測するには十分なデータであると言う事もできるかもしれません。

※2014.9/29-12/28、ビデオリサーチ「関東地区世帯視聴率」「Twitter TV エコー」データより

※放送時間帯が19-23時に掛かる、ビデオリサーチ番組ジャンル「その他娯楽番組」において、放送回数が4回以上の番組を対象に分析

※全82番組(放送回を番組でくくって)、放送回のべ数は654

※番組別の世帯視聴率時系列推移データから、 y=aX+b の近似直線を算出(y;世帯視聴率、x;放送回)

※3層中心は、基本8特性の期間平均個人視聴率の中で、M3もしくはF3が最も高かった番組

用語集

インプレッションユーザー数

各番組の放送時間と放送時間の2倍の分数を前後に加えた時間において「番組関連キーワード」の含まれる投稿ツイートを取得し(ただし、前後はそれぞれ最大120分まで。不明瞭なツイートは取得から除外)、その投稿ツイートが表示されたユニークユーザー数

インプレッション数

各番組の放送時間と放送時間の2倍の分数を前後に加えた時間において「番組関連キーワード」の含まれる投稿ツイートを取得し(ただし、前後はそれぞれ最大120分まで。不明瞭なツイートは取得から除外)、その投稿ツイートが表示された総数

商品・サービスのご相談・お問い合わせ

ビデオリサーチのソリューション内容についてご不明な点はございましたか?
ビデオリサーチでは、お客様の課題やニーズに応じて、最適なソリューションをご提案しておりますので、お気軽にご相談、お問い合せください。

WEBからのお問い合わせはこちらから

事例一覧へ戻る

ページトップへ