Photo by Fotis Fotopoulos on Unsplash
本記事では、新型コロナウイルスが社会に与えた影響を、DP社のビジネスであるダイナミックプライシングと絡めて分析してみました。まず前提知識として、ダイナミックプライシングそのものの考え方を簡単にご紹介します。
当社は「ダイナミックプライシング」というサービスを提供しております。
このように価格を変動させる事で収益最大化を実現するのですが、世間のイメージとしては単に値段が上がる、企業が得をするだけで消費者目線でないと言った「ネガティブ」な印象を持っている方も多いかと思います。ただ、昨今のコロナ禍により、鉄道運賃への「ダイナミックプライシング」が需要の平準化という観点 (混雑緩和) で期待されるなど「ポジティブ」な印象が増えている傾向が見られます。
本記事では、感情分析ライブラリML-Askによる世間の反応 (Twitter) の分析結果を紹介致します。
以下、インターン志望の学生向けのmeetupになります！入退室自由、選考とは無関係、カメラオフで参加できるのでリラックスして参加可能です！
今回、感情分析に用いたのはML-Askというライブラリです。
まず、『感情表現辞典』やラッセルの2次元感情モデルなどに基づいて語句のパターンマッチングを行い、感情を推定します。推定された感情から文を {NEGATIVE, POSITIVE, NEUTRAL} の３種類に分類するといった仕組みになっております。
有難いことにPython環境でML-Askを扱えるOSS「pymlask」がありますので、こちらを用いて実際に感情分析を進めていこうと思います。 (pymlaskの具体的な使い方については、作成者様のGitHubを参照するのが一番分かりやすいです。)
今回は、Twitter上で「ダイナミックプライシング」という単語が含まれるtweetを対象に感情分析を行いました。対象とする期間は、2020年1月1日 〜 2020年12月31日の丸1年です。
なお、集計期間を2020年に設定した理由としては、2020年がコロナウイルスが最も猛威を振るった年である、また、日本の社会やライフスタイルに影響を与えた年であろうと考えられる事から、今回は2020年の期間を対象に調査を行っています。
以下、呟かれたtweet数を {NEGATIVE, POSITIVE, NEUTRAL} ごとに月別で集計した結果となります。
予想はしていましたが、「ダイナミックプライシング」にネガティブな印象を持っている方々は多いようですね。
「ダイナミックプライシング」が消費者に未だネガティブな印象を持たれている中で、実際にどうやってビジネスを展開しているのか？ダイナミックプラス社は将来どのような社会を作っていきたいのか？という疑問が湧いた方は、よければDP社の社員と実際にお話しして、その疑問を解消してみるのも手かもしれませんね。
【Meety】実際にDP社の中の人とカジュアルにお話ししちゃいましょう！
さて、上記の調査で実際にネガティブなツイートが多いことが分かりましたが、ネガティブなつぶやきの傾向をより詳細に見ていきましょう。
STL分解（Seasonal Decomposition Of Time Series By Loess）を実施することで、元データからトレンドを抽出していきます。
STL分解って？
STL分解とは、経済、環境の解析に用いられる時系列分析の手法です。
元データをトレンド、季節性、残差としてわけます。また、元データは下記のような図式で分解できます。
元データ＝トレンド + 季節性 (一定の期間で周期的に変動する要素) + 残差 (その他要素)
以下、NEGATIVEなtweetのトレンドを時系列でplotしたものです。
このように、「ダイナミックプライシング」に関するネガティブなtweetが減少傾向にある事が見て取れます。日本でコロナの感染者が初めて確認されたのが、2020年1月15日で、1回目の緊急事態宣言が2020年4月7日 ～ 5月25日と言った背景を踏まえ、コロナ禍になった事で
「（商品の）価値と価格がリセットされた状態」(当社社長の平田の記事から引用)
になっていると考えます。昨今の状況により、ダイナミックプライシングが徐々に受け入れられやすくなってきているのではないでしょうか。
また、最初に示したグラフを見ると、2020年の6月にPOSITIVEがNEGATIVEを上回っている事が確認できます。この月にどんな言葉が呟かれたのかをWordCloudで見ていきましょう。すると、以下の様になりました。
特に気になるwordとしては「定食」でしょうか。さらに調査を続けると、以下の記事について言及するtweetが多く見られました。この飲食店は、混雑している時間帯は商品の値段を高くし、空いていた時間帯に安くすることで、店を訪れる人の数を分散させようという取り組みを行なっていました。即ち、需要の平準化であり、コロナ禍を通して「ダイナミックプライシング」が上手く導入できた例の1つとして挙げられるのではないでしょうか。
以上、「ダイナミックプライシング」に関する世間の反応について調査してみました。ネガティブな反応 (tweet) は未だ多いですが、減少傾向である事が分かりました。個人的には、ネガティブな印象が減るのはまだ先かなぁと感覚で思っていましたが、実際にはそうでないという事が今回の分析結果から確認できました。
この様にして、DP社におけるデータアナリストのインターン生は、内在化してよく分からない部分を可視化するなどして定量的にするなどの業務を行なっています。これだけに留まらず、当社モデルを使用して頂いた顧客に対して効果検証を行うなど業務は多岐に渡ります。その人自身に合わせた業務に携わる事ができるので、インターンの経験が無い方でも問題無く業務の遂行が出来ると考えています。
当社に興味を持って頂いた方、是非ご応募お待ちしております！
3月度meetup 3/23(水) 18：00 ～ 18：30
Meet up #27 2022.3.25(金) 18：00～
データアナリスト職 (特にデータ分析に強い興味がある方向け！)
データアナリスト職 (特にビジネス領域に強い興味がある方向け！)
/assets/images/4265976/original/0cb9ae68-e41b-485e-95c5-71bf11e6c6cb?1573463583)
/assets/images/4265976/original/0cb9ae68-e41b-485e-95c5-71bf11e6c6cb?1573463583)
/assets/images/4265976/original/0cb9ae68-e41b-485e-95c5-71bf11e6c6cb?1573463583){kind=avatar}