Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Affective Engineering

Affective Engineering

消費者の感性工学を科学する感性工学・人工知能

Takumi Kato

September 13, 2022
Tweet

More Decks by Takumi Kato

Other Decks in Marketing & SEO

Transcript

  1. 位置付け 顧客管理と効果測定 戦略と実⾏ 価値づくりの考え⽅ 調査による客観的な状況把握 #01 マーケティング #02 ブランドマネジメント #04

    市場調査 #07 科学的検証 #08 感性⼯学 #05 消費者⾏動 #03 ロイヤルティとCRM #10 クチコミ #09 戦略と組織能⼒ 仮説⽴案 具現化 検証 #06 知覚品質
  2. 感性とは 1: ⻑町三⽣, ⽯原茂和, ⻄野達男, 松原⾏宏, ⼟屋敏夫, 神⽥太樹, 井上勝雄. (2005).

    商品開発と感性. 海⽂堂. 5感を通じて解釈・判断することが認知で, 感覚処理と認知処理を統合化した感情・イメージが感性である1 認知 感性
  3. 感性を測定する2つのアプローチ ⽣理学的に測定できない感情・イメージを,⼼理学的なアプローチで測定 ⽣理学的 な測定 心理学的 な測定 • ⼼拍 • ⾎圧

    • 呼吸 • 発汗量 • 眼球運動 • 瞳孔機能 • 脳波・脳⾎流 • 唾液中アミラーゼ • 態度・⾔葉 • 購⼊⾏動 • 商品・サービス使⽤中の動作 • 表情
  4. 感性情報の抽出 • 景⾊を⾒て綺麗だなと感じる • ⽑布を触って気持ちいいと感じる • 川のせせらぎを聞いて⼼地よくなる • ⾟いものを⾷べて爽快感を得る •

    ホテルの⾹りを嗅いで⾼級感があるなと思う 商品・サービス等の刺激に対して,5感を通じて処理された感性を 調査・解析によって感性情報として表出・抽出する
  5. Plutchik, R. (1980). Emotion: Theory, research, and experience. New York:

    Academic ⼈間は8つの基本感情(⼀次感情)を持ち,それらには濃淡がある。 基本感情の組み合わせによって,その他の感情(⼆次感情)が⽣まれる。 内側ほど 感情が強い 対⾓線で感情 が対になる 混合の 感情 Plutchikの感情の輪 (Plutchik's Wheel of Emotions)
  6. オノマトペの種類 擬⾳語 擬声語 擬⾳語 外界の⾳を表した⾔葉 (例)ドアをドンドンたたく 動物や⼈の声を表した⾔葉 (例)猫がニャーと鳴く オノマトペ 擬態語

    (擬容語) 擬声語 擬態語 様⼦や状態を表した⾔葉 (例)家でごろごろする ⼈の⼼を状態を表した⾔葉 (例)わくわくする 状態や感情を描写した⾔葉で,感性を含む重要な⼿がかり 坂本真樹. (2018). 感性情報学. コロナ.
  7. 英語に⽐べて⽇本語には多様なオノマトペが存在する貴重な存在 ⽇本語と英語のオノマトペ 呂佳蓉. (2004). 英語のオノマトペの象徴メカニズム.⾔語科学論集, 10, 99-116. 尾野秀⼀. (1984). ⽇英擬⾳・擬態語活⽤辞典.

    北星堂書店. 動詞 オノマトペ 英訳 動詞 オノマトペ 英訳 歩く さっさと to walk quickly 泣く おぎゃーと to mewl せかせかと to walk quickly おんおん to bawl とっとと to walk quickly あーんあーん to bawl すたすたと to walk hurriedly きーきー to screech どしんどしんと to walk stomp along ぎやーぎやー to cry とことこと to trot わーわー to cry noisily そろそろと to walk leisurely しくしく to sob ぶらぶらと to stroll めそめそ to whimper よちよち to toddle わんわん to howl よぼよぼ to walk unsteadily ひーひー to pule
  8. 社会⼼理学者のLikertが考案した意味的間隔を等しく配列した尺度1で, 得られた評定値をそのまま数値として解析することができる. リッカート尺度 (Likert scales) 1: Likert, R. (1932). A

    technique for the measurement of attitudes. Archives of psychology. 2: Carifio, J., Perla, R. (2008). Resolving the 50-year debate around using and misusing Likert scales. Medical education, 42(12), 1150-1152. 3: 萩⽣⽥伸⼦, 繁桝算男. (1996). 順序付きカテゴリカルデータへの因⼦分析の適⽤に関するいくつかの注意点. ⼼理学研究, 67(1), 1-8. どちらともいえない やや当てはまらない 当てはまらない 当てはまる やや当てはまる リッカート尺度に関する議論 • 評定値を数値として分析するには,各選択肢の間隔が等しいことが条件である • よって,間隔が等しい保証はないため,間隔尺度ではなく順序尺度とすべきと批判がある (間隔尺度︓間隔が⼀定のため数値として扱える,順序尺度︓⼤⼩関係のみを表すため数値にできない) • しかし,多数の研究で経験的に間隔尺度として利⽤できることと有⽤性が⽰されている 2,3
  9. ⼼理学者のOsgoodが概念の感情的意味の測定のために開発した⽅法1で, 反対の意味を持つ形容詞を両端に置いた評定尺度群で感性を測定する. SD法(semantic differential method)による感性評価 1: Osgood, C. E., Suci,

    G. J., Tannenbaum, P. H. (1957). The measurement of meaning. University of Illinois press. ※調査対象者のいい加減な回答を防ぐために,肯定・否定を⽚側に揃えるべきでない ⾮常に やや どちら でもない やや ⾮常に ⼒強い ­ ­ ­ ­ ­ 繊細な 複雑な ­ ­ ­ ­ ­ 単純な 親しみやすい ­ ­ ­ ­ ­ クールな 動的 ­ ­ ­ ­ ­ 静的 穏やかな ­ ­ ­ ­ ­ 激しい うきうきした ­ ­ ­ ­ ­ しみじみした ⾼級感のある ­ ­ ­ ­ ­ ⼤衆感のある 男性らしい ­ ­ ­ ­ ­ ⼥性らしい ⽣物的な ­ ­ ­ ­ ­ 機械的な 固い ­ ­ ­ ­ ­ 柔らかい 古⾵な ­ ­ ­ ­ ­ モダンな 落ち着いた ­ ­ ­ ­ ­ 賑やかな 明るい ­ ­ ­ ­ ­ 暗い つめたい ­ ­ ­ ­ ­ あたたかい 軽やかな ­ ­ ­ ­ ­ 重厚な ユーモラスな ­ ­ ­ ­ ­ ⽣真⾯⽬な 素朴な ­ ­ ­ ­ ­ 洗練された 進歩的な ­ ­ ­ ­ ­ 保守的な 派⼿な ­ ­ ­ ­ ­ 地味な 太い ­ ­ ­ ­ ­ 細い
  10. 構造化データと⾮構造化データ 構造化データは既に⼿垢がついている可能性が⾼く,かつ世にあるデータの80%は⾮構造化 構造化データ ⾮構造化データ 2次元の表形式データ 規則性がないデータ • 定量調査 • ⾃由回答

    • インタビュー調査 • 顧客属性データ • 販売データ • ⼝コミ • 商品画像 • ユーザー属性データ • 利⽤ログ • SNS • 写真 • 顧客属性データ • 販売実績(POS)データ • コールセンター • 資料,議事録 構造 調査 Webサイト (ECサイト) メディア 業務システム センサー • 位置情報データ(GPS) • RFID(商品の電⼦情報タグ) • 監視カメラ映像 データ例
  11. 構造化されていないテキストデータが増えている現在,多様に活⽤されている テキストデータのビジネス活⽤ インプットデータ コールセンター SNS 検索ワード ニュース記事 株主・投資家向け資料 特許 ⾃然⾔語処理

    形態素解析 係り受け解析 ⽂書分類 要約 翻訳 検索 感情解析 × ビジネス活⽤ ⾃動応答・応答⽀援 (ロボット・コールセンターなど) 診断 (医療・法務など) 迷惑メール除去・リスク検知 レコメンデーション 消費者の不満・要求の抽出 (商品企画) プロモーション効果測定
  12. ⾃然⾔語処理の基本的な流れ Step 1 形態素解析 Step 2 表記揺れ補正 Step 3 構⽂解析

    Step 4 統計解析 • ⾃然⾔語の⽂を⾔語上の最⼩単位(形態素)に分割して 品詞や変化を割り出し,出現頻度を算出する • 辞書によって同義語表現を統⼀する • 対象外の⽂章を除外するスクリーニングも⾏う • 形態素間の係り受け構造(⽂法的関係)を判定 • 興味対象語のみの頻度だけでなく,修飾語の頻度も算出 • 数値化されたデータをもとに,可視化や要因評価を⾏う
  13. 形態素解析 すもも ︓名詞, ⼀般 も ︓助詞, 係助詞 もも ︓名詞, ⼀般

    も ︓助詞, 係助詞 もも ︓名詞, ⼀般 の ︓助詞, 連体化 うち ︓名詞, ⾮⾃⽴,副詞可能 「すもももももももものうち」 ⾃然⾔語の⽂を⾔語上の最⼩単位に分割し,品詞や変化を割り出す解析 庭 ︓名詞,⼀般 に ︓助詞,格助詞,⼀般 は ︓助詞,係助詞 2 ︓名詞,数 ⽻ ︓名詞,接尾,助数詞 ニワトリ ︓名詞,⼀般 が ︓助詞,格助詞,⼀般 いる ︓動詞,⾃⽴ . ︓記号,句点 「庭には2⽻ニワトリがいる.」
  14. 表記揺れ補正 寿司, お寿司,寿し,鮨,スシ,シースー 寿司 これらを別の単語として扱ってしまうと, データが細分化してしまい,統計解析の 解釈も難しくなる 1 . 分

    析 の ⽬ 的 に よ っ て , 表 記 揺 れ の ⽅ 法 は 変 化 す る 「寿司に対するイメージの把握」であればすべて表記揺れ補正をして良いが, 「『寿司』と『鮨』によって与える印象差の把握」であれば分けておく必要がある. 2 . 対 象 外 の ⽂ 章 を 除 外 す る ス ク リ ー ニ ン グ も ⾏ う 「本⽥技研⼯業」「本⽥技術研究所」「Honda」「ホンダ」は表記揺れ補正するが, 「本⽥圭佑」「本⽥翼」「本⽥望結」は除外する. ※「本⽥」はもちろん,「Honda」でも別の対象の場合があるため,⽂章の特徴を踏まえて辞書を整備する必要がある
  15. 「メーカーXの⾞Yは,燃費は良いけど,デザインは悪い.」 構⽂解析 分析したい興味対象語のみの頻度だけでなく,⽂章構造を解析して意図を捉える 燃費 は 良い けど , デザイン は

    悪い . メーカーX の ⾞Y は, メーカーX の ⾞Y は ,燃費 は 良い けど ,デザイン は 悪い . 形態素解析 構⽂解析 (このままでは,⾞Xは何が良くて,何が悪いのかわからない)
  16. ⾃然⾔語処理の難しさ 精度が100%になることは難しく,対象⽂章の特性を踏まえたチューニングが必要 • モーターショーが楽しすぎてやばい。 (ポジティブ) • モーターショーの列が混みすぎててやばい。 (ネガティブ) 意味の変化 •

    このキャラクターがかわいすぎる︕︕ (ポジティブ) • ⾃分の年齢だと,このデザインはかわいすぎるかな (ネガティブ) 係り受け構造 の曖昧さ 同じ単語でも,⽂章によって意味が変化する 前後の⽂脈を踏まえないと(踏まえても),係り受け構造を判断できない • 千葉と埼⽟に⾏った (千葉は県) • 千葉と埼⽟に⾏った (千葉は⼈) • 美しい ネックレスをつけた⼥性 • 美しい ネックレスをつけた⼥性
  17. 辞書をつくる労⼒ 1: Zipf, G. K. (1949). Human behavior and the

    principle of least effort. Addison-Wesley. 2:那須川哲哉. (2014). テキストマイニングを使う技術/作る技術. 東京電機⼤学出版局. 専⽤辞書整備を怠ると分析精度が⾮常に悪くなるため,その労⼒を惜しむべきではない 1番⽬ 600回 2番⽬ 300回 3番⽬ 200回 ・・・ 100番⽬ 6回 ・・・ 1/2 1/3 1/100 … … n番⽬に⾼い頻度で現れる単語は,最も頻度の⾼い単語の1/nの頻度で出現する Zipfの法則(ジップの法則)1,2 語数(出現回数の降順) 全体の語数に対する割合 辞書構築 の要所
  18. 統計解析⼿法の⼀覧 ⽬的変数 説明変数 ⽤途 量的変数 質的変数 量的変数 重回帰分析 共分散構造分析(SEM) 数量化I類

    説明・予測 質的変数 ロジスティック回帰分析 判別分析 数量化II類 なし 因⼦分析 主成分分析 クラスター分析 多次元尺度構成法(MDS) コレスポンデンス分析(対応分析) ※数量化III類と同様 構造化・圧縮
  19. 観測した変数の背後に潜んでいる因⼦を明らかにする分析⽅法 因⼦分析 (factor analysis, FA) ⽂系能⼒ F1 理系能⼒ F2 国語

    X1 社会 X2 英語 X3 数学 X4 理科 X5 e 1 e 2 e 3 e 4 e 5 潜在因⼦(原因) 観測変数(結果) 独⾃因⼦ a11 a12 a13 a21 a22 a23 ※因⼦得点(factor score)︓各因⼦ごとの各個体(対象者)のスコア
  20. 共分散構造分析の適合指標 1: 朝野熙彦, 鈴⽊督久, ⼩島隆⽮. (2005). ⼊⾨共分散構造分析の実際, 講談社. 内容 重回帰分析における重相関係数に相当する指標

    独⽴モデルを0,飽和モデルを1としたときの相対的 な指標 重回帰分析における⾃由度調整済み重相関係数 に相当する指標 カイ⼆乗値が期待値よりも⼤きくなった分を⾃由度・ 観測値1つあたりで評価した指標 相関係数の残差の⼤きさを表す指標 基準 0.90以上 0.05以下 GFI (goodness of fit index) CFI (comparative fit of index) AGFI (adjusted goodness of fit index) RMSEA (root mean square error of approximation) SRMR (standardized root mean square residual) 指標 共分散構造分析には50以上の指標があるため,複数指標で総合的に判断1
  21. 認知 消費者が知らないと何も始まらない 「買いたいほどではない」では価値ではない 「安いなら買う」では価値が低い 「1回で⼗分」では利益率が低い (再購⼊意向・推奨意向) コンセプトが理由で なければ再現性が低い 購⼊意向 ⽀払意思額

    ロイヤルティ コンセプト 想起率 検証すべき項⽬ 検証すべき項⽬ ⽬指すコンセプト(感性・イメージ)を具現化できても, 購⼊意向・⽀払意思額・推奨意向等に寄与しなければ意味がない.
  22. De Bruyn, A., Viswanathan, V., Beh, Y. S., Brock, J.

    K. U., & von Wangenheim, F. (2020). Artificial intelligence and marketing: Pitfalls and opportunities. Journal of Interactive Marketing, 51, 91-105. 2013年 アメリカではAIが導出した再犯予測が法廷の判決に利⽤される image: Freepik.com
  23. Ioffe, S., & Szegedy, C. (2015). Batch normalization: Accelerating deep

    network training by reducing internal covariate shift. arXiv preprint arXiv:1502.03167. 2014年 ILSVRCにて,Googleの深層学習による画像識別能⼒が⼈間を超える
  24. Olson, P. (2016). Google makes A.I. history by beating world

    'Go' champion. Forbes, March 9, https://www.forbes.com/sites/parmyolson/2016/03/09/google-deep- mind-alphago-go-artificial-intelligence-lee-sedol/#24e0cdc51f25 (last accessed October 1, 2020) 2016年 囲碁の世界トップ囲碁棋⼠のイ・セドル九段にGoogleのAlphaGoが勝利
  25. Crowe , S. (2017). 10 Most Memorable Robots of 2017.

    Robotics Business Review, December 30, https://www.roboticsbusinessreview.com/news/10_most_memorable_robots_of_2017/ 2017年 Boston Dynamicsのロボットが⼈間のように運動するロボットを発表
  26. Waymo. (2020). Waymo is opening its fully driverless service to

    the general public in Phoenix. Waymo, October 8, https://blog.waymo.com/2020/10/waymo-is- opening-its-fully-driverless.html 2020年 Google傘下のWaymoは無⼈の⾃動運転タクシーを⼀般消費者に提供開始
  27. 商品・サービス企画 • 問題を発⾒し,仮説を⽴て,⾃ら検証して⽣み出したデータ • コンセプトの価値が⽴証されれば,まだ誰も⾒たことがないデータに 商品・サービス開発 • コンセプト具現化に不可⽋なこと・排除すべきことを検証したデータ • 試⾏錯誤を積み重ねた回数が多いほど,企業の資産になる

    市場投⼊後 • 商品・サービスの利⽤者による⾏動実績とクチコミのデータ • 改善し,価値を⾼め続けていくことは,市場競争の必須条件 価値あるデータ 仮説をたて,⾃ら検証した結果のデータは,この世に唯⼀の貴重なデータ
  28. 「プライバシーを守る」という差別化 1: Apple.プライバシー. https://www.apple.com/jp/privacy/ 2: 瀧⼝範⼦. (2016) Apple対FBIの「ロック解除論争」. ⽇経ビジネス. 2/29,

    https://business.nikkei.com/atcl/report/15/061700004/022600085/ プライバシーは基本的⼈権であり,Appleの中⼼にある⼤切な理念の⼀つ. ⾃分の情報を⾃分でコントロールできるようにApple製品を設計している. それが私たちの信じるイノベーションである.1 個⼈情報に対するAppleの考え⽅ • Safariのトラッキング防⽌によって,インターネット広告から追いかけられない • マップアプリは,⾏き先の履歴を保存せず,ID紐づけもしない • Siriは,Apple IDと結びつけず,個⼈情報を収集しない • FBIから犯罪捜査のための依頼でも,パスコードを開封することはしない2
  29. GoogleのCookie廃⽌の決断 • ChromeのサードパーティCookie*のサポートを段階的な廃⽌を発表1 *第三者の広告主や広告サーバー等から送られるもので,Web上の⾏動を追跡し, リターゲティング広告に利⽤される • Chromeのプライバシーに対する配慮を強化する戦略へ1 • ユーザーが知らないうちに,Webの⾏動を把握されることから,プラ イバシー問題が指摘されていたため,AppleのSafariはサードパーティ

    Cookieを受け付けないようにしている2 1: Lardinois, F. (2020). Google wants to phase out support for third-party cookies in Chrome within two years. TechCrunch, January 15, https://techcrunch.com/2020/01/14/google-wants-to-phase-out-support-for-third-party-cookies-in-chrome-within-two-years/ 2: ⽇経Xtrend. (2020). 「広告主」もがっかりグーグルのクッキー離脱 代替技術加速か. 1/23, https://xtrend.nikkei.com/atcl/contents/18/00109/00068/
  30. 1: De Bruyn, A., Viswanathan, V., Beh, Y. S., Brock,

    J. K. U., & von Wangenheim, F. (2020). Artificial intelligence and marketing: Pitfalls and opportunities. Journal of Interactive Marketing, 51, 91-105. 蓄積データのバイアスが⽣み出す差別 再犯予測プログラムCOMPAS1 • COMPASが予測した再犯の可能性から,6年の有罪判決 • アルゴリズムが明かされていないCOMPASに,被告は不服をとして控訴 • 控訴審では「被告の権利を侵害していない」と結論づけたが,「⽩⼈より⿊⼈ の⽅が危険性を⾼く評価するバイアスがある」と注意書きを明記するよう指⽰ 蓄積したこの傾向に⼈種差別があると,予測値には差別が常態化 有罪 無罪 蓄積データ 予測値 ⾼い有罪率 低い有罪率
  31. 1: Tane, K. (2019).実在しない⼈の顔写真を無限に⽣成できるWebサイトが公開. Engadget, 2⽉18⽇, https://japanese.engadget.com/jp-2019-02-17-web.html 2: 毎⽇新聞. (2019).

    AI「⼀茶君」が詠んだ燃える恋の⼀句とは︖. 6⽉29⽇, https://mainichi.jp/articles/20190629/k00/00m/040/206000c 3: Ciment, S. (2020). 「⼈間が書いたように」広告コピーを⽣み出す⼈⼯知能に⼤反響。ヒルトンホテル、イーベイ、ドミノピザが導⼊. Business Insider, 3⽉19⽇, https://www.businessinsider.jp/post-208863 4: Goode, L. (2018). AIは「映画監督」になれるか︖ ⾃動⽣成された不気味な映像作品から⾒えてきたこと. Wired, 6⽉25⽇, https://wired.jp/2018/06/25/ai-filmmaker-zone-out/ 創造するAI デザイン 実在しない⼈の顔を AIが2秒で描画1 俳句 俳句を学習させたAIが ⾃動で俳句を⽣成2 広告 AIがコピーを⾃動⽣成する サービスが実⽤化3 映画 AIが脚本・監督を務めた映画 『Zone Out』は48時間で製作4
  32. R&D (Research and Development) マーケターが解決すべき問題を提⽰できないと,何の精度を向上すればいいか不明 リサーチ ディベロップメント • マーケター・リサーチャー •

    潜在的な問題と因果関係の解明 • 問題に対する仮説検証 • エンジニア • 世に出せるよう精度を向上 • 機械学習・ディープラーニング
  33. (現時点での)ディープラーニングの限界 ⼤量の変数が複雑に関係して結果を算出するため,解釈性が低い → ビジネスの意思決定に使いにくい,⾃動運転の事故原因がわからない 解釈の難しさ 画像を意味ではなくビットで,⽂章を意味ではなく共起で処理している → ⽂脈や感情を踏まえて判断することが難しい 意味を理解 していない

    ⼤量の変数間の相関関係を抽出できるが,因果関係を区別できない → ビジネスの問題を解決する有効な施策の⽴案が難しい 因果と相関を 区別できない 膨⼤な量のデータを学習する必要があり,出⼒される結果もデータに依存 → データがないと難しい,新しい価値を創造することが難しい 膨⼤なデータが 必要
  34. END