[自分のツイートのいいね数獲得に何が重要なファクタとなっているのか？]についての分析サービスモニター募集。

可視化とML（ランダムフォレスト）を使って何がいいねに係数として重要な位置を占めているのか示唆を簡単に理解できる用に図示するサービスをノートとして販売しようと考えています。

これによって何に力を入れればいいね数をコスパよく集められるかの指針が得られます。そしてそれはアカウントごとにフォロワーの性質が違うため、個別に分析する必要があります。

よくアフィ会社が言うように何時にTweetすれば〜という最大公約数的（そして裏付けも曖昧、第一本当に大切な情報を他社に漏らすのかという根本的疑問）な単純なものではなく貴方個人のカスタムメイド分析です。全体のトータルで傾向を俯瞰し、月別で季節性を見て、曜日別で曜日ごとの傾向を把握し、時間帯別でいつTweetをどんなメディアでそのツイートはだいたい何文字ですればいいねにつながるのか？可視化と分析をします。SNSに掛ける時間は膨大なもの、なるべく効率よく目的達成できたらいいですよね？

そのモニターになってくれる方がいらっしゃいましたらDMで参加表明お願いします。もちろん無料ですが、都度長めの感想をツイートすることが条件です。

実はもう半分以上作っていて、シャドーモニタは３名に協力してもらっており示唆は出ています。募集するのは製品として完成させるための最終モニタです。
条件としてTwitter１年以上のツイ消しをしていない利用歴でフォロワ数5,000人以上、これは広告を狙っているわけではなく、ツイート数母集団といいねを付与するフォロワーのサンプル数が多いほうが安定した結果が得られるためです。

可視化項目はツイート数、いいね絶対数、いいね効率。
可視化方法はヒストグラム、ボックスプロット、ピアソンヒートマップ、デンドログラム、時系列遷移等々。

※大卒もしくは統計検定２級程度の基礎知識があると望ましい。です。

分析は目的変数と各説明変数の線形性が確認できれば重回帰等で求められますが、30サンプルほど見た結果として全て非線形であったのでランダムフォレストを用います。

MLの目的変数はいいね数。（いいねをどれだけ取れるか？）精度評価はRMSE。場合により分類問題として扱います。
説明変数として採用するのは少なくとも下記、増やす可能性大いにあり。フォロワ数は集団の分析でないと使えないため採用しません。

- メディアタイプ
- ハッシュタグ数
- メンション数
- URL数（他のサイトのリンクをTweet内に用いているか）
- 文字数（名寄前処理済み）
- 月(1~12)
- 日付(1~31)
- 曜日及び祝日判定（祝日をAPIで取得するため厳格）
- 時間帯(0~23)
- 分（0~59、しかしあまり意味がない可能性大なので外す予定)
- RT数
- 気温（一番利用者人口の多いであろう東京と規定、有料版であれば応相談）
- 風速

基本的に数値を共に見ながら、私が実務で行っているようにグラフの読み方、変数説明と今後の方針設定、有料版では2~3ヶ月後再計測したときの施策の効果検証と再度の施策提案がセットとなっております。

いいねを増やしたい方、あまりSNSに時間を取られたくない方、このチャンスに是非モニタに抽選応募して下さい。

男女問わず参加可能です。人数はMAXで５名ほど。多分75,00円〜10,000円くらいのサービスになると思われるのでこの機会に是非✨

以下は協力していただいた方の提出書類のほんの一例です。