見出し画像

【1/18 Music×Analytics Meetup】 イベントレポート

こんばんは。@しゅんと申します。

今回は、1/18に参加した「Music×Analytics Meetup」のイベントレポートです。レポートと言っても、僕の備忘録です。

参加理由

修行中である「データ分析」に加え、好きな「音楽」が組み重なったテーマだったため、参加を決めました。

内容は、メイントークが2つ、7min LTが6つ。他のデータサイエンティストが、どういう視点で、どのように分析を行っているのか知りたく、参加を決めました。

普段、アーティストを応援している会社でデータ分析を行っているので、仕事にも活かせるなと思いました。

内容

メイントーク①:音楽業界におけるダイナミックプライシングと二次市場
登壇者:萩元 徹さん(ダイナミックプラス株式会社 / データサイエンティスト)

・ダイナミックプライシングとは?
→同一の商品やサービスの価格を需要と供給の状況に合わせて変動させる価格戦略。 動的価格設定や変動料金制ともいう。データを活用する。
アメリカではライブなどに使われている。

・転売市場
世界のチケット2次市場(転売):1.5兆円(2020年の予測)
1市場によるBOT(転売目的のAIによる自動購入)の割合:42.2%

・転売対策としてのダイナミックプライス 
席の位置での需要が違う。(同一席種の中で、最前と最後尾、真ん中と通路側など)
価格変更を大きくやると、お金ですべて決まってしまう。お金持ちが有利になる。

・音楽はスポーツより予測が難しい
不定期な開催になりやすい、統計分析しづらい
発売日に需要が集中しやすい
価格設定が大きく響く

・なぜダイナミックプライスなのか?
収益改善
難しい初期価格の予測を外しても修正可能
適正な価格付けのもとでは転売が減る

メイントーク②:ファンクラブビジネスにおけるデータ分析
登壇者:青山 直史さん(株式会社SKIYAKI / 技術開発室)

・データ分析業務
そもそもなぜデータ分析業務を行うのか?
→音楽業界は数字に強くない。。
例:ファンクラブ限定のチケット販売。抽選が終わると辞める。退会率増加など施策の効果が把握できていない。コンテンツ作成、ブログ更新などがどのような効果があるのかかわからない。
「本当に効果のあった施策は何か?」をデータドリブンで示す。

・データ分析ツール「bitfan Analysis」について
施策分析とファン分析(Twitter、YouTube、Spotify、SHOWROOMなど)
「何」を改善するのか?→絞ってやる
「施策をしない場合の入会者の予測」と「施策をやったときの結果」と比較
各サイト毎:プレゼント企画など、効果のあった施策を見える化
入会者数、PV数など、項目ごとに効果を評価

・ファンの行動分析
GAなど外部データも活用
AとBのファンは被っていると考えて、イベント開催日が同じにならないように調整をしていきた
→ファン層を分析。AとBでファンはあまり被ってないことがわかる。イベント開催の日程調整がしやすくなる。

・今後の展望
・・レコメンド:認知→興味関心→検討・検索→入会
・・入会者数予測(さまざまな要素がある)
・・他業種展開
・・海外展開

・その他
アイドルはデータに興味を持ってくれやすい。
数値にすることで、説得感、納得感がある。話を聞いてもらえる。
アーティストにおすすめのプラットフォームは、Spotify。

7min LT①:歌声の特徴に基づいて曲を探そう!
歌声を分析。特徴が似ている曲を探す。類似度を数値で示す。

7min LT②:YouTubeのコメントで女性アイドルを分析
アイドルの動画へコメントをしているファン層でアイドルを分類。類似度を算出、事務所ごとのに特徴が表れた。

7min LT③:アーティストにとっての「愛」とは?
アーティスト毎に、言葉の意味を分析。「word2Vec」を利用。愛に近い単語を抽出し、アーティスト毎に比較。

7min LT④:リズム教官を作ろうとした
振幅の大きさで音を抽出。リズムを評価。

7min LT⑤:アーティストたちの協力関係を分析する
作詞家、作曲家の情報を使って、アーティストを分類。データ量:歌:27万、アーティスト2.7万、作詞家4万、作曲4万。

7min LT⑥:音楽家の生存時間分析
「the 27 club」の真相を実際に分析。アーティストの生年、年齢を利用して分析。生存曲線。生まれた年代、ジャンルごとにコーホート分析。

所感

メイントークは、実際にデータ分析業務をどのようにやっているのか、どう考えているのか、などを知ることができて良かったです。
目的は必須で、戦略を考える必要がある。
市場の動向や特徴、実際にデータ結果を活用する人など広い視点で行う必要がある。

7min LTは、業務とは別に趣味でやった分析結果を知ることができて楽しかったです。
どういう視点から分析するのか、着眼点を知ることができた。
実際にどのようなツールや流れで分析をするのか、細かい部分を知ることができた。
目の付け所、データへの切り口はさまざまある。幅広い視点で考える必要がある。


最近、データ分析に関係するイベントに行き始めました。
どれも学びが大きいです。
継続して参加していこうと思います。

この記事が気に入ったら、サポートをしてみませんか?気軽にクリエイターを支援できます。

とても嬉しいです!励みになります!
4
コミュニティメンバー・コミュニティマネージャー・システム開発・コミュニティプロデューサー・データサイエンティストなど、複数の立ち位置でコミュニティに携わっています。 「コミュニティ×データ分析」がテーマです