#CBK forecastの分析手順

2019-05-23
このエントリーをはてなブックマークに追加
Pocket

こちらでは、トレンド分析サービス「#CBK forecast」の活用方法についてご説明します。

ダッシュボードの閲覧・絞り込み

ダッシュボードの閲覧や絞り込み方法等、基本的な操作について下記動画にてご説明します。

raw dataのデータ項目

  • source: データの収集元を示します。
  • ファッションアイテム認識:
    • category: AIにより認識されたアイテムカテゴリーを示しています。アウター、インナーなど上半身に複数のアイテムを身につけている場合は top_1, tops_2 とアウターから採番されます。マスターをご参照ください。
    • label_names: 認識されたアイテムの特徴を示しています。マスターをご参照ください。
  • tags: InstagramやTwitterではハッシュタグが、ZOZOTOWNや楽天では商品にショップより付与された特徴が表示されます。
  • image_url: 画像URLを示します。
  • weburl: 情報収集元のURLを示します。
  • name: InstagramやTwitterではユーザーIDが、ZOZOTOWNや楽天やfashionsnapではブランド名が表示されます。
  • followercount: InstagramやTwitterではフォロワーの人数が表示されます。
  • 顔認識: 画像に顔が含まれている場合、顔認識をかけて各情報を推定しています。
    • gender: 性別
    • age: 年齢
    • haircolor: 髪の色
    • moustache: 口髭の有無
    • beard: 顎髭の生む
    • sideburns: もみあげの有無
    • glasses: メガネの有無
    • accessory_glasses: メガネの有無
    • accessory_headwear: ヘアアクセサリーの有無
    • accessory_mask: マスクの有無
    • lipmakeup: リップメイクの有無
    • emotion: 喜怒哀楽
    • smile: 笑顔の度合いを示します。
  • language: 投稿本文を言語判定したもの。jaだと日本、enだと英語を示します。
  • 商品情報: ZOZOTOWNや楽天における商品情報を示します。
    • agegroup: adults, kidsなどの対象年代を示します。
    • ranking: 情報収集時のランキング情報を示します。gender=female, rank=176, agerange={min=35, max=39} のとき、「35-39歳レディースのランキングで176位」だったことを表しています。
    • listprice: 定価（上代）を示します。
    • salesprice: 実売価格を示します。
    • categories: ZOZOTOWNや楽天におけるカテゴリーを示します。
  • createdat: データの作成日時を示します。
  • filter: 著作権に関わるためダッシュボードに内容を表示することはできませんが、検索対象として利用することができます。
    • title: 商品タイトル、画像タイトルなどが格納されています。「22SS」などで検索をかけることで、fashionsnapの中から特定のシーズンのコレクションのみを絞り込みできます。
    • description: InstagramやTwitterでは投稿本文、ZOZOTOWNや楽天では商品説明が格納されています。「uniqlo」などのキーワードを指定して絞り込みできます。

raw dataのカテゴライズ方法

続いて、画像解析結果のローデータを使い、タグ名（label_name）をカテゴライズする方法について解説します。

また、サンプルファイルではローデータのカテゴライズ後、ピボットテーブルで分析をしたものもご確認いただくことができます。

ローデータのエクスポート

すべての解析結果の元データをCSV形式でダウンロードすることができます。このファイルを用いて、様々な集計をかけることが可能です。

手順は下記のとおりです。

  1. 「Raw data」のボードまでスクロールします。
  2. 右上タブをクリックすると、ダウンロード導線がポップアップ表示されます。「Export to CSV」をクリックすると、ダウンロードが実行されます。

データソースや期間、カテゴリ、性別、年齢、ハッシュタグなどフィルタリングをしたデータのみにしたい場合は、2の前に任意の項目でフィルタをした後にダウンロードをしてください。

エクスポートしたローデータの分析

下記より分析用のエクセルファイルをダウンロードして、開いてください。

  • 「1」の「data-categorized」シートを開いてください。
  • 「2」のエリア（2行目以降）に、「ローデータのエクスポート」でエクスポートしたファイルの内容をコピー&ペーストしてください。※サンプルではagemaまでを利用しています
  • 「3」に、「2」の色や素材等の属性データが整理された状態でプロットされます。「2」の領域に対して「3」の領域が不足している場合などは、適宜コピーするなどして追加・調整してください。
  • このファイルをピボットテーブルにかけるなどすると細かな分析が可能となります。
  • 「table_○○」の緑色のシートは各分析項目（label_name）のマスタとなります。基本的にはそのままお使いいただき、必要があれば分類を付け替えるなど、改修してください。

  • 「分析sample1～6」のシートは、実際にサンプルとしてピボットテーブルをかけてみたものになります。
    • 分析sample1　カテゴリ別に出現しているアイテムの個数を集計
    • 分析sample2　人気カラーの分析
    • 分析sample3　丈感の分析
    • 分析sample4　年齢と性別の分類
    • 分析sample5　サブカテゴリ×柄の分析
    • 分析sample6　サブカテゴリ×カラーの分析
分析sample5　サブカテゴリ×柄の分析
分析sample5　サブカテゴリ×柄の分析