SocSci Group 新卒研修資料 / Training materials about SocSci Group

by Sansan DSOC

Slide 1

Slide 1 text

SocSci Group 新卒研修資料 DSOC R&D SocSci Group

Slide 2

Slide 2 text

※ 掲載されている内容等は発表時点の情報です。 ※ 具体的な事例は機密情報を含むため、ダイジェスト版を公開します。

Slide 3

Slide 3 text

経済学

Slide 4

Slide 4 text

Data Strategy and Operation Center 経済学：限られた資源の配分を勉強する分野経済学の考え⽅：経済学とは ▶ 選択肢（希望）： • タピオカを探しに⾏く（15分） • Apple Storeでだらだらする（20分） • 近くでバイトしてる友達に挨拶しに⾏く（50分） →コストが⾼い • 上⼿くなるまでギターを習う（ 1 年） → 予算外お⾦だけではない！例：１時間表参道で暇になった（時間：限られた資源、予算）

Slide 5

Slide 5 text

Data Strategy and Operation Center 経済学の考え⽅：分析⼿法

Slide 6

Slide 6 text

Data Strategy and Operation Center 経済学の考え⽅：機械学習との相性機械学習の⽅が予測に優れている…だけど、 • 結果の解釈が難しい！お客さんに理由を聞かれたら困る • 意思決定について学べることが限られている • 反実仮想シナリオのシミュレーション経済学が機械学習の⼒を⽤いて： • 解釈しやすい • 精度のいい • 実務に使えるいわゆるfuture-proofな経済学アルゴリズムが作れる

Slide 7

Slide 7 text

Data Strategy and Operation Center 都道府県間のつながりメカニズム東京⼤阪愛知福岡北海道

Slide 8

Slide 8 text

Data Strategy and Operation Center 重⼒モデルとは？経済規模に⽐例距離に反⽐例

Slide 9

Slide 9 text

Data Strategy and Operation Center 重⼒モデルとは？

Slide 10

Slide 10 text

複雑系科学

Slide 11

Slide 11 text

Data Strategy and Operation Center 複雑系科学とは「複雑なまま全体を捉える能⼒」「発⽣するメカニズムはわからないが、⼀定の法則に従う」引⽤ : https://bizzine.jp/article/detail/2420

Slide 12

Slide 12 text

Data Strategy and Operation Center 複雑系とは？ • 相互関係によって成⽴する系の総称 • 規模と発⽣頻度がべき分布になる • べき分布：両対数グラフ上で直線になる ( ) • パレート(8:2)の法則 • 細かい発⽣のメカニズムはわからないけど、全体で⾒ると⼀定の法則に従う • 平衡(均衡)ではない、臨界点にて起こる振動現象とりあえず頻度分布を書きたがる

Slide 13

Slide 13 text

Data Strategy and Operation Center ⼤きな事象が発⽣するのではなく、⼩さな事象が連鎖する • ⼤地震 - ⼤きなプレートが⼀気にズレるわけではない！ - ⼩さなズレが連鎖する！ • 株の暴落(最近のHot topic) - 株価が下がる→信⽤取引してる⼈が焼けつく→株を投げうる→株価が下がる→・・・ - Twitter上でバズる - 全く同じ情報でも、バズる時とバズらない時がある - 誰が流したかはそんなに関係ない臨界状態では何が起こる？連鎖の恐怖異常ではなく、普通のこと

Slide 14

Slide 14 text

Data Strategy and Operation Center “複雑”ネットワークとはなにか？ • 従来の規則的なネットワークに対して”複雑”なネットワーク • ⾃然界に存在するネットワークは複雑系 - 次数(リンク数)kのノードの存在確率p(k)はべき分布になる • 細かい内部の事情はわからないけど、次数分布はほぼ確実にべき分布になる - →スケールフリー性 • 名刺交換ネットワークも”複雑”ネットワーク

Slide 15

Slide 15 text

Data Strategy and Operation Center なぜ企業で複雑系の知識が必要なのか？企業の課題の中には、機械学習で解決できない問題が結構ある例えば・・・⽉／年間で何社契約するのかざっくりと知りたい⽇本全体の名刺交換枚数をざっくり知りたいユーザがしている実際の名刺交換枚数を知りたい

Slide 16

Slide 16 text

Data Strategy and Operation Center 世の中は複雑系だらけ • スケールフリー性 • ユーザ数と名刺交換の関係 • 企業数と企業規模の関係 • 相互関係によって定義される系はほぼ全てが複雑系 • 多くのデータがネットワーク構造を持っている

Slide 17

Slide 17 text

Data Strategy and Operation Center 思考としての複雑系ネットワーク • 個々ではなく全体を⾒る • べき分布なのか、正規分布なのか • スケールフリー性を持っていたら基本的に個々の予測は難しい • 表ではなくネットワークとして⾒る • 頭の中でネットワークに変換して考えられますか？

Slide 18

Slide 18 text

Mission 1. 複雑系⽇本の名刺交換枚数を推定せよ

Slide 19

Slide 19 text

ユーザの平均次数を求めて、全労働⼈⼝に適⽤する

Slide 20

Slide 20 text

Data Strategy and Operation Center 致命的な問題点 • 全ユーザが交換した全ての名刺を取り込んでいるわけではない • ユーザは⾮ユーザよりも名刺交換を多くする側にバイアスがかかる

Slide 21

Slide 21 text

Data Strategy and Operation Center 取り込み確率の推定

Slide 22

Slide 22 text

Data Strategy and Operation Center ユーザ・⾮ユーザバイアスの推定ユーザは名刺を取り込む時に相⼿がユーザかどうかは気にしない • 取り込まれ枚数は、ユーザ・⾮ユーザで同条件ユーザ、⾮ユーザの次数分布を⾒る • 明らかに名刺交換が多い⽅にバイアススケールフリー性により、スケールしても平均次数の⽐率は変化しない

Slide 23

Slide 23 text

Mission 2. ネットワーク思考 ECSを調査せよ

Slide 24

Slide 24 text

Data Strategy and Operation Center Eight Company Score* • 名刺交換をしている⼈にその企業の印象を調査 • 企業を知っている⼈から調査可能 • BtoB企業のブランド⼒もはかれる！ *名刺アプリEightのユーザーを対象とした任意のアンケート調査

Slide 25

Slide 25 text

Data Strategy and Operation Center 誰に対してアンケートを出すのか？制約条件 • 名刺を持っている企業についてのアンケートを送る • 対象企業は約1400社 • ⼀⼈につき3つの企業まで答える • ⼀つの企業につき1500件のアンケートを送るサンプリングアルゴリズムを検討する →最適化をどうすればよいか

Slide 26

Slide 26 text

Data Strategy and Operation Center ⼆部グラフからのサンプリング

Slide 27

Slide 27 text

Data Strategy and Operation Center 最⼤流問題（ネットワークフロー） S 3 3 3 3 1 1 1500 1500 1500 1500 1500 G

Slide 28

Slide 28 text

Dinic Algorithm リンクに仕事を流した時に、逆リンクの容量を1増やす

Slide 29

Slide 29 text

Data Strategy and Operation Center Dinic Algorithm S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500

Slide 30

Slide 30 text

Data Strategy and Operation Center Dinic Algorithm S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500

Slide 31

Slide 31 text

Data Strategy and Operation Center Dinic Algorithm S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500

Slide 32

Slide 32 text

効率的かつリスクを最⼩限にただし、バイアスはかからないように最適化をしていく

Slide 33

Slide 33 text

社会ネットワーク分析

Slide 34

Slide 34 text

Data Strategy and Operation Center 今⽇話すこと • 社会ネットワーク分析とは • プロダクトへの活⽤事例

Slide 35

Slide 35 text

個⼈や組織などのアクターが織りなす社会構造を、グラフ理論などを⽤いて数理的にモデル化することで、⾏為や集合的アウトカムへの影響を分析する⼿法。

Slide 36

Slide 36 text

Data Strategy and Operation Center 4つの特徴 (Freeman 2004=2007) 1. 社会的⾏為者を結びつけている紐帯を基盤とする構造についての直感に動機づけられている 2. システマティックな経験データに基づいている 3. グラフィックイメージを利⽤する 4. 数理的・計算的モデルを利⽤する Freeman, L. C. (2004). The development of social network analysis. A Study in the Sociology of Science.(=辻⻯平訳. (2007). 社会ネットワーク分析の発展. NTT出版.) ノード (node) エッジ (edge) 隣接⾏列 (adjacency matrix) グラフィックイメージ数理的モデル

Slide 37

Slide 37 text

Data Strategy and Operation Center 複雑ネットワークとの違い？ • 社会ネットワーク分析は社会学・⽂化⼈類学に起源を持つ。現在では社会科学と数理科学・物理学の統合が進んでいる • 複雑ネットワークと⽐較して、よりミクロな⾏為との関連に関⼼がある。 • 例：構造的空隙(structural holes)(Burt 1992) Burt, R. S. (1992). Structural holes: The social structure of competition. Harvard university press. 統制情報

Slide 38

Slide 38 text

Data Strategy and Operation Center 社会ネットワーク形成の主なメカニズム (Crossley 2010) 1. ホモフィリー (homophily) 社会的属性(e.g. 性別,年齢)が類似したアクター間に紐帯が発⽣しやすい 2. 近接性 (propinquity) 物理的な距離が近いアクター間に紐帯が発⽣しやすい 3. 推移性 (transitivity, triadic closure) AがBを選び、BがCを選ぶ時、A もまたCを選びやすくなる 4. 優先的選択 (preferential attachment) 紐帯を多く持つアクターほど新たに紐帯を獲得しやすい 5. 焦点 (focus) 職場や教会など、同⼀の構成体の周りで集合的⾏為を⾏うアクター間に紐帯が発⽣しやすい Crossley, N. (2010). The social world of the network. Combining qualitative and quantitative elements in social network analysis. Sociologica, 4(1)

Slide 39

Slide 39 text

Data Strategy and Operation Center 名刺ネットワークデータのコンテクスト 1. ⽇本のビジネスシーンでの⼀般的慣習ネットワークの業界を超えた⽐較が可能 2. ⼤半が初対⾯であること多くの場合は1回しか出会いの記録がない 3. 対⾯的相互⾏為の介在会話を通した情報交換、交換相⼿や企業への印象形成 4. リアルタイム性名刺を取り込んだ⽇付が記録されている 5. 真正性の⾼い公式な属性情報名刺＝ビジネスツールであり、データの信頼性が⾼い

Slide 40

Slide 40 text

Data Strategy and Operation Center ビジネスマンタイプ分析

Slide 41

Slide 41 text

Data Strategy and Operation Center ビジネスマンタイプ分析チーム内でどれだけ密なつながりを形成しているか社内でどれだけ多くの⼈とつながっているかどれだけ役職の⾼い⼈とつながりがあるかどれだけ多くの業界とつながりがあるかどれだけ稀少な⼈とつながりがあるか社内のつながりをどう構成しているのか？

Slide 42

Slide 42 text

Data Strategy and Operation Center 共通の名刺から、社内ネットワークを構成する

Slide 43

Slide 43 text

Data Strategy and Operation Center Sansan株式会社内部のネットワーク(前嶋 2019) 前嶋直樹. (2019). 名刺データによる組織ネットワーク分析の可能性: Sansan Labs ビジネスマンタイプ分析の事例 (特集社会ネットワーク分析のレシピ). オペレーションズ・リサーチ= Communications of the Operations Research Society of Japan: 経営の科学, 64(11), 655-660.

Slide 44

Slide 44 text

意味とコンテクストを理解することでデータの価値を向上させる

Slide 45

Slide 45 text

経営学

Slide 46

Slide 46 text

Data Strategy and Operation Center バックグラウンド経営学計量経済, 会計, ファイナンス, マーケティング現在の研究テーマと⼿法研究テーマ⼿法企業ブランド価値, 無形資産価値パネルデータ分析、時系列分析ブランド投資指標の開発ファイナンス分析ブランド・ファクターの分析⾃然⾔語処理

Slide 47

Slide 47 text

Data Strategy and Operation Center 研究 • 企業ブランド投資指標の開発 • ブランド・コンサルティングツールの開発 • ESG / SDGs 指標の開発 Eight Company Score を⽤いた研究

Slide 48

Slide 48 text

Data Strategy and Operation Center Eight Company Score • 企業の名刺所有者に対して⾏われる「企業ブランド印象アンケート調査」 • 名刺アプリ Eight ユーザーを対象とした任意のアンケート調査名刺所有者を調査パネルとすることで、取引先、営業先、企業関係者、近しい業界など、その企業と接点のあるヒトからのブランド印象を得る名刺所有者

Slide 49

Slide 49 text

Data Strategy and Operation Center 調査内容 • 0 - 10 までの 11 段階の評点 (3項⽬) • ⾃由記述⽂ブランド〇〇社のブランドイメージは魅⼒的だと思いますか? モノ〇〇社の製品・サービスは⾃社/社会に有⽤だと思いますか? ヒト〇〇社の⼈は好印象だと思いますか？ Eight Company Score ：調査内容調査時期 • 半年に 1 回の頻度、過去 4 回実施 • 2018 年 5 ⽉、 11 ⽉、 2019 年 5⽉、 11 ⽉調査企業数 • 約 1400 社 • 上場企業 550 社（B2B 企業 323 社）調査⼈数 • 1 社あたり1500⼈に調査 • 平均回答率: 約 10 % • 1 社あたり約 150 ⼈の有効回答者

Slide 50

Slide 50 text

Data Strategy and Operation Center スコアに影響する単語のうち、影響度の最も⾼い単語を15個抽出ブランド・スコアの上昇と強い関係ブランド・スコアの下落と強い関係 • ⾃由記述⽂記⼊者の「単語」と「ブランド・スコア」の関係性結果 • ブランド⼒と正の相関のある単語には「最⾼」「唯⼀無⼆」「ナンバーワン」など、その業界・業種でトップであることを表す単語が多く出現している • ポジティブなワードに「ホワイト企業」ネガティブなワードに「ブラック企業」と、ガバナンスに関するワードが表れている • スコアを引き下げる⾔葉には古い企業体質を批判するような単語がみられる 2. ブランドを構成する要素の分析分析1. ⾃由記述⽂の「語句」とブランド・スコア関係

Slide 51

Slide 51 text

Data Strategy and Operation Center 2. ブランドを構成する要素の分析 • 業種別の分析結果 • 業種によって、スコアと関係のあるワードの種類・性質は異なっている • IT 分野では「先進的」「最先端」が、ブランドスコアに最も強く影響する • ⼀⽅、オフィス機器では、「安⼼感」「信頼」などのワードが上位に出現する • 精密機器では「最先端」に加え、「最⼤⼿」「⾼品質」などのワードが⾒受けられる • また、多くの業種で「世界」というワードが表れており、世界進出していることが評価される傾向にあることも伺える分析2. ⾃由記述⽂の「ワード」とブランド・スコアの関係 (業種別)

Slide 52

Slide 52 text

Data Strategy and Operation Center ⾃由記述⽂にも重要な情報が含まれていそう⾃由記述⽂を分類し、とのトピックの特徴と「ブランド」および「企業価値」の関連を調査