B2B企業ブランドの構成要素と企業価値の関連性 / Relevance of B2B Corporate Brand Components to Corporate Value

■イベント 
「2020年度 人工知能学会全国大会（JSAI2020）」
https://www.ai-gakkai.or.jp/jsai2020/

■登壇概要
タイトル：B2B企業ブランドの構成要素と企業価値の関連性
発表者： 
DSOC 研究開発部 SocSci Group 真鍋 友則

▼Twitter
https://twitter.com/SansanRandD

Transcript

1. B2B 企業ブランドの構成要素と 企業価値の関連性 真鍋友則1, 中川慧2 （ 1 Sansan株式会社, 2 野村アセットマネジメント株式会社） ポスター発表
2. ※ 掲載されている内容等は発表時点の情報です。 ※ 公開に当たり、資料の⼀部を変更・削除している場合があります。
3. B2B 企業ブランドの構成要素と企業価値の関連性 真鍋友則1, 中川慧2 1 Sansan 株式会社, 2 野村アセットマネジメント株式会社 - sLDA により、ブランド・レーティングと関連した 10 のトピックを 抽出 (Table. 1) - ブランド・レーティングに対する係数が最も⾼いトピックは「パート ナーシップ・親切な対応」。最も係数が低いトピックは「営業・対応の 悪印象」。 - 近年、 Business-to-Business (B2B) 企業ブランドが注⽬されているが、B2B 企業ブランドがどのように構成されているのかについては不明な点も多い。 - 本研究では、⼤規模な名刺交換ネットワークデータを活⽤した企業ブランド調査データを⽤い、上記問題にアプローチした。 - 企業についての⾃由記述⽂を supervised topic models を⽤いて分類し、回答者の B2B 企業ブランドの評価と認識の関係を明らかにした。 - さらに、企業に出現するトピックの頻度と企業業績の関係を分析し、ブランド構成要素と企業業績の関係を明らかにした。 - これらの結果は、業種規模横断的にB2B 企業ブランドの構成要素とその機能を調べた最初の報告である。 Background & Motivation 企業ブランド調査データとして, Eight Company Score (ECS, Sansan) を⽤いる。 - ECS: 名刺アプリEight の名刺ネットワークをパネルとして利⽤した 企業ブランド調査。企業の名刺所有者に対して、 企業のブランド・レーティング、およびフリーコメントを取得する。 - 企業数: 延べ1671 社 (上場企業: 828 社) - 調査時点: 2018 年, 2019 年の5⽉と11⽉ (計 4 回) - 調査⼈数: 名刺所有者 1500 ⼈ / 企業 - 企業あたりの平均回答者数: 173 ⼈ (2019 年 11 ⽉調査) - ブランド魅⼒レーティング: 0 ‒ 10 の⼀つを選択 - フリーコメント: 企業についての⾃由記述 Data n Bag-of-words の作成 - 辞書: Mecab-ipadic-NEologd - 品詞: 名詞・形容詞・動詞・副詞・連体詞 - 全単語数: 3,107,325 - ユニーク単語数: 53,789 n フリーコメント - フリーコメント数 (累計): 545, 559 -「知らない」「わからない」などの⽂章を除外後: 436,308 - 企業あたり平均フリーコメント数: 261 - フリーコメントあたりの平均⽂字数: 21.3 ⽂字 (1) Supervised LDA による B2B 企業ブランド構成要素の抽出 - sLDA を⽤い回答者のブランド・レーティングをラベルとし、フリーコメ ントをトピック分類する [Blei, 2010] - ブランド・レーティングに対して説明⼒を有するトピックを抽出できる - トピック数: PerplexityとR-squaredの変化から10に決定 (Fig. 1) (2) 企業のトピック特徴と外部指標の関連性 - 企業のトピック⽐率: 企業ごとのフリーコメントのトピック所属確率の平 均値 (Fig. 2) - 企業トピック⽐率と企業の外部指標の関連性を分析 - 売上⾼との相関 (Fig.3) - PBR, 営業利益率との関連性 (重回帰分析. コンロール変数: 企業サイズ, 業種, 時点ダミー, Table.2) Analysis 5.0e+11 1.0e+12 1.5e+12 4 8 12 Number of topics perplexity Perplexity 0.04 0.06 0.08 0.10 0.12 4 8 12 Number of topics R−squared R−squared 5.0e+11 1.0e+12 1.5e+12 4 8 12 Number of topics perplexity Perplexity 0.04 0.06 0.08 0.10 0.12 4 8 12 Number of topics R−squared R−squared ステークホルダー (名刺所有者) による企業についての フリーコメントを、sLDA を⽤いてトピック分類し、 ブランドの魅⼒度と関連付いた認識要素を抽出した。 その要素(トピック）の頻度で企業を特徴付け、外部の指標 との関連を調べたところ、「期待感・開発⼒・積極的」の 認識の強い企業が、株式市場でより評価されていること、 また、「⼤企業・古い体質・営利主義」の要素の強い企業 が利益率が⾼いことなどが分かった Fig.1 トピック数と Perplexity, R-squared Table.1 各トピックの重要語とラベル、ブランドへの係数 Fig.2 企業別トピック⽐率の散布図 Fig.3 トピック⽐率と企業の売上⾼ Table.2 トピック⽐率と PBR、営業利益率との関連性 Conclusion