ソーシャルリスニングにおけるデータクレンジングは、「投稿の内容を確認して、関連性がない、もしくは乏しいと思われる投稿を排除・整理すること」がメインですが、イー・ガーディアンでは投稿内容をすべて目視しているので、「投稿内容を分類すること」まで実施しています。

各種ツール上では、投稿内容について解析する機能が付いていることが多く、「ネガティブ」「ポジティブ」の分類や、ワードの頻出度合い（ワードクラウド）」などが確認できます。

イー・ガーディアンでは、「ツールで自動で見ることができない」箇所を見える化するために、投稿内容を目視して、事前に設定したカテゴリに手動で振り分けていきます。

ただし、ソーシャル上の投稿数自体が少ない場合は手動の分類はせず、ご担当者さまに全ての投稿を見ていただくことが多いです。月間で関連する投稿が3,000件程度を超えてくると分類したレポートを提出するケースが多くなります。

例）　とある食品のキャンペーンの場合

1. ネガティブ・ポジティブ・ニュートラル軸
   • 製品イメージに対するポジティブ（orネガティブorニュートラル）
     • ポジティブA：他人に勧めている
     • ポジティブB：味が美味しかったといっている
   • CMに対するポジティブ（orネガティブorニュートラル）
   • 製品の食感に対するポジティブ（orネガティブorニュートラル）
   • 製品の味覚に対するポジティブ（orネガティブorニュートラル）　など
2. 要望、クレーム軸
   • （意見）商品が見つけらない（どこに売っている？）
   • （意見）商品が買えない
   • （クレーム）定員の態度が悪かった　など

上記は事例ですが、軸となる大項目でだいたい2~5軸、少項目として20~40くらいの種類に分類していき、件数を日別に入力していきます。そうすると、どのような投稿が増えている、減っているというのが一目瞭然になり、状況把握が可能になります。

また、ソーシャル上のデータは定性データですが、分類すると定量データ化することができます。定量データ化すると、他の定量データである、売上、GRP、キャンペーンページのPVなど各種KPIとの相関分析が可能です。そうすると、投稿とKPIの数値の相関の度合いがわかります。例えば、仮説としては（当然といえば当然ですが）「人に推奨している投稿が増える」ことと「売上の向上」は正の相関がある、などが見える化できます。

そのような相関関係をつぶさに見ていくことで、KPIと相関のあるソーシャル上の行動（投稿）が見えてくるので、より次の施策に繋げやすくなります。

ソーシャルメディア上のつぶやきは、インターネット上のキャンペーン施策や、リアル店舗での施策など、様々な情報が投稿されているので、色々と相関を見てみるとおもしろいです。

弊社では、データクレンジング後の定量化したデータと各種KPIとの相関関係を分析する際、「xica adelie」というツールを利用しています。「xica adelie」とは、一言でいうと、「重回帰分析を、エクセルでやるより簡単に早く、SPSSでやるより安く、実施できる」サービスです。

イー・ガーディアンでは上記のようなソーシャル上のデータを分析するオペレーションサービスを専用オペレーターを集めたアウトソーシング形式、専用オペレーターのクラウドソーシングサービスを提供していますので、ご興味ある方はぜひ。