「マネーボール」理論をニューヨーク・タイムズに応用してみた
コメントする11/17/2013 by kaztaira
統計専門家でジャーナリストでハッカーの、ブライアン・アベルソンさんのブログが話題になっている。
映画にもなった「マネーボール」の理論を、ニュースサイトの記事のページビューに応用してみた、というなかなか面白い試みだ。しかも、ニューヨーク・タイムズで。
The Relationship Between Promotion and Performance:Pageviews Above Replacement (Brian Abelson)
●ニュースのイノベーション
アベルソンさんのことは、「データジャーナリズムで報道局をハックする」でも紹介したことがある。
ナイト財団とモジラ財団が共催するプロジェクト「オープンニュース」のフェロー。有給で１０カ月間、プロジェクトの提携先であるニューヨーク・タイムズに派遣され、そこでオープンソースのニュースのイノベーション開発に取り組んでいる。
そして、ニューヨーク・タイムズ側でそのチームを率いるのが、データジャーナリズムで国際的に知られるトップランナーの一人、アーロン・フィルホファーさん。現在はデジタル戦略担当の編集局次長だ。
そもそもアベルソンさんの取り組みは、フィルホファーさんが昨年書いたブログ投稿がきっかけだった。
ジャーナリズムのインパクトを正確に見極める測定基準が必要だ。「オープンニュース」のフェローとして、ニューヨーク・タイムズの編集局でその研究をしてみないか――フィルホファーさんのその呼びかけが、人生を変えた、とアベルソンさんは言う。
そして実際に「オープンニュース」にエントリーし、８人のフェローに選ばれ、フィルホファーさんのもとで開発に取り組むことになった。
●マネーボールとジャーナリズム
アベルソンさんが測定基準として応用したのが、セイバーメトリクスだ。
米大リーグ、オークランド・アスレチックスのビリー・ビーンGMによる球団再生を描いた「マネーボール」。ブラッド・ピットさん主演で映画にもなった実話に出てくるのが、このデータの統計学的分析による野球選手の評価、戦略手法だ。
野球の場合は、このセイバーメトリクスに基づいて、ＷＡＲ（Wins Above Replacement）という指標が用いられる。「代替可能選手（Replacement）と比べた上積みの勝ち数」を示す。
選手を補強したいが予算は限られる。そこで、ショートならショートのポジションで、同レベルの選手ながら勝ち数（ＷＡＲ）の多い、つまりパフォーマンスのいい選手を獲得する。
アベルソンさんは、これをニューヨーク・タイムズのオンライン版に取り入れ、ＰＡＲ（Pageviews Above Replacement）という指標をつくった。「代替可能記事（Replacement）と比べた上積みのページビュー数」をはじき出したものだ。
対象は今年７～８月、タイムズのオンライン版で公開された記事２万１０００本。それぞれのページビューについて、本来獲得が期待されるページビュー（ＰＡＲ）と実際のページビューとの違いを算定。そして、記事のパフォーマンスに、「プロモーション」がどう影響したのか、をはじき出した。
ここで言う「プロモーション」とは、オンライン版のトップページや、「ビジネス」「ファッション」といった２５ジャンルのトップページにどれだけの時間掲載されたか、２０あるフェイスブックのアカウント、２００あるツイッターのアカウントでどれだけ紹介されたか、をデータとして加味している。
●それは自社記事ではない
そして、面白い傾向を発見する。ほとんどプロモーションもされず、ページビューも全体の平均や、ＰＡＲを下回る記事の大半が、自社記事ではない、ロイターやＡＰの通信社電だったというのだ。
例えば１０００万フォロワーを持つ公式アカウント＠ＮＹＴｉｍｅｓがツイートで紹介しなかった通信社電は、調査対象２万１０００本の記事のうち１万５１８０本、実に全体の７２．２％を占める。逆に紹介した通信社電は８９本で０．４％。
もっとも、同アカウントがツイートで紹介した自社記事も１１８４本で５．６％にすぎず、紹介されなかった自社記事は５４４３本、２１．７％にのぼった。
縦軸にページビュー（対数）、横軸にトップページへの露出時間をとったグラフを見ると、トップページへの露出なし、という記事の塊が１万３０００本（７３％）。うちページビューで上位３分の１を自社記事が占め、残り３分の２が通信社電。
トップページへの露出が１０分から１００分のエリアでは９８％が通信社電だが、このうち公式ツイートで取り上げられたのは１％。ページビューもふるわない。対して、トップページ露出が１００分以上のエリアでは９０％以上が自社記事。約８０％は公式ツイートで取り上げていて、ページビューも好調だ。
●ページビューを予測する
自社記事か通信社電か、トップページへの掲載、＠ＮＹＴｉｍｅｓのツイート。これらのデータだけでも、それぞれのページビューの７０％について説明がつく、という。
アベルソンさんはさらにデータを加味していく。動画、インタラクティブ、ブログ投稿、一般記事といったコンテンツ種別、記事のジャンル、記事の長さ、フェイスブックや各ジャンルトップへの掲載、トップページでの扱い、などのデータを加えると、ページビューの９０％がカバーできたという。
そして、このモデルによって、記事公開から１週間のページビュー予測が可能になったというのだ。
ページビューの予測値と実測値をグラフにすると、かなりきれいにデータが収まっている。
●記事のパフォーマンスを測る
最後にアベルソンさんがまとめたのが、記事のパフォーマンスだ。
つまり予測値（ＰＡＲ）に比べて、実際のページビューがどのぐらい上回っているか、下回っているか、そして公式ツイッターによるプロモーションの多寡、トップページへの掲載時間の関係を、ジャンルごとの平均値でグラフ化したのだ。
パフォーマンスがよかったのは、「タイムズ・マガジン」「不動産」「オピニオン」「科学」「ファッション」「健康」「読書」「ダイニング」「ニューヨーク地域」。
逆に悪かったのは、「ビジネス」「内政」「テクノロジー」「国際」「スポーツ」。
「マガジン」「ダイニング」などは、記事の本数自体は少ないが、積極的にプロモーションをされている。逆に「ビジネス」「内政」「国際」「スポーツ」４ジャンルは、記事の本数が多いのに、あまりプロモーションをされておらず、ページビューが低迷している。
●トップページの意味
アベルソンさんは、この分析が「小さな一歩」だと断っている。ＰＡＲという指標もあくまで暫定的なものであると。
ニュースサイトにおけるトップページの持つ意味合いも、間違いなく低下するだろうし、メディア環境も変わっていくだろう、と見立てる。
確かに、ピューリサーチセンターの調べでは、米国の成人の３割がフェイスブックからニュースにアクセスする時代。ニュースサイトのトップページの存在感が薄れるのも道理だ。
The Role of News on Facebook (Pew Research Center)
またこのモデルには、記事の良し悪し、という変数がない。それで９０％の精度の予測ができるというのも味気ないが、トップページへの掲載や、ツイッターなどでプロモーションをする、という判断が間接的にその点をカバーするのだろう。
●ふざけるな、というロイター
ただ、この分析には、ものすごい勢いでかみついている記事があった。ロイター通信のビジネス記者、フェリックス・サーモンさんだ。
ニューヨーク・タイムズは通信社電をどれだけ雑に扱っているんだ（怒）、ということだ。
How the NYT neglects business journalism (Reuters/ Felix Salmon)
まあ、無理もない。
とくに、サーモンさんの担当分野であるビジネスは、記事の本数が多いのに（おそらくその多くは通信社電）、プロモーションはされず、ページビューは予測値を大幅に下回っている、最たる例だからだ。
ニューヨーク・タイムズがもっと通信社電を、ビジネス記事を、そして特に通信社電のビジネス記事をもっと見つけやすくすれば、パフォーマンスははるかに改善するだろう――と通信社の立ち場から訴える。
●記事の寿命から逆算する
アベルソンさんは、ニュースサイトのページビュー予測の実装例として、アルジャジーラの例を紹介している。
FAST: Predictive Web Analytics: How does it work? (QCRI)
「ＦＡＳＴ」と呼ばれるこの予測プログラムは、アルジャジーラとカタールコンピューティング研究所（ＱＣＲＩ）、カーネギーメロン大、マサチューセッツ工科大の研究をもとに、ＱＣＲＩで開発されたものだ。
これは、記事のページビューの測定値と、その記事のソーシャルメディアへの拡散データをモデル化。公開後３日間のページビューを、予測するという仕組みだ。
「ＦＡＳＴ」のサイトのデモ画面を見ると、予測値とリアルタイムの実測値が棒グラフで示され、ちょうど記事の「寿命」と実年齢の関係を見せられる感覚だ。
なるほど、ジャーナリズムのデータ化とは、こういうことか。
———————————–
電子書籍版がキンドルやｉブックストア、楽天koboなどで配信中
新聞紙学的 