投稿の定量分析を行う場合
一方、定量分析ではデータの数値的な特徴を見ていきます。たとえば、要約統計量の算出や相関分析が挙げられます。
要約統計量の算出
- 内容：平均値、中央値、最大値、最小値など。
- 例：インプレッション数の平均値・中央値、エンゲージメント率の最大値・最小値など。
- 目的：各指標の一般的な傾向を把握する。
相関分析
- 内容：各指標間の相関関係を分析。
- 例：インプレッション数とエンゲージメント数／率の関係、リプライ数・RP数・いいね数・引用数間の相関など。
- 目的：各指標が互いにどの程度影響し合っているかを明らかにする。
【プロンプト例】
2025年の投稿のインプレッション数の平均値、中央値、最大値、最小値をそれぞれ教えてください。
上記のプロンプトを使ってアウトプットに満足できない時は、「渡したデータから、他に分析できそうなことはある？」とChatGPTに聞いてみるのも有効です。
ChatGPTを使ってできる分析には、以下のようなものもあります。
分布分析
- 内容：指標（例：エンゲージメント率）の分布を可視化（ヒストグラム、ボックスプロット）
- 目的：極端な値（例：バズった投稿、失敗した投稿）や全体のばらつきを把握する。
時間系列分析
- 内容：時間を基準にデータの変化を分析。
- 目的：投稿のタイミングがどのように結果に影響を与えるかを調査する。
カテゴリーごとの比較
- 内容：各カテゴリー（例：キャンペーン投稿、記念日投稿、製品紹介投稿など）のエンゲージメント率を比較。
- 目的：効果的な投稿テーマや形式を特定する。
異常値検出
- 内容：異常に高い／低い値を検出。
- 目的：バズ投稿や予想外の失敗投稿を特定し、その原因を深掘りする。
STEP4-4．次のアクションにつながるアイデアを得る
STEP4-3の結果を基に、ChatGPTに次の投稿案を考えてもらいましょう。ターゲット情報などの制約条件があれば、合わせて入力することで、アウトプットの精度が上がります。
【プロンプト例】
分析結果を基に、投稿アイデア・切り口を20件作成してください。
#制約条件
下記のビジネス基本情報とターゲット情報も参照すること。
//連載第1回のSTEP1プロンプトで得たターゲット情報のまとめ、自社ビジネス情報を入力//
以降の運用は、アウトプットされたアイデア・切り口を次の投稿に活かし、投稿を実施し、再びデータを取得して分析を行う……というループになります。このように分析から次の投稿まで、いずれの工程でも生成AIが活用でき、サポートしてもらうことで効率的にPDCAを回せます。
次回は、今回紹介しきれなかった画像や動画の分析方法を解説します。
