  |
細々と投稿していた、当時フォロー＆フォロワー1桁だった自分が
どうして一夜にして200以上のリツイートをもらったのか、
未だに解せなくて、自分の記憶とWeb上の記録を整理してみる。
（幸運なことに、自分は投稿数・フォロワーともに極端に少ないので、
せっかくなので、誰もがアクセスできるWeb上の記録などを参照して、伝播過程を分析してみる。）
早い時期のRTに気づいたのは、投稿した翌日の午後。
確かまだRTは20前後で、サブカル系とくに東方関係の人たち中心だったと記憶している。
（残念ながら、最初に誰がRTしてくれたのか覚えていない。
公式の「リツイートされたあなたのツイート」欄に表示されるのは「最新の15人」だけなので、
伝播過程を正確にたどれず、あやふやな自分の記憶に頼らざるをえない。）
その後、同日（投稿翌日）の18時過ぎから、爆発的にRTが増えるんだけど、この辺は、http://twimpact.jp/の記録と一致する。
どうも伝播経路が二つあって、一方はサブカル系へpixiv利用者や腐女子のネットワークを中心に伝播し、
もう一方はデザイナーの竹内光司さん（@adesignerjp）やtwicca開発者のAoyama,Tetsuyaさん（@r246）が
恐らく18時半～19時頃にRTしてくれて、クリエイター系にも拡散した模様。
（この二人が目にした伝播経路にもすごく興味があるんだけど、調べようがないんだなあ。）
RTの増加時期は、自分の記憶では、投稿翌日の夕方18時台にひとつと、22時台にもうひとつの大波があった。
前者ではとくに、10代から20代のサブカル系が趣味の生徒＆学生っぽい人たちが目立ったので、
「こりゃ、帰宅時にtwitter始めた人たちがRTしてくれてんのかな」と、
突然に増えていくRTに目を見張りながら、ボンヤリ考えたのを覚えている。
ちなみに、当該つぶやきをRTするには、そもそも「四時」が自動ポストされることを知っていることが前提だから、
その利用者周辺を中心に拡散するのは道理。
そういうわけで、比較的若年層のサブカル系とクリエイター系に拡散したんじゃないかと、自分は納得している。
ところで、http://twimpact.jp/のチャート図（「ReTweetレーダー」）は、
自分のアイコンから直接矢印が引かれているもの以外は、ほとんどアテにならない。
アイコンに併記される数字はこれまでRTされた当人の投稿数を示すように、
既存のトータルな影響の流れを図式化したものであって、当該つぶやきのRTとは無関係だからだ。
（そもそも、チャート図に表示されている勝間女史と「四時」の親和性は極めて低いだろうし。
念のためと、勝間女史の投稿を「もっと見る」でひたすら遡って確認してみたけど、
それゆえ、今まで一度もRTされていない人や非公開の人は、データとして表示されていないし、
恐らくはtwitterの「リツイート」ボタンを押して拡散した場合（公式RT）しか対象としていないようだ。
（twitterのリストには、非公式RT＝RT@ID名と記入した場合でも、カウントに入れて表示してくれるっぽい。）
だから、RTが87としか表示されていないのだろう。
（twitterのリストでは、投稿翌日の午後から翌々日の午後までに、227RTあった。
その後、RT解除または非公式RT投稿を削除されたりしたようで、現在は222で定着した模様。）
もうひとつ、http://retweeter.unicco.in/というサイトでも、伝播過程の分析がある程度可能。
こちらでは、「48 retweets 」があって、「total : 14,637 views」と表示された。
このRTが48という基準がよく分からないけれど、こちらのサイトでは、RTされた時間をたどることができるのがメリット。
それと、フォロワーの数を組み合わせて、当該つぶやきを閲覧したであろう人数を概算してくれるのも面白い。
（実際のRTは、このサイトの予測の5倍弱なので、総閲覧数も変わりそうだけれど、
でもまあ目安として、数万人規模の閲覧があったというのは、すごく興味深い。）
他方で、デメリットとしては、上述のRTのデータ数が不明なのに加えて、
当該IDの全てのRTがずっと記録されているわけではなく、
「一定期間以上ログを残すのは、100以上のRTに限る」といった制限がされている印象。
（というのも、当該つぶやき以降に、別の自分のつぶやき投稿をRTしてくれたフォロワーがいて、
RT直後にはこのサイトに、自分のIDでは2つのRTに関するログが残っていたのに、
数日を経て今日見たら、ログは当該つぶやきだけ＝1つだけに減っていたから。）
他にも、伝播過程の分析としては、
「お気に入り」登録してくれた人をたどるというのも一案だけれど、
こちらは公式にデータがオープンにされていないだけあって、もっと難しい。
例えば「ふぁぼったー」は、そもそも登録者しかデータとして表示されないっぽいので、ほとんど使えない。
（登録してない人は、自分がお気に入りされたかどうか検索することはできても、
お気に入りした人としてカウントされる＝データソースとして反映されることはないっぽい。）
実際に、当該つぶやきをRTしてくれた人で、なおかつ「お気に入り」登録してくれた人を
twitter上で自分は何人か見つけたけど、「ふぁぼったー」には全く反映されていなかった。
ちなみに、SPSSも今年6月に日本語twitter解析ソフトを出している。
http://www.spss.co.jp/campaign/tw.html
ソフトが手元に無いので上記サイトの記事だけで予測するに、ハッシュタグ付き投稿の感性分析メインみたいだし、
とんでもなく高額（学割でも17万円以上！）で、さらさら購入する気になれず。
分析事例を見ると、とくに続編では時系列の変化が内容ごとに分かって、確かに面白そうなんだけどさ。
リンク先に掲載されているハッシュタグを使ったつぶやき分析の2つの例。とくに続編（後者）が秀逸。
8
