3500GRPって、宣伝部で言っている本当の値は?

標準

なんか、今日公開した今さら聞けない、テレビ視聴率について、じっくり話を聞いた。そして、それをテレビでOn Airします。の記事への反応が多く、驚いています。
そして、大変驚いているのはGRPが、誤差つきだということをあまり認識ししてないということですね。ここは、東京大学の数学の先生としては、きちんと教育しなくてはということで、少し解説をしますね。

数学
まず、Gross Rating Point(GRP)のお話をしましょう。GRPというのは、ある期間に露出するコマーシャルなどの積算視聴率になります。

例えば、10GRPというのは、資料率3%のon airと7%のon airを行なうと、10GRPになります。そして、テレビ視聴率は、ビデオリサーチさまの関東の(個人)視聴率調査では、600サンプルでの統計データなので、誤差が下記のように判っています。

世帯視聴率 標本数600 標本数200
5%・95% ±1.8% ±3.1%
10%・90% 2.4 4.2
20%・80% 3.3 5.7
30%・70% 3.7 6.5
40%・60% 4.0 6.9
50% 4.1 7.1

こでは、視聴率10.0%と表示されているデータの真の値は、7.6%~12.4%ですよということです。

(出展:ビデオリサーチ様のサイトから)

では、3500GRPを獲得する以下の2ケースを考えましょう。ここでは、単純に、

  • 視聴率10%の広告枠を350回購入
  • 視聴率5%の広告枠を700回購入

の2種類の方法を考えましょう。

まずは、視聴率10%の方から、考えますね。この場合の数値の最小値は、7.6%、最大値は12.4%ですね。それぞれに、3500をかけると、最小値は2660GRPで、最大値は4340GRPとなります。かなりの幅があることがわかります。

では、次に視聴率5%の場合について考えましょう。この場合の最小値は上記の表から5-1.8=3.2%と、最大値は5+1.8=6.8%となります。そして、この広告枠を700回購入するので、それぞれに700をかけると、2240GRPと4760GRPとなります。

つまり、ここでお伝えしたかったのは、同じ3500GRPと、宣伝部が言っても、実際のアクチュアルのGRPは、買っている番組の視聴率の状況によって、誤差範囲が変わるということです。ここまで、理解してテレビの広告を活用していますよね。皆さん!!

明日からは、GRPの話がでたら、きちんとその誤差範囲も聞きましょう。

ちなみに、誤差を少なくするには、サンプルを増やせば良いのですが、そのために広告主の方は、視聴率のデータ購入金額を、2~3倍の費用を払いますか?その話も、今さら聞けない、テレビ視聴率について、じっくり話を聞いた。そして、それをテレビでOn Airしますのテレビ番組で話していますので、ぜひご覧ください。

 

NFL選手が、数学者を目指す

標準

私は、NFLが好きな数学者ですが、なんとそれを超えた話が登場した。NFLのボルチモア・レイブンズの攻撃の選手である、John Urschelが、なんとオフ・シーズンにMITの数学のPh.Dのコースに通うというのである。tつまり、数学の博士になるというのである。

John Urschel #64 C

John Urschel #64 C

当然このニュースは、話題になりNFLのサイトでも、Ravens’ John Urschel begins Ph.D program at MITという記事になっているし、さらに面白いのは、AMS(American Math Society/アメリカ数学会)の学会誌でも、“I plan to be a great mathematician”:An NFL Offensive Lineman Shows He’s One of Usという記事になっている。

NFLの選手ということもあり、注目があるだろうが、日本で考えないといけないことは、社会人の大学への復学の方法が少ないことである。日本では、社会人が大学・大学院に戻ることは非常に難しい。しかし、これからは社会に出たからこそ学びたい学問や分野も多くなる。

ぜひ、日本でも社会人の大学・大学院への入学・復学が増えることを望む。

WS000002

 

 

数学検定ファンサイトに出てみた

標準

数学検定なる、検定をご存じだろうか?公益財団法人 日本数学検定協会が行っている検定試験であり、算数・数学の実用への活用度を確認する検定試験であり、一般的な数学の試験とはことなります。

数学検定

数学検定

一般的な、数学の試験とはという質問もあると思うので、大学の数学の試験はどのようなものか示すと、以下のような問題があります。「0以上1以下の空間に、数字が無限個あることを証明しないさい。」のような問題が、大学では良く問われます。このような論理性は非常に重要な一方、実際の実業では、説明しないことがらでしょう。

一方、数学検定は、実用性を確認する検定です。とはいえ、私は検定を受けたことがないのですが。

そして、この検定に興味のある方向けに、数学検定ファンサイトがあり、その37号で私と会社の先輩で取材していただき、記事になったのです。本当に嬉しい!このファンサイト自信も、非常に取材内容が良く、バレーボールと数学の関係などの記事もあります。

私が、数学出身というのも、驚きかもしれないですし、今も数学を活用しています。その内容は、今回の記事に書かれています。

一方、そのきっかけになることとして、自分の指導教官に会うということについて、今回書いてみたいと思います。

東大

東大

実は、私と数学(つまり自分の専攻領域)と、別れなかったことは指導教官との関係があります。最初の5年間は、会社の研究所に所属していたため、実は多くの学会、研究集会で、指導教官と会えていました。しかし、この時は、どちらかといえば、会社が行けと言っていたので、学会などに出かけていた気がします。

そして、またこの10年間は、自分で積極的に学会や、指導教官の属している大学を訪問するようになりました。このことは、大きなヒントを私に与え続けています。

一般に、日本人は大学を出て、就職すると、大学との縁が薄くなりました。同窓会とは濃くなっても、自分の専攻分野との関係が薄くなります。実は、このことは就職した社会人にとっても大学に取っても、大きな機会損出です。

専攻してた学問を、就職したら捨てるのではなく、社会人になっても活用する。このことは非常に重要だと思います。自分が慣れ親しんだロジックを活用できる。そして、大学のような研究機関にとっても、企業で問題になっているテーマを理解する。この2つのことは、大きな価値なのです。

恥ずかしからず、指導教官や大学の門をたたく。これは、勇気がいりますが、価値の高いことです。大学はOpenな研究機関です。まずは、久しぶりに大学に行ってみませんか?人間、一生勉強できる生き物なのですから。

 

数学は、数の計算ではなく「正確な論理的な思考の創造の場」

標準

私は、今をさかのぼること20年以上前に、大学院で数学を専攻していた。そのおかげで、現在の業務においても数学的な思考を活用する。

一般に、数学というと、小学校、中学校で習った、計算を思い出す人が多いだろう。2×2=4とか、9 (1/2) = 3とか。では、数学の中の分類はどのようになっているかという参照のリストを見ていただきた。アメリカ数学会発行のMathematical Reviews (数学評論) による数学分野の分類 である。一般的な「計算」といった分野はなく、その計算も、数論のような論理から、地球物理学といった現象に近いものもある。

数学は、このよう計算といった、算術だけの学問ではなく、数しいを活用して、論理を組み立てる学問なのです。一般の事象を、数式化することにより、その問題は汎用性が生まれ、そして明確な論理で記述できます。

そして、このことにより、科学に重要な、証明の再現性があるために、先輩達が証明した定理は、時代が過ぎても、同じように証明することができ、理解することができるのです。

このように、数学は「正確な論理的な思考の想像の場」であり、単なる計算ではないのです。そして、科学や現象の理解に、大きく貢献できる学問として存在しているのです。

これからも、数学を活用して、ビジネスにも貢献してきたいと、数学会開催中に、再認識。そして、再度自分の選考をこの数学分野の分類にて確認!!

Data分析とバレーボール

標準

Big Data,Big Dataと叫ばれている昨今ですが、Data分析はさまざまな領域で、活用されていますよね。皆さんの中にも、映画マネーボールでも、弱小だったオークランド・アスレチックスを、打率ではなく、出塁率という指標で立て直していました。

そして、「Mathletics :  How Gamblers, Managers, and Sports Enthusiasts Use Mathematics in Baseball, Basketball, and Football」なる本も、発売されており、アメリカでは多くのPro Sportsにデータ分析の手法が取り込まれています。

さらに、最近の女子バレーでは、監督がiPadを持って、選手に支持を出している姿を見ませんか?そして、その分析にも、なんと世界標準のイタリア製の「DataVolley 2007」というソフトがあるそうです。驚きました。詳しくは、バレーボールと数学のサイトに、バレーボールアナリスト、渡辺啓太さんのインタビュー記事として出ています。