ダイエット用のプロテインを探し、口コミの賛否が割れて不安になった時は、平均の星より評価の理由を確かめたい。食品レビューの研究から、甘さの好み、包装への不満、安全性の手がかりを分けて読む方法を考える。高評価を補給の必要性や減量効果の証明にしないための比較の視点も示す。
朝食の片付けを終え、買い足すプロテインの口コミを開く。「甘くて飲みやすい」のすぐ下に「甘すぎて無理」がある。同じ袋の話なのに、読んでいる自分だけが決められない気分になる。
賛否が割れている時は、平均の星をもう一度眺めるより、何への評価が割れているかを確かめたい。食品の口コミを分析した研究では、甘すぎると感じた人の評価が、ほかの人より低かった。味の好みが異なれば、同じ商品にも違う点数が付く。[11]
ただし、その違いからプロテインの減量効果や自分に必要な量を決めることはできない。この記事では食品などの投稿分析を手がかりに、口コミの平均と散らばりを読む。原料表示と検査の関係は、既存記事「ダイエットのプロテインは原料まで確かめられる？表示と検査の答え合わせを読む」に譲り、ここでは評価する人と評価の理由に焦点を置く。
平均の星には、違う質問への答えが混ざる
口コミの画面では、味の感想も袋の不満も同じ評価欄に入る。これを読む際に役立つのが、評価の対象を項目ごとに分ける視点だ。サプリメントの購入者レビューを扱ったデータ論文では、味と包装を考慮して、文単位の肯定・否定の分布を整理している。対象はプロテインではなく、βヒドロキシ酪酸のサプリメントの購入者投稿である。18〜39歳の女性の好みや補給の必要性へ、その結果を直接当てはめることはできない。[9]
この研究が示すのは、口コミには製品全体への好悪だけでなく、別々の属性への感想が含まれるという読み方だ。集めた文章を単語と文の両方で分析し、よく現れる感情表現も比較している。評価の理由を読まずに点数だけを比べると、異なる問いへの答えをまとめて受け取ることになる。[9]
プロテインを選ぶ場面なら、「味は好きだが袋が扱いにくい」と「袋は便利だが味が好みではない」は別の判断材料として扱いたい。これは読み方を説明するための例で、特定商品の実際の口コミではない。自分が知りたいのが味なら、包装への不満は別欄に置く。包装の使い勝手が気になるなら、その逆になる。
平均とは、投稿された点数をまとめた数字である。一方、散らばりは、点数が似たところに集まるか、離れたところにもあるかを見る視点だ。ここでは、自分で難しい統計量を計算する必要はない。高い評価と低い評価が何を褒め、何に困っているかを、本文に戻って見比べるところから始めればよい。
大切なのは、評価が離れているという形と、その原因を区別することだ。味と包装を分けて扱う研究の方法に照らせば、星の違いだけから品質が不安定だと決めるのは早い。逆に、違う理由をひとまとめにして「好みの問題」で済ませるのも避けたい。点数の分布は、理由を探す入口として使う。[9]
初日の汗は、予約した人だけが持ち帰れる。
甘いのが好きな人と、甘すぎる人が同居する
食品レビューの甘さを調べた観察的な分析では、大規模な通販サイトの投稿が収集された。片方では約3万商品の20万件超、もう片方では約2,400商品の約35万件を扱っている。研究者は、人による分類に加え、文章を計算機で処理する方法や機械学習を使い、甘さへの言及と好みを整理した。対象は食品の購入者投稿であり、18〜39歳の女性がプロテインを選ぶ際の好みを直接示す結果ではない。[11]
甘さに触れたレビューのうち、甘すぎるという内容は7〜16%だった。これは、購入者全体のうち甘すぎると感じた人の割合ではない。あくまで甘さに言及したレビューを分母にした値である。「甘すぎる人が一定数いる」と「利用者全体のその割合が分かった」は、同じ意味にならない。[11]
さらに、レビューが50件以上あり、そのうち少なくとも10%が甘すぎるという内容だった26商品では、甘すぎると書いた人の好みの評価が、ほかの人より平均0.9星低かった。評価は1〜5星の尺度である。甘さへの反応と点数の差が、同じ商品群の中で結び付いていた。[11]
この差は、甘く感じさせる操作を無作為に割り当てた試験の効果量ではない。投稿を分析して得られた比較であり、甘さを変えた時の点数の動きは、この比較からは決まらない。それでも、「全体では人気なのに、自分と同じく甘さが苦手な人には評判が悪い」という状態を考える具体的な手がかりになる。[11]
また、研究ではスクラロースを含む商品に、平均より多く甘すぎるというレビューがあった。これは成分の有無と投稿の特徴の関係であり、その成分だけを商品の評価や安全性の判定に使う話ではない。読者が拾いたいのは、自分の避けたい甘さがどう表現されているかである。[11]
同じ「甘い」でも、褒め言葉として書かれたのか、不満として書かれたのかを読み分けたい。甘い飲み物が好きなら、甘さへの否定的な評価がそのまま購入をやめる理由にはならない。甘さが苦手なら、高評価の本文にも目を向けたい。「甘くて好き」という称賛こそ、自分との違いを教えてくれる場合がある。[11]
星を下げた人の感想だけに自分を合わせる必要もない。口コミを読む目的を、世間の正解を当てることから、自分の好みと合う条件を探すことへ置き直す。食品の好みを扱った研究から、ここまでなら日常の選択に持ち帰れる。ただし、対象商品すべてをプロテインと読み替えることはできない。[11]
文章の中身を読むと、点数の意味が変わる
別の食品評価の研究では、食品の味や香り、特徴をオンラインのレビューから分析する方法が検討された。対象は魚介入り麺の食品で、集めた文章中の単語を数値で表す処理を行い、その関係から味や香りを評価している。実際の消費者による嗜好評価との比較も行われた。対象が魚介入り麺なので、18〜39歳の女性のプロテインの好みに直接当てはめることはできない。[20]
ここで参考になるのは、点数を別の点数に置き換えたことではない。味や香りに関する文章そのものが、消費者の好みを調べる材料として使われた点だ。研究はその食品と分析方法を対象とするため、プロテインの口コミを読めば試飲と同じ精度で好みを当てられる、という結論にはならない。[20]
プロテインのページを読むなら、自分が気になる言葉を先に決めておく方法がある。甘さが気になる日は甘さの説明を、香りが気になる日は香りの説明を探す。気になる点が明確になってから平均を見ると、「人気かどうか」と「自分の問いへの情報があるか」を別々に考えやすい。
飲食店の口コミを分析した研究でも、サービス、料理、場所、体験という異なる特徴と、それぞれに向けられた感情が整理されている。対象は2020年の前半に投稿された112,412件で、文章と評価点が一致しないレビューを検出する方法も扱った。口コミの数字と文章の食い違いを扱う研究である。対象は飲食店への投稿であり、18〜39歳の女性のプロテイン選びへは、評価項目を分ける発想として応用する。[17]
こうした分析は、すべての口コミが信用できないという意味ではない。むしろ、何に対する感想かを丁寧に読むための理由になる。自分が味を比較している時に、配送や接客を中心にした投稿まで同じ重さで読む必要はない。これは研究で分類された評価項目を、買い物のメモに応用する提案だ。[9][17]
研究の数字を比較する時にも、集めたレビューの総数と、ある話題に触れたレビューの数を分けたい。甘さの研究では、大量の投稿を集めた後、甘さへの言及を取り出し、その中で甘すぎるという表現を整理している。検索で目に入った不満の数だけでは、同じ分母を作れない。[11]
たとえば、甘すぎるという投稿が見つかっても、その商品について甘さを褒めた投稿がどれだけあるかは別に確認する必要がある。しかも、投稿しなかった人の好みまではそこから数えられない。研究の割合を参考にする時も、自分が画面で数えた件数へそのまま当てはめない読み方が必要だ。[11]
食品の文章分析では、単語同士の関係から味や香りを推定する方法も使われた。強い言葉を拾い集めるだけが分析ではない。読む側も、単に「良い」「悪い」に線を引くより、その言葉の近くにある食品の特徴まで読む、という工夫を試せる。[20]
数字で読む口コミの中身
71商品：味と包装を考慮した文章分析の対象になったサプリメントの商品数。プロテインの比較試験ではない。[9]
7〜16%：甘さに触れた食品レビューのうち、甘すぎるという内容の割合。購入者全体を分母にした数値ではない。[11]
0.9星：条件を満たした26商品で、甘すぎると書いた人の評価が、ほかの人より低かった平均の幅。[11]
112,412件：料理やサービスなどの特徴と感情を分析した飲食店レビューの件数。食品の栄養効果を調べた人数ではない。[17]
77〜90%：食品安全の手がかりを探す研究で、専用の文章分析が上位に抽出したレビューの正確さ。同研究の感情分析は11〜26%だった。[14]
初日の汗は、予約した人だけが持ち帰れる。
1
2
