PV・スキ・コメントのTOP20記事の違いは何だろう｜note110記事の分析
noteに投稿した記事を見ていると、ページビュー（PV）、スキ、コメントの数がずいぶん違う。同じ人間が書いているのに、PVがほぼ同じで、スキ数が3倍以上違う記事もある。この違いは、どこから来るのだろう。
前回は、noteに投稿した110記事をAIも併用して分析し、「110記事から見えた『小路こみち』」という記事を書いた。
今回は、その110記事にPV・スキ・コメントの数字を重ねてみることにした。
ただし、今回使う実績値は各TOP20に登場した35記事分に限られる。110記事すべてのPVやスキが分かるわけではない。また、数値に違いがあっても、その原因まで特定できるとは限らない。今回は、確認できる特徴や偏りを調べ、理由については推測と区別して扱う。
3つのTOP20を重ねてみた
noteのダッシュボードから、PV・スキ・コメントのTOP20をそれぞれ取り出した。
本文は、noteからエクスポートしたXMLを使用。ランキングのスクリーンショットから読み取った数字と、記事のタイトル、公開日、URLを照合した。
3つ合わせて60枠。重複を除くと35記事だった。
PVとスキの両方で上位に入った記事は15本。一方、コメントだけTOP20に登場する記事が10本あった。
さらに、スキとコメントだけに共通する記事は0本だった。
PVとスキでは共通する記事が比較的多い一方、コメントでは、それらとは異なる記事にも多くの反応が寄せられていた。
例えば、下記の記事。
記事PVスキコメント秋の空製作所2211362わたしの好きな「困った」952512未確認飛行パンプキン112106—
「秋の空製作所」はPV・スキともに2位で、コメントは2件。
「困った」はコメントで2位になっており、PVとスキはTOP20には入っていなかった。
「未確認飛行パンプキン」は112PVに対して106スキ。PVで割ったスキ率は94.6%になる。
なお、スキ率は読んだ人の何割がスキしたかを表すものではない。PVは延べ閲覧数だからだ。記事同士を比較するための参考値として使った。
同じ指標でも記事によって数値が異なり、指標が変われば上位に登場する記事も変わる。本文には、何か関係する特徴があるのだろうか。
文章を分析してみた
まず、文字数を調べた。
文章の長さとスキ数には関係があるのか。会話の多さはどうだろう。物語の結末にも、何か傾向があるのだろうか。そこでランキングに登場した記事の本文から、文字数やカギ括弧で囲まれた表現の数を取り出し、スキ率と比較した。結果は、どちらも明瞭な相関が見られなかった。400〜600文字の作品に絞っても、スキ率には30%台から90%台までの開きがある。
次に作品の内容を比べた。
スキ率が高かった作品の中には、奇妙な設定からユーモラスな結末につながるものがあった。しかし、同じように結末を工夫した作品でも、スキ率はさまざまだった。同じ日に、同じお題で書いたショートショートでも、スキ数には違いがあった。
何か共通する特徴がありそうに見えても、ほかの記事まで調べると当てはまらないことがある。
それでもAIは、記事同士の違いを説明できる。ユーモアの種類が違う、読後感が違う、物語の展開が違う、と。
確かに文章には違いがある。でも、その違いがスキ数の差につながったのかどうかは分からない。
少し細かなところまで調べすぎた気がした。
公開時期に偏りがあった
そこで文章の比較から離れ、公開日に注目した。
PVとスキのTOP20は、どちらも20記事中19記事が9月27日以降の投稿だった。
ただし、投稿数そのものにも大きな違いがある。9月は40記事、10月は67記事。10月は9月の約1.7倍の記事を投稿していた。9月27日以降に限れば77記事で、分析対象110記事の7割を占めている。
ランキングの大半がこの時期の記事だったとしても、もともと投稿数が多いことを考慮する必要がある。
そのうえで、9月27日という日付には心当たりがあった。
9月27〜28日頃から、他の人の記事を積極的に読むようになった。面白い記事にスキを押し、気になった人をフォローする。それ以前より、noteで他の人と関わる機会が増えていた。
もう少し振り返ると、9月14日に「わたしの好きな『困った』」を投稿したあたりから、人に見てもらえている感覚が少しずつ上向いていた。
そして、その「困った」はコメント数で2位だった。
ただし、自分から交流するようになったことで、PVやスキが増えたのかどうかは分からない。
投稿頻度も変わっている。読者の広がりや、記事が表示される機会がどのように変化したのかも、今回のデータでは確かめられない。
9月27日以降の記事がランキングの大半を占めていたことは事実だが、その時期の記事数も多かった。両方を踏まえて見る必要がある。
企画参加の記事が多かった
もう一つ、数字にはっきり表れていたものがある。普段から楽しませてもらっているお題企画への参加だ。
「きのこ書店」「毎週ショートショートnote」「シロクマ文芸部」の3つについて、参加記事がランキングにどれくらい登場しているか調べた。
全110記事の中では28.2%だった企画参加記事が、PVのTOP20では65.0%を占めている。
さらに、9月27日以降の投稿に限定しても、企画参加記事23本中17本が3つのランキングのいずれかに登場していた。それ以外の記事では54本中12本だった。
創作企画には共通のお題があり、参加している書き手たちがいる。ほかの参加作品を読みに行く人もいるだろう。そうした交流や、作品に出会う機会が数字に関係している可能性はある。
ただ、今回調べたのはタイトルから判別できる3企画だけで、ほかの企画参加は含めていない。企画に参加したから数字が増えた、と証明したわけでもない。
それでも、本文の特徴を調べていたときより、はっきりした偏りが見つかった。
AIと分析していて、気になったこと
今回、AIと一緒に分析を進める中で、何度か同じことが起きた。
スキ率が高かった記事を見つけると、その本文から特徴を探す。別の記事と比較して差があると、今度はその違いを説明しようとする。
同じ公開日、同じお題、同じくらいのPV。条件をそろえてもスキ数が違えば、さらに文章の細部を調べる。
こうして、ずいぶん多くの記事を個別に比較した。
でも、途中で気づいた。
110記事を横断して調べるつもりだったのに、2本、3本の比較を繰り返していた。しかも、文章に違いが見つかるたびに、それが数字の違いを説明する理由のように見えてしまう。AIは文章の特徴を挙げるのが得意だ。理由らしい説明も次々に出してくる。だからこそ、実際の数字で確かめる必要があった。
そして、どこまで調べても分からないことは、分からないままにしておくことにした。
110記事を調べてみて
今回の分析では、PVとスキのTOP20には共通する記事が15本あり、コメントのTOP20には、ほかの2つのランキングに入っていない記事が10本あった。
同じ記事でも、PV・スキ・コメントという指標によって、反応の現れ方は異なっていた。
文章の長さや会話の多さでは、スキ率の違いを説明できなかった。
一方、公開時期と創作企画への参加には、大きな偏りが見つかった。
最初は、本文のどこかに反応の多さを説明する特徴があると思って調べ始めた。ところが、目立ったのは公開時期や企画への参加といった、本文の外側にある情報だった。
もちろん、文章の内容が関係ないと分かったわけではない。その影響を切り分けられるだけのデータもない。
今回は110記事すべての本文を使ったが、実績値は3種類のTOP20に登場した35記事分だけだった。全記事の数値があれば、また違う分析もできるだろう。
それでも、ランキングを重ねたり、公開日をそろえて並べたり、本文の特徴と数字を突き合わせたりすることで、最初には気づかなかった違いが見つかった。
「なぜ他の記事より多いのか？」
数字を並べてみると、記事本文だけを読んでいたときには気づかなかった違いがいくつも見つかった。
その違いが生まれた理由までは、今回のデータでは確かめられない。今回は、そこまでが分かった。
分からないという結論になった。
