Macintoshが好きな人というのは誰なのか?
最近、ブランドとは何だろうか? ということが本当にわからず悩んでいる。 例えば、林檎信者と呼ばれる人が、どういう人々なのか、思考実験してみたい。
ブランド力があると同じものでも高く売れる 或いは、同じ値段でもより選択されやすい
自分が自動車部に所属していて購入する車を選択するときに先輩がくれたアドバイスは、「トヨタは電装系が強い。10年落ちの車を買う時に実は一番どうしようもないのは電装系のエラーなんだ。流石世界のトヨタだよね。今のトヨタは知らないけど。」でした。 なので僕は、AE92 - Google 検索という車を買いました。(10年前のことですよ!)
正直格好良ければなんでも良かったけれども、購入決定はその一言でした。信用できる先輩の助言であれば正しいのだろうと、自分では深く考えずに決断しました。 今にして思えば、これがトヨタのブランド力だったわけです。
フェラーリ信者には2種類居る
直近で読んだ本に、フェラーリの購入者は2種類居るという指摘がありました。
USJを劇的に変えた、たった1つの考え方 成功を引き寄せるマーケティング入門 [ 森岡毅 ]
- ジャンル: 本・雑誌・コミック > ビジネス・経済・就職 > 産業 > 商業
- ショップ: 楽天ブックス
- 価格: 1,540円
前者は車が競合相手となりますが、後者は、車だけでなく社会的ステータスを表すもの全て、例えば都心のマンションやその他高級品等も競合相手となります。
Macユーザーはどう分類できるのか?
僕は大まかに分けて、以下の2大分類そして夫々の中で2タイプ、だと思っています。
デザイナーの場合
昔から指摘されていることですがMacはデザイナーに人気があります。 というか手軽にデザイナーが必要なPC環境を整えるにはMacintoshが一番です。
フォントの選択が美しい
気分の問題と言えば気分の問題ですが、Macの標準フォントのヒラギノフォントは読み易いです。 Windowsしか使ったことがない人は、”メイリオで充分じゃん?”と思うかもしれませんが、使ってみれば全然快適さが違います。 Winのフォントの読みにくさは気持ち悪いしイライラしてくると想います。
スティーブ・ジョブズがたまたまカリグラフィーの授業を受けてくれて本当に良かったですね。
カラーマネジメントされている
カラーマネジメントという言葉をご存知でしょうか?
miyahan.com | 液晶ディスプレイとカラーマネージメント
殆どのWin機はカラーマネジメントシステムが組み込まれていません。 画面で見る色は、使っているPCが違えばみんな違う色に見えます。Webサイトだと見るブラウザソフトによっても違います。ましてや、印刷された時の色と画面で見た色も違います。
しかしMacintoshでは、画面の色と印刷された色とが同じになるように設計されています。 これは動画でも静止画でも起きる話です。 Win機でも勿論導入が可能ですが、キャリブレーションできる装置を後で導入しないといけないので面倒です。 結果、最初からMacを買うほうが手っ取り早いわけです
プログラマーの場合
プログラマーと言えばLinuxというイメージが強いかもしれませんが、特にWeb系の仕事をしている人はMacが多いです。
デザイナー向きだから
さっきの話とかかわります。Web系のプログラマーはデザインも関わって来るのでデザイナー向きである理由を無視できません。
そこそこプログラマー向けでもある
MacはPATHを通すのが面倒だとか独自システムのせいで随分と困ることがありますが、UNIXベースなのでまぁまぁ便利です。 それに天下のGoogle先生のディープラーニングソフト TensorFlow も、デフォルトではMacとLinuxに対応しています。Windowsには対応しなくても、です。
Winに入れることも可能ですが、64bitでないといけません。
オフィスソフトも使える
そして重要なのがMS系オフィスソフトが使えること。
結局プログラマーとはいえ、普通の人とのやりとりが発生するので、WordやExcelやPowerPointが入ってないと困るのです。どんなにそれらのソフトが嫌であっても、避けて通れない立場の人はいるのです。
上記の理由からMacはベストではないけれど、そこそこバランス良く必要な機能が入っているわけです。
Macのデザインや世界観が好きな人の場合
どういうきっかけでMacを知るようになったのか?は人それぞれだと思いますが、iPhoneやiPodが出る前のMacintoshというのはマニアックでしたが、一時期カラー展開がカワイイiMacが大ヒットしたことがありました。
あの当時を知る自分としては確かにヒットした記憶があります。 この頃からマニアックだったMacintoshを知る人が増えていったのではないかと思います。
シンプルなデザインへの凝り方は半端ない
例えば、MacBookAirはとても薄く鞄に入れやすいです。そのためにDVDRAMドライブをやめてしまう位ですから。
更に、ACアダプターがとても小さいのがMacの特徴でもあります。 windows端末のノートPCと比べてみて下さい、圧倒的にCompactです。
スッキリなデザインの裏にはなかなか真似できない技術があります。 (とはいえ、コードは切れやすいですね。)
操作性も慣れたら分かり易い
Macは独自の考え方をユーザーに押し付けます。例えば、iTunesは未だに新しくなる度に使い方がどんどん難しくなって行きます。「同期」でうっかりデータを飛ばしてしまうこともしばしば、。。
その一方でiPhoneはどこに何があるのかだいたいわかります。 慣れは必要ですがPCのMacも慣れたら確かに使い易いです。
一度、信者になってしまうとどんどん囲い込まれて行くことになると思います。
Macをお洒落だと思う人が多いからMacが好き。
上記のいずれにも当てはまらない人は正直言って無理に高いMacを買う必要はありません。 Macはインストールしたプログラムを削除したつもりでも全部消えていなかったり、設定ファイルがどこに残されているのかわからないかったり、酷いのはJAVAがVerによって保存される場所が違う!!など本当にビックリが沢山あります
寧ろWinユーザーとトラブルが絶えない
最近では減りましたが、外付けハードディスクのフォーマット形式がWinと違うためデータが移行できない、FAT32ならどっちも読めるけど2GBの壁があるetc... 本当に酷いものでした。 Windows XPがなくなって遂に、exFAT一択ができるようになったのは、本当にMS偉い!!と思ったものです。
他にも、改行コードと文字コードがWinと異なるため、テキストファイルが文字化けしたり、改行されないで超長い一文になってしまったり。。。
それでもMacが欲しい
色々なネガティブポイントがあるのにも関わらず、スタバでドヤマックする人がいるのは何故でしょうか? 恐らくそこまで調べずに使い始めてしまったのだと思います。
「デザイナーとかクリエイティブな人が使うからMacを使っているとカッコイイ」 と思って買ってみたら、意外とトラブルが多くて、という人も多いと思います。
とはいえMacは美しい
美しいデザイン、光るリンゴマーク、起動するときの「ふぉわーん」という音、デフォルトの壁紙の美しさ、、、 ユーザーのFetishismを茂樹するちょっとした拘りがMacにはあります。 不便であっても自分が慣れてしまうことで、また次もMacを買う。 そういう循環があると思います。
マーケットを広げるのはファクトだけではなくイメージ
ここでマーケティング的に注目したいのは、この最後のユーザー層です。
デザイナー、プログラマー、及びコアな信者、というものはファクトを積み上げて行けば自然とファンとなって固定化していきます。 しかし、最後のドヤマック層というのは、ファクトを積み上げただけでは獲得できません。
- デザイナー向きの商品開発をする
- 使ってみたら好きになるFetishismを用意する
- デザイナーが指示しているという客観的事実を積み上げる
- お洒落な商品として大々的にプロモーションする
この4つのステップのどこが抜けても行けません。
2番めだけではなかなか広まりませんし、3番目が抜けてしまうと4番目の根拠たりえません。 しかしこの4番目のプロモーションを行わないと大きな市場にもなりません。 そしてこの4番目の層を惹きつけるには、2つの両輪が必要です。
- 何となく良さそう!と思わせる イメージ
- ただ単に見栄を張ったんじゃなくて本当に良かったと後付けで説明できる ファクト
イメージ のためには兎に角お洒落な公式サイトとお洒落な広告が重要です。
MacBookAirの広告の薄そうなこと!
ファクト のためには、美しい背景、起動音といった、側の美しさに加えて、 「使いやすいから買ったのさ」と言い訳できる事実も必要です。
- なんとなく起動が早い雰囲気を感じる起動までのUI
- 見易いフォント
- 統一された世界観の周辺機器
etc...正直、一般ユーザーにとっては実用価値は少ないのですが、単に見栄っ張りで買ったとは言えない人が、ちゃんと理由を言えるものが幾つかあることも重要です。
イメージ の戦略は、広告以外にもある
- 端末の美しさ
- ストアのカッコ良さ
- 新商品発表会のプレゼンのカッコ良さ
たまたまジョブズの拘りだったかもしれませんが、あのカッコイイプレゼンでいつもお祭りのように盛り上がれるのは、とても凄いことだと思います。
他のメーカーの新商品発表会なんて地味ですし、急にリリースだして急に始めて、お決まりの記者だけがかけつけて、、、一般の人に触れるためにタレントを読んで、、、 毎度毎度苦労していることだと思います。
個人的にMacintoshの広告で一番カッコイイなぁと思ったのは、iPodのCMシリーズ
ギークに売るためだけなら、別にマス広告も必要ありませんが、一般大衆にカッコイイと思わるにはやはりマス広告が重要です。
Every iPod "Silhouette" ads (2004-2008)
iPodって別にそんなに見た目はカッコイイとは思わなかったですし、音ならきっとKENWOODの方が良かったに違いないのですが、このCMを見て、ヤベー欲しい!と思いましたね。
あと、外付けHDDとして持ち歩けるという 言い訳 があったことも自分の購入を後押ししました。 結果最初にかったiPodも7-8年は使ったと思います。
ブランドのファンを分解する
今回は例えば、Macで分類してみました。 先ほどのフェラーリの例もそうですが、ブランドのファンというのは1枚の層ではないと思います。
- コアなファン
- その周りの緩いファン
そして長くファンで居てくれるコアなファンと、マーケットを広げる緩いファンとでは、夫々インサイトが違う、ということに注意したいなと思います。
【備忘録】pandocでMarkdownを特定のフォントと配色のワードファイルに変換
最近急にMarkdown記法って凄いんじゃないか?と思い始めて、勉強する気になってきました。
きっかけ はJupyterNotebook
先般の記事 yyhhyy.hatenablog.com の通り、JupyterはただPythonに対応したIPythonから、より普遍的なツールへと進化し始めているようです。
その中で、PDFにするためにpandocが必要になったため、*1。これまで余り気にもしていなかったpandocについて、ちょっと調べてみました。
すると、このpandocというやつは、docxファイルにもできるではありませんか!!
これは画期的なことで、メモ帳でメモした書類を「ワードでくれ!」と言われた時にもサッと対応できるということです。
Pandocの導入
公式サイトPandoc - Installingからインストーラーをダウンロードして、好きなフォルダへインストール。
Pandocでワードにする。
基本的な使い方はこちらを参照。 qiita.com ワードに変換するだけなら、ファイルのあるディレクトリまでコマンドプロンプトで移動し、
pandoc text.md -o test.docx
とするだけでOKです。
例えば、
と記入したMarkdownファイル「test.md」があったとると、このようなワードファイルが出来上がります。
とはいえ、デフォルトのワードがなんだか気持ち悪いので、スタイルを決めたいとは思います。
ワードファイルのスタイルの変更
こちらを参照 nenono.hatenablog.com
先ず、ワードのスタイルファイルを吐き出します。
pandoc --print-default-data-file reference.docx > reference2.docx
次に、そうしてカレントディレクトリに吐き出されたワードファイルのスタイルを変更しオリジナルのスタイルファイルを作ります。
スタイルは、「ホーム」から「スタイルの変更」で出来ます。 個人的には配色を自分のものに変え、フォントも変えます。 この2つを変えるだけでも文書のイメージは変わるものです。
スタイルの基準となるワードファイルを参照しながらワードに変換するときのコマンドは以下。
pandoc text.md --reference-docx=reference2.docx -o test.docx
勿論「reference2.docx」はスタイルが指定されているファイルであれば何でもよいですが、カレントディレクトリに入れて作業するのが良いと思います。
するとこんな感じのファイルになります
※しかし行送りの高さとか段落周りのスタイルも固定化したいのですが、どうするのでしょう?
Markdown記法について
Markdown記法自体がこちらを参照。
Markdown記法のメリット
普段仕事の議事録などは全部メモ帳に記載しています。
ワードで最初から書く、という手もあるのですが、正直動きが思いのと時々クラッシュする、という面倒さがあるため、できるだけ動作の軽いテキストエディタを使っています。
最近は、もう少し見易いものはないかと、
Emacs GNU Emacs - GNU Project や Sublime www.sublimetext.com を試しています。
Markdown記法の良さは、そこからpandocでワードにすることもできれば、LaTeXにすることもできる汎用性です。 LaTeXにして出力したければ、LaTeXにすればいいですし、ワードで他人と共有する必要が出てきたらワードにすればいいのです。
PandocでLaTeX化
こちらを参照
単純にLaTeXにするのは、先ほどと同じです
pandoc test.md -o test.tex
でこのようなTeXの本文部分が出来ます。
好きなLaTeXのスタイルのヘッダーと「begin{dociment}」の下くらいにこれをコピペしてしまえば、それで充分です。
形式をある程度決めたTeXにしたり、そのままPDFにすることもできます
pandoc -f markdown test.md -s -o test.pdf --latex-engine=lualatex -V documentclass=ltjarticle
pandoc -f markdown test.md -s -o test.tex --latex-engine=lualatex -V documentclass=ltjarticle
いずれにしてもここまでできれば、後は幾らでも何とでもなりそうです。
【備忘録】LinuxmintのVirtualBoxにSnowLeopardを入れてみたときの設定
”夢を見た”はなし。
夢をみたといってもHackintoshをしたわけではありません。
VirtualBOXにMac OS X を入れてみたという話です。
(HackintoshはそもそもMacOSの規約違反のようです。)
ノートPCを買いました
先般急にノートPCが必要になり18,144円でSofmapの通販で中古のノートPCを購入しました。
Macは中古といえどもどうしても高くなる、、、でも、Win用の端末であれば、OSなしを選べば64bit対応の端末が手頃な値段で買えるのではないか?
ということで、Sofmapのタイムセールで購入
LinuxMintを入れました
OSはLinuxMintにしました。Ubuntsを入れてみたかったのですがどうしてもUnityの動きに古い端末はついていけないようで、軽いと噂のLinuxMintにしています。
SnowLeoardを買いました
ネット上の情報では10.6.1の方が導入は簡単だと言われていたのですが、もう10.6.3しか手に入らないようなので10.6.3を購入
MAC OS X 10.6.3 SNOW LEOPARD 日本語対応 輸入品
- 出版社/メーカー: Apple
- メディア: ソフトウェア
- 購入: 9人 クリック: 105回
- この商品を含むブログ (3件) を見る
必要なソフト類のDL等準備
・VirtualBOX
・iBoot
・multibeast
などを揃え、以下のサイトを参考にしながら設定。
メモ代わり: VirtualBox に Mac OSX Snow Leopard をインストールする方法
VirtualBoxの設定
上記のサイトを見れば普通に行ける筈なのですが、色々と見逃しがちな注意点があるので、以下にまとめます。
0.全体のイメージ
1.タイプはMac OX でVerはMac OS Severで、というアドバイスが多いのですが、
最新のVirtualBoxではMac OS Severが選べず、タイプをBSD、バージョンをFreeBSDとしました。
2.IDEの設定で「ICH6」iBootを上にしておきます。
ここを間違えて私は半日つぶしました。
3.iBootを上にし、ホストドライブの方はパススルーにチェックを入れます。
因みに、VirtualBoxに入れる場合、iBootはディスクである必要はなく、PC上のローカルなファイルとしてiBoot.isoがあれば選択できます。
4.その他
・システムの「EFIを有効化(一部のOSのみ)」のチェックを外しておく
・ネットワークはブリッジアダプターに
・この段階ではシステムのプロセッサーは2つか4つにしておく
iBootからの起動
先ず、iBootから起動する状態で起動。
VirtualBoxのメニューバーのデバイスから、メインをホストドライブに変更し、
CD/DVDドライブにSnowLeopardのディスクを入れる。
この状態で、F5を推すと、iBootのアイコンの下が、”Mac OS X Install DVD”という名称に変わるのでEnterキーを押す。
MacOSのインストール
画面の通りに只管ボタンを押す。
とても時間がかかります。ここでめげてはいけません。
また、設定の最初の方で、VirtualBoxのHDDを消去してフォーマットしておく必要があります。
カーネルパニックについて
最初何度やってもここですぐ止まって再起動を求められました。
なかなかわからなかったのですが、最終的には、VirtualBoxの設定のプロセッサーを1つに戻しておかないとエラーになるようです。
再びiBootから起動
一通り終わって再起動する時に、VirtualBoxのデバイスから再びiBootで起動するように戻しておき、iBootから起動します
multibeastを導入
砂漠のHackintoshメモ:VirtualBox 4.1.4 on Windows7で MacOS 10.6.8 Snow Leopard updata
minkara.carview.co.jpなどを参考に、iBootがなくても起動できるようにmultibeastを導入しますが、
VirtualBoxのファイル共有がとても難しく、、、
結局自分はマスターせずに、
SnowLeopardのサファリを起動して、インターネットからmultibeastを改めてダウンロードしました。
移行は、上記のサイトに従って、必要なものをインストール。
その後の起動方法
矢印でiBootとMac(自分でつけたOSの名前)とを選べるようになるので、
次回からは、ここで右側を選択して起動するようにします。
画面の解像度
起動後はこのような感じ。
(VirtualBoxの後ろに微かに見えるLinxMintのロゴの切れ端!)
SnowLeopardは古いOSなだけあってEl Capitanより起動も早くて軽いです。
どうしても画面のサイズが大きくて、Dockが下のママだとDockとメニューバーが同時に見えず、不便だったので、Dockは左に配置することにしました。
調べると解像度設定をすれば良いようなのですが、
これは何度やっても上手く反映してくれなかったので、今後の課題。
砂漠のHackintoshメモ:VirtualBox 4.1.14 on Windows7で MacOS 10.6.8 Snow Leopard 解像度変更
因みに、Extraのフォルダが見つからないなぁと思っていたら、
Macのファインダーは、システム系のフォルダを表示しない仕様になっていて、
ターミナルからアクセス。
cd ..
で移動して、
ls
で見るとExtraフォルダがあるのがわかります
【備忘録】Python(x,y)からAnacondaに変えてみた
自分用のメモ。
Pythonはプロキシの関係でpipが使えないので、一通り最初から入っているPython(x,y)を使っていました。
しかし最近、Anacondaが話題なのと、Jupyterも使ってみたかったので、入れてみました。
これは、次に自分が入れるべき時に注意する点を整理したものです。
Anacondaをダウンロード
本家からWin版をダウンロード
Download Anaconda now! | Continuum
※参考にしたサイト
インストーラーでインストール
トラップは殆どなし。1箇所だけ、インストールするフォルダを自分で選ぶ場合に「もうその名前のフォルダはあるよ!」って怒られるので、フォルダを新しく作った場合は、マイコンピュータからアナログにフォルダを消します。
Jupyterの使い方
Jupyterをコマンドプロンプトから起動する場合、先ず、作業したいディレクトリにcdで移動しておき
jupyter notebook
で起動させるとブラウザが立ち上がる。
「New」⇒「Python2」でNotebookが開く。
実行して改行する為には、「Shift+Enter」で進む。
また、グラフを表示させる為には、
%matplotlib inline
と打っておく必要がある。
参考にしたサイト
Seabornを使ってみる
PythonにおけるRのggplot2的な存在の一つであるSeabornを使ってみた。
例のごとくcondaもpipも使えないので、直接ファイルをダウンロードする。
また、Anacondaの場合モジュールは
C:\(インストールしたフォルダ)\Lib\site-packages\
の中にあるので、「seaborn」など自分でフォルダを作りそこに解凍。
コマンドプロンプトを起動し、seabornを解凍したフォルダへ移動し、
python setup.py install
でインストール。
Seabornの使い方
seabortnを使うときは
import matplotlib.pyplot as plt
import seaborn as sns
と適当に名前をつけてインポートするだけでいい。
こんな感じ
参考にしたサイト
PDFにするにはpandocが必要
jupyterのダウンロード形式にPDFが選べるけれど、それにはpandocが必要らしい
公式サイトからインストーラーで導入する方が、Win機の場合はよいようです。
そもそものpandocの使い方
先ず、pandocの使い方を知る。
Inner Journeys: PandocとLuaLaTeXを使ったPDF出力でコードブロックをきれいに表示する
の通りに従ってみる。
1.メモ帳、Emacs等で/mdのMarkdown形式のファイルをUTF-8で作成・保存する。
#こんにちはPandoc
2.コマンドプロンプトで当該ファイルがある場所まで移動し、ファイル名を指定し、アウトプットのファイル名と使うTexのエンジンを指定する。日本語入りファイルの場合は、LuaLaTexが良い。*1
pandoc -f markdown input.md -s -o output.pdf --latex-engine=lualatex -V documentclass=ltjarticle
Pandocを使って、jupyterのファイルをTeXにする
本当は、jupyterの画面からdownload as でPDFにしたいのだけど、上手く行かなかったので、こちらのサイトを参考に、一度TeXにして、後からPDFに変換。
日本語が入っていないファイルの場合
jupyterの作業ファイル(今回の場合は、Untitled.ipynbという名前)があるフォルダまでコマンドプロンプトでカレントディレクトリを移動し、以下のコマンドを入力。
jupyter nbconvert --to latex Untitled.ipynb
すると、「Untitled.tex」というTeXファイルが出来るので、TeXのエディターで開いて後はいつも通りPDFにすればいい。((余談ですがこういう時、eclipseのpydevでは面倒。。。)
日本語が入っていない場合は、pdfLaTeXでも構わないが、日本語はエラーになってしまうため、先ほどの参考サイトに従ってテンプレートファイルをLuaLaTeXに変更して、新しくテンプレートファイルを作る。
今回は、ltjsarticle.tplxとして保存。
PATHの通った場所にテンプレートを置くか、作業フォルダに常にテンプレートをコピペするのかは悩ましい所。
jupyter nbconvert --to latex --template ltjsarticle.tplx Untitled2.ipynb
とコマンドプロンプトで打つとlatexファイルができるので、TeXのエディターでPDFにしてしまえばいい。
*1:普段はXeLaTeXの方が早くて好きなのだけど。
炎の蜃気楼_声の美しい役者は素晴らしい
かねてからTwitterのタイムラインで評価が高い「炎の蜃気楼」(ほのおのみらーじゅ)。
そのアニメ版を見ました。
劇伴がいい
自分のいつもの評価ポイントですが、劇伴がいい作品はほんとそれだけで素晴らしいです。
とてもダークな曲が流れるのですが、緊張感あるストーリーにマッチしています。
役者の声がいい
・仰木高耶(おうぎ たかや)/上杉景虎(うえすぎかげとら)⇒ 関俊彦
・成田譲(なりた ゆずる)⇒ 松野太紀
・直江信綱(なおえ のぶつな)⇒ 速水奨
他にもみんな良い声で、その響きだけで深みが増します
先が読めない展開
主人公達は戦国時代の魂が何百年も人の体に転生して生きているわけですが、物語の前半部分を描いたTVアニメでは、毎話、毎話、珍現象が起きたり新しいキャラクターが登場したりと、先が読めません。
特に、主人公が記憶を敢えて失った、という設定の為、彼と一緒になって、秘密が徐々に明らかになっていくのはゾクゾクしました。
兄弟愛が泣ける
景虎と直江のBL的な展開は、男性である自分にはそこまでピンと来なかったのですが、景虎の兄である北条氏照(ほうじょううじてる)さんが、とても優しい。
2人がまだ転生をする前に、木の上で笛を吹いている回想シーンが何度か挿入されるのですが、そこが実に美しい。
父親の命令で泣く泣く彼は景虎を閉じ込めてしまうのですが、儀式の最中に景虎を護る役目をやめて寝返った直江の淡白な様子に、激昂するシーンがあるのです。自分が正に封じ込めようとしているのにですよ?「お前がそんな薄情な奴だとは思わなんだ!」と。
また、大叔父と呼ばれる 北条 幻庵(ほうじょう げんあん)というおじさんが出てくるのですが、景虎を助けた後に、自分が正しかったのかどうか?を悩む景虎に対して、「お前は1人で生きていかねばならん」という言葉を残して去るシーンも泣けます。
本当は色々と言いたいこともあったでしょうに。
原作について
原作は、コバルト文庫から40巻!更に番外編もあるそうで。
タイムライン上を見るとファンが沢山いるそうで、聖地巡礼のはしりではないか?という節もあるようです。
によると。
今も現役で聖地巡礼のアカウントがあり
バスツアーを企てている人もいるようです。
40巻ですが、いつか原作にも手を出したい。
速水さん関俊彦さんの声で再生するととても来ると思うですよね。
---------------------------
美術館の行列とターゲット層について
とある美術展の行列が凄い。そしてそのことに端を発して幾つかコメントが流れてきているうちに、ふと、今のマーケティングにおけるターゲティングの限界を思い出したので、忘れないうちにメモをしておきます。
若冲展の人気が凄い
ツイッターでも行列の写真が回ってきていて本当に凄い人気です。
とあるツイッタラーさんの指摘
美術館というものは、要するに「他人のお墨付きがなければアートかどうか判断できないバカが行く場所」であって、考えても見ろよ、中世~ルネサンス時代の貴族達はその時代を生きる巨匠達に夢中だったのであって、ローマの美術家達に夢中だったわけじゃないだろ。
— 砂鉄 (@satetu4401) 2016年5月14日
これは、”美術館はもっとカジュアルになれないのか?”という若冲とは異なる文脈で語られていたのですが、言い得て妙でもあります。*1
日曜美術館で放送されると美術館が混むという現象に最近拍車がかかっている気がします。
例えば”クラシック音楽”について
この本に詳しいのですが、西洋で「クラシック」というジャンルが成立する経緯に、元々貴族だけが楽しんでいたジャンルの音楽をブルジョワ階級が楽しむようになったので過去の権威として”クラシック”というジャンルを作るようになった、というような指摘がありました。*2
芸術の消費において、誰かのお墨付きを得ることで消費する、というのは今に始まったことではありませんし、文化事業であると同時に興行でもある展覧会は、何も一部の理解者の為だけに閉じたイベントである義理もありません。
ところで、ターゲットのマインドがわかったらターゲティングできるのだろうか?
「他人のお墨付きがなければアートかどうか判断できないバカ」が美術館の客層なのかどうかは一旦、置いておいて、例えば仮に美術館の客層を以下に分類したとします。
1)余暇とお金がある高齢者層でNHKで特集された”間違いのないコンテンツ”を人生経験として見に行く。
⇒ せっかく凄いのが来てるんだから見ないともったいない、と思って見に行く。
2)ちょっと無理して背伸びをしたいスノッブ。
⇒ ちょっとマイナーな作品を見に来て良さがわかる自分がかっこいい。
3)美術の学生で勉強にきた。
⇒ 構図やタッチ 本物を見ないとわからないことがある!
4)美術鑑賞が趣味なので暇さえあれば行く。
⇒ 今日はリフレッシュした!
例えば、
印象派展のようなものであれば、1)のターゲットがメインでドル箱でしょう。国宝系もそうだと思います。
一方で新進気鋭の建築家、などであれば、3)や4)が手堅いターゲットで、後は2)をどれだけ連れてこれるか?にかかってくると思います。
では上記のような消費マインドを元にしたターゲティングをすることはできるのでしょうか?
せいぜいデモグラフィックと興味対象程度でしか絞れない
GoogleAdWordsのターゲティングでは、せいぜい
・デモグラフィックと呼ばれる性別・年齢
・特定のジャンルのサイト = コンテンツターゲット等
・特定のジャンルに興味がある人 = トピックターゲット等
・競合や特定のサイトをよく訪問している人 = カスタムアフィニティ
といった程度でしか区切ることはできません。
ましてや2)のような、ちょっと背伸びしたいスノッブを対象にするのは、とても難しいのです。
「他人のお墨付きがなければアートかどうか判断できないバカ」をターゲットとしても、彼らを狙って広告を打つことはできません。
だから実際のターゲティングは今でもマス
ソーシャルゲームが大量にTVCMを打つのも、結局予算があればそれが一番効率が良いからですし、映画の宣伝でタレントの吹き替えを立ててTV番組で露出をするのも同じです。
映画なんて半分以上の人は滅多に行かないのですから、マスマーケティングである必要はないのですが、その「たまにしか行かない人」を呼んでこないと成立しない、場合は、マス広告に頼らざるを得ないのが現状です。
でもインサイトをついたマーケティングにはしたい
美術館に来る理由が”TVで言ってたから”であろうと、”ノルマ的に行っていることが大事”であろうと、何らか満足して帰って貰えるなら、彼等が何を期待して来訪し、何を得て帰って行くのか? ということは意識して展示内容を考えたり、広告を考えたりするのは、とても重要なことではないかと思います。
そこで新しく美術館に来る理由が増えたら、層も広がります。
できもしないターゲティングで頭を悩ますことは無駄かもしれませんが、ユーザーインサイトを分析することはとても重要だと思います。
-----------------------------------------------------
最近良かった展覧会
因みに最近の自分のヒットはこの展覧会です。
例えばイタリアの風景を描いた風景画には、こんな背景があります。
絵が綺麗とかバランスがいいとか、そういう話以外にも歴史的背景が知れたりする展覧会で、とてもおもしろかったです。
【備忘録】pythonで逆行列を使いながらニュートン法を試してみる
最近sympyライブラリにはまっています。とても便利です。
ただ単に如何にsympyが便利か、ということのために練習の記録をアップしました。
今回のお題
ガーデン家具の製造業者が木枠とアルミ枠のガーデンチェアを製造しています。
木枠は1つ18ドルの製造経費、アルミ枠は10ドル、とし、製造台数を
木枠:x
アルミ枠:y
とする。
また、販売価格が
木枠:10+31*x**-0.5 + 1.3*y**-0.2
アルミ枠:5+15*y**-0.4 + 0.8*x**-0.08
となるとわかっているとき、
1日あたりの利益の最大値を考える
また例の本からです*1
先ず、グラフにしてみる
1日の収入zは以下になります。
(*なんでわざわざこんな複雑なモデルにしたんでしょうか?著者は)
z = x*(10+31*x**-0.5 + 1.3*y**-0.2) -18*x + y*(5+15*y**-0.4 + 0.8*x**-0.08) -10*y
これをsympyを使ってプロットしてみます。
# -*- coding: utf-8 -*-
from sympy import *
z,x,y= symbols("z x y")
z = x*(10+31*x**-0.5 + 1.3*y**-0.2) -18*x + y*(5+15*y**-0.4 + 0.8*x**-0.08) -10*y
from sympy.plotting import plot3d
plot3d(z,(x,0.1,10),(y,0.1,10))
何故か「0」を入れると塁乗ができないよ!と怒られるので、
0.0 cannot be raised to a negative power
プロットの時は、xとyの開始の値を0.1にしておきました。
ランダム探索法を使ってみる
少し狡いですがグラフから少なくともxもyも10以下でしょう、と想定して、10までの中で先ずランダムに初期値を求め zの初期値zminを出します。
ループの中で、更にランダムにx,yを出し、その場合のzの値z1を求めます。
そのz1がzminより大きい間はループを続けるようにし、zminの値も新たにz1で更新します。
1000回ほど繰り返してとめた値をzを最大化するx,yの近似値だと考えます。
zmin,xmin,ymin = symbols("zmin ymin xmin")
import random
#seedは使わなくても問題ないですが何となく
random.seed(1)
#10以下だとふんでいるため0~10の間の乱数を作ります
x1 = random.uniform(0,10)
y1 = random.uniform(0,10)
#そして代入してzの初期値を求めます
zmin = z.subs([(x,x1),(y,y1)])
#以下、繰り返し部分です
for i in range(0,1000):
#新たな乱数でzを求める
x1 = random.uniform(0,6)
y1 = random.uniform(0,6)
z1 = z.subs([(x,x1),(y,y1)])
#新しいzの値z1の方が先ほどの値より大きいうちは繰り返し
if z1 > zmin:
xmin = x1
ymin = y1
#zminの値を更新するのを忘れないようにします
zmin = z1
print('xmin',xmin)
print('ymin',ymin)
print('zmin',zmin)
結果
('xmin', 4.657253897915613)
('ymin', 5.9093752268644355)
('zmin', 52.0719318635198)
木枠は4.6台、アルミ枠は5.9台(およそ5台と6台)で、利益は52ドル。
ということになりそうです
ニュートン法を使ってみる
ランダム探索法では、本当に当てずっぽうなので繰り返し回数を多くしないとなかなか近い値にはなりません。もう少し早く収束するべく、ニュートン方を使います。
先ほどは直接zの値の大小を比べてループさせていましたが、今回ニュートン法では、zの勾配(微分)を0とするようなx,yを求めます。
(*先ほどのグラフで、zの最大値は極値を求めればよい、とわかっているからです)
xn,yn = symbols("yn xn")
xn = random.uniform(0,10)
yn = random.uniform(0,10)
for i in range(0,15):
N = Matrix([[xn],[yn]])
A = Matrix([[dzdx.diff(x),dzdx.diff(y)],
[dzdy.diff(x),dzdy.diff(y)]])
A = A.subs([(x,xn),(y,yn)])
F = Matrix([[dzdx.subs([(x,xn),(y,yn)])],
[dzdy.subs([(x,xn),(y,yn)])]])
#ニュートン法のキモの部分
#手作業で逆行列の要素を計算式にしなくてもsympyは大丈夫です
N = N - A.inv()*F
#xnとynの値を更新します
xn = N[0]
yn = N[1]
#確認で都度、出力してみます
print("N",i,N)
print("z",i,z.subs([(x,xn),(y,yn)]))#最終の値を出力
print("N",N)
print("z",z.subs([(x,N[0]),(y,N[1])]))
先ほど同様に初期値はランダムに求めて、行列Nとしています。
一般的にニュートン法では、偏導関数を成分とする行列をAとすると
F(x(0)) + A(x - x(0) )=0
を解いて
x(1) = x(0) - (Aの逆行列)*F(x(0))
と更新するのでした。
このとき Aの逆行列を求めるのが手計算ではしんどいのですが、sympyでは、A.inv()と記述するだけで済みます。ちょっと感動的ではないでしょうか?
試しに例をここに
from sympy import *
a,b,c,d = symbols("a b c d")
A = Matrix([[a,b],[c,d]])
print(A)
print(simplify(A.inv()))
結果は以下の通り、見慣れた公式の通りです。
Matrix([[a, b], [c, d]])
Matrix([
[ d/(a*d - b*c), -b/(a*d - b*c)],
[-c/(a*d - b*c), a/(a*d - b*c)]])
また、先ほどのコード結果は、
('N', 0, Matrix([[3.11021951910684],[4.39753563309424]]))
('z', 0, 50.4978633181626)
('N', 1, Matrix([[4.26447040602873],[5.59713059033704]]))
('z', 1, 51.9880863435632)
('N', 2, Matrix([[4.66015416182119],[5.84578821398569]]))
('z', 2, 52.0723541378789)
('N', 3, Matrix([[4.68944643469009],[5.85200277371353]]))
('z', 3, 52.0726917916350)
('N', 4, Matrix([[4.68958529813255],[5.85199380485953]]))
('z', 4, 52.0726917987936)
('N', 5, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 5, 52.0726917987936)
('N', 6, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 6, 52.0726917987936)
('N', 7, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 7, 52.0726917987936)
('N', 8, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 8, 52.0726917987936)
('N', 9, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 9, 52.0726917987936)
('N', 10, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 10, 52.0726917987936)
('N', 11, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 11, 52.0726917987936)
('N', 12, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 12, 52.0726917987936)
('N', 13, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 13, 52.0726917987936)
('N', 14, Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 14, 52.0726917987936)
('N', Matrix([[4.68958530121007],[ 5.8519938044504]]))
('z', 52.0726917987936)
となります。
15回も繰り返しましたが、既に5回めで収束していますね。値もランダム探索法の結果とほぼ同じです。
---------------------------
sympyの逆行列の求め方について
ニュートン法について