What makes something go viral? | Dao Nguyen

297,440 views ・ 2018-01-08

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Misato Noto 校正: Eriko T
00:12
Last year, some BuzzFeed employees were scheming
0
12841
3569
去年 Buzzfeedでは 一部の社員による企画で
00:16
to prank their boss, Ze Frank,
1
16434
2330
上司のゼイ・フランクに イタズラをしました
00:19
on his birthday.
2
19415
1242
その日はゼイの誕生日でした
00:21
They decided to put a family of baby goats in his office.
3
21319
4204
彼のオフィスに ヤギの赤ちゃんを 連れてくることにしたのです
00:25
(Laughter)
4
25547
1405
(笑)
00:26
Now, BuzzFeed had recently signed on to the Facebook Live experiment,
5
26976
4421
我が社では Facebookのライブ配信を 試み始めたばかりだったので
00:31
and so naturally,
6
31421
1371
当然のごとく
00:32
we decided to livestream the whole event on the internet
7
32816
3882
この日の様子をネット上で ライブ配信することに決め
00:36
to capture the moment when Ze would walk in
8
36722
3300
ゼイがオフィスに入って ヤギを発見する様子を
00:40
and discover livestock in his office.
9
40046
2962
映像に収めようと思ったのです
00:44
We thought the whole thing would last maybe 10 minutes,
10
44019
3164
一連の出来事は 10分程度で終わるだろうし
00:47
and a few hundred company employees would log in for the inside joke.
11
47207
4524
この内輪ネタを見るのは せいぜい数百人の社員だろうと思いました
00:52
But what happened?
12
52132
1263
でも 何が起こったのか?
00:53
Ze kept on getting delayed:
13
53977
1718
ゼイはなかなか現れませんでした
00:55
he went to get a drink,
14
55719
1486
ゼイは飲み物を取りに行き
00:57
he was called to a meeting,
15
57229
1448
会議に呼び出され
00:58
the meeting ran long,
16
58701
1743
会議が長引き
01:00
he went to the bathroom.
17
60468
1165
トイレにも行きました
01:01
More and more people started logging in to watch the goats.
18
61657
4220
だんだんと多くの人々が ヤギを目当てに 視聴し始めました
01:06
By the time Ze walked in more than 30 minutes later,
19
66493
4013
30分以上経って ゼイが登場した頃には
01:10
90,000 viewers were watching the livestream.
20
70530
5106
ライブ動画の視聴者数は 9万人に上っていました
01:16
Now, our team had a lot of discussion about this video
21
76601
3957
私たちチームは この動画についてや
01:20
and why it was so successful.
22
80582
1976
人気になった理由について 何度も話し合いました
01:22
It wasn't the biggest live video that we had done to date.
23
82582
2876
視聴者数は 過去最高というわけでは ありませんでした
01:25
The biggest one that we had done involved a fountain of cheese.
24
85482
3642
過去最高だったのは チーズファウンテンの動画です
01:30
But it performed so much better than we had expected.
25
90063
3825
でも 今回の動画は期待をはるかに超えた 盛り上がりを見せてくれました
01:33
What was it about the goats in the office that we didn't anticipate?
26
93912
4263
オフィスにヤギがいる動画は 何が予想外だったのでしょう?
01:38
Now, a reasonable person could have any number of hypotheses.
27
98781
4058
勘の鋭い人なら いくらでも 仮説を立てられるかもしれません
01:42
Maybe people love baby animals.
28
102863
2418
動物の赤ちゃんは 視聴者ウケがいいのかもとか
01:45
Maybe people love office pranks.
29
105751
1724
職場でのイタズラが人気なのかもとか
01:47
Maybe people love stories about their bosses
30
107499
2745
上司や誕生日サプライズのネタは 人気なのかもしれないとか
01:50
or birthday surprises.
31
110268
1533
01:52
But our team wasn't really thinking about what the video was about.
32
112382
3700
でも 私たちチームは動画の内容については それほど考えていませんでした
01:56
We were thinking about
33
116106
1272
私たちが考えていたのは
01:57
what the people watching the video were thinking and feeling.
34
117402
4076
視聴者が何を考え 何を感じていたのかです
02:01
We read some of the 82,000 comments that were made during the video,
35
121502
4783
動画配信中に寄せられた 8万2千件のコメントを一部読み
02:06
and we hypothesized that they were excited
36
126309
3792
考えついた仮説として 視聴者はこれから何かが起こるという
02:10
because they were participating in the shared anticipation
37
130125
3174
「共通の期待」に参加していたから
02:13
of something that was about to happen.
38
133323
2730
ワクワクしていたのかもと考えました
02:16
They were part of a community, just for an instant,
39
136077
3212
その一瞬とはいえ ある集団に参加していたことが
02:19
and it made them happy.
40
139313
1353
嬉しかったのではないかと
02:21
So we decided that we needed to test this hypothesis.
41
141102
3344
それで この仮説を検証しなくては と考えました
02:24
What could we do to test this very same thing?
42
144793
3482
今回とまったく同じことを 検証するには何ができるか?と
02:28
The following week,
43
148995
1391
その翌週
02:30
armed with the additional knowledge that food videos are very popular,
44
150410
4675
食べ物動画はとても人気との情報を携え
02:35
we dressed two people in hazmat suits
45
155109
3571
防護服に身を包んだ2名を登場させて
02:38
and wrapped rubber bands around a watermelon until it exploded.
46
158704
4261
スイカが爆発するまで 輪ゴムを巻いてもらったのです
02:42
(Laughter)
47
162989
1581
(笑)
02:44
Eight hundred thousand people watched
48
164889
3372
視聴者数は80万人で
02:48
the 690th rubber band explode the watermelon,
49
168285
4031
690本目の輪ゴムが巻かれた瞬間 スイカが爆発し
02:52
marking it as the biggest Facebook Live event to date.
50
172340
3453
Facebookのライブ動画で 過去最大の視聴者数を記録しました
02:56
The question I get most frequently is:
51
176483
2610
一番よく聞かれる質問はこれです
02:59
How do you make something go viral?
52
179117
1833
「コンテンツを流行らせる方法は?」
03:01
The question itself is misplaced;
53
181713
2206
質問そのものが見当外れです
03:03
it's not about the something.
54
183943
1693
内容が重要なのではなく
03:05
It's about what the people doing the something,
55
185660
3297
コンテンツを読んだり 観たりしている人が
03:08
reading or watching --
56
188981
1203
03:10
what are they thinking?
57
190208
1280
何を考えているかに注目します
03:11
Now, most media companies, when they think about metadata,
58
191841
3346
たいていのメディア企業は メタデータについて考えるとき
03:15
they think about subjects or formats.
59
195211
2383
テーマや形式のことを 念頭に置いています
03:18
It's about goats,
60
198412
1150
ヤギに関するもの
03:19
it's about office pranks,
61
199586
1776
職場のイタズラに関するもの
03:21
it's about food,
62
201386
1297
食べ物に関するもの
03:22
it's a list or a video or a quiz,
63
202707
1854
まとめ記事やビデオ、クイズ
03:24
it's 2,000 words long,
64
204585
1259
2000ワードのもの
03:25
it's 15 minutes long,
65
205868
1153
15分の長さのもの
03:27
it has 23 embedded tweets or 15 images.
66
207045
3122
ツイートが23件とか 画像が15枚とか含まれるもの
03:30
Now, that kind of metadata is mildly interesting,
67
210191
3012
そういったメタデータは まあまあ面白いですが
03:33
but it doesn't actually get at what really matters.
68
213227
2966
そこからは 本当に重要なことは見えてきません
03:36
What if, instead of tagging what articles or videos are about,
69
216217
4158
記事や動画を内容で分類する代わりに
03:40
what if we asked:
70
220399
1190
こうしてはどうでしょう?
03:41
How is it helping our users do a real job in their lives?
71
221613
3553
ユーザーの生活にどのような役割を果たすのか 考えてみるのです
03:46
Last year, we started a project
72
226173
2820
去年 着手したプロジェクトでは
03:49
to formally categorize our content in this way.
73
229017
2932
この考えに沿って 私たちのコンテンツを 公式に分類したものを
03:51
We called it, "cultural cartography."
74
231973
2747
「文化地図」と名付けました
03:55
It formalized an informal practice that we've had for a really long time:
75
235720
4002
これは私たちが長年 内々でしてきたことを 正式なものにしたものです
03:59
don't just think about the subject matter;
76
239746
2226
単に テーマを考えるのではなく
04:01
think also about, and in fact, primarily about,
77
241996
3168
それに加え いえむしろコンテンツが
04:05
the job that your content is doing for the reader or the viewer.
78
245188
3739
読者や視聴者に与える影響を中心に 考えようというものです
04:09
Let me show you the map that we have today.
79
249450
2506
今日 持ってきた文化地図を お見せしましょう
04:11
Each bubble is a specific job,
80
251980
2842
それぞれの円は特定の役割を示し
04:14
and each group of bubbles in a specific color are related jobs.
81
254846
4770
関連する役割別に 色分けして グループ分けしてあります
04:19
First up: humor.
82
259640
1478
まずは「ユーモア」系で
04:21
"Makes me laugh."
83
261918
1161
「笑わせてくれるもの」です
04:23
There are so many ways to make somebody laugh.
84
263103
2788
人を笑わせるには たくさんのやり方があります
04:25
You can be laughing at someone,
85
265915
1517
誰かのことを笑ったり
04:27
you could laugh at specific internet humor,
86
267456
2155
特定のインターネットジョークや
04:29
you could be laughing at some good, clean, inoffensive dad jokes.
87
269635
3392
面白くて下品でなく 無害な 親父ギャグでも笑えるでしょう
04:33
"This is me." Identity.
88
273706
2300
次は「自己表現」系です
04:36
People are increasingly using media to explain, "This is who I am.
89
276030
3808
メディア上で「これが私」と 披露する機会が増え 他にも
04:39
This is my upbringing, this is my culture,
90
279862
2199
「これが私の生い立ち」 「育った環境」
04:42
this is my fandom, this is my guilty pleasure,
91
282085
2338
「熱中しているもの」 「やましい楽しみ」
04:44
and this is how I laugh about myself."
92
284447
2183
「自虐の仕方」などが紹介されています
04:48
"Helps me connect with another person."
93
288600
1882
「他人とつながれる」系もあります
04:50
This is one of the greatest gifts of the internet.
94
290506
2411
インターネットの 優れた機能のひとつと言えます
04:52
It's amazing when you find a piece of media
95
292941
2191
誰かとの絆を 正確に表現できるようなメディアに
04:55
that precisely describes your bond with someone.
96
295156
2532
出会えるのは 素晴らしいことです
04:59
This is the group of jobs that helps me do something --
97
299020
2598
これは「何かの手助けになる」系です
05:01
helps me settle an argument,
98
301642
1377
議論を収めたり
05:03
helps me learn something about myself or another person,
99
303043
2673
自分や他人について学んだり
05:05
or helps me explain my story.
100
305740
1856
自分の話を説明しやすくなります
05:07
This is the group of jobs that makes me feel something --
101
307620
2689
こちらは「何かの感情を生む」系です
05:10
makes me curious or sad or restores my faith in humanity.
102
310333
3157
好奇心や悲しみが生まれたり 人間性への信頼を取り戻させてくれます
05:13
Many media companies and creators do put themselves
103
313514
3719
多くのメディア企業やクリエイターたちは 確かにユーザーの立場から考えます
05:17
in their audiences' shoes.
104
317257
1468
05:18
But in the age of social media, we can go much farther.
105
318749
2704
でも SNS全盛期の時代には さらに踏み込んでいけるものです
05:22
People are connected to each other on Facebook, on Twitter,
106
322056
4062
FacebookやTwitterを使って 人々はつながり合っていますし
05:26
and they're increasingly using media to have a conversation
107
326142
4263
メディアを通じての会話や 対話がますます増えています
05:30
and to talk to each other.
108
330429
1454
05:31
If we can be a part of establishing a deeper connection between two people,
109
331907
5836
2人がより深い関係を確立していく過程に 私たちが役立てたら
05:37
then we will have done a real job for these people.
110
337767
3189
彼らに対して本当の役割を果たせた と言えるでしょう
05:41
Let me give you some examples of how this plays out.
111
341394
2589
これがどう行われるのか 例を紹介させてください
05:44
This is one of my favorite lists:
112
344578
1891
これは私のお気に入りのひとつです
05:46
"32 Memes You Should Send Your Sister Immediately" --
113
346493
3303
『今すぐ 姉や妹に送るべき 32のあるある画像』
05:49
immediately.
114
349820
1302
今すぐにです
05:51
For example, "When you're going through your sister's stuff,
115
351583
3104
例えば 「姉や妹の物を物色していて
05:54
and you hear her coming up the stairs."
116
354711
1979
当人が2階に上ってくる足音を 聞いたところ」
05:56
Absolutely, I've done that.
117
356714
1790
もちろん 私もやりました
05:58
"Watching your sister get in trouble for something that you did
118
358528
3155
「自分がやったことを姉や妹のせいにして 向こうが怒られているのを見ているところ」
06:01
and blamed on her."
119
361707
1192
06:02
Yes, I've done that as well.
120
362923
1608
もちろん 私もやりました
06:04
This list got three million views.
121
364555
1799
この記事は300万回閲覧されました
06:06
Why is that?
122
366378
1165
なぜでしょう?
06:07
Because it did, very well, several jobs:
123
367567
2976
この記事は 複数の役割を 見事に果たしたからです
06:10
"This is us."
124
370567
1520
「これが私たち」
06:12
"Connect with family."
125
372111
1265
「家族とつながる」
06:13
"Makes me laugh."
126
373400
1181
「笑わせてくれる」
06:14
Here are some of the thousands and thousands of comments
127
374605
3134
この記事を見て 様々な姉妹が交わした 大量のコメントの一部がこれです
06:17
that sisters sent to each other using this list.
128
377763
2849
[お姉ちゃん これ私たちそのものね 笑]
06:21
Sometimes we discover what jobs do after the fact.
129
381508
3511
コンテンツ発表後に それが果たした役割を 発見することだってあります
06:25
This quiz, "Pick an Outfit and We'll Guess Your Exact Age and Height,"
130
385592
5138
「選んだ洋服から あなたの年齢と身長を ピッタリ当てます」というクイズは
06:30
went very viral: 10 million views.
131
390754
2063
とても流行り 1千万回閲覧されました
06:32
Ten million views.
132
392841
1176
1千万回です
06:34
I mean -- did we actually determine the exact age and height
133
394041
4526
1千万人もの人々の 年齢と身長を 本当にピッタリ当てたのでしょうか?
06:38
of 10 million people?
134
398591
1584
06:40
That's incredible. It's incredible.
135
400199
2262
信じられないですよね
06:42
In fact, we didn't.
136
402485
1244
実は 当てていません
06:43
(Laughter)
137
403753
1129
(笑)
06:44
Turns out that this quiz went extremely viral
138
404906
4093
結果的に このクイズが とても流行ったのは
06:49
among a group of 55-and-up women --
139
409023
3563
55歳以上の女性の間でだったんです
06:52
(Laughter)
140
412610
1172
(笑)
06:53
who were surprised and delighted
141
413806
3649
驚きや喜びの声を挙げてくれました
06:57
that BuzzFeed determined that they were 28 and 5'9".
142
417479
5718
このクイズによって 28歳で175cmと判定されたからです
07:03
(Laughter)
143
423221
1610
(笑)
07:04
"They put me at 34 years younger and seven inches taller.
144
424855
3208
「クイズの結果 年齢は34歳下で 身長は18cmも高かった
07:08
I dress for comfort and do not give a damn what anyone says.
145
428087
2948
私は楽な服を着るし 人の意見なんて ちっとも気にしない
07:11
Age is a state of mind."
146
431059
1779
年齢なんて気持ちの問題よ」
07:12
This quiz was successful not because it was accurate,
147
432862
3050
このクイズが成功を収めたのは 正確な判断を行ったからではなく
07:15
but because it allowed these ladies to do a very important job --
148
435936
4054
このクイズが 女性たちにとって とても重要な役割を果たしたからです
07:20
the humblebrag.
149
440014
1204
「謙虚を装った自慢」です
07:22
Now, we can even apply this framework to recipes and food.
150
442478
4983
この考え方は レシピや食べ物にも 当てはめられます
07:27
A recipe's normal job is to tell you what to make for dinner or for lunch.
151
447887
5573
レシピの通常の役割は 献立を何にするか教えることです
07:34
And this is how you would normally brainstorm for a recipe:
152
454205
3408
通常 レシピを考案するには 次のようなやり方をします
07:37
you figure out what ingredients you want to use,
153
457637
2323
使いたい材料を決め
07:39
what recipe that makes,
154
459984
1168
調理方法を決め
07:41
and then maybe you slap a job on at the end to sell it.
155
461176
3245
最後にぱぱっとレシピの役割を 考えて販売します
07:44
But what if we flipped it around and thought about the job first?
156
464445
4367
では 順番を真逆にして 役割から考えたらどうなるでしょう?
07:49
One brainstorming session involved the job of bonding.
157
469730
4665
絆を深めることをテーマにした ブレインストーミングを1回行いました
07:54
So, could we make a recipe that brought people together?
158
474976
4300
絆を深めるような レシピは作れるのでしょうか?
07:59
This is not a normal brainstorming process at a food publisher.
159
479300
4421
このような順序でのレシピの考案は レシピ本出版社では普通見られません
08:05
So we know that people like to bake together,
160
485532
2715
誰かとお菓子作りをするのは みんなが好きなことであり
08:08
and we know that people like to do challenges together,
161
488271
3285
誰かと難しいことに挑戦するのも みんなが好きなことです
08:11
so we decided to come up with a recipe that involved those two things,
162
491580
4733
それで この2つを取り入れたレシピを 考えることにしました
08:16
and we challenged ourselves:
163
496337
1911
私たち自身も 難しいことに挑戦しました
08:18
Could we get people to say,
164
498272
1806
コンテンツを見たユーザーに
08:20
"Hey, BFF, let's see if we can do this together"?
165
500102
4086
「ねぇ 一緒に試してみない?」と 親友を誘わせることです
08:24
The resulting video was the "Fudgiest Brownies Ever" video.
166
504807
3335
その結果 完成したビデオが 『最高のチョコレート・ブラウニー』でした
08:28
It was enormously successful in every metric possible --
167
508166
2924
あらゆる面から 大成功を収めたコンテンツとなりました
08:31
70 million views.
168
511114
1364
視聴回数は7千万回です
08:32
And people said the exact things that we were going after:
169
512935
3700
私たちの狙いどおりのことを ユーザーが言ってくれていました
08:36
"Hey, Colette, we need to make these, are you up for a challenge?"
170
516659
3100
「コレット! これを作ろうよ 挑戦する気ある?」
08:39
"Game on."
171
519783
1153
「望むところよ」
08:40
It did the job that it set out to do,
172
520960
2270
狙いどおりの役割を果たして
08:43
which was to bring people together over baking and chocolate.
173
523254
4116
お菓子作りとチョコレートで 仲を深められるコンテンツとなりました
08:49
I'm really excited about the potential for this project.
174
529294
3924
このプロジェクトがもたらす可能性に 私はすごくワクワクしています
08:53
When we talk about this framework with our content creators,
175
533242
3142
コンテンツ・クリエイターと この枠組みについて話をすると
08:56
they instantly get it,
176
536408
1165
すぐに理解してくれます
08:57
no matter what beat they cover, what country they’re in,
177
537597
2733
扱うジャンルが異なっていても 違う国に住んでいても
09:00
or what language they speak.
178
540354
1365
話す言語が違っていても
09:01
So cultural cartography has helped us massively scale our workforce training.
179
541743
4377
文化地図のおかげで 社員教育の幅が大きく広がりました
09:06
When we talk about this project and this framework
180
546621
3650
このプロジェクトや枠組みについて 広告会社やメーカーと話すと
09:10
with advertisers and brands,
181
550295
1372
09:11
they also instantly get it,
182
551691
1578
やはりすぐに理解してくれます
09:13
because advertisers, more often than media companies,
183
553293
5626
なぜなら 広告会社は メディア企業よりもいっそう
09:18
understand how important it is to understand the job
184
558943
3522
自社製品が消費者のために果たす役割を 理解する重要さを心得ているからです
09:22
that their products are doing for customers.
185
562489
2446
09:26
But the reason I'm the most excited about this project
186
566580
3743
でも このプロジェクトで 私がワクワクしている一番の理由は
09:30
is because it changes the relationship between media and data.
187
570347
3871
これが メディアとデータの関係を 変えてくれるものだからです
09:35
Most media companies think of media as "mine."
188
575051
3434
たいていのメディア企業は メディアを「自分中心」に考えています
09:39
How many fans do I have?
189
579547
1207
私のファンは何人くらい?
09:40
How many followers have I gained?
190
580778
1597
私のフォロワーはどれくらい増えた?
09:42
How many views have I gotten?
191
582399
1707
私のビデオの視聴数はどれくらい?
09:44
How many unique IDs do I have in my data warehouse?
192
584130
2777
私のデータウェアハウスには どれくらいユニークなIDがある?
09:47
But that misses the true value of data, which is that it's yours.
193
587372
3948
これでは データの本質である 「受け手」を見逃します
09:53
If we can capture in data what really matters to you,
194
593166
6098
データの中から 受け手にとって 重要なコンテンツを掘り出して
09:59
and if we can understand more the role that our work plays
195
599288
4488
自社コンテンツが受け手の実生活に どう役に立つかを深く理解できれば
10:03
in your actual life,
196
603800
1389
10:05
the better content we can create for you,
197
605213
2863
受け手に合ったコンテンツを作れますし
10:08
and the better that we can reach you.
198
608100
1857
受け手の心に響くこともできます
10:10
Who are you?
199
610760
1275
受け手はどんな人か?
10:13
How did you get there?
200
613293
1580
どうやってそこにたどり着いた?
10:14
Where are you going?
201
614897
1209
どこに行くのか?
10:16
What do you care about?
202
616130
1269
何を気にしているのか?
10:17
What can you teach us?
203
617423
1379
何を教えてくれるのか?
10:19
That's cultural cartography.
204
619151
1460
それが「文化地図」なのです
10:21
Thank you.
205
621146
1156
ありがとうございました
10:22
(Applause)
206
622326
3380
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7