適切な粒度でキャラを捉える① 個人をdemographicsを用いて特定する
「キャラ分析をもっと細かく！」はありがちなフィードバック。キャラ分析しているつもりでも、ジャッジの想定する粒度で捉えられていないことを回避するためにこのシリーズではキャラ分析の基本的なフレームワークである”segmentation”について軽く理論的に押さえておきましょう。
第一回は個人にフォーカスを当て、demographicsを用いた分析について解説していきます。
Demographicsとは？
コトバンク先生によると、以下の通り。
「人口統計学的属性。顧客データ分析の切り口のひとつ。デモグラフィックは人口統計学的属性、つまり性別、年齢、住んでいる地域、所得、職業、学歴、家族構成などその人のもつ社会経済的な特質データ。デモグラフィックスによって、その人の行動・態度が異なるという考え方からこれをベースにデータを分析し、有効なターゲットを探しだし、ターゲット・マーケティングを実施する。例えば、20代と40代、50代とは生活様式が異なり、消費行動も違っていることから有効とされるターゲット・マーケティング手法。その為の分析をデモグラフィック分析と表現している。」
つまり、統計情報を取得・分析する切り口として用いられている多様なラベルを使って分析を出そう、というのが今回の話のキモです。セグメント分けしたターゲットについて、incentive/capacity/environment(peer pressure, role model, etc…)/narrative/context, etc….
を分析してゆくことで、定性的に細かい分析を出すことが目標です。イメージとしては縦軸にdemographicsを取って、横軸に各分析項をとる感じ。悪名高いdemographicsによるセグメント分けとしてWASPがよく知られています。また、マックスウェーバーの古典的研究もdemographicsによりethosの違いが析出可能であることを示した画期です。これらの切り口は日頃から多様な統計情報に触れている人にとっては当たり前かもしれませんが、知らないことが多い！という人は統計や社会学（量的研究）の書籍で入門的に学ぶとよいでしょう。
具体的にどのような種類のラベルが存在するか？
・Age
1. Prenatal Development
2. Infancy and Toddlerhood
3. Early Childhood
4. Middle Childhood
5. Adolescence
6. Early Adulthood
7. Middle Adulthood
8. Late Adulthood
Human Development | Lifespan Development
・Education
Compulsory Education/High school graduate/Bachelor, Master, Doctoral/levels of University(prestigious or not)/
Inside of compulsory education…
fast learner, slow learner/social class of parents, cultural capital, clam school culture, tiger parents,etc…
Inside of Academia…
faculty/discipline
・religion
Christianity(Roman Catholic, Protestant, Evangelical, YHWH’s witnesses, etc…)
Jewish, Muslim, Buddhism, etc…
・グラデーション
Moderate, Progressive, Conservative(interpretation of religious essence)/Pious, rigorous(religious practice)/community members
・employment
White color, Blue color,
Part timers, full timers, gig workers, etc…
industries(IT, administration office, public officials, firmer, fisher, landed gentry, drug dealer, smuggler, etc…)
toxic culture(overwork, white supremacy, male dominance, etc…),
・class
Upper/upper middle/lower middle/working/
Lower
・migration background
US(Britain, Ireland, Italia, Eastern Europe, Spain, Mexico, India, Caribbean, China, Japan, Germany, etc…)
Generations
・Race
White, African American, Asian, etc…
・ethnicity
Language/cultureによって別れる集団. Ethnicityと国が一致しないことがほとんどなので確自リサーチ
Asia
Japanese, Chinese, Korean,
Nigeria（ethnically diverse regionの例）

その他
・income levels
・marital status
ここで面白い論文の紹介
Target advertisementに特定のrace/ethnicityがvulnerableだという研究結果です。きちんとセグメント分けされて広告が打たれると、その層specificにきちんと（よい/悪いは別で）影響がでることがわかります。
https://www.annualreviews.org/doi/10.1146/annurev.publhealth.012809.103607
また、Chimamandaも言っていますが、Contextによってprioritizeされるdemographyは違う、ということも抑えておいていいでしょう。アメリカでは黒人、白人アジア系といったraceが重要視されるのに比べて、アフリカではethnicitiesが重視されます。
https://youtu.be/hg3umXU_qWc
race/ethnicityよりもreligionが大切な例としてはLebanonが挙げられます。motionをきちんと読みラウンドで求められている適切な粒度を特定することと、contextをあらかじめ調べておくことが大切でしょう。

Keita God Kuritaさんのレクチャー
https://drive.google.com/file/d/1hlqyOA4JuWw2SaoS1mcaeedaXseDfnSs/view?usp=sharing
https://youtu.be/cKk_zYaJCLk
