PowerPoint プレゼンテーション

デジタル・クライシス白書2020

企業、団体や個人を危機的な状況に追い込む

「炎上」事案の9割は、デジタルメディアから発生。

企業の円滑な成長のカギは、デジタル・クライシスへの対応。

デジタル・クライシス総合研究所 https://dcri-digitalcrisis.com 本稿に関するお問い合わせ先 シエンプレ株式会社内 DCRI事務局 TEL：03-6673-4652

2

はじめに

サイレントクレーム＆デジタル・クライシス対策カンパニー シエンプレ株式会社（代表： 佐々木 寿郎、東京都中央区）では、近年、加速度的に変化してきたデジタル上でのク ライシス（危機）が増加・深刻化してきていること、そして今後更に拡大が想定され、高 度化、複雑化、グローバル化することを鑑みて、ソーシャルメディアを中心としたデジタル上 の各種媒体とクライシスの特性、傾向と論調を把握する目的で2020年1月10日に「デ ジタル・クライシス総合研究所」（所長：佐々木 寿郎）を設立しました。

「デジタル・クライシス総合研究所」の設立

近年、デジタルメディア上での「炎上」と呼ばれる事態（以下、「炎上事案」と称する） が急速に増加傾向にあり、マスメディアや様々なステイクホルダーを巻き込み、企業、団体 や個人の活動をより一層危機的な状態にしています。 炎上事案は、ソーシャルメディアなどのデジタル上に存在するメディアを起点とする傾向に あります。炎上事案の発生が日常化しており、フェイクニュースも含めて、マスメディアや事 案に関係する内外の関係者、社会に大きな影響を与え、世論をリードしています。 「デジタル・クライシス白書2020」は、研究所設立の機会に、ソーシャルメディアを中心と した各種媒体とデジタル上のクライシスの特性、傾向と論調を把握するために調査分析し たものです。 本稿が、デジタル・クライシスに対する予防・準備を検討または実行する上での一助とな れば幸いです。

デジタル・クライシス白書2020の目的

序章 デジタル・クライシスの実態

2019年に発生した「炎上」にまで至ったクライシス案件（以下、炎上事案と称する） から無作為に抽出した50件の発生源はデジタルメディアが9割（50件中45件）。特に、 Twitterを中心としたSNSが発生源となるケースが7割（50件中36件）。以下、 「Buzzplusnews」（4％、50件中2件）、「TikTok」（4％、50件中2件）と続く。

１．クライシスに至る「炎上」はデジタルメディアからの発生が9割

2019年の炎上事案から無作為に抽出した50件を調査した結果、マスメディア・デジ タルメディアが放映・記事化へ拡大するまでの時間は48時間未満が53.5％だった。最も スピードが早い炎上事案だと1時間余りであることから、早急な対応が必要である。

３．「炎上」のカギとなる「マスメディア」や「ネットニュースメディア」の

アウトプットは、48時間以内が5割

炎上というキーワードを含む合計31,432件のデータを予め定めた基準に沿って精査を 実施した結果、月間の平均炎上発生件数は96.6件となっている。1日約3件の炎上事 案が発生していることになる。内訳を見ると、大企業が74％、中小企業が26％となって いる。大企業だけではなく、中小企業にも炎上発生のリスクがあることが明らかとなった。

４．「炎上」は月間96件発生、そのうち3割は中小企業

今回、「【炎上】」を含む投稿に含まれるハッシュタグのランキングを調査した結果、１位 が「#炎上覚悟で嫌いなものを言う」409,923件（2.41％）、2位が「炎上」 366,761件（2.15％）、3位が「#拡散希望」173,356件（1.02％）であった。1 位はTwitter上で話題になったハッシュタグであり直接的に炎上事案に関連する投稿は 少ない。2位は事象そのものを表すワードのため当たり前の結果と言える。注目すべきは3

５．ソーシャルメディアに含まれる「炎上」のキーワードは

「炎上覚悟で嫌いなものを言う」「炎上」「#拡散希望」

2019年の炎上事案から無作為に抽出した50件の発生源となった投稿に動画・画像 が含まれている割合は33件（66％）。特に画像は約半数の48％を占めている。動 画・画像が含まれる投稿は炎上リスクが高い。

２．クライシスに至る「炎上」の2/3は動画・画像が含まれる

4

調査概要

拡散するメディアや出現キーワードの調査においては、TDSE提供のソーシャルアナリティ クスツール「Netbase」を使用。出現キーワードに関しては、2019年1月～11月に絞っ て調査を行った。

拡散するメディア・出現キーワードの調査

■調査ツール：TDSE提供のソーシャルアナリティクスツール「Netbase」を使用 ■調査期間：2016年12月～2019年11月（直近3年間） ■調査対象ワード：「【炎上】」 ※Twitterデータ：Decahoseデータを100％にスケーリングして使用 ※Decahoseとは、ツイートデータの10分の1の母集団を指す。10分の1のデータを実態に近い数値にスケーリング（拡張）して使用 ※その他の仕様は「Netbase」の仕様に準拠する ※Netbaseとは、リアルタイムに膨大なソーシャルメディアデータを分析することが可能であり、実行スピード、自然言語処理、多彩なフィルタリング 機能など他にはない高品質なサービスを提供しているソーシャルアナリティクスツールである ※Netbaseの収集メディア：Twitter、Instagram、Facebook、Yahoo!ニュース、アメブロ、Fc2ブログ、Yahoo!知恵袋、ログ速 など シエンプレ株式会社が保有するソーシャルリスニングツール「SMDB」を使用。炎上という キーワードを含む合計31,432件のデータを予め定めた基準に沿って精査を実施した。炎 上の発生源・メディアの対応スピードに関しては、重複や無関係のデータを除いた966件 の炎上事案のうち、無作為に50件を抽出して調査を行った。

炎上の発生源・炎上がアウトプットされる状況・発生件数の調査

■調査ツール：ソーシャルリスニングツール「SMDB」を使用 ■調査期間：2019年1月～2019年10月 ■調査対象ワード：「【炎上】」 ■精査基準：P19参照 ※その他の仕様は「SMDB」の仕様に準拠する ※SMDBとは、SNSや口コミサイトなど94媒体のデータを自動収集できるクローリングシステムである ※SMDBの収集メディア：Twitter、Facebook、Yahoo!ニュース、アメブロ、Fc2ブログ、Yahoo!知恵袋、2ちゃんねる など

本稿で使用している言葉の定義

■デジタルメディア デジタル上に存在するサイトが主な情報発信源となっているメディア。「Twitter」 「TiKTok」などのソーシャルメディアや、「J-CAST」「ねとらぼ」などのネットニュースメディア、 ブログ、掲示板、口コミサイトなどが該当。 ■マスメディア 新聞・雑誌・テレビ・ラジオ。中にはデジタル上で情報発信を行っているメディアも存在する が、新聞・雑誌・テレビ・ラジオで何かしらの情報発信を行っている場合は、マスメディアに 分類。 ■炎上 企業、団体や個人などの事物が発言した内容、行った行為について、ソーシャルメディア を中心とするメディア上で概要が掲載・拡散され、その後に批判や非難が殺到する現象。 ＊参考：山口真一.（2016年9月11日）.炎上加担動機の実証分析

6

本稿で使用している言葉の定義

■炎上の発生源 炎上の流れを以下のように定義し、炎上の発生源は「２」と定義して調査を実施。 １．問題となる事象（商品の欠陥、ハラスメントなど）が発生 ２．炎上の発端となるアウトプットの公開（CGMへ投稿、ネットニュースメディアが独自 取材で記事化、マスメディアが独自取材で放映など） ３．ソーシャルメディアで拡散 ４．炎上事案をまとめた内容をマスメディアが放映またはデジタルメディアが記事化 問題となる事象が発生 ソーシャルメディア、ブログ などのCGMに投稿 ネットニュースメディアが 独自取材で記事化 マスメディアが独自取材で 放映・記事化 ソーシャルメディアで拡散 マスメディアが放映 ネットニュースメディアが記事化 １．原因 ２．炎上の発生源 ３．炎上 ４．放映・記事化 *出典：デジタル・クライシス総合研究所作成

目次

第一章 炎上の発生源 １．発生源の調査：デジタルorマスメディア ２．発生源の調査：カテゴリ別 ３．発生源の調査：サイト別 ４．参考データ：動画・画像の有無 ５．拡散するメディアの調査：サイト別 第二章 「炎上」からネットニュースメディアやマスメディアにアウトプットされる状況 １．炎上がアウトプットされる状況調査：放映・記事化される割合 ２．炎上がアウトプットされる状況調査：放映・記事化までの速度 ３．炎上がアウトプットされる状況調査：放映・記事化するメディア ４．参考データ：サイト別の放映・記事化までの速度 第三章 炎上の発生件数及び内訳 １．炎上の発生件数：全体、四半期 ２．炎上の内訳：問題行動の主体 ３．炎上の内訳：問題行動の内容 ４．炎上の内訳：業界 ５．炎上の内訳：企業規模 第四章 キーワード分析 １．出現キーワードの調査 ２．ハッシュタグの調査 デジタル・クライシスの今後 デジタル・クライシス2020年の予測 調査結果を踏まえて（研究員コメント） デジタル・クライシス総合研究所とは

8

第一章 炎上の発生源

クライシスに至る「炎上」はデジタルメディアからの発生が9割

クライシスに至る「炎上」の2/3は動画・画像が含まれる

第一章 炎上の発生源

発生源の調査：調査概要

■調査ツール：ソーシャルリスニングツール「SMDB」を使用 ■調査期間：2019年1月～2019年10月 ■調査データ：P19の調査データから炎上事案を無作為に50件抽出 90% 10% 発生源：デジタルorマスメディア デジタルが発端 マスメディアが発端 デジタルメディアが発端となった事象 は90％にのぼるという結果が出てお り、圧倒的にデジタルメディアからの発 生が多いことが分かる。 一部、テレビや雑誌などのマスメディ アが発端となった事案も確認できた が、全体に占める割合は10％であっ た。 更に細かく見ると、デジタルメディアの 中でもSNSが発端となっている炎上 事案が74％である。 次にネットニュースメディアが10％で あり、独自取材によって炎上の発生 源となる情報を取得し、ネット上に記 事として公開する例が多く確認された。 動画サイトは6％となっており、動画 が発端となる炎上事案も確認された。

２．発生源の調査：カテゴリ別

１．発生源の調査：デジタルorマスメディア

74% 2% 10% 2% 2% 2% 発生源：カテゴリ別 SNS テレビ ネットニュース 雑誌 新聞 動画サイト

10

第一章 炎上の発生源

３．発生源の調査：サイト別

36 2 2 1 1 1 1 1 1 1 1 1 1 0 5 10 15 20 25 30 35 40 Twitter Buzzplusnews TikTok Instagram NHK ゴゴ通信 京都新聞 千葉日報 日経新聞 弁護士.com RecordChina週刊文春 BiliBili 発生源のサイト別件数 72% 4% 4% 2% 2% 2% 2% 2% 2% 2% 2% 2% 2% 発生源のサイト別割合 Twitter Buzzplusnews TikTok Instagram NHK ゴゴ通信 京都新聞 千葉日報 サイト別に見ると、発生源として最も多いサイトが「Twitter」で36件（72％）あった。 次に「Buzzplusnews」2件（4％）、「TikTok」2件（4％）という順になっている。 （ただし、あくまで無作為に抽出した炎上事案50件の調査であるため、「Tiktok」や 「Instagram」のストーリーがきっかけとなった事案も多数あることを加味すると、母数によ り結果が変動する可能性がある）「弁護士.com」や「ゴゴ通信」などのネットニュースメ ディアが発端となった事例も確認されており、ソーシャルメディア以外のデジタルメディアも発 生源になり得ることが分かった。

第一章 炎上の発生源

４．参考データ：動画・画像の有無

50件の炎上事案の発生源となった投稿に動画・画像が含まれているか調査を行った。 動画・画像を含む投稿は合計で33件（66％）となっており、特に画像は約半数の 48％を占めている。動画・画像が含まれる投稿は、動画・画像がない投稿よりも炎上し やすい傾向がある。 0% 20% 40% 60% 80% 100% Twitter Buzzplusnews TikTok BiliBili Instagram NHK Record China ゴゴ通信 京都新聞 千葉日報 日経新聞 文春 弁護士.com 15 1 0 0 0 0 0 0 0 1 0 0 0 18 1 0 0 0 0 1 1 1 0 1 0 1 3 0 2 1 1 1 0 0 0 0 0 1 0 サイト別の動画・画像の有無 動画・画像なし 画像あり 動画あり 0% 20% 40% 60% 80% 100% 割合 34% 48% 18% 動画・画像の有無の割合 動画・画像なし 画像あり 動画あり

12

第一章 炎上の発生源

拡散するメディアの調査：調査概要

■調査媒体：TDSE提供のソーシャルアナリティクスツール「Netbase」を使用 ■調査期間：2016年12月～2019年11月（直近3年間） ■調査対象ワード：「【炎上】」 ※Twitterデータ：Decahoseデータを100％にスケーリングして使用 ※Decahoseとは、ツイートデータの10分の1の母集団を指す。10分の1のデータを実態に近い数値にスケーリング（拡張）して使用 ※その他の仕様は「Netbase」の仕様に準拠 ※Netbaseとは、リアルタイムに膨大なソーシャルメディアデータを分析することが可能であり、実行スピード、自然言語処理、多彩なフィルタリング 機能など他にはない高品質なサービスを提供しているソーシャルアナリティクスツールである ※Netbaseの収集メディア：Twitter、Instagram、Facebook、Yahoo!ニュース、アメブロ、Fc2ブログ、Yahoo!知恵袋、ログ速 など 炎上事案が発生した後に拡散されるメディアとしては、1位が「Twitter」で 42,624,388件（94.5％）、2位が「ログ速」で1,156,354件（2.56％）、3位が 「Tumblr」で202,499件（0.45％）であり、「Twitter」が圧倒的に多いことが分かっ た。「Twitter」以外のSNSや、ブログなども確認されているが、数は少ない。炎上事案が 発生した後、「Twitter」上で情報が拡散され、不特定多数の人が認知するきっかけと なっている。 0 200000 400000 600000 800000 1000000 1200000 1400000 1600000 1800000 2000000 サイト別の投稿数推移 Twitter Instagram Tumblr ブログ フォーラム ニュース レビューサイト その他

５．拡散するメディアの調査：サイト別

第二章 「炎上」からネットニュースメディアやマ

スメディアにアウトプットされる状況

「炎上」のカギとなる「マスメディア」や「ネットニュースメディア」の

アウトプットは、48時間以内が5割

14

第二章 「炎上」がアウトプットされる状況

炎上が発生した後、マスメディアにて放映又はデジタル上のネットニュースなどで記事化 されたか否かを調査した結果、放映・記事化された事案は56％となっており、放映・記事 化されずに沈静化する事案は半数以下であることが分かった。 マスメディア及びデジタルメディアが取り上げない炎上事案も4割以上存在していることを 鑑みると、単純に把握しきれていない可能性はあるものの、放映・記事化するにあたって 何らかの基準が設けられていることも考えられる。 炎上の発生源はデジタルメディアが9割だったことを考えると、何らかの手法でデジタルメ ディアをチェックし、放映・記事化するため情報収集を行っていることが予測できる。

炎上がアウトプットされる状況調査：調査概要

■調査ツール：ソーシャルリスニングツール「SMDB」を使用 ■調査期間：2019年1月～2019年10月 ■調査データ：P19の調査データから炎上事案を無作為に50件抽出

１．炎上がアウトプットされる状況調査：放映・記事化される割合

56.0% 44.0% 放映・記事化される割合 放映・記事化された事案 放映・記事化されていない事案

２．炎上がアウトプットされる状況調査：放映・記事化までのスピード

475:14 207:22 168:40 96:29 87:23 72:49 72:03 60:52 60:32 57:30 51:48 50:23 49:24 46:08 42:27 40:55 37:22 36:30 36:14 34:16 28:33 24:51 23:08 20:46 19:23 16:08 6:15 1:23 0:00 120:00 240:00 360:00 480:00 600:00 事例1 事例2 事例3 事例4 事例5 事例6 事例7 事例8 事例9 事例10 事例11 事例12 事例13 事例14 事例15 事例16 事例17 事例18 事例19 事例20 事例21 事例22 事例23 事例24 事例25 事例26 事例27 事例28 放映・記事化までの時間（単位：時間） 21.4% 25.0% 32.1% 21.4% 放映・記事化までの時間：時間別の割合 72時間以上 48時間以上～72 時間未満 24時間以上～48 時間未満 24時間未満 放映・記事化までのスピードは、24 時間以上～48時間未満が32.1％ と最も多くなっている。 他事例と比較して差が大きい事例 1～3を除外すると、24時間未満の データは全体の24％であり、4件に1 件は1日以内に放映・記事化されて いる。 また、最も放映・記事化までのス ピードが早い事例は1時間余りであっ た。

第二章 「炎上」がアウトプットされる状況

16

３．炎上がアウトプットされる状況調査：放映・記事化するメディア

媒体名 件数 割合 J-CAST 7 25.0% ねとらぼ 6 21.4% Buzzfeednews 5 17.9% BIGLOBEニュース 1 3.6% Buzzplusnews 1 3.6% NHK 1 3.6% キャリコネ 1 3.6% リアルライブ 1 3.6% 産経新聞 1 3.6% 週刊実話 1 3.6% 東スポ 1 3.6% 日本テレビ 1 3.6% 毎日新聞 1 3.6% 25.0% 21.4% 17.9% 3.6% 3.6% 3.6% 3.6% 3.6%3.6% 3.6%3.6% 3.6%3.6% 放映・記事化するメディアの割合：サイト別 J-CAST ねとらぼ Buzzfeednews BIGLOBEニュース Buzzplusnews NHK キャリコネ リアルライブ 産経新聞 週刊実話 東スポ 日本テレビ 毎日新聞 21.4% 78.6% 放映・記事化するメディアの割合 マスメディア デジタルメディア 放映・記事化するメディアは、デジタ ルメディアが78.6％であることが分かっ た。マスメディアよりもデジタルメディア が炎上事案を取り上げるケースが多 いことが分かる。 件数が最も多いメディアは「J-CAST」で25％である。4分の1を占 めており、デジタル上での取材活動も 多く確認できた。続いて「ねとらぼ」が 21.4％であり、2番目に多い。 炎上の発生時には、ネットニュースメ ディアの取材に備え、想定される質問 とその回答を用意する必要がある。

第二章 「炎上」がアウトプットされる状況

４．参考データ：サイト別の放映・記事化までの速度

媒体名 24時間未満 24時間以上～_{48時間未満} 48時間以上～_{72時間未満} 72時間以上 総計 J-CAST 1 2 2 2 7 ねとらぼ 2 1 1 2 6 Buzzfeednews 1 1 2 1 5 BIGLOBEニュース 0 1 0 0 1 Buzzplusnews 0 1 0 0 1 NHK 0 1 0 0 1 キャリコネ 1 0 0 0 1 リアルライブ 0 1 0 0 1 産経新聞 0 0 0 1 1 週刊実話 0 0 1 0 1 東スポ 0 1 0 0 1 日本テレビ 0 0 0 1 1 毎日新聞 1 0 0 0 1 媒体名 24時間未満 24時間以上～_{48時間未満} 48時間以上～_{72時間未満} 72時間以上 総計 ネットニュースメディア 5 7 5 5 22 マスメディア 1 2 1 2 6 5 ₇ 5 ₅ 1 ₂ 1 ₂ 0% 20% 40% 60% 80% 100% 時間帯別の割合 ネットニュースメディア マスメディア 記事化された炎上事案のうち、発 生から72時間以内に記事化された 割合を計算すると、ネットニュースメ ディアの割合は77.3％となっているが、 マスメディアは66.7％となっている。 ネットニュースメディアの方が炎上事 案に反応するスピードが早い傾向が 確認できた。右図においても、72時 間以上の部分だけマスメディアの割合 が多くなっていることが分かる。

第二章 「炎上」がアウトプットされる状況

18

第三章 炎上の発生件数及び内訳

第三章 炎上の発生件数及び内訳

炎上の発生件数及び内訳：調査概要

■調査ツール：ソーシャルリスニングツール「SMDB」を使用 ■調査期間：2019年1月～2019年10月 ■調査対象ワード：「【炎上】」 ■調査対象投稿数：31,432件 ■精査基準：表1参照 ※その他の仕様は「SMDB」の仕様に準拠する ※SMDBとは、SNSや口コミサイトなど94媒体のデータを自動収集できるクローリングシステムである ※SMDBの収集メディア：Twitter、Facebook、Yahoo!ニュース、アメブロ、Fc2ブログ、Yahoo!知恵袋、2ちゃんねる など 抽出したデータを表1の基準に基づき、分類を行った。表1と合わせて、関係する14の 業界ごとについても投稿を分類した。(金融、IT・メディア、自動車・機械、小売・卸、サー ビス、建設・不動産、物流・運送、エネルギー・資源、電機・精密、食品、生活関連、衣 料・装飾、飲食、娯楽・レジャー)また、上記14件に該当しない業界に関しては－（ハイ 番号 大分類 中分類 記号 小分類 個々 ① 問題行動_の主体 -A 著名人 経営者、政治家、芸能人 B 法人等 社団法人、公共団体など C 一般人 著名人に該当しない人 ② 問題行動_の内容 反社会的行為や規則・規範に反し た行為（の告白・予告）。法律に 抵触する可能性のある行為。 1-1 情報漏洩 機密情報の漏洩など 1-2 ハラスメント パワハラ、セクハラ、パタハラ、マタ_ハラなど 1-3 自作自演・ステマ やらせ投稿など 1-4 暴力行為 いじめなど 1-5 不正行為 パクリ、あおり運転、長時間労働_など １に該当しないが、不適切と判断さ れる可能性のある発言・行為。 2-1 サービスや商品に関連する過_{失・欠陥など} 異物混入など 2-2 暴言を吐く 政治・宗教系 2-3 非常識な発言・行為、デリカ_{シーのない内容・発言・行為} バイトテロ、カスタマーテロなど 2-4 その他、特定の層を不快にさせ_{るような内容・発言・行為} 女性問題、LGBT問題でのCM炎上、差別・偏見系、誤爆ツ イートなど 表1 *参考：山口真一.(2015).ネット炎上の研究「炎上の分類・事例と炎上参加者属性」

20

第三章 炎上の発生件数及び内訳

１．炎上の発生件数：全体

31,432件の投稿を分析した結果、合計966件の炎上事案が確認できた。各月の炎 上件数には変動があり、最も多い月は7月の149件、最も少ない月は2月、5月、6月の 60件となっている。 著名人・法人・一般人の割合も各月ごとに変動があり、目立った傾向は確認できてい ないが、著名人・法人・一般人それぞれ毎月一定数の炎上が発生していることが分かっ た。 54 24 47 25 33 ₅ 66 36 53 47 41 17 38 22 12 ₄₄ 38 30 34 38 25 19 28 25 _{15 11} 45 30 29 35 0 50 100 150 200 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 炎上件数推移（P18表1の①の小分類 一般人 法人等 著名人 45% _{40% 42%} 35% 55% 8% 44% _38% 46% _39% 34% 28% 34% _31% 20% 73% 26% _31% 29% _32% 21% 32% 25% _35% 25% 18% 30% 31% 25% 29% 0% 20% 40% 60% 80% 100% 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 炎上割合推移（P18表1の①の小分類） 一般人 法人等 著名人

第三章 炎上の発生件数及び内訳

１．炎上の発生件数：四半期

目立った傾向は確認できていないが、4～6月は他の四半期と比較して件数が少なく なっており、何らかの季節要因が働いている可能性が考えられる。 54 24 47 41 17 38 25 19 28 0 50 100 150 1月 2月 3月 1～3月の件数推移 一般人 法人等 著名人 25 33 5 22 12 44 25 _{15 11} 0 50 100 150 4月 5月 6月 4～6月の件数推移 一般人 法人等 著名人 47 38 35 0 50 100 150 10月 10月の件数推移 一般人 法人等 著名人 66 36 53 38 30 34 45 30 29 0 50 100 150 7月 8月 9月 7～9月の件数推移 一般人 法人等 著名人

22

第三章 炎上の発生件数及び内訳

２．炎上の内訳：問題行動の主体

2019年1月から10月の炎上原因となった情報の発信者の割合について、Aの著名人 が390件、（40.4%）、Bの法人が314件（32.5%）。Cの一般人が262件 （27.1%）であった。 著名人においては、芸能人や政治家などの認知度が高い人物が炎上しているケースが 多く確認できた。 390 314 262 問題行動の主体（P18表1の①の小分類） 著名人 法人等 一般人

第三章 炎上の発生件数及び内訳

３．炎上の内訳：問題行動の内容

108 55 98 64 56 ₄₂ 128 89 112 102 12 5 15 8 ₄ 18 21 7 4 18 0 50 100 150 200 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 問題行動の内容別件数（P18表1の②の中分類） 反社会的行為や規則・規範に反した行為（の告白・予告）。法律に抵触する可能性のある行為。 上記に該当しないが、不適切と判断される可能性のある発言・行為。 0 20 40 60 80 100 120 140 160 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 問題行動の類型別件数（P18表1の②の小分類） 2-4 2-3 2-2 2-1 1-5 1-4 1-3 1-2 1-1 法律に抵触する可能性のある内容は各月で10件程度であり、大半の炎上が不適切 と判断される可能性のある発言、行為に該当している。 各月の炎上類型別の推移では季節変動などはなく、「2－4」（その他、特定の層を不 快にさせるような内容・発言・行為）に該当する特定の層を不快にさせるような内容・発

24

第三章 炎上の発生件数及び内訳

1 _{24 13} 9 65 42 ₃₄ 44 734 炎上類型（P18表1の②の小分類） _1-1 1-2 1-3 1-4 1-5 2-1 2-2 2-3 2-4 表2 1-1 1-2 1-3 1-4 1-5 2-1 2-2 2-3 2-4 総計 A（著名人） 0 8 1 1 16 2 22 0 340 390 B（法人等） 1 12 7 4 33 39 4 13 201 314 C（一般人） 0 4 5 4 16 1 8 31 193 262 総計 1 24 13 9 65 42 34 44 734 966 1月から10月の炎上類型割合について「2－4」（その他、特定の層を不快にさせるよ うな内容・発言・行為）に該当する炎上が最も多く、全体の76.0%（734件）を占め ている。 「2－4」の炎上類型を除くと、Aの著名人の炎上で多い類型が「2－2」の政治・宗教 系の投稿による炎上であることが確認できた。Bの法人の炎上では「2－1」のサービスや 商品の欠陥による炎上であった。 Cの個人の炎上では「2－3」の非常識な発言・行為、デリカシーのない内容・発言・行 為に該当する炎上であった。

３．炎上の内訳：問題行動の内容

第三章 炎上の発生件数及び内訳

４．炎上の内訳：業界

記号Bに該当する法人の炎上事案 のうち、娯楽・レジャー業界の炎上件 数が最も多く全体の28.0%を占めて いる。 次いでIT・メディア業界が71件 （22.6%）であった。どの業界にも 分類出来ないものを除くと、炎上件 数の多い業界は、比較的顧客との距 離の近い業界であることが分かった。 2－3に該当するバイトテロやカスタ マーテロと呼ばれる炎上は飲食、建 設・不動産にて多い傾向があった。 1 2 4 5 5 5 6 8 11 16 23 27 42 71 88 0 50 100 エネルギー・資源 金融 食品 建設・不動産 自動車・機械 電機・精密 物流・運送 衣料・装飾 生活関連 小売・卸 飲食 サービス その他 IT・メディア 娯楽・レジャー 業界別炎上件数 0% 20% 40% 60% 80% 100% 業界別炎上類型割合 2-4 2-3 2-2 2-1 1-5 1-4 1-3 1-2 1-1

26

第三章 炎上の発生件数及び内訳

５．炎上の内訳：企業規模

記号Bに該当する法人の炎上事案 314件の内、日本国内に所在する 企業数は178社であり、そのうち 74%が未上場企業であった。 （公 共団体や政党、国外に所在する企 業は除外） 炎上事案の主体となるのは未上場 企業が多いことが分かった。 企業の従業員数別の分布を見る と、最も多いのが1,000人以上の企 業体であり、全体の52%を占めてい る。 一般的な大企業の定義は従業員 数が301人以上在籍していることで あるため、74％が大企業、26％が中 小企業である。炎上事案の主体とな るのは大企業だけではないことが明ら かとなった。 26% 74% 上場未上場の割合 上場 未上場 12% 14% 6% 16% 52% 従業員数の割合 100人未満 100人以上300人未満 300人以上500人未満 500人以上1,000人未満 1,000人以上

第三章 炎上の発生件数及び内訳

５．炎上の内訳：企業規模

0 2000 4000 6000 8000 10000 12000 14000 0 50000 100000 150000 200000 売上高 （十億円） 従業員数（人） 企業体分布（全体） 未上場 上場 0 1000 2000 3000 4000 5000 0 10000 20000 30000 40000 50000 60000 70000 売上高 （十億円） 従業員数（人） 企業体分布（外れ値除外） 未上場 上場

28

第三章 炎上の発生件数及び内訳

５．炎上の内訳：企業規模

企業体の分布を見ると、従業員数が1,000人以上かつ、売上高が1,000億円以上 3,000億円未満の企業の炎上件数が最も多く41社が該当している。 また、売上高が100億円以上1,000億円未満の企業体で見ると、従業員数の大小 によらず、様々な規模の企業で炎上が確認された。 一方で3,000億円以上の売上高の企業で、従業員数が1,000人未満の企業での 炎上件数は確認されなかった。これは従業員数に比例して売上高が伸びることから、対 象となる企業数が少ないことが要因だと考えられる。 表3 売上・従業員 100億円未満 _{1,000億円未満}100億円以上 1,000億円以上_{3,000億円未満}3,000億円以上_{5,000億円未満}5,000億円以上 総計 100人未満 17 4 0 0 0 21 100人以上 300人未満 10 13 1 0 0 24 300人以上 500人未満 0 11 0 0 0 11 500人以上 1,000人未満 1 15 13 0 0 29 1,000人以上 1 10 41 10 31 93 総計 29 53 55 10 31 178

第四章 キーワード分析

ソーシャルメディアに含まれる「炎上」のキーワードは

「炎上覚悟で嫌いなものを言う」「炎上」「#拡散希望」

30

第四章 キーワード分析

調査概要

■調査媒体：TDSE提供のソーシャルアナリティクスツール「Netbase」を使用 ■調査期間：2019年1月～2019年11月 ■調査対象ワード：「【炎上】」 ※Twitterデータ：Decahoseデータを100％にスケーリングして使用 ※Decahoseとは、ツイートデータの10分の1の母集団を指す。10分の1のデータを実態に近い数値にスケーリング（拡張）して使用 ※その他の仕様は「Netbase」の仕様に準拠する ※Netbaseとは、リアルタイムに膨大なソーシャルメディアデータを分析することが可能であり、実行スピード、自然言語処理、多彩なフィルタリング 機能など他にはない高品質なサービスを提供しているソーシャルアナリティクスツールである ※Netbaseの収集メディア：Twitter、Instagram、Facebook、Yahoo!ニュース、アメブロ、Fc2ブログ、Yahoo!知恵袋、ログ速 など

１．出現キーワードの調査

1位は「大炎上」1,562,333件（9.17％）、2位は「炎上覚悟」1,222,339件 （7.17％）、3位は「いい」1,054,042件（6.19％）であった。2位の「炎上覚悟」に ついては、「炎上覚悟で言う」「炎上覚悟で言います」などの使い方が多く確認できた。4 位の「動画」993,945件（5.83％）は、「炎上動画」「動画が炎上した」などの使い方 が多く確認できた。 ※「出現キーワード」とは、調査対象の投稿に同時に含まれているキーワードを指す。 ランキング キーワード 投稿数 ランキング キーワード 投稿数 1位 大炎上 1,562,333 16位 ニュース 412,364 2位 炎上覚悟 1,222,339 17位 好き 411,655 3位 いい 1,054,042 18位 炎上中 411,213 4位 動画 993,945 19位 良い 405,278 5位 #炎上 953,449 20位 #炎上覚悟で嫌いなも_のを言う 405,261 6位 ツイート 726,970 21位 ツイッター 394,921 7位 炎上商法 692,315 22位 使う 376,914 8位 ネット 665,175 23位 世界 370,268 9位 日本 627,793 24位 ファン 359,221 10位 炎上させる 568,373 25位 書く 359,151 11位 sns 539,187 26位 聞く 340,623 12位 女性 501,198 27位 理由 330,716 13位 大炎上し 493,787 28位 多い 321,657 14位 悪い 458,891 29位 やめる 317,017 15位 考える 449,805 30位 🔥 312,984

２．ハッシュタグの調査

第四章 キーワード分析

調査対象の投稿に同時に含まれているハッシュタグを調査した結果、1位「#炎上覚悟 で嫌いなものを言う」409,923件（2.41％）、2位「#炎上」366,761件 （2.15％）、3位「#拡散希望」173,356件（1.02％）であった。 3位の「#拡散希望」については、発生源の投稿に記載されているケースも確認できてお り、炎上事案と関連性が高い傾向が確認できている。その他、「#拡散希望rt」「#拡散 希望rtお願いします」「#rt拡散」という類似ハッシュタグもランクインしている。 「#炎上案件」 「#炎上動画」「#炎上覚悟」などの炎上させることを示唆するような ハッシュタグも確認されている。上位にランキングしたハッシュタグを優先して監視することで、 炎上事案を早期に発見できる確率が高まる。 また、「#kimohno」や「#山口真帆」などの具体的な事象を表すハッシュタグも複数確 認されている。マスメディアで報道がされた事案が多く、2019年の中でも話題性が高かっ ランキング ハッシュタグ 投稿数 ランキング ハッシュタグ 投稿数 1位 #炎上覚悟で嫌いなも_のを言う 409,923 16位 #siren2019 43,869 2位 #炎上 366,761 17位 #炎上覚悟で好きなも_のを言う 42,926 3位 #拡散希望 173,356 18位 #質問箱 39,152 4位 #fgo 164,629 19位 #ngt48 39,152 5位 #fgo4周年 112,504 20位 #promare 38,680 6位 #プロメア 84,201 21位 #炎上動画 38,209 7位 #動物虐待 72,172 22位 #rt拡散 37,737 8位 #ツイッター炎上チャレ_ンジ 63,446 23位 #異界入り2019 36,794 9位 #いいねの数だけ炎上_{覚悟で本音を言う} 62,974 24位 #拡散希望rtお願いし_ます 35,143 10位 #応炎上映 60,851 25位 #バカッター 34,671 11位 #jk炎上 60,615 26位 #老害 34,199 12位 #宮田のジャガー炎上_祭 51,181 27位 #山口真帆 32,312 13位 #大炎上 50,238 28位 #炎上案件 32,312 14位 #迷惑 50,002 29位 #peing 31,369 15位 #拡散希望rt 45,756 30位 #動画 30,897

32

デジタル・クライシスの今後

デジタル・クライシス2020年の予測

注視すべき項目

2019年は、女性蔑視や男性の育児参加に関連する内容など、ジェンダーに関連する 炎上が印象に残った1年だった。この流れは更に加速していくと予測できる。世界的にジェ ンダーの問題は関心が高く、「#metoo」のような大きな動きもあった。

世界経済フォーラムが2018年12月、「The Global Gender Gap Report 2018」 を公表し、その中で、各国における男女格差を測るジェンダー・ギャップ指数（Gender Gap Index：GGI）を発表したが、2018年の日本の順位は149か国中110位（前 年は144か国中114位）だった。つまり、日本は他の国と比較してジェンダーに対する個 人の意識が低い国であり、今後も、様々な事象においてジェンダーに対する意識や企業 姿勢が問われていくのではないかと予測できる。 また、2019年の後半にはステルスマーケティング・やらせに関連する炎上事案も多く確 認できた。Twitter上で「#PR」というハッシュタグを記載していない投稿が問題となった炎 上事案も影響し、世の中の関心が高い状態が続いている。今後は、更に世間の目が厳 しくなり、2020年も同様の炎上事案が発生する可能性が高い。

発生源・対応スピード

2019年の炎上事案の中でも、「TikTok」や「Instagram」のストーリーなど、動画が 発端となった事案が印象に残っている。また、P10に記載があるように炎上事案の発端と なった投稿の中に画像・動画が含まれるものが多く確認されている。「YouTube」 「TikTok」などの動画メディア、「Instagram」のストーリー機能などが普及してきているこ とを加味すると、動画が発端となる炎上事案が増加するのではないかと予測できる。 メディアの対応スピードに関しては、放映・記事化されるまでの速度は24時間未満が 21.4％という結果が出た。2020年は更に短縮されると予測できる。とある事案では、某 テレビ局のTwitterアカウントが当日中にTwitter上で取材依頼を行っていることが確認 できている。今後は、デジタルメディアだけではなくマスメディアも積極的に取材活動を行う ことが予測できるため、更に放映・記事化までの時間が短縮されていくと考えられる。

34

調査結果を踏まえて

デジタル・クライシス総合研究所 研究員コメント

2019年の象徴的な事件としては、やはり2月の「バイトテロ」事件でしょう。数年前の 「バカッター」から「バカスタグラム」へ、そして“画像”から”動画”へとトレンドが変化したという ことを日本中に印象付けたのではないでしょうか。それが今回の調査結果にも表れている ように思います。 また、企業に求められる対応スピードも益々早くなっているということを裏付ける結果にも なりました。日常的にSNSを中心としたモニタリングの体制を構築している企業は増えたと 感じますが、それだけでは間に合わず、「状況把握→対応方法決定→対応実施」までの フローを如何にスピード感を持って実行できるか、その点が重要となります。 そのためには、①より綿密なモニタリング体制の構築、②事象発生時の意思決定フロー の策定、③意思決定後に対応をスピーディーに実施できる体制構築が必要です。 Twitterが普及して”バカッター”が騒がれた2013年と同様のレベルで、企業のリスク対 応に必要な体制が大きく変わった2019年。今回の白書での調査結果はそれを表してお り、同時に2020年の新たなデジタル・クライシスへの警鐘と言えるのではないでしょうか。 桑江 令 デジタル・クライシス総合研究所 主席研究員 シエンプレ株式会社 シニアマネージャー 「今や、単なるモニタリング体制だけではクライシスに対応できない」

調査結果を踏まえて

デジタル・クライシス総合研究所 外部アドバイザーコメント

想定していたことですが、クライシスの状態の至る発端の9割がソーシャルメディアであるこ とが数値化可視化できたのは納得、確信できました。 また、写真はもちろん、動画付き が、2/3あったのは時代を反映していると思います。 そして、ある事態を大きくしようという意図のあるキーワードが明確にあることは驚きました。 そして、調査では検証されていませんが、企業、団体や個人のクライシスが、企業の事件 事故や判断ミスだけではなく、デジタルメディアファーストの時代には、従業員、契約社員・ 派遣社員やアルバイト発や顧客や取引先発の想定外のケースまでマネジメントしなけれ ばいけない時代であることがわかりました。 国内はもちろんですが、トランプ政権発の「フェイクニュース」、直帰に起こった「アナ雪2ス テマ騒動」やSDGｓ、ESG投資におけるグローバルでの企業評価など、企業、団体や個 人のクライシスは、より高度化、複雑化、グロバール化していることを実感しますし、テクノロ ジーは進化し、様々なリスク/クライシスは発生していますが、これが常識だろう、これは大 丈夫だろうという人間の本質はそれほど進化していないことも実感します。 リスク/クライシスを振り返ると、20年前は、マスメディアのみで、2000年の7月の「雪印 集団食中毒事件」「三菱自動車リコール隠し事件」で企業リスク/クライシスマネジメント 元年ともいうべき年。7月に発行した東京商工会議所の「危機管理マニュアル」がベスト セラーに。海外関連案件は、Y2K問題、ブリジストンファイアストン問題や大和銀行NY 支店巨額損失事件（1995年）の巨額賠償判決（830億円）がありました。 10年前の2010年は、国内では、尖閣諸島中国漁船衝突事件の個人発のyoutube の影響や世界的には「ウィキリークス」での様々な暴露は、リスク/クライシスにおけるデジタ ルメディアファースト時代を予感させる事件といえます。 芳賀 雅彦 （アドバイザー） 元博報堂PR戦略局・シニアコンサルタント 「企業、団体や個人の評判マネジメントはデジタルメディアファーストの時代へ」

36

デジタル・クライシス総合研究所とは

デジタル上で発生したクライシス（危機や重大なトラブル）

を研究する日本初の研究機関

デジタル・クライシス総合研究所とは

デジタル・クライシスを研究する日本初の研究機関

デジタル・クライシス総合研究所はデジタルメディア上で発生したクライシス（危機や重 大なトラブル）を研究する日本初の研究機関です。サイレントクレーム＆デジタル・クライ シス対策カンパニー シエンプレ株式会社（代表：佐々木 寿郎、東京都中央区）は、 2008年の創業以来、企業、団体や個人の円滑な活動のために、様々なデジタルメディ ア上でのクライシスに関して、約6千社、約20万件にのぼるデジタル(インターネット)を起 点とする炎上に関して、平常時から発生時、回復時の対策対応を行い、円滑な企業経 営や個人の活動を支援してきました。 今後、加速度的な増加に加え、更により高度化、複雑化、グローバル化が想定される ことを踏まえ、デジタルメディアとそのクライシスを掘り下げることは必要と考え、2020年に 正式に研究所機関として発足いたしました。 現状、デジタルメディア上では、発信する企業・メディア側、受け手側、それぞれが問題 を抱えており、日々、以下のような事象が発生してしまっています。 ・行き過ぎた批判 ・発信した情報が特定の人を傷つけてしまう ・誤った情報が流布してしまう ・受け手側の取り違い その結果、「炎上」と呼ばれる事態が多発しており、企業、団体や個人の活動にも大き な影響が出ています。また、社員や元社員などの内部関係者から発生するケースや、 Consumerなどの外部から発生するケース、自社の公式メディアや公式SNSなどの自社 のPRから活動から発生するケースなど、発生要因や経路も様々です。 我々は、炎上などのデジタル・クライシスに関する研究を行い、正しい対応方法を普及さ せ、社会問題の解決及び企業活動に貢献することを目的として活動を行っております。 安心安全に情報を発信・取得できる世の中を作るために、様々な事例の分析や統計資 料の発表を行っていきます。

38

デジタル・クライシス総合研究所とは

デジタル・クライシス総合研究所の概要

■名称：デジタル・クライシス総合研究所 ■主宰：シエンプレ株式会社 ■所長：佐々木 寿郎 ■アドバイザー：村上憲郎（元Google本社副社長及び日本法人代表） 芳賀雅彦（元博報堂・PR戦略局シニアコンサルタント） ■設立日：2020年1月10日 ■公式HP：https://dcri-digitalcrisis.com/