感性AIの製品・サービス一覧

「きらきらして見える」の「きらきら」や「ふわふわした手触り」の 「ふわふわ」のように、事物の様態を言語音によって象徴的に表す 言葉です。 擬態語と擬音語を総称したものをオノマトペといいます。 擬音語・擬態語の分類は研究者や文献によって異なりますが、 感性AIでは上記のように定義しています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

色彩知覚感情とは、「白」を見たときに「純粋」と感じたり、 「赤」を見たときに「情熱的」と感じるように色彩の知覚に よって生じる感情のことです。 個人差はありますが、共通してある程度の傾向があり次のように まとめられています。 ＜色の寒暖感＞ 　赤系統の色はあたたかく、青系統の色は冷たく、涼しく感じられる。 　前者が暖色、後者が寒色。 ＜進出色・後退色＞ 　2つの色が同じ距離にあっても、赤系統の色は近くに、青系統の色は 　遠くに感じられる。前者が進出色、後者が後退色。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

統計分析とは、ある程度以上の数のあるデータに関して、その性質を 調べたり、一部のデータ(標本)から大きなデータ(母集団)の性質を 推測したりする方法論を体系化したものです。 統計分析の代表例としては、主成分分析、因子分析、クラスター分析などが 挙げられます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

SD法とはSemantic Differential法(意味微分法)の略で、測定対象に 対する印象を測定するための方法です。 製品やサービスについてもその感性的な印象を測定することが可能です。 SD法は、1957年に心理学者によって考案された方法で、反意語のある 形容詞を質問紙の両極に置き、5段階や7段階で被験者に評価を行って もらうことで数値データを取得します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

主成分分析とは、統計解析手法の1つです。 多くの変数をもつデータから、その相関関係をいくつかの少ない変数 (主成分)によって説明する手法のことです。 多くの変数データを情報損失を抑えつつ、少数の主成分に合成または 圧縮することで、データの全体像を簡潔に理解することができます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

因子分析は、多変量データの中に潜む共通要因を特定するための 多変量解析手法です。 この手法は、観測できない潜在的な要因(共通因子)が複数の 観測変数に影響を与えているという考えに基づいています。 因子分析は、多くの観測変数に共通する因子を見つけ出すことで、 データの潜在的な構造を把握し、消費者行動などの背後にある 要因を明らかにするのに役立ちます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

数量化理論は、市場調査など幅広い分野で応用されています。 この理論は、質的データを数量的な要素に変換し、重回帰分析、 主成分分析、判別分析などと同様の多変量解析を行う手法を指します。 数量化理論には、数量化I類(重回帰分析に対応)、数量化II類 (判別分析に対応)、数量化III類(主成分分析または因子分析に対応)が 存在します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

自然言語処理は、日本語や他の日常的な言語をコンピュータで分析する 技術であり、プログラミング言語などの人工言語ではなく、自然な言葉を 対象とします。 自然言語は曖昧で文脈によって異なる意味を持つことがあり、開発には 高度な技術が必要です。 自然言語処理には、大きく分けて言語解析(言語理解)と言語生成の 2つの処理があります。 言語解析とは、ある言語表現の意味内容をコンピュータでも理解できるよう 変換する処理のことであり、言語生成とは、コンピュータの内部表現から 言語表現を作り出す処理のことを指します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

形態素解析は、自然言語処理の一部で、自然言語で書かれた文を最小の 意味単位である形態素に分割し、品詞や基本形などを分析します。 自然言語とは、日本語や英語など、プログラミング言語等ではない 会話に用いる言語のことを指します。 例えば、英語の単語"cats"は2つの形態素である"cat"と"s"から 構成されていて、"cat"は猫、"s"は複数であることを表します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

情報フィルタリングには、基本的に二つの主要なアプローチがあります。 ＜コンテンツベースのフィルタリング(内容ベースフィルタリング)＞ 一つは、コンテンツベースのフィルタリング(内容ベースフィルタリング)で、 これは対象のコンテンツから特徴量を抽出し、そのコンテンツに対する 評価から嗜好情報を抽出しモデル化します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

アノテーションは、データに対してタグやメタデータなどの情報を 付与するプロセスを指します。 これにより、テキスト、画像、音声、動画などの多様なデータ形式 において、それぞれのデータ要素が何を表しているのかを明確に することができます。 AI開発においては、アノテーションが非常に重要です。 アノテーションされたデータは教師データと呼ばれ、 AIモデルの機械学習に利用されます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

遺伝的アルゴリズムは、1975年に考案されたもので、 その基盤にはダーウィンの進化論があります。 進化論の中でも特に重要なのは自然淘汰説です。 これによれば、同じ種であっても個々の生物は異なる 性質を持ち、その中から有利な性質を持つ個体は環境への 適応に成功し、多くの子孫を残すことができます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

AI(人工知能)は、コンピュータープログラムが人間のような 知的活動を行う技術といった概念で理解されていますが、 その定義は一般的に確立されていません。 1956年に初めて使用された言葉で、近年では機械学習や深層学習 などの関連用語も一般的に使われています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

ディープラーニング(深層学習)とは、機械学習の一形態で、 大量データを機械が学習することで、データの特長を抽出する 技術のことです。 ディープラーニングは、通常の機械学習とは異なる点があります。 通常の機械学習では、特徴量の手動抽出が初めのステップであり、 それを使ってモデルを構築します。 しかし、ディープラーニングでは特徴量が機械によって自動的に 抽出されます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

機械学習はデータを自動的に分析し、ルールやパターンを学ぶことで、 新たに類似した課題に直面した際に予測と判断を行えるようにするための 技術です。 ディープラーニングは機械学習の1つで、モデルの精度を高める特徴量を 人を介在させず、機会が自動的に有用な特徴量を学習していきます。 機械学習には、(1)教師あり学習、(2)教師なし学習、(3)強化学習の 3つの種類があります。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

評価AIとは、学習した大量のデータから、対象物に対する評価値を 算出するAIです。 例えば、AIによる人事評価システムなどでは社員のモチベーションや 健康状態を可視化することでタレントマネジメントに活かされたり、 パッケージの印象を可視化するシステムでは消費者調査を行う手間を 省き業務効率化に活かされています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

生成AIとは、「ジェネレーティブAI(Generative AI)」とも呼ばれる、 AIの一種です。 生成AIは、学習したデータから文章、画像、音楽など様々なものを 生み出します。 新しいアイディアの創出を行えるため、人間の仕事をサポートする ツールとして期待されています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

個人調査は、データ収集のために用いられている調査手法の一つ。 様々なタイプがあり、現在幅広く利用されている方法は、パソコンや スマホの画面上で選択肢を選ぶインターネット調査があります。 他には、調査員が対象者を直接訪問する訪問面接調査、調査員が 対象者に電話をかけて行う電話調査、質問票を対象者のところに 届け一定期間留め置いて記入してもらう留置調査などがあります。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

会場調査とは、データ収集で用いられる調査方法の1つ。 複数の種類があり、対象者を会場に集めて一斉に調査を行う方法や、 個別面接を行う方法、また少人数でグループを組み座談会形式で 記録を取る方法などがあります。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

コンセプトテストは、新商品や新サービスを市場に導入する際に、 その商品やサービスのコンセプトやアイディアが顧客にどのように 受け入れられるかを事前に評価するための調査手法です。 以下は、コンセプトテストの要点になります。 【コンセプトテストの目的】 コンセプトテストは、新商品や新サービスのアイディア案が 複数ある場合に、どの案が顧客に最も適しているかを特定し、 受け入れられる可能性を評価するために行われます。 これは新商品の開発、リブランディング、広告キャンペーン、 新規事業立ち上げなど、多くの場面で活用されます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

「消費者インサイト(Consumer Insight)」、消費者が自覚していない 深層の本音や動機を指します。 言葉の由来である「インサイト」は「洞察」や「本質を見抜くこと」ですが、 消費者は自身の行動のごく一部しか意識しておらず、商品選択においては 主に「なんとなく」の感覚で動いていることがよくあります。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

ABテストは、Webマーケティングにおいて広く利用される手法であり、 CV率(コンバージョン率)向上を目指すための手法です。 この手法では、異なるデザインやキャッチコピーなどの変数を複数の バリエーションとして用意し、これをランダムにユーザーに提示します。 その後、各バリエーションの効果を比較し、成功が期待される要素を 特定します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

DAGMARは、広告の効果を評価し、消費者の心理変容を段階的に 捉えるためのモデルです。 元々はアメリカ広告主協会(ANA)の要請に応じて提案され、 経営コンサルタントのColleyによって考案されました。 広告効果階層モデルの一環として、DAGMARは未知、認知、理解、 確信、購買の5つの段階で消費者の心理変容を表現しています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

AIDMAは購買プロセスの各段階を示すモデルの頭文字で、 マーケティングで広く用いられます。 各プロセスはAttention(注意)、Interest(興味)、 Desire(欲望)、Memory(記憶)、Action(行動)の 5つの段階であり、顧客の行動プロセスを理解することで 効果的なマーケティング戦略を展開するのに役立ちます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

AISASとは、顧客の購買プロセスを表したものであり、 「Attention(注意)」「Interest(関心)」「Search(検索)」 「Action(行動)」「Share(情報共有)」の頭文字を表すものです。 顧客が商品やサービスに注意を向け、興味を抱き、情報を検索し、 最終的に行動(購買など)に移り、その後の情報共有をする ステップを指します。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

5Aとはフィリップ・コトラーの「マーケティング4.0」で 提唱されている、新しいカスタマージャーニーの考え方です。 それぞれのAは、(1)認知(Aware)、(2)訴求(Appeal)、 (3)調査(Ask)、(4)行動(Act)、(5)推奨(Advocate)で 表されます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

感性マーケティングとは、機能や品質といった従来の商品における 価値に加えて、美しさや情緒・共感など、五感を通して感じられる 感性価値を重視したマーケティングのこと。 コモディティ化が加速する現代においては、消費者が機能や品質以上に 必要とする価値を提供する必要が出てきていますが、感性価値による 感性マーケティングはブランド力をつけ競争優位性を高くすることが出来ます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

マーケティングファネルとは、顧客が商品・サービスを認知してから 購入に至るまでのプロセスを、段階的に分け図式化したもの。 ファネルとは漏斗の意味であり、商品・サービスを認知した顧客が ふるいにかけられ、最終的に購入に至る数が段々と少数になっていく様子を 表している。一般的に、プロセスは認知→興味・関心→比較・検討→購入の 順序で進行していく。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

経験価値マーケティングは、「モノ消費」から「コト消費」が重視される 現代において、商品の特長や利点だけでなく、感覚的・感情的なつながりを 築くことに焦点を当てたマーケティング手法です。 消費者の生活を豊かにするために、製品やサービスが提供する経験や 価値に注目し、五感へのアプローチや感情への訴求、知的好奇心や 想像力へのアピール、体験やコミュニケーションを通じた価値提供、 そしてグループへの帰属感に焦点を当てたマーケティング戦略が 展開されています。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

デジタルマーケティングとは、デジタルチャネルを利用して得られた データをもとに、自社製品や自社サービスなどの販売活動をする 手法のこと。 チャネルとは、販売経路のことを指します。デジタルチャネルには、 例えば、Web広告やSNS、実店舗に蓄積されたビッグデータなどが 含まれます。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。

ラダリング法とは消費者が商品を選んだ潜在的な理由や、消費者が持つ 潜在的な価値観を調べるための手法です。 ラダリング法による調査では、消費者に対して複数の質問をし、 考えを掘り下げます。 ラダリング法の基本となる質問は「なぜそれが、あなたにとって 重要なのですか」です。この質問を繰り返し、潜在的な理由や価値観を 明らかにします。 ※用語集の詳細内容は、関連リンクより閲覧いただけます。 　詳しくは、お気軽にお問い合わせください。