感性AIの製品・サービス一覧

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

京王電鉄の新型車両2000系に、「感性AIアナリティクス」を活用した 事例をご紹介いたします。 コンセプト策定において、「テキストマイニング」でアンケート分析や 単語抽出を活用。 デザイナーによる複数の案から、「画像印象分析」で消費者の感じ方を 分析し、コンセプトにマッチする最終デザインを決定しました。 【事例概要】 ■導入対象：京王電鉄 新型車両2000系 ■活用機能：テキストマイニング・画像印象分析 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

広告代理店A社でのパッケージ選定において、「感性AIアナリティクス」を 活用した事例をご紹介いたします。 同社では、デザイナーがあげた商品パッケージ案について、いつも感覚的に 選んでいるが本来は根拠付きで選出したい、という課題がありました。 当ツールの活用により、複数のアイデアの中から消費者に届けたい感性を 持ったパッケージを根拠を持って選出することが可能になりました。 【事例概要】 ■課題 ・商品コンセプト自体は「陽気さ」や「楽しさ」なので商品コンセプトにあう 　パッケージ案で選びたい ■解決 ・視覚的に分かりやすい選出根拠を用いることで、社内上申時に有効な 　説得材料になった ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

効率的な広告/商品デザインのための「感性AIアナリティクス」の 活用事例をご紹介いたします。 某社では、どういうクリエイティブだと注目を集めることや売上げに つながるのかが明確には分かっていないことが課題でした。 そこで、自社で持っているクリエイティブの視聴数や購買データと、 クリエイティブに対する感性評価を掛け合わせることで注目や売上げに つながると考えられる印象を見出すことができました。 【事例概要】 ■課題 ・ブレの少ない形で効率的にクリエイティブを作りたい ■解決 ・自社で持っているクリエイティブの視聴数や購買データと、 　クリエイティブに対する感性評価を掛け合わせることで 　注目や売上げにつながると考えられる印象を見出すことができた ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

自動車会社B社での自動車のデザインにおいて、「感性AIアナリティクス」を 活用した事例をご紹介いたします。 ブレスト会議、ターゲットヒアリング・アンケートにて自由記述の文書を 分析し、頻出単語や単語同士の関係性を視覚的に把握。 また、世界観の表現、ムードボード作成にてテキストや画像からターゲットが 連想するワードを確認、イメージを表現する語彙の探索を行いました。 【事例概要】 ■対象：自動車のデザイン ■課題：画像の言語化やペルソナ設定の素材出し ■効果：世界観やコンセプトの構築を迅速化 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

当社の「感性AI MateriaLink」の機能「素材の質感の感性価値定量化」 について、ご紹介いたします。 素材の触覚的質感を、オノマトペで回答してもらう感性実験を実施。 オノマトペ感性定量化技術をもとに感性を定量化し、ポジショニング マップで可視化します。 感性実験の方法(触り方や室温等)に指定がある場合は、ご相談ください。 【ステップ】 1.素材サンプルを当社にご送付いただく 2.当社で素材の触覚的質感をオノマトペで回答してもらう 　感性実験を実施 3.感性定量化技術により触覚的質感の感性を定量化 　グラフやポジショニングマップで確認可能 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

当社の「感性AI MateriaLink」の機能「素材DB化 管理・分析」について、 ご紹介いたします。 自社の素材ごとの画像データ、定量化された感性情報(触覚・視覚)、 粗さなどの物性情報等、さまざまな情報をデジタル上でデータベース化。 求める感性価値を指定すると、登録素材の中から感性データが近しい素材が 検索できるほか、複数素材の感性価値の比較ができます。 【特長】 ■登録素材の中から感性データが近しい素材が検索できる ■複数素材の感性価値の比較ができる ■質感の感性のオノマトペ表現から検索できる ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

当社の「感性AI MateriaLink」の機能「デザインサポート」について、 ご紹介いたします。 入力された曖昧なコンセプトやデザインなどのワード・テキスト・画像を AIが分析。 さまざまな表現に落とし込むことで、発想を広げイメージ共有をスムーズに します。求める感性価値を表現する素材の選択につながります。 【機能項目】 ■テキスト感性評価(テキストの印象評価) ■テキストマイニング(大量の文章データの分析) ■テキスト連想(テキストから連想語生成) ■テキスト画像(テキストから画像生成) ■画像感性評価(画像の印象評価) ■画像連想(画像から連想語生成) ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

当社「感性AI MateriaLink」の「ブランドオーナー」様での利用イメージを ご紹介いたします。 ブレスト会議、ターゲットヒアリング・アンケートでは、テキストマイニングで 自由記述の文書を分析。頻出単語や単語同士の関係性を視覚的に把握。 素材探索では、曖昧なイメージの感性を定量化。素材メーカーと連携し、 求める感性を発現する素材を探索します。 【機能】 ■テキストマイニング ■テキスト連想 ■画像連想 ■テキスト画像 ■テキスト感性評価 ■画像感性評価 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

当社の「感性AI MateriaLink」の「素材メーカー」様での利用イメージを ご紹介いたします。 素材の触覚的質感を定量化し、比較グラフやマップ上で確認しながら 新素材の開発が可能。 新素材の研究開発におけるDXを加速し、データに基づいた精度の高い 新素材研究開発やマーケティングが可能になります。 【機能】 ■素材の質感の感性価値定量化 ■素材DB化 管理・分析 ■テキスト感性評価 ■画像感性評価 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

• その他情報システム

「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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他

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。

• その他