Takai Voice

ＭｙＥＬには１万人調査が３，５００件も蓄積していて、多ジャンルのモノとサービスとコトの情報があり、２８項目の詳細な個人属性が付いていて、それらの調査データが自社パネルのモニターＩＤで紐づけることができる。

このデータをうまく分析できるシステムにすれば、どこにもないリコメンドサービスが作れると考えていて、幾つかのアイディアを２社の分析企業に提案したところ、技術的には実現可能という反応をいただいています。

１テーマの調査データにも約９問のインサイト設問の回答と、その回答者の２８項目の３７項目の１万人のデータがあります。

これをうまく分析すれば、各ブランドのペルソナを自動的に推定したり、AブランドとBブランドの利用者の違いや選定理由や利用シーンの違いの特徴が出せて、AブランドのユーザーをBブランドにスィッチさせるのに有効な施策は何かのリコメンドを出せると考えています。

また、１つの調査データだけでなく、あるモノと別なモノの調査データや、あるモノとあるサービスの調査データ、あるモノとあるコトの調査データを組み合わせた分析では、業際的な考察や提案の知見を出すことが出来るかもしれません。

さらに、これらの大量の調査データをＡＩに食べさせたら、もっと面白い意外な発見があると思います。

どんな分析の技術で、どんなシステムで実現できるかは、そちらに詳しい企業に協力をいただきながら検討してみます。

ＭｙＥＬでも安定した固定収益を生むようになれば会社の収益基盤は強くなります。

ここは粘り強く対応して新しいサービスを作りたいと思います。