パッケージデザインAI ver4.2
590万人の学習データから
AIがデザインを評価

1プロジェクト/1画像 15,000円!! 会員登録をする

10枚試せる無料プランもございます

NEWS!!

  • ・カルビー株式会社様、ネスレ日本様など利用企業が急増
  • ・東京大学との共同研究による開発

サービス概要SERVICE GUIDE

当サービスは

パッケージデザイン好意度(最大5)
ヒートマップ
イメージワード(好意度理由)
好意度のバラツキ

を予測するサービスです。

毎年春・秋に実施する新商品パッケージデザイン調査。
今後も継続して膨大な新規画像を学習させることで、より多くのカテゴリーや性別・年代のセグメント別の精度の向上をめざしていきます。

特徴FEATURES

Attention! ご注意
  • ※予測値はパッケージデザインランキング調査の結果に基づきます。調査方法が異なると結果も変わる点は予めご了承ください。
  • 精度はカテゴリーにより異なります。事前によくご確認の上ご利用下さい。
  • ご利用方法をよくお読みの上、ご利用下さい。

【推奨環境】 IE 11以降、Edge 42.0以降、FireFox 65.0以降、Chrome 72.0以降、Safari 9.1以降

分析の流れFLOWS

わずか4つのステップで完了します!

STEP1 メニューの選択
STEP2 セグメントの選択
STEP3 画像のアップロード
STEP4 カテゴリーの選択

分析結果RESULTS

「好意度スコア予測」

パッケージデザインの好意度スコアを最大5(好き)から最小1(好きではない)までの加重平均値で予測します。全体のほかにも男性・女性、年代別(20代/30代/40代/50代)、性別×年代別の合計15のセグメントごとに算出することができるようになりました。

計算結果は画面上にグラフや数表で表示され、計算済みであれば、グラフはセグメントを切り替えて表示することも可能です。

グラフはPDFで、数表(予測スコアやそのカテゴリーおよびセグメント別の精度)はCSVで保存することができます。

※精度についてはコチラ

「ヒートマップ」

ディープラーニング(Convolutional Neural Network)は好意度の予測を算出する過程でコンボリューション層(畳み込み層)に特徴量が集積した特徴量マップを作り出します。

この特徴量マップをベースに、注視している箇所ほど赤く、やや注視している箇所をオレンジに、そうでない箇所ほど青くなるようにヒートマップ形式でわかりやすく可視化しています。

狙ったところが赤くなっているか、といった確認やパッケージデザインの修正をするうえで重要な指針となります。
グラフはPDFで保存することができます。

「イメージワード予測」

好意度の理由を19(非飲食系は18)のイメージワードの出現割合で予測することができます。膨大な自由回答から自然言語処理技術を駆使して構築しています。

イメージワードは下記になります。
「おいしそう」(非飲食系はなし)「かわいい」 「シンプル」「デザイン要素がよい」「なつかしい」 「やさしい」「安心感・信頼感がある」「季節感」 「健康感がある」「効果・効能を感じる」「高級感・上質感」 「色味がよい」「新しい・ユニーク」「洗練」 「爽やか・清涼感」「特徴がわかりやすい」「目立つ・印象に残る」 「綺麗・美しい」「清潔」

結果はPDFとCSVで保存でき、CSVには全ワードの結果が保存されます。

「好意度のバラツキ予測」

好意度の標準偏差(どの程度バラついているか)を予測します。

この数値が高いほどバラつきが大きいと考えられますので、そのデザインの好き嫌いの差が大きいと解釈できます。

好意度スコアの予測値と一緒にみると、よりわかりやすくなりますのでオススメです。

グラフはPDFで、数表(予測スコアやそのカテゴリーおよびセグメント別の精度)はCSVで保存することができます。

サービスの特徴や使い方、分析結果についての紹介動画はこちら!

会員登録をする >

10枚試せる無料プランもございます