2018 Fiscal Year Annual Research Report
Applying Human Computation Techniques to Market Research and Product Planning
| Project/Area Number |
16K12827
|
|---|
| Research Institution | Aoyama Gakuin University |
|---|
Principal Investigator |
水山 元 青山学院大学, 理工学部, 教授 (40252473)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ヒューマンコンピュテーション / クラウドソーシング / 予測市場 / 集合知メカニズム |
|---|
| Outline of Annual Research Achievements |
本課題では，消費者の潜在ニーズや選好をゲームを通じて収集し，商品のコンセプト開発につなげるための，ヒューマンコンピュテーションの仕組みを応用したシステムを新たに提案し，その評価を行うことを目的としている．提案するシステムは，(a)新商品に付与できる魅力的な属性を収集するゲーム，(b)指定した属性の組合せ（コンセプト）に対する選好を収集するゲーム，(c)コンセプトを具現化した新商品の需要を予測するゲーム，の3つから構成される．
(a)については，本課題で開発しているInversion-problemのメカニズムを応用したゲーム（ColleQ）で，プレイヤに提示するペルソナの詳細度を変化させて，検証実験を進めた．その結果，プレイヤは，詳細度の高いペルソナ記述を好むクラスタと逆に詳細度の低いペルソナ記述を好むクラスタとに明確に分かれ，前者のクラスタのプレイヤが有用な情報を入力してくれる傾向が高いことがわかった．また，この質の高い情報を提示してくれるクラスタのプレイヤを，ゲームログの事後分析によって判別する方法も得られた．
(b)については，広告のビジュアル面での選好の収集と分析に取り組んだ．具体的には，Input-agreementのメカニズムを応用することで，写真共有サイトに投稿された写真に対して，その投稿者のライフスタイル属性を紐付けることのできるゲームを開発し，実験室で検証した．ここで得られたデータを分析することによって，ビジュアルに対する選好をライフスタイル属性と関連付けてクラスタリングすることができ，得られたクラスタをマーケットセグメントとして取り扱うことができるようになる．
(c)については，予測市場のメカニズムを応用してBtoB商品の需要を評価するために役立つ知識を営業マンらから収集するためのゲームを開発し，実企業で検証実験を行った．
|
