意思決定は公開前に、反応は公開後にしかわかりません。
制作・権利・マーケティングに投じる費用は公開前に確定しますが、その時点では実際の観客の反応データがありません。
THE PROBLEM
制作・権利・マーケティングに投じる費用は公開前に確定しますが、その時点では実際の観客の反応データがありません。
サンプルを集めるのに費用がかかり、企画を変えるたびに調査をやり直す必要があります。回答を一つずつ足し合わせるだけなので、観客同士が与え合う影響までは捉えられません。
すでに出た結果しか説明できず、新しいジャンル・フォーマットや海外市場では、比較対象そのものが不足します。
国や好みによる反応の違い、ファンダム・レビュー・SNSを通じて広がる口コミや議論は、公開後にようやく見えてきます。
WHY CINEMIND
国・文化・好みの異なる数百人規模の仮想消費者の集団が、互いに推薦し、共有し、議論します。規模は数千〜数十万人へ拡大する予定です。関心度・没入・離脱・拡散の指標で、代替案を比較します。
作品内の人物・出来事・葛藤・感情の変化はコンテンツ関係網に、観客層・ファンダム・評論家・インフルエンサー・メディア・プラットフォームは市場関係網にしたうえで、二つの関係網をつなぎます。どの場面がどの観客の行動を促すのかを追跡できます。
同じ観客でも、予告編を見たか、友人の推薦を受けたか、炎上に触れたかによって判断が変わります。仮想消費者は、性向、事前の経験、現在の状態、経験の記憶を持ち、視聴・保留・離脱・課金・推薦・批判を自ら選びます。
公開前 → 公開初期 → 拡散 → 持続まで、複数のラウンドで実行します。SNS、ファンコミュニティ、レビューの場、コンテンツプラットフォームごとに異なる露出・行動ルールを適用します。
反応が下降に転じた時点、拡散を牽引した観客層、原因となった場面・台詞をレポートで受け取れます。気になることは、仮想消費者に直接尋ねられます。
公開後の実際の観客数・視聴・決済データと予測を照らし合わせ、ずれた分だけモデルを修正します。実験が積み重なるほど、補正の基準が増えていきます。

HOW IT WORKS
資料の入力から比較レポートまで、5つのステップで実験が完了します。
脚本・シノプシス・予告編・ウェブトゥーン原稿をアップロードし、ターゲット国と観客層を選びます
抽出された人物・出来事・感情・エピソードを確認し、修正します
基準案と変更案を決め、結末・予告編・公開サイクルなどの変数を指定します
エージェント数と実行ラウンド数を決めて実行し、進行状況を見守ります
結果を比較し、仮想消費者へのインタビューで根拠をたどります

KEY FEATURES
脚本・映像・ウェブトゥーンから、人物(関係・動機・性格の変化)、出来事(因果・順序・どんでん返しの位置)、葛藤(対立軸・高まり・解消)、感情の変化(場面・エピソード別の感情曲線)、場面・エピソード(長さ・配置・クリフハンガー)を抽出します。エピソード別の緊張・好感度の曲線と人物関係図で、離脱リスクの区間とどんでん返しのポイントをひと目で把握できます。
速い導入部、ロマンスの比重、どんでん返しの結末、原作への忠実度、クリフハンガーなどの物語要素が、原作ファン・新規20代・海外のロマンスファン・スリラー好き層などの観客層にどれだけ合うかを、表で示します。適合度が分かれる要素は、そのまま条件変更の実験につなげられます。
エピソード別の関心度曲線とともに、次の5つをまとめてお届けします。
「なぜ2話で視聴を保留したのですか?」のように、仮想消費者に直接尋ねられます。回答は、そのエージェントに実際に記録された露出・行動履歴と照らして確認でき、実際の消費者インタビューの結果とは区別して表示します。
すべての実行のエージェントの状態・露出・行動履歴が自動で蓄積され、実験のバージョンとシードを記録します。同じ条件であれば、同じ実験をもう一度実行できます。
USE CASE
例:どんでん返しの結末を入れるべきか? — 8話で結末が明かされる一つのどんでん返しが、観客層ごとにまったく異なる道をつくります。
原作ファン
新規の観客
結末A(どんでん返し)と結末B(原作どおり)を、同じ観客構成・同じ初期条件で繰り返し実行して比較すると、8話の結末公開以降、観客層ごとに経路が分かれる地点とその理由を確認できます。(例)
BUILT FOR
制作承認、権利購入、キャスティング、マーケティング予算など、やり直しの難しい意思決定を控えたチーム。公開前に代替案ごとの反応を比較し、根拠のある判断ができます。
エピソード構成と公開サイクルを決める必要があるチーム。特にショートドラマは公開サイクルが短く、予測 → 検証 → 補正が素早く回ります。
原作を映像化したり海外へ展開したりする際、原作ファンと新規の観客の反応がどう分かれるかを事前に確認したいチーム。
IPポートフォリオ全体やキャンペーンの意思決定に、反応予測を取り入れたいチーム。年間契約型APIと専用分析環境で、自社のコンテンツ・視聴・購買データと連携できます。
TRUST & SAFETY
公開前に予測を提出して時点を固定し、事後には修正しません。的中した事例と外れた事例を併せて報告します。
レポートに示される差は、モデル内での効果です。実際の因果効果は、A/Bテストなど別の実験で検証するようご案内します。
公開前の時点の情報のみを入れた未公開の検証セットで、実際の関心・視聴・購買指標と比較し、類似作やジャンル平均といった単純な基準モデルをどれだけ上回るかを評価します。
アップロードされた作品の原文はお客様ごとに分離して保存し、学習に使う場合は別途ご同意をいただきます。
観客・市場データは、個人を特定できる情報を除き、集計単位でのみ使用します。
コンテンツの原文、観客・市場データ、実際の成果、シミュレーションログを分離して蓄積し、学習用と検証用のデータを分けます。
ENGAGEMENT
現在、韓国の映画制作会社のIPを対象に、パイロットを実施しています。
公開日程が決まっている作品の、実際の選択肢1〜2件を選び、予測から事後検証まで一緒に進めます。
結末・予告編・公開サイクル・ターゲット国のうち1〜2件を選びます
公開前に予測を提出し、時点を固定します。事後の修正は行いません
お客様が実際に作品を公開し、キャンペーンを実施します
観客・視聴・購買の指標と予測を比較します
誤差の原因を分析し、パラメータを調整します
お客様の同意の範囲内で、リファレンスとしてまとめます
COMING SOON
公開日程は、確定次第お知らせします。
現在、開発者テスト(ALPHA)の段階です。機能や日程は変更される場合があります。