01. CINEMIND · SWARM-INTELLIGENCE PREDICTION ENGINE

CinemindALPHA

企画段階からグローバルヒットまで、
公開前に市場の反応を先に実験します

Cinemindは、数千〜数十万人の仮想消費者が暮らすエコシステムで、作品に対する市場の反応を事前にシミュレーションするコンテンツ意思決定エンジンです。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、結末・予告編・公開サイクルを変えながら、どの選択が関心と拡散を生むのかを公開前に比較してみてください。

  • 映画
  • 映像
  • ウェブトゥーン
  • ショートドラマ
仮想消費者の群衆がネットワークでつながり、劇場のスクリーンの作品に反応する様子を表したイラスト

THE PROBLEM

こんなお悩みはありませんか?

01

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。

02

アンケートやFGIは小規模で時間がかかります。

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。

03

過去のヒット作との比較では、「こう変えたら?」に答えられません。

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。

04

口コミがどこへ広がるかは、公開してみないとわかりません。

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

Cinemindはここが違います

01

一人に尋ねず、集団に解き放ちます

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。

02

作品と市場を別々に理解し、つなぎます

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。

03

仮想消費者も、見聞きしたことを覚えています

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。

04

反応が時間とチャネルに沿って広がる過程を見ます

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。

05

数字だけでなく、根拠まで示します

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。

06

実際の成果で、継続的に補正します

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。

作品の人物・出来事・感情の関係網と、観客層・プラットフォームの市場関係網がつながった2層構造のインフォグラフィック
コンテンツ関係網 × 市場関係網 上の層は人物・出来事・感情のコンテンツ関係網、下の層は観客層・ファンダム・評論家・プラットフォームの市場関係網です。好み・物語の適合性と露出履歴で2つの層をつなぎ、どの場面がどの観客の行動を促すのかを追跡します。

HOW IT WORKS

このように使います

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。

  1. 01

    資料の入力

    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

    成果物人物・出来事・感情の構造データ
  2. 02

    関係網の確認

    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

    成果物コンテンツ・市場の関係網
  3. 03

    実験条件の設定

    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

    成果物実験設計書
  4. 04

    実行

    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

    成果物ラウンド別の反応ログ
  5. 05

    レポート・深掘り質問

    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

    成果物比較レポート
Cinemindの開始画面:企画書・シナリオ・シノプシスのファイルをアップロードする領域と、登場集団・反応経路・期間・比較する実在の映画の設定、最近のプロジェクト一覧

KEY FEATURES

主な機能

作品を構造データに変えるコンテンツ分析

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。

物語要素 × 観客層の適合度

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。

変更できる5つの条件

  • 作品導入部、人物設定、出来事の順序、結末
  • 市場公開国、ターゲット観客、原作ファンの比率
  • マーケティング予告編、ポスター、プロモーションメッセージ、初期露出グループ
  • 流通公開サイクル、無料エピソード、価格、公開時期
  • 外部の出来事競合作の登場、否定的なレビュー、特定の場面の話題化

予測レポート

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。

  1. 反応の転換点関心が高まった、または冷めた時点
  2. 牽引・抑制した観客層拡散を牽引した、または妨げた集団
  3. 関連する要素反応の変化に関連する場面・台詞・プロモーション要素
  4. 重要な仮定・不足データ結果を大きく左右する仮定を明示
  5. 追加の質問特定のエージェントに理由を尋ねる深掘り質問

エージェントインタビュー

「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。

いつでも再現できる実験

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

このような意思決定に使います

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

  1. 設定の毀損と受け止める
  2. 否定的なレビューを書く
  3. コミュニティで議論が拡散
関心の低下 · 二極化

新規の観客

  1. 予想外の展開に没入
  2. 推薦・共有
  3. 新規流入の増加
関心の上昇

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)

こんな問いに答えます

  • この結末とあの結末、海外のロマンスファンの心により長く残るのはどちらか?
  • 予告編で復讐の物語を先に見せると、2話での離脱は減るか?
  • 週2回公開と一気見公開では、口コミがより大きく広がるのはどちらか?
  • 競合作が同じ週に公開されたら、自社作品の初期の関心はどれほど揺らぐか?

BUILT FOR

こんな方に向いています

映画の制作・投資会社

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。

ショートドラマ・OTT・映像制作会社

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。

ウェブトゥーン・IP保有会社

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。

プラットフォーム・配給会社

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

安心してお使いいただくために

  • 予測は先に記録し、後から検証します

    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。

  • シミュレーション結果であることを明確にします

    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。

  • 実際のデータで性能を確認します

    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。

  • お客様の資料は別々に保管します

    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。

  • 個人を特定しません

    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。

  • データを混ぜません

    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

導入方法

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。

パイロット

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。

  1. 01

    意思決定の選定

    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

  2. 02

    事前予測の記録

    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

  3. 03

    公開

    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

  4. 04

    成果の照合

    観客・視聴・購買の指標と予測を比較します

  5. 05

    モデルの補正

    誤差の原因を分析し、パラメータを調整します

  6. 06

    事例レポート

    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

成果物
事前予測レポート · 事後照合レポート · 補正履歴
成功基準(事前合意)
予測方向の一致 · 単純な基準モデルに対する改善 · 実際の意思決定での活用 · 購読への転換意向
参加条件
公開日程の確定 · 成果データの共有が可能 · 意思決定の代替案が2つ以上
期間・価格
パイロットの範囲に応じて協議

COMING SOON

近日提供予定の機能

  • 多国対応の予測エンジン ベータ — 国・文化圏別ペルソナの拡充
  • 数千〜数十万エージェント規模へのシミュレーション拡大
  • 実データで補正した、規模別のコスト・速度のご案内

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。

GET STARTED

決める前に、
反応から実験しましょう

公開後に確認していた市場の反応を、企画段階で先に見ることができます。企画からグローバルヒットまで、Cinemindと一緒に準備しましょう。