• 不満買取センター

    1日1万件の不満の声から、イノベーションの種を見つける

  • 私たちが実現したいこと

    < 声が届く世の中を創る >

     

    インサイトテックが「不満買取センター」で生活者の不満の声を独自に収集。
    生活者にとってよりよい社会を実現するために、
    企業や自治体の商品・サービスの改善活動に向けてご活用頂いております。

  • 会員とデータ

    会員数44万人超

    1日1万件を超える不満の声を収集

    属性ごとに集計・分析できます

    データ件数1,500万件超

    様々なカテゴリの不満を蓄積

    課題に沿った不満の声を抽出できます

     

    ※2020年5月現在

  • 声を集める仕組み

    会員はPCやスマホからいつでもどこでも不満を投稿可能。

    自然発生の不満をリアルタイムに収集しています。

  • 不満カテゴリと件数

    不満内容は20業界・184業種に分類して蓄積しています。

    下記は代表的なカテゴリと件数です。

    食品

    51.3万件

    暮らし・住まい

    59.6万件

    コンビニ・小売店・量販店

    80.7万件

    ※2020年5月現在

  • 集まった不満の声

    不満の声だけではなく、

    生活者からの要望やアイディアも投稿されています。

  • 不満買取センターの強み

     

     

    1,500万件超の不満データベースから

    課題に沿った不満の声を抽出できます

    ※2020年5月現在

    自然発生かつ記憶鮮度の高い不満から

    新たな仮説や未充足ニーズを探索できます

    平均60~70文字の自由投稿から

    不満の背景や原因を読み解き類推できます

    文字情報をAIエンジンや独自辞書で分類

    テキストから定量・定性分析ができます

  • 分析ステップ

    不満データを定量的に分析する場合、

    以下のような手順でレポーティングしていきます。

    STEP1:不満データの抽出

    1,500万件の大量の不満データの中から、課題に沿ったデータを抽出します。

    7つの属性情報によるセグメントが可能です。

    ※2020年5月現在

    STEP2:不満内容のラベリング

    不満の内容ごとに分類を行い、構造化していきます。

    STEP3:集計分析、レポーティング

    属性情報やブランドごとの比較、時系列での変化などから不満の傾向を分析。

    優先課題図などの独自手法を組み合わせ、生活者のニーズを可視化していきます。

     

  • 分析イメージ

    定量・定性両面からのアプローチが可能です。

    活用目的に合わせて適切なアウトプットをご提供致します。

    属性別比較

    性別、年代、居住地、未既婚、子供の有無等の

    属性情報を用いた集計が可能です。

    時系列分析

    2015年から不満を収集しているため、過去5年分の不満から

    不満トレンドを掴むことができます。

    優先課題図

    不満投稿数(量)を横軸、離反比率(質)を縦軸に取り、

    優先対応すべき課題を捉えます。

    不満キーワード集

    不満データをリサーチャーが読み込み、

    不満の中に隠れたキーワードを集約します。

  • 料金プラン

    料金の詳細についてはお問合せ下さい。

  • 活用事例

    不満データの分析から、

    新たな価値を提供する商品やサービスが生まれています。

    - CASE 1 -

    味の素AGF株式会社

    自然発生の不満の声から課題の仮説を検証

    課題の可視化・数値化により開発の大きなヒントに

     

    Points

    • スティックコーヒーに関する不満約800件を用い、23タイプの不満に分類。
    • 分類した不満を投稿数×離反影響度でプロットし、優先課題を特定。「甘さ」に対する投稿数・重要度が最も高いことが明らかに。
    • 2015年からの不満項目の変化を分析。「甘さ」の他「味わい」や「味の濃さ」の不満が多いことが明らかに。

    - CASE 2 -

    フランスベッド株式会社

    就寝時の不満からインサイトを探索

    ベッドでの過ごし方に着目した商品づくりへ

     

    Points​

    • 若年層向けのベッドを開発するにあたり20~40代を中心に「就寝時」に関する不満1,000件を収集。
    • 「スマホが充電できない」「タブレットを立てかけたい」「コンセントやティッシュを隠したい」などの声から寝る前の時間や空間の過ごし方に関するインサイトを発見。
    • 照明や収納に配慮した商品を発売し、同価格帯のベッドと比較して売上ペースが4倍に伸びた。

    - CASE 3 -

    ライオン株式会社

    口臭の不満から生活者の潜在ニーズを発見

    新規事業のアイディア探索を支援

     

    Points

    • 口臭に関する不満を弊社自然言語解析AI「アイタス」で解析。
    • 当初は口臭のCAREに関する悩みが多いのではと想定していたが、「自分の口臭が気になる」「相手に気付いて欲しい」などの声からCAREよりもCHECKに潜在ニーズがあるのではないかと仮説を立てた。
    • 口臭不満からアイディア探索を行い、口臭チェックアプリの開発に寄与した。
  • お取引先様の声

    味の素株式会社

    ソリューション&イングリディエンツ事業部
    国内グループ シニアマネージャー
    井村 陽一郎様

    Q.不満データの分析結果を社内でどのように活用されましたか? 
    現状の課題に関する共通認識を持つことができ、お得意先と次のアクションにつなげることができました。

     

    Q.不満データについて、どんな点が魅力と感じますか?
    生活者のダイレクトで生々しい不満のひとつひとつにリアリティがあり、大変心に響きました。生活者の言葉により、課題が具体化されることに加え、多角的かつ優先順位をもって把握できる点が魅力です。分析結果をお得意先様と共有したことで、「同じ目線で、同じ課題に対して、共同で対処する」協業関係の醸成に繋がったと感じています。
     

    株式会社明治

    開発部門 ご担当者様

    Q.どんな目的で不満データを活用されましたか?
    A.新商品開発時のニーズの深堀と仮説づくりのために不満データを活用しました。

     

    Q.一般的なアンケート調査と不満データを比較して、どんな違いを感じましたか?
    A.自然発生の不満を定量化することで、一般的なアンケート調査では確認できないようなこれまでと違う要素を発見することができました。様々な切り口で不満を抽出し定量化することは、今後の開発業務に活かせると感じました。

     

    Q.不満データについて、どんな期待をお持ちですか?
    A.自然発生の不満は潜在ニーズとして捉えることができ、そのニーズを解決する商品はヒット商品になる可能性があると考えます。属性情報を用いてターゲットをセグメントしながら、不満の声を定量化して商品開発の仮説づくりに活用していきたいです。
     

  • お取引先様一例

  • お問い合わせ

    不満データの活用についてのお悩みやご不明点など

    お気軽にお問い合わせください。