Y Combinator 日本語図鑑

事業概要

プロダクト

• 顧客企業の新商品案や価格案を入力として受け取る。
• 追跡可能な消費者行動データを顧客層ごとに接続して市場モデルを組む。
• 層間の相互影響を計算し、購買行動と売上の変化を試算する。
• 試算結果を実績指標と照合し、一致率を出力する。
• 施策ごとの反応差を比較できる形で結果を返す。

技術アーキテクチャ（推定）

• 顧客企業の販売実績や購買履歴を連携機能で取得するとみられる。
• 公開統計や消費者パネルなど外部データをAPI経由で取り込むと推定。
• 顧客層の名寄せと正規化を行い、相互に接続した市場モデルを構築する。
• 行動データから購買確率を推定する統計モデルと学習器を併用するとみられる。
• 予測結果を実績指標と照合して精度を検証し、画面で返すと推定。
• 保存基盤や提供形態の詳細は非公開。

収益モデル

• 消費者向け企業が市場反応の予測に対して支払う構図とみられる。
• 課金単位は案件ごと、または月額の契約と推定されるが価格は非公開。
• 調査設計から検証までの継続利用を前提とした契約が想定される。

差別化

• 実購買データに基づく市場モデルを自社で蓄積している点。
• 層間の相互影響まで再現するモデル構造が模擬回答者と異なる。
• 実績指標との一致率を継続検証できる学習ループを持つとみられる。
• 調査票に依存せず、購買履歴の追跡可能性が精度の土台となる。

日本展開時のリスク

• 個人情報保護法に沿った取得根拠と利用目的の特定が必要。
• 購買データを持つ小売・決済事業者との連携交渉が障壁となる。
• 国内は調査会社への発注慣行が根強く、置換は進みにくい。
• 予測精度の再現性を国内データで示せなければ採用されない。

日本での競合

• 国内の市場調査は大手調査会社が長期契約で市場を握る。
• 消費者パネルと調査票による手法が標準として定着している。
• 実購買データから需要を模擬する同型サービスは確認できない。
• 空白は大きいが、データ提供元との契約が参入の前提になる。
• 広告・小売の実購買データを握る事業者が近い機能を足す可能性がある。