OBSERVE  ·  ANALYZE  ·  EXTEND

データを
「あたりまえ」に
活用する。

1/nは、シンプルなクラウドストレージをベースに、データへの関心や観察意欲を刺激するUXと、利用者自身の分析・AI環境を活用できる仕組みを備えた、効率的で低コストなデータ活用サービスです。

利用者それぞれの視点から自由にデータを観察し、自分に合った方法で活用へとつなげることで、データの可能性を、人が引き出しやすくする仕組みを提供します。

DATA POD FRAMEWORK Scroll to explore   ↓
01 / PHILOSOPHY

OUR APPROACH

データの可能性を、
使う人の数だけ広げる。

同じデータでも、利用する人の立場や関心、目的によって、着目する点や得られる気づきは異なります。

データを理解するために、最初から高度な分析やAIによる解釈は必要ありません。直感的に特徴を捉え、疑問を持ち、自分なりに考えることが、インサイトを得るための大切な第一歩です。

1/nは、データに触れて気づきを得る体験と、それぞれの視点や環境に合わせてデータへの理解を深める仕組みを提供します。

THE TWO PRINCIPLES
A / EXPERIENCE

データへの関心を、
理解と探究につなげる。

データの捉え方は、人それぞれです。視覚的なイメージは、データに親しむきっかけになるだけでなく、見る人それぞれに異なる気づきをもたらします。1/nは、数字とイメージを共存させたUXによって、多様な利用者の関心を刺激し、もっと知りたい、確かめたいという自発的な探究意欲につなげます。

B / OPEN & LIGHTWEIGHT

使い方を、
システムに閉じ込めない。

観察したデータは、コードやプロンプトとともにシステム外へ出力し、使い慣れた分析ツールやAI環境でスムーズに活用できます。1/nは、既存の業務環境を活かしながら、利用者それぞれの方法でデータを活用し、その過程で得られたナレッジが自社の資産として自然に蓄積されていく状況をつくります。

02 / FRAMEWORK

ストレージ以上、SaaS以下。

1/nは、分析フローの初動と後工程を分離することで、システムとしての利便性と柔軟性の高いデータ活用を両立する、独自のフレームワーク「Data Pod」を採用しています。

データの保管に加え、誰もが直感的に観察・探索できるUXを備え、分析やAI活用に必要なコードやプロンプトを提供することで、利用者自身の環境で自由にデータを活用できる仕組みです。

Data Pod FRAMEWORK

SYSTEM SIDE 観察・分析に向けた準備
A / STORE

データを整理する

データを、観察や分析に利用しやすい形で管理します。

B / OBSERVE

データを観察する

データの特徴や変化を、多様な視点から直感的に捉えられるUXを提供します。

C / WRAP

分析用資材を準備する

観察対象のデータをさらに分析するためのコードやプロンプトを備えています。

IN YOUR ENVIRONMENT

利用者の環境で活用

出力した資材を、使い慣れた環境での分析や考察にスムーズにつなげます。

STATISTICS / CODE
統計ソフトによる解析・可視化

Pod内のコードをベースに、独自の集計や解析・可視化などに展開。

AI / PROMPTS
AIによるペルソナ生成・対話など

Pod内のプロンプトをベースに、ペルソナ生成や対話などに展開。

DESIGN & IMPLEMENTATION SUPPORT

データ分析の専門家が、一連のフレームワークを設計し、クライアントのニーズに応じた導入をサポートします。

※ 分析コードやプロンプトなどは、用途に応じて個別に設計・実装します。

03 / EXPERIENCE

データの性質に合わせて、
観察の仕方を選ぶ。

同じデータでも、何を確かめたいかによって適した見せ方は異なります。以下は、Data Podで使う観察型UXテンプレートの例です。

Template 01

Ladder

条件を重ねるごとに集団がどう変わるかを観察し、複数の属性を組み合わせながら対象集団の規模や特徴を把握します。

Template 02

Road

条件や属性に沿って対象集団の変化をたどり、分岐の先にある集団の規模や特徴を観察します。

※ UX図版は構成検証用の模式図です。公開版では実際の画面に差し替えます。

04 / PORTABILITY

観察したデータを、
いつもの作業環境へ。

データの活用方法は、企業や利用者によって異なります。1/nは、分析の進め方を一つのシステムに限定せず、それぞれの環境や目的に合わせた効率的な活用を可能にします。

A / FAMILIAR

使い慣れた環境を活かす

新たなツールの習得や業務の切り替えを抑え、普段の分析・業務環境でデータを活用できます。

B / CONNECT

既存資産との連携

既存のデータやシステムと柔軟に組み合わせ、社内での共有や再利用など、目的に応じた柔軟な活用が可能です。

C / EXTEND

独自の拡張と蓄積

コードやプロンプトを目的に応じて改良・再利用し、分析の方法や得られた知見を自社の資産として蓄積できます。

05 / NOT SaaS

専用SaaSを、つくらない選択。

1/nは、高度な分析やAI活用にも対応しながら、それらを専用システムの機能として抱え込まず、データとともに、分析に必要なコードやプロンプトを提供する設計です。既存の作業環境を活用することで、分析の自由度を確保しながら、開発・運用コストを抑えます。

A

初期開発のコストを抑える

ストレージとUXを中心としたシンプルな構成により、初期開発の規模と費用を抑えます。

B

運用負担を軽減する

システムの複雑化を避けることで、日々の保守やアップデートに伴う管理コストを軽減します。

C

追加開発の範囲を小さくする

普段の作業環境を分析の実行環境として活用することで、新たな分析ニーズにも、コードやプロンプトの作成・修正だけで対応できます。

※ 費用や拡張のしやすさは、データ量・実装範囲・接続先の環境によって異なります。

06 / INTRODUCTION FLOW

準備から導入まで。

プロジェクトの設計、必要なデータの準備、UXの制作、分析用資材の開発、仕組みの導入までを一貫して担います。

STEP 01 CONSULTING

データ活用の目的と使用データの検討

ヒアリングを通じて、データ活用の目的と必要なデータを整理します。既存データの活用可能性も踏まえ、どのようなデータを、どのように活用するかを一緒に検討します。

STEP 02 DATA PREPARATION

データの取得・準備

データの保有状況や活用目的に応じて、使用するデータの取得方法を検討します。

NEW RESEARCH

新しく調査する

データ活用の目的を踏まえて、データ分析の観点から調査内容を設計します。モニターネットワークを活用し、調査・回収まで対応します。

EXISTING DATA

手持ちのデータを活かす

データの特徴とデータ活用の目的を照らし合わせ、利用可能性を検討します。必要に応じて新たなデータ構築プランを提案します。

STEP 03 DESIGN

UXと分析用資材の設計

UX CUSTOMIZATION

UXの調整

データの特徴や使い方をヒアリングしたうえで、必要に応じてテンプレートを調整します。クライアント独自のUXも制作します。

ASSETS DESIGN

分析用資材の設計

データ活用の目的や利用環境に応じて、外部環境で使用するコードやプロンプトを設計します。クライアント独自の分析用資材も組み込めます。

STEP 04 IMPLEMENTATION

Data Podフレームワークの導入

データを構造化してストレージへ格納し、UXと接続します。コードやプロンプトを実装し、利用する環境で検証したうえで導入します。

DATA CULTIVATION

少数サンプルや希少属性も観察できる。

希少属性のサンプル不足や、条件を重ねるほど該当者が減ってしまう現象は、調査データを活用するうえで避けがたい課題です。1/nでは、調査集団のデータ特性を保ちながら、例えば1,000人のデータを10万人規模へと拡張する技術(データ培養)も提供します。サンプル不足で諦めていた対象も、観察と分析が可能になります。

COST EXAMPLES

導入コストの目安

掲載している費用は参考価格です。実際の費用は、データ量・調査規模・UXの調整範囲・分析内容等により変動します。

項目 既存データ活用型お持ちのデータを活用した導入プラン 新規調査型新規調査でデータを取得する導入プラン
初期費用の目安 200万円〜 250万円〜
月額運用費の目安 10万円〜 10万円〜
主な含まれる内容 データ評価・整備 / データ培養 / 既存UXテンプレート導入 調査設計・実査(1,000人・50問想定) / データ培養 / 既存UXテンプレート導入

※ 既存データと新規調査の組み合わせや、データフュージョンを活用した導入にも対応します。

※ 表示価格は自社内での利用を想定した参考目安です。商用利用は、別途協議させていただきます。

※ データ培養の費用は、カラム数やデータ構造、培養回数、必要なモデルの組み合わせなどにより変動します。複雑な条件分岐や追加的な処理が必要な場合は、別途お見積りいたします。

※ 新規調査型の調査費用は1人・1問あたり10〜20円程度を目安に試算しています。

※ 分析用コードやプロンプトの設計・開発は、内容に応じて無償〜有償まで個別にお見積りいたします。

07 / FAQ

導入に関する疑問と回答。

導入の進め方やデータの取り扱いについて、検討時に生じやすい疑問とその回答をまとめています。

Q1 既存の社内データだけでなく、新規のアンケート調査から依頼することも可能ですか?

はい、可能です。分析目的の整理から調査設計、モニターネットワークを活用した実査・回収、その後のData Pod構築まで一貫してサポートいたします。

Q2 データ培養は必ず実施する必要がありますか?

いいえ、データ培養は任意のオプションです。保有データのサンプル数や、掛け合わせたい条件の細かさに応じて実施の要否をご提案いたします。

Q3 出力したデータやプロンプトは、社内の生成AI環境でも利用できますか?

はい。データやコード、プロンプトは汎用的な形式で出力されるため、貴社で運用されている生成AI環境や統計解析ソフトでそのままご活用いただけます。なお、外部AIへのデータ投入可否については貴社の情報管理規定に準拠します。

Q4 プログラミングや統計の専門知識がなくても利用できますか?

Data Podの観察画面は直感的なUI/UXで設計されているため、専門知識がなくてもデータの傾向や特徴を探索できます。また、その先の高度な分析やAI活用についても、目的に合わせたコードやプロンプトをあらかじめ実装した状態でお渡しします。

Q5 導入までの期間はどのくらいかかりますか?

既存データを活用する場合は約1〜1.5ヶ月、新規調査から実施する場合は約1.5〜2ヶ月が目安です。データの規模や独自UXの制作範囲によって変動いたします。

※ 上記Q&Aは構成検証用の仮テキストです。公開時に実際の運用・ご案内内容に合わせて更新します。

Get started

データを、使い切る。

新規調査の設計から既存データの活用、分析手法の開発、1/nの導入までご相談ください。

お問い合わせ

窓口・連絡先は公開時に掲載予定です。