DevNotes Live

Шампунь и кондиционер, разработанные на основе маркетингового опроса
Успех был достигнут в создании нового шампуня и кондиционера для женщин. Работа началась с опроса женщин об их жалобах на волосы и состоянии волос. Эти качественные данные были проанализированы с помощью Теории квантификации III, и были получены связи между состоянием волос, жалобами на волосы и желаниями потребителей относительно волос. Проанализированный кансэй перешёл в стадию исследования химических материалов, где эти материалы тестировались на мониторах. В итоге были определены специальные ингредиенты для конечного продукта. В связанном исследовании различные контейнеры для шампуня оценивались по шкале семантического дифференциала (SD), и контейнер с цветом выбирались на основе анализа Теории квантификации I. Это продемонстрировало, как кансэй использовал опросы жалоб потребителей для разработки нового продукта

Примитивное описание шагов с моей стороны - при помощи ллм и
- Соберите 100–1000 слов (Kansei words), описывающих эмоции и впечатления от продуктов в этой области (из рекламы, отзывов, интервью, литературы). Сгруппируйте слова (методы: Affinity diagram, факторный или кластерный анализ). Выберите ключевые слова (обычно 10–50), которые лучше всего описывают эмоциональные реакции.
- Формирование пространства свойств продукта (Span the Space of Properties) Соберите примеры продуктов из домена (существующие, прототипы, идеи). Определите ключевые характеристики: формы, цвета, материалы, функции и т.д. (из спецификаций, отзывов). Выберите наиболее важные свойства (можно использовать Pareto-диаграмму).
- Синтез (Synthesis) Свяжите Kansei-слова с свойствами продукта. Найдите, какие характеристики влияют на конкретные эмоции. Инструменты:
- Теория квантификации Type I (регрессия для категориальных данных).
Факторный анализ, Rough Sets, генетические алгоритмы.
Семантический дифференциал (SD-шкала) для оценки продуктов.
- Построение модели и валидация (Model Building and Validation) Создайте предиктивную модель (например, в виде базы правил или ИИ-системы). Протестируйте на реальных данных или новых прототипах. Если модель неточна — вернитесь к шагам 2–4 и уточните пространства

Онлайн инструмент — KESo (Kansei Engineering Software)
Это веб-приложение, реализующее KES: позволяет создавать опросы для сбора данных о кансэй (эмоциях потребителей), анализировать их с помощью Quantification Theory Type I (линейная регрессия) и Rough Sets Analysis (нелинейные методы). Ограниченная версия бесплатная (регистрация на сайте), полная — для академических и промышленных партнёров.
Сайт и логин: https://kansei.iei.liu.se/users/login/
Это разработка Linköping University (Швеция), активно используется для исследований и применения Kansei Engineering.

Впрочем, не люблю Артемия Лебедева, но вот цитата из него, прямо из Ководства, аж 2002 года

Есть такая компьютерная психолингвистическая система ВААЛ. Она используется некоторыми специалистами для анализа текстов на русском языке. Можно загрузить в программу все газетные тексты за последний год и посмотреть, как в народе меняется отношение к майонезу и не пора ли начать добавлять в сосиски мясо. Серьезный инструмент для серьезных аналитиков, политтехнологов и экономистов.
Под тем же товарным знаком распространяется бесплатный продукт «ВААЛ-мини». Эта детская игрушка по сложности использования и результативности сравнима с полевой ромашкой.

1 view18:48