AI が駆動するユーザーリサーチプラットフォーム

AI が調査を設計し、リアルタイムでインタビューし、インサイトレポートを作成。ユーザー行動データと連携して、検証のループを構築します。

AI が調査を設計

リサーチの問いを伝えると、AI が目標と対象を確認してインタビューガイドを作成し、適切な回答者の募集も手伝います。

  • リサーチアシスタントが背景を確認し、目標を明確に
  • 質問ごとに深掘りの深さを設定。コンセプト画像、動画、プロトタイプも添付可能
  • 公開前に模擬回答者でリハーサルし、質問順、所要時間、誘導的な表現を確認
  • リストをインポートするかリンクを共有。回答者ごとに専用リンク
  • セグメントごとにクォータを設定し、進捗をリアルタイムで確認

得られるものリハーサル済みでバージョン固定されたインタビューガイドと、クォータどおりに集まった回答者リスト。

app.heari.ai · リサーチ設計
AI リサーチアシスタント
新規ユーザーが最初の 1 週間で使わなくなる理由を知りたいです。
インタビューガイドを作成しました。4 テーマ・8 問、約 15 分です。引き続き調整できます。
ガイドの調整内容を入力…
インタビューガイド
公開済み · v1次へ:募集設定

新規ユーザーの初週離脱の理由

約 15 分4 テーマ8 問
調査の目的

新規ユーザーが初週にやめる瞬間と理由を見つけ、先に直すオンボーディングの手順を決める。

インタビューの流れ
1
導入·あいさつと説明
2 分
2
ウォームアップ·直近の利用
3 分
3
メイン·やめたくなった瞬間
6 分
4
締めくくり·要点の確認
2 分
主な質問

最初の 1 週間で、やめたくなったのはどんな瞬間でしたか?そのとき何が起きていましたか?

AI リアルタイムインタビュー

数百件の 1 対 1 インタビューを同時に実施。AI がガイドに沿って質問し、回答ごとに具体的な経験まで深掘りします。

  • テキストと音声の 2 通りで回答。スマホでリンクを開くだけで開始
  • 数十の言語に対応。回答者は母語で答え、AI も同じ言語で深掘り
  • 開始前に AI によるインタビューであることを伝え、同意後に開始。いつでも退出可能
  • すべてのインタビューに品質スコア。おざなりな回答や無効な回答は印が付く
  • 音声回答の語調と感情を分析し、ためらい、間、はっきりした不満に印を付け、研究者は元の音声を聞き直せる
  • リサーチャーは観察ルームでリアルタイムに傍聴し、必要に応じて一時停止や引き継ぎが可能。人による介入はすべて記録
  • インタビュー終了前に回答者が要点の要約を確認し、修正や否定ができる

得られるものすべてのインタビューの完全な記録。各テーマは十分に深掘りされ、要点は回答者本人が確認済みです。

9:41
0%

このインタビューは AI が進行します

所要時間は約 15 分。回答はこのリサーチにのみ使われ、引用時にお名前は表示されません。

  • 正解はありません。実際の経験をそのまま話してください
  • 入力しても、そのまま話してもOK
  • 答えたくない質問は飛ばせ、いつでも退出可能
同意しない同意して開始
実施:子ども向けプログラミング講座リサーチチーム
9:41
3 / 8
お子さんが体験授業を受けた日を思い出してください。ひとまず申し込まないと決めたのはどうしてですか?
子どもは気に入っていたけど、授業後すぐ料金の話になって、子どもの様子は何も言われませんでした。
深掘り授業が終わったとき、お子さんについて一番知りたかったことは何ですか?
0:12
テキスト音声
回答を入力…

AI がインサイトレポートを作成

AI がテーマを整理してインサイトを抽出し、各インサイトに原文と反例を添えます。リサーチャーの確認を経てレポートに入ります。

  • カスタム分析項目で要点を一括抽出
  • 各結論に、何人の回答者が関わり、どの原文を引用したかを明示
  • リサーチャーが一件ずつ確認:承認、修正、却下
  • 多言語の回答を1つのレポートに集約。発言は原文と訳文を併記し、市場別に比較可能
  • レポートのバージョン確定とエクスポート
  • インサイトと原文はナレッジベースに蓄積され、後から複数のリサーチをまたいで質問可能

得られるものリサーチャーが確認し、すべての結論に原文が付いたレポート。

app.heari.ai · リサーチレポートの例

ローン申込の低い NPS:顧客が実際に直面したこと

60件のインタビュー520件の根拠となる発言v3 固定済みリサーチャー確認済み
主な結論
F1
収入証明のステップが、申込を途中でやめる主な原因
47%
044061118

収入証明をアップロードしなきゃいけなくて、手元になかったから後でやろうと思って、そのまま忘れちゃいました。

回答者 044 · 新規顧客 · 03:05
F2
審査の状況が見えないことが、低評価をつけた人の最も多い不満
40%
072089
F3
借入限度額と金利は主な問題ではなかった
18%
101
テーマの分布
書類の準備
28
審査の進捗が見えない
24
ステップが多すぎる
19
借入限度額と金利
11
カスタマーサービスとのやり取り
9

同じリサーチを、数週間から数日へ

1対1のデプスインタビュー30件を例に、従来のインタビューと heari の全工程を比較します。研究者の時間は、日程調整や文字起こし、整理ではなく、結論の判断に使われます。

1募集と日程調整

従来のインタビュー

回答者に1人ずつ連絡して日程を調整、通常1〜2週間

heari

リンクを送るだけ。回答者は好きなときに開始でき、日程調整は不要

2インタビューの実施

従来のインタビュー

研究者1人で1日3〜4件、30件で約2週間

heari

数百件を同時に実施、タイムゾーンの制約なし

3文字起こしと整理

従来のインタビュー

手作業での文字起こしとメモの整理に約1週間

heari

自動で文字起こしし、テーマ別に整理

4分析とレポート

従来のインタビュー

研究者が結論をまとめ、レポートを作成するのに約1週間

heari

数時間でレポートを作成し、研究者が確認

ユーザー行動データと連携し、検証のループを構築

ThinkingAI Agentic Engine と連携すると、回答者の選定からインタビュー、結論の検証まで、すべてが実際の行動データとつながります。

1

行動で回答者を選ぶ

リピートなし、カート放棄、休眠会員などの行動から直接対象者を選べます。手作業でリストを出す必要はありません。

2

インタビューに行動の手がかりを持ち込む

AI は回答者が何を買い、どこで止まったかを把握しているため、より的確に質問できます。

3

発言と行動

回答者の発言と実際の行動を並べて見て、言っていることとやっていることのずれを見つけます。

4

結論をユーザータグに書き戻す

リサーチの結論はユーザータグとして書き戻され、運用やプロダクトのチームがそのままセグメントに使えます。

5

ビジネス成果で検証

施策の実施後に行動データと照らし合わせ、結論を「実証済み」「検証待ち」「覆された」に分類します。

結論の検証低糖ヨーグルトのリピート調査
顧客の発言

「おいしいんですけど、最近あまりヨーグルトを買わなくなって。」

行動データが示すこと

初回購入から 30 日間リピートなし。同じ期間に別の無糖ヨーグルトを 2 回購入。

朝食には甘すぎ、リピートに影響実証済み
広告の映像は朝食ではなくフィットネスを連想させる検証待ち
価格がリピートしない主な理由覆された

行動データと連携しなくても、heari はすべての機能を使えます。

エージェントにも、ユーザーインタビューを

heari は MCP サーバーとコマンドラインツール(CLI)を提供しています。Codex、Claude Code、自社のエージェントから heari を直接呼び出し、調査の設計、回答者への招待、発言の原文付きの結論の取得まで、会話の中で完結できます。

来週、新しいイヤホンの主要セールスポイントを決めます。既存ユーザー 120 人に、ノイズキャンセリングと装着感のどちらを重視するか聞いて、明日までに結論をください。
heari.create_study(goal: "新イヤホンの主要セールスポイント検証", audience: "owners_120.csv")
heari.launch_interviews(study: "st_8f2k", count: 120)
✓ 調査を作成し、120 件の招待を送信しました
heari.get_findings(study: "st_8f2k")
112 件のインタビューが完了しました。多くのユーザーは装着感を重視しています。112 人中 69 人が自発的に触れ、例えば「毎日 4〜5 時間つけているので、快適さが一番大事」083
# インストールしてログイン
$ npm install -g @heari/cli
$ heari login

# 調査を作成し、回答者リストを取り込んでインタビューを開始
$ heari studies create --goal "Lead with comfort or noise cancelling?"
$ heari interviews launch st_8f2k --list owners_120.csv --count 120

# 結論を取得(各結論に発言の原文付き)
$ heari findings st_8f2k --format json
{ "insight": "Comfort matters more than noise cancelling",
  "participants": 69, "quotes": ["u083", "u097", "u019"] }
// Codex、Claude Code など MCP 対応クライアント
{
  "mcpServers": {
    "heari": {
      "command": "npx",
      "args": ["-y", "@heari/mcp"],
      "env": { "HEARI_API_KEY": "hk_live_..." }
    }
  }
}

エージェントが呼び出せるツール

create_study調査を作成し、ガイドを生成
launch_interviews招待を送り、インタビューを開始
get_study_status進捗とインタビュー品質を確認
get_findingsインサイトと原文の根拠を取得
search_quotesテーマ別に原文を検索
ask_knowledge_base複数のリサーチをまたいで質問
  • 構造化された出力:結論は JSON で返り、根拠の番号付き。
  • 人による確認:招待とインサイトはリサーチャーが確認できます。
  • 同じ権限と利用枠:Agent が始めたインタビューは現在のプランの枠に含まれます。

実際の調査で、一連の流れを試す

調査設計から AI インタビュー、インサイトレポートまで、heari でパイロット調査を一緒に進めます。

デモを予約活用事例を見る