EVIDENCE
エビデンスを、見極める。
根拠は、鵜呑みにしない。確かなものだけを見極め、自社の製品とサービスに実装する。Evidenceは製品とサービスを支える内部の規律であり、当社は受託臨床試験を行っていません。
WHY NOW
AI時代に、エビデンスが「効く」理由
AIが情報の入り口になっても、その答えが正しいとは限りません。生成AIは “もっともらしい偽の出典”さえ作り出し、利用者はその真偽を見分けにくい。 だからこそ、検証できるエビデンスに裏付けられた製品の価値が際立ちます。 Googleの検索品質評価ガイドラインでも、健康など生活に大きく影響する情報(YMYL)には高い品質基準が求められています。 ——その「確かめられる根拠」を見極めて製品に実装するのが、私たちの仕事です。
AI時代のエビデンス論（出典つき）を読むEVIDENCE, VETTED
根拠は、選び抜いて「見極める」。
エビデンスは、必ずしも自社で一からとる必要はありません。査読論文・公的データ・ 第三者評価のなかから、強いものを選んで採用することも、同じくらい重要です。 世に出ている根拠の「何が強い証拠で、何が弱いのか」を評価し、耐えるものだけを製品に実装する。 AIが“もっともらしい偽の出典”さえ生み出す時代には、この 目利きそのものが価値になります。 AIに施策の運用を任せるほど、任せる前の目利きが効いてきます。 私たちのAI活用は、ここが土台です。
OUR STANDARD
根拠を、どう見極めるか。
-
強い証拠と、弱い証拠を分ける。
同じ「研究」でも、事前登録された比較試験と後づけの解釈では重みが違う。査読の有無・サンプル数・利益相反(資金提供元などによる偏りの可能性)の開示までを見て、証拠の強さを評価します。
-
「使えるエビデンス」かを、目的から逆算する。
製品の機能説明、施策の設計、広告表現——最終的に何に使うのかを起点に、その根拠が本当に耐えるのかを見極めます。
-
自社でとるより、確かな既存研究を選ぶ。
根拠は必ずしも一からつくる必要はありません。世界中の査読論文・公的データから選び抜いて採用するほうが、速く確かなことも少なくありません。
-
研究の蓄積を、土台にする。
行動変容スキームやインセンティブ機構をめぐる研究テーマの蓄積が、根拠を読み解く目の土台になっています。
PRODUCT & SERVICE DEVELOPMENT
自社の製品・サービスへ実装するもの
- 目的に照らした、確かな根拠の見極め
- 表示・広告・利用者への説明を見据えた整理
- 健康行動サービスと製品事業で得た運用知見
- 行動変容の設計に関する研究知見
SCOPE
対象領域と背景知見
- 対象領域
- 運動プログラム / 行動変容スキーム / インセンティブ設計
- 背景知見
- 感性工学(人の感じ方を数値で捉える工学)によるヒトの印象評価(快適性・着用感・目覚め 等)