TASTE INTELLIGENCE
検索行動データから属性→印象→感情→価値の好み構造を実測したレポートです。
Audience Taste:「スーパードライ」を検索する消費者の好み構造。検索語と消費者の文の実測に基づきます。
全ての数値に根拠ラベルを付けます：実測=データそのまま、一次推論=実測値を検証済みフレームに写像したもの。
Means-End Chain
手段目的連鎖(MEC)の階層的価値マップ(HVM)。ノードの大きさ=そのカードの重み(上の「重みの基準」に従う、濃い部分は消費者の言葉)、実線=同じ文の実測、破線=根拠がない場合の慣例推論。
カテゴリ間の比較は禁止：嗜好ラベルはどのカテゴリでも同じ名前ですが指す対象が違います。ウイスキーの「甘い」はシェリー樽のドライフルーツやバニラ、ワインの「甘い」は残糖です。別カテゴリの同じラベル同士で数値を比較しないでください。
バーの濃い部分は消費者が書いた言葉(検索語・コミュニティ・ソーシャル・ブログ)、薄い部分は市場がつけた言葉(報道・EC・ブランド・AI概要)の割合です。
消費者が自分で書いた言葉(検索語・コミュニティ・ソーシャル・ブログ)だけで描き直したはしごです。カードの大きさ・順序・実線はすべてその文が基準です。コピーはこのはしごで、市場のポジショニングは全体で読んでください。
属性: 見たり測ったりして確かめられる特徴 · 印象: 製品を評価する言葉 · 感情: 人の気分や状態 · 価値: それで叶えたい人生の目標. カードを押すとそのノードの根拠と解釈が開きます。 カードを押すと、そのカードにつながる属性·印象·感情·価値だけが残り、他は薄くなります。 カードの大きさと数値は実測(検索量)です。実線は同じ文に一緒に出た実測リンク(太いほど頻繁)、破線は根拠がなく慣例でつないだ一次推論です。線にマウスを合わせると根拠が表示されます。薄く描いたカードは根拠が1文だけです。 薄い破線は、中間段階(感情または印象)が今回の収集で実測されず飛ばしたつながりです。
キレ・辛口：後味がすっと切れる辛口感
このノードは「辛口」のような表現が実際に検出されて生まれました。出典構成: AI概要(AIO) 10 · 関連検索語 4。
一緒に出た語(文の数):濃い・飲みごたえ 26, のどごし・爽快感 24, 苦味・ホップ 23, すっきり・淡白 21, 爽快・気分転換 21, 麦のうまみ・コク 10
価値領域 快楽・感覚 · ブランド個性(Aaker) Ruggedness
のどごし・爽快感：冷えてゴクゴク進むのどごし
このノードは「冷えた」のような表現が実際に検出されて生まれました。出典構成: AI概要(AIO) 13 · AI概要の出典・PAA回答 1。
一緒に出た語(文の数):キレ・辛口 24, すっきり・淡白 12, 苦味・ホップ 11, 爽快・気分転換 9, 泡・きめ細かさ 5, 濃い・飲みごたえ 4
価値領域 快楽・感覚 · ブランド個性(Aaker) Excitement
苦味・ホップ：ホップ由来のほろ苦さ
このノードは「苦い」のような表現が実際に検出されて生まれました。出典構成: AI概要(AIO) 8 · AI概要の出典・PAA回答 2 · 検索結果スニペット 2 · 検索結果タイトル 2。
一緒に出た語(文の数):キレ・辛口 23, 濃い・飲みごたえ 13, のどごし・爽快感 11, 麦のうまみ・コク 7, すっきり・淡白 6, 泡・きめ細かさ 4
価値領域 開放・探求 · ブランド個性(Aaker) Ruggedness
濃い・飲みごたえ：濃くアルコール度数の高い
このノードは「重厚」のような表現が実際に検出されて生まれました。出典構成: 検索結果スニペット 7 · AI概要(AIO) 6 · AI概要の出典・PAA回答 1。
一緒に出た語(文の数):キレ・辛口 26, 苦味・ホップ 13, 麦のうまみ・コク 9, のどごし・爽快感 4, ほのか・繊細 4, すっきり・淡白 3
価値領域 高級・達成 · ブランド個性(Aaker) Ruggedness
すっきり・淡白：雑味のないすっきりした後味
このノードは「クリア」のような表現が実際に検出されて生まれました。出典構成: AI概要(AIO) 6 · 検索結果スニペット 5 · AI概要の出典・PAA回答 3。
一緒に出た語(文の数):キレ・辛口 21, のどごし・爽快感 12, 苦味・ホップ 6, 洗練・上品 6, 麦のうまみ・コク 4, 濃い・飲みごたえ 3
価値領域 安定・伝統 · ブランド個性(Aaker) Competence
洗練・上品：繊細で上品な味
このノードは「洗練」のような表現が実際に検出されて生まれました。出典構成: 検索結果スニペット 4 · AI概要(AIO) 1。
一緒に出た語(文の数):キレ・辛口 6, すっきり・淡白 6, のどごし・爽快感 4, 濃い・飲みごたえ 2, 爽快・気分転換 1
価値領域 高級・達成 · ブランド個性(Aaker) Sophistication
定番・王道：いつもの定番という印象
このノードは「定番」のような表現が実際に検出されて生まれました。出典構成: 検索結果スニペット 5 · 検索結果タイトル 1。
一緒に出た語(文の数):すっきり・淡白 3, キレ・辛口 2, 軽さ・飲みやすさ 1
価値領域 安定・伝統 · ブランド個性(Aaker) Sincerity
ほのか・繊細：刺激がなく繊細
このノードは「ほのか」のような表現が実際に検出されて生まれました。出典構成: 検索結果スニペット 1。
一緒に出た語(文の数):苦味・ホップ 4, キレ・辛口 4, 濃い・飲みごたえ 4
価値領域 安定・伝統 · ブランド個性(Aaker) Sincerity
個性・クラフト：個性と作り手のこだわり
このノードは「数量限定」のような表現が実際に検出されて生まれました。出典構成: 検索結果スニペット 1。
個性・クラフト という印象は 好奇心・驚き の感情へ、さらに 開放・探求 の価値へつながります。MEC(手段-目的連鎖)の上向き経路です。
価値領域 開放・探求 · ブランド個性(Aaker) Excitement
爽快・気分転換：この嗜好に期待される情緒的な報酬です。
検出語: 気分転換 · 爽快 · リフレッシュ · 元気が出 · スカッと
満足・後悔なし：この嗜好に期待される情緒的な報酬です。
検出語: 満足感 · 失敗しない · 間違いない · 後悔しない · 買ってよかった · 満足 · 最高にうまい · やっぱりうまい
自信・堂々：この嗜好に期待される情緒的な報酬です。
検出語: 自信 · 大人っぽ · 堂々 · 映える · 注目 · センスが · 自分らし
洗練・上品 の印象が 自信・堂々 につながりました。
楽しさ・喜び：この嗜好に期待される情緒的な報酬です。
検出語: 楽しい · 嬉しい · 笑顔 · ハマる · 夢中 · 幸せ · 喜び · 乾杯 · 盛り上が
特別感・もてなされ：この嗜好に期待される情緒的な報酬です。
検出語: 特別感 · 贅沢 · ご褒美 · 格が違
プレミアム・本格 の印象が 特別感・もてなされ につながりました。
達成・評価:やり遂げて認められること。Schwartzの価値円環の「高級・達成」グループに属し、反対側は「温かさ・調和」です。
洗練・上品 が 達成・評価 の価値にまとまりました。
無難・調和:目立たず調和すること。Schwartzの価値円環の「安定・伝統」グループに属し、反対側は「開放・探求」です。
すっきり・淡白 · 定番・王道 · ほのか・繊細 が 無難・調和 の価値にまとまりました。
地位・品格:地位と品格。Schwartzの価値円環の「高級・達成」グループに属し、反対側は「温かさ・調和」です。
濃い・飲みごたえ · プレミアム・本格 が 地位・品格 の価値にまとまりました。
自律・自分らしさ:自分のやり方で選び表現すること。Schwartzの価値円環の「開放・探求」グループに属し、反対側は「安定・伝統」です。
個性・クラフト が 自律・自分らしさ の価値にまとまりました。
楽しさ・感覚:感覚の楽しさ。Schwartzの価値円環の「快楽・感覚」グループに属し、反対側は「安定・伝統」です。
キレ・辛口 · のどごし・爽快感 が 楽しさ・感覚 の価値にまとまりました。
新しさ・刺激:新しく刺激的な経験。Schwartzの価値円環の「開放・探求」グループに属し、反対側は「安定・伝統」です。
苦味・ホップ が 新しさ・刺激 の価値にまとまりました。
「スーパードライ」を探す人々から検出された好みシグナルは全21個で、最も強いのはキレ・辛口(84,210)です。これ一つで全体の好み重みの43%を占め、2位ののどごし・爽快感(22,610)の3.7倍です。消費者の言葉に置き換えれば「後味がすっと切れる辛口感」に反応する人々がこの検索の主役です。
上位三つで64%、集中とも分散とも断定できない区間です。有効な嗜好グループは6個で、先頭メッセージ一つで半分ほどは覆えますが残り半分は覆えません。中核メッセージ一つと補助メッセージ一つを併用するのが安全です。
はしごを縦に読むと、感覚的事実を指す属性層ではキレ・辛口(84,210)が、社会的意味を指す印象層では洗練・上品(2,450)が最大です。属性層のシグナルが重いということは、消費者がまだ「どんな味・香り・質感か」を探索する段階にあることを意味します。この段階では具体的な製品説明が抽象的なブランド物語より有効です。
はしごの終点は「快楽・感覚」の価値に収束し、その直前の感情層では爽快・気分転換が最も大きく検出されました。消費者がこのカテゴリを通じて最終的に確認したいものがその価値であるため、キャンペーンの締めの一行を属性ではなくこの価値の言葉で閉じるのがはしごと一致します。
実務的にはキレ・辛口をメッセージの軸に据え、のどごし・爽快感・苦味・ホップを補助訴求に配置する構成がデータに合致します。商品詳細は属性層(キレ・辛口)から始めて印象層(洗練・上品)へ上げ、最後に価値(快楽・感覚)で閉じる順序が、消費者が実際にたどる経路と同じです。
解釈上の注意が二つあります。この数値は「何人がその好みを言語化したか」であって「どれほど強く選好するか」ではありません。検索されない好みは捉えられないため、シグナルがないことが好みの不在を証明するわけではありません。またここは選好側のみの数値なので、同じ属性が遠ざける力としても働くかは次のセクションで確認してください。
Who said it
検索結果URLとAI概要の引用URLを種別に分けた実測です。コミュニティ·ソーシャル·個人ブログは消費者自身が書いた言葉、報道·EC·ブランド公式·百科とAI概要本文は市場がつけた言葉です。同じ文でも出所によって重みが違います。
この分析素材の74%が消費者の発話(検索語 + コミュニティ·ソーシャル·ブログ)から来ています。
消費者が実際に使う言葉かを確かめるには出典を見る必要があります。検索語は意図を示しますが感覚語や感情語はほとんどなく、それらはコミュニティの投稿や個人ブログのレビューに生きています。この構成がEC·報道に偏っていれば、レポートの嗜好語は「消費者の言葉」より「市場がつけた言葉」に近いということです。
AI概要が何を引用しているかも見ます。ECページばかり引用しているなら、そのカテゴリの生成回答は販売言語で埋まっており、ブランドがコンテンツで入り込む余地があるという信号です。
Drivers of Liking
同じ属性でも求める人と避ける人がいます(Sentiment ≠ Preference)。右=選好量、左=否定・JARパターン(「〜すぎない」)の実測。
キレ・辛口が引き寄せる力、苦味・ホップが遠ざける力です。回避側の証拠は「苦みが控えめビール特有の苦みが少ないため、苦みこそがビールだという人には物足りなく感じられます。」のような検索です。選好総量84,210に対し回避総量は3,360で、二つの力が同じ消費者群の中で別々の属性に掛かっています。
コピーと商品ページではキレ・辛口を前面に出し、苦味・ホップの連想は意図的に減らすのが安全です。特に苦味・ホップを示唆する視覚要素や形容詞が既定のイメージに入っていないか点検する価値があります。回避は購入直前に作動することが多く、ページ下部ではなく上部で解消してこそ効果があります。
回避シグナルは構造的に過小計測される点を踏まえてください。人は好きなものを検索し、嫌いなものをわざわざ検索しません。したがって左側の値は実際の回避の下限として読むべきで、値が小さいから回避がないと結論づけてはいけません。
Context × Taste
好みは固定ではなく状況(CEP)で変わります。セル=状況語と好み語が同じ検索・文に共起した実測強度。
| キレ・辛口 | のどごし・爽快感 | 苦味・ホップ | 濃い・飲みごたえ | すっきり・淡白 | 麦のうまみ・コク | |
|---|---|---|---|---|---|---|
| 夏 | 1.8k | 1.3k | 700 | 700 | ||
| 入門 | 350 |
「夏」の状況でキレ・辛口の好みが最も強く点きます。ここでいう「点く」とは、二つの語彙が同一の検索テキスト内に共起した重みが最大という意味です。
好みを固定的性向と見ればセグメントは一つですが、状況で点いたり消えたりするものと見れば同じ人が複数のセグメントに属します。後者の方が予測力が高く、実務的には「誰に話すか」より「いつ話すか」が大きなレバーになるということです。
この行列はシーズンカレンダーの入力値としてそのまま使えます。状況ごとに点く好みが違うなら同じ製品でも時期ごとに違うコピーが必要です。
共起は因果ではありません。検索量の少ないセルは不安定なため上位セル中心に読んでください。
Perceptual Map
横軸は「他者に向かうか / 自分に向かうか」、縦軸は「新しさを楽しむか / 慣れを守るか」です。Schwartzの基本価値円環(自己超越↔自己高揚 · 保存↔開放)を日常語に置き換えた軸で、バブルの大きさは検索規模です。
バブルにマウスを合わせると、シェア・検索量・層・価値、実際に検出された表現まで表示されます。ラベルは大きい6件のみ表示され、マップ上の「すべての名前を表示」で全件表示できます。
好みの重心は「快楽・感覚」領域にあります。この地図の二軸はSchwartzの基本価値の円環構造から取ったもので、横は自己超越と自己高揚、縦は保存と開放です。隣接領域は両立し、向かい合う領域は衝突します。
重心が「快楽・感覚」にあるということは、このカテゴリで消費者が好みを通じて表現したい価値がその方向だという意味です。安定・伝統領域は対角にあり、同時に主張するとメッセージが相殺されます。
拡張を検討する際、この地図は移動コストを教えます。隣接領域への移動は既存認識を壊さないため低コストですが、対角移動は事実上のリポジショニングで時間も予算もはるかにかかります。
座標は実測ではなく理論マッピングです。絶対位置より相対配置を読んでください。またこの地図は好みの大きさを示すだけで収益性は示しません。
Preference → Choice
横軸はその言葉が現れた原文が探索段階か購入段階か(実測)、縦軸はその言葉を消費者が書いたか市場がつけたか(実測)です。右上ほど購入直前に消費者自身が使う言葉=広告コピー素材、左下ほど探索段階で市場がつける言葉=コンテンツ·SEO素材です。
実測判読: 「モルト・甘み」が発話82% · ファネル50%で最も右上にあります。消費者が実際に使い、購入段階に近い言葉なので広告コピーの第一候補です。 購入段階寄りの好み: 軽め・気軽。 11件は段階の手がかりがなく座標を作っていません。 バブルにマウスを合わせると、シェア・検索量・層・価値、実際に検出された表現まで表示されます。ラベルは大きい6件のみ表示され、マップ上の「すべての名前を表示」で全件表示できます。
Brand/Keyword Symbol：大衆の頭の中で「スーパードライ」がどんな好みの基準になるか。市場の記述言語(AIO·スニペット)と参照パターン(「スーパードライ風」)の実測に基づく。
全ての数値に根拠ラベルを付けます：実測=データそのまま、一次推論=実測値を検証済みフレームに写像したもの。
Symbol Profile
クエリではなく市場の記述言語(AIO本文·スニペット)から抽出した好み語：「人々が何を求めるか」ではなく「何として説明されるか」。
今回の収集では「スーパードライ」が好みの基準として使われた検索は見つかりませんでした。
市場は「スーパードライ」をキレ・辛口·のどごし・爽快感として説明します。ただし消費者がこのキーワードを他のものの比較基準として使った痕跡は今回の収集では見つかりませんでした。「説明される好み」は形成されましたが、まだ「象徴」の段階には至っていません。
この段階でできることは説明言語を一貫させることです。市場がこのブランドを説明する語彙とブランドが自らを説明する語彙が異なるなら、その差が象徴化を阻んでいる可能性が高いです。
なおPart Aで測定した「検索する人々の好み」とここPart Bの「市場が説明する好み」は別のデータです。一致すればブランド認識と消費者期待が揃っており、ずれていればその差自体がポジショニング課題です。
参照パターンは主に他カテゴリの検索コーパスに存在するため、単一キーワードの収集では過小検出されます。参照0件は象徴性がないことの証明ではありません。
| Gutman (1982) · Reynolds & Gutman | Means-End Chain / Laddering → Hierarchical Value Map. | L2 |
| Schwartz (1992) | Basic human values：circular structure. | L3 |
| Aaker (1997) | Dimensions of Brand Personality, JMR. | L3 |
| Li et al. (2015) J. Food Science | Drivers of Liking：sensory attributes → acceptance. | L4c |
| Nagamachi：Kansei Engineering | Consumer feeling → design specification. | L3·L5 |
| John, Loken et al. (2006) JMR | Brand Concept Maps：brand association networks. | L4d |
| ABSA (IJHM 2026 · MDPI 2025) | Aspect × Sentiment：sentiment ≠ preference. | L1b |
| Hur, Etcoff & Silva (2023) | Preference structure of everyday aesthetic choices. | L4 |
| Bourdieu (1984) · Peterson (1992) | Distinction / Cultural omnivore：taste homology. | L4 |
| Cramér (1946) · Newman (2006) | Effect size · community structure. | L5 |
Taste Finder v2.0 · Taste Intelligence Framework v5
키워드(카테고리·제품·브랜드)를 넣으면 연관 검색어, 검색 결과, AI 개요, PAA에서 감각어와 감정어를 뽑아 취향 집단(트라이브)으로 묶은 리포트를 만든다. 상품기획자와 마케터가 제품 언어와 메시지를 정할 때 쓴다. 데이터는 ListeningMind DaaS와 Maistro lmpipe이며 한국·미국·일본 시장을 지원한다. 리포트끼리 비교할 수 있다.
핵심 개념취향 집단 (트라이브)함께 묻는 질문 (PAA)AI 개요검색 결과 화면 (SERP)