ストリートがテレビ通販CM向け映像分析AIシステムを開発、売れる構成要素を定量化

2026年7月13日 2026年7月13日

コマースピック編集部　プレス配信チーム

株式会社ストリート(本社:東京都港区、代表取締役:桑畑治彦)が、テレビ通販CM(インフォマーシャル)において効果的な構成要素を定量的に可視化する独自の映像分析AIシステムを開発したことを発表しました。

同社は、デジタル広告運用からテレビ通販の企画・制作、メディアバイイング、コールセンター運用まで、ダイレクトマーケティングを包括的に支援している企業です。今回開発されたシステムは、放映素材のAI解析データと同社が蓄積してきたノウハウを組み合わせることで、勝ちパターンを定量的に可視化することを可能にしています。

このシステムの分析結果に基づいて「クリエイティブ評価シート」や「AI台本」を導入することにより、従来は属人的であった制作ノウハウを組織全体で共有・再現可能な形に体系化し、映像制作における売れるロジックの標準化を実現するとのことです。

この記事の目次

1 クリエイターの知見とAIを融合した科学的な制作基準の構築
2 ストリート独自の映像分析AIシステムの概要
3 分析によって得られるインサイトの例
4 分析の流れ
5 開発責任者のコメント
6 今後の展望
7 会社概要

クリエイターの知見とAIを融合した科学的な制作基準の構築

テレビ通販CMの制作現場では、これまでディレクターが長年にわたって培ってきた豊富な経験や優れた感覚など、専門人材の高度な知見によって支えられてきました。しかしながら、こうしたノウハウは属人的になりやすく、客観的な基準による映像評価や、組織内での知見の共有が困難であるという課題を抱えていました。

ストリートはテレビ通販業界において20年以上の経験を有しており、今回、専門人材が実務を通じて培ってきた貴重な暗黙知を、AIを活用してデータ化する分析プロジェクトを開始しました。クリエイターの卓越した知見と、AI分析による定量的なデータを組み合わせることで、専門性を維持しながら、組織全体で活用可能な科学的な制作基準の確立を目指していくとのことです。

ストリート独自の映像分析AIシステムの概要

開発されたシステムは、長尺(主に29分尺)のテレビ通販CMを対象としています。映像の構成要素をデータ化したAI解析データと同社のノウハウを掛け合わせることで、映像の構成が成果にどのように繋がるのかを定量的に可視化しています。これによって、個々の映像が持つ強みや改善が必要な点を、客観的なインサイトとして導き出すことができ、勝ちパターンを抽出することが可能になります。

システムで使用するAI解析データは、シーン構成(悩み提起、体験談、実演など)や、時間(商品の説明開始タイミング、前半・後半)、登場人数や登場回数、感情(不安、興奮など)、ナレーション・テロップの訴求軸など、複数の要素で映像の構造を可視化したものです。これにより、映像一つひとつの構成要素が一目でわかるようになっています。

分析によって得られるインサイトの例

開発されたシステムによって、テレビ通販CM特有の構成や表現に関する以下のような客観的なインサイトを得ることができます。

企業紹介パートや家族シーンは、全体の尺に対してどの程度の時間が適切であるか
実演(デモンストレーション)パートは、どのタイミングにどのような構成で組み込むとよいか
冒頭でどのようなシーンを流すと効果的であるか

分析の流れ

分析の流れとしては、放映素材をAI解析データとして可視化し、同社のノウハウと組み合わせることで、勝ちパターン(売れる構成の条件)を特定します。

さらにこの勝ちパターンをAIに学習させ、データベースをもとに映像素材を診断できる「クリエイティブ評価シート」の作成や、効果的な構成を反映した「AI台本」の生成へと繋げています。「クリエイティブ評価シート」や「AI台本」を新規映像素材の制作や既存素材の改訂に活用することにより、より再現性高く、勝ち素材を生み出せる体制の構築を実現するとしています。

開発責任者のコメント

株式会社ストリート業務変革部ディレクターの古橋いずみ氏は、次のようにコメントしています。

「私たちが目指したのは、テレビ通販CM特有の売れるロジックを、組織で活用できるデータ基盤へと昇華させることです。今回のプロジェクトでは、映像を構成要素ごとに分解し、自社のノウハウと掛け合わせることで、これまで現場の感覚として語られていた定石を定量的に検証することが可能になりました。この独自の分析ノウハウを具体的なサービスに落とし込み、より確実性の高い成果に繋がるクリエイティブを提供してまいります。」

今後の展望

同社では、すでにβ版の運用を開始している「クリエイティブ評価シート」や「AI台本」の実証を通じて、さらなる精度向上を進めています。今後は、現在のシーン構成やテキスト解析に加え、音響、BGM、発話スピードなどの評価指標を拡充するとともに、分析結果に基づきAIと対話しながら提案精度を高める機能の実装も予定しているとのことです。システムの継続的な改善を通じて、素材開発のPDCAサイクルを加速し、広告主への提案品質向上に努めていくとしています。