パラメータ・アトラス
本手法が測定する 33 のパラメータ — いずれも意見ではない
神経生理学は客観的事実を提供し、認知科学はコストを説明し、感情科学は符号化を説明し、因果推論は効果を実証し、AIはそれを外挿し、倫理はそれを制約する。
はじめにお読みください
何を測定し、なぜ事業に効くのか
各パラメータは実際に測定可能な量(注意、情動、認知負荷、記憶、因果効果、モデル精度)であり、健全な範囲が定義されています。範囲を外れると、明確に特定できる形で収益が失われます。
- 単位は測定方法を示す。
- バンドは健全な水準を示す。
- 意味は逸脱のコストを示す。
標準的な科学略語と単位(EEG、fMRI、ms、Hz)は国際表記のままですが、解説はすべてお使いの言語で提供されます。
N-01 · L1重み ×1.4
Frontal Alpha Asymmetry
刺激に対する接近動機か回避動機か。
- 単位
- µV² ratio
- 取得方法
- EEG 10–20, F3/F4 alpha power
N-02 · L1重み ×0.9
N200 Conflict Response
ブランド認識の瞬間における認知的葛藤。
- 単位
- ms / µV
- 取得方法
- Event-related potential
N-03 · L1重み ×1.3
P300 Salience Amplitude
メッセージに割り当てられた注意資源。
- 単位
- µV
- 取得方法
- Oddball ERP paradigm
N-04 · L1重み ×1.2
Late Positive Potential
持続的な動機づけ注意と感情的関連性。
- 単位
- µV
- 取得方法
- ERP 400–800 ms window
N-05 · L1重み ×1.0
Phasic Skin Conductance
物語上の瞬間に連動した交感神経性覚醒のピーク。
- 単位
- µS
- 取得方法
- Electrodermal activity
N-06 · L1重み ×0.8
Heart-Rate Variability
自律神経バランス — ストレスか受容的関与か。
- 単位
- ms RMSSD
- 取得方法
- Photoplethysmography
N-07 · L1重み ×1.1
First-Fixation Latency
視覚系が主要なAOIに固着するまでの速さ。
- 単位
- ms
- 取得方法
- Eye-tracking, 120 Hz
N-08 · L1重み ×1.0
Saccadic Entropy
視覚的乱雑さ — エントロピーが高いほど階層構造の破綻を示す。
- 単位
- bits
- 取得方法
- Scanpath analysis
N-09 · L1重み ×0.9
Pupillary Load Response
アセットが要求するリアルタイムの認知的努力。
- 単位
- mm Δ
- 取得方法
- Pupillometry, luminance-corrected
N-10 · L1重み ×0.9
Zygomatic / Corrugator Ratio
意識下における微表情の感情価。
- 単位
- µV ratio
- 取得方法
- Facial EMG
C-01 · L2重み ×1.4
Processing Fluency
メッセージが精神にどれだけ容易に解読されるか。
- 単位
- index
- 取得方法
- Perceptual + conceptual fluency battery
C-02 · L2重み ×1.2
Cognitive Load Index
曝露1秒あたりのワーキングメモリコスト。
- 単位
- index
- 取得方法
- NASA-TLX calibrated on pupillometry
C-03 · L2重み ×1.0
Semantic Priming Strength
ブランド刺激によって活性化される連想ネットワーク。
- 単位
- ms Δ
- 取得方法
- Lexical decision task
C-04 · L2重み ×0.9
Message Chunk Efficiency
ワーキングメモリ容量(4±1)との整合性。
- 単位
- chunks
- 取得方法
- Structural decomposition
C-05 · L2重み ×1.1
Implicit Association Distance
ブランドと属性の非言語的近接性。
- 単位
- D-score
- 取得方法
- IAT protocol
A-01 · L3重み ×1.2
Affective Valence
感情反応の方向性。
- 単位
- SAM 1–9
- 取得方法
- Dimensional affect model
A-02 · L3重み ×1.2
Arousal Amplitude
記憶の固定化を促す強度。
- 単位
- SAM 1–9
- 取得方法
- Dimensional affect model
A-03 · L3重み ×0.8
Perceived Dominance
公衆が保持する統制感。
- 単位
- SAM 1–9
- 取得方法
- Dimensional affect model
A-04 · L3重み ×1.3
Peak–End Alignment
感情のピークがブランドの瞬間と一致するかどうか。
- 単位
- index
- 取得方法
- Temporal affect curve fitting
A-05 · L3重み ×1.5
Memory Encoding Strength
記憶痕跡が72時間残存する確率。
- 単位
- index
- 取得方法
- Delayed recognition + neurometric fusion
A-06 · L3重み ×0.9
Empathic Resonance
物語の主人公への感情移入。
- 単位
- index
- 取得方法
- Mirror-system proxy scoring
D-01 · L4重み ×1.5
Incrementality Coefficient
活動によって真に引き起こされた成果の割合。
- 単位
- %
- 取得方法
- Geo-holdout / synthetic control
D-02 · L4重み ×1.2
Causal Confidence
特定された因果構造の頑健性。
- 単位
- posterior
- 取得方法
- Bayesian causal DAG
D-03 · L4重み ×1.0
Signal-to-Noise Ratio
行動エビデンス基盤の質。
- 単位
- dB
- 取得方法
- Telemetry decomposition
D-04 · L4重み ×0.9
Treatment Heterogeneity
セグメント間で実際にどれほど反応が異なるか。
- 単位
- τ variance
- 取得方法
- Uplift modelling
AI-01 · L5重み ×1.5
Predicted Response Fidelity
予測と実際の皮質反応との相関。
- 単位
- r
- 取得方法
- Model vs. measured neurometrics
AI-02 · L5重み ×1.1
Model Calibration Error
モデルの確信度の信頼性。
- 単位
- ECE
- 取得方法
- Reliability diagrams
AI-03 · L5重み ×1.2
Pre-flight Creative Lift
予算投入前に見込まれる期待利得。
- 単位
- %
- 取得方法
- Neuro-calibrated scoring
AI-04 · L5重み ×0.9
Synthetic Audience Validity
シミュレートされたオーディエンスをどれだけ信頼できるか。
- 単位
- index
- 取得方法
- Simulation vs. panel back-test
B-01 · L6重み ×1.2
Conversion Elasticity
デザイン変化1単位あたりの行動反応。
- 単位
- Δ%/Δ
- 取得方法
- Choice-architecture experiments
B-02 · L6重み ×1.1
Friction Coefficient
意思決定経路に蓄積される抵抗。
- 単位
- index
- 取得方法
- Journey instrumentation
B-03 · L6重み ×1.0
Habit Formation Rate
行動が自動化するまでの速さ。
- 単位
- λ
- 取得方法
- Longitudinal cohort decay
B-04 · L6重み ×1.6
Neuroethical Compliance
透明性、可逆性、脆弱性の保護。
- 単位
- score
- 取得方法
- Protocol audit
アトラスを実践に活かす
診断コンソールは、これらのパラメータを一つの弁護可能な判定結果へと変換します。
コンソールを開く