GEM、約2000組のアーティストのヒットを予測する新機能開始

GEM Partners株式会社は2026年10月26日、エンタメブランドのファン動向を調べるオンラインダッシュボード「推しエンタメブランドスコープ」に、新機能「推しヒット予測」を追加した。対象はアーティスト、歌手、ダンサーとそのグループなど約2,000件。過去の推しファン人数や支出、接触日数を手掛かりに、今後1年間の支持拡大の可能性を数値で示す。音楽の売上順位や再生数そのものを当てるサービスではなく、ファン規模の変化に焦点を当てた企業向けの分析機能だ。
「大ヒット」はファン人数1.5倍以上
同機能では、今後1年間の月当たり推しファン人数の予測平均を、直近3カ月の平均と比較する。1.5倍以上を「大ヒット」、1.2倍以上を「ヒット」と定義し、「横ばい(微増)」「横ばい(微減)」「ダウン」「大ダウン」を含む6区分それぞれの確率を表示する。現在のファン規模と予測人数を並べる散布図も用意し、まだ知名度が高くないものの伸長が見込まれるアーティストを探せる設計としている。
予測結果だけでなく、ファンの心理やアーティストへのイメージ、性別・年代といった指標のうち、改善余地がありヒット確率に関係する項目を優先順位付きで提示する。GEM Partnersは、キャスティングやタイアップ、出演交渉、出資などを検討する事業者が、知名度だけに頼らず候補を比較する場面を想定している。ただし、予測確率は将来の成功を保証する数値ではない。
AIが施策案を提示、過去データで精度を検証
独自のエンタメ分析AI「G◆AI(ガイ)」は、強化すべき指標を基に、どのファン層へ働きかけるかといった施策案を作成する。例えばファン心理の改善が重要と判定された場合、その層への接点づくりを検討する材料になる。会社側は、AIの解釈違いを抑えるためにデータの意味付けを行っていると説明する。一方、AIが示す案には予算や実施体制などの実現可能性は織り込まれておらず、採用の判断は利用者側に委ねられる。
予測モデルは月次調査の蓄積データから構築された。会社発表によると、過去データで予測したアーティスト別・月別の推しファン人数と実績との決定係数はR²=0.902。また「ヒット以上」と予測された対象が実際に該当する割合は、対象全体の該当割合の約2.5倍だったという。いずれも提供企業が公表した検証値であり、今後の未知の出来事を含む将来の的中率を示すものとは区別が必要だ。
将来の活動予定は予測対象外
予測に使われるのは同ダッシュボードの既存指標で、今後のライブ開催、ドラマ出演、主題歌起用、不祥事などの個別イベントは反映されない。急な話題化や炎上によってファン動向が変化する場合、実際の推移が予測から外れる可能性がある。機能の更新頻度は毎月。今後はインフルエンサー、キャラクター、漫画・アニメなどへの対象拡大を予定しているが、実施時期は公表されていない。
「推しヒット予測」は10月26日から提供が始まったが、「推しエンタメブランドスコープ」のすべての契約プランに含まれるわけではない。料金は公式製品ページで個別問い合わせと案内されている。ファンの支持をデータで捉える試みは、事務所や広告主の意思決定を支える一方、ファンの熱量を単一の点数で測り切れるわけではない。予測条件と実際の活動状況を併せて確認することが重要となる。
みんなの反応
55件推しの伸びしろを数字で見る時代なんだな。
これ、音楽事務所の人にはかなり便利そう。
ファンの人数を予測するって発想が面白い。
ライブ一本で流れ変わることもあるし難しそう。
約2000組も対象なのは思ったより多い!
推しを数字だけで判断してほしくはないかな。
予測と施策の提案は別物として見たい。
ヒットの定義が明示されてるのはいいね。
1.5倍で大ヒットという基準なんだ。
再生数よりファンの人数を見るのは興味深い。
データがあっても曲の良さは測れないよね。
今後の出演予定が入らない点は要注意だな。
これが当たったら新人発掘が変わりそう。
まだ小さいアーティストに光が当たるといい。
AIが提案する施策、具体例をもっと見たい。
ファン心理まで分析するのはちょっと複雑。
月次更新なら急なバズには追いつけないかも。
数字を使って応援の形を決めるのは賛否ありそう。
ヒット確率って聞くと競馬予想みたいだw
所属事務所の規模による差もありそうだね。
新しいアーティストを探すきっかけにはなる。
ファンの熱量は一人ひとり違うからなあ。
R²が高いのは気になるけど検証条件も知りたい。
過去の的中率と未来の精度は分けて考えたい。
これ、推し活のデータ化が一気に進みそう。
契約プランによって使えないのか、注意だね。
一般のファンも使えるサービスなのかな。
企業向けなら価格もそれなりにしそう。
キャスティングの判断材料にはよさそう!
流行り始めを早く見つけられたら強い。
小さなライブハウスのアーティストも対象かな。
施策の実行費用は別途考える必要があるね。
予測が外れた事例も公開してくれたら嬉しい。
一発の大ヒットはデータでは読みにくそう。
推しが急に伸びたらちょっと複雑な気持ちw
人気の上下を確率で出すのは現実的かも。
半年後の結果を見て答え合わせしたい。
音楽の多様性が減らないといいんだけど。
データと現場の感覚を両方使うのが大事。
ファンの支出だけで人気は決まらないよね。
推しの良さは数値にできない部分も多い。
新規ファンの増加率を見られるのは便利。
減少リスクまで見えるのは少し怖いな。
売れる前に見つけたい企業には刺さりそう。
ライブやドラマ出演を加味しないのは意外。
未来予測より今のファン分析に価値を感じる。
推し活がマーケティング用語になる時代か。
アニメやキャラにも広がるなら気になる!
数字が独り歩きしないようにしてほしい。
こういう分析が新人支援につながるなら歓迎。
月次調査のサンプル数も公開してほしいな。
人の好みってそんなに予測できるのかな。
予測区分が6種類なのは分かりやすい。
大手だけじゃなく無名の人にも機会がほしい。
実際の導入企業の活用例を見てみたい。
一致する反応はありません。
情報元
- prtimes.jp リンク先:prtimes.jp
- www.gem-standard.com リンク先:www.gem-standard.com
- www.gempartners.com リンク先:www.gempartners.com





あなたはどう思う?
コメントは投稿後すぐに公開されます。個人情報や不適切な内容は投稿しないでください。
コメント
まだコメントはありません。