YouScanで見る口コミは文字か画像か｜AI要約を根拠にする前に

「文字の口コミだけを見ていて、本当に自社の評判をつかめているのだろうか」「AIが要約してくれたSNSの声を、そのまま役員への報告に載せてもいいのか」——ソーシャルリスニングを一度は試した広報やマーケの担当者から、続けて出てくる二つの問いです。画像まで拾えば声の量は増えますが、増えた声を判断の根拠に使えるかどうかは別の話です。決めるべきなのは、どこまで拾い、AIの要約を何の根拠にし、どこで元の投稿に当たり直すかです。この記事では、画像の認識とAIエージェントを備えたソーシャルリスニングの道具 YouScan を例に、文字だけの分析と画像まで見る分析の違い、要約を使ってよい範囲、検算の手順、BtoBで使うときの限界を、比べながら整理します。

YouScan は、画像に写ったブランドまで拾うソーシャルリスニングの道具

YouScan は、ウクライナのキーウで生まれたソーシャルリスニングの道具です。公開されている企業情報では、創業は2009年または2010年とされています。SNSやニュース、掲示板などの投稿を集めて、ブランドや話題についての言及を数え、感情を分け、傾向を示すという点では、ほかのソーシャルリスニングの道具と同じ系統に入ります。

違いが出るのは画像の扱いです。公式の説明では、投稿された画像からブランドのロゴ、写っている物、場面、行動、写っている人の属性を見分け、画像の中身を文章で説明するとしています。見分けられる場面や物、行動は数千種類の目印として用意されていると案内されています。画像の取り込み先としては、TikTok、X、Instagram、Pinterest、YouTube、Facebook が挙げられています。感情の分析では、文脈や絵文字を読んで肯定と否定を分けるとしています。

もう一つの柱が、2023年に登場した会話型のAIエージェント Insights Copilot です。当時の紹介では ChatGPT の技術を使った調査の相棒と位置づけられていました。ソーシャルリスニングとは何か、どう始めるかという一般論は別の記事で扱っているため、ここでは繰り返しません。この記事が扱うのは、画像まで拾うことの意味と、AIエージェントの要約を社内の判断にどこまで使ってよいかの二点です。

2026年9月の更新：Insights Copilot が多段の調査を引き受ける

2026年9月30日に配信された発表によれば、YouScan は Insights Copilot の4度目の大きな更新を行いました。中身は四つです。一つ目は、複数のブランドや話題を一度に比べる機能で、感情、不満の中身、話題に占める割合などを並べて分析できます。二つ目は多段の調査で、込み入った質問に対して、エージェントが必要な手順を組み立て、順に進め、まとめた答えを返し、次に聞くべき質問を提案します。

三つ目は、絞り込みの条件を自然な言葉で指定できることです。たとえば「特定の国の、特定の期間の、否定的な TikTok の投稿」のように話しかけると、感情、言語、取り込み先、反応の量、日付といった条件に置き換えられます。四つ目は、会話を、発見、グラフ、裏付けの投稿を含むレポートに仕立て、PDF で書き出したりリンクで共有したりできる機能です。

公式の製品紹介ページには、頼み方の例として「直近の四半期で、自社と主要な競合2社の感情と上位の不満を比べて」「直近30日の、配送の問題の印が付いた否定的な言及だけを、スペイン語で」といった依頼が載っています。絞り込みには、感情や言語、取り込み先のほか、利用者が付けた印（タグ）や分類も使えるとされています。つまり、エージェントの答えの質は、事前にどんな印を付けて投稿を整理しておいたかに左右されるということです。印の付け方を決めるのは、AIではなく使う側です。

発表は、答えにはグラフと元の投稿へのリンク、発見の件数、推論の流れが付くと説明し、一度の依頼で扱える言及は最大5,000件としています。そのうえで、AIの結論だけに頼らず、リンクされた投稿を確かめるよう利用者に促しています。

発表はこの更新を、会話しながら分析する段階から、より自律的に調査する段階への移行と位置づけています。一つの質問が、競合、市場、絞り込みの条件、複数の分析の手順にまたがり、最後に共有できるレポートになる、という流れです。エージェントが手順を自分で決めるほど、人は途中を見なくなるという点は、便利さと引き換えに受け止めておくべき変化です。

• 更新の内容は、業界ニュースサイトが2026年9月30日に掲載した発表文による。提供元の説明に基づくもので、第三者による検証は見当たらなかった
• 料金は公式サイトに掲載がなく、試用と個別の見積もりの案内になっている

比べる軸：文字だけの分析と、画像まで見る分析

ソーシャルリスニングの道具を選ぶとき、最初に決めるべきは、文字だけを数えれば足りるのか、画像まで見る必要があるのかです。両者は、拾える投稿も、分かることも、誤りの出方も違います。主な違いを並べると次のようになります。

比べる軸	文字だけの分析	画像まで見る分析
拾える投稿	名前や略称、ハッシュタグを書いた投稿	名前を書かずに商品やロゴが写っている投稿も
分かること	何と言っているか（評価・不満・要望）	どこで、何と一緒に、どう使われているか
誤りの出方	皮肉や略称、同じ名前の別物の読み違い	似たロゴや小さな写り込みの見違い
確かめ方	投稿の文を読む	画像を一件ずつ目で見る
向く商材	サービス、ソフトウェア、評判の話題	飲食、日用品、衣料、店頭、イベント

表から分かるとおり、画像まで見る分析は、拾える量だけでなく、確かめる手間も増やします。文の読み違いは文を読めば分かりますが、ロゴの見違いは画像を開かないと分かりません。画像の認識を足すなら、画像を目で確かめる時間も計画に入れる必要があります。

また、画像から分かるのは「写っている」ことであって、「評価している」ことではありません。商品が写っている投稿が増えても、それが好意的な紹介なのか、不満の訴えなのか、たまたま背景に写っただけなのかは、文や文脈と合わせて読まない限り決まりません。

画像まで拾う意味1：名前を書かずに写っている自社製品

画像の認識の一番分かりやすい効用は、文字に名前が出てこない投稿を拾えることです。飲み物を手にした写真に「最高の朝」とだけ書かれた投稿は、文字で探す限り見つかりません。公式の説明は、ロゴを含む画像を集めることで、言及が最大8割多く見つかることがあるとしています。ただしこれは提供元の説明で、自社の商材で同じ割合になるとは限りません。

この効用が大きいのは、写真や動画が主役の場で語られる商材です。飲食、日用品、衣料、化粧品、店舗のある業態などがこれに当たります。文字だけの集計では、話題になっていないように見えていた商品が、画像を含めると実は多く投稿されていた、という発見が起きうるのはこの領域です。広告やキャンペーンの効果を測るとき、名前を書かない投稿まで含めて数えれば、反響の見え方が変わることもあります。

一方で、拾える量が増えることは、数字の比較の土台が変わることでもあります。画像の認識を入れた月から言及の件数が増えたとき、それは反響が増えたのか、数え方が変わったのかを区別しなければなりません。数え方を変えた時点を記録し、前後の数字を同じ物差しで並べないことが、報告の前提になります。

動画の扱いも確かめておきたい点です。画像の取り込み先には TikTok や YouTube が挙がっていますが、動画のどの場面まで見て商品を見分けるのかは、公式の説明からは確かめられませんでした。動画が主役の場で語られる商材なら、試用の段階で、自社の商品が映った動画の投稿がどこまで拾われるかを実物で確かめることをおすすめします。拾われない形式があるなら、その分は数字に入っていないと注記します。

画像まで拾う意味2：使われている場面と、一緒に写るもの

二つ目の効用は、商品がどんな場面で使われているかが見えることです。公式の説明では、画像から場面や行動、周りにある物を見分けるとしています。たとえば、自社の飲料がオフィスで飲まれているのか、屋外の運動の後なのか、食事と一緒なのかが分かれば、想定していなかった利用の場面に気づけます。広告の絵づくりや、売り場の提案の材料になります。

競合の商品と一緒に写っている投稿も、文字だけでは拾いにくい情報です。同じ食卓に並ぶ商品、同じ鞄から出てくる商品が分かれば、比べられている相手や、一緒に買われている相手の仮説が立ちます。2026年9月の更新で複数ブランドの比較ができるようになったのは、この使い方と相性がよい点です。

ただし、写っている人の属性を見分ける機能には注意が要ります。年齢層や性別のような属性をAIが画像から推定した結果は、あくまで推定であり、外れることがあります。推定された属性を、顧客の実像として経営報告に書かないこと、属性の推定を使う場合はその旨と限界を注記することを、社内の決まりにしておきます。

画像認識が苦手なもの：BtoBの製品は写りにくい

ここまでの効用は、写真に写る商品があってこそです。BtoBの企業、とくにソフトウェアや業務サービスを扱う会社では、製品そのものが写真に写ることがほとんどありません。画面の写真が投稿されることはあっても、ロゴが小さかったり、画面の中身が読み取れなかったりで、画像の認識が力を発揮しにくい場面です。

BtoBで画像の認識が働くとすれば、展示会のブース、配布したノベルティ、登壇の写真、看板のある拠点、工場や現場で使われる機械のような、ロゴが物として写る場面です。展示会のあとに、自社のブースや配布物がどれだけ写真で投稿されたかを見る、といった使い方なら、画像まで拾う意味があります。その場合も、写っているのが自社のブースなのか、来場者が持ち帰った配布物なのか、別の会社の展示の背景にたまたま入っただけなのかは、画像を見て人が分ける必要があります。

逆に、ソフトウェアの評判を知りたいなら、画像よりも文の中身が大事です。自社の商材が写真に写るものかどうかを最初に確かめ、写らないなら、画像の認識を選定の理由にしないことが、BtoBの企業にとっての比べ方の出発点になります。

BtoBで使うときの量の少なさ：拾える声の限界

BtoBでソーシャルリスニングを使うとき、もう一つの壁は量の少なさです。消費財のブランドなら一日に数千件の言及があることも珍しくありませんが、法人向けの製品では、月に数十件ということもあります。この量では、感情の比率や話題の割合を出しても、数件の投稿で比率が大きく動き、傾向としては読めないことが多いのです。

しかも、BtoBの購買にかかわる人は、検討中の製品について公開の場で語ることがあまりありません。決裁者の声や、商談の中で出る本音は、SNSには出てきません。公開の投稿で拾えるのは、利用者や関心層の一部の声に限られるという前提で、結果を読む必要があります。宣伝や自動投稿が混ざって量が膨らむ問題は別の記事で扱っていますが、母数の小さいBtoBでは、その混入の影響も大きく出ます。

量が少ないときの使い方は、数字ではなく中身を読むことです。月に数十件なら、要約に頼らずに全件を人が読めます。AIには分類の下書きや、言い回しの整理を任せ、件数の比率で語らず、具体的な声の例として扱うほうが、BtoBの実情に合っています。

そのうえで、公開の投稿だけで声を語らないことです。BtoBでは、問い合わせの記録、商談のメモ、解約の理由、製品の比較サイトのレビューのほうが、購買にかかわる声を多く含んでいます。ソーシャルリスニングの結果は、こうした社内の声を補う一つの窓として位置づけ、SNSの声だけで製品や営業の方針を決めないようにします。

エージェントの要約は、何を材料にしているか

Insights Copilot のようなエージェントに質問すると、まとまった文章の答えが返ってきます。その答えを使う前に確かめたいのが、何を材料にした答えかです。発表によれば、一度の依頼で扱える言及は最大5,000件です。対象の言及がそれより多いとき、どの投稿が材料に選ばれるのかは、公開されている情報からは確かめられませんでした。

多段の調査では、エージェントが自分で手順を組み立て、途中で条件を絞り込みながら答えにたどり着きます。答えに推論の流れが付くのは、この途中経過を追えるようにするためです。どの段階で、どの条件で、何件の投稿を見たのかを推論の流れから読み取り、質問した人の意図と合っているかを確かめます。

公式の製品紹介ページに載っている利用者の声にも、エージェントはソーシャルリスニングの担当者の役割を置き換えるものではないという趣旨の一文があります。紹介ページ自体には、AIの答えをどう確かめるかの手引きは見当たりません。確かめ方は、使う側で用意する必要があるということです。

要約の文章は、件数の少ない声も、多い声も、同じ一文で書かれることがあります。「価格への不満が見られる」という一文が、500件の投稿から言えることなのか、3件から言えることなのかは、文章だけでは分かりません。要約の一文ごとに、裏付けの件数と代表的な投稿を添えさせるのが、根拠を書かせる基本の頼み方です。

要約をそのまま施策の根拠にしてよい範囲

エージェントの要約を、どこまでそのまま使ってよいか。線は、使う場面の重さで引きます。企画のたたき台や、次に調べることの候補出しのように、誤っていても後で直せる場面なら、要約をそのまま出発点にしてかまいません。むしろ、そうした場面で速さを生かすのがエージェントの使いどころです。

• 次の企画会議に持っていく、話題の候補や仮説の一覧
• 競合と比べたときに、調べるべき論点の洗い出し
• 広告の表現や売り場の提案の、着想の材料

一方で、予算の配分、製品の不具合の判断、謝罪や訂正の要否、経営への報告、社外への発表は、要約だけでは決めません。これらは誤ると取り消しがきかない、または誰かの判断を左右する場面だからです。ここでは、要約は「どの投稿を読むべきか」を教えてくれる案内として使い、判断の根拠は元の投稿と件数に置きます。AIに判断させず、判断の材料を集めさせるという分担です。

線を引いたら、判断の責任者も決めておきます。要約を受け取った人が、そのまま施策の担当に回すのではなく、重い判断に使う要約は、報告を出す部門の責任者が検算の記録を見てから通すという関所を一つ置きます。AIの要約は誰の判断でもないため、報告に載せた時点で、載せた人の判断になるからです。

経営報告に使う前に、元の投稿に当たり直す

要約を経営への報告や重い判断に使うときは、元の投稿に当たり直す検算を挟みます。発表が、答えに元の投稿へのリンクが付くと説明しているのは、この検算をするためです。手順を決めておけば、担当者が替わっても同じ確かめ方ができます。

三つ目の手順で読む件数は、全件でなくてかまいません。ただし、件数の多い主張ほど、読む投稿を多めに取るのが原則です。読んでみて、要約の言い方と中身が合わない投稿が目立つなら、その主張は報告から外します。共有できるレポートの機能で社内に配る場合も、配る前にこの手順を通しておきます。

自然な言葉の絞り込みは、条件を書き出して確かめる

2026年9月の更新で、絞り込みの条件を自然な言葉で指定できるようになりました。便利な反面、話しかけた言葉が、どの条件に置き換えられたかを確かめないと、意図と違う範囲を分析することになります。「最近の否定的な声」の「最近」が何日なのか、「否定的」に中立の投稿が含まれるのかは、置き換えの結果を見なければ分かりません。

日本語の投稿を扱う場合は、もう一段の注意が要ります。公式サイトの表示言語に日本語はなく、日本語の投稿の感情の分析がどの程度の精度で動くかを示す公開情報は見当たりませんでした。公式サイトは文字と画像の分析の精度を95%としていますが、どの言語、どの条件での値かは示されていません。導入前の試用で、自社の過去の投稿を使い、感情の判定を人の判定と突き合わせておくべきです。

比べるときの条件をそろえることも大切です。複数ブランドの比較では、ブランドごとに言及の量も、使われる取り込み先も違います。同じ期間、同じ取り込み先、同じ言語にそろえた比較かを書き出してから数字を読む、という一手間で、見かけの差に振り回されずに済みます。

何が社外に出るか、誰が見られるか

ソーシャルリスニングで扱うのは公開された投稿ですが、公開されているからといって個人の情報でないわけではありません。投稿者の名前や画像、投稿の中身は、集めて整理すれば個人に結びつく情報になりえます。日本の個人情報保護法の考え方に照らしても、集めた投稿を誰が見られ、どこまで社内に配り、いつ消すかは、使う側が決める必要があります。

画像の認識で属性を推定する機能は、とくに扱いに気をつけたい部分です。個人の写った画像から属性を推定し、それを保存したり社内で共有したりすることが、自社の個人情報の方針に照らして許されるかを、導入前に確かめておきます。公式サイトは欧州の個人データ保護の規則への対応を掲げ、データ処理の契約の付属書を用意しています。日本の法令に照らした扱いは、自社の法務と確かめるのが筋です。

もう一つは、レポートの共有のリンクです。公式の製品紹介では、レポートはリンクで、YouScan のアカウントを持たない人とも共有できるとしています。経営層や代理店に見せやすい半面、リンクが転送されれば、集めた投稿と分析が社外に出ていくということでもあります。リンクの有効期限や取り消しの方法を試用の段階で確かめ、社外の代理店や制作会社に渡すときの決まりを作っておきます。

やってはいけない使い方

ここまでの比較と注意を、やってはいけない使い方としてまとめます。いずれも、道具の性能ではなく、使う側の決めごとで防げるものです。

• 画像の認識を入れた月の件数の増加を、そのまま反響の増加として報告する
• エージェントの要約の一文を、件数も元の投稿も確かめずに役員への報告に載せる
• 画像から推定した年齢層や性別を、顧客の実像として資料に書く
• 月に数十件の言及しかないBtoBの製品で、感情の比率を傾向として語る
• 自然な言葉の絞り込みが、どの条件に置き換えられたかを見ずに比較する
• 共有のリンクの範囲を確かめずに、社外の協力会社に渡す

とくに二つ目と四つ目は、AIの要約が読みやすいほど起きやすい失敗です。文章が整っていると、裏付けの件数まで確かめようという気持ちが薄れます。読みやすさと確からしさは別のものだと、報告を受ける側も知っておく必要があります。

選び方：文字中心で足りる会社、画像まで要る会社

最後に、文字中心の道具で足りる会社と、画像まで見る道具を選ぶ価値がある会社を分けておきます。自社の商材が写真や動画に写るか、写った投稿が購買や評判に影響するかが、最初の分かれ目です。飲食、日用品、衣料、化粧品、店舗のある業態、イベントを多く開く会社は、画像まで見る意味が大きい側に入ります。

ソフトウェアや業務サービスを扱うBtoBの企業は、多くの場合、文字中心の道具で足ります。そのうえで、展示会やノベルティの反響を測りたい、海外の消費者向けの事業も持っている、といった事情があるなら、画像の認識が効く場面が生まれます。その場合も、画像を目で確かめる時間を誰が持つかを決めてから選ぶべきです。

集めたデータを自社の仕組みに取り込みたい場合は、公式サイトに案内されている API の扱いも比べる対象になります。顧客管理や問い合わせの記録と突き合わせれば、SNSの声と実際の問い合わせの関係を確かめられる半面、投稿者の情報が自社のデータベースに入ってくることになります。取り込む項目と保存の期間を、法務と決めてから使います。

エージェントの機能で選ぶときは、要約の速さよりも、元の投稿へのたどりやすさと、条件の見えやすさを比べます。要約が速くても、根拠の件数と投稿にたどれなければ、重い判断には使えません。試用では、同じ質問をして、答えの一文から元の投稿まで何手でたどれるかを確かめると、違いが見えます。

よくある質問

日本語の投稿でも使えますか

公式サイトの表示言語に日本語はなく、日本語の投稿の分析の精度を示す公開情報は見当たりませんでした。導入を考えるなら、試用で自社の過去の投稿を使い、感情の判定や話題の分類を人の判定と突き合わせて確かめてください。

Insights Copilot の答えは、そのまま報告書に使えますか

企画のたたき台なら使えますが、経営への報告や予算の判断には、そのまま使わないほうが安全です。一文ごとに裏付けの件数と代表の投稿を出させ、元の投稿を人が読んでから使います。発表自体も、リンクされた投稿を確かめるよう促しています。

BtoBの会社が入れる意味はありますか

製品が写真に写りにくく、言及の量も少ないため、画像の認識や感情の比率の効き目は限られます。展示会やノベルティの反響、海外の消費者向けの事業など、画像に写る場面がある場合に検討の価値があります。少量の声は、数字ではなく具体的な声の例として読むのが向いています。

まとめ

YouScan は、投稿の画像からロゴや物、場面を見分け、名前を書かない投稿や使われている場面まで拾えるソーシャルリスニングの道具です。2026年9月には Insights Copilot が複数ブランドの比較や多段の調査、自然な言葉の絞り込み、共有できるレポートに対応しました。画像まで拾えば声の量は増えますが、量が増えることと、それを判断の根拠に使えることは別の話です。自社の商材が写真に写るかで画像の認識の要否を決め、エージェントの要約は仮説までに使い、重い判断の前には件数と元の投稿を人が確かめる。BtoBでは量の少なさを前提に、数字ではなく声の中身を読む。この線を先に引いておけば、AIの要約の速さを、誤った報告の速さに変えずに済みます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。