サイネージの前を歩く女性の顔を、AIカメラが検出しているイメージ
サイネージ効果測定 / 来店計測ソリューション

AIフェイスアングル

何人が、どれくらい見たのか。
どんな人が、来店したのか。

AIフェイスアングルとは

カメラ1台で、「見た人」「入った人」を数える。

カメラ1台で、前を通った人のうち「何人が見たか」「何人が入ったか」を、年齢・性別とあわせて自動で数える仕組みです。

サイネージ横に設置画面を見た人を数える
サイネージ横のカメラで、画面を見た人を数えるイメージ
  • 通行前を通った人
  • ›
  • 接近顔を捉えた人
  • ›
  • 視認画面を見た人
店舗入口に設置店に入った人を数える
店舗入口のカメラで、店に入った人を数えるイメージ
  • 通行前を通った人
  • ›
  • 接近顔を捉えた人
  • ›
  • 来店店に入った人

設置場所を変えるだけで、同じシステムが両方に対応。映像・顔画像は保存せず、数値ログのみを記録します(年齢・性別はAIによる推定値)。

課題

サイネージと店舗の、こんな課題を解決します。

サイネージ運用の課題

  • 再生回数は分かるが、実際に見られたかは分からない
  • 広告主・テナントに出せる数字がなく、効果を説明できない
  • コンテンツや設置面の良し悪しを比較できない

店舗運営の課題

  • 入口の通行量・入店率・来店属性を誰も把握していない
  • 来店の良し悪しの判断が店長の勘に依存している
  • 担当者が替わると、判断の基準ごと失われる

「通った人数」だけでなく、通行 → 接近 → 視認・来店 の歩留まりまで数字にします。

取得できる指標

率で見るから、店舗も期間も比較できる。

区分指標分かること
共通推定通行量(リーチ)/接近者数/平均滞在時間/年齢・性別どれだけの人が前を通り、近づいたか
視認視認人数/視認率(視認÷接近)/リーチ視認率/平均視認時間コンテンツが実際に見られたか、どれだけ見られたか
来店来店者数/来店率(来店÷接近)/リーチ来店率/時間帯別ピーク通行のうち何人が入店したか、いつ来ているか

※ 年齢・性別はAIによる推定値です。

規模の違う店舗どうし、期間どうしを同じ物差しで比較できます。

属性判定のしくみ

上半身まで見て判定し、外してもほぼ隣の年代に収まる。

VLM(視覚言語モデル)が、顔だけでなく髪型・服装・体格まで手がかりに年齢・性別を判定。服装などの属性も判定できます。

判定例:数字はシステムが推定した年齢(検証用の生成画像)

9歳以下の判定例
推定8歳9歳以下
10代の判定例
推定15歳10代
20代の判定例
推定28歳20代
30代の判定例
推定34歳30代
40代の判定例
推定42歳40代
50代の判定例
推定55歳50代
60代の判定例
推定65歳60代
70代以上の判定例
推定75歳70代以上
80.6%実環境の総合精度実写1,184枚の撮影条件で加重
98.0%年代一致+境界付近例:10代を20代前半と判定
100%隣の年代まで許容大きな取り違えは0件
100%性別の判定454枚すべて正解

※ 検証:店舗入店時を想定した生成画像454枚(私服・制服・ビジネス装、横向き・うつむき・ブレを含む/2026年9月)。総合精度は、実写1,184枚で分類した撮影条件の出現割合で加重。年齢・性別はAIによる推定値です。

推定通行量のしくみ

画面の外から入ってきた人だけを数え、重複を防ぐ。

外周バンドと有効エリアで推定通行量を数える図

AIが人物の全身を検出して追跡

位置の予測と服の色で、同じ人物をつないで追いかけます。

  • 1
    端から進入:1人と数える画面のふちで初めて見えた人が、内側に入った時点で1人
  • 2
    奥から接近:1人と数える遠くに小さく現れ、2倍の大きさになった時点で1人
  • 3
    途中で現れた人:数えない人に隠れて再び見えた人などを除き、二重カウントを防ぐ

※ リーチ来店率(来店÷推定通行量)は、来店を顔、推定通行量を全身で検出するため、絶対値ではなく店舗間・期間の比較に使う指標です。

精度・設置面の強み

現場は、いつも正面・至近距離とは限らない。

1

取りこぼしが少ない

人物単位のトラッキングで捕捉し続ける設計。一瞬しか正面を向かない人も、追跡で拾い上げます。

2

小さめでも外れにくい

顔だけに頼らず人物全体の情報で判定。カメラから距離があっても判定が破綻しにくい設計です。

3

年代判定に優れる

上半身を含めて判定し、服装なども手がかりに。顔だけの推定に比べ、年代の傾向が安定して出ます。

4

現地で調整できる

検知する人物サイズの下限、検知範囲・判定ゾーン・各種閾値を現場に合わせて調整できます。

既存のサイネージ・既存の設置環境に、後から足せます。

PART 1

視認計測

サイネージ横に設置 / 画面を見た人を数える

このパートの内容

  • 視認判定のしくみ
  • 視認ダッシュボード
  • 活用:効果測定・配信への活用
  • コンテンツ別の視認分析(標準機能)
サイネージ横のカメラで視認を計測するイメージ
  • 通行前を通った人
  • ›
  • 接近顔を捉えた人
  • ›
  • 視認画面を見た人
視認計測 | 判定のしくみ

顔の向きから、「見た」を判定する。

顔の向きで「見ている」「見ていない」を判定した例
売り場のカメラ映像で視認を判定している例 売り場のカメラ映像で視認していない人を判定している例
  • 顔の向きが設定した閾値以内(例:Yaw ±30°、Pitch ±25°)に入った状態を「視認」と判定
  • 閾値は設置環境・画面サイズに合わせて調整可能
  • 視認時間・滞在時間を自動で集計
  • 取得したログはCSVとして保存し、ダッシュボードで可視化
視認計測 | ダッシュボード

視認ダッシュボード

視認ダッシュボードの画面(推定通行量・接近者・視認者と日別グラフ)
視認ダッシュボードの画面(視認時間・年代構成・時間帯別グラフ)
視認計測 | 活用:効果測定

「何回流したか」から、「何人が見たか」へ。

コンテンツ別に評価する

コンテンツ別・時間帯別に視認率と視認時間を集計。どの素材が見られているかを数字で比較できます。

広告主に提出する

視認人数・視認率をもとに、広告主・テナントに提出できる定量レポートを作成します。

契約を継続させる

広告運用では、効果レポートの提出が契約の要件になるケースが増えています。

例:接近者 3,233人 のうち 視認 1,957人(視認率 60.5%)、平均視認時間 2.4秒。
通行者全体に対するリーチ視認率は 16.5%。── 同じ物差しで、面ごと・月ごとの比較ができます。

視認計測 | 活用:配信への活用

見られているデータを、次の配信に返す。

1

配信スケジュールの最適化

視認されている時間帯・属性に合わせて、放映スケジュールを見直します。

2

尺と構成の見直し

平均視認時間に合わせてコンテンツの尺を調整し、伝えたい情報を冒頭に配置します。

3

設置面の見直し

視認率の低い設置面・コンテンツを特定し、入れ替え・移設の判断材料にします。

測って終わりにせず、配信に戻す。自社開発のサイネージ配信システム「DiSi Cloud」と組み合わせて運用できます。

視認計測 | コンテンツ別分析(標準機能)

どのコンテンツが、どれだけ見られたかを比べる。

コンテンツ別の視認分析の一覧画面
時間帯×コンテンツの視認分析画面

※画面は表示例です。コンテンツの行をクリックすると、日別・時間帯別・年代構成の詳細を表示します。

コンテンツごとに分かること

  • 放映回数・放映時間と、接近者・視認者・視認率
  • 10分あたり視認者で、尺の違うコンテンツも同じ物差しで比較
  • 時間帯×コンテンツで、いつ何が見られているか
  • 視認者の年代・性別を、全コンテンツ平均と比較

放映ログ連携

  • 標準DiSiクラウドの放映ログに対応
  • カスタム他社の放映ログもカスタムで対応

放映ログと視認データを突き合わせ、コンテンツごとの「見られ方」を比べられます。

PART 2

来店計測

店舗入口に設置 / 店に入った人を数える

このパートの内容

  • 来店判定のしくみ
  • 来店ダッシュボード
  • 活用シーン
  • 来店予測(オプション)
店舗入口のカメラで来店を計測するイメージ
  • 通行前を通った人
  • ›
  • 接近顔を捉えた人
  • ›
  • 来店店に入った人
来店計測 | 判定のしくみ

入口に近づいてきた人だけを、「来店」と数える。

入口カメラから150cm以内に近づいた人を来店と数える図

入口カメラから一定の距離(初期値150cm)まで近づいてきた人を「来店」と数えます。

  • ○
    来店者:数える通りから近づき、入口の150cm以内に入った人
  • ×
    通行者:数えない店の前を通るだけで、150cm以内まで来ない人
  • ×
    店員・入口で立ち止まる人:数えない最初から近くにいて、近づいてきていない人

※ 距離は顔の特徴点から算出するため、顔の向きに左右されません。距離と「近づいてきた」とみなす基準は、現地に合わせて調整できます。

来店計測 | ダッシュボード

来店ダッシュボード

来店ダッシュボードの画面(推定通行量・接近者・来店者と日別グラフ)
来店ダッシュボードの画面(時間帯別の来店数と客層)
来店計測 | 活用シーン

前を通った人のうち、何人が入ったのか、どんな人が入店したのか。

日別の来店数と時間帯別の詳細を表示した画面

※画面は表示例です。日別の棒グラフから、時間帯別の詳細に切り替えできます。

  • 入口に設置し、推定通行量 → 接近者数 → 来店者数を計測
  • リーチ来店率で、立地・店頭訴求・ファサードの効果を評価
  • 時間帯別に、来店数と客層(年齢・性別)の変化を把握し、人員配置や訴求内容の判断に
  • 判断材料を数字で共有でき、担当者が替わっても同じ基準で運営できる

通行のうち何%が入店したのか。立地と店頭の「効き」を数字にします。

来店計測 | 来店予測(オプション)

計測データから、今日と1週間先の来店を予測する。

来店予測の画面(本日の予測と1週間の予測)

※画面は表示例です。

導入の流れ

STEP 13ヶ月間 計測AIフェイスアングルで来店データを蓄積
STEP 2ロジック構築店舗のデータから予測ロジックをつくり実装
STEP 36ヶ月ごとに更新データを更新し、精度を上げ続ける

+ 天気データを加味した予測にも対応

見られる画面

  • 本日の予測時間ごとの来店数と、男女・年代の見込み
  • 1週間の予測日別の来店数と、時間帯ごとの混み具合
  • サイネージ表示モードバックヤードのサイネージに常時表示

人員配置や仕込みの判断を、店長の勘から「予測」へ。

データの出力先

見るのは、本部だけではない。

クラウドダッシュボード

PC・スマートフォンから、いつでも最新の集計結果を確認できます。

月次レポート / CSV

定期レポートを自動で出力。CSVをダウンロードして、Excel・BIツールでの分析にも対応します。

バックヤードのサイネージ

当日の数値をバックヤードの画面に表示。現場が毎日見る場所に、そのまま出せます。

現場が見ない数字は、運用を変えません。DiSi CloudのHTML表示機能により、分析画面を外部URLとして表示できます。

システム構成・導入条件

カメラとPCを1台ずつ。それだけです。

WEBカメラ・Windows STB・クラウドサーバー・ダッシュボードのシステム構成図

1店舗1台のPC構成。既存のサイネージにも後付けで導入できます。

解析は店舗内のPCで実行。映像・顔画像はクラウドに送信しません。

必要環境:インターネット接続、電源、カメラ設置場所。

導入事例

すでに、現場で動いています。

商業施設サイネージサイネージの視認計測

商業施設設置のサイネージに導入し、視認率や視認時間を測定。サイネージの広告提案に活用。

スーパーマーケットレジ前サイネージの効果測定

売り場のサイネージ前で接近・視認を計測し、設置位置と放映内容の見直しに活用。

飲食チェーン来店計測

入口に設置し、通行量・接近・来店を計測。リーチ来店率と時間帯別ピークを店舗運営に反映。

資料ダウンロード

AIフェイスアングルの紹介資料をご用意しています。

サイネージ効果測定 / 来店計測ソリューションAIフェイスアングル何人が、どれくらい見たのか。
どんな人が、来店したのか。

資料で分かること

  • 取得できる指標と、視認計測・来店計測のしくみ
  • 年齢・性別判定の精度検証の結果
  • 視認・来店ダッシュボードと来店予測の画面
  • システム構成・導入条件と導入事例
資料をダウンロードする(無料)

フォームにご入力のうえ、すぐにご覧いただけます。

AIフェイスアングルのご相談・お見積り

設置場所や計測したい内容をお聞かせください。