パナソニックが70か国のアプリレビューをAI翻訳、評価スコアが大きく向上

翻訳と意味の抽出を別々の処理として組み立てた設計が、レビューを「読み物」から「集計できるデータ」へと変えています。Cloud Translation APIで多言語の投稿を日本語に揃え、そのうえでNatural Language APIがキーワードと書き手の感情の傾向を取り出す。この二段構えによって、担当者が一件ずつ目を通さなくても、どの機能にどんな評価が集まっているのかを件数として扱えるようになります。

レビューを単体で見せず、事業のデータと同じ画面に並べた構成も効いていると見ています。基幹システムのデータ、Webサイトのトラフィック、アプリストアのダウンロード状況、レビュー点数までをBigQueryに取り込み、Looker Studioから一気通貫で確認できる作りです。さらに居住国や利用言語で絞り込め、アプリのアップデートが評価に与えた影響まで追えるようにしたことで、「評価が下がった」で止まらず、どの国のどの機能に手を入れるべきかという判断まで一段進みます。見える化そのものを目的にせず、ユーザーがどの文脈で個々の機能を評価しているのかまで踏み込もうとした狙いが、フィルタや分析軸の作り込みに表れています。

作り込みを最小限に抑え、既製のサービスを組み合わせた進め方も見逃せません。Cloud Functionsがさまざまなライブラリを扱えるため、多くの処理はAPIを呼び出すだけで成立し、リソースの管理もクラウド側に委ねられます。翻訳や感情分析のモデルを自前で用意しないというこの割り切りが、実装期間2〜3か月という短さと運用の軽さを同時に成り立たせた要因ではないでしょうか。Googleアカウントがあれば海外のメンバーもすぐ画面を開ける構成も、各国と分析結果を共有しながら進める業務によく合っています。