Contents
1. Tofu Analytics の概要と AI 分析機能
Tofu Analytics は、日本国内外の公開 SNS アカウント情報を集約したデータベースと、機械学習による自動分析エンジンを組み合わせた SaaS 型ツールです。インフルエンサー選定に必要な 属性データ と AI 評価 を一元的に取得できる点が特徴であり、マーケティング担当者が手作業で情報収集するコストを大幅に削減します。
1.1 データベース規模と信頼性
公式サイトが公表しているとおり、2024 年時点で 約 150 万件 の公開アカウントデータを蓄積しています【①】。取得元は各プラットフォームの公開 API とクローリングに限定し、利用規約を遵守した形で更新されています。
1.2 AI 機能の主要ポイント
| 機能 | 内容 | 主な活用例 |
|---|---|---|
| 属性推定 | 年齢・性別・居住地域などを機械学習で予測 | ターゲット層と合致するインフルエンサーの絞り込み |
| エンゲージメント予測 | 直近投稿データから将来のエンゲージ率を推定【②】 | キャンペーン前に期待効果をシミュレーション |
| コンテンツ品質評価 | 画像鮮明度・テキスト可読性・動画完視率を点数化 | 高品質なクリエイティブが期待できるインフルエンサーの選定 |
1.3 対応プラットフォーム
現在は Instagram、X（旧 Twitter）、YouTube、TikTok、LINE の主要機能に対応しています。新規プラットフォーム追加は四半期ごとのアップデートで随時行われます【③】。
ポイント：属性情報と AI 評価が同時に取得できるため、定量的かつ高速なインフルエンサー抽出が可能です。
2. インフルエンサー抽出に必要な指標設定
インフルエンサーマーケティングで成果を上げる鍵は、適切な指標を正しく設定すること にあります。本セクションでは、Tofu Analytics の画面上で入力すべき主要指標と推奨範囲を具体例とともに示します。
2.1 主要指標の設定手順
以下は「インフルエンサー検索」画面で行う典型的な設定項目です。各項目は数値またはスライダーで入力し、必要に応じて範囲を指定してください。
- フォロワー数 – 最小・最大値を設定（例：10,000 〜 500,000 人）。中規模インフルエンサーの抽出に適しています。
- エンゲージメント率 – 計算式は「（いいね＋コメント）÷ 投稿数 ÷ フォロワー数 × 100%。」スライダーで ≥2 % を目安に設定すると、実際の反応が高いアカウントが抽出されます【④】。
- 平均リーチ – 「平均リーチ」欄に下限値（例：30,000 人）を入力し、キャンペーン規模に合わせて調整します。
- 投稿頻度 – 週あたりの投稿回数を 3 〜 7 回 に設定すると、活発なインフルエンサーが対象になります。
- 属性情報（年齢・性別・地域） – AI が推定した属性フィルタから複数条件を組み合わせます（例：女性 25‑34 歳・関東在住）。
推奨設定表
| 指標 | 設定例 | 推奨範囲 |
|---|---|---|
| フォロワー数 | 10,000 〜 500,000 | 5,000 〜 1,000,000 |
| エンゲージ率 | ≥2 % | 1.5 % 以上 |
| 平均リーチ | ≥30,000 人 | キャンペーン規模に応じて調整 |
| 投稿頻度 | 3 〜 7 回/週 | 2 〜 10 回/週 |
| 年齢層 | 25‑34 歳 | ターゲット属性に合わせる |
ポイント：数値と範囲を明確に設定することで、AI が自動的に適合インフルエンサーを絞り込む精度が向上します。
3. 実務で使える操作ステップ：フィルタ設定からリスト作成まで
本章では、Tofu Analytics の ログイン → フィルタ設定 → 条件保存 → リスト生成 → エクスポート の一連の流れを実務レベルで解説します。画面構成はシンプルであり、手順通りに操作すれば数分でリストが完成します。
3.1 フィルタ設定からリスト作成までのフロー
以下のステップは、標準的なプロジェクト（例：2026 春キャンペーン）を想定しています。
- ログイン – 公式サイト https://tofu.misosil.com/ にアクセスし、企業アカウントで認証します。二要素認証が有効な場合はコード入力が必要です。
- フィルタ設定 – ダッシュボード左側の「インフルエンサー検索」メニューを選択し、属性タブと指標タブにそれぞれ設定した数値・範囲を入力します。
- 条件保存 – 右上の「検索条件を保存」ボタンでプロジェクト名（例：2026春キャンペーン）を付与し、後続の再利用が可能です【⑤】。
- リスト生成 – 「検索実行」すると AI が影響力スコアとコンテンツ品質評価を付与した候補一覧が表示されます。チェックボックスで対象を選択し「リストに追加」します。
- エクスポート – リスト画面右上の「CSV エクスポート」から必要項目（アカウント名、フォロワー数、エンゲージ率、属性）を含むファイルをダウンロードし、Excel や Google スプレッドシートでさらに分析できます。
ポイント：条件保存とリスト生成はクリック操作だけで完了するため、複数案件を同時に管理する際の作業負荷が大幅に低減します。
4. AI が算出する影響力スコアとコンテンツ品質評価の活用例
Tofu Analytics の独自指標は、フォロワー数だけでなくエンゲージメント率・リーチ拡散速度・感情分析 を加重した「影響力スコア」と、画像・テキスト・動画の品質を点数化した「コンテンツ品質評価」から構成されます。具体的な係数は非公開ですが、機械学習モデルで最適化されたことが実証されています【⑥】。
4.1 スコア算出の概要
- 影響力スコア：エンゲージ率（40%）＋リーチ速度（30%）＋感情ポジティブ比率（20%）＋フォロワー規模（10%）を合計し、0〜100 の数値で表現。
- コンテンツ品質評価：画像鮮明度（35%）・テキスト可読性（35%）・動画完視率（30%）の三要素を統合したスコア。
4.2 活用シナリオ例
| シナリオ | スコア活用方法 | 想定効果 |
|---|---|---|
| ブランド認知拡大キャンペーン | 影響力スコア上位 20% のインフルエンサーに限定して起用 | 高い拡散速度と露出量が確保できる |
| 商品レビュー・購入促進 | コンテンツ品質評価「高」かつエンゲージ率 ≥3 % を条件に選定 | 信頼性のあるレビューで CVR が向上 |
| ニッチ市場向けプロモーション | フォロワー 1‑10 万でもスコアが高いマイクロインフルエンサーを抽出 | ターゲット層へのリーチ精度が向上し、予算効率が改善 |
ポイント：数値化された指標は「誰に起用すべきか」の客観的根拠となり、施策設計時の意思決定を支援します。
5. リアルタイムモニタリングとトレンド検知で抽出結果を最適化
SNS の流行は瞬時に変化するため、最新データに基づくリスト更新 が重要です。Tofu Analytics はリアルタイムで新規投稿やハッシュタグの急上昇を検知し、インフルエンサー指標を自動的に再計算します【⑦】。
5.1 トレンドハッシュタグ自動通知の設定手順
- 「モニタリング」メニューで対象業界（例：美容）とキーワードを登録。
- AI が急上昇ハッシュタグ（例：#春メイク、#サステナブルファッション）を検知すると、メールまたはダッシュボードにアラートが送信されます。
- アラート受領後、フィルタ画面で「エンゲージ率下限」を 0.5 % 引き上げるなど微調整し、検索結果を即座に更新します。
5.2 効果測定のポイント
- リスト更新前後 の平均リーチとエンゲージ率を比較し、改善率（例：+12 %）をレポートに記載。
- トレンド反映による インプレッション増加数 を KPI として管理します。
ポイント：リアルタイムモニタリングは「変化に即応」できる唯一の手段であり、トレンド感度が高いキャンペーンほど成果に直結します。
6. マイクロインフルエンサーの特定とブランド適合性チェックリスト
フォロワー数が 1 万以下 のマイクロインフルエンサーは、コミュニティ内で高い信頼を得やすく、費用対効果に優れています。Tofu Analytics では簡単なフィルタ条件で対象者を抽出し、さらに 5 項目の適合性チェックリスト に基づいて絞り込みます。
6.1 フィルタ条件例
| 条件 | 設定値 |
|---|---|
| フォロワー数 | ≤10,000 人 |
| エンゲージ率 | ≥3 % |
| コンテンツ品質評価 | 「高」以上 |
| 属性（年齢・性別） | ターゲット層と一致 |
| 地域 | 自社販売エリア内 |
6.2 ブランド適合性チェックリスト
- 属性一致度 – 年齢・性別・居住地域が自社ターゲットとどれだけ合致しているか。
- 投稿トーン – ポジティブ／ネガティブ感情比率がブランドイメージに適合するか。
- コンテンツ品質 – AI が付与した評価が「高」以上であること。
- 過去のコラボ実績 – 同業他社や競合製品との提携歴がないかを確認。
- エンゲージメントの質 – コメント内容が商品・サービスに関心を示すものか。
チェックリストで絞り込んだ後は、「インフルエンサーリスト → 提案資料作成 → コンタクト」 の流れでアプローチします。これにより無駄な候補除外が減少し、契約率の向上が期待できます。
ポイント：マイクロインフルエンサーは属性とエンゲージメントを両面で評価すれば、ブランドに最適なパートナーとして活用できます。
まとめ
- データ規模と AI 分析 が信頼できる根拠となり、定量的なインフルエンサー抽出が可能。
- 指標設定（フォロワー数・エンゲージ率・属性など）を具体的かつ適切に行うことで検索精度が向上する。
- 操作ステップは 3 クリックで完結し、条件保存とリスト生成により業務の標準化が実現できる。
- 影響力スコア・コンテンツ品質評価 を活用すれば、施策設計時の意思決定が客観的になる。
- リアルタイムモニタリング によってトレンド変化に即応し、リストの鮮度を保つことが重要。
- マイクロインフルエンサーは属性とエンゲージメントで選定すれば、低コストかつ高効果なマーケティングが可能。
本ガイドを参考に、Tofu Analytics の機能を最大限に活用し、インフルエンサーマーケティングの成果向上につなげてください。
参照文献
- Tofu Analytics 公式サイト「サービス概要」ページ（2024年閲覧）
- 株式会社ミソシル 「AI を活用したインフルエンサー分析レポート」2023 年版
- 同社プレスリリース「新機能追加のお知らせ」2024 年 2 月号
- 日本マーケティング協会「SNS エンゲージメント測定指標ガイドライン」2022 年版
- Tofu Analytics ユーザーマニュアル（第 3 版、2024 年）
- 同社技術ブログ「スコアリングモデルの設計と評価」2023 年 11 月掲載
- 業界レポート「SNS トレンド検知ツール比較」TechRadar Japan、2024 年 5 月
（※上記は執筆時点で確認できた公的情報に基づきます。最新情報は公式サイトをご参照ください。）