Market Banzuke は無料で使えますか?

はい、完全無料です。OpenAlex は無料で API キーも不要、AI 解析もホスト側のキーで提供しているため、ユーザーは追加コストなしで使えます。Google Scholar 連携時のみ SerpAPI のキーが必要ですが、OpenAlex のみで分析する場合はキー不要です。

どんな分野・業界に対応していますか?

学術論文で製品名・ベンダー名・固有名詞が登場する分野なら、ほぼ全てに対応します。製薬・バイオテクノロジー・科学機器・分析機器・医療機器・半導体製造装置・電子顕微鏡・リチウムイオン電池・食品成分・ソフトウェア・素材化学・農薬・触媒など、ジャンルを問いません。

KOL リサーチ業務にどう活用できますか?

製薬企業の Medical Affairs / MSL（Medical Science Liaison）が、新製品ローンチ前に重要疾患領域の主要研究者を客観データで特定する用途に最適です。h-index、被引用数、共同研究ネットワーク、所属機関、国別の活動状況が一目でわかり、訪問・スポンサー対象優先順位付けの基礎資料として活用できます。

従来の市場調査ツール（Citeline, Cortellis, Pharmaspectra など）との違いは?

商用データベースは網羅性・整備性で優れますが、年間数百万円〜のライセンス費用がかかります。Market Banzuke はオープンデータ（OpenAlex）に基づき、AIで動的に検索式を組み立てるため、特定ニッチ領域の Quick Look や Hypothesis Validation に向いています。商用ツールと併用することで、コスト効率の良いリサーチパイプラインが構築できます。

相撲番付表スタイルにする意味は?

従来のランキング表は単調で記憶に残りにくい一方、東西分割・横綱・大関・関脇・小結・前頭・十両という相撲番付の階層は、地理的多様性（東西＝アジア圏・欧米）と影響力の階層を直感的に表現できます。コンサル資料・社内プレゼン・SNS共有時にも視覚的インパクトが大きく、ステークホルダー間の議論を活性化します。

計量書誌学（bibliometrics）の手法として信頼できますか?

OpenAlex は OurResearch 財団が運営する非営利の学術データベースで、Microsoft Academic Graph の後継として広く学術界で認知されています。h-index は元データの被引用数から計算され、論文数も同DB内の集計値です。商用DBと比べて最新論文の収録は若干遅れる場合がありますが、傾向把握・スクリーニングには十分な精度です。

KOL の可視化・KOL マッピングはどうやって行いますか?

Market Banzuke は AI（gpt-5）が学術論文（OpenAlex）を自動分析し、KOL を相撲の番付表スタイルで可視化・マッピングします。共著ネットワーク図を併せて自動生成するため、業界内の KOL 人脈構造を 1 画面で把握できます。「KOL 番付」「KOL マッピング」「研究者番付」形式での視覚化は当ツール独自で、経営層プレゼンや MSL 業務の議論を活性化します。

OpenAlex でベンダーシェアを可視化できますか?

はい。AI がベンダー名と製品名を自動抽出し、OpenAlex 約 2 億件の論文から各社の論文露出を集計します。売上シェアではなく学術論文ベースのプレゼンス（= 研究現場での使用頻度のプロキシ）を円グラフ + 番付で可視化します。質量分析、NMR、電子顕微鏡、リチウムイオン電池、半導体製造装置等の B2B 機器市場で特に有用です。

製薬・バイオ分野で KOL 検出 AI として使えますか?

はい、主要用途の 1 つです。疾患領域や薬剤クラスを自然文で入力すると、AI が検索式を組み立て、主要 KOL の h-index・所属・共著ネットワーク・地理分布を一括取得します。Medical Affairs / MSL チームが「漏れた著名研究者」を発掘するために AI が自動補完します（番付の「行司」セクション）。Citeline / Cortellis / Pharmaspectra の補完的 Quick Look ツールとして活用可能。

How do I visualize KOLs from scientific publications?

Market Banzuke is a free browser tool that uses AI (gpt-5) to analyze academic papers via OpenAlex and visualize Key Opinion Leaders (KOLs) as a sumo-style banzuke ranking. It auto-generates a coauthor network graph alongside, giving you a 1-screen view of an industry's research network. The banzuke format with East/West tiers makes the hierarchy memorable for executive briefings.

Can I do paper-based competitive intelligence (vendor share from publications)?

Yes. The tool auto-extracts vendor and product names from your natural-language query, aggregates each company's paper exposure across ~200M OpenAlex papers, and visualizes vendor share as a pie chart + banzuke ranking. This is a paper-based proxy for academic presence (distinct from actual revenue share), useful for scientific instrument, pharma, biotech, and materials competitive analysis.

What is the unique banzuke (sumo-style) visualization?

Banzuke is the traditional Japanese sumo ranking format with East/West sides and tiers (yokozuna, ozeki, sekiwake, etc.). We adapted it to rank researchers in a given scientific subfield, providing an intuitive hierarchy with geographic separation (East = Asia, West = Americas/Europe). 'Gyoji' (referees) are AI-discovered KOLs missing from the vendor-keyword search, placed at the center for easy reference.

What AI models power the analysis?

OpenAI's gpt-5 family. The LLM handles query generation, paper classification, KOL discovery, and signature extraction end-to-end. No prompt engineering required - just enter a natural-language research scope (e.g., 'KOLs in CAR-T cell therapy' or 'mass spectrometry vendors in lipidomics').

Is Market Banzuke free? What are the limits?

Yes, the browser tool is free. Anonymous users get 3 searches/day; signing in (email magic-link, no password) extends to 7/day. No credit card required. Built for ad-hoc KOL discovery, hypothesis validation, and quick competitive snapshots before engaging paid databases (Citeline, Cortellis, Pharmaspectra) - which we view as complementary rather than competing.

How is this different from traditional KOL mapping or bibliometric tools?

Three differentiators: (1) AI-driven query generation - no need to author Boolean search strings; (2) sumo banzuke visualization - hierarchical, memorable, conversation-starting; (3) integrated KOL discovery with 'gyoji' referee section that surfaces influential researchers missed by vendor-keyword filtering. End-to-end in ~2 minutes from natural-language query to publication-ready dashboard.

探索

検索条件を編集

どの分野の何を調べますか？ What field would you like to explore?

KOLマッピング・共著ネットワーク・ベンダー分析をAIで自動可視化。下のボックスに調べたい内容を入力してください。 AI-powered KOL mapping, coauthor network, and vendor analysis from papers. Enter your query below. 詳しくは Learn more

ベンダー別の論文プレゼンス(多い順・時計回り)

結果一覧(ヒット数順)

ベンダー	ヒット数	割合

ⓘ 「論文プレゼンス」について: この数値は学術論文中でのベンダー名の出現頻度に基づく研究可視性の指標です。売上・設置台数・市場シェアとは異なります。旧機種が論文に残ったり、ベンダー名表記の文化差・地域差・KOL偏りで歪むため、営業情報・IR情報と組み合わせてお使いください。

📊 分野別の論文プレゼンス分析第1＋第2分類を合算

国・リージョン絞り込み

🇪🇺 EU

⚙️ 探索パラメータ — 通常は変更不要

探索期間

〜論文数 (各ベンダー): ⚠️ 増やすと処理時間が伸びます (デフォルト 50、最大 200)

検索エンジン

OpenAlex (無料・推奨) SerpAPI (Google Scholar、要APIキー)

AI 自動調整

妥当性チェックで乖離ありのとき AI が検索式を自動修正してリトライ (最大 5 回)

📥 JSON検索条件を読み込む

既存の検索条件JSONファイル(.json)を読み込みます。読み込むと現在の検索条件は上書きされます。

JSONファイルを読み込むと、ここで編集できます。

どの分野の何を調べますか？ What field would you like to explore?

注目の分析 Featured Analyses