日本語
顧客発見、採用、パートナーシップなど、実世界のユースケースで実証済み。
119の実際のクエリをウェブ検証を通じて独立してスコアリング。スケール：0〜100。
各プラットフォームが4つの実世界のユースケースでどのように機能するか。
各シナリオにおける関連性、網羅性、有用性を分解します。
採用、営業、研究における実際の業務フローから厳選。
英語、ポルトガル語、スペイン語、オランダ語。採用 (30)、B2Bプロスペクティング (32)、専門家 (28)、インフルエンサー (29)。
AI人物検索がビジネス価値を生み出す主要なユースケース。
ランキング品質、結果量、データ完全性を測定する独立した軸。
完全に自動化され、再現可能なパイプライン。すべての結果はライブウェブソースに対して検証されます。
「ベルリンのシリーズBスタートアップのシニアMLエンジニア」は、役割、経験年数、専門分野、会社のステージ、場所というチェックリストになります。
各プラットフォームから返されたすべての人物は、LinkedIn、企業サイト、ソーシャルプロフィールに対してチェックされます。自己申告データではなく、独立して確認できるもののみ。
関連性（適切な人物を見つけられたか？）、網羅性（何人見つけられたか？）、有用性（プロファイルデータは実際に役立つか？）を測定します。これらを組み合わせて総合スコアを算出します。
返されたデータが完全で実用可能であるかを測定します。構造的完全性（C）、クエリ固有の証拠（E）、実用性（A）の3つのサブディメンションを平均します。
(C + E + A) / 3
返された人物がクエリと一致し、適切にランク付けされているかを測定します。各人物はウェブで検証され、明示的な基準に対して評価されます。10スロットにパディングされ、少ない結果を返すことはペナルティとなります。
Padded nDCG@10
クエリごとに見つかった適格な人物の数を測定します。タスク完了率と平均適格結果数（K=10で上限）を組み合わせます。信頼性とボリュームの両方を評価します。
TCR × Yield119のクエリに対する476回のプラットフォーム実行からのハイライト。
Lessieは、採用、B2B、専門家/確定的、インフルエンサー/KOLのすべてのカテゴリでリードする唯一のプラットフォームです。
すべてのクエリで結果が返されました。他のプラットフォームはこれを達成できませんでした — 特にニッチで抽象的な検索では、他は何も返しませんでした。
ランキング品質の差は、多基準クエリで最も顕著です。
Lessieは総合で62.3点を獲得しました。次点は43.2点でした。単一ソースのプラットフォームはここで最も苦戦しています。
プロファイルデータの完全性は最も競争の激しい側面です — すべてのプラットフォームが42.7から56.4の間でスコアを付けました。
3つのプラットフォームが総合で64点を超えました。これは既存のツールが最も優れたパフォーマンスを発揮するシナリオであり、マージンが最も薄い場所です。
