データ月 2026-08
Featurely
featurely.ai
Featurely
Featurelyfeaturely.ai合成人間を使用して意思決定の背後にある理由を明らかにする調査プラットフォーム
サイトを開く ↗

AlphaMoatによると、2026年8月のFeaturely(featurely.ai)の月間訪問数は5,015(前月比 +50.1%)で、トラフィックデータのある17,424件のAIサイト中12,233位、マーケティング・営業では2,175件中1,538位です。最大の市場はインド(訪問数の100.0%)。

月間訪問数 · 2026-08
5015+50.1%
総合順位(17,424件中)
#12,233
マーケティング・営業内の順位(2,175件中)
#1,538
最大市場
インド100.0%

Featurelyとは

製品概要

Featurelyは、合成回答者を使用して人々がなぜその意思決定を行うのかを明らかにし、規模と理由の両方を捉える合成人間調査プラットフォームです。

主な機能

合成人間調査、意思決定の動機の発掘、価格やコピーのシミュレーション、コンバージョンシミュレーション、行動インサイト、アンカリングと損失回避の分析。

ビジネスモデル

無料で試用可能(Try it for free)、使用量ベースの価格設定とコンバージョンシミュレーション、従量課金サブスクリプション。

12か月のトラフィック推移

カーソルを合わせると月ごとの値を表示
最新 5015前月比+50.1%前年比+256.9%
-2058.84117.76176.525-0825-0925-1126-0226-0426-0626-08
月月間訪問数前月比
2025-08674-52.0%
2025-091797+166.6%
2025-101502-16.4%
2025-111239-17.5%
2025-122673+115.7%
2026-02725-72.9%
2026-032249+210.2%
2026-041672-25.7%
2026-053097+85.2%
2026-065719+84.7%
2026-073341-41.6%
2026-085015+50.1%

国別の訪問数 · 上位5か国

2026-08 · 総訪問数に占める割合
インド
5,015100.0%

マーケティング・営業の人気プロダクト

クリックで詳細を表示、「+ 比較」でFeaturelyと比較
BeaconsAI
BeaconsAI
beacons.ai
2639.1万
-10.6%

AI驱动平台整合商城邮件营销媒体套件

+ 比較
Gum
Gum
gumroad.com
1886.9万
+1.1%

クリエイターが動画講座やサブスクリプションを販売するオンライン販売プラットフォーム

+ 比較
Ko-fi
Ko-fi
ko-fi.com
1551.1万
+3.6%

クリエイターがチップ、会員収入、商品売上を得られるようにする。

+ 比較
Shinefy
Shinefy
gohighlevel.com
1330.1万
-2.7%

Shinefy!终极内容创造者

+ 比較
GoHighLevel
GoHighLevel
app.gohighlevel.com
1159.6万
-2%

マーケティング代理店向けのAI顧客管理プラットフォーム

+ 比較
RingCentral
RingCentral
ringcentral.com
1157万
-3.1%

インテリジェントな音声エージェントで受付、営業、カスタマーサービスを改善します。

+ 比較

よくある質問

Featurelyの月間訪問数は?

AlphaMoatによると、2026年8月のFeaturely(featurely.ai)の月間訪問数は5,015(約5015)(前月比 +50.1%)で、トラフィックデータのある17,424件のAIサイト中12,233位、「マーケティング・営業」カテゴリでは1538位です。

Featurelyのトラフィックは伸びていますか?

直近12か月で、Featurelyの月間訪問数は2025年8月の674から2026年8月の5015へと、全体で644.1%増加しました。この期間のピークは2026年6月(5719)でした。

Featurelyに似たAIプロダクトは?

「マーケティング・営業」カテゴリで月間訪問数が多いその他のプロダクトはBeaconsAI(2639.1万)、Gum(1886.9万)、Ko-fi(1551.1万)、Shinefy(1330.1万)、GoHighLevel(1159.6万)です。

データ月:2026-08 · 訪問数は第三者によるトラフィック推計値を月単位で集計したもので、規模と傾向の把握に適しています。同一プロダクトの複数ドメインは統合しています。詳しくはデータの方法論をご覧ください。