PDRN Hyaluronic Acid Moisturizing Cleansing Foam vs Kojic Yuzu Pack Cleanser
🏆 決着
Kojic Yuzu Pack Cleanser — Kojic Yuzu Pack Cleanser を選ぶ —— このグループでリード: アクティブ 2
グループ名をタップして根拠を確認 · スコア方法は公開済み
ひとことで
Kojic Yuzu Pack Cleanser が 64/100 で勝利（PDRN Hyaluronic Acid Moisturizing Cleansing Foam は 52）。
主な違い：成分数 (51 vs 65) · 注目成分 (2 vs 3) · 避けたい成分 (24 vs 31)。
スコアは 12 項目の公開スペックから算出。欠損値は不明と明示し、カテゴリ中央値で補完します（実測として扱いません）。
ひと目でわかる
グループごとに 0–100、カテゴリ内で正規化 · グループ名タップで詳細へ
選び方
PDRN Hyaluronic Acid Moisturizing Cleansing Foam を選ぶなら、重視するのは…
- 成分数 51 +14 vs 65
- 避けたい成分 24 +7 vs 31
Kojic Yuzu Pack Cleanser を選ぶなら、重視するのは…
- 注目成分 3 +1 vs 2
- ビタミンC ✓ vs —
- クレイ ✓ vs —
今の最安値
安い代替案
Garnier Rose Micellar Water
Vanicream Gentle Facial Cleanser
PanOxyl Acne Creamy Wash 4% BP
CeraVe Renewing SA Cleanser
Cosrx Low pH Good Morning Gel Cleanser
Fresh Soy Face Cleanser
違いはどこ
5 · 実際に異なる行だけを、行ごとに判定
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | 違いはどこ | |
|---|---|---|---|
| 成分数 | 51 | 65 | PDRN Hyaluronic Acid Moisturizing Cleansing Foam |
| 注目成分 | 2 | 3 | Kojic Yuzu Pack Cleanser |
| 避けたい成分 | 24 | 31 | PDRN Hyaluronic Acid Moisturizing Cleansing Foam |
| ビタミンC | — | ✓ | Kojic Yuzu Pack Cleanser |
| クレイ | — | ✓ | Kojic Yuzu Pack Cleanser |
完全スペック
グループごとに折りたたみ · グループ名タップで開閉
フォーミュラ4▾
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | |
|---|---|---|
| 成分数 | 51 | 65 |
| 注目成分 | 2 | 3 |
| 避けたい成分 | 24 | 31 |
| 無香料 | ✓ | ✓ |
アクティブ8▾
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | |
|---|---|---|
| ナイアシンアミド | ✓ | ✓ |
| ヒアルロン酸 | ✓ | ✓ |
| ビタミンC | — | ✓ |
| セラミド | ✓ | ✓ |
| レチノイド | — | — |
| サリチル酸 | — | — |
| AHAピーリング成分 | ✓ | ✓ |
| クレイ | — | ✓ |
データソース: INCIDecoder
よくある質問
PDRN Hyaluronic Acid Moisturizing Cleansing Foam と Kojic Yuzu Pack Cleanser はどちらがいい？
Kojic Yuzu Pack Cleanser の総合スコアが上です（64 対 52）、アクティブでリード.成分数を重視するならPDRN Hyaluronic Acid Moisturizing Cleansing Foamがおすすめです。
主な違いは何ですか？
主な違い：成分数 (51 vs 65) · 注目成分 (2 vs 3) · 避けたい成分 (24 vs 31)。
スコアはどう計算されますか？
12 項目の公開スペックをカテゴリ内で正規化し、グループ別に重み付けして 0–100 のスコアを出します。欠損値は同一スペックの機種から継承するかカテゴリ中央値で補完するため、スペックの少ない製品が有利になることはありません。手法は公開されています。