competitive-analyzer
Imported from https://github.com/YL08140921/unson-os-market-research.
Packaged view
This page reorganizes the original catalog entry around fit, installability, and workflow context first. The original raw source lives below.
Install command
npx @skill-hub/cli install yl08140921-unson-os-market-research-competitive-analyzer
Repository
Skill path: .skills/competitive-analyzer
Imported from https://github.com/YL08140921/unson-os-market-research.
Open repositoryBest for
Primary workflow: Research & Ops.
Technical facets: Full Stack.
Target audience: everyone.
License: Unknown.
Original source
Catalog source: SkillHub Club.
Repository owner: YL08140921.
This is still a mirrored public skill entry. Review the repository before installing into production workflows.
What it helps with
- Install competitive-analyzer into Claude Code, Codex CLI, Gemini CLI, or OpenCode workflows
- Review https://github.com/YL08140921/unson-os-market-research before adding competitive-analyzer to shared team environments
- Use competitive-analyzer for development workflows
Works across
Favorites: 0.
Sub-skills: 0.
Aggregator: No.
Original source / Raw SKILL.md
---
name: "Competitive Analyzer"
description: "Gemini DeepSearch MCPを活用した競合分析専門エージェント。直接・間接競合の徹底調査と差別化軸の特定。競合調査、市場分析、ポジショニング分析の際に積極的に使用。MUST BE USED for competitive analysis."
---
# Competitive Analyzer Skill
## 概要
このSkillは、Gemini DeepSearch MCPを活用して直接・間接競合の包括的な調査を実行し、明確な差別化軸を特定します。Phase4の競合分析・市場調査段階で使用され、データ駆動型の競合優位性分析を提供します。
## 機能
### 1. 競合マッピング
- 直接競合2社以上の詳細調査
- 間接競合5社以上の概要調査
- 競合サービスの実際利用(可能な範囲で)
- ユーザーレビュー・評価の分析
### 2. 機能比較分析
- 価格・機能・UX・ターゲット層の詳細比較
- 価格・機能マトリックスの作成
- ユーザーレビューからの不満点抽出
- メディア露出・資金調達状況の調査
### 3. 差別化軸特定
- 3つ以上の明確な優位性要素の発見
- 定量的データによる差別化証明
- 速度・精度・価格・UXなどの比較軸設定
- 持続可能性の評価
### 4. 参入障壁評価
- 市場参入の難易度評価(技術的・資金的・市場タイミング)
- 戦略的リスクの特定
- 市場機会分析(TAM/SAM/SOM)
- 成長性評価
## 使用方法
### Claude Codeでの自然言語リクエスト
```
competitive-analyzerエージェントを使って、実行ID「2024-12-20_14-30」のPhase3推奨アイデア「AI Career Coach」の競合分析を実行してください。Gemini DeepSearchで直接競合2社、間接競合5社を徹底調査してください。
```
```
転職支援AI市場の競合分析を実施。DeepSearch MCPを使って、価格・機能・ユーザー評価を詳細比較し、差別化軸を3つ以上特定してください。
```
```
AI適性診断サービスの市場調査。直接競合「転職診断プロ」「SmartCareer」と間接競合「従来の転職エージェント」を含めた包括的な分析をお願いします。
```
## 入力
### Phase3アイデアデータ(ファイル読込)
- `pb000_deliverables/executions/{実行ID}/phase3_ideas/generated_ideas.md`
- 推奨アイデアの詳細情報
### 競合調査クエリ(自動生成)
- アイデア名・機能・ターゲット市場から自動生成
- Gemini DeepSearch用の最適化されたクエリ
## 出力
### 出力ファイル
**必ず以下パスに保存**:
- **メインファイル**: `pb000_deliverables/executions/{実行ID}/phase4_competitive/competitive_analysis.md`
- **市場調査**: `pb000_deliverables/executions/{実行ID}/phase4_competitive/market_research.md`
### 出力フォーマット
```markdown
# Phase4: 競合分析・市場調査結果
## 実行情報
- 実行ID: {実行ID}
- 調査日時: {日時}
- 担当エージェント: competitive-analyzer
- 対象アイデア: AI Career Coach
## 直接競合分析(2社以上)
### 競合1: 転職診断プロ
- **サービス概要**: キャリア診断・転職支援サービス
- **URL**: https://example-career.com
- **価格**: 基本プラン無料、詳細診断29,800円
- **主要機能**:
- 適性診断(120問の心理テスト)
- 企業マッチング機能
- キャリアアドバイザー相談
- **診断時間**: 約60分(詳細診断の場合)
- **ユーザー評価**: 4.2/5.0(App Store)
- **弱点**:
- 診断時間が長すぎる(60分vs我々の10分)
- 主観的診断(心理テストベース)
- 高額な料金設定
- **差別化ポイント**: 速度(10分vs60分)、客観性(AIデータ分析)、価格(無料vs29,800円)
### 競合2: SmartCareer
- **サービス概要**: AI転職マッチングプラットフォーム
- **URL**: https://smartcareer-example.com
- **価格**: 月額9,800円のサブスクリプション
- **主要機能**:
- AI企業マッチング
- レジュメ最適化
- 面接練習AI
- **診断時間**: 初回設定30分
- **ユーザー評価**: 3.8/5.0(Google Play)
- **弱点**:
- 適性診断機能が弱い(マッチングメイン)
- 継続的な月額課金が必要
- BtoB企業情報が不足
- **差別化ポイント**: 適性診断の深さ、ワンタイム利用可能、包括的企業DB
## 間接競合分析(5社以上)
### 間接競合1: 従来の転職エージェント
- **代表例**: リクルートエージェント、doda
- **解決方法**: 人力によるキャリア相談・企業紹介
- **所要時間**: 2-3ヶ月の長期プロセス
- **コスト**: 求職者無料(企業が成功報酬支払い)
- **限界**: 主観的判断、時間がかかる、スケジュール調整困難
### 間接競合2: 適性検査サービス
- **代表例**: SPI、玉手箱、GAB
- **解決方法**: 標準化された適性・能力測定
- **所要時間**: 1-2時間
- **コスト**: 企業向け有料(個人利用困難)
- **限界**: 企業選択支援なし、個人利用ハードル高
[...5社まで続く]
## 差別化軸分析
### 差別化軸1: 診断速度
- **我々**: 10分で完了
- **競合平均**: 60分(転職診断プロ)~2時間(適性検査)
- **優位性**: 6-12倍の速度優位性
### 差別化軸2: 客観性・科学性
- **我々**: 10万人のキャリアデータによるAI分析
- **競合**: 心理テスト(主観的)または人力判断
- **優位性**: データドリブンな客観的分析
### 差別化軸3: 価格優位性
- **我々**: 基本無料、詳細分析9,800円
- **競合平均**: 29,800円(一回)または月額9,800円
- **優位性**: 67-100%のコスト削減
## 市場参入障壁分析
### 技術的障壁: 中レベル
- **必要技術**: 機械学習、自然言語処理、大規模データ処理
- **開発期間**: 6ヶ月程度で最小機能実装可能
- **技術的優位性**: 既存技術の組み合わせで実現可能(革新的技術不要)
### 資金調達障壁: 低レベル
- **初期投資**: 約5,000万円(開発・マーケティング費用)
- **競合資金状況**: 既存大手は潤沢、新規参入者は限定的
- **資金調達可能性**: 高(明確なビジネスモデル・市場ニーズ)
### 市場参入タイミング: 良好
- **市場成熟度**: 成長期(転職市場拡大中)
- **競合激化度**: 中程度(大手とニッチプレイヤーが共存)
- **参入機会**: 高(差別化要素明確)
## 市場機会分析
### 想定市場規模
- **TAM(Total Addressable Market)**: 転職希望者年間500万人
- **SAM(Serviceable Addressable Market)**: 20-30代IT系転職希望者100万人
- **SOM(Serviceable Obtainable Market)**: 3年後目標5万人(5%シェア)
### 成長性評価
- **市場成長率**: 年率8-10%(転職市場全体)
- **ターゲット層成長**: 年率15%(IT系転職需要拡大)
- **収益予測**: 1年目1億円、3年目10億円(ユーザー数×ARPU)
## 品質評価
- **直接競合調査**: 2社完了(目標2社以上クリア)
- **間接競合調査**: 5社完了(目標5社以上クリア)
- **差別化軸特定**: 3軸特定(速度・客観性・価格)
- **調査深度**: 公式サイト+実際利用+レビュー分析完了
- **差別化根拠**: 定量的データによる優位性証明済み
---
*生成者: competitive-analyzer / 生成日時: {日時}*
```
## 品質基準
### 必須基準(MUST)
- ✅ **直接競合特定**: 2社以上の詳細調査済み
- ✅ **間接競合特定**: 5社以上の概要調査済み
- ✅ **差別化軸特定**: 3つ以上の明確な優位性
- ✅ **価格比較**: 競合サービスとの価格差分析
- ✅ **参入障壁評価**: 市場参入難易度の3段階評価
### 調査深度基準
- 公式サイトの詳細確認
- ユーザーレビュー・評価の分析
- 価格・機能の定量比較
- 定量的データによる差別化証明
## 実行手順
1. **アイデア確認**: Phase3で生成された推奨アイデアを詳細確認
2. **包括的競合調査**: `mcp__langgraph-deep-search__deep_search`で直接競合2社以上、間接競合5社以上の包括調査
3. **詳細補完調査**: `mcp__langgraph-deep-search__quick_search`で各競合の料金・機能・評価詳細取得
4. **技術分析**: `context7`で技術的差別化ポイント調査
5. **比較マトリックス作成**: Gemini調査結果を基に価格・機能・ユーザー体験の詳細比較
6. **差別化軸特定**: 定量的データに基づく3つ以上の優位性要素の特定
## 利用可能MCPツール
### mcp__langgraph-deep-search__deep_search(メイン調査)
**接続確認済み**: ✅ Connected
**APIキー**: 環境変数から自動取得(GEMINI_API_KEY)
**用途**:
- 直接・間接競合の包括的調査
- 市場規模・成長性の深度分析
- 競合企業の資金調達・最新動向調査
- 業界統計・トレンドデータ取得
**実行例**:
```
"競合分析 転職支援AI 日本市場 価格比較 機能比較"
```
### mcp__langgraph-deep-search__quick_search(補完調査)
**用途**:
- 特定競合の詳細情報取得
- 料金・機能の迅速確認
- 最新ニュース・プレスリリース検索
- ユーザーレビュー・評価情報取得
**実行例**:
```
"SmartCareer 料金 機能 ユーザーレビュー"
```
### context7
**用途**:
- 競合が使用している技術スタックの調査
- 最新の業界技術動向確認
- 開発トレンド・ツール情報取得
## 調査品質向上のポイント
- **Deep Search優先**: 包括的な市場調査にはdeep_searchを優先使用
- **Quick Search補完**: 特定情報の確認にはquick_searchで効率化
- **複数角度調査**: 競合名、業界名、機能名など多角的なクエリで調査
- **最新情報重視**: 2024-2025年の最新動向を重点的に調査
## 依存関係
### 必要なツール
- **Read**: Phase3アイデアファイルの読み込み
- **Write**: 競合分析・市場調査ファイルの保存
- **mcp__langgraph-deep-search__deep_search**: メイン競合調査
- **mcp__langgraph-deep-search__quick_search**: 補完調査
- **context7**: 技術スタック調査
### モデル
- **Claude Sonnet**: バランスの取れた分析能力とコスト効率
### 環境変数
```bash
GEMINI_API_KEY=<Gemini DeepSearch用>
```
### 前提条件
- Phase3(idea-generator)が完了していること
- Gemini DeepSearch MCPが接続済みであること
- 実行用フォルダ構造がセットアップ済みであること
## トラブルシューティング
### Q1: DeepSearch MCPが利用できない
**A**: 環境変数`GEMINI_API_KEY`が設定されているか確認してください。MCPサーバーの接続状態も確認してください。利用できない場合は、WebSearchで代替調査を実施してください。
### Q2: 直接競合が2社未満しか見つからない
**A**: 検索クエリを広げて、類似機能を提供するサービスを含めてください。完全一致の競合がいない場合は、部分的に重なる機能を持つサービスを直接競合として扱ってください。
### Q3: 間接競合が5社未満
**A**: 課題解決の別の手段(従来型サービス、手作業、代替ツール)を幅広く調査してください。直接的なデジタルサービスでなくても、同じ課題を解決する方法はすべて間接競合です。
### Q4: 差別化軸が不明確
**A**: 速度、精度、価格、UX、アクセス性、データ規模など、定量的に比較できる軸を設定してください。「なんとなく良い」ではなく、「10分vs60分(6倍速い)」のような具体的数値で差別化を示してください。
### Q5: 市場規模データが不足
**A**: DeepSearchで業界レポート、統計データ、調査会社のデータを検索してください。正確なデータがない場合は、類似市場のデータから推定し、推定根拠を明記してください。
---
## 注意事項
- 競合調査は必ずGemini DeepSearch MCPを優先使用してください(接続済みの場合)
- 公式サイト確認、ユーザーレビュー分析を必ず実施してください
- 差別化軸は定量的データで証明してください(抽象的な優位性は不可)
- 市場規模・成長性は具体的な数値(TAM/SAM/SOM)で示してください
---
*このSkillは PB-000 Phase4 の専門エージェント「competitive-analyzer」として実装されています。*