
BUILD LOG #01|AIに競合分析を丸ごとやらせたら、人間3時間の仕事が40分で終わった
valcrest LAB、最初の実験記録です。
宣言記事で予告した通り、第1回のテーマは**「AIエージェントに競合分析を丸ごとやらせたら、どこまで使えるのか」**。
自分のD2C事業の競合分析を、まず人間(自分)が手動でやり、その後にAI(Claude)に同じタスクを投げて、所要時間・アウトプットの質・見落としを比較しました。
結論から言うと、AIの出力は「70点の下書き」としては優秀で、人間の作業時間を約78%削減できた。ただし、そのまま使うと致命的な落とし穴がある。
全部書きます。
実験の条件
今回分析した競合は、自分のD2C事業と同じカテゴリ(ジュエリー/アクセサリー)のブランド5社。選定基準は以下の通り。
Shopifyで構築されているD2Cブランド
ターゲット層が近い(30代女性、キャリア層)
月商推定500万〜5,000万円規模
SNSでのプレゼンスがある
比較項目は、実際のビジネス判断に使える粒度で設定した。
価格帯とプライシング戦略
商品ラインナップの構成
サイト構造とCVR最適化の施策
SNS戦略(プラットフォーム選定、投稿頻度、エンゲージメント)
ブランドストーリーとポジショニング
広告出稿の有無と推定規模
人間がやった場合:3時間12分
まず自分で手動でやった。手順はこう。
各ブランドのECサイトを巡回して商品数・価格帯・送料・決済方法をスプレッドシートに記録(45分)
Wayback Machineで過去のサイト構成を確認し、変更履歴を推測(20分)
各ブランドのInstagram/X/TikTokを分析。フォロワー数、直近30日の投稿数、エンゲージメント率を計算(50分)
Facebook Ad Libraryで広告出稿状況を確認(15分)
Google検索で各ブランドの特集記事・インタビューからポジショニングを整理(30分)
全データを整理してスプレッドシートにまとめ、比較分析と示唆を記述(40分)
合計:3時間12分。
これは「慣れている人間」の所要時間。EC業界15年の経験があって、どこを見れば何がわかるかを知っている前提の数字。初めてやる人なら6〜8時間はかかると思う。
AIにやらせた場合:40分(うち人間の作業12分)
ステップ1:分析フレームワークのプロンプト設計(5分)
最初に投げたプロンプトがこれ。