Skip to content
3C 分析のやり方 — AI で競合リサーチを半日から 1 時間に短縮

3C 分析のやり方 — AI で競合リサーチを半日から 1 時間に短縮

最終更新日: / 公開日:

最終更新日: / 公開日:

本記事のポイント

  • 3C 分析は Customer(市場・顧客) / Competitor(競合) / Company(自社) の 3 つで事業環境を整理し、勝ち筋 (KSF) を導くフレームワークです。3 象限を埋めること自体は目的ではありません
  • 半日〜1 日かかる原因は情報量ではなく「順番」です。自社起点で埋めると希望的観測の塊になります。Customer → Competitor → Company の順を守るだけで精度が変わります
  • 外部リサーチ (Customer / Competitor) の叩き台づくりは AI が最も得意な領域です。ここを 1 時間の下書きに圧縮し、人は一次情報での補正と KSF の意思決定に集中できます。ただし AI 出力は数字の裏取りが前提です

「競合サイトを片っ端から見ていたら、それだけで半日が消えた」「3C を埋めたのに、で結局どうするの、で会議が止まった」。私たち humbulls が BtoB マーケティングの戦略設計を支援するなかで、よく聞く声です。原因はリサーチ力でも分析力でもなく、3C を「順番を無視した情報集め」として使い、「勝ち筋を絞り込む道具」として使っていないことにあります。本記事では、3C 分析の正しい順番、各 C を AI で埋める具体手順、3 つを KSF に統合する型を解説します。特別なスキルは不要で、型と巻末の実行キットがあれば再現できます。

1. 3C 分析が半日かかる正体 — つまずくのは情報収集ではなく「順番」

「まず自社の強みから書き出そうとして、手が止まった」。3C を前にした担当者から、いちばん多く聞く出だしです。

3C 分析とは、Customer(市場・顧客)、Competitor(競合)、Company(自社) の 3 つの視点から事業環境を分析し、市場で勝つための成功要因を見つけるフレームワークです。マッキンゼーの大前研一が提唱した枠組みで、40 年以上使われ続けている定石です。ここで押さえるべきは要素の数ではなく、埋める順番です。

原因を言い切ります。3C が重くなるのは、Company(自社) から書き始めるからです。自社の強みは「こうありたい」という願望が混ざりやすく、外部の事実で検証されないまま並びます。正しい順番は Customer → Competitor → Company。市場と競合という自社では動かせない外部環境を先に固め、その事実に照らして自社を最後に位置づけます。この順番は、外部 (Customer / Competitor) を先に集めてから内部 (Company) を評価する、という一点だけ覚えれば守れます。

  • Customer (市場・顧客) — 外部環境。市場規模・成長性・顧客のニーズと購買行動
  • Competitor (競合) — 外部環境。主要プレイヤーの提供価値・価格・ポジショニング
  • Company (自社) — 内部環境。上 2 つに照らした自社のリソース・強み・弱み

よくある失敗は、この順番を飛ばして 3 つを同時に埋めようとすることです。名前を付けるなら「自社起点の 3C」。願望ベースの強みが先に居座り、後から集めた市場・競合データがそれを補強する材料として使われてしまいます。結論が先にあって分析が後付けになるので、いくら情報を足しても打ち手が動きません。順番を Customer からに固定するだけで、半日〜1 日かかっていた初期リサーチは 1 時間の叩き台まで圧縮できます (手順を踏んだ場合の目安です)。

→ 3 つを順番通りに埋める作業は、巻末の 実行キット① (所要 40 分) でそのまま実行できます。

2. Customer(市場・顧客)を最初に固める — 市場とニーズを AI で 30 分の叩き台に

「市場規模のデータ、どこから探せばいいのか毎回わからなくなる」。Customer で最初に詰まるのは、たいていこの入口です。

Customer で見るのは 2 階層です。マクロ (市場) = 市場規模・成長率・市場を動かす外部変化、ミクロ (顧客) = 誰が・なぜ・どう買うか。ここを AI に任せると、白紙から探すより速く叩き台が出ます。自社の商材と対象業界を渡し、「市場の全体像 → 顧客セグメント → 各セグメントのニーズと購買行動」の順で出力させると、30 分で顧客セグメント 5 案ぶんの下書きが揃います。

型として、AI に埋めさせる項目を先に固定しておきます。

階層 埋める項目
マクロ (市場) 市場規模の目安 / 成長性 / 市場を動かす外部変化 (法制度・技術・景況)
ミクロ (顧客) 主要な顧客セグメント / 各セグメントの課題 (ジョブ) / 購買の意思決定者と検討プロセス

よくある失敗は、市場規模の数字を AI 出力のまま資料に貼ることです。AI は数字を「それらしく」生成しますが、出所と年次が曖昧なままだと会議で崩れます。市場規模と成長率だけは、AI が出した数字を必ず一次ソース (公的統計・業界団体・調査会社) で照合してください。数字以外の定性項目 (セグメント仮説・ニーズ) は AI の叩き台のまま議論に載せて構いません。顧客像をさらに深掘りするなら、BtoB ペルソナの作り方 の手順と組み合わせると精度が上がります。

3. Competitor(競合)を比較軸で構造化する — 競合 3 社 × 5 項目を AI リサーチで 20 分

「競合を調べ始めると、気になる会社が芋づる式に増えて収拾がつかない」。Competitor が半日を溶かす典型パターンです。

競合分析は、対象を広げるほど薄くなります。先に主要競合を 3〜5 社に絞り、全社を同じ比較軸で並べるのが構造化のコツです。比較軸を固定すると、AI にも人にも「どこを調べるか」が明確になり、抜け漏れと深掘りしすぎの両方を防げます。実務で機能する比較軸は次の 5 つです。

比較軸 見るポイント
提供価値 何を売っているか。自社と直接ぶつかる範囲はどこか
価格・提供形態 価格帯 / 課金モデル / 提供チャネル
ポジショニング 中心メッセージ・訴求の切り口 (誰に何を約束しているか)
強み 顧客に選ばれている理由 (実績・機能・ブランド)
顧客の声 導入事例・レビューから読める満足点と不満点

3C の構造図 — 外部環境(Customer/Competitor)と内部環境(Company)、交点に KSF

競合 3 社 × 5 項目 = 15 セルを AI に埋めさせれば、20 分で比較表の下書きができます。AI に各社の公開情報 (製品ページ・価格ページ・導入事例) のテキストを渡し、5 項目の表形式で出力させるのが速い進め方です。

よくある失敗は、機能を細かく比べすぎて「機能一覧の照合作業」になることです。3C の Competitor で知りたいのは機能の多寡ではなく、顧客が競合を選ぶ理由です。ポジショニングと顧客の声の 2 軸を厚めに取り、機能比較は自社と直接ぶつかる範囲だけに絞ってください。

→ Customer と Competitor をまとめて埋める段階別プロンプトは、巻末の 実行キット① に含めています。

4. Company(自社)は競合との差分で書く — Customer と Competitor の答え合わせ

「自社の強みを 10 個書いたが、どれも競合も言っていることだった」。Company の段になって気づく、いちばん痛いパターンです。

Company を単独で「自社の良いところ」として書くと、競合と横並びの一般論になります。3C で意味があるのは、Customer が求めていて (O)、Competitor が満たせていない (△)、自社が提供できる (◎) の 3 つが重なる一点だけです。だから Company は最後に、Customer と Competitor の答え合わせとして書きます。

型はこうです。

  1. やること — 第 2 章の顧客ニーズと、第 3 章の競合の強み・弱みを並べる
  2. ポイント — 「顧客が求める × 競合が弱い」交点に、自社が応えられる要素を当てる
  3. つまずきポイント — 交点に何も残らないときは、強みが幻想か、狙う顧客セグメントがずれている

自社の強み・弱みは、この照らし合わせで 3〜5 個の KSF 候補に絞れます。10 個の一般的な強みより、競合が満たせていない 1 個の差分のほうが、戦略にはるかに効きます。

よくある失敗は、Company を「AI に自社の強みを聞く」で済ませることです。AI は自社の秘匿情報や現場の営業しか知らない顧客の生の声を持っていません。Customer / Competitor は AI の叩き台で 8 割方進められますが、Company の最終判断だけは人が一次情報 (受注・失注理由、営業の肌感) で埋めてください。競合分析は一度で終わらせず、四半期に一度は更新すると、差分の鮮度が保てます。

5. 3 つを統合して KSF を 1 つに絞る — 3C の本当のゴール

「3C は埋まったのに、施策会議が『で、何から?』で止まった」。ここまで来て失速するチームは少なくありません。

3C 分析の本当のゴールは、3 象限を埋めることではなく、3 つの交点から KSF(Key Success Factor = 事業の成否を分ける鍵) を導くことです。KSF は複数あってよいのですが、実行に移す段階では最優先の 1 つに絞ります。リソースが有限である以上、全方位に張った戦略は現場で薄まるからです。

絞り込みの型は 2 ステップです。

  • ステップ 1 — 第 4 章で出た KSF 候補 3〜5 個を、「顧客インパクト (その要素で顧客は動くか)」と「自社優位 (競合より本当に強いか)」の 2 軸で採点する
  • ステップ 2 — 両方が高い 1 つを最優先 KSF に決め、残りは次点として保留する

KSF まで出たら、その先は打ち手への展開です。3C で掴んだ勝ち筋を、強み × 機会などの掛け合わせで具体的な施策に落とすなら、クロス SWOT で戦略立案 の手順が接続先になります。3C が「どこで戦うか」を決め、クロス SWOT が「どう戦うか」を出す、という役割分担です。

よくある失敗は、KSF を「強みの言い換え」で終わらせることです。「高品質」「手厚いサポート」は KSF ではなくスローガンです。KSF は「顧客の◯◯という課題に対し、競合が△△な中で、自社は□□で応える」と、Customer・Competitor・Company の 3 つが 1 文に入って初めて成立します。

→ 3C 全体を埋めて KSF 候補まで出す作業は 実行キット①、その後の数字の裏取りは 実行キット② で実行できます。

6. AI リサーチの落とし穴 — ハルシネーションを前提に検証する

「AI が出した市場規模を役員会で出したら、出典を聞かれて答えられなかった」。AI リサーチを実務に載せた人が、一度は踏む地雷です。

AI は競合分析と市場調査の叩き台づくりを劇的に速くしますが、事実の正確さは保証しません。特に危ないのは、それらしい数字・固有名詞・年次を自信を持って生成する挙動です。これはハルシネーション (もっともらしい虚偽の生成) と呼ばれ、性能の高いモデルでも完全にはなくなりません。だから 3C の AI 出力は「検証してから使う」を前提の運用にします。

検証すべきは、リスクの高い順に次の 5 項目です。

  1. 数字 — 市場規模・成長率・シェアは、AI 出力のまま使わず一次ソースで照合する
  2. 固有名詞 — 競合名・製品名・実績が実在するか、公式サイトで確認する
  3. 年次 — データがいつ時点か。古い情報や時点不明を最新として扱わない
  4. 断定表現 — 「業界 1 位」「唯一の」などの最上級は、出所を必ず確認する
  5. 自社情報 — Company の記述に、AI が推測で埋めた「実際とは違う自社像」が混ざっていないか

ハルシネーション検証チェックリスト — 数字・固有名詞・年次・断定表現・自社情報の 5 項目

よくある失敗は、検証が面倒でチェックを丸ごと飛ばすことです。全項目を毎回精査する必要はありません。数字 (項目 1) と固有名詞 (項目 2) の 2 つだけは必ず照合し、それ以外は資料の重要度に応じて、と切り分ければ検証は 15 分で回ります。「AI に速く作らせ、人が要所だけ検証する」— この分担が、速さと信頼性を両立させる型です。

→ この 5 項目のチェックは、巻末の 実行キット② でプロンプト化しています。

まとめ — 3C は「埋める」から「絞る」へ

3C 分析のやり方は、Customer → Competitor → Company の順番を守り、3 つの交点から KSF を 1 つに絞るところまでがワンセットです。外部リサーチ (Customer / Competitor) の叩き台は AI が最も得意な領域なので、ここを 1 時間に圧縮し、人は Company の最終判断・数字の検証・KSF の意思決定という「人にしかできない部分」に時間を移せます。型と巻末のキットがあれば、特別なスキルがなくても再現できます。まずはキット①で、自社の 3C を 40 分で下書きしてみてください。

本記事はビジネスフレームワーク × AI 連載の第 2 回です。3C で掴んだ立ち位置を戦略に落とすなら、連載の他記事と続けて読むと流れがつながります。

目的 記事
自社全体の立ち位置を 4 象限で俯瞰したい SWOT 分析とは — 4 象限とクロス SWOT の使い方
KSF を具体的な打ち手に展開したい クロス SWOT で戦略立案 — AI で打ち手 20 案
Customer をペルソナまで深掘りしたい BtoB ペルソナの作り方 — AI で 5 人分を 30 分

humbulls では、こうしたフレームワークを起点に戦略設計から実行まで伴走する Strategic Advisor サービス を提供しています。3C / SWOT / クロス SWOT など主要フレームワークの AI 実行テンプレは ビジネスフレームワーク × AI 活用集 にまとめています。

🤖 AI 実行キット

本文の手順を、そのまま AI で実行するためのキットです。プロンプトは Claude (ブラウザ版で可) にコピペすれば動きます。

キット① 3C を Customer → Competitor → Company の順で段階的に埋める — 40 分

種別: 実装キット (3C の下書きが出る) 使うもの: Claude (ブラウザ版で可)。競合サイトのテキストを渡すなら Claude Code + WebFetch でも可 事前に用意するもの: 自社の会社案内・LP のテキスト、対象業界名、思いつく競合 3〜5 社の名前と公式サイト URL。粒度はバラバラで構いません。PDF の会社案内をそのまま貼り付けても動きます。

プロンプト:

以下の【自社情報】と【対象市場】をもとに、3C 分析の叩き台を
Customer → Competitor → Company の順で段階的に作ってください。

【必ず守る手順とルール】
- 埋める順番は Customer(市場・顧客) → Competitor(競合) → Company(自社) の順。
  この順番を崩さないこと(自社から書き始めない)
- Customer と Competitor(外部環境)は与えた情報+一般的な業界知識で叩き台を作ってよい。
  ただし市場規模・成長率・シェアなどの数字には必ず「(要検証)」と付記し、
  出所が不明なものを断定しないこと
- Company(自社)は、Customer で挙げた顧客ニーズと Competitor の強み・弱みに
  照らして書くこと。「顧客が求める × 競合が弱い × 自社が応えられる」の
  交点になる要素だけを強みとして挙げる

【出力】
1. Customer: マクロ(市場規模の目安[要検証]/成長性/外部変化)と
   ミクロ(顧客セグメント 3〜5 案/各セグメントの課題/購買の意思決定者)
2. Competitor: 競合 3〜5 社を「提供価値/価格・提供形態/ポジショニング/
   強み/顧客の声」の 5 項目で比較する表(Markdown)
3. Company: 上記に照らした自社の KSF 候補を 3〜5 個。各候補に
   「対応する顧客ニーズ/競合の弱点/自社が応えられる根拠」を 1 行ずつ添える
4. 最後に、KSF 候補を「顧客インパクト」と「自社優位」の 2 軸で採点し、
   最優先にすべき KSF を 1 つ提案する

【自社情報】
・事業内容:[事業内容や LP の URL・本文を貼り付け]
・主力製品の特徴:[特徴を入力]
・営業体制・チャネル:[直販 3 名 + 代理店経由 など(記入例)]

【対象市場】
・業界・領域:[例: 業務用美容機器の国内 BtoB 市場(記入例)]
・主要競合:[競合名と公式サイト URL を 3〜5 社(記入例)]

出力の確認ポイント:

  • Customer が空欄のまま Company が具体的になっていたら、順番が守られていません。「Customer から順に、外部を先に固めてから Company を書き直して」と再指示してください
  • KSF 候補がすべて「高品質」「手厚い対応」のような自社目線のスローガンになっていたら、競合の弱点が特定できていないサインです。Competitor の「顧客の声」を厚めに出し直してから再実行します
  • 数字に「(要検証)」が付いているか確認してください。付いていない数字は、AI が出所を隠して断定している可能性があります

うまくいかないとき:

  • Competitor が一般論だけになる → 各競合の公式サイト (製品ページ・価格ページ・導入事例) のテキストを貼り付けて材料を増やすと、比較表が具体化します
  • KSF の交点に何も残らない → 狙う顧客セグメントを 1 つに絞り、「このセグメントに限定して 3C を作り直して」と指示すると差分が見えてきます

キット② AI が出した 3C の数字・事実をハルシネーション検証する — 15 分

種別: 判断キット 使うもの: Claude (ブラウザ版で可) 事前に用意するもの: キット①で出力された 3C の下書き (特に Customer の市場データと Competitor の比較表)

プロンプト:

以下の【3C 分析の下書き】を、公開資料に使う前提でファクトチェックしてください。
事実として危ういものを洗い出し、検証すべき点を指摘します。
新しい情報を創作して補わないこと。

【検証ルール(この優先順で厳しくチェック)】
1. 数字:市場規模・成長率・シェアなどの数値を全て抜き出し、
   出所と年次が明示されているかを判定する。不明なものは「要一次ソース照合」と分類
2. 固有名詞:競合名・製品名・実績が実在を確認できる形か。
   確認できないものは「実在要確認」と分類
3. 年次:データの時点が古い/不明のものを指摘する
4. 断定表現:「業界1位」「唯一の」などの最上級・断定を抜き出し、根拠の有無を判定
5. 自社情報:Company の記述のうち、与えた自社情報にない=AI が推測で
   補った可能性がある箇所を指摘する

【出力】
- 上記 5 分類ごとに、該当箇所・リスク度(高/中/低)・確認方法(どこを見れば裏が取れるか)
  を表にする
- 最後に「公開前に必ず潰すべき項目(リスク度=高)」を箇条書きで 3 つ以内に絞る

【3C 分析の下書き】
[キット①の出力をここに貼り付け]

出力の確認ポイント:

  • リスク度=高が 0 件なら、逆に疑ってください。市場規模の数字が 1 つでもあれば、通常は「要一次ソース照合」が最低 1 件は出ます
  • 「確認方法」が具体的か見てください。「調べる」ではなく「◯◯省の統計」「業界団体の白書」まで指定されていれば、そのまま裏取りに動けます

うまくいかないとき:

  • 指摘が「全体的に要確認」と曖昧 → 「Customer の数字だけに絞って、1 つずつ出所を判定して」と対象を狭めると精度が上がります
  • チェックに時間がかかりすぎる → 数字 (項目 1) と固有名詞 (項目 2) の 2 分類だけに限定して再実行してください。この 2 つが実務上のリスクの大半です

参考文献