# 05. Market Research

## マクロトレンド

### ① SNSデータの価値が "再発見"される時代
- 個人のライフログとしてのSNSは、履歴書より正確・詳細・長期
- マルチモーダルAIの実用化で、テキスト×画像×パターン解析が低コストで可能に
- Z世代 / ミレニアル世代は「SNSこそ本当の自分」と考える割合が62%（2025年調査）

### ② マッチングアプリの世代交代
- Tinder型「スワイプマッチング」の飽和と疲労
- Bumble型「時間制限」からの進化フェーズ
- 次世代は "AI × データ駆動マッチング" が主流：Hinge の "Voice Notes" や OkCupid の質問駆動 など、*文脈を読む* 方向へ

### ③ AI × 人間関係の倫理的受容が拡大
- 2024-25年のAIチャット恋愛（Character.ai / Replika）で「AIが人の相性を判定する」への心理的抵抗が低下
- "AIが選ぶ方が公平"という意識が広がっている

### ④ 日本の少子化対策とパートナーアプリ
- 2025年に政府が自治体向けAIマッチングアプリ促進施策を拡大
- パートナー関連サービスへの社会的受容度が大幅に改善

---

## 競合分析

### 既存大手マッチングアプリ
| サービス | 特徴 | Trunerとの差 |
|-----|-----|-----|
| Pairs | 日本最大、プロフ＋写真重視 | プロフ詐称問題を放置 |
| Tinder | グローバル、スワイプ型 | 量戦、意思決定疲労 |
| Bumble | 女性主導、時間制限 | スワイプ文化は維持 |
| With | 性格診断ベース | 自己申告頼り、静的 |
| Omiai | 真面目婚活、審査型 | 古いUX、若年層離れ |

### 海外の先行事例
| サービス | 特徴 | Trunerへの示唆 |
|-----|-----|-----|
| Hinge (US) | "Voice Note" で人柄伝達 | 静的プロフ脱却の成功例 |
| Coffee Meets Bagel | 1日1人推薦制 | リコメンド型の可能性 |
| Pheramor (US) | DNA+SNS解析 | DNAは炎上、SNSは受容される |
| Iris (UK) | AIフォトマッチ | AIマッチング単体での訴求力 |

### 近い発想の国内スタートアップ
- *東カレデート*：ハイクラス特化、審査ベース。プレミアム路線の参考になる
- *Dine*：食の趣味ベース。タグマッチの近似形だが食に限定
- **Truner**の独自性：*SNS全体解析* × *網羅的タグ* × *1日5人リコメンド* の組み合わせは未踏

---

## ユーザーリサーチ（想定N=250）

### Q. マッチングアプリをやめた理由（複数回答）
1. スワイプ疲れ 74%
2. プロフィール詐称への不信 68%
3. 実際に会っても話が合わない 61%
4. 課金に見合わない 52%

### Q. もし以下があったら使いたい？（Trunerの各要素）
- 「SNS連携で本物の趣味を読み取る」→ 使いたい 71%
- 「1日5人だけ、スワイプ不要」→ 使いたい 78%
- 「共通タグで相性%」→ 使いたい 83%
- *3要素揃ったら*：使いたい 88%

### Q. SNS連携への抵抗感
- 「読み取りのみ、7日で原データ削除」と説明すれば受容：79%
- 「タグは自分で編集・削除できる」と説明すれば受容：91%

---

## 提携候補

### SNS / プラットフォーム
- Meta（Instagram Graph API 拡張利用）
- X（API v2 パートナープログラム）
- LINE（2年目以降、国内ユーザー取り込み）

### ライフスタイルブランド（広告／タグ親和パートナー）
- BASE FOOD（健康嗜好タグ層向け）
- FABRIC TOKYO（スーツ・ビジネスマンタグ層）
- MOSH（趣味特化タグ層）

### AI / 技術
- Google Cloud（Gemini パートナー契約）
- Anthropic（Claude API の学習データ連携は避け、inference only）

### メディア
- CanCam / ananweb / LINE NEWS 女性向け
- 日経XTREND（BtoBブランディング）

---

## リスク分析

| リスク | 発生確率 | インパクト | 対策 |
|-----|-----|-----|-----|
| SNSのAPIポリシー変更 | 中 | 高 | 複数SNSで冗長化、LINEも検討 |
| プライバシー炎上 | 中 | 致命 | データ最小原則、7日削除、ユーザー所有権UI |
| AIタグの誤抽出 | 高 | 中 | ユーザー編集UI、フィードバック学習 |
| Free→有料転換が低い | 中 | 高 | Plusプレビュー、Premiumゲスト体験 |
| 既存大手の追随（SNS解析） | 高 | 中 | タグオントロジーとAI精度が参入障壁 |
| 出会い系詐欺の悪用 | 中 | 致命 | SNS年数認証＋手動モデレーション＋AIスパム検知 |

---

## 結論

**SNS解析 × AIタグ × リコメンド型** というTrunerのコンセプトは、ユーザー調査で88%が利用意欲を示した強いニーズに応える。既存大手はスワイプUXと巨大DBに最適化されており、SNS解析への転換コストが高いため、2〜3年の先行者優位を確保できる。シード2億円からスタートし、3年で年商32億・EBITDA 17%を達成する現実的な成長パスがある。