mcpField
D
discover-market-sizing

discover-market-sizing

github.com/product-on-purposeマーケティング・グロース769624 回インストール4 日前に更新
リポジトリ

discover-market-sizing について

外部市場の機会を評価するプロダクトチーム向けの市場規模分析スキルです。複数の手法を比較し、根拠と確信度を添えた TAM・SAM・SOM の範囲をまとめます。

主な機能

  1. 01トップダウンとボトムアップの推計
  2. 02類似企業・類似市場との比較
  3. 03調整した推計値の統合
  4. 04数値の出典や前提、確信度の明示
  5. 05構成化された Markdown レポートの作成

活用シーン

  1. 01製品の外部市場機会の評価
  2. 02ソリューション概要や PRD の根拠作成
  3. 03推計手法間の差異の説明
  4. 04感度範囲による前提の検証

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/product-on-purpose/pm-skills --skill discover-market-sizing

インストール後、Claude Code で/discover-market-sizingを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

HISTORY.md
evals/
trigger-fixtures.json
references/
EXAMPLE.md
TEMPLATE.md

詳細

市場規模の推定

TAM(獲得可能な最大市場)、SAM(実際にサービスを提供できる市場)、SOM(現実的に獲得可能な市場)を対象とした、複数のフレームワークによる市場規模のメタ分析を行います。該当するすべての推定フレームワーク(トップダウン、ボトムアップ、類似企業、類似市場)を適用し、結果が一致する点と異なる点を比較したうえで、調整した推定値と推奨事項をまとめます。フレームワーク間の乖離は、多くの場合、最も価値のある発見です。根拠を示せる成果物を作成し、推論を説明するのが役割です。

アイデンティティ

  • フェーズスキル(discover);Triple Diamondとの統合
  • 1ターンで完結;呼び出しごとに成果物を1つ作成
  • 利用可能な場合は読み取り専用ツール(Read、Grep、WebFetch、WebSearch)を使用;出力成果物以外には書き込みません
  • 構成されたセクションを含むMarkdown文書を出力

基本原則

複数フレームワークの統合と認識論的な規律。 該当するすべてのフレームワークを適用します。手法間で結果が一致すれば確信度が高まり、結果が異なる場合はその理由を説明すべき発見となります。すべての金額は、(a)引用した公開情報源、(b)理由を明示した仮定、または(c)上限と下限を示す感度範囲のいずれかに基づいていなければなりません。根拠の曖昧な推測は、P0のアンチパターンです。データが乏しい場合は、無条件に回答を拒否するのではなく、明示した仮定に基づく確信度の低い推定値を提示してください。

対象範囲: 外部市場の機会のみを対象とします。このスキルで推定するのは、製品が競争する市場です。社内ツールへの投資効果(時間削減 × 従業員数 × コスト)ではありません。

使用しない場合

  • 外部市場ではなく、社内ツールへの投資効果(削減時間 × 従業員数 × コスト)を推定する場合 → ROIを直接計算してください。このスキルの対象は外部市場の機会のみです
  • 市場規模の推定ではなく、機能や取り組みの一覧に順位を付けたり、優先順位を決めたりする場合 → define-prioritization-framework を使用してください
  • TAM/SAM/SOMではなく、競争上のポジショニングや機能比較が必要な場合 → discover-competitive-analysis を使用してください
  • 対象顧客をまだ特定していない場合 → まず foundation-persona を使用してください

入力

必須:

  • 製品または機能の説明(規模を推定する対象)
  • 対象顧客/ペルソナ(購入者/利用者)

任意ですが、品質の向上に役立つ情報:

  • 地理的範囲(全世界、米国、EUなど)
  • 時間軸(今年、3年、5年)
  • 利用可能な情報源や制約(例:「X市場にはGartner 2025年の数値を使用」)
  • 顧客あたりのコストまたは売上の仮定(ボトムアップ推定の精度向上に役立ちます)

作成する成果物

以下のセクションを順に含むMarkdown文書:

1. エグゼクティブサマリー(3~5文)

何の規模を推定するのか、信頼度を明記したTAM/SAM/SOMの主要な範囲、最も重要な仮定を1つ示します。

2. 市場の定義

この文脈で「市場」が何を意味するのかを示します。対象に含むものと含まないものを具体的に定義してください。境界を明確に定めます(例:「従業員エンジニアが50人を超える企業に販売されるAI搭載コードレビュー用ツールの市場。ただしセルフホスト型のオープンソースは除く」)。

3. トップダウン推定

業界が公表している市場規模の数値を使って、TAM/SAM/SOMを導き出します:

  • TAM(理論上の全顧客が購入した場合の総需要):総市場規模の情報源を引用してください。複数の情報源で見解が異なる場合は、範囲を示してください
  • SAM(製品適合性や地理的/規制上の制約を考慮し、製品が現実的にサービスを提供できるTAMの一部):適用するフィルターを示してください
  • SOM(リソース、競争、市場開拓の実情を踏まえ、1~3年以内に獲得可能なシェア):仮定を示してください(例:「3年目までに市場シェア5%」)

表を出力します:

レイヤー数値方法情報源/仮定信頼度
TAM$X業界レポートY情報源Z、Nページ高/中/低
SAM$XTAMへのフィルター適用顧客適合率 × 地理的適合率中
SOM$X市場シェアの仮定3年間でSAMのZ%中/低
4. ボトムアップによる市場規模の算定(データがある場合)

ユニットエコノミクスに基づいて市場規模を算定します。

  • ターゲット顧客数(必要に応じて、業界、企業規模、地域などの属性でセグメント化)
  • 顧客あたりの売上(企業に販売する場合は顧客あたりのコスト)
  • これらを掛け合わせて合計を算出

次の表を出力します。

セグメント顧客数顧客あたりの売上小計方法出典
セグメント AX$Y$X*Yボトムアップ出典 / 仮定

ボトムアップのデータがない場合は、その旨を明記してください。件数を捏造しないでください。

5. 複数のフレームワークの統合

使用したすべての市場規模算定アプローチを比較します。次の点を示してください。

  • フレームワーク間で一致している点:収束しているほど確信度が高まります
  • 10 倍以上の差がある場合:その理由(対象範囲、定義、成長率の仮定の違いなど)を説明するか、いずれかの数値が誤っている可能性を指摘します
  • 統合した推定値:収束/乖離の状況を踏まえた中心値と、低位/高位の範囲
  • 統合結果の確信度ラベル:高(強い収束、一次情報源)、中(軽微な乖離または二次情報源)、低(大きな乖離またはデータ不足)

比較可能な企業の市場規模、または類似市場の市場規模を分析した場合は、その結果も比較に含めてください。

6. 感度分析

前提を変えた場合に、TAM/SAM/SOM がどのように変化するかを示します。

変動させる前提低位中位高位
市場成長率5%(TAM = $X)10%(TAM = $Y)15%(TAM = $Z)
獲得する市場シェア1%(SOM = $A)5%(SOM = $B)10%(SOM = $C)
7. 主要な前提(明示)

使用したすべての前提を、次の情報とともに列挙してください。

  • 前提の内容
  • 出典または根拠
  • 確信度(高/中/低)
  • 前提が誤っていた場合に何が変わるか(感度分析との関連)
8. 確信度と限界
  • 分析の確信度が最も高い点/低い点はどこですか?
  • 確信度を高めるには、どのような具体的な調査が必要ですか?
  • 分析の対象外となっている点は何ですか(例:競争、上市までの期間、規制)?
9. 次のステップ(推奨事項)
  • この機会を追求する場合、次にどのようなディスカバリー調査を行うべきですか?
  • 投資を正当化するには、どの程度の確信が必要ですか?
  • 残る最大の不確実性を解消するには、どのような調査が必要ですか?

拒否プロトコル

根拠の範囲が明確なソースがない限り、数値の提示を拒否します。具体的には、次のとおりです。

  1. 無制約な捏造。 ユーザーから入力も制約も提示されていない場合は、拒否します。「ソースデータまたは明示的な前提がないと、この市場の規模は算出できません。分析の基準として、(a)業界レポートまたは市場規模の数値、(b)ボトムアップのユニットエコノミクスの入力値(ターゲット顧客数+顧客あたりの収益)、(c)感度範囲とともに使用してほしい明示的な前提、のいずれかをご提示ください。」

  2. 対象範囲の定義不足。 市場の定義が曖昧な場合(例:「AI市場」)は、拒否します。「市場の境界を正確に定める必要があります。「AI市場」は、トレーニングインフラ($X)、AI 搭載 SaaS($Y)、AI 活用サービス($Z)、またはそのすべてを指す可能性があります。どの範囲の規模を算出したいのか指定してください。」

  3. 過度な確実性を求める依頼。 ユーザーが「確定的な」または「単一の」数値を求めた場合は、その前提での回答を拒否します。「市場規模は本質的に点推定ではなく範囲で示すものです。確信度のラベル付きで範囲を算出できますが、単一の「確定的な」数値を示すと、確実性を誤って伝えることになります。代わりに、下限・上限を設けた中心推定値を算出しましょうか?」

  4. 根拠の曖昧なソースへの準拠。 ユーザーが提示したソースが、実際にはツイート、引用元のないブログ投稿、または「カンファレンスで聞いた話」である場合は、その点を指摘します。「ご提示のソースは、引用された数値の根拠として不十分です。前提として使用しますが、確信度は低とします。一次ソースがあれば共有してください。」

  5. 売上予測としての TAM の誤用。 ユーザーが TAM を売上予測として扱っている場合は、次のように指摘します。「TAM は顧客の 100%が購入した場合の総需要であり、現実的な想定ではありません。売上予測は SOM をもとに算出し、時間とともに増加する形にすべきです。TAM は機会の上限であり、予測値ではありません。」

ソースと参考資料

市場規模に関する主張が外部データに基づく場合は、次のとおりです。

  • 可能な場合は、ソースの刊行物名、発行年、ページ番号を記載します
  • コンサルティング会社のレポート(Gartner、McKinsey、Forrester、IDC)については、判明している場合、発行日と手法を記載します
  • 企業の財務提出書類(10-K、決算説明会)については、レポートと該当セクションを記載します
  • 統計機関(BLS、Eurostat など)については、データセットと手法を記載します
  • 調査については、サンプル数、手法、調査実施機関を記載します

ソースに基づく確信度: ウェブから取得した数値すべてに一律で「低」のラベルを付けるのではなく、ソースの品質に基づいて確信度を割り当てます。

  • 高:政府統計機関、企業の財務提出書類(10-K、決算情報)、一次的な手法を公開している確立された業界団体
  • 中:発行日が明記された、確立された調査会社(Gartner、IDC、Forrester)のレポート、業界団体
  • 低:二次的な集約サイト、引用のない数値を掲載したブログ投稿、発行日不明の推定値

追加調査の積極的な提案: 作業に着手する前に、ユーザーから提示された情報を評価します。入力情報から算出した結果が全体的に確信度「低」になる場合は、追加ソースの取得によって出力が実質的に改善するかを提案し、具体的な方法を示します(例:「このカテゴリの公開市場レポートがあれば、SAM の推定精度が大きく向上します。探してみましょうか?」)。利用可能な場合は、ウェブ検索でソースデータを検証または補完してもかまいません。ソースを捏造してはいけません。

よくあるパターン

B2B SaaS の市場規模算出
  • TAM:対象カテゴリに関連する企業の IT 支出総額など、アドレス可能な支出総額
  • SAM:ターゲット企業の規模、業界、地域で絞り込みます
  • SOM:多くの場合、3 年後の SAM の 1~10%を市場シェアとして想定します
  • ボトムアップ:ターゲット顧客数(例:中堅企業 50,000 社)× ACV(例:年間 $50K)
消費者向けサブスクリプションの市場規模算出
  • TAM:アドレス可能な消費者数 × 年間支出額
  • SAM:人口統計、地域、市場の成熟度で絞り込みます
  • SOM:カテゴリの成熟度に応じて、多くの場合、市場シェアを 0.1~5%と想定します
  • ボトムアップ:アドレス可能なユーザー数 × ARPU(または LTV/解約率調整後の値)
マーケットプレイス/両面市場の規模算定
  • TAM:対象市場における総 GMV(流通取引総額)
  • SAM:カテゴリー、地域、取引タイプで絞り込みます
  • SOM:テイクレート × 獲得した GMV
  • ボトムアップ:購入者数 × 平均注文額 × 注文頻度
クイック推定モード

ユーザーが取締役会向けスライドや初期投資検討のために方向性を示す TAM/SAM/SOM を必要としていて、一次情報源がない場合は、クイック推定モードを使用します。

  • 出典の引用の代わりに、明示された仮定を受け入れます
  • すべての数値に「信頼度:低」または「信頼度:中」のラベルを付けます
  • すべての感度幅を広げます
  • 出力の冒頭に次のように記載します:「これは、明示された仮定に基づくクイック推定です。投資検討に使用する場合は、仮定を出典付きの情報に置き換えてください。」

クイック推定モードでも、根拠のない捏造は認めません。異なるのは、一次情報源の引用を求める代わりに、ユーザーが提示した概算の仮定を受け入れる点です。

スキル間の連携

  • このスキルの出力の活用先:develop-solution-brief および deliver-prd(規模算定はスコープと投資検討に役立ちます)
  • このスキルへの入力元としてよく使われるもの:discover-competitive-analysis(市場と競合に関する背景情報)、discover-interview-synthesis(規模算定の仮定に役立つ定性的なシグナル)
  • 敵対的レビューの実施先:utility-pm-critic(仮定、情報源の質、信頼度ラベルの検証に積極的に活用してください)

出力形式

references/TEMPLATE.md のテンプレートを使用して出力を構成します。複数のフレームワークを統合した完全な作成例については、references/EXAMPLE.md を参照してください。

品質チェックリスト

最終化する前に、次の点を確認してください。

  • 市場の定義で、明確な境界(対象に含むもの、含まないもの)が示されている
  • 少なくとも2つの規模算定フレームワークを適用している(データがある場合はトップダウン+ボトムアップ)
  • 複数のフレームワークの統合で、単純な平均ではなく、一致点と相違点を説明している
  • すべての金額が、引用した出典、明示された仮定、または感度範囲に基づいている
  • 信頼度ラベルが出典に応じて調整されており、一律に「低」としていない
  • 感度分析で、主要な仮定によって推定値がどのように変動するかを示している
  • TAM を収益予測として提示していない

相互参照

  • テンプレート:references/TEMPLATE.md
  • 例:references/EXAMPLE.md + library/skill-output-samples/discover-market-sizing/ 内のライブラリサンプル

コメント