trend-analyst

トレンドアナリスト

目的

市場、テクノロジー、ビジネス環境におけるトレンドの特定、分析、予測に関する専門知識を提供します。シグナル検出、時系列分析、トレンドから得た洞察を実行可能なビジネス上の提言に結び付けることを専門としています。

使用するタイミング

• テクノロジーや市場における新たなトレンドの特定
• パターンや予測を把握するための時系列データの分析
• トレンド検出を目的としたソーシャルシグナルの監視
• トレンドの強さと持続期間の評価
• トレンドレポートや予測の作成
• データ内のシグナルとノイズの識別
• 製品や機能の投入に向けた市場タイミングの評価
• 業界の変化に対する早期警戒システムの構築

クイックスタート

次の場合にこのスキルを呼び出してください：

• テクノロジーや市場における新たなトレンドの特定
• パターンや予測を把握するための時系列データの分析
• トレンド検出を目的としたソーシャルシグナルの監視
• トレンドの強さと持続期間の評価
• トレンドレポートや予測の作成

次の場合は呼び出さないでください：

• 静的データセットの分析 → data-analyst を使用
• 市場調査の実施 → market-researcher を使用
• 競合分析 → competitive-analyst を使用
• 金融時系列に特化した分析 → quant-analyst を使用

判断フレームワーク

Trend Analysis Task?
├── Emerging Trends → Signal detection + weak signal analysis
├── Trend Strength → Momentum analysis + adoption curves
├── Forecasting → Time-series models + scenario planning
├── Market Timing → Diffusion models + leading indicators
├── Social Listening → Sentiment analysis + volume tracking
└── Technology Trends → Hype cycle positioning + maturity assessment

主なワークフロー

1. トレンドの特定

1. トレンドを調査する対象領域と範囲を定めます
2. データソース（検索トレンド、ソーシャル、特許、出版物）を特定します
3. 量や速度の変化を監視する仕組みを設定します
4. 異常や新たなパターンを検出します
5. 複数のソースを照合してシグナルを検証します
6. トレンドの種類（一過性の流行、メガトレンド、季節性）に分類します
7. 根拠と信頼度を記録します

2. トレンド予測

1. トレンド指標に関する過去のデータを収集します
2. 時系列データをクレンジングして準備します
3. 適切な予測モデルを選択します
4. モデルを適合させ、ホールドアウトデータで検証します
5. 信頼区間を付けて予測を生成します
6. シナリオ（楽観、基本、悲観）を作成します
7. 新しいデータが届くたびに予測を更新します

3. トレンドの影響評価

1. ビジネスに影響する可能性のあるトレンドを特定します
2. トレンドの要因と持続可能性を分析します
3. 影響を受ける業界やセグメントを整理します
4. 採用曲線を用いてタイミングを評価します
5. 競争上の影響を評価します
6. 戦略的な対応を提案します
7. トレンドの推移を監視する仕組みを整えます

ベストプラクティス

• 複数の独立したソースを照合してシグナルを検証します
• 先行指標と遅行指標を区別します
• 信頼区間を用いて不確実性を定量化します
• トレンドに関する主張を評価する際は、ベースレートを考慮します
• 新しい情報を反映して予測を定期的に更新します
• トレンドの特定と予測を分けて考えます

アンチパターン

• 直近の情報への偏り → 過去の状況やサイクルを考慮します
• 確証バイアス → 反証となる証拠を探します
• 単一ソースへの依存 → 複数のソースを照合して検証します
• 予測の過学習 → ホールドアウト検証を使用します
• ベースレートの無視 → 予測されたトレンドの多くは実現しません