4P分析とは？｜AIで4Pを16マス相互作用に埋める

4P分析はProduct・Price・Place・Promotionの4つのレバーで戦略を組み立てる古典的フレームワークで、1960年にE. Jerome McCarthyが提唱、Philip Kotlerが体系化しました。多くの解説は4つを独立に並べますが、実務では4×4=16マスの相互作用マトリクスとして読むほうが強力です。Product×Priceの整合性（Apple粗利率30%）、Product×Place（Warby Parkerの店舗回帰）、Product×Promotion（Notionのフリーミアム）、Price×Promotion（ワークマン販促費0.8%）、Place×Promotion（TikTok Shop GMV 660億ドル）といった相互作用マスは、いずれも生成AIで急速に書き換わっています。Amazon動的価格1日250万回、Meta Advantage+のCPA -18%、Coca-Cola AI広告で43市場100万人参加、Nike Adapt Link自動フィット、ユニクロUNIQLO IQ。Kotler本人もH2H・Marketing 6.0・Redefining Retailで4Pの再定義を進めています。この記事は、16マスマトリクスの読み方と、Snorbeで各マスを毎週ループ的に育てる実務的な運用まで一気通貫でお伝えします。

4P分析とはマーケティングの4つのレバーを揃えるフレームワーク

4P分析は、Product（製品）／Price（価格）／Place（流通）／Promotion（販促）の4つの視点から、自分たちのマーケティング戦略を組み立てるためのフレームワークです。マーケティングの教科書を開くと、最初の10ページには必ず出てくる古典中の古典。多くのマーケター、事業企画、商品企画、営業戦略の担当者が「知ってる」と答えるフレームワークです。

ただ、意外と知られていないのが4Pの前史。実は「マーケティングミックス」という言葉自体は、1948年にハーバード大学の James Culliton が「マーケターは成分の混合者（mixer of ingredients）」と表現したのが起源です。その後、1953年にNeil Borden がアメリカマーケティング協会（AMA）の会長就任演説で「marketing mix」の語を提唱し、1964年の論文で12の要素（製品計画・価格・ブランディング・流通チャネル・人的販売・広告・販促・包装・陳列・サービス・物流・調査分析）として体系化しました。

12個は多すぎて実務では使いづらい。ここで登場するのが E. Jerome McCarthy です。1960年、彼はミシガン州立大の教科書『Basic Marketing: A Managerial Approach』でBordenの12要素を4つに集約しました。この本は現在でもMcGraw-Hill社から改訂を重ねている定番書です。そして1967年、あのPhilip Kotler が『Marketing Management』初版で、STP（Segmentation・Targeting・Positioning）とセットで教えるスタイルを確立し、世界中の大学に広めました。

Kotlerの原文定義はこうなっています。

Marketing Mix is the set of controllable variables and their levels that the firm uses to influence the target market. （マーケティングミックスとは、企業がターゲット市場に影響を及ぼすために用いる、制御可能な変数とその水準の集合である）— Philip Kotler

ポイントは「制御可能な変数」というところ。競合の動きや景気は自分ではコントロールできないけれど、自社の製品仕様・価格・チャネル・広告は決められる。この4つを揃えて動かせば、市場に対して意図を持ってアプローチできます、というのがKotlerの主張です。

4つのPの中身をざっくり押さえる

具体的に、4つのPはそれぞれ何を扱うのか。オライリー社のKey Management Models 教科書から整理しておきます。

• Product（製品）: 品質・機能・便益・スタイル・デザイン・ブランド・パッケージ・サービス・保証・保証・製品ライフサイクル
• Price（価格）: 定価・値引き・特別価格・支払条件・与信条件
• Place（流通）: 流通チャネル・立地・在庫・物流
• Promotion（販促）: 広告・PR・人的販売・販売促進・ダイレクトマーケティング

「そんなの当たり前じゃん」と思う方も多いはず。でも、実務でつまずくのは、この4つを独立に決めてしまうこと。たとえば「今回はProductだけ話しましょう」「Promotionは別チームが決めます」と切り分けてしまうと、後から4つの整合が取れずに戦略が崩れます。

4Pの上に「STP」がある

4Pだけで戦略ができるかというと、そうではありません。誰に売るのか（Segmentation・Targeting）、市場のなかで自社をどう位置づけるのか（Positioning）が決まってはじめて、4Pの中身も決まります。

たとえば「20代女性向けに手頃な機能性下着を出す」というポジションが決まれば、Product（機能素材）、Price（中価格帯）、Place（店舗＋EC）、Promotion（SNS＋アプリ）まで自然に絞れていきます。STPが戦略の地図で、4Pが戦術の道具箱、という関係です。マーケティングミックスの解説 でも、STPが戦略層、4P/7Pが戦術層と整理されています。

ここで大事なのは、4Pは単なる暗記項目ではないということ。4つのレバーが同じ方向を向いているかを確認するための「揃え方」を教えるフレームワークなんです。ではその「揃え方」が、AI時代にどう変わってきているのか。ここから、少しずつ話を進めていきます。

4つのPを対角のマスとして読む

「4P分析、Product・Price・Place・Promotion、はい」で終わらせない読み方をしてみましょう。ここで少しだけ視点を変えます。4つのPが並んでいる表を思い浮かべてください。縦にPを4つ、横にPを4つ並べると、4×4の16マスの表になります。

対角のマス（Product×Product、Price×Price、Place×Place、Promotion×Promotion）は、それぞれ各要素の内部整合性を意味します。ようは「Productの中で決めたことが全部噛み合っているか」「Priceの中で定価と割引と与信の設計が整合しているか」を確認するチェック項目です。

意外と、ここが崩れます。

ユニクロのProduct整合性

ユニクロの事業説明を読むと、Product（製品）の内部整合性がきれいに揃っています。ヒートテック、エアリズム、ブラトップ、感動ジャケットといったコア商品は、すべて「機能素材」という共通の軸で作られています。ヒートテック1つとっても、Uネック、8分袖、リサイクル素材、極暖、超極暖、カシミヤブレンドといったバリエーションが並び、機能軸を保ったまま用途を広げています。

もし、ヒートテックのラインの一部だけをオーガニックコットン軸に切り替えたり、価格を突然2倍にしたりすると、Productの内部整合性が崩れて「ユニクロってどういう会社だっけ？」と顧客が混乱します。ユニクロは、機能素材×中価格帯×GUと分離、という設計をぶらさずに守ることで、Productの中の変数を揃え続けているんです。

無印良品のPrice整合性

無印良品も分かりやすい例です。JBpress の記事 によれば、無印良品は創業時から「わけあって、安い」を掲げていて、この一言でPriceの内部整合性を作っています。

具体的には、素材の選択→工程の点検→包装の簡素化まで、価格を下げる理由が全部説明可能な形に整理されている。ノーブランドロゴを抑えるのも、広告費を最小化して価格に還元する設計です。定価・値引き・与信・特別価格まで、「安さの合理性」という同じロジックで貫かれています。

これはPriceという一つのPのなかで、変数が整合している状態。「無印だから安い」ではなく、「安いことに理由があるから無印」なんです。逆に言うと、無印が突然プレミアム路線に振れたら、Priceの内部整合性が破綻します。

対角マスが崩れると全部崩れる

対角マスの内部整合性が壊れた反例が、D2CブランドのCasper（マットレス）です。CasperはD2C×EC専売×高付加価値マットレスというポジションでIPOしましたが、2020年上場時点で売上1ドルあたり20セントの赤字を抱えていました。Productは高価格帯、Placeは自社EC中心、Promotionは大量の広告投下、Priceはプレミアム—と、各Pの内部では整合していたけれど、赤字体質を吸収するだけの継続的な購入導線が組めなかった。結果、2024年10月にCarpenter Coに買収され、公開株からは撤退しました。

対角マスは地味ですが、まずここを揃えないと、他のマスの相互作用の話に進めません。「Productを整えているつもりが、実は価格ラインで崩れていた」ということはよくあります。

まとめると、対角の4マスは各要素の内部整合性、残りの12マスは4つの要素同士の相互作用—という2層構造で4Pを読むと、教科書的な「4Pを並べて終わり」から一段深い議論ができるようになります。次のセクションで、この12マスの相互作用のほうを見ていきましょう。

16マスの相互作用マトリクスで4Pを組み立て直す

ここからが、この記事の中心です。4Pを4つの独立したPと考えず、6組の相互作用ペアとして読み解いていきます。

4×4の表を書くと、対角の4マスは前セクションで扱った「内部整合性」。残る12マスは、Product×Price、Product×Place、Product×Promotion、Price×Place、Price×Promotion、Place×Promotion、と往復方向を足した12マスの相互作用です。実際には方向を気にせず「6組の相互作用」と考えれば十分。順に見ていきましょう。

Product × Price（製品と価格の相互作用）

一番わかりやすいマス。iPhoneの粗利率30%（サムスンは20%、シャオミは15%）は、AInvest の分析によると、ハードウェア×ソフトウェア×サービス（2024年に売上の24%）のエコシステム統合が支えています。2024年のiPhone売上は2,011億ドル・全社売上の51%。Apple は「粗利率のパーセントを守る」より「粗利額を絶対値で最大化する」設計を選んでいます。Productが強いから高い、というよりは、Productの強さとPriceの高さが同時に生まれる設計です。

同じ方向で分かりやすいのがDyson。ヘアドライヤーの Supersonic 1製品に7,100万ドルと100件の特許を投下、店頭ではディスカウントを一切やらないという設計です。Productへの投資額とPriceの維持が、そのまま一体で回っています。

反対方向として、無印良品は「わけあって、安い」で、素材選択と工程削減を製品コンセプト自体に組み込むことでPriceの構造を実現しています。iPhoneやDysonと逆に「安さがProductのコンセプト」というマスの埋め方です。

Product × Place（製品と流通の相互作用）

Place の話は、コロナ以降で一気に複雑になりました。象徴的な例がD2Cブランドの明暗です。

Warby Parker（アイウェアD2C） は元々オンライン専売でしたが、2024年時点で物理店舗を約300店舗まで拡大、Target 内の shop-in-shop も展開し、Q2 2024の売上は1.882億ドル（前年比+13.3%）に伸びました。Casper は同じD2Cでも撤退した反面、Warby Parker は物理チャネルを取り込むことでD2Cの原則を守りながらPlaceを拡張した。Allbirds も自社D2C一本足から Amazon・REI・Nordstrom・Dick’s Sporting Goodsへのホールセール展開に舵を切りました。

日本のベースフード も面白い例です。ECのサブスクリプションが売上の約7割を占める一方、2021年3月のコンビニ販売開始 が定期購入への入口として機能しました。「コンビニで試して、ECで継続する」というProductとPlaceが一体設計になっている。累計販売数は2023年3月時点で1億袋、サブスク会員17万人 まで成長しています。

Product × Promotion（製品と販促の相互作用）

このマスの主役は、いま最も強いプロダクトレッドグロース（PLG）の設計です。

Notion は MAU が 2022年の2,000万人から2025年に1億人まで伸び、ARR は2023年に5.67億ドル。構造的なポイントは 、無料プランでの制限を「機能」ではなく「習慣化する前の広告接点」として設計したこと。ページ共有、テンプレート複製、ワークスペース招待、この3つがどれも新規ユーザーの露出接点になる。プロダクト自体が広告として機能する回路です。

もう一つ、GoPro Million Dollar Challenge は170カ国から42,000本の動画応募を集め、ソーシャル写真の80%・動画の50%がユーザー生成コンテンツ（UGC）で構成されるまでになりました。ハッシュタグ #GoPro は Instagram だけで5,000万投稿超。撮影機材というProductが、そのままPromotionを生む構造です。

Price × Place（価格と流通の相互作用）

グローバル配信の Netflix が典型例です。Comparitech の調査 によれば、インドの基本プランは月2.29ドル（モバイル149ルピー、約1.7ドル）まで下げられている一方、トルコでは4カ月間に2回の値上げを実施しました。同じサービスでも、地域という Place の違いに応じて Price を細かく差別化しています。国別の購買力平価（PPP）を意識したプライシングは、越境デジタルサービスでは半ば標準の運用です。

Price × Promotion（価格と販促の相互作用）

このマスで有名なのがワークマン。Business Insider Japan の記事によれば、ワークマンの広告宣伝費率は0.8%で、テレビCMやチラシ広告は最低限しか出しません。それどころか、約40名のアンバサダーへの報酬は現金ゼロ、代わりに「どこよりも早い情報解禁」という待遇だけ。Priceを下げるためにPromotionコストを削るという、極端な相互作用の例です。

Place × Promotion（流通と販促の相互作用）

このマスは、ここ数年で一番激動しています。Statista のデータ では、TikTok Shop のグローバル GMV は2024年に332億ドル（前年比+202%）、2025年に643億ドルまで倍増しました。社交EC市場では68.1%のシェア を握っています。米国だけでも2025年は158億ドル（+108%） 。TikTokは動画コンテンツというPromotionと、そこから直接買える棚というPlaceを一体化することで、新しい流通チャネルを立ち上げたわけです。

これで対角の4マス（内部整合性）＋相互作用の6組（実質12マス）＝16マスの表が埋まりました。ここまでは、AIをまだ抜きで話してきました。次のセクションで、AIがこの16マスの各セルにどう入り込んでいるかを見ていきます。

AI時代の各マスはどう書き換わっているか

2024年から2026年にかけて、16マスの相互作用マトリクスの各セルが、生成AIによって静かに書き換わっています。ここでは、Product、Price、Place、Promotion のそれぞれで、具体的に何が起きているかを見ていきます。

Product AI: パーソナライズと素材開発が加速する

Nike は2025年3月に、Nike Adapt Link というAIが設計したスニーカーを発表しました。装着中に足の構造・歩容・圧力ポイントをリアルタイム解析して形状を動的に調整する仕組みです。Nike スポンサーのオリンピック選手向けには、プロンプト入力から数分でカスタムアパレル・スニーカーを設計・印刷できる専用ツール も提供しています。Productの中身自体が生成AIで作られる時代です。

Adobe Firefly は少し違う切り口で、Productの「制作コスト」を書き換えています。Adobe MAX 2025 の発表によれば、Fireflyは2年弱で180億アセットを生成、2024-2025で直接売上は4億ドル。Forresterの調査では、アセットのバリエーション制作を70-80%スケールし、レビュー時間を最大75%削減しました。エンタープライズ導入先 には Accenture、Dentsu、Henkel、PepsiCo/Gatorade、Publicis、Estée Lauder が並びます。ブランドごとにカスタムモデルを訓練してブランド一貫性を保ったまま量産する運用が広がっています。

日本ではUNIQLO IQ が、購買履歴を一元化して24時間パーソナライズ提案を返し、試着時の入力データを AI 分析して新商品開発にフィードバックする循環を作っています。Product と顧客データが継続的につながる設計です。

Mattel は2025年6月に OpenAI と戦略提携 を発表し、Polly Pocket や UNO への音声AI導入を予告しました。P&G はAI 分析プラットフォームで新製品の消費者反応を発売前にシミュレーション しています。Productの意思決定タイミングそのものが、発売後の反応観察から発売前のシミュレーションへ前倒しされる流れです。

Price AI: 動的価格が「秒」で動く

Amazon は商品価格を1日約250万回・平均10分間隔で調整 し、この動的価格戦略で収益を25%押し上げたと言われています。Walmartの平均の50倍の頻度です。もはや「値付け」ではなく「値動き」を管理する運用です。

ホテル業界も同じ方向です。Marriott の Revenue Strategy Platformは2025年時点で80以上のデータポイントを取り込み、RevPAR（客室単価×稼働率）を22%改善しました。IHG は Amadeus と開発した Concerto プラットフォームで、2025年に「Value-based」料金階層を追加し、需要ではなく知覚価値で料金を調整する運用に移行。顧客生涯価値（CLV）は35%向上しています。

航空業界のダイナミックプライシングは4段階で進化してきました。2001-2010年はYield Bucket方式、2015-2022年はML統合、2023-2025年は強化学習エンジン、2026年はFederated多チャネル。Fetcherrの強化学習型AIは3年で10%の売上増を実現しています。

Price のマスは、もはや「価格戦略」ではなく「価格エンジン」になりつつあります。

Place AI: 棚がアルゴリズムで再定義される

流通側の再定義は、TikTokの動きが最も分かりやすい。TikTok Shop の米国GMVは2025年に158億ドル（前年比+108%）。米国の社交EC市場で18.2%のシェアを握り、2027年には24.1%まで拡大予測。動画レコメンドAIが「棚」を1人ずつ組み替える構造です。

一方で、Amazon Go と Amazon Fresh の物理店舗は2026年1月に閉店決定。ただし Just Walk Out 技術自体は5カ国360超の第三者施設（スタジアム・病院・大学・物流拠点休憩室）で稼働しています。「AI無人店舗」というPlaceの実験は、Amazon 直営から、他社への技術ライセンスへとフェーズが変わりました。

Netflix はレコメンド AI で年10億ドル超の価値をチャーン抑止で創出 し、視聴時間の75-80%がアルゴリズム推薦経由と発表しています。ここでは「棚に何を並べるか」がすでにアルゴリズムに委ねられています。

そしてもう一つ、無視できないのが検索行動そのものの変化です。HBRは2026年2月「AI Is Upending Marketing on Two Fronts」で、会話型AIがWebサイト・従来検索を置き換え、トラフィックが縮小・選択肢が狭まる時代への警鐘を鳴らしています。Placeの意味自体が、答えを「クリックする場所」から「生成される場所」へシフトしています。

Promotion AI: クリエイティブの量が桁で変わる

Coca-Cola は2025年のホリデーキャンペーンCreate Real Magic をOpenAIのDALL-E×GPTで運用し、43市場で3週間に100万人超がSantaと対話。UGCは12万超、エンゲージメントは60%上昇しました。

Meta Advantage+ は2024年後半に投入された Andromeda エンジンで、候補広告を従来の約10,000倍の規模で評価。CPA最大-18%、ランディングページビュー単価-31%、ROAS +22%を実現しました。Meta の生成AI利用広告主は6ヶ月で100万人から400万人に急増しています。Google Performance Max も同様に、Webサイトからテキスト・画像・ロゴ・動画アセットを自動生成する運用が標準化しました。

日本でも、サイバーエージェントの極予測AIは、1人あたり月間30本の広告制作を170本まで（5.6倍）押し上げました。2024年1月には商品画像の自動生成、2025年7月には広告表現の偏りを可視化する「極多様性プロット」を導入。制作量とデータ品質を同時に上げる方向で AI が組み込まれています。

16マス統合の事例：Unileverとセブンイレブン

個別のPだけでなく、16マス全体を統合的にAIで動かしている代表例がUnilever 。AIアセット制作は30%高速化、動画完了率（VCR）とCTRは2倍超。TRESemmé Thailandではキャンペーン制作費を87%削減しつつ購買意向を5%改善しました。あるキャンペーンでは30日以内に7億インプレッションを達成し、ポジティブセンチメントは94%。

日本のセブン-イレブン・ジャパンは、AI発注システムで全店舗の発注時間を40%削減し、2025年8月をメドに13種のLLMを使い分ける生成AI基盤を全社員8,000人へ展開する計画です。Product（品揃え最適化）とPlace（発注効率）の相互作用マスがAIで書き換わっています。

コンサルの見立ても揃っています。McKinseyは生成AIによるマーケ生産性向上をマーケ支出の5-15%（年間約4,630億ドル相当） と推計し、BCG 2025 CMO Surveyでは71%のCMOが今後3年で年10百万ドル超をGenAIに投資予定 と回答。Gartner 2026 CMO Spend Survey では、マーケ予算の15.3%がAI施策に配分され、AI-ready組織は21.3%まで振り向けています。

そしてKotler本人。1960年代からのFour P’s提唱者 は、2020-2024年の間に H2H Marketing（Human-to-Human）、Marketing 5.0、Marketing 6.0、Redefining Retail（「opti-channel」提唱）と、4Pの骨格を保ちつつ再定義する著作を連発しています。H2H の原文 では、「4Pのプッシュ型マーケティングはデジタル現実に合わない」と踏み込んで書いています。4P骨格は残しつつ、その周りをAIと人間中心設計で厚くしていく—これが2026年時点でのKotlerの整理です。

16マスは、いま生成AIで急速に書き換わっている最中。次の最後のセクションでは、この16マスを実務でどう回していけばいいか、そしてこの表を毎週埋めていく運用のヒントをお話しします。

16マスを毎週埋める運用でマーケの筋肉をつける

ここまでで、4Pを16マスの相互作用マトリクスとして読み、AI時代にそれがどう書き換わっているかを見てきました。最後に、この視点を実務でどう回していけばいいか、そしてSnorbeで16マスを反復ループ的に育てる運用を紹介します。

使い方1: 新商品開発で16マスをチェックリストにする

新商品を出すとき、Product仕様書はしっかり作るのに、Priceは「後で決めます」、Placeは「営業に任せます」、Promotionは「マーケ部門で走らせます」と切り分けてしまうチームは多い。ここで16マスを1枚のシートにして、開発初期からセルを埋めていきます。

たとえば、Product×Priceのマスには「なぜこの価格でこの機能を出せるのか」を書く。Product×Placeには「このProductはどのチャネルで最も生きるのか」。Product×Promotionには「この製品自体が話題になる仕掛けはあるか」。ベースフードのようにコンビニで試させてECサブスクに引き上げる、といった設計が、このマスの上で見えるようになります。

対角の4マス（内部整合性）も忘れずに。Product×Productなら「機能ラインの中で用途と価格帯が矛盾していないか」を確認する項目になります。

使い方2: 既存商品の伸び悩み診断

「今の商品、伸び悩んでる気がするんだよね」という状況で、16マスは診断ツールとして機能します。マスごとに「◎（強い）」「○（普通）」「△（弱い）」を書き込んでいくと、ボトルネックが可視化されます。

たとえばNotionの成長は、Product×Promotionのマス（フリーミアム＋テンプレ共有＋ワークスペース招待）が強烈に効いていて、そこが「◎」だったと後知恵で見れば分かる。逆にCasperが失速したのは、Product×Placeのマス（D2C×EC専売×プレミアム価格）が構造的に赤字を吸収できなかったからです。

自社の商品でも同じことを、外部データを使って診断できます。

使い方3: 競合分析への応用

競合1社を選び、その16マスを埋めてみる。競合のProductとPromotionの相互作用（例えばSaaSならフリーミアム設計）を書き出すと、自社との差分がクッキリ出ます。競合のIR資料、ブログ、SNS、口コミ、業界レポートを横断して16マスを埋めるのは、正直かなりの手間です。ここで検索を1画面で完結させるツールが効いてきます。

Kotler本人の再定義を実務で受ける

Kotlerは2020-2024年の間に、4Pの骨格を保ちつつ再定義を進めてきました。SIVAモデル（Chekitan Dev & Don Schultz 2005） はSolution / Information / Value / Access。SAVEモデル（Ettenson, Conrado, Knowles 2013 HBR） はSolution / Access / Value / Education。そしてMarketing 6.0（2024） で「メタマーケティング」、Redefining Retail（2024） では「opti-channel（AIで最適チャネルを都度選ぶ）」と発展しています。

実務で受けるとき大事なのは、4Pを捨てるのではなく、16マスの各セルに「Kotler流の再定義」を上乗せするイメージで運用することです。Placeのマスなら「omni-channel」でなく「opti-channel」の思想で、状況に応じて店舗・EC・アプリ・SNSライブコマースの中から最適なチャネルを都度AIが選ぶ、と読み替える。Promotionは「push型広告」ではなく、H2H的な関係性と対話を軸に置き直す。

これは概念だけの話ではありません。実際、Google Meridian が2025年1月に一般提供されたBayesian因果推論オープンソースMMM、Circana × Nielsen MMM統合（2025年8月） 、Meta Advantage+のAndromedaエンジン といった業界インフラが、4Pの各マスをデータで結合する方向に動いています。学術面でもCausalMMM（arXiv 2406.16728） やDeepCausalMMM（arXiv 2510.13087） が、adstock（広告蓄積効果）と時系列因果を同時学習する形で理論を更新しています。「4Pをどう並べるか」より、「4Pの各マスをどう連続的に測って動かすか」の時代に入っています。

Snorbeで16マスを反復ループ育成する

さて、この16マスを実務で使い続けるうえで、一番きついのは「各マスを最新事例と数字で埋め続けること」です。競合IR、業界レポート、SNS、特許、学術論文、消費者インタビュー—これを毎週、GoogleとChatGPTを行き来しながらやるのは正直しんどい。

ここで役に立つのが、リサーチエージェント Snorbe の完全記憶型ナレッジグラフです。

Snorbeは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar・Tavily・Statista・PitchBook・CB Insights といった専門データベースを、自然な日本語のまま横断的に叩けます。「Notionのフリーミアム構造を、直近12ヶ月の学術論文＋一次インタビュー＋SNS言及で整理して」と投げると、専門DBを裏で自動選択して該当ソースを構造化されたグラフとして蓄積します。

そしてポイントは、前回投げた質問と今回の質問が、ナレッジグラフの上で自動的につながっていくこと。1週目に「Product×Promotionのマスを深掘り」、2週目に「Price×Promotionのマスを追加」と積み重ねると、3週目には16マスが自社ワークスペースの中で分厚くなっていく感覚です。ChatGPTのように毎回ゼロから作り直す必要はありません。

具体的な回し方の例をひとつ。金曜の朝30分を「16マス整備タイム」に固定して、その週に埋めるマスを1つ決めて Snorbe に投げる。前週までのグラフを Snorbe が自動参照して、続きから積み上げてくれます。半年もすると、16マスがすべて厚みを持ったカバレッジになり、新商品の企画会議や競合ミーティングで「うちのProduct×Placeのマスは Notion より薄いですね」といった議論が数字ベースでできるようになります。

4Pは古典ですが、そのまま並べるだけでは、いまのマーケット環境ではもう足りない。16マスの相互作用として読み直し、AIで各マスを更新し続ける運用が、2026年時点での「新しい4P分析」の使い方です。競合と一線を引くための、地味だけれど強力な仕込みになります。

よくある質問（FAQ）

Q1. 4P分析と4C分析の違いは何ですか？

4Pは1960年にE. Jerome McCarthyが提唱した売り手視点のフレームワーク（Product・Price・Place・Promotion）で、企業がどう市場に働きかけるかを整理します。一方の4Cは1990年にRobert Lauterbornが提唱した買い手視点のフレームワークで、Consumer wants（顧客ニーズ）、Cost（顧客が払う総コスト）、Convenience（買いやすさ）、Communication（対話）で構成されます。中小機構のJ-Net21も4Pは提供する側の目線、4Cは顧客の目線 と整理しています。実務では対立ではなく併用が一般的で、4Pで自社側の設計を固めつつ、4Cで顧客視点のズレをチェックする使い方が主流です。

Q2. 4P分析はもう古いのでは？

Kotler本人がMarketing 6.0（2024） やH2H Marketingで「4Pのプッシュ型マーケティングはデジタル現実に合わない」と発言している通り、そのまま並べるだけでは足りません。ただしKotlerは4Pの骨格自体は捨てておらず、Redefining Retail（2024） で「opti-channel」といった概念を上乗せする形で更新しています。4Pを土台に、SIVA・SAVE・H2H・Marketing 6.0といった顧客視点の再定義を重ねる、というのが2026年時点の主流の受け方です。

Q3. サービス業でも4P分析は使えますか？

使えますが、4Pに3つ足して7Pにするのが一般的です。1981年にBooms & BitnerがPeople・Process・Physical Evidence を追加した「サービスマーケティングミックス」を提唱しました。ホテル、飲食、医療、教育、SaaS、サブスクリプションサービスなど体験自体が価値になる業界では、7Pのほうが実務に馴染みます。SaaS事業ではSmartHRがVP of Marketingとして2018-2020で約100億円を統合マーケに投下した など、7P的な運用が広がっています。

Q4. AI時代のマーケティングで4P分析は必要ですか？

必要です。むしろ4Pの各セルが生成AIで急速に書き換わっているからこそ、フレームワークとしての整理力が効きます。Amazonは価格を1日250万回 動的に調整し、Meta Advantage+はCPAを最大18%削減、Coca-Colaは43市場で100万人がAI Santaと対話 するキャンペーンを実行しました。Gartner 2026 CMO Spend Surveyでは、マーケ予算の15.3%がAIに配分 されています。AIの個別ツールに飛びつく前に、4Pの16マスのどこをどう変えるのかを整理する視点が土台になります。

Q5. 4P分析を毎日の業務にどう組み込めば良いですか？

3つの使い方があります。1つ目は新商品開発時のチェックリスト運用。16マス（Product×Price、Product×Place、Product×Promotion、Price×Place、Price×Promotion、Place×Promotion＋対角4マス）をセルごとに埋めます。2つ目は既存商品の伸び悩み診断。マスごとに強い/弱いを書き込んでボトルネックを可視化します。3つ目は競合分析への応用。競合の16マスを埋めて自社と比較します。金曜30分などの定例枠を作って、リサーチエージェントで1マスずつ深掘りしていく反復ループが効きます。

Q6. 4P分析でよくある失敗は何ですか？

一番多いのは、4つのPを別チームが独立に決めて後から整合が取れないケース。Product開発チームがプレミアム路線で作ったのに、営業がディスカウント前提で売り、マーケがバジェット重視でSNSを回す、といった食い違いが起きます。次に多いのが、対角マス（各要素の内部整合性）の崩壊。ユニクロは機能素材×中価格帯×GUと分離、無印良品は「わけあって、安い」という一貫ロジックで対角マスを守っていますが、Casperは2020年IPO時点で売上1ドルあたり20セントの赤字 を抱えたまま2024年10月に買収されました。

Q7. 4P分析とSTP分析の使い分けは？

STP（Segmentation・Targeting・Positioning）は戦略層、4P/7Pは戦術層という階層関係で使い分けます。Wikipediaの整理 でも、STPが「誰に、どんな価値で」を決める戦略、4Pは「その戦略をどう実装するか」の戦術と分けられています。ZEN大学など大学のマーケティング講義 でも、STP→4Pの順で教えるのが標準構成です。STPを先にやらずに4Pだけを埋めると「誰に売るか」が曖昧なまま戦術だけ走ることになります。

Q8. 4P分析を始めるのに必要なツールは？

紙とペンでもできますが、AI時代の運用では、各マスを継続的にリサーチできる環境が効きます。おすすめは、リサーチエージェントのSnorbe です。JPO、EPO、Google Patents、arXiv、PubMed、Semantic Scholarといった専門データベースを自然な日本語で横断的に叩けて、前回の質問と今回の質問が完全記憶型ナレッジグラフで自動的につながっていきます。16マスを1つずつ育てていく反復ループの相棒として、機能します。