美容業界のトレンド調査｜ジャーニー×競合スキャンをAIで

美容業界のトレンド調査は「業界別の悩み」で束ねるより、消費者ジャーニー4段階(認知→比較→購入→リピート)と、競合スキャン4項目(新製品発表・SNS投稿量・店頭棚割り・EC価格変動)の二軸で回すのが実務に近い設計です。

• 認知段階: TikTok前年比151%成長のバズを、SPATEの900億シグナル×72%予測精度で先読み。インフルエンサーは3億人DBのKolrとTraackrを使い分け
• 比較段階: 2026年1月正式ローンチの@cosme Copilotで2,190万件のクチコミをAI要約(月額25万〜85万円)。LIPS for BrandsはCTR30%超改善の実績
• 購入・リピート段階: 化粧品ECのリピート率は50%前後で全EC平均より高い。花王は需要予測AIで棚卸38%削減、資生堂は店頭AIで美容部員支援。ただしOptuneの1年撤退のようにパーソナライズには落とし穴あり
• 競合スキャン: PR TIMESで新製品発表を月100件超監視、K-Beauty/C-Beautyの上陸検知、クリーンビューティ世界市場CAGR 16.8%の動向を四半期棚卸

週次30分ルーティン(SPATE→@cosme Copilot→PR TIMES)から始め、月次のブランドレビューと四半期の競合レビューで運用サイクルを回すのが現実的な組み立てです。単発調査は各SaaSで、横断分析と月次の育成はSnorbeのようなナレッジグラフ型AIリサーチを新しい選択肢として組み込むと、記憶が積み上がって次の意思決定が速くなります。

なぜジャーニー4段階×競合スキャンの二軸で見るのか

美容業界のトレンド調査というと「業界別の悩みで束ねる整理」がよく紹介されます。新商品開発、口コミ分析、薬機法対応、といったテーマ別のワークフローです。もちろんそれも便利ですが、実際にブランドマネージャーやEC担当と話していると、頭のなかは「今日どのツールでどの数字を見るか」で動いています。悩みのグループよりも、消費者ジャーニーの段階のほうが週次業務にはるかに近いのです。

そこで本記事では、認知→比較→購入→リピートの4段階を縦軸に、新製品発表・SNS投稿量・店頭棚割り・EC価格変動という4つの競合スキャンを横軸に、二軸のマトリクスで組み立てていきます。この座標を頭に入れておくと、「うちの調査は今どこが薄いか」が可視化されて、今日から見るツールと数字が定まります。

4段階を分けて考えるべき理由

消費者ジャーニーが縦軸として機能するのは、段階ごとに読者の目線と使うツールがはっきり別モノになるからです。認知段階の消費者はTikTokやInstagramでブランドを初めて知り、比較段階では@cosmeやLIPSでレビューを読み込み、購入段階ではAmazon・楽天・自社EC・店頭を跨いだクロスチャネル購買を選び、リピート段階ではサブスクの継続やリピート購入で商品と付き合い続けます。

現代の美容消費者は、店頭に行く前にSNSやレビューサイト、美容系YouTubeなどで情報収集を行うのが一般的になり、購入検討の最初のステップがデジタルへシフトしています。「店舗で試してECで購入」「ECで情報収集して店舗で購入」といったチャネル横断購買が定着しており、各タッチポイントでの体験の一貫性を求めるようになりました。この背景は週刊粧業オンラインの2026年美容市場構造変化レポートでも「選別消費が促す需要細分化とサロン機能拡張」と表現されています。

段階ごとに参照するデータソースは、ざっと以下のように分かれます。

• 認知段階: TikTok、Instagram、YouTube、Xの投稿量やハッシュタグ、SPATEのようなトレンド予測プラットフォーム
• 比較段階: @cosme、LIPS、YouTubeレビュー、Amazon Reviewsの口コミデータ
• 購入段階: Amazon・楽天・自社EC の購買データ、GA4流入分析、POSデータ
• リピート段階: NPS調査、LTV分析、サブスク解約率、CRM施策の効果測定

同じブランドの担当者でも、認知担当と比較担当とリピート担当で見ている数字が違うのは、この4段階が別ソースに紐づくためです。

競合スキャンを横軸として持つ理由

もう一方の横軸である競合スキャンは、時間軸と目的が縦軸と少し違います。ジャーニー段階が「自社と消費者の関係性」を追うのに対して、競合スキャンは「他社の動きを継続的に把握する」役割を担います。ここでも見るデータは4種類に分かれます。

• 新製品発表監視: PR TIMES、業界紙、公式リリース
• SNS投稿量: 各SNSプラットフォームのハッシュタグ動向
• 店頭棚割り変化: 主要ドラッグストア、バラエティストアの棚チェック
• EC価格変動: Amazon・楽天のカテゴリランキングと価格推移

新製品発表は月次、SNS投稿は日次、店頭棚割り変化は季節、EC価格変動は日次〜週次と、それぞれの時間軸が違います。この時間軸のズレを把握しておかないと、「なぜ売上が伸びないのか」を分解できません。たとえば、Amazon価格が下がっているのに売上が伸びない場合、新製品発表監視でSNS投稿量の増えた新規参入ブランドの動きを追わないと原因が分からない、といった具合です。

PwC Strategy&の日本の化粧品市場6セグメント分析を見ると、「ブランド志向層」5,500億円と「時短重視層」5,100億円が2大セグメントで、それぞれのセグメントで買い方が違います。ブランド志向層は認知〜比較段階を丁寧に踏みますが、時短重視層は認知したら即購入します。同じ商品でも、セグメントによって認知経路と購入手段が違うので、二軸で並列に把握する必要があります。

記事の読み進め方

ここから先は、認知・比較・購入とリピート、というジャーニー段階順にツールと指標を掘っていきます。競合スキャンについては、4段階目のセクションで購入・リピートと絡めて配置しました。競合の新製品や価格変動は、購入段階での自社の意思決定に直結するからです。

各段階で登場するツールは、業界別の悩みマップ「化粧品業界の悩み1〜5型」を整理したB07の記事と少し違う切り口で見えてくるはずです。B07が「悩み別のワークフロー」なら、こちらは「時系列と競合軸のダブル座標」です。読み終えたときに、今日から開くツールと数字が定まっている状態を目指しています。

認知段階｜TikTok・Instagram・YouTubeのバズを検知する

認知段階は、消費者が自社ブランドや新商品を「初めて目にする」場面を扱います。ここでの調査はスピードが命で、バズが立ち上がってから3日以内に検知できないと機会損失につながります。TikTok月間15億人時代の即時性を前提に、どのシグナルをどう追うかを整理します。

認知段階で見るべき指標は、大きく3つに集約されます。ハッシュタグ投稿数の伸び、バズ動画の再生速度、Google検索ボリュームとの連動です。この3つを同時に見ないと、「一時的なバズ」なのか「持続する需要」なのかが判別できません。

TikTokのバズを漏らさず拾う

TikTok上の「コスメ」「スキンケア」「美容」といったハッシュタグ関連コンテンツ数は、前年同時期比151%と成長を続けています。TikTokはビューティー関心の高いユーザーが新たな発見や情報収集を行う場として定着しており、第2回「TikTok Beauty Fest」は@cosme TOKYOを舞台に5000名を超える来場者を集めました。TikTok For Businessが公開しているBeauty Fest 2026レポートがこの数字を裏付けています。

2026年上期のバズ美容トレンドは、パールでツヤをつくる時代から「スキンケアっぽいリアルなツヤ」へシフトしたとnoteのMalisa氏の分析は指摘しています。肌そのものがうるっと見えることで透明感がアップするという方向性です。ワンタッチアイシャドウスティックやリップ、ユニコーンカラーやハート型パレットのようなパケ買い必至のコスメも同時期にバズりました。

TikTokのバズを効率的に検知するには、以下の3つの動きを毎日15分だけ確認する運用が現実的です。

• 前日投稿の急上昇ハッシュタグを確認
• 「For You」タブに流れてくるコスメ動画のうち再生数10万超のもののパターン抽出
• コメント欄の質問(「これどこで買える？」「肌質は？」)の頻出パターン把握

このルーティンだけで、SNS担当者は「今週の記事は何を取り上げるか」の材料が揃います。

SPATEで統合シグナルを予測する

TikTokやInstagramの手動観察は限界があります。世界中のブランドを一気に眺めて、「次に来るテーマ」を先読みしたい場合には、SPATEのようなAIトレンド予測プラットフォームが役に立ちます。

SPATEは、900億のGoogle検索シグナルと2億のTikTok・Instagram投稿を統合分析し、次の12ヶ月のトレンド挙動を72%の精度で予測すると公表しています。5つのカテゴリー、5つの市場、3つのプラットフォームを横断して分析し、200社以上のブランドが導入しています。

SPATEの活用イメージは、たとえば「Fragrance Trends 2026レポート」のようなカテゴリ別レポートを毎月受け取り、2026年2月のWhitespace Opportunitiesレポートのように「市場飽和前のブランド機会」を先読みするといった使い方です。GoogleとTikTokのシグナルを組み合わせるので、検索意図とSNSバイラルの両輪で市場を読めるのが強みです。

日本語対応のUIやレポートは限定的なので、日本市場の細部を掴むには、SPATEを基本ラインとして、TikTokやInstagramの日本語ハッシュタグを別途手動で確認する2段構えが実務的です。

インフルエンサー計測はKolrとTraackrの使い分け

認知段階で欠かせないのがインフルエンサー計測です。ここには2つの代表的なプラットフォームがあります。

Kolrは、iKala傘下で3億人超のインフルエンサーDBと60億の実データを保有し、190カ国・地域に展開しています。アジア圏に強く、日本語UIも充実しており、Instagram 日本ミドルインフルエンサーランキングのようなランキングを常時公開しています。30代・40代など年代別の人気クリエイター検索も日本語で可能で、日本市場を厚く見たいブランドに向いています。

Traackrは、Brand Vitality Score(VIT)という独自指標で、30.5万人のクリエイター分析から美容領域の勝ちパターンを可視化します。71カ国・26言語でインフルエンサーを見つけられる本格エンタープライズ向けのプラットフォームで、ピエール ファーブル ラボラトリーズUSAのような事例も豊富です。

Traackrの2026年インサイトのなかで注目すべきは、「起用クリエイター数は増えたが、コンテンツ性能・平均オーディエンス数・全体アテンション(VIT)は多くのカテゴリーで停滞・低下している」という警告です。この意味するところは、インフルエンサーを闇雲に増やしても認知は伸びず、質の見極めが不可欠になっているということです。KolrとTraackrはそれぞれ強みが違いますが、共通して「量から質へ」の転換をデータで示しています。

認知段階のデータを月次で束ねる

日次で見るTikTokハッシュタグ、週次で読むSPATEレポート、月次で組み立てるインフルエンサー起用計画。これらは時間軸がバラバラなので、月次のブランドレビュー会議で統合するのが現実的です。

一つのやり方として、月初に「今月の認知KPI」として3つの数字を決めます。ハッシュタグ投稿数の前月比、SPATE予測でスコアが上がったキーワード数、Kolr/Traackrのインフルエンサー起用のROI。この3数字を毎週金曜に更新して、月末に振り返るというサイクルです。ツールは違えど、指標を統合すると意思決定が速くなります。

認知段階は「これから起こることを先読みする」のが仕事です。すでに起きたことを追いかけているうちは、遅れています。予測プラットフォームと手動観察の2段構えで、先読みの精度を上げていく設計が求められます。

比較段階｜@cosme・LIPSのレビューAIで意思決定を読む

認知段階でブランドを知った消費者は、購入前に必ずレビューを確認します。この比較段階は、@cosmeとLIPSがミレニアル・Z世代の必修サイトとして機能しており、レビュー分析AIが2026年に急速に成熟してきました。ここでの調査は「消費者が何を評価軸にしているか」を読み解くことが目的で、認知段階のバズ検知とは求められる解像度がまったく違います。

@cosme Copilotが変えた口コミ分析のPDCA

アイスタイルは2026年1月15日に、@cosmeクチコミデータを活用したSaaS型AI分析ツール「@cosme Copilot」を正式ローンチしました。この動きは業界内で大きな話題を呼び、WWDJAPANやネットショップ担当者フォーラムが詳しく報じています。

@cosme Copilotが扱えるデータの規模は、@cosmeが2014年以降に蓄積してきた、月間3,300万UB(ユニークブラウザ)と累計投稿クチコミ2,190万件以上です。この膨大なクチコミデータを、生成AIで検索・要約・分析できるのが特徴です。

具体的な機能は3つに整理されています。

• クチコミ検索・要約: 投稿日、投稿者の年齢・職業・性別・肌質など複数の角度から検索し、膨大なクチコミデータを数秒でAI要約する
• クチコミ分析: 頻出キーワードと共起語を可視化し、ポジティブ・ネガティブの比率を数値化。時系列でクチコミを閲覧できる
• ペルソナ生成: クチコミDBからペルソナを生成し、そのペルソナとチャット形式で対話できる

料金体系は、ライトプラン25万円/月(検索・基本分析)、スタンダードプラン55万円/月(ペルソナ生成含む)、ビジネスプラン85万円/月(最大30アカウント対応)の3段階です。アイスタイルのプレスリリースでも「クチコミを生成AIで分析することで、化粧品マーケティングのPDCAサイクルが数週間から数日単位へ短縮できる」と説明されています。

企業側の使い方としては、現状分析、マーケティングキャンペーン評価、新商品開発の3つが典型的です。特にペルソナ生成機能は、企画会議で「30代乾燥肌のユーザーがこの成分をどう評価するか」を仮想的にヒアリングできるので、開発初期の意思決定を速められます。

LIPS for Brandsのビジュアル分析

@cosmeがテキスト系のクチコミ分析に強い一方で、LIPSは画像とテキストの両方を扱えるのが独自ポイントです。LIPS for Brandsは、AIが美容ユーザーのクチコミと画像を自動収集して感情分析し、テキストと画像両方を定量化するマーケティングプラットフォームです。

LIPS for Brandsの実績数字は、単純ですが説得力があります。導入企業の平均でCTRが30%超改善、CVRが12%超改善、リピート率が8pp改善したと公表されています(2024年時点のLIPS導入企業データ)。これはLIPSの検索軸が美容特化で細かいためで、パーソナルカラー(ブルベ・イエベ)、肌質(乾燥肌など)、年代、実購入者かどうかで絞り込みができます。

「20代前半の混合肌でリップの人気アイテムをレビューした投稿だけを抽出したい」という粒度の検索が可能で、これが実現できるのはLIPSがユーザー登録時に細かい属性情報を集めているからです。「LIPSの強みはビジュアル情報の量」とよく評価される背景がここにあります。

Amazon BedrockとBERTで内製化するブランドも

@cosme CopilotとLIPS for Brandsは商用ツールで、月額課金が発生します。エンタープライズ規模でクチコミ分析を大量に回したい場合は、Amazon Bedrockベースのレビュー分析パイプラインを内製化する選択肢もあります。

AWSが公開しているAmazon Bedrockでのレビュー分析リファレンスアーキテクチャは、Amazon・楽天・自社ECのレビューデータを一括で取り込んで感情分析と要約を回すパイプラインの構築を示しています。BERTベースのモデルはAmazon商品レビューで89%の分類精度を達成したという研究報告もMDPI Electronicsで公開されており、技術的な成熟度は十分な水準です。

Amazon自体も生成AIでレビュー要約機能を米国モバイルユーザー向けに提供し、Amazon公式ブログでも積極的に発信しています。将来的には日本のAmazonでも同様の機能が広がっていくでしょう。

3ツールの使い分けを整理する

比較段階の分析ツールが3種類あると、「うちはどれを選ぶべきか」で迷います。ざっくりの使い分けは以下のとおりです。

• @cosme Copilot: 購入検討層が厚いブランド、テキストレビューを中心に見たい場合
• LIPS for Brands: メイクトライ需要が強いカテゴリ、画像とテキスト両方を見たい場合
• Amazon Bedrock系の内製: 楽天・Amazon・自社ECのレビューを統合したいエンタープライズ規模

たとえばスキンケアブランドは@cosme Copilotから始めて、メイクや香水系はLIPS for Brandsを追加する、大手ブランドはAmazon Bedrockで内製パイプラインを組む、といった組み立てが自然です。3ツール併用してもいいですが、月額コストが大きくなるので、段階的な導入判断が現実的でしょう。

比較段階の調査は、認知段階の「先読み」と違って「今起きている評価を読む」ことが仕事です。ネガティブレビューを軽く見ないこと、時系列で評価の変化を追うこと、この2点さえ押さえれば、意思決定はぶれません。

購入・リピート段階と競合スキャン｜EC・店頭・K/C-Beauty上陸を横断監視

購入段階とリピート段階は、認知や比較と比べて数字が硬く出るのが特徴です。売上、リピート率、解約率、LTVといったROI直結の指標が並ぶので、経営層からの目が厳しくなります。同時に、この2段階では競合の動きが自社数字に直接影響するので、競合スキャンを別軸として並列で回す必要があります。

化粧品ECのリピート率50%という水準感

化粧品や健康食品では、リピート率50%前後が観察されます。EC業界全体の平均リピート率が30〜40%であることを踏まえると、化粧品は消耗品の性質上、高めに出やすいカテゴリです。この数字はアートトレーディングのECコンサルティング解説やうちでのこづちのラボ記事で紹介されています。

「肌質診断」や「悩みアンケート」のデータを活用したCRM施策で、化粧品ECのリピート率を1.4倍にした事例もうちでのこづちのホワイトペーパーに掲載されています。購入履歴だけでなく、顧客の肌の状態や悩みを紐づけたパーソナライズCRMがリピート率押し上げの鍵になっています。

サブスク型商材については、通常のリピート率だけでは実態を捉えにくいので、継続率と解約率を別指標で評価する必要があります。マイページで配送サイクルの変更やスキップができる「使いやすさ」が継続の鍵で、EC-CUBEの2026年課題解説でもこの点が強調されています。

資生堂・花王が実装したAIの実例

購入・リピート段階のAI活用は、大手ブランドが実装事例で語り始めています。

資生堂ジャパンは、生成AIを活用したチャットボットを店頭美容部員向けタブレットに導入し、2025年7月から本格稼働させました。この店頭DX事例は週刊粧業でも取り上げられ、美容部員の相棒として顧客体験を改善する仕組みとして注目されています。また資生堂は、100年以上の研究蓄積とAI技術を融合した処方開発AI機能を2024年2月から本格稼働させており、資生堂のニュースリリースで詳細が公開されています。

花王は需要予測AIを本格導入し、化粧品事業の棚卸資産を38%削減する成果を上げました。この事例はMarkeZineの記事やSBBitの分析に詳しく、経済産業省と東京証券取引所が選定する「DX銘柄2026」にも選定されています。廃棄削減という利益直結の指標でAIが機能した好例です。

D2Cパーソナライズの光と影

D2Cブランドは、パーソナライズを軸にリピート形成を狙う戦略が定着しました。国内デジタルD2C市場は2026年時点で約3兆円規模の見通しです。

好例の一つがFUJIMI(フジミ美容)です。パーソナライズサプリ・プロテイン・フェイスマスクを軸に、「商品＋体験＋専門性」の3in1モデルで年商20億円を達成しました。個別診断でサプリの配合を設計し、専門家監修のコンテンツとLINE CRMサポートを組み合わせて満足度を維持しています。manaminaの分析でも「Instagramに映えるパッケージデザインと肌診断のUXが差別化ポイント」と評価されています。

BULK HOMMEは、メンズスキンケアで世界No.1シェアを目指すD2Cとして、Instagram・Twitter・LINEを組み合わせたSNS戦略で拡大してきました。2024年のメンズ化粧品市場は約497億円で2019年の1.8倍まで拡大しており、この波に乗って伸ばした好例です。

一方で、パーソナライズには失敗事例もあります。資生堂の「Optune」は2019年7月に月額1万円のサブスクで開始しましたが、2020年6月に1年でサービス終了しました。この経緯を日経クロストレンドは「1年でサブスク撤退の学び」として振り返っており、資生堂はその後2023年7月からDNA検査サービスに軸足を移し、DNAを基にAIが顧客の生まれ持った肌の体質を解析するサービスに転換しました。月額1万円のIoT機器サブスクは、日本のライフスタイルと価格感度に合わなかったというのが主な学びで、B07の化粧品業界の悩み1〜5型でも別角度で触れています。

バーチャル試着と店頭AIの進化

Perfect Corpは2026年1月のCESで次世代「AIビューティーエージェント」を発表しました。プレスリリースによれば、60カ国以上・700ブランド以上で導入されており、80万点以上のコスメアイテムのバーチャル試着を提供し、年間100億回超のトランザクションを処理しています。同社のYouCam Makeupは全世界3億ユーザーが利用しています。バーチャル試着は、店頭に来る前の購入意思決定を後押しする役割を担い、購入段階の変換率向上に寄与しています。

競合スキャン｜新製品発表・店頭・EC価格の連続監視

購入・リピート段階の話と並行して、競合スキャンを継続する必要があります。これが記事冒頭で述べた「もう一本の軸」です。

新製品発表監視は、PR TIMESが最も効率的な一次ソースです。PR TIMESのスキンケア・化粧品・ヘア用品カテゴリには月100件を超える新製品プレスリリースが流れており、上場企業の65.6%(2,646社/4,035社)が利用しています。RSSやAPIで新着を取得して、社内Slackに流す仕組みは1日で構築できます。加えて、DSプロモーションの新製品発表会運営のようなイベント運営会社の実績ページからも、主要ブランドの動きが読めます。

K-Beauty上陸検知では、LG生活健康とAmorepacificが日本市場での主要プレイヤーです。LG生活健康は銀座ステファニー化粧品(2012年)、エイボン日本法人(2018年)と国内企業の買収を重ねてきた歴史があり、Wikipediaで詳細な経緯が確認できます。Amorepacificは@cosme TOKYOで11ブランド一挙展開のイベントを実施し、@cosmeのビューティストブログがその様子を伝えています。MEDIHEALはL&P COSMETIC傘下のダーマ系韓国ブランドで、シートマスクは全世界44カ国以上で33億枚販売とMEDIHEAL公式で公表されています。

C-Beauty上陸検知では、Perfect Diary(完美日記)がYatsen Holdings傘下で2022年7月からLOFT・PLAZAで日本オフライン展開を開始し、WWDJAPANやスターデザインのプレスリリースで報じられています。2026年には@cosme TOKYO/OSAKAでポップアップも実施しました。

クリーンビューティ動向は、世界市場が2025年104.9億ドルから2033年353億ドルまで、CAGR 16.8%で成長する見通しです(Fortune Business Insights)。一方、日本市場については週刊粧業のコラム「2025年、日本のクリーンビューティは失速したのか」が、量的拡大局面終了と質的選別局面入りを分析しています。日本スキンケア市場全体は2033年8億6,010万ドル規模、CAGR 6.09%予測で、Report Oceanにも詳しい試算が掲載されています。

競合スキャンの4項目(新製品発表・SNS投稿量・店頭棚割り・EC価格変動)は、それぞれ時間軸が違います。PR TIMESの新製品発表は日次、SNS投稿量はリアルタイム、店頭棚割りは季節、EC価格変動は日次〜週次。時間軸別にダッシュボードを分けて設計すると、更新の負担が減ります。

統合ワークフローとSnorbeで育てる横断ナレッジ

ここまでで、ジャーニー4段階と競合スキャン4項目を整理してきました。個々のツールは強力ですが、それぞれ得意領域が違うので、実務担当者は「どの日にどのツールを開くか」の運用設計をしないと、情報が散逸してしまいます。この最終セクションでは、今週から回せるルーティンと、横断で育てる新しい選択肢としてのSnorbeを配置します。

週次30分で回すルーティン

まず、週次で回すルーティンから組み立てます。週初めの30分で、認知・比較・競合スキャンの主要指標を確認できる設計です。

• 最初の10分: SPATEダッシュボードで先週バズが立ち上がったキーワードを確認
• 次の10分: @cosme Copilotで自社ブランドの先週の口コミ量とポジ・ネガ比率を確認
• 最後の10分: PR TIMESの化粧品カテゴリで先週の新製品発表と競合の動きを確認

この30分ルーティンだけで、週初めの企画会議で「今週動く3つの話題」の材料が揃います。10分単位に切ってあるので、他の会議に押されても部分実行が可能です。

月次のブランドレビュー会議

月末に開くブランドレビュー会議では、月次で追う指標をまとめて確認します。

• LIPS for BrandsのCVR推移(自社ブランドと競合カテゴリ)
• Kolr/Traackrで起用したインフルエンサーのROI
• Amazon・楽天のカテゴリランキングと価格変動(競合スキャン)
• サブスクの継続率と解約率(自社の場合)

この会議で意思決定するのは、翌月のブランド予算配分と新製品開発のGO/NO-GO判断です。ここでSPATEやTraackrの月次レポートを組み合わせると、経営陣への説明が数字ベースで組み立てられます。

四半期の競合レビュー

四半期に一度は、K-BeautyとC-Beautyの新規上陸ブランドと、クリーンビューティ市場の動向を棚卸しします。ここでは、次のような論点を扱います。

• 新たに日本市場に上陸したK-Beauty/C-Beautyブランドの数と初期SNS反応
• Amorepacific、LG生活健康、Yatsen Holdingsの本国動向
• クリーンビューティの世界市場CAGR 16.8%に対する日本市場の温度感
• 花王や資生堂の技術発表(処方AI、店頭AIなど)

この四半期レビューは、経営会議に提出する「業界俯瞰」の材料として機能します。単発の月次レビューだけでは大きな変化を見落とすので、四半期の粒度で長期トレンドを整理する時間が必要になります。

ここに置きたい新しい選択肢｜Snorbe

ジャーニー4段階×競合スキャンの二軸で見る運用は、単一のプラットフォームでは実現できません。SPATEは認知段階に強く、@cosme Copilotは比較段階に特化、Traackrはインフルエンサーに特化、Amazon Bedrockは自社データの分析。それぞれ強い一方で、「認知段階のSNSシグナルと比較段階の口コミ動向を紐づけたい」「先月立ち上がったK-Beautyブランドが@cosmeでどう受け止められて、Amazonでどう売れているか」といったクロス段階の分析には、単独ツールでは対応が難しくなります。

こうした横断分析を月次で育てていく用途に、Snorbeというナレッジグラフ型のAIリサーチが新しい選択肢として使えます。

Snorbeは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholarの専門DB群に、クエリを意識せず自然な日本語で問い合わせられるのが特徴です。「先月発表された機能性表示食品と、@cosme人気カテゴリの重なりを見つけたい」といった、複数ソースを横断する自然な問いを、SQLやAPIコールに落とし込む必要がありません。

もう一つの強みが、完全記憶型のナレッジグラフです。ワークスペースに毎月の調査結果が積み上がっていき、月次のブランドレビュー会議で先月・先々月の記憶をそのまま引き継いで議論できます。「先月のK-Beauty上陸ブランドの動きは今月どうなったか」を、過去の調査ログと自動で紐づけて出してくれます。B07の化粧品業界の悩み1〜5型でも触れていますが、記憶が育つタイプのAIリサーチは、業界特化の横断分析と相性がいいのです。

使い分けの整理

3種類のツール群の使い分けをまとめると、以下のようになります。

• 単発の深い調査: SPATE(認知)、@cosme Copilot(比較)、LIPS for Brands(比較)、Amazon Bedrock(購入・リピート)
• 月次の運用ダッシュボード: 各ツールの月次レポートを社内Slack/Confluenceに集約
• 横断分析と月次の育成: Snorbeでナレッジグラフに蓄積し、月次ブランドレビュー会議で活用

単発調査用のツールと、月次で育てるナレッジグラフを分けて考えると、コスト配分が整理できます。単発調査用は月額課金の重量級ツールを絞って導入し、育成用にSnorbeで横断分析を育てる、といった組み立てが現実的です。

今日から試せる反復ループ

美容業界のトレンド調査は、1回で答えが決まる仕事ではありません。認知・比較・購入・リピートの4段階と、新製品・SNS・店頭・EC価格の4項目を、少しずつ精度を上げながら回していく反復ループが本質です。

今日から始められることは、以下のとおりです。

• Step 1: SPATEの無料トライアル、@cosme Copilotのライトプラン、LIPS for Brandsの資料請求のうち、優先度の高いものを1つだけ選んで開始
• Step 2: PR TIMESのRSSを社内Slackに接続し、化粧品カテゴリの新製品発表を毎日流す
• Step 3: 週次30分ルーティンをカレンダーにブロックし、3週間続けて習慣化する
• Step 4: 月末に振り返り、翌月の調査軸を1つだけ増やす

3ヶ月続けると、認知段階のSNSシグナル・比較段階のレビュー動向・購入段階のEC変動が、頭のなかで一つの座標に統合されていきます。そこにSnorbeのような横断ナレッジグラフを組み合わせると、四半期のブランドレビュー会議で経営陣に「今何が起きていて、来月何をするか」を数字と物語の両輪で説明できるようになります。

美容業界は、消費者の意思決定サイクルが最も速いカテゴリの一つです。だからこそ、ジャーニー段階と競合軸の二軸で見て、月次で回す運用に落とし込んだブランドが、次の波を先読みできます。週30分の小さな習慣から、この反復ループを回してみてください。

よくある質問

Q1. 美容業界のトレンド調査で最初に導入すべきAIツールは何ですか？

自社が最も弱い段階を選ぶのが原則です。バズ検知が弱ければSPATE、口コミ分析が弱ければ@cosme Copilot、インフルエンサー起用が弱ければKolrやTraackrから始めるのが良いです。3ツール同時導入は月額コストが100万円超になるので、優先度の高い1ツールから3ヶ月試すのが現実的です。

Q2. @cosme Copilotの料金体系と、導入に向いている企業規模は？

@cosme Copilotは2026年1月に正式ローンチされたSaaS型AI分析ツールで、月額料金はライトプラン25万円、スタンダードプラン55万円、ビジネスプラン85万円の3段階です。2014年以降の月間3,300万UB分のクチコミデータを使えます。年商5億円以上のスキンケア・メイクブランドで、月次のPDCAを速く回したい企業に向いています。詳しくはアイスタイルのプレスリリースを参照してください。

Q3. 化粧品ECのリピート率の平均は？

化粧品や健康食品は消耗品の性質上、リピート率50%前後が一般的です。EC業界全体の平均リピート率30〜40%より高めに出ます。ただしサブスク型は継続率・解約率の別指標で評価する必要があり、通常のリピート率だけでは実態を掴めません。詳細な指標定義はうちでのこづちのラボ記事にまとまっています。

Q4. K-BeautyやC-Beautyの日本進出動向はどう追いかけたらいいですか？

一次ソースを3つ組み合わせるのが効率的です。PR TIMESの化粧品カテゴリで新規上陸ブランドの発表、@cosme TOKYOなど大型店のポップアップ情報、週刊粧業オンラインやWWDJAPANの業界紙記事です。LG生活健康、Amorepacific、Yatsen Holdings(Perfect Diary)の3社は特に動きが活発なので、四半期で必ず動向を追う対象です。

Q5. Optuneが1年で撤退した理由と、そこから学べるパーソナライズの教訓は？

資生堂のOptuneは2019年7月に月額1万円のIoT機器サブスクで開始しましたが、2020年6月に1年で終了しました。主な学びは、月額1万円と機器貸し出しという設計が日本のライフスタイルに合わなかった点です。パーソナライズ自体の需要は確認されたので、資生堂は2023年7月からDNA検査サービスに軸足を移し、より低コストで継続性の高いサービスに転換しました。詳細は日経クロストレンドの分析が詳しいです。

Q6. 花王や資生堂の大手ブランドはAIをどう活用していますか？

花王は需要予測AIで化粧品事業の棚卸資産を38%削減し、DX銘柄2026に選定されました。資生堂は2024年2月から処方開発AIを本格稼働させ、2025年7月からは生成AIチャットボットを店頭美容部員向けタブレットに導入しています。両社ともAIを「経験則からの脱却」と位置づけ、廃棄削減・処方開発・接客支援の3領域で成果を出しています。

Q7. SPATEやTraackrなどのAIツールは日本市場でも使えますか？

SPATEやTraackrは英語UIが基本ですが、TraackrはKolrと同じく多言語対応で、日本のインフルエンサー分析にも対応しています。日本市場に厚く投資したい場合は、Kolr(アジア圏強い)を基本として、SPATEをグローバル動向の先読みに使う二段構えが向いています。SPATEはGoogle検索とTikTokのシグナルを組み合わせるので、日本語検索でも大まかなトレンドは掴めます。

Q8. Snorbeは既存の@cosme CopilotやSPATEとどう違いますか？

@cosme CopilotやSPATEは特定プラットフォーム(@cosmeやTikTok/Instagram)のデータに強みを持つ単発調査ツールです。Snorbeは横断のナレッジグラフ型AIリサーチで、認知段階のSNSシグナルと比較段階のクチコミ動向を紐づけたい、K-Beauty新規上陸ブランドが@cosmeとAmazonでどう受け止められているかクロス検索したい、といった複数ソース横断の分析に向いています。単発調査は各SaaS、横断分析はSnorbeという使い分けが現実的です。