Particl Retail Intelligence
Particl, Inc. · コーディング · マーケティング
Particlは2万社以上の小売店を対象に競合の売上、価格、在庫、品揃えを推定し、そのデータを投入時期、価格、販促の判断につなげるリテールインテリジェンスだ。

Particl Retail Intelligence について
About
Particl Retail Intelligenceとは
ParticlはECチーム向けに作られたEC競合調査のプラットフォームである。数千社の店頭表示と購入導線からシグナルを集め、個々の商品がどれだけ売れているかを推定し、ダッシュボード、レポート、アラートの形で返す。ブランド側のチームは、社内データでは答えが出ない3つの問いにこれで答える。自分のカテゴリで何が売れているのか、いくらで売れているのか、その背後にどれだけ在庫があるのか。
規模が最大の主張だ。Particlは2万社以上の小売業者、6億点以上のSKU、およそ5,000億ドル分の売上を追跡しているとしている。ただしこの売上高は公開シグナルから組み立てた推計であり、小売業者が申告した数字ではない。方向性として読むべきで、カタログの露出が少ない小規模ブランドでは誤差が広がる。大きなカテゴリと情報の多いブランドなら、計画に使える精度には収まる。
できないこともはっきりしている。広告出稿はしない。店舗運営も管理しない。自社顧客のファーストパーティデータも持たない。あくまで外から市場を見る道具であり、BI基盤の隣に置くもので、代わりにはならない。料金は月250ドルからで、個人の出品者には届かない価格帯だ。ブランド、代理店、カテゴリ担当チームのためのツールである。
導入の流れ
- particl.comからデモを申し込むか、14日間のトライアルを開始する。追跡したい競合数と必要な履歴期間でプランを選ぶ。
- Company Explorerで競合リストを作る。Starterは5ブランド、EssentialとGrowthは10ブランド、Customは最大1,000ブランドまで追える。
- Product Explorerを開き、SKU別売上推定、価格履歴、在庫シグナルを見る。フィルタでカテゴリ、価格帯、商品タイプに絞り込める。
- 毎週確認するビューを保存し、新商品投入、入荷、価格変更のアラートを有効にする。
- CSVに書き出すか、ログインしないメンバー向けにメールレポートを予約する。Customプランなら一括エクスポートとAPI接続も使える。
AIツール情報
Particl Retail Intelligenceの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- DTCブランドの創業者
- ECアナリストとカテゴリマネージャー
- 代理店と小売コンサルタント
タスク
- 次に投入する商品を決める
- 価格を決めて守る
- 品揃えを組む
- 競合の販促を検証する
シーン
- 次のシーズン前のライン見直し
- 踏み切れない価格改定
- クライアントや経営層への月次レポート
主な機能
SKU単位の売上推定
Particlが推定するのはブランド合計ではなく商品単位の売上で、投入判断はほぼこの粒度で起きる。カテゴリを推定売上で並べ、価格帯で絞れば、どの商品が競合の売上を支えているかが見える。推定値なので、同じカテゴリ内で商品同士を比べるのが正しい使い方だ。1つの数字を監査済みの事実として扱うと判断を誤る。
競合価格と値引きの追跡
価格履歴には定価、値引き幅、販促の継続期間が並ぶ。直感が外しやすい問いに答えてくれる。値下げが数量を連れてきたのか、もともと売れる在庫の粗利を削っただけなのか。データは毎日更新されるため、週次の価格会議には十分間に合う。
品揃え分析とホワイトスペース
品揃え分析は自社カタログと競合カタログの重なりを地図にする。双方がひしめく場所と、空いたままの場所が同時に見える。ホワイトスペース分析はその空白を需要順に並べる。成果の出ないSKUを切る根拠にも、新しいサブカテゴリを起こす根拠にもなる。感覚で押し切る場面が減るということだ。
マーケティング素材ライブラリ
追跡ブランドの広告、メール、SNS投稿が1つのライブラリに集まる。クリエイティブを読み、オファーを記録し、同じ期間の売上データを確認する。競合の施策を真似するのと、それが効いたか知っているのとでは意味が違う。代理店は提案シーズンにこの画面へ籠もりがちだ。
履歴データ、トレンド、アラート
履歴はStarterの3か月、Essentialの6か月、Growthの12か月、Customでは最大48か月まで伸びる。季節性と本物のトレンドを切り分けるには十分な長さだ。新商品、入荷、価格変動でアラートが飛ぶので、競合の動きは四半期の振り返りではなく同じ週に把握できる。
ClaudeとChatGPT向けMCP接続
ParticlはMCPサーバーを用意している。アカウントをClaude、ChatGPT、その他のMCP対応クライアントにつなげば、競合データを自然言語で照会できる。ある小売店の売れ筋を尋ねれば、出典付きの答えが返る。ダッシュボードを開く必要はない。すでにチャット画面で仕事をしているアナリストに向く。MCP経由の小売データを、連携案件を立てずに手に入れる最短ルートである。
メリットとデメリット
メリット
- 売上推定が商品単位で出る。ブランド合計より投入判断に直結する。
- 価格、品揃え、マーケティングが同じアカウントに入る。1つの問いに3つのツールは要らない。
- MCP接続でClaudeやChatGPTにデータを渡せる。個別の連携開発が不要になる。
- 毎日更新とアラートがあるため、動きの速いカテゴリでも週次レビューの間が見えなくならない。
- 14日間のトライアルで、競合設定から最初のレポートまで一通り試せる。
デメリット
- 月250ドルの入門プランは1席・3か月履歴で、小規模ブランドには重い。実用的な履歴が要るなら月1,000ドルになる。
- 売上はモデルによる推計だ。申告売上として扱うと判断を誤る。ロングテールのブランドでは特に危ない。
- 競合数の上限が早く効く。Starterの5ブランドでは狭いカテゴリしか見えず、市場全体の地図にはならない。
- モバイルアプリがない。店頭で価格を確認したい場面はブラウザ頼みになる。
よくある質問
競合が何を、いくらで、どれだけ売っているかを見るためのツールだ。ブランドのチームや代理店が、新商品の調査、価格判断、品揃え計画、販促の検証に使う。外から市場を見る視点なので、自社の売上データを置き換えるのではなく補完する。
関連コンテンツ
Particl Retail Intelligenceに関連するツール、スキル、記事を探す。
Particl Retail Intelligenceの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。
