日傘 구매 순간 1위 'ゴルフラウンド中に日差しが気になる時に' 45.3%

01한 장 요약

4,007,164

월 진입 검색량

7

CEP 수

7

주인 없는 상황

45.3%

최대 CEP 비중 · ゴルフラウンド中に日差しが気になる時

가장 먼저 할 것

1ゴルフラウンド中に日差しが気になる時に미점유 검색량 1,816,645아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점
2東京観光で日差しが強い時に미점유 검색량 1,450,466아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점
3旅行中に日差しが気になる時に미점유 검색량 460,265검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터)

주인 없는 상황 = 이 상황의 검색 여정·검색결과에서 어떤 브랜드도 잡히지 않은 CEP · 미점유 검색량 = 검색량 × (1 − 브랜드 적합성)

02의사결정 요약

무엇부터 할 것인가

우선순위	진입 상황(CEP)	파워	미점유 검색량	브랜드 경쟁	다음 행동
1	ゴルフラウンド中に日差しが気になる時に	45.3%	1,816,645	주인 없음	아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점 근거 약
2	東京観光で日差しが強い時に	36.2%	1,450,466	주인 없음	아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점 근거 약
3	旅行中に日差しが気になる時に 계절성 가능	11.5%	460,265	주인 없음	검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약
4	夏フェスで日差しが強い時に	2.3%	92,600	주인 없음	검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약
5	散歩やウォーキング中に日差しが気になる時に	3.9%	157,733	주인 없음	검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약
6	通学時に日差しが気になる時に	0.4%	16,623	주인 없음	검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약
7	通勤時に日差しが気になる時に	0.3%	12,832	주인 없음	검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

열 제목을 누르면 그 기준으로 정렬됩니다 · CEP 이름을 누르면 상세 카드로 이동

파워 = 전체 진입 검색 중 이 상황의 비중(클수록 큰 유입구) · 브랜드 경쟁 = 이 상황의 검색 여정·검색결과에 브랜드가 보이는지 · 근거 = 판단을 뒷받침하는 검색 증거의 강도(강/중/약)

03CEP 발생 시계열파생

언제 늘고 언제 줄었나

진입 수요 전체(모든 CEP 합)전년비(12M)-7%최근 3M 전년비-12%성수기–48 개월 · CEP 7안정비계절

표의 행을 누르면 위 그래프가 그 CEP로 바뀝니다. 같은 행을 다시 누르거나 맨 위 행을 누르면 전체로 돌아갑니다.

CEP	전년비(12M)	최근 3M 전년비	성수기		질의
진입 수요 전체(모든 CEP 합)	-7%	-12%	–	안정비계절
ゴルフラウンド↗	-11%	-6%	–	안정비계절	5/5
東京観光↗	-2%	-22%	8	안정비계절	3/3
旅行中に日差しが気になる時に↗	-7%	-6%	7·8	안정계절형	4/4
夏フェス↗	-15%	-24%	5·7·8	안정계절형	3/3
散歩ウォーキング日差し↗	-5%	+6%	–	안정비계절	3/3
通学時に日差しが気になる時に↗	+9%	+22%	4·7·8	안정계절형	4/4
通勤日差し↗	+77%	+31%	–	성장비계절	2/2

성수기 달력: CEP × 달력 월 지수

	1	2	3	4	5	6	7	8	9	10	11	12
ゴルフラウンド	0.8	0.8	1.0	1.0	1.2	1.1	1.0	1.1	1.0	1.1	1.1	0.8
東京観光	0.9	0.9	1.1	0.9	1.1	0.9	1.0	1.4	1.0	1.0	0.9	0.9
旅行中に日差しが気になる時に	0.8	0.8	0.8	0.8	0.9	1.2	2.1	1.4	0.9	0.9	0.7	0.7
夏フェス	0.6	0.6	0.7	1.0	1.5	1.2	2.1	1.6	1.1	0.7	0.6	0.4
散歩ウォーキング日差し	1.0	0.9	1.0	1.1	1.2	0.9	0.8	1.1	1.0	1.2	1.0	0.8
通学時に日差しが気になる時に	0.7	0.7	1.0	1.4	1.2	1.2	1.7	1.5	0.8	0.7	0.7	0.6
通勤日差し	1.1	1.2	1.3	1.3	1.0	0.9	0.8	0.8	0.9	0.9	0.9	0.9

칸 값 = 그 달의 연평균 검색량 ÷ 전체 월평균(1.0 = 평균). 굵은 칸 = 성수기 달.

서베이는 한 시점 스냅샷이라 이 표를 만들 수 없다. 마크로밀이 지적한 '발생 횟수·시계열 변화' 공백을 검색 데이터가 채운다.

규칙: 성장/쇠퇴 = 최근 12개월 합이 직전 12개월 대비 ±20% 이상 / 성수기 달 = 달력 월 지수 ≥1.30 / 계절형 = 최고 월 지수 ÷ 최저 월 지수 ≥1.8. 월별 값은 keyword_info monthly_volume [실측], CEP 시계열은 실측 basket 질의의 합 [파생]. 서베이 CEP 파워(응답자 비율)와 달리 이 빈도는 검색 발생량이다.

04경쟁 구도파생

선두가 굳은 상황과 경합·빈 상황

선두 고정 (0)

–

경합 (0)

–

분산 (0)

–

빈자리 (7)

ゴルフラウンド 45.3%
東京観光 36.2%
旅行中に日差しが気になる時に 11.5%
散歩ウォーキング日差し 3.9%
夏フェス 2.3%
通学時に日差しが気になる時に 0.4%
通勤日差し 0.3%

빈자리는 두 종류다. 측정했는데 브랜드 언급이 없던 상황은 선점 후보이고, 측정하지 못한 상황은 deep 실행·서베이로 확인한 뒤 선점한다. · 경합 = 1위와 2위 격차 ≤10pt(네오마케팅 색규칙) · 분산 = 1위 셰어 <35% · HHI = 셰어 제곱합. 핵심(파워 ≥중앙값)만 채운 원, 나머지는 옅게. 미측정은 점선(경쟁 없음이 아니라 모름).

05CEP 파워

진입 검색에서 각 상황이 차지하는 비중

전체 7 CEP · [파생] P_i = ΣV(basket_i)/ΣΣV

06브랜드 × 진입 상황

점유된 상황과 빈 상황

진입 상황 7개 중 0개에서 브랜드 연결이 측정됨 · 나머지 7개는 기회 등급으로 표시. 셀의 작은 숫자 k/m = 브랜드 등장 표본(m이 작으면 신뢰 낮음).

	브랜드 연결
ゴルフラウンド45.3%	선점 기회 큼: 주인 없는 큰 상황 45.3% · 월 1,816,645
東京観光36.2%	선점 기회 큼: 주인 없는 큰 상황 36.2% · 월 1,450,466
旅行中に日差しが気になる時に11.5%	선점 기회 큼: 주인 없는 큰 상황 11.5% · 월 460,265
散歩ウォーキング日差し3.9%	선점 기회 큼: 주인 없는 큰 상황 3.9% · 월 157,733
夏フェス2.3%	선점 기회 큼: 주인 없는 큰 상황 2.3% · 월 92,600
通学時に日差しが気になる時に0.4%	선점 기회: 주인 없음 0.4% · 월 16,623
通勤日差し0.3%	선점 기회: 주인 없음 0.3% · 월 12,832

[파생] · 색 셀=측정된 셰어(k/m 표본) · 초록/호박 행=선점 기회(브랜드 미연결, 상황 크기순) · 회색 행=소형 · "·"=미조회(데이터없음 ≠ 0)

발굴된 카테고리 브랜드(미연결): ユニクロ, ワークマン, モンベル, 無印, フランフラン, リファ, サンバリア100, コールマン, 東レ, wpc

브랜드 집계 기준: 브랜드명 직접 언급(제품명 매핑 없음).

07카테고리 연결률파생

상황은 크지만 카테고리로 이어지지 않는 CEP

ゴルフラウンド 45.3% 카테고리 성장 후보연결률 0% · 낮음 · 0/200 경로

東京観光 36.2% 카테고리 성장 후보연결률 0% · 낮음 · 0/200 경로

연결률 = 이 상황을 지난 검색 경로 중 이후 질의에 카테고리어(日傘)가 나타난 비율 [파생]. 낮음 <20% · 높음 ≥50%. 파워 ≥중앙값이면서 낮음이면 카테고리 성장 후보(마크로밀 원칙 2: 카테고리 점유가 낮은 CEP). 상황 저니(path_finder(상황어))만 쓰고 카테고리 앵커 저니는 제외(구성상 항상 연결). basket 질의 자체에 카테고리어가 든 CEP는 계산하지 않는다.

08W축 분포해석

이 지도의 상황은 어느 축에 몰려 있나

Why 목적·베네핏2 CEP 수 · 파워 합 39%

Who 누구를 위해0 CEP 수 · 파워 합 0%

When 시점·계기0 CEP 수 · 파워 합 0%

Where 장소1 CEP 수 · 파워 합 45%

While 하는 중0 CEP 수 · 파워 합 0%

With whom 누구와0 CEP 수 · 파워 합 0%

Feeling 기분0 CEP 수 · 파워 합 0%

BEP(베네핏 엔트리 포인트): 0 / 7

빈 축: Who 누구를 위해, When 시점·계기, While 하는 중, With whom 누구와, Feeling 기분. 조사표(후보 리스트)가 설계자의 가설에 갇혔을 수 있는 자리다. 다음 실행의 확인·수정 단계에서 이 축의 진입 상황 후보를 추가해 보라.

W축은 GMO 5W1H·다이코 W's 6축을 따라 카드 마감 단계에서 LLM이 붙인 [해석]이고, 6W1H 맥락이 있을 땐 코드가 가장 많이 채워진 축으로 대신한다 [파생]. BEP = why·feeling처럼 원하는 결과가 먼저 오는 진입(하라 타쿠야).

09검색어 속 대상

누구를 위해 찾는가

검색어에 대상(선물 받는 사람·함께하는 사람·사용자)이 직접 드러난 검색만 모아 월 검색량을 합했다. 검색자의 성·연령이 아니라 검색어가 말하는 대상이며, 성·연령 데이터가 없는 시장에서도 똑같이 측정된다.

대상	대표 검색어	CEP	월 검색량
여성 女子	女子ゴルフ結果速報リーダーボード · 東京観光女子おすすめ	ゴルフラウンド中に日差しが気になる時に, 東京観光で日差しが強い時に	287,399
남성 メンズ · 男性	日傘メンズ · 日傘男性用 · 日傘男性		86,191
영유아 ベビー	日傘ベビーカー		1,693

실측 검색어 × 고정 사전 분류 [파생]. 한 검색어가 여러 대상에 걸리면 각각 센다.

10근거 등급

정성 속성은 무엇에 근거하는가

세부맥락·KBF·제한·회피·수치 임계·신뢰근거는 네 단계로 라벨을 붙인다. 실측은 그 조건이 실제 검색어로 존재하고 월 검색량이 측정된 것이다. 합의는 구글 SERP·AI Overview가 여러 검색어에 걸쳐 같은 내용을 정리한 것이다. SERP는 그 검색어를 검색한 사람들의 클릭 피드백으로 정렬·요약된 결과이므로, 여러 검색어·여러 출처에서 반복되는 내용은 그 사회가 이 주제에 대해 공유하는 합의로 본다.

실측 100%

실측1 · 검색어로 직접 존재, 월 검색량 실측

합의0 · SERP·AIO 2개 이상 검색어(또는 독립 출처 3곳)에서 반복

파생0 · SERP 문장 하나에서 확인

해석0 · 직접 근거 없는 해석

이 리포트의 정성 속성 1개 기준. 속성 하나에 가장 강한 근거 하나만 센다.

검색 수요가 확인된 조건 실측

조건	CEP	대표 검색어	월 검색량	추세
KBF遮熱性能	夏フェスで日差しが強い時に	遮熱日傘	13,433	↓-16%

속성의 조건이 드러난 실측 검색어의 월 검색량 합. 핵심어가 글자 그대로 든 검색어, 또는 조건을 다른 표현으로 말하는 검색어(조건어 확인·별도 검수 통과)만 쓴다. 같은 검색어 묶음에 걸리는 속성은 한 줄로 합쳤다. 추세는 그 검색어들의 48개월 월별 검색량(최근 12개월 대비 직전 12개월).

11이 리포트가 쓴 검색 데이터

CEP는 검색어 하나가 아니라 여러 검색 데이터가 함께 가리키는 상황이다. 연관 검색어·검색 경로·검색 군집·SERP 본문·PAA·AI Overview를 얼마나 모았고, 그중 어느 것이 CEP의 장면(언제·어디서·왜·누구와)과 세부맥락·KBF·제한·회피의 근거로 쓰였는지다.

데이터	수집	CEP 근거로 쓰인 곳
연관 검색어	250	CEP 0/7개의 근거 자료에 포함
검색 경로	경로 695개 (심화 측정 경로 0개 포함)	CEP 0/7개의 근거 자료에 포함
검색 군집	군집 0개 · 검색어 0개	CEP 0/7개의 근거 자료에 포함
SERP(구글 검색 결과)	0	CEP 0/7개의 근거 자료에 포함
AI Overview	0	CEP 0/7개의 근거 자료에 포함
PAA(사람들이 묻는 질문)	0	–

CEP마다 어디서 드러났나

CEP는 주제와 상황에 따라 드러나는 곳이 다르다. 어떤 상황은 검색 경로에서, 어떤 상황은 군집·연관 검색어에서, 어떤 상황은 AIO·PAA에서 보인다. 왼쪽은 그 CEP의 실측 검색어가 각 데이터에 들어 있던 검색량 비중(발견), 오른쪽은 장면 7W·속성의 근거로 실제 쓰인 횟수다. '없음'은 그 데이터가 이 CEP에 닿지 않았다는 뜻이다.

CEP	발견(검색량 비중)						근거로 쓰인 곳(횟수)
CEP	연관 검색어	검색 경로	검색 군집	AIO	PAA	경로·군집·AIO에서 채굴	CEP 검색어	검색 경로	검색 군집	연관 검색어	AIO	PAA	상위 노출
ゴルフラウンド中に日差しが気になる時に	–	99%	–	–	–	–	·	·	·	·	·	·	·
東京観光で日差しが強い時に	–	100%	–	–	–	–	·	·	·	·	·	·	·
旅行中に日差しが気になる時に	–	–	–	–	–	–	·	·	·	·	·	·	·
散歩やウォーキング中に日差しが気になる時に	–	–	–	–	–	–	·	·	·	·	·	·	·
夏フェスで日差しが強い時に	–	–	–	–	–	–	·	·	·	·	·	·	·
通学時に日差しが気になる時に	–	–	–	–	–	–	·	·	·	·	·	·	·

12CEP 상세 카드

CEP 1목적CEP

ゴルフラウンド中に日差しが気になる時に

Macro명시 CEP

파워 45.3% 파생 · 월평균 검색량 1,816,645 · 추세(3M) +3%

W축 Where구도 빈자리 전년비(12M) -11%안정비계절카테고리 연결 0%

상황 설명해석

ゴルフ場でプレイ中や女子ゴルフ観戦中に、日差しが気になることがあります。長時間のラウンドや観戦で、強い日差しから身を守り、快適に過ごしたいと感じます。そのため、「ゴルフ」や「ゴルフ場」での日差し対策、特に「晴雨兼用傘ゴルフ」について検索します。

다음 행동아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점 근거 약

투자 우선순위 파생

1순위 투자 후보미점유 검색량 최대 1,816,645회/월

시장성 100 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

장면: 이 상황이 갈라지는 미시 CEP

女子ゴルフ観戦中に 해석 ‹女子ゴルフ結果速報リーダーボード›282,666 · 16% 파생

ゴルフ場でプレイ中に 해석 ‹ゴルフ場›450,000 · 25% 파생

장면 이름은 근거 인용과 결속된 [해석] · 볼륨은 장면 귀속 질의의 실측 합 [파생] · 근거 없는 장면은 코드가 폐기

검색 여정: 이 상황의 직전과 직후 파생

실측 경로 200개에서 인접 전이를 집계, 개인의 시간순 이동이 아니라 집계 그래프의 흐름

근거 3개 펼치기근거 접기

증거 쿼리 실측

ゴルフ 1,073,333실측ゴルフ場 450,000실측女子ゴルフ結果速報リーダーボード 282,666실측ラウンド 10,633실측晴雨兼用傘ゴルフ 13실측IKG

장면 6W1H

where: ゴルフ場 해석while: ゴルフ 해석

선택 3축(시장성·적합성·입증)

시장성100

브랜드 적합성–

입증가능성0

부가 참고: AI 검색 노출

AI 추적 질문 후보 해석

1“ゴルフラウンド中に日差しを避けるためのアイテムは？”기존 프롬프트

2“ゴルフ場で日差しが強い時におすすめの対策は？”

3“女子ゴルフ観戦中に日差しを避ける方法は？”

이 상황의 소비자가 AI에게 물을 법한 질문, AI 응답 노출을 추적할 때 쓴다

AI 검색(AI Overview·챗봇) 노출을 관리할 때만 보면 되는 참고 블록. 상황 이해와 마케팅 판단에는 위 블록들이면 충분하다.

CEP 2목적CEP

東京観光で日差しが強い時に

Macro명시 CEP

파워 36.2% 파생 · 월평균 검색량 1,450,466 · 추세(3M) +0%

W축 Why구도 빈자리 전년비(12M) -2% · 성수기 8월안정비계절카테고리 연결 0%

상황 설명해석

東京観光で日帰りの時や女子旅の時に、日差しが強いと感じることがあります。観光中に強い日差しが気になり、快適に過ごしたいと願います。そのため、「東京観光」での日差し対策について検索します。

다음 행동아직 어떤 브랜드도 안 보이는 큰 상황 → 이 상황의 검색어에 콘텐츠·광고를 먼저 깔아 선점 근거 약

투자 우선순위 파생

2순위 투자 후보미점유 검색량 최대 1,450,466회/월

시장성 80 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

장면: 이 상황이 갈라지는 미시 CEP

東京観光で日帰りの時に 해석 ‹東京観光日帰り›2,400 · 0% 파생

東京観光で女子旅の時に 해석 ‹東京観光女子おすすめ›4,733 · 0% 파생

장면 이름은 근거 인용과 결속된 [해석] · 볼륨은 장면 귀속 질의의 실측 합 [파생] · 근거 없는 장면은 코드가 폐기

검색 여정: 이 상황의 직전과 직후 파생

실측 경로 200개에서 인접 전이를 집계, 개인의 시간순 이동이 아니라 집계 그래프의 흐름

근거 3개 펼치기근거 접기

증거 쿼리 실측

観光 1,443,333실측東京観光女子おすすめ 4,733실측東京観光日帰り 2,400실측

장면 6W1H

why: 日差しが強い 해석where: 東京 해석while: 観光 해석

선택 3축(시장성·적합성·입증)

시장성80

브랜드 적합성–

입증가능성0

부가 참고: AI 검색 노출

AI 추적 질문 후보 해석

1“東京観光で日差しが強い時におすすめのアイテムは？”기존 프롬프트

2“東京で観光する時に日差し対策が必要な場合、何を持っていけばいい？”

3“女子旅で東京観光する時に日差しを避ける方法は？”

이 상황의 소비자가 AI에게 물을 법한 질문, AI 응답 노출을 추적할 때 쓴다

AI 검색(AI Overview·챗봇) 노출을 관리할 때만 보면 되는 참고 블록. 상황 이해와 마케팅 판단에는 위 블록들이면 충분하다.

CEP 3구매CEP

旅行中に日差しが気になる時に

Macro명시 CEP

파워 11.5% 파생 · 월평균 검색량 460,265 · 추세(3M) +193% 계절성 가능

구도 빈자리 전년비(12M) -7% · 성수기 7·8월안정계절형

상황 설명해석

旅行中、特に夏休み期間中に日差しが気になることがあります。熱中症予防や紫外線対策をしっかり行い、旅行を存分に楽しみたいと願います。そのため、「旅行」中の「熱中症予防」や「紫外線対策」について検索します。

다음 행동검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

투자 우선순위 파생

3순위 투자 후보미점유 검색량 최대 460,265회/월

시장성 25 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

근거 2개 펼치기근거 접기

증거 쿼리 실측

旅行 216,000실측夏休み 214,333실측熱中症予防 23,566실측紫外線対策 6,366실측

선택 3축(시장성·적합성·입증)

시장성25

브랜드 적합성–

입증가능성0

CEP 4목적CEP

夏フェスで日差しが強い時に

Macro명시 CEP

파워 2.3% 파생 · 월평균 검색량 92,600 · 추세(3M) +30%

W축 Why구도 빈자리 전년비(12M) -15% · 성수기 5·7·8월안정계절형

상황 설명해석

夏フェスや野外ライブに参加する際、日差しが強いと感じることがよくあります。暑さ対策が必要だと感じ、快適にフェスを楽しみたいと願います。そのため、「フェス暑さ対策」や「野外ライブ」での日差し対策について検索します。

다음 행동검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

투자 우선순위 파생

4순위 투자 후보미점유 검색량 최대 92,600회/월

시장성 5 · 브랜드 적합성 – · 입증가능성 17(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

장면: 이 상황이 갈라지는 미시 CEP

夏フェスでの暑さ対策 해석 ‹フェス…›90,700 · 98% 파생

장면 이름은 근거 인용과 결속된 [해석] · 볼륨은 장면 귀속 질의의 실측 합 [파생] · 근거 없는 장면은 코드가 폐기

메시지 앵글 해석

핵심 메시지“夏フェスで強い日差しも、遮熱性能で快適に楽しもう。”

소재 아이디어夏フェス会場での快適さをアピールするショート動画 · フェスファッションに溶け込む遮熱アイテムのスタイリング提案 · 日中のフェスを乗り切るための遮熱グッズ活用術

快適エネルギッシュ楽しいスタイリッシュ

KBF·신뢰근거·감정&스타일·장면 6W1H를 종합해 생성

근거 4개 펼치기근거 접기

증거 쿼리 실측

フェス 46,500실측暑さ対策 44,200실측野外ライブ 1,900실측

장면 6W1H

why: 日差しが強い 해석

KBF(선택 기준)

遮熱性能 ‹검색 '遮熱日傘' · 월 13,433›실측IKG

선택 3축(시장성·적합성·입증)

시장성5

브랜드 적합성–

입증가능성17

부가 참고: AI 검색 노출

AI 추적 질문 후보 해석

1“夏フェスで日差しを避けるためのアイテムは？”기존 프롬프트

2“フェス会場で日差しが強い時におすすめの対策は？”

3“夏フェス参加中に日差しを避ける方法は？”

이 상황의 소비자가 AI에게 물을 법한 질문, AI 응답 노출을 추적할 때 쓴다

AI 검색(AI Overview·챗봇) 노출을 관리할 때만 보면 되는 참고 블록. 상황 이해와 마케팅 판단에는 위 블록들이면 충분하다.

CEP 5구매CEP

散歩やウォーキング中に日差しが気になる時に

Macro명시 CEP

파워 3.9% 파생 · 월평균 검색량 157,733 · 추세(3M) +20%

구도 빈자리 전년비(12M) -5%안정비계절

상황 설명해석

散歩やウォーキング中、特に夕方でも日差しが気になることがあります。快適に運動を続けたい、日差しによる影響を避けたいと願います。そのため、「散歩」や「ウォーキング」中の日差し対策について検索します。

다음 행동검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

투자 우선순위 파생

5순위 투자 후보미점유 검색량 최대 157,733회/월

시장성 9 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

근거 2개 펼치기근거 접기

증거 쿼리 실측

散歩 85,000실측ウォーキング 56,833실측夕方 15,900실측IKG

선택 3축(시장성·적합성·입증)

시장성9

브랜드 적합성–

입증가능성0

부가 참고: AI 검색 노출

AI 추적 질문 후보 해석

1“散歩中に日差しが気になる時に日傘が必要だと感じる”기존 프롬프트

2“ウォーキング中に日焼けを防ぎたい時に”

3“散歩やウォーキング中に紫外線対策が必要な時に”

이 상황의 소비자가 AI에게 물을 법한 질문, AI 응답 노출을 추적할 때 쓴다

AI 검색(AI Overview·챗봇) 노출을 관리할 때만 보면 되는 참고 블록. 상황 이해와 마케팅 판단에는 위 블록들이면 충분하다.

CEP 6구매CEP

通学時に日差しが気になる時に

Macro명시 CEP

파워 0.4% 파생 · 월평균 검색량 16,623 · 추세(3M) -37%

구도 빈자리 전년비(12M) +9% · 성수기 4·7·8월안정계절형

상황 설명해석

通学時や登下校中に、日差しが気になることがあります。日焼け防止やシミ対策をしっかり行い、快適に通学したいと願います。そのため、「通学」時の「日焼け防止」や「シミ対策」について検索します。

다음 행동검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

투자 우선순위 파생

6순위 투자 후보미점유 검색량 최대 16,623회/월

시장성 1 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

근거 2개 펼치기근거 접기

증거 쿼리 실측

通学 10,000실측日焼け防止 2,900실측シミ対策 2,900실측登下校 823실측

선택 3축(시장성·적합성·입증)

시장성1

브랜드 적합성–

입증가능성0

CEP 7구매CEP

通勤時に日差しが気になる時に

Macro명시 CEP

파워 0.3% 파생 · 월평균 검색량 12,832 · 추세(3M) -15%

구도 빈자리 전년비(12M) +77%성장비계절

상황 설명해석

通勤時、特に駅までの道のりで日差しが気になることがあります。毎日の通勤を快適に過ごしたい、日差しによる不快感を避けたいと願います。そのため、「通勤」時の日差し対策について検索します。

다음 행동검색량이 작은 상황 → 지금은 후순위(위의 큰 상황부터) 근거 약

투자 우선순위 파생

7순위 투자 후보미점유 검색량 최대 12,832회/월

시장성 1 · 브랜드 적합성 – · 입증가능성 0(근거 부족), 세 축 조합상 최우선 투자처

선택 3축 + 파워·검색량을 규칙으로 종합, 새 계산일 뿐 새 데이터 아님

근거 2개 펼치기근거 접기

증거 쿼리 실측

通勤 10,766실측駅まで 2,066실측

선택 3축(시장성·적합성·입증)

시장성1

브랜드 적합성–

입증가능성0

부가 참고: AI 검색 노출

AI 추적 질문 후보 해석

1“通勤時に日差しが気になる時に日傘が必要だと感じる”기존 프롬프트

2“駅までの道で日焼けを防ぎたい時に”

3“通勤中に紫外線対策が必要な時に”

이 상황의 소비자가 AI에게 물을 법한 질문, AI 응답 노출을 추적할 때 쓴다

AI 검색(AI Overview·챗봇) 노출을 관리할 때만 보면 되는 참고 블록. 상황 이해와 마케팅 판단에는 위 블록들이면 충분하다.

13브랜드 요약

행동적 MMS 프록시 · 폭×깊이

	MMS proxy [파생]	지명 검색량 [실측]	깊이(평균 순위)
ユニクロ	–	5,373,333	–
ワークマン	–	3,393,333	–
モンベル	–	941,000	–
無印	–	632,000	–
フランフラン	–	483,333	–
リファ	–	422,666	–
サンバリア100	–	105,333	–
コールマン	–	97,000	–
東レ	–	53,166	–
wpc	–	31,100	–

14한계

이 지도가 말하지 않는 것

브랜드 셰어·브랜드 대응 우선순위 등 '브랜드가 어떻다'는 판정은 그 CEP에서 브랜드 연결이 실측됐을 때만 성립한다, 실측 비율은 바로 아래 증거 준비도에서 확인할 것. 미측정 CEP이 많으면 브랜드 관련 결론은 잠정치로 볼 것
검색은 상기율(비보조 인지)보다 친숙도·구매 고려 단계를 더 강하게 반영한다, 개인 단위 검증에서 인지 단독의 검색 유발력은 1.22배(거의 없음)에 그친 반면, 친숙·고려 단계는 뚜렷이 컸고 긍정 태도 5개를 모두 보유한 경우 7.0배(스마트폰)·5.3배(자동차)까지 올라갔다(Dotson et al., Google). 이 상관에는 브랜드 크기 교락(대형 브랜드는 여러 지표가 동시에 커짐)이 섞여 있고, 검증도 브랜드 총량 단위에서 이뤄졌다
기존·습관 구매자는 검색에서 사라지지 않는다, 같은 연구에서 브랜드 보유자는 비보유자보다 오히려 2.5~3.5배 더 그 브랜드를 검색했다(Dotson et al., Google). 다만 니즈를 표현하지 않는 형태(브랜드 지명·내비게이셔널·A/S 질의)가 많아, 이 지도의 니즈 CEP 분포는 신규 진입·전환 검토 수요 쪽으로 기운다
브랜드 셰어는 측정 집합 내 상대치, 미조회 브랜드·CEP 조합은 0이 아니라 [데이터없음]
경로는 집계 그래프 흐름(개인의 시간순 이동 아님), '전이'는 모델 통계
CEP파워의 분모는 사람이 아니라 분류된 질의 수다, 서베이 CEP파워(분모=사람)와 단위가 달라 직접 비교할 수 없다(동일인의 질의 10회는 이 지도에서 10표로 계산됨)
브랜드·원산지를 지명해 고르는 질의는 상황이 아니라 검색 모드에 가까워 다른 CEP과 성격이 다르다, need-CEP 오염을 막기 위해 별도로 묶어 두었으니, '진입 상황 개수'를 셀 때는 이 항목과 미분류 롱테일을 제외하고 볼 것을 권장한다
예산·자원 배분 같은 의사결정 전에는 서베이 기반 상기 측정(사람 단위 CEP파워·상기셰어)을 병행할 것을 권고한다
LLM 제안 중 근거 없는 항목 37건을 코드가 폐기함 (증거 강제)
정성 속성 1개 중 실측 1개(100%), 합의 0개(0%), 파생 0개, 해석 0개. 실측은 조건이 검색어로 존재한다는 뜻이지 그 조건이 구매를 좌우한다는 뜻은 아니다. 합의는 구글이 정리한 사회적 통념이며 사실 검증은 아니다.

증거 준비도: PARTIAL · CEP 7개 중 7개 실측 basket · 브랜드 연결 측정 0개, 나머지는 동반질의 매트릭스/트리거 확장(deep) 필요

15재현성

커넥터 호출	params	cost
intent_finder/keyword_list	日傘 +3 / jp / limit 250	620
path_finder	日傘 / jp / limit 300	4330
keyword_info	12 / jp / ads_info	12
keyword_info	16 / jp / ads_info	16
keyword_info	9 / jp / ads_info	9
path_finder	観光 / jp / limit 200	5370
path_finder	ゴルフ / jp / limit 200	6570
keyword_info	274 / jp / ads_info	274
keyword_info	3 / jp / ads_info	3
keyword_info	80 / jp / ads_info	80
keyword_info	20 / jp / ads_info	20
keyword_info	3 / jp / ads_info	3
llm	gemini-2.5-flash (S0 grounded + S3 synthesis)	0

cost 0 = 반환 데이터 없음(과금 없음)

소모 크레딧 합계: 17307 [실측] · source: listeningmind-data-api · rendered by cep-radar/render_cep_map.py (deterministic)

IKG 그래프 재사용: 토픽 '日傘' · 준비도 EXPAND · 0일 전 스냅샷 · 실행 59a49c37b623 · 채택 진입 상황 3개 / 속성 1개 · 크레딧 0 IKG

CEP Finder 2.1 실행, 입력 '日傘', depth=quick
볼륨은 volume_avg(최근 3개월 월평균) [실측]. 파워 분모는 CEP로 분류된 질의 집합
브랜드 셰어 방법은 CEP별 단일: path_transition(경로 그래프) · co_query(동반질의 실측) · serp_presence(카테고리 한정 상황의 SERP·AI Overview 브랜드 등장), 혼합 없음
CEP는 '사람'이 아니라 '상황/장면' 단위, 침투(penetration) 관점: 진입 상황이 많을수록 미고객·라이트 유저 유입구가 넓어짐
무관어 스크리닝: 동형이의·타시장 키워드 1개를 수집망에서 격리함 (예: 雨の日), 전체 목록은 meta.screened_out
IKG(인텐트 날리지 그래프) 저장 그래프 재사용: 토픽 '日傘' · 준비도 EXPAND · 0일 전 스냅샷 · 실행 59a49c37b623 (크레딧 0). 진입 상황 3개, 속성 1개를 제안받아 이번 실행의 실측·근거 검증을 통과한 것만 채택했고(미달 33건 폐기), 채택분에는 리포트에 IKG 출처 표시가 붙는다
브랜드 연결 미측정 CEP 7개, deep 실행으로 확장 가능

무엇부터 할 것인가

언제 늘고 언제 줄었나

성수기 달력: CEP × 달력 월 지수

선두가 굳은 상황과 경합·빈 상황

진입 검색에서 각 상황이 차지하는 비중

점유된 상황과 빈 상황

상황은 크지만 카테고리로 이어지지 않는 CEP

이 지도의 상황은 어느 축에 몰려 있나

누구를 위해 찾는가

정성 속성은 무엇에 근거하는가

CEP마다 어디서 드러났나

ゴルフラウンド中に日差しが気になる時に

東京観光で日差しが強い時に

旅行中に日差しが気になる時に

夏フェスで日差しが強い時に

散歩やウォーキング中に日差しが気になる時に

通学時に日差しが気になる時に

通勤時に日差しが気になる時に

행동적 MMS 프록시 · 폭×깊이

이 지도가 말하지 않는 것

CEP Finder 한눈에 보기