---
title: "トレンド分析とは？やり方・手法とExcelでの分析方法を解説"
url: "https://pro-marketing.jp/analysis/trend-analytics/"
canonical: "https://pro-marketing.jp/analysis/trend-analytics/"
date: "2024-12-04"
lastmod: "2026-09-16"
description: "トレンド分析とは、時系列データから売上や市場の長期的な変化を捉える手法です。季節性との違い、移動平均などの分析方法、Excelでのやり方、Google Trends・YouTube・TikTokの無料ツール、マーケティングでの活用例を解説します。"
language: "ja"
image: "https://pro-marketing.jp/wp-content/uploads/2024/12/Image_1-3.jpg"
categories:
  - "経営分析"
tags: []
author:
  name: "小形 洸太"
  url: "https://pro-marketing.jp/author/kotaogata/"
  bio: "マーケティングプロデューサー、集客コンサルタント。大学卒業後、店舗マーケティングツールのASPにて、500店の顧客フォロー及び導入支援業務に従事。その後、2009年からコンサルティングを提供開始。助言だけではなく、対策もできるコンサルタントとして活動。主に、マーケティング関連のディレクション業務を行い、オウンドメディア運用、SNSキャンペーン、実店舗の集客支援を実施。 集客の専門家として、ミラサポや信用保証協会専門家、商工会専門家などの立場で事業主向けに助言業務を実施。また、リクルートや第一興行のメディアでSNSを使った集客の記事の監修。"
---

# トレンド分析とは？やり方・手法とExcelでの分析方法を解説

最初に結論

トレンド分析とは、売上、顧客数、検索関心度などを時間順に並べ、長期的な増加・減少や変化の転換点を捉える分析手法です。

単に前月と比べるだけではなく、季節性や一時的な変動と区別しながら、基調となる方向を読み取ります。販売計画、在庫、人員配置、商品開発、SNS・コンテンツ企画などに活用できます。

## トレンド分析とは？わかりやすく解説

トレンド（trend）は「傾向」や「趨勢」を意味します。トレンド分析では、同じ定義で継続して測ったデータを日・週・月・年などの時間順に並べ、全体がどちらへ向かっているかを確認します。

たとえば、ある月の売上が前月より増えたとしても、長期的に成長しているとは限りません。祝日やキャンペーンによる一時的な増加かもしれないためです。複数期間を見て、季節性や偶発的な上下をならすことで、基調となる動きを捉えます。

**トレンド分析は、過去の変化を説明することが基本です。** 将来予測へ発展させることはできますが、過去の上昇がそのまま続くとは限りません。予測には、季節性、外部要因、不確実性も含めて考えます。

### トレンド分析で確認できること

- 売上や顧客数が中長期的に増えているか、減っているか
- 変化の速度が速くなっているか、鈍化しているか
- 通常と異なる急増・急減がいつ起きたか
- 施策前後で基調となる動きが変わったか
- 季節、曜日、時間帯による繰り返しがあるか

## 売上の具体例でトレンドを見る

次は、ある店舗の6か月間の売上例です。月ごとの数値は上下していますが、全体としては上昇傾向が見られます。

**100**1月

**120**2月

**80**3月

**130**4月

**140**5月

**100**6月

単月だけを見ると、3月と6月は前月から大きく減っています。そこで3か月移動平均を計算すると、3月は100万円、4月は110万円、5月は約116.7万円、6月は約123.3万円となります。短期的な上下をならすと、基調が上向いていることを確認できます。

| 月 | 売上 | 前月比 | 3か月移動平均 |
| --- | --- | --- | --- |
| 1月 | 100万円 | ― | ― |
| 2月 | 120万円 | ＋20.0％ | ― |
| 3月 | 80万円 | －33.3％ | 100.0万円 |
| 4月 | 130万円 | ＋62.5％ | 110.0万円 |
| 5月 | 140万円 | ＋7.7％ | 116.7万円 |
| 6月 | 100万円 | －28.6％ | 123.3万円 |

この6か月だけでは、毎年繰り返す季節性や長期的な成長を十分に区別できません。月次データなら、可能であれば前年同月を含む複数年分を確認します。

## 時系列データを構成する4つの要素

| 要素 | 意味 | 例 |
| --- | --- | --- |
| トレンド | 中長期に続く増加・減少の基調 | 3年間にわたり会員数が増えている |
| 季節性 | 一定の周期で繰り返す変動 | 飲料の売上が毎年夏に増える |
| 循環変動 | 景気や業界環境などに伴う、季節より長く一定しない周期の変動 | 景気局面による住宅需要の変化 |
| 不規則変動 | 事故、災害、一時的な話題など予測しにくい変動 | SNSで紹介された直後だけ注文が急増する |

実際の売上には、これらが重なっています。季節性をトレンドと誤認すると、夏に伸びた商品を「成長市場」と判断して過剰在庫を抱える可能性があります。前年同月比、移動平均、季節調整などを使い分けます。

## トレンド分析の主な手法

### 折れ線グラフ

時間を横軸、売上や顧客数を縦軸に置き、変化の方向、転換点、外れ値を確認します。最初に行う可視化として有効です。比較系列を増やしすぎず、単位や期間をそろえます。

### 前月比・前年同月比

前月比は直近の変化を把握しやすい一方、季節性の影響を受けます。前年同月比は同じ季節条件で比較しやすいものの、前年が特殊な年だった場合は数値がゆがみます。

`増減率 ＝（当期の値－比較期の値）÷ 比較期の値`

### 移動平均

直近の一定期間を平均し、短期的な上下をならします。期間を短くすると変化へ早く反応し、長くすると滑らかになります。3か月、7日など、データの周期と意思決定の頻度に合わせます。

### 回帰直線・トレンドライン

時間と数値の関係へ直線を当てはめ、傾きから平均的な増減方向を確認します。ただし、曲線的な成長、季節性、構造変化が強いデータを一本の直線だけで表すと、重要な変化を見落とします。

### 指数平滑・時系列分解

指数平滑は新しいデータへ相対的に大きな重みを与えて平滑化します。季節性を含む場合は、Holt-Winters法やETSなど、レベル・トレンド・季節成分を扱う手法を検討します。時系列分解では、観測値をトレンド、季節、残差などへ分けて確認します。

## トレンド分析のやり方を7つの手順で解説

1. **分析目的と意思決定を決める**
売上減少の兆候を見つける、需要期を把握する、コンテンツテーマを選ぶなど、結果を何に使うかを決めます。
2. **指標と定義を固定する**
売上、販売数、客数、平均客単価、検索関心度などから指標を選びます。税込・税抜、注文日・売上計上日などの定義を統一します。
3. **時間単位と分析期間を決める**
日次、週次、月次から、変化の速さと業務の周期に合う単位を選びます。季節性を見るなら、周期を複数回含む期間を用意します。
4. **データを整える**
日付順に並べ、欠損、重複、返品、休業日、計測方法の変更を確認します。欠損を0としてよいかは指標の意味で判断します。
5. **グラフと比較指標を作る**
折れ線グラフを作り、前月比、前年同月比、移動平均などを追加します。総額だけでなく客数や単価へ分解すると原因を探りやすくなります。
6. **変化の原因について仮説を立てる**
販促、価格、天候、競合、季節、SNS投稿など、転換点と同時期に起きた出来事を確認します。相関だけで原因を断定しません。
7. **施策を実行し、同じ定義で更新する**
在庫や販促を調整し、その後の推移を継続して確認します。データ定義を変えた場合は、変更点を記録します。

## Excelでトレンド分析を行う方法

A列に連番、B列に月、C列に売上があり、2行目から13行目まで12か月分のデータがある例で説明します。日付は文字列ではなく、Excelの日付として入力します。

### 1．前月比を計算する

D3に次の式を入力し、下方向へコピーします。セルの表示形式をパーセントにします。

`=(C3/C2)-1`

前月が0の場合は割り算ができません。0が実績なのか欠損なのかを確認し、必要に応じて「算出不可」として扱います。

### 2．3か月移動平均を計算する

E4に次の式を入力し、下方向へコピーします。現在月を含む直近3か月の平均です。

`=AVERAGE(C2:C4)`

月次の季節性が強いデータでは、12か月移動平均や前年同月比も検討します。短い移動平均だけで季節性が消えるとは限りません。

### 3．折れ線グラフとトレンドラインを作る

B列の月とC列の売上を選び、「挿入」から折れ線グラフを作ります。データ系列を右クリックして「近似曲線の追加」を選ぶと、線形トレンドラインを表示できます。移動平均列も同じグラフへ追加すると、実績と基調を比較できます。

### 4．傾きを数値で確認する

月の連番をA列、売上をC列に置いている場合、SLOPE関数で1か月あたりの平均的な増減量を計算できます。

`=SLOPE(C2:C13,A2:A13)`

結果が5なら、当てはめた直線上では1か月あたり平均5の増加です。単位は元データに従います。傾きだけで当てはまりの良さは分からないため、グラフや決定係数も確認します。

### 5．線形トレンドから予測値を求める

13か月目の値を線形トレンドで計算する場合は、TREND関数を利用できます。

`=TREND(C2:C13,A2:A13,13)`

TREND関数は最小二乗法で直線を当てはめた値を返します。強い季節性がある場合は、一定間隔の時系列を用意し、FORECAST.ETSや予測シートを検討します。

**予測値は確定した将来ではありません。** グラフの期間を変えると傾きが変わることがあります。予測期間を長くしすぎず、実績が増えるたびに更新し、予測区間や複数シナリオも確認します。

## 無料で使えるトレンド分析ツール

| ツール | 確認できること | 注意点 |
| --- | --- | --- |
| Google Trends | Google検索におけるキーワードやトピックの関心推移、地域差、関連検索 | 0～100の相対値であり、絶対検索数ではない |
| YouTube Studio | 自分の動画・チャンネルの推移、視聴者が検索しているテーマ、コンテンツギャップ | 一部のインサイトは国・言語・端末などで利用できない場合がある |
| TikTok Creative Center | 業界・期間別のトレンドハッシュタグ、関連動画、地域や視聴者の情報 | TikTok内の動きであり、市場全体の需要と同一ではない |
| e-Stat | 人口、家計、産業などの公的統計 | 統計ごとに調査対象、更新頻度、定義が異なる |
| J-PlatPat | 特許・実用新案などの公開情報 | 検索式、分類、出願から公開までの時間差を考慮する |
| Excel・Googleスプレッドシート | 自社データの集計、グラフ、移動平均、増減率 | データ収集と更新は別途必要 |
| Python・R | 時系列分解、統計モデル、複数系列の定期処理 | モデルの前提、学習期間、予測誤差の検証が必要 |
| Power BI・Tableau | 複数のデータをつないだダッシュボードと定期的な可視化 | 表示前に日付粒度や指標定義をそろえる |

### Google Trendsの数値の見方

Google Trendsの数値は、指定した地域・期間における検索全体に占める割合を基に正規化され、最も関心が高い点を100とする相対値です。100が検索回数100回を意味するわけではありません。

期間や地域を変更すると基準も変わるため、別々に取得したグラフの数値をそのまま比較しないようにします。検索量が少ない語では0と表示されたり、統計的なノイズが目立ったりする場合もあります。

## YouTube・TikTok・SNSのトレンド分析

### YouTubeの分析方法

YouTube Studioのアナリティクスでは、自分の動画について表示回数、クリック率、視聴回数、総再生時間、平均視聴時間などの推移を確認できます。トレンドタブでは、視聴者やYouTube全体で検索されているテーマを調べ、動画の企画候補を探せます。

検索が増えているテーマでも、自社チャンネルの視聴者に合うとは限りません。検索需要、既存動画の視聴維持率、制作可能性を一緒に評価します。

### TikTokの分析方法

TikTok Creative Centerでは、トレンドのハッシュタグを業界や期間で絞り、推移、関連動画、地域別人気などを確認できます。短期的な流行は変化が速いため、取得日と期間を記録し、投稿後の視聴維持や反応も追います。

### XなどSNSの分析方法

投稿数、言及数、エンゲージメント、感情、共起語などを時間軸で追います。APIや各分析ツールで取得できる範囲が異なるため、同じ条件で継続取得できるかを先に確認します。投稿数が増えた理由が好意的な話題とは限らないため、量と内容を分けて分析します。

### AI・ChatGPTを使う場合

AIは、大量の投稿の分類、話題の要約、仮説の整理、グラフの説明に利用できます。ただし、AIが自動的に最新・完全なSNSデータへアクセスできるとは限りません。対象期間、取得方法、母数を明示したデータを入力し、集計値や引用元を人が確認します。

## マーケティングでの活用例

| 目的 | 見るデータ | 施策例 |
| --- | --- | --- |
| 需要の変化を捉える | 検索関心度、問い合わせ、販売数 | 伸び始めたテーマの商品・記事を企画する |
| 集客チャネルを評価する | 自然検索、SNS、広告、来店経路 | 伸びているチャネルへ予算や制作工数を配分する |
| 商品ライフサイクルを確認する | 商品別売上、販売数、粗利 | 導入・成長・成熟・衰退の段階に合わせて販促を変える |
| コンテンツを企画する | YouTube検索、Google Trends、SNS投稿 | 一過性か継続的な需要かを見分けて制作順を決める |
| 競合との差を確認する | 公開価格、商品数、出店、検索関心度 | 公開情報の変化から仮説を立て、自社の実績と比較する |

外部データだけで競合の意図や戦略を断定することはできません。公開情報から確認できる変化と、そこから立てた仮説を分けて記録します。

## 業種別のトレンド分析例

| 分野 | 指標の例 | 確認するトレンド |
| --- | --- | --- |
| 飲食店 | 日別売上、客数、客単価、商品数 | 曜日・季節による需要と中長期の来店変化 |
| EC・小売 | 商品別売上、検索数、在庫回転 | カテゴリの成長・減少、需要期、品切れの影響 |
| ファッション | 検索、SNS投稿、販売数 | 色・素材・シルエットの関心変化と販売への波及 |
| 品質管理 | 不良率、測定値、苦情件数 | 工程の継続的な偏りや異常。ただし管理図と管理限界を併用する |
| 特許分析 | 出願件数、出願人、技術分類 | 技術領域への参入・集中の変化。公開までの時間差に注意する |

## 飲食店でトレンド分析を行う場合

飲食店では、売上だけでなく客数と客単価を分けて追います。売上が増えていても、値上げによって客単価だけが上がり、客数が減っている可能性があるためです。商品別販売数、廃棄、予約、来店経路も同じ時間単位で並べると、変化の背景を探りやすくなります。

日次売上には曜日、天候、祝日、近隣イベントが大きく影響します。平日と週末を分けたり、前年の同じ曜日構成と比較したりします。休業日を売上0として平均へ含めるか、臨時休業として除外するかも決めておきます。

施策を実施した日はグラフへ記録します。新メニュー、価格改定、広告、営業時間変更の前後を比較し、客数・客単価・粗利のどこが変わったかを確認します。

## 株・FXのトレンド分析との違い

「トレンド分析」は、株式やFXでは価格チャートの方向を判断するテクニカル分析の意味でも使われます。移動平均線、トレンドライン、高値・安値などから上昇・下降・横ばいを捉える考え方です。

この記事で扱うのは、売上や検索関心度などを使うビジネス・マーケティングのトレンド分析です。時系列を見る点は共通しますが、目的、データ、判断基準が異なります。株価の過去トレンドだけで将来の値動きや利益を保証することはできません。

## メリット

- **変化を早く捉えられる：**売上や需要の増減を定期的に確認し、対応時期を判断できる。
- **単月の印象に左右されにくい：**複数期間と移動平均を見ることで、短期的な上下と基調を分けやすい。
- **計画の根拠を作れる：**在庫、人員、販促、コンテンツ制作の優先順位を検討できる。
- **異常や転換点を発見できる：**通常の範囲から外れた変化を見つけ、原因調査につなげられる。

## デメリットと注意点

- **過去の傾向が続くとは限らない：**競合、価格、制度、災害などで構造が変わる。
- **期間の選び方で見え方が変わる：**短すぎる期間ではノイズ、長すぎる期間では直近の変化が埋もれる。
- **季節性をトレンドと誤認しやすい：**前年同月や複数周期を確認する。
- **相関から原因を断定できない：**同じ時期に動いた施策や外部要因を調べる。
- **指標定義の変更で系列が切れる：**計測方法、営業時間、商品分類の変更を記録する。
- **外部ツールの値は母集団を表さない場合がある：**相対値、サンプル、取得範囲を確認する。

## よくある質問

### トレンド分析は英語で何といいますか？

一般に「trend analysis」といいます。時間順のデータ分析を広く指す場合は「time series analysis」が使われます。後者は自己相関、季節性、予測モデルなどを含む、より広い統計的な分析領域です。

### どれくらいの期間のデータが必要ですか？

分析したい周期によります。曜日差を見るなら複数週、月次の季節性を見るなら複数年が望ましくなります。データが短い場合は、確認できる範囲を明記し、長期トレンドを断定しません。

### どのグラフを使えばよいですか？

時間変化は折れ線グラフが基本です。実績と移動平均を重ね、必要に応じて施策実施日を注記します。複数カテゴリの構成変化には積み上げグラフ、曜日や月ごとの分布には箱ひげ図やヒートマップも使えます。

### トレンドと季節性の違いは？

トレンドは中長期的な増加・減少の方向です。季節性は曜日、月、四半期など一定の周期で繰り返す変動です。毎年夏に売上が増えるだけなら季節性であり、夏の売上が年々増えている場合は季節性に加えて上昇トレンドがあると考えます。

### トレンド分析と将来予測は同じですか？

同じではありません。トレンド分析は過去から現在までの傾向を把握することが中心です。将来予測は、その傾向や季節性などをモデル化して将来値を推定します。予測には誤差があるため、予測値と実績を継続して比較します。

## まとめ：方向だけでなく、季節性と変化の理由を確認する

トレンド分析は、売上や顧客数などを時間順に並べ、中長期的な増減、転換点、異常を捉える方法です。折れ線グラフ、増減率、移動平均、回帰直線などを使い、短期的な上下から基調となる動きを分けます。

分析では、トレンド、季節性、不規則変動を混同せず、指標の定義と時間単位をそろえることが重要です。 Excelや無料ツールで小さく始め、施策や外部要因をグラフへ記録し、同じ条件で更新しながら意思決定へつなげましょう。