紅茶メモリーマップ

📊 データ 3/5

初期段階では個人の紅茶テイスティングデータが蓄積されるが、データセット自体は小規模で汎用性が低い。競合が同じAI分析ロジックを導入すれば、新規ユーザーの学習曲線は同等。ただし長期運用で数千人規模のテイスティング記録が集まれば、香りの系統分類やレコメンド精度で差が出始める可能性あり。現状は「蓄積の余地あり」段階。

🔄 ワークフロー 2/5

紅茶テイスティング記録は習慣化しにくい低頻度行為。多くのユーザーは週1〜月1程度の記録に留まり、日常ワークフローに組み込まれない。スイッチングコストは極めて低く、別のメモアプリやスプレッドシートへの移行障壁がない。「たまに使う便利ツール」の域を出にくい。

👥 コミュニティ 2/5

ニッチな紅茶愛好家コミュニティは存在するが、規模が限定的。ユーザー同士の相互作用（テイスティング記録の共有、評価、推薦）を活発化させるメカニズムが不明確。SNS的な機能がなければネットワーク効果は働かず、単なる個人用ツールに留まる可能性が高い。

🏷 ブランド 1/5

個人開発者による新興サービスであり、ブランド認知度・信頼度がゼロに近い。「紅茶」という限定的なカテゴリでは、既存の紅茶メディア・ブランド（例：紅茶専門店、ティーマスター）の方が圧倒的に信頼を持つ。先行者優位なし。

🧠 技術 2/5

AI分析（テキスト分類、クラスタリング、レコメンド）は汎用的なLLM・機械学習ライブラリで実装可能。ビジュアライゼーション（メモリーマップ）も既存チャート・グラフライブラリで構築できる。特殊な専有技術やAPI優位性がなく、Claude Code / Cursor で3日あれば基本機能は複製可能。