[AI新規事業創出]Qualitegが考える、顧客理解のためのエンパシーマップ策定方法とは

[AI新規事業創出]Qualitegが考える、顧客理解のためのエンパシーマップ策定方法とは

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。


新規事業開発経験ありの中級者以上の方からよくある質問です。

デザインシンキングではよく見る「共感マップ」ですが、実際新規事業開発の時に使えるものなのでしょうか?

答えは「はい、使えます、一緒にやってみましょう★」です。

私がコンサルティングさせていただいているクライアントで見てみると、日本企業より、アメリカ企業の方が使われる方が断然多い「共感マップ」。

日本企業でなぜ使われないのか、どうやったら有効的に使うことができるのかを本日は解説させていただきますね。

そもそも共感マップとは?

共感マップは、日本語でまず共感マップという翻訳がされている時点でとってもわかりづらくなっていると、個人的に思います。

英語だと "Empathy Map" と呼びます。

これらは、デザインシンキングに代表されるフレームワークで、ユーザーや顧客の行動、考え方、感情を理解するためのビジュアルツールです。

このマップは、顧客が製品やサービスをどのように感じ、考え、体験するかを深く掘り下げることを目的としています。

”共感"とは何か?

日本語で”共感”という言葉から連想することは、他人の感情や状況を理解し、それに対して感じる共鳴や同感のこと、という印象です。日本語的な”共感”は、同じように思った、同意しているというニュアンスが含まれますよね。辞書によっては”感情移入”と訳されるケースもあるようです。

一方、英語の”Empathy”はどういうニュアンスかというと、”賛同する”という意味合いよりも、”人の気持ちや問題を理解する能力”という意味が強いのです。

そのため、日本人はターゲットユーザーについてヒアリングをして”その気持ちに自分も同意して同じように共感しないとこのマップを作れない”と潜在意識的に考えてしまうので、どうも苦手意識が強いようです。

英語Nativeの人からすると、

「インタビューして相手の気持ちを汲み取って書けばいいんだよね?」

というフレームワークになりますが、

日本語で”共感マップ”を使われてきた方は

hands formed together with red heart paint

「この人の言ってる、この点は僕はそう思わないんだけどなあ。う~ん。。。」

と違和感を感じてしまうということなのです。

ということで、この共感マップについては、Qualitegではエンパシーマップと呼ぶことにしております。そして皆様はユーザーの様々な言動や意識、行動、感情を想像しながら書いて頂けばよいのです。無理に同調しなくてよいのです。

単発の革新ではなく、持続的なイノベーションの流れを創り出す—株式会社Qualitegの Innovation-Crossは、企業を中心とした共創エコシステムの構築を支援するプログラムです。企業の現状分析をもとに、社内の創造性と外部リソースを効果的に結びつける仕組みを設計。

アイデアワークショップやハッカソン企画で内部の革新力を高めながら、オープンイノベーションやパートナー開拓で外部との共創関係を構築します。最先端AI技術の活用支援も含め、「自社だけでは維持困難」な革新の連鎖を生み出すエコシステムを創出。経験豊富な専門コンサルタントが、御社を取り巻く革新の生態系を最適化し、持続的な価値創造の基盤を確立します。

共感マップを書く順番とは?

エンパシーマップの書く順番でお勧めの順番があります。この順番はQualitegのオリジナルの思考法なのですが、体験価値を言語化し、Pros/Consを分析していくという手法になっています。

  • Think and Feel(思考と感じていること)

    • ペルソナが何を考え、どのようなことを感じているのか、内面的な動機や心配事、真の感情などを書きましょう。
  • See(見ていること)

    • ペルソナが普段の日常生活で目にしているものは何か、彼らの環境や見ているものを表すことが必要です。
    • 具体的にはどのようなメディアを利用していて、周囲の人々はどういう行動しているかなどを具体的に書きましょう。
  • Hear(聞いていること)

    • ペルソナが普段の生活環境の中で、どのような情報を聞いているのか、友人、家族、同僚からどのような意見や提案を受けているのか、どのような噂を聞いて気になっているのかなどを書きましょう。
  • Say and Do(言うこと)

    • ペルソナがどのような発言をしたり、どのような行動をとっているかを書きましょう。
    • 外部に向けた行動や発言が中心となるため、SNSに発信している内容なども代表的なものになります。
  • Pains(困りごと、ストレス要因)

    • ペルソナが直面している主要な課題や、挑戦しなくてはならないこと、懸念事項などを書きましょう。
    • ストレスの要素だったり、ネガティブ材料などを書くのも個性が表現されるので、わかりやすいです。
  • Gains(困りごとの解決策)

    • ペルソナが求める願望、ニーズについて書きましょう。
    • これは書くときに誤解してしまいがちなのですが、「将来金持ちになりたい」というような漠然とした願望ではなく、5のPain=課題に対する解決策としてどのようなことを望んでいるかということを想像して具体的に書いてみましょう。

エンパシーマップは、サービス開発やデザイン、マーケティング戦略立案など、顧客中心のアプローチを検討する際に非常に役立ちます。

person in white shoes standing on gray concrete road

今までエンパシーマップを書いたことが無い方も是非、このステップをおさらいしながら書いてみてください。

いつもよりもユーザーの気持ちを想像しやすくなり、UIUX検討時に具体的なアイコンサイズや顧客の具体的なサービスの利用シーンなどがイメージしやすくなり、チームの認識合わせもやりやすくなるため、開発も加速することでしょう。

例えば、専業主婦の方がターゲットユーザーであるサービスを開発している場合、

この後、子供のお迎えに行かなきゃいけない。その前に急ぎでお夕飯の支度を作らなくちゃいけない。。!

と焦っているような場合、ボタンアイコンの押し忘れやミスがないように大きめに設定してあげるなど、意外とエンパシーマップもUIUX検討に使えるのでお勧めいたします。


コラムを最後までお読みいただき、誠にありがとうございます。私たちQualitegは、AI技術や新規事業の企画方法に関する研修およびコンサルティングを提供しております。もしご興味をお持ちいただけた場合、また具体的なご要望がございましたら、どうぞお気軽にこちらのお問い合わせフォームまでご連絡くださいませ。

また、新規事業創出のステップを体得したいという方にご好評のワークショップも実施しております。それぞれの担当者の方が役員目線で事業を考えるという点にフォーカスしたトレーニング内容となっており、企画担当者の方だけではなく、カウンターパートのエンジニア、デザイナー、マーケターの方にもご受講いただけるコンテンツとなっております。

皆様からのお問い合わせを心よりお待ちしております。次回のコラムも、ぜひご期待くださいね。


navigation

Read more

AIエージェントを"事業に載せる"ために【第1回】

AIエージェントを"事業に載せる"ために【第1回】

AI導入事故は何を示しているのか — AI導入を"事業に載せる"ために、いま設計すべきこと(全3回) こんにちは!Qualitegコンサルティングチームです! AIエージェントを導入する企業が増える一方で、 「試してみる」段階から「事業に載せる」段階へ進める難しさ が、はっきり見え始めています。 本シリーズでは、AIエージェント導入を技術論だけでなく、責任分解・監査可能性・契約・運用統制を含む業務設計の問題として整理します。 全3回を通じて、「AIが賢いかどうか」ではなく、「AIを業務に載せるために何を設計するか」を考えていきます。 第1回となる本記事では、2025年に起きた2つの事例を出発点に、なぜいま「責任設計」が問題になっているのかを見ていきます。 上図は、本シリーズ全体で扱う論点の全体像です。 AIエージェントの導入は、技術的なモデル選定だけでは完結せず、権限設計、契約、監査、品質監視、保険、異常時対応まで含めた設計が必要になります。 第1回ではまず、なぜこうした設計が求められるようになったのかを、実際の事例から見ていきたいとおもいます なお、本シリー

By Qualiteg コンサルティング
PII検出の混同行列では見えないもの ― 認識器間衝突と統合テスト

PII検出の混同行列では見えないもの ― 認識器間衝突と統合テスト

こんにちは!Qualiteg研究部です! 個人情報(PII: Personally Identifiable Information)の自動検出は、テキスト中から特定の表現を抽出し、それがどの種類のPIIに当たるかを判定する問題として捉えることができます。 電話番号、人名、口座番号、金額表現など、検出対象のPIIタイプが増えるにつれて、単一の手法ではカバーしきれなくなり、性質の異なる複数の認識器(Recognizer)を組み合わせるマルチレイヤー構成が採用されるのが一般的です。 本稿で想定しているのは、ユーザーが海外製LLMにチャットを送信する直前に、その内容に個人情報や機密情報が含まれていないかをリアルタイムに検査するユースケースです。 この場面では、検出精度だけでなく、送信体験を損ねない速度が不可欠です。 高精度なLLMやBERT系モデル、NERベースの手法は有力ですが、送信前チェックの第一層として常時適用するには、レイテンシやコストの面で不利になることがあります。 そのため、本システムでは、正規表現、辞書、軽量なルールベース認識器を組み合わせた超高速な第一層を設け、そ

By Qualiteg 研究部, Qualiteg AIセキュリティチーム
日本語対応 LLMランキング2026 ~ベンチマーク分析レポート~(3月6日版)

日本語対応 LLMランキング2026 ~ベンチマーク分析レポート~(3月6日版)

はじめに 本レポートは、Nejumi Leaderboard 4のベンチマークデータ(2026/3/6版)に基づいて、日本語対応LLMの性能を総合的に分析したものです。 前回は 2025/12/18 版の分析レポート を公開しましたが、約3か月でまたもや大きな変動がありました! (定期的に最新LLMランキングを更新してまいります。当社のX(旧Twitter)をフォローいただくことで更新情報を受け取り可能です) Nejumi Leaderboard 4は、日本語タスクにおけるLLMの性能を多角的に評価する信頼性の高いベンチマークとして知られています。 本分析では、商用APIモデルとオープンモデルの両方を対象に、それぞれの特徴や傾向を詳しく見ていきます。 オープンソースモデルについて Weightがオープンなモデルは場合によっては「オープンソースモデル」、「OSSモデル」と呼ばれますが、モデルによっては「オープンソース」と呼ぶには不十分な場合があるため本稿では、「オープンソースモデル」ではなく「オープンモデル」と表現しています。 ベンチマーク分析について 本レポートは

By Qualiteg コンサルティング, Qualiteg プロダクト開発部
日経トレンディ 2026年4月号に Bestllam の広告を掲載しました

日経トレンディ 2026年4月号に Bestllam の広告を掲載しました

こんにちは! このたび、日経トレンディ 2026年4月号(2026年3月4日発売、雑誌)に、当社のエンタープライズ向け統合型AIプラットフォーム「Bestllam」を掲載しました。 日経トレンディ(雑誌)は全国の書店・コンビニエンスストアにてお買い求めいただけますので、お手に取った際はぜひご覧くださいませ。 Bestllam とは? Bestllam は、「チャットで指示するだけ。仕事が終わっている。」をコンセプトに開発した、エンタープライズ向けの統合型AIプラットフォームです。 主な特長 20種類以上のLLMを、契約一本で OpenAI GPT、Anthropic Claude、Google Gemini をはじめ、DeepSeek、Qwen、Llama など商用・オープンソース合わせて20種類以上のLLMを1つの契約で利用できます。各プロバイダと個別に契約を結ぶ手間が不要になります。 6つのLLMに同時質問して、最適な答えを選択 同じ質問を複数のLLMに一括投げかけ、回答を比較・検討できます。各モデルの得意・不得意を活かすことで、重要な意思決定や精度が求められる業

By Qualiteg ビジネス開発本部 | マーケティング部