[AI新規事業創出]Qualitegオリジナル、ターゲットペルソナの策定方法

新規事業開発研修でのペルソナ策定は、多くのクライアントにとって初めての経験であり、学びの機会となることが多いです。企業の企画担当者もペルソナを作成する機会は少なく、研修を通じてこの手法を理解し、実際の顧客を反映したキャラクター設定の重要性を認識します。また、ペルソナはサービス設計やマーケティング戦略に不可欠であり、顧客の行動パターンや動機、課題を明確にする必要があります。

[AI新規事業創出]Qualitegオリジナル、ターゲットペルソナの策定方法

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。


一部上場企業のクライアント向けに新規事業開発研修を実施させていただくことがよくあるのですが、研修後のアンケート分析の段階で、

「ペルソナ策定を初めて体験して勉強になりました。」

というお声をよく伺います。

クライアント様によっては「自社の企画担当もペルソナを作ったことがないなんて、正直、恥ずかしいです。」とおっしゃる方もいらっしゃるのですが、その際、私は

「全くそんな風に感じていただかなくても大丈夫ですよ。」

とお声がけしています。

だって皆さん、大企業の企画担当の方なので、代々伝わるサービスの後任として企画に入られる方がほとんどでしょうし、もう担当した時点でターゲットユーザーって決まってることが多いですよね。

企業の企画担当と言っても、全く新規でユーザー設定から考える機会はほとんどないと言っても過言ではないでしょうから、この解説をみてペルソナ策定手法について少しでも知識を習得して頂ければ幸いです。

ペルソナ策定での御法度とは

一番やってはいけないこと、これはずばり「妄想ペルソナ」です。

A black phone surrounded by others on a white surface.

ペルソナ自体が自社の製品、サービスを使ってくれる架空のキャラクターの為、自分で企画しているサービスを愛用してくれる、自分にとっての都合のいいひとを妄想で作り上げてしまう方がほとんどですが、これはNG。

これは、本当に意味がないことです。ペルソナはサービス設計、UX検討、マーケティングなどの戦略立案にも使われる重要なもので、理想的な顧客を代表するプロファイルである必要がありますし、その人の行動パターン、動機、課題や、お金を払いたくなるその人なりの”琴線"は何か、を明らかにしておく必要がありますよね。

それは、すなわち開発メンバー全員の”拠り所”になるのが、ペルソナなのに、実際ありえないようなキャラクター設定をしてしまうと、UXやUIはもちろん、仕様や導入戦略もすべて、とんちんかんなものになってしまいます。

”妄想だらけのペルソナ”は今日で卒業してください。

事業責任者に「これって君にとって都合のいい人を作り上げただけでしょ」って言われちゃいますから。

株式会社Qualitegの Innovation-Crossは、単なるサービス提供者ではなく、企業のイノベーション創出を共に推進する戦略パートナーです。現状分析から戦略策定、実行支援まで、長期的な視点で御社の革新創出を伴走。

アイデアワークショップ、ハッカソン企画、最先端AI技術の活用など、多様なアプローチで「自社だけでは難しい」イノベーションを外部との協業によって実現します。経験豊富な専門コンサルタントが、御社のビジョンと事業環境を深く理解した上で、社内外のリソースを最適に組み合わせた革新的な価値創造を推進。一時的なコンサルティングではなく、継続的なパートナーシップを通じて、御社の持続的な成長と競争力強化を実現します。共に考え、共に創り、共に成長する—それが私たちの約束です。

ペルソナ構築のためのキャラクター設定とは

では、ペルソナ構築のためのキャラクター設定とはどのようにすべきでしょうか。

woman in white dress standing on forest during daytime

ペルソナ策定の前の段階で、アンケートなどの定量調査を実施済みであることが理想ですが、それらがない場合は、一般のアンケート調査や、自社のインタビュー調査などのデータを使ってペルソナ策定の元データにしましょう。

これらの収集したデータから、代表的な顧客像、すなわちペルソナを作成します。このペルソナには、名前、年齢、職業、家族構成といった具体的なプロファイルが設定されます。

そのペルソナの価値観などがわかるように、居住地の駅名や、仕事のスタイル、休日の過ごし方や、現在の悩みなども書くようにしましょう。

これにより、ペルソナは製品やサービスのターゲット顧客を具現化したものとなり、開発やマーケティング戦略をより顧客中心で効果的に行うための基盤として機能します。プロファイルの詳細は、実際の顧客データを基に構築され、リアルな顧客の行動やニーズを反映させることが重要です。

また、ペルソナ策定時のもう一つのポイントは、ありがちなつまらない人ではなくて、個性的なキャラクターを設定することをお勧めいたします。

どうしてもマス向けにと考えてしまうと、ありがちなつまらないペルソナ像を作ってしまうことが多いです。でも、今回作ったペルソナはサービスが存在している限り”ずっと付き合う上顧客”なわけですから、名前を呼んで、「あの人ってこういう人だよね」とみんなで語り合えるくらいの愛情を注いでペルソナを作りましょう。

まるで学生時代の友達のことを、職場の人に説明しているように、実際存在する人の話をできるようなレベルまでペルソナを作りこめば、その人に気に入られるサービスを作る際にイメージが沸きやすいですし、ペルソナを作る意義があると思います。

ペルソナのシナリオ作成とは

ペルソナのプロフィールが完成したら次は、ペルソナのシナリオを作成しましょう。ペルソナが普段直面している問題や課題、具体的には競合サービスを利用して不満に思っている点や、サービスを選定する際に大事にしている考慮点、どういうアプローチでサービスを見つけ、購入まで至ったのか、どういうタイミングでどのようなシチュエーションでサービスを利用しているのかを具体的に記述します。

これらは、探索インタビューでヒアリングした相手の中からそれぞれ印象的だった部分を少しずつピックアップしてマージし、ペルソナとしてシナリオを作ると、よりリアルな存在している人の生活感を出せるので、お勧めいたします。

ペルソナの検証と改善方法

ペルソナですが、作って満足して終わってしまう方が9割です。ペルソナは作ってからの運用が必要であることを忘れないでください。

まずは、策定したペルソナを開発チームやマーケティングチームに共有し、彼らからのフィードバックを受け取りましょう。実際の顧客データと照らし合わせ、ペルソナのリアリティを検証します。自分が想いを込めて作ったペルソナであるほど、他の人のフィードバックを受けると、「違うんだよね、そうじゃなくて、私が考えるペルソナは、、」って言いたくなる気持ちも痛いほどわかります。

a person holding a white heart in their hands

しかしながら、あくまでもペルソナ策定の目的は、サービス開発やマーケティング戦略に役立てるために、実際のターゲット顧客を正確に反映しているべきです。そのため、違うと思ったら徹底的に議論し、お互いが納得するまで話し合いましょう。

また、初回のチーム内での協議だけではなく、その後のインタビュー調査、アンケート調査やリリースしてからのご愛用者調査などを通じて常にアップデートしていただき、”リアリティがある顧客増”を常に追求し続けていただければと思います。


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

LLM推論基盤プロビジョニング講座 第3回 使用モデルの推論時消費メモリ見積もり

LLM推論基盤プロビジョニング講座 第3回 使用モデルの推論時消費メモリ見積もり

こんにちは!前回はLLMサービスへのリクエスト数見積もりについて解説しました。今回は7ステッププロセスの3番目、「使用モデルの推論時消費メモリ見積もり」について詳しく掘り下げていきます。 GPUメモリがリクエスト処理能力を決定する LLMサービス構築において、GPUが同時に処理できるリクエスト数はGPUメモリの消費量によって制約されます。 つまり、利用可能なGPUメモリがどれだけあるかによって、同時に何件のリクエストを処理できるかがほぼ決まります。 では、その具体例として、Llama3 8B(80億パラメータ)モデルをNVIDIA RTX A5000(24GB)にロードするケースを考えてみましょう。 このGPUには24GBのGPUメモリがありますが、すべてをリクエスト処理に使えるわけではありません。最初にモデル自体が一定量のメモリを消費し、残りの領域で実際のリクエスト処理を行います。 GPUメモリ消費の二大要素 GPUの消費メモリ量は主に以下の2つの要素によって決まります 1. モデルのフットプリント LLMをGPUに読み込んだときに最初に消費されるメモリ

By Qualiteg コンサルティング
システムとcondaのC++標準ライブラリ(libstdc++)のバージョン違い問題による事象と対処法解説

システムとcondaのC++標準ライブラリ(libstdc++)のバージョン違い問題による事象と対処法解説

こんにちは! 先日、dlibをつかったPythonアプリケーション(conda環境で動作する)作っていたところ、以下のようなエラーに遭遇しました。 ImportError: /home/mlu/anaconda3/envs/example_env/bin/../lib/libstdc++.so.6: version `GLIBCXX_3.4.32' not found (required by /home/mlu/anaconda3/envs/example_env/lib/python3.10/site-packages/_dlib_pybind11.cpython-310-x86_64-linux-gnu.so) 「dlib_pybind11モジュールがGLIBCXX_3.4.32を要求してるけど、みつからない!」という感じのエラーですね。

By Qualiteg プロダクト開発部
LLM推論基盤プロビジョニング講座 第2回 LLMサービスのリクエスト数を見積もる

LLM推論基盤プロビジョニング講座 第2回 LLMサービスのリクエスト数を見積もる

こんにちは! 今回はLLM推論基盤プロビジョニング講座 第2回です! STEP2 LLMサービスへのリクエスト数見積もり それでは、早速、LLM推論基盤プロビジョニングの第2ステップである「リクエスト数見積もり」の重要性と方法を解説いたします。 LLMサービスを構築する際に必要となるGPUノード数を適切に見積もるためには、まずサービスに対して想定されるリクエスト数を正確に予測する必要があります。 リクエスト数見積もりの基本的な考え方 LLMサービスへの想定リクエスト数から必要なGPUノード数を算出するプロセスは、サービス設計において非常に重要です。過小評価すればサービス品質が低下し、過大評価すれば無駄なコストが発生します。このバランスを適切に取るための基礎となるのがリクエスト数の見積もりです。 想定リクエスト数の諸元 リクエスト数を見積もるための5つの重要な要素(諸元)をみてみましょう。 1. DAU(Daily Active Users): 1日あたりの実際にサービスを利用するユーザー数です。これはサービスの規模を示す最も基本的な指標となります。 2. 1日

By Qualiteg コンサルティング
Zoom会議で肩が踊る?自動フレーミング映像安定化とAIによる性能向上の可能性

Zoom会議で肩が踊る?自動フレーミング映像安定化とAIによる性能向上の可能性

こんにちは! 本日は、自動フレーミング映像の安定化に関するアルゴリズム・ノウハウを解説いたします 第1章 問題の背景と目的 バストアップ映像を撮影する際、特にオンラインミーティングやYouTubeなどのトーク映像では、人物がうなずく、首を振るなどの自然な動作をした際に「首まわりや肩がフレーム内で上下に移動してしまう」という現象がしばしば起こります。これは、多くの場合カメラや撮影ソフトウェアが人物の「目や顔を画面中央に保とう」とする自動フレーミング機能の働きに起因します。 撮影対象の人物が頭を下げた際に、映像のフレーム全体が相対的に上方向へシフトし、その結果、本来動いていないはずの肩の部分が映像内で持ち上がっているように見えてしまう現象です。 本稿では、この問題を撮影後の後処理(ポストプロセッシング)のみを用いて、高速、高い精度かつロバストに解決する手法をご紹介します。 前半では、従来のCV(コンピュータービジョン)の手法を使い高速に処理する方法をご紹介します。後半では、AIを使用してより安定性の高い性能を実現する方法について考察します。 第2章 古典手法による肩の上下

By Qualiteg 研究部