ペルソナ分析という言葉を聞くと、こんなイメージがあるかもしれません。
- 30代男性
- 会社員
- 年収500万円
- 趣味は映画
でも、少し疑問があります。
本当に人は最初からそんな形をしているのでしょうか。
実際には、人はもっと曖昧です。
「なんとなく今の仕事が不安」
「副業が気になる」
「最近将来が心配」
そんなモヤモヤから始まることが多い気がします。
普通のペルソナ分析は情報集めが大変
通常のペルソナ分析では、こんな情報を集めます。
- 顧客インタビュー
- アンケート
- 口コミ
- 問い合わせ履歴
- アクセス解析
- 購入履歴
ここで少し問題があります。
大企業ならできます。
でも個人開発や小規模サイトでは難しいことも多いです。
まだ顧客が少ない。
アンケートも集まらない。
インタビュー相手もいない。
AIで作るなら「利用者」より「検索者」を見た方が早いかもしれない
ここで少し発想を変えてみます。
普通のペルソナ分析は、
「サービス利用者」
を分析します。
でも検索にはもっと前の段階があります。
例えば「プログラミングスクール」。
検索している人は、まだ申し込んでいません。
でも、何かを考えています。
- 転職したい
- 副業が気になる
- 失敗したくない
- 怪しくないか不安
つまり見えているのは、
「利用者」
ではなく、
「検索してしまった人」
です。
検索者ペルソナという考え方
NeedRadarでは、検索キーワードから人物像を仮説化しています。
流れはこんな感じです。
キーワード分析
↓
検索意図分析
↓
不安・期待・比較行動
↓
仮説ペルソナ生成
↓
画像生成
例えば「プログラミングスクール」なら、
- 転職志向の社会人比較者
- コスパ重視探索者
- 副業・案件獲得志向者
- 信頼性検証者
が見えてきました。
面白いのは、これは年齢や性別ではなく、
「何を考えているか」
から作られていることです。
テンプレートより先に見たいもの
ペルソナテンプレートは便利です。
でも、空欄を埋めるだけだと想像で終わってしまうことがあります。
- 年齢
- 職業
- 年収
- 趣味
よりも先に、
- 何を不安にしているのか
- 何を比較しているのか
- 何を期待しているのか
を見る方が、人に近づけるかもしれません。
まとめ
最初はAIでペルソナを作る方法を考えていたつもりでした。
でも最後に見えてきたのは、人物設定ではなかったのかもしれません。
人はサービスを探しているのではなく、その前にあるモヤモヤを検索しているのかもしれません。
そして今回使ったNeedRadarでは、キーワード分析だけでなく、検索意図分析、仮説ペルソナ生成、ペルソナ画像生成まで自動で行えます。
人物像を想像するのではなく、「検索してしまった人」を観測する。
そんな見方も面白いかもしれません。