ペルソナ分析とは？分析方法やメリット・デメリット、企業の実践事例をご紹介

2022/06/29 2023/05/18

「ペルソナ分析」という名前は聞いたことがあるものの、具体的な手順や何ができるのか理解している方は意外と少ないのではないでしょうか。今回はそのような方向けに、ペルソナ分析の概要や実践事例を交えながら、メリット/デメリットを解説します。

弊社が提供しているマーケティングツール『b→dash』は、マーケティングプロセス上に存在する全てのビジネスデータを、ノーコードで一元的に管理できる他、b→dash上のデータを活用した分析レポートや、メールやLINE配信等の施策成果レポートの作成に最適なツールとなっています。

●目次
1.ペルソナマーケティングとは?
2.ペルソナ分析の用途・シチュエーション
 3.ペルソナ分析におけるメリット・デメリット
4.ペルソナ分析の進め方
 5. ペルソナ分析の実践事例
 6. ペルソナ分析のためのBIツール2選
 7. まとめ

1. ペルソナマーケティングとは?

マーケティングにおける「ペルソナ」とはサービスや商品を利用する典型的なユーザー像を表すために作成された仮想的な人物像のことです。ペルソナマーケティングとは、ペルソナを利用して消費者や市場をペルソナごとに分析し、施策に反映させるマーケティング手法になります。

よく混同してしまうマーケティング用語として「ターゲット分析」という言葉があります。ターゲット分析は「年代 / 性別 / 職種」という大まかなレイヤーで分析するのに対して、ペルソナ分析は「年代 / 性別 / 職種 / 世帯 / 年収/ 学歴 / 住居 etc.」まで詳細に設計した人物像をもとに分析します。大まかなレイヤーで絞り込むターゲット分析よりも、詳細且つ具体的に設計した人物像で絞り込むペルソナ分析は、より消費者・市場の動向を分析することができるため、自社のサービスや商品を売る重要な指標となります。

2. ペルソナ分析のシチュエーション別の用途

ペルソナ分析は、シチュエーションによって用途が変わります。ここでは、2つのシチュエーションを例に、ペルソナ分析の使い道を解説していきます、

① CV、CVRを改善する場合

CV、CVRを改善する方法には、コンバージョンポイントごとの分析とユーザー属性ごとの分析の2つがあります。

前者のコンバージョンポイントごとの分析では、配信媒体や流入経路で効果を比較し、「メルマガは流入数は多いが、購入率が低い」など配信媒体/経路の対応施策を考えることができます。後者のユーザー属性ごとの分析では、年代、性別などのユーザーの特徴で効果を比較し、「30代女性には効果があったが、30代男性にはあまり効果がなかった」など、配信対象の改善策を考える事ができます。

ペルソナ分析は、後者のユーザー属性ごとの分析で活用することができ、ペルソナごとにCV、CVRの分析を行えば、ターゲットごとに改善策を考えるよりもより具体的で効果のある改善策を打ち出す事が可能です。

② F2転換率 (F3転換率) を改善する施策を打ちたい場合

新規顧客を獲得するコストは、既存の顧客を維持するコストの5倍かかるといわれており、また広告費の回収の観点から見ると、初回購入した顧客が2回目購入に至る割合「F2転換率」は収益性を上げる重要な指標です。F2転換率は、実施した施策がどれだけF2転換に繋がったかを施策単位で分析し、PDCAを回していくことで向上させることができます。

他方で、すでにF2転換している顧客のデータを抽出しペルソナを設計・分析を行うことで、実施するべき施策が見えてくるため、施策考案の面からF2転換率を向上させることが可能となります。

ここまで2つのシチュエーションを例に、ペルソナ分析の使い道を解説してきましたが、データの分析を行う際に押さえておくべきポイントについて下記資料でより詳しくご紹介しておりますので、こちらも是非合わせてご一読ください。

3. ペルソナ分析におけるメリット・デメリット

ここでは、ペルソナ分析のメリット・デメリットについて、別々に解説していきます。

3-1. ペルソナ分析におけるメリット

ペルソナ分析におけるメリットを2つ紹介します。

① 認識を共通化しやすい

ペルソナ分析はターゲット分析よりも詳細に人物像を設計するため、分析する対象を決定する議論や、分析結果の議論において認識の齟齬が出にくいという利点があります。

例えば、「30代 / 女性 / 専業主婦」というターゲットを設定した場合、ひとことで「30代 / 女性 / 専業主婦」といっても「夫婦のみの世帯」を思い浮かべる方もいれば「2人の子供をもつ世帯」を思い浮かべる方もいますし、「都心住み」を想像する方もいれば「地方住み」を想像する方もいます。このような大まかなレイヤーでコミュニケーションを取ると、誤った対象を分析してしまったり、分析結果を議論する場で分析対象が誤りであることが判明し「分析が正しくなかった」と大きな手戻りになるケースがあります。

対して、詳細に設計した人物像であるペルソナ分析は、「30代 / 女性 / 専業主婦 / 2人の子供をもつ世帯 / 都心住み etc.」という前提をもとに分析を行うため、誰が聞いても分析対象や分析結果に大きな認識の齟齬が生じることがなく、コミュニケーションコストや手戻りの工数を削減することができます。

② 消費者ニーズを理解しやすい

ペルソナ分析で設計する詳細な人物像は、実際に商品やサービスを利用するユーザーをイメージできるため、消費者のニーズを具体的に理解することができます。消費者ニーズの理解は、商品・サービスの開発や企業戦略の意思決定の重要な指標であるものの、ターゲット分析などのレイヤーの大きい分析ではニーズがぼやけてしまうことが多くあります。ニーズがぼやけると、商品のストーリー性が伝わりづらいものになったり、ブランドイメージを損なう原因となり、長期的にはリピート率の高い既存顧客を逃し、売り上げ低下に繋がります。具体的に「誰」に向けて商品・サービスを売りたいのか、そしてその顧客に対して刺さる商品・サービスであるかを分析するには、ペルソナ分析が一番有効的な分析です。

3-2. ペルソナ分析におけるデメリット

ペルソナ分析におけるデメリットを2つ紹介します。

① 膨大な量のデータが必要になる

ペルソナは、実際のデータから「年代 / 性別 / 職種 / 世帯 / 年収/ 学歴 / 住居 etc.」まで詳細に設計した人物像を作り上げるため、ペルソナを作成するだけで膨大なデータが必要となります。もし参照するデータが少ないと、ペルソナが偏った人物像になる可能性が高く、分析結果から導き出した施策の成功率が下がります。加えて、データが少ないからといって想像でペルソナを作成してしまうと事実とは異なる人物像になるため、分析結果を正しく出す事ができず、導き出した施策が成功しません。また何よりも、顧客行動や市場は日々変化するため、その度にデータを集めなければならず、ペルソナを何度も作成する必要があります。

これらのことから、ペルソナ分析でデータを準備することはマストであり、且つ膨大なデータを必要とするため、データの準備の大変さという観点ではデメリットと言えます。

② 工数がかかる

ペルソナ分析では膨大なデータを必要とするうえ、ターゲットは「年代 / 性別 / 職種」と比較的少ない項目で分析を行うことができるのに対して、ペルソナは「年代 / 性別 / 職種 / 世帯 / 年収/ 学歴 / 住居 etc.」と多くの項目を必要とします。さらに、既に蓄積している顧客データ/受注データなどの1次データだけでなく、1次データをもとにもっと深い2次データを集める必要があります。

そのため、メールやフォーム、webサイトのポップアップでアンケートやインタビューを行う必要があり、多大な工数がかかります。また、これだけ多くのデータと、2次データという回答がばらつくデータを管理するのにも時間がかかるため、ペルソナ分析は工数がかかることがデメリットと言えます。

4. ペルソナ分析の進め方

ペルソナ分析は、具体的にどのように設定するのでしょうか。ここからは、ペルソナ分析の手順を確認していきます。

ステップ①：自社分析/既存データ分析を行う

自社にどういった顧客が多いか、顧客がどういった行動を取っているかを把握するために、顧客データや受注データ、webの訪問データなどから分析を行います。ここでは、ペルソナを決定するための土台となるユーザーの人物像を出すとともに、ペルソナを設定するために追加でどういった情報が必要になるのか把握するための情報収集の準備を行います。

ステップ②：情報収集を行う

ペルソナを設定するために必要な情報収集を行います。既にターゲットがわかりやすい人物像であったり、設定が詳細に決まっている場合は、インターネット上のSNSやブログから適宜情報をピックアップしていきます。ステップ①だけではまだ大枠の人物像しか決まっていない場合は、ターゲットに対してアンケートやインタビューを行い、さらに深ぼった情報を追加していく必要があります。

ステップ③：ペルソナを分類する

次に、収集した情報を、趣味趣向、悩み、習慣など、一見自社に関係ない項目までグルーピングし、ターゲットを分類分けしていきます。グルーピングは細かすぎるとペルソナを設定する際に意思決定が難しくなり、大雑把であるとペルソナのメリットが小さくなってしまうため、データ量と設定したい粒度に合わせて適切な分類分けを行う必要があります。

ステップ④：ペルソナを設定する

最後に、自社分析と情報収集で得た顧客の傾向からペルソナを設定します。ペルソナは商品やサービスに出会って購入に至るまでの経緯を表現するようにストーリー調で詳細に設定します。ペルソナの設定では、必ず取集したデータから得られた情報から設定しなければならず、一部でも想像で担保してしまうとペルソナマーケティングの効果を発揮することができません。

【設定するペルソナの項目】
　・顔写真
　・名前・性別・年齢
　・家族構成
　・職業・仕事内容・役職
　・趣味嗜好
　・年収・貯蓄状況・ポートフォリオ
　・人生や仕事の目標
　・情報の集め方
　・悩み・欲求
　・人生における物事の優先度
　・休日の過ごし方
　・ペルソナに盛り込む情報

5. ペルソナ分析の実践事例

ここでは、ペルソナ分析の実践事例を2つ紹介していきます。

実践事例①：Soup Stock Tokyo

Soup Stock Tokyoは1999年創業、当時なかった女性一人が気軽に入れるファストフード店を目指し、安心、安全でおいしい食事が食べられる、働く女性が自分の「居場所」として共感できる場所を提供したいと、カウンターで一人スープをすすっている女性をテーマにスタートしました。創業わずか10年で、売上高42億円に達し、現在の売上高は87億2,540万円（2020年3月期）、全国に約60店舗以上を展開と成長を続ける企業です。

この成長の裏にペルソナマーケティングを駆使した経営戦略があり、このカウンターで一人スープを啜っている女性こそがペルソナです。

　【Soup Stock Tokyoが設定したペルソナ】
　・秋野つゆ
　・37歳
　・女性
　・都内在住
　・独身か共働きで経済的に余裕がある
　・都心で働くバリバリのキャリアウーマン
　・社交的な性格
　・自分の時間を大切にする
　・シンプルでセンスの良いものを追求する
　・個性的でこだわりがある
　・装飾より機能を好む
　・フォアグラよりレバ焼きを頼む
　・プールに行ったらいきなりクロールから始める

「秋野つゆ」というペルソナは「年代 / 性別 / 職種」だけでなく趣味や性格、習慣まで細かく作り込まれており、Soup Stock Tokyoはこのペルソナをもとに商品開発や出店場所を決めています。実際に、商品はキャリアウーマンを対象とした女性向けのサイズ、中～高価格の価格設定で、出店先は20代前後の若者が多い街/百貨店ではなく、年齢層の高い街/百貨店に出店しています。
このようにSoup Stock Tokyoはペルソナマーケティングが成功し、急成長を遂げた1つの企業と言えます。

実践事例②：カルビー

カルビーが発売する皮付きじゃがいもスティック菓子「Jagabee」は、わずか半年で全国展開、生産が追いつかずに3週間の生産停止を経験するほどのブームを巻き起こした商品です。そんな「Jagabee」はの開発裏にもペルソナマーケティングが活用されており、菓子のターゲット層でなかった20代~30代の女性の心を掴みました。

【カルビーが設定したペルソナ】
　・27歳
　・女性
　・独身
　・文京区在住
　・趣味はヨガと水泳

同社調べのスナック菓子の顧客購買傾向として、「独身女性は10代から20～30代になると3割がスナック菓子から遠ざかる」というデータがあり、「Jagabee」はこの「20～30代の独身女性」層をペルソナマーケティングを活用して狙いを定め商品開発を行いました。ただ、20代~30代の独身女性というステータスだけでなく、「文京区在住」「趣味はヨガと水泳」とスナック菓子を買わないような人物像をペルソナとして設定したといいます。

文京区に住むおしゃれな20～30代の「独身女性」の部屋においてあっても違和感のないパッケージデザインや女性が食べやすい量を追求し、発売当初は販路を男性客が8割を占めるコンビニエンスストアに限定していたのにもかかわらず、購入者の半分が女性と、女性に根強い人気のあるスナック菓子として商品開発を成功させました。

6. ペルソナ分析のためのツール 2選

ペルソナ分析を行う際は、膨大なデータの管理や情報収集が必要になります。しかし、そういった業務を全て人手で行うには限界もあるため、必要に応じてツールを導入することも検討しておく必要があります。ここでは、ペルソナ分析に役立つツールを2つ紹介します。

おすすめツール①：Brandwatch

BrandwatchはSNS上の消費者の声を分析できるツールです。AIによるデータ分析や通知が可能であり、膨大なデータも素早く処理できます。そのため、リアルタイムで効果的な分析を実現可能です。投稿内容を構造化して可視化でき、数値をもとにした定量分析を行えるだけでなく、投稿内容から自社や商品の評判を知ることができるなど定性的な分析も可能です。

多種多様なデータソースと豊富なダッシュボードの組み合わせからなるフレームワークを使うことで、消費者ニーズやトレンド把握をより効率的かつ、高度化することができるので、手間がかかるペルソナ分析も効率的に進めることができます。

おすすめツール②：b→dash

b→dashは、ノーコード、All in Oneの特徴を持つツールです。業界初のテクノロジー「データパレット」でSQLを使わずに、GUIでデータを扱うことが可能で、データの連携から加工/統合まで簡単に実施することができます。また、必要な機能が全て揃っている「All in One」のためb→dashひとつでデータマーケティングを実現することができます。

b→dashは、ペルソナ分析の準備に必要な配信アプリケーションやデータ分析アプリケーションは勿論、web接客ポップアップやフォームを利用してユーザーにアンケートを実施できるアプリケーションも併用しています。b→dashでは、アンケートの実施から、収集したデータをそのまま加工統合、加工したデータを分析アプリで解析を行うことが可能で、まさにb→dash1つでペルソナ分析を始めることができると言えます。

2つのBIツールをご紹介しましたが、自社に適したツールを選ぶために押さえておくべきポイントを下記にてご紹介しておりますので、是非合わせてご一読ください。

7. まとめ

ペルソナマーケティングとは、サービスや商品を利用する典型的なユーザー像「ペルソナ」を用いて消費者や市場を分析、施策に反映させるマーケティング手法です。ペルソナで設計する人物像はユーザーの年代、性別、職種だけでなく、趣味や性格がわかるような詳細な情報まで設定し、このペルソナの具体性によって、狙いたい市場/消費者層に訴求できる商品・サービスの開発や施策を実施することができます。

一方で、ペルソナを設計するためには趣味や性格までわかる幅広いデータの種類と、そこから傾向を見つけられるだけのデータ量、且つ市場の変化に合わせて何度もデータを収集する必要があり、データの準備や管理に多大な工数がかかります。

これらのことから多くの場合、ペルソナマーケティングを活用するためには、データを収集するためのアンケート/インタビューを実施できるMAツールや、集めたデータを管理または加工/統合するデータ管理ツールを利用しなければなりません。必要に応じて自分に合ったツールを選択し、効率的にペルソナ分析を進めていきましょう。

Editor Profile

福井和典

株式会社データX マーケティング管掌執行役員

日本IBMにてシステムエンジニア、GREEにてCRM領域のオペレーション企画、PwCでの業務コンサルタントとしての経験を経て、2016年よりデータXに入社。データX入社後は、カスタマーサクセス部門に在籍し、小売/金融/アパレル/ECなど幅広い業種に対するb→dash導入支援を統括。
その後は、主にb→dashのマーケティング/広報/PR活動や事業企画に従事。

ペルソナ分析とは？分析方法やメリット・デメリット、企業の実践事例をご紹介

1. ペルソナマーケティングとは?

2. ペルソナ分析のシチュエーション別の用途