ペルソナ
「20代女性向け」ではなく「渋谷で働く28歳のマーケター、田中さん」。
具体的な人物像を定義して、チーム全員の認識を揃えます。
なぜペルソナが必要か
よくある失敗パターン
PM「20代女性向けです」
デザイナー「OLをイメージしました」
エンジニア「学生かと思ってました」
全員が「ユーザーのため」と言いながら、頭の中の人物像が違う。 この認識のズレは、プロジェクト終盤まで発覚しません。
ペルソナを定義することで、「田中さんならこの機能を使うか？」「田中さんはこのUIで迷わないか？」という 具体的な議論ができるようになります。抽象的な「ユーザー」ではなく、具体的な「人」として考えることで、 チーム全員の判断基準が揃います。
入力する項目
名前・属性
架空の名前と、年齢層・職業・ITリテラシーなどの基本属性を設定します。
記入例
- • 名前: 田中花子（タナカハナコ）
- • 年齢層: 28歳
- • 職業: IT企業のマーケティング担当
- • ITリテラシー: 高い（日常的にSaaSツールを使用）
- • デバイス: 仕事はPC、プライベートはiPhone中心
課題・ペイン
このペルソナが日常で感じている不満や困りごとを記述します。
記入例
- • 仕事が忙しく、買い物に行く時間がない
- • 過去に購入した商品を再購入したいが、履歴から探すのが面倒
- • セール情報を見逃して後悔することがある
- • 商品の比較検討に時間がかかりすぎる
ゴール・求める価値
このペルソナが達成したいこと、サービスに期待する価値を記述します。
記入例
- • 隙間時間（通勤中・昼休み）に効率よく買い物を済ませたい
- • 自分の好みに合った商品を素早く見つけたい
- • お得なタイミングを逃さずに購入したい
- • 購入後の手続き（返品・交換）がストレスなくできること
行動パターン
このペルソナの典型的な行動パターンやサービス利用シーンを記述します。
記入例
- • 朝の通勤電車（8:00-8:30）でInstagramをチェック、気になる商品を保存
- • 昼休み（12:30-13:00）に保存した商品を比較検討
- • 帰宅後（22:00-23:00）に最終決定して購入
- • 週末にまとめてレビューを書く
Claude Code での操作例
あなた
「toishiにペルソナを追加して。28歳の女性マーケター、名前は田中花子。 ITリテラシーは高くて、スマホ中心で買い物する。隙間時間に効率よく買い物したいのがゴール」
AI
ペルソナ「田中花子」を作成しました。
- 年齢: 28歳
- 職業: マーケター
- ITリテラシー: 高
- デバイス: スマホ中心
- ゴール: 隙間時間に効率よく買い物
課題・ペインも追加しますか？例えば「忙しくて買い物に行く時間がない」など。
あなた
「追加して。あと、通勤中にInstagramで気になる商品を保存して、昼休みに比較検討するパターンも入れて」
承認のポイント
承認者はここをチェック
- ✓ 実際のターゲットユーザーを反映しているか（想像ではなくデータに基づいているか）
- ✓ 課題とゴールが具体的で、機能設計に活かせるか
- ✓ 行動パターンがリアルで、UIデザインの参考になるか
- ✓ 複数ペルソナがある場合、優先順位が明確か
- ✓ 「このペルソナは今回は対象外」も明記されているか
ベストプラクティス
実際のデータに基づく
「こういう人がいそう」ではなく、実際のユーザーインタビューやアクセス解析データに基づいて作成します。 想像のペルソナは危険です。
2-3人に絞る
ペルソナが多すぎると、どのペルソナを優先すべきか分からなくなります。 プライマリ（最重要）1人、セカンダリ1-2人に絞りましょう。
チームで共有・参照する
作って終わりではなく、機能設計やUI検討の際に「田中さんならどう思う？」と常に参照します。 壁に貼る、会議で読み上げるなど、意識的に使う仕組みを作りましょう。
定期的に見直す
市場やユーザー層は変化します。リリース後にユーザーデータを分析し、 ペルソナが実態と乖離していないか定期的に検証しましょう。
なぜこの設計なのか
「ターゲットは30代女性」レベルでは不十分。課題・利用シーン・期待まで書く
抽象的なペルソナでは、チーム内で「30代女性」のイメージがバラバラになります。 「渋谷で働く28歳のマーケター、通勤中にスマホで買い物したい」まで具体化することで、 デザイナー・エンジニア・PMが同じ人物を思い浮かべながら議論できます。
ペルソナが曖昧だと、ユーザーニーズの優先度が判断できない
「この機能は誰のため？」が不明確だと、全ての機能が「重要」になります。 ペルソナごとにカバレッジ（何%のユーザーを代表するか）を設定することで、 「プライマリペルソナ向けの機能を優先」のような判断基準が生まれます。
3名を推奨 — 多すぎると散漫、少なすぎると偏る
ペルソナが10人いると「誰を優先すべきか」が分からなくなり、 1人だけだと特定ユーザーに最適化されすぎます。 プライマリ1人+セカンダリ2人の計3名で、主要ユーザー層をカバーしつつ焦点を絞ります。