合成 ペルソナ はユーザーリサーチの新しい標準なのか？

人工知能はマーケティングのあらゆる側面を変革してきました - コンテンツ作成から画像生成、消費者調査まで。現在、AIモデルはAIが生成したデータを使用して自己学習を行うまでになっています。なぜでしょうか？人間のデータを使い果たしたからです。機械は人間からではなく、他の機械から学習しているのです。もちろん、AIアシスタントはまだ完璧ではありませんが、日々進化しています。

そのため、大規模言語モデルが調査、インタビュー、研究調査において実在の人々に取って代わることは驚くことではありません。マーケットリサーチャーはすでにジェネレーティブAIツールであるChatGPTを使用して、人間の行動を模倣し、説明し、（時には）正確に予測できる合成ペルソナを作成しています。その目的は単純です：ユーザー体験を向上させながら、マーケティングコストを削減することです。

合成ペルソナは、マーケターが顧客を理解し製品を販売する上で重要だと考える従来の消費者調査を不要にします。しかし、これらの手法は高額で時間がかかります。さらに重要なのは、大きな予算と人的リソース - つまり調査に参加して質問に回答してくれる人々が必要だということです。マーケティングコストが上昇し、人々がデータ共有に慎重になる中、マーケットリサーチャーは質の高い顧客情報の収集に苦労することが多くなっています。

合成ペルソナが解決しようとしているのは、消費者の人口統計学的データや行動データの収集、処理、分析というこのボトルネックです。人間との相互作用を伴う定性的・定量的調査に取って代わることはできませんが、製品やマーケティングキャンペーンに対する反応の概要を把握し、情報に基づいた決定を下すのに役立つことで、あなたの調査手法を補完することができます。

シンセティック・ペルソナとは何か？

シンセティック・ペルソナは、ユーザーの人口統計、サイコグラフィックス、行動データに基づいてAIと機械学習アルゴリズムを使用して作成された仮想顧客です。特定のオーディエンスセグメントを正確に表現し、好き嫌い、考え方、選好、ニーズ、課題を説明します。シンセティックユーザーはお客様ペルソナに似ていますが、直接対話や会話ができる点が異なります。

これらは、モデル生成と高度なパペッティアリングを使用して企業が作成したAIヒューマンと変わりません。このようなアバターは、目の動き、表情、瞳孔の拡張を追跡して人間の感情を理解し、有用な指示を提供します（場合によっては、製品やサービスを販売します）。

研究目的に応じて、ChatGPTやDelve AIなどの専用AIペルソナジェネレーターを使用して、多様なシンセティックペルソナを作成できます。作成は比較的簡単で、実際の人々を採用して研究を行うよりも安価です。システムに入力するデータを完全にコントロールでき、フォローアップの質問をしてインタビューを進めることができます。

注意： ChatGPTは適切な顧客セグメントを理解し、関連するユーザーペルソナを採用するために多くのプロンプトが必要です。

シンセティックユーザーを機能させるには、基準が整っていることを確認する必要があります。データはAIシステムに入力される前に検証される必要があります。また、結果として得られるペルソナは、使用前に実際のユースケースと照合・比較する必要があります。

シンセティックカスタマーの仕組み

シンセティックペルソナは、選択された量の顧客データをGPT-3などの大規模言語モデル（LLM）に入力し、提供されたデータに基づいて実際の顧客の「ペルソナ」を採用するようプロンプトする手法です。このデータには主に年齢、性別、場所などの人口統計情報と、性格特性、態度、ライフスタイル、興味などのサイコグラフィック属性が含まれます。生成されたペルソナは、顧客調査で人間のような回答を提供するために使用されます。

シンセティックペルソナの精度は、トレーニングデータの品質に直接比例します。品質が高ければ高いほど、ペルソナの質も向上します。入力データが一般的で不正確な場合、出力も同様になります。

データの懸念は別として、シンセティックユーザーを使用して多様な顧客をシミュレートし、製品やサービスに関するニーズ、ペインポイント、課題について質問することができます。定性調査でユーザーインサイトを得たり、製品デザインを構築したり、複数のターゲットオーディエンスにわたって広告クリエイティブをテストしたりするのに使用できます。

シンセティックデータとユーザーリサーチ

過去には、調査、インタビュー、ビジネス会話を行うために電話が不可欠なツールでした。電話調査は人々から洞察を得るための優れた方法となりました。テクノロジーの進歩とインターネットの登場により、オンライン調査を実施することが可能になりました。

21世紀に入り、AIとMLアルゴリズムによって生成されるシンセティックコンシューマーデータが登場しました。LLMは書籍、学術誌、新聞などから大量のトレーニングデータを取り込み、テキストベースの形式で人間のような応答を合成することができます。テキストの要約、質問への回答、さらには詩を書くことさえできます。LLMは継続的に学習するエンティティであり、自身の誤りから学習します。

このデータ処理と学習能力により、消費者データを分析し、シンセティックユーザーを構築し、応答を生成することでユーザーリサーチを支援することができます。シンセティックデータは実世界のイベントから導き出されていますが、人間の調査回答者から収集するデータとは異なります。データプライバシー法を気にすることなく、シナリオをテストしインタビューを実施できるため、現在企業での人気が高まっています。

コストと時間も大きな要因です。前述の通り、定量的・定性的研究には高いコストが伴います - 消費者行動のトレンドやパターンを発見するために、データを処理し、回答者を集め、時間を設定し、インタビューを実施する必要があります。シンセティックデータは研究者が新しいワークフローを開発し、複数のシナリオをシミュレートするのを容易に支援します。

AI搭載のバーチャルアシスタントはあなたに代わってユーザーリサーチを実施することができ、時には複数の言語で24時間365日対応可能です。消費者の回答を分析してパーソナライズされたフォローアップ質問をすることができます。さらにシンセティックペルソナは、定量研究者が到達困難な層を研究し、高度な予測機能を使用して不足しているデータと調査を補完するのに役立ちます。追加コストなしでニッチな観客セグメントを分析することができます。

Delve AIとChatGPTを使用した合成ユーザーの作成：その他のChatGPTプロンプト

顧客を理解する良い方法は、彼らの声を聞き、おおまかな顧客プロフィールを作成し、共感を持とうとすることです。しかし、これら3つのプロセスはどのように機能するのでしょうか？人からのフィードバックを得て聞き、購入者ペルソナを作成して特徴付け、カスタマージャーニーマップを作成して共感します。第4のステップである対話は、チャットペルソナで機能します。

Delve AIによるPersonaは、ウェブサイト、競合他社、ソーシャルメディアのオーディエンス向けにpersonasを作成するのに役立つペルソナベースのマーケティングソフトウェアです。前述の4つの側面すべて - 消費者データ、personas、ユーザージャーニー、インタラクティブなユーザーチャットボットをカバーしています。

その方法は以下の通りです：当社のソフトウェアは、ファーストパーティデータ（ウェブ分析、サーチコンソール、CRMデータ）とセカンドパーティデータ（ソーシャル分析と競合情報）を収集し、40以上のパブリックデータソース（レビュー、評価、フィードバック、オンラインフォーラム、新聞からの顧客の声データなど）で強化して、データ駆動型のpersonasを作成します。

ビジネスに応じて3〜7つのpersonasが生成され、B2B persona segmentsは緑色で、B2C personasは青色でハイライトされます。

各personaは、望ましい及び望ましくないオーディエンスセグメントの特性、特徴、行動を確認するために、ペルソナの詳細、分布、サンプルユーザージャーニーを提供します。例えば、eコマースビジネスは、離脱者、受動的なブラウザー、カート放棄者、高価値購入者セグメントを青と赤でそれぞれ識別できます。

ペルソナ詳細は、特定のセグメントの年齢、性別、場所、職業プロフィール、目標、モチベーション、ペインポイント、価値観、興味、実行すべき仕事、趣味を提供します。さらに、好みのソーシャルネットワーク、ブランド、eコマースサイト、ツール、テレビ番組、映画、YouTubeチャンネル、ポッドキャスト、イベントなどに関する洞察も得られます。

分布タブは、年齢、性別、場所、言語、マーケティングチャネル、オンライン活動時間、アクション、意思決定段階でセグメントをグループ化します。サンプルジャーニーは、訪問者の総数、セッション数、ページビュー数、コンバージョン数、ユーザーが現在いる意思決定段階を表示します。最も優れている点は？AIが生成したpersonasとユーザージャーニーがリアルタイムの顧客データで自動的に更新されることです。

それでは、まもなくリリースされるpersonasとのチャット機能について見ていきましょう。オンラインの高価値顧客セグメントとやり取りする機能を提供します。ダッシュボードはWhatsAppや他のメッセージングアプリに似ています。新製品やマーケティングコピーについて疑問がありますか？プラットフォームにアクセスし、ターゲットペルソナを選択して、質問するだけです。Slackを通じて直接質問することもできます - Delve AIとSlackワークスペースを連携するだけです。

シンセティックペルソナを作成するためのChatGPTプロンプト

ChatGPTは、数値データ、職務プロフィール、文献、研究論文、フォーラム、レビュー、ウェブサイトなど、大量の非構造化データを処理し、論理的に提示することができます。そのため、消費者調査で使用できるインタラクティブなペルソナを作成する無料の代替手段となります。

実際にはシンプルな作業です：

• 顧客データをChatGPTにアップロード
• 可能なセグメントをリストアップするよう指示
• ターゲットにしたい視聴者セグメントを選択
• そのセグメントのペルソナを採用するようChatGPTにプロンプト

その後、ペルソナにアンケートセッションの参加者になってもらうことができます。ChatGPTペルソナは、ニッチな視聴者ではなく、広範な顧客プロフィールがある場合にのみ有用です。もちろん、ChatGPTが仮定を形成するのに十分な定性的・定量的データがある場合は別です。

プロンプトは以下のような形になります：

プロンプト1： 提供された顧客データを分析し、主要な人口統計学的、行動的、心理的属性に焦点を当てて構造化してください。異なる顧客属性間の明確なトレンドやパターンを要約してハイライトしてください。

プロンプト2： この構造化データを使用して、可能な顧客セグメントをリストアップしてください。各セグメントに名前を付け、興味、購買行動、その他の注目すべき人口統計学的詳細を含む、その特徴を簡潔に説明してください。

プロンプト3： これらのセグメントから、[セグメント名]に焦点を当ててください。主な動機、典型的な課題、潜在的なブランドとの相互作用についてさらに詳しく説明してください。

プロンプト4： [セグメント名]視聴者の典型的な顧客のペルソナを採用してください。日常生活、興味、主要な価値観、具体的なニーズを説明してください。さらなるやり取りのために、このペルソナの性格を想定してください。

ChatGPTは意味を理解できないため、調査でシンセティックユーザーが伝えるような意味のパターンを作成することはできません。目標を達成したりタスクを完了したりする際に人々が取る異なるアプローチを理解するのに役立ちません。AIは製品を使用することができません - 想像することしかできません。製品アイデアを検証するためのテストを実行できますが、すべての意見は肯定的なものかもしれません - ChatGPTペルソナはインタビュアーを喜ばせることを目指します。

Emporia Researchは、LinkedIn認証された回答者、ターゲットのLinkedInプロフィールデータに基づいてAIが生成したシンセティックユーザー、およびIT意思決定者を代表するAI生成ペルソナに基づくユーザーという3つのグループの調査回答の比較研究を実施しました。彼らの調査により、AIによって生成されたB2Bの合成ユーザーは、実際の回答者と比較して強い肯定的バイアスを示すことが分かりました。彼らは集団思考に従い、インサイトの質もあまり良くありません。

アクションにおける合成ペルソナ：ユースケースと例

マルコ・サーシュテットは、シリコンサンプルの研究において、研究とデザインにおける合成ペルソナの使用を例示しています。彼はアンケート質問のフィードバックを得て、パッケージデザインを改良するために使用しました。彼の応用例の他にも、合成ペルソナはマーケティングや製品関連の他のユースケースにも使用できます。

マーケティング、セグメンテーション、ブランディング

合成ペルソナは、個々の顧客を代表するものと顧客グループを代表するものの2種類を作成できます。どちらも、個人の顧客データにアクセスすることなく、ユーザーの行動と好みに関する情報を得ることができます。これは、ターゲット層をよく知らない専門家にとって良い出発点となります。キャンペーンをテストし、最も反応の良いセグメントを特定するために、異なる顧客セグメントを開発できます。その結果、ターゲット層セグメントの好みに合わせてマーケティング資産、コンテンツ、コピーをカスタマイズすることができます。

キャンペーン開発プロセスでフィードバックを得るために、マーケティング計画、グラフィックデザイン、動画、広告を単にアップロードするだけです。モデルに素材をアップロードした後、合成ユーザーに以下のような入力を求めます：

• この動画広告は幸せまたは悲しみ（希望する感情に置き換えてください）を引き起こしますか？
• この広告をどこで見たいですか？ビルボード、Facebook、Instagram、またはLinkedInで？
• 広告コピーが伝えようとする全体的なメッセージは気に入りましたか？
• このメールキャンペーンに反応する可能性はどのくらいですか？

さらに、過去のマーケティングキャンペーンのパフォーマンスデータを追加して、何が効果的で何が効果的でなかったかを確認します - これによりAIモデルにより多くのコンテキストが提供されます。効率的な出力を得るためにプロンプトを調整する必要がありますが、その結果は十分な価値があります。もしかしたら、バイラルになる広告の作成に役立つかもしれません！

製品開発、デザイン、テストにおいて

合成ユーザーにより、製品チームはユーザーに共感し、消費者のニーズと期待に沿った新製品、機能、機能性を作成することができます。様々な状況で製品が正常に機能することを確認し、潜在的な問題を特定するために使用シナリオをシミュレーションできます。

企業は、製品を一般公開する前に製品デザインを検証するために合成ユーザーを使用できます。例えば、比較的リスクの少ない環境で（実際の顧客でテストする必要がないため）、ユーザーインターフェースやインタラクションがどの程度うまく機能するかをテストできます。これにより、製品の全体的なユーザーエクスペリエンス（UX）を改良し、製品が正式にローンチされた際に問題が発生する可能性を大幅に減少させ、新規ユーザーを獲得し、顧客の離脱率を低減することができます。

質問: もし調査を実施できない場合、合成的なペルソナを使用しても大丈夫でしょうか？おそらく、可能かもしれませんし、そうでないかもしれません。何も学ばないよりは、常に新しいことを学ぶことができます。しかし、重要な製品やマーケティングの決定を合成データに基づいて行うことは理想的ではありません。

仮に、あなたの新機能が合成的な顧客に好評だったとします。市場で発売したものの、実際のユーザーには受け入れられませんでした。そうなったらどうでしょう？他の場所でより有効に使えたはずのリソースと資金を無駄にしてしまいます。そのため、彼らの反応は常に懐疑的に受け止める必要があります。

合成ユーザーの課題について

AIがどれほど高度になっても、合成ユーザーには一見して分からない制限が多すぎます。合成personasは機械学習モデルを使用して構築されているため、実際の顧客データが不足している、または限られているシナリオでは非常に有用です。しかし、ワークフローに組み込む前に知っておくべきことがあります。

まず、合成personasは人間の行動と行為の全範囲を捉えるのが困難です。その反応は単純化されすぎていたり、一般的すぎたり、論理的すぎたりします。人間は常に論理的というわけではありません - 私たちは、機能や物事への反応の仕方を支配する様々な内的・外的要因（個人の経験、性格、意見、価値観など）の影響を受けています。

人工知能と機械学習システム（合成personasの基盤）は、まだこれらの要因を理解することができません。例えば、AI回答者は常に面接官を喜ばせようとし、与えられたタスクを完全に遂行し、肯定的に質問に答えます（これは追従性と呼ばれる現象です）。彼らは一次元的な応答を提供し、すべてのことに関心があるように見えます。ニーズ、課題、関心事の長いリストを提供します。人々にはそのようなリストはありません - 特定のことを気にかけ、他のことは頭に浮かびもしません。

「マネージャーとAIがバーに入る：ChatGPTは私たちのように偏った決定を下すか？」という論文で、チェンらはChatGPTが埋没費用の誤謬のような顧客行動を特徴づける効果を再現できないことが多いことを発見しました。人々は入札に勝ちたいという理由だけで、価値以上に価格が上がった後でも入札を続けます。さらに、彼らの反応には階層性がありません - 何が重要で何が重要でないかをどのように理解すればよいのでしょうか？

もう一つの懸念は、合成personasを作成するために使用されるデータです。トレーニングデータに偏りがある場合、応答にはステレオタイプが含まれ、それが永続化されます。データ不足により、十分な代表性のないユーザーやマージナライズドユーザーを表現するのも困難です。検証も難しいです。合成ユーザーを実世界の状況や結果に対してテストするのは容易ではありません。実際のユーザーデータで常に監視、更新、検証する必要があります。これは匿名化され、機密の顧客情報を明かさないデータのことです。

これらすべての項目をチェックリストから確認できたとしても、既存のシステムに合成ユーザーを統合するのは困難である可能性があります。技術的およびデータの問題は別として、懐疑的なステークホルダーにその有用性を納得させることが最大の課題かもしれません。さらに悪いことに、あなたの企業は合成された顧客をユーザーリサーチに使用することに慣れてしまい、実際の調査に投資したがらなくなるかもしれません。

合成ユーザーペルソナの未来

合成ペルソナは、お客様に関する未知の洞察を明らかにします。しかし、合成データは信頼できるのでしょうか？信頼性があり、倫理的なのでしょうか？誰にもわかりません。ユーザー調査の未来だと言う人もいれば、人間の回答者に一般的に見られるニュアンスや変化に欠けると言う人もいます。しかし、市場調査に多大なコストがかかる世界では、合成ペルソナはお客様を理解するための費用対効果の高い方法です。

新しいユーザーグループについて、彼らの興味関心やオンラインでの行動を学び、実際のユーザーに役立つプロトペルソナとユーザージャーニーを開発することができます。他の発明と同様に、合成ユーザーペルソナにもメリットとデメリットがありますが、適切に行えば、メリットがデメリットを大きく上回ります。