ペルソナ（ユーザーエクスペリエンス）

ユーザー中心設計とマーケティングにおけるペルソナ（ユーザーペルソナ、ユーザーパーソナリティ、顧客ペルソナ、バイヤーペルソナとも呼ばれる）は、潜在的なエンドユーザーを表すために作成されたパーソナライズされた架空のキャラクターです。 [ ^1] ペルソナは、消費者グループまたはセグメントの類似性を表します。これらは、ユーザー、定性インタビュー、および参加観察から収集された人口統計学的および行動上の個人情報に基づいています。ペルソナは、市場セグメンテーション^[2]の結果の1つであり、マーケティング担当者は統計分析と定性観察の結果を使用してプロファイルを作成し、名前と性格を与えて、現実に存在する可能性のある人物像を描きます。ペルソナという用語は、オンラインおよびテクノロジーアプリケーションだけでなく、ペンポートレートなどの他の用語も広告で広く使用されています。

ペルソナは、ブランド購入者やユーザーの目標、要望、制限を考慮する際に役立ち、サービス、製品、またはインタラクション スペース (Web サイトの機能、インタラクション、ビジュアル デザインなど) に関する決定を導くのに役立ちます。ペルソナは、ソフトウェアを設計するためのユーザー中心設計プロセスでツールとして使用できます。ペルソナは、インタラクション デザインの原則を工業デザインやオンライン マーケティングなどに導入できます。

ユーザーペルソナは、仮定のユーザーグループの目標と行動を表現します。ほとんどの場合、ペルソナはユーザーへのインタビューやアンケートから収集されたデータから合成されます。^[3]これらは、行動パターン、目標、スキル、態度、およびペルソナを現実的な人物にするための架空の個人的な詳細を含む短いページの説明にまとめられます。ヒューマンコンピュータインタラクション（HCI）に加えて、ペルソナは販売、広告、マーケティング、システム設計でも広く使用されています。^[4]ペルソナは、特定のペルソナに一致する人々の一般的な行動、見解、および潜在的な反対意見を提供します。

ソフトウェア設計においては、著名な先駆的ソフトウェア開発者であるアラン・クーパーがユーザー ペルソナの概念を提唱しました。 1983年から、彼は7～8人のユーザーとの非公式なインタビューから得たデータを使用して、ペルソナのプロトタイプを使い始めました。^[5] 1995年からは、一般ユーザーではなく特定のユーザーがどのようにソフトウェアを使用し、インターフェイスするかに関心を持つようになりました。この手法は、1999年の著書「The Inmates are Running the Asylum 」でオンラインビジネスとテクノロジーのコミュニティに普及しました。この本で、クーパーはペルソナを作成するための一般的な特徴、用途、ベストプラクティスを概説し、ソフトウェアは単一の典型的なユーザー向けに設計することを推奨しています。^[6]

顧客セグメントを一貫したアイデンティティを持つコミュニティとして理解するという概念は、1993年から1994年にかけてアンガス・ジェンキンソン^{[7] [8]}によって開発され、OgilvyOne によって国際的に採用され、顧客は CustomerPrints という名前を「日常生活の原型の説明」として使用しました。^[9]次に、これらの顧客セグメントまたはコミュニティを表す架空のキャラクターが作成されました。ジェンキンソンのアプローチは、架空のキャラクターをブランドとの実際のインターフェイス、行動、態度で説明するというものであり、このアイデアは当初、マイケル・ジェイコブスとの一連の研究で実現されました。 1997 年、オグルヴィのグローバル ナレッジ マネジメント システムである Truffles は、この概念を次のように説明しました。「強力なブランドにはそれぞれ、そのブランドの価値に共感する人々の集団があります。この集団は通常、同じまたは非常に類似した購買行動を持ついくつかの異なるコミュニティに分かれており、そのブランド (製品またはサービス) に対する個性と特徴は、共通の価値観、態度、前提の観点から理解できます。CustomerPrints は、これらの異なる顧客グループの生きた本質を捉えた説明です。」^[10]

Pruitt と Adlin によると、ペルソナの使用は製品開発においていくつかの利点をもたらす。^{[11] [12]}ペルソナは、顧客に関する抽象的なデータに個人的な人間味を与えるため、認知的に説得力があると言われている。架空のペルソナのニーズについて考えることで、設計者は実際の人が何を必要としているかをより正確に推測できるかもしれない。このような推測は、ブレインストーミング、ユースケースの仕様、機能の定義に役立つ可能性がある。Pruitt と Adlin は、ペルソナはエンジニアリング チームに伝えやすいため、エンジニア、開発者などが顧客データをわかりやすい形式で吸収できると主張している。彼らは、さまざまな開発プロジェクトでコミュニケーションの目的でペルソナが使用されている例をいくつか示している。^[11]

ペルソナは、よくある設計上の落とし穴を防ぐのにも役立ちます。1 つ目は、クーパーが「柔軟なユーザー」と呼ぶもののために設計することです。これは、製品に関する決定を行う際に、さまざまな関係者が都合に合わせて「ユーザー」を定義する可能性があることを意味します。ペルソナを定義すると、チームは実際のユーザーの目標、能力、コンテキストに関する共通の理解を持つことができます。ペルソナは、デザイナーや開発者が無意識のうちに自分のメンタル モデルを製品設計に投影し、対象ユーザー層とは大きく異なる可能性がある「自己参照設計」を防ぐのに役立ちます。ペルソナは、デザイナーが対象ユーザー層では通常発生しないエッジ ケースではなく、対象ユーザーが遭遇する可能性が最も高いケースに設計の焦点を当てるのを支援することで、現実をチェックします。クーパーによると、自然に適切に処理されるエッジ ケースは、設計の焦点になるべきではありません。^[6]

ペルソナのメリットは次のようにまとめられます。

• 共通の理解:チーム メンバーがターゲット ユーザー グループについて一貫した見解を持てるように支援し、一貫したストーリーを通じてデータをより関連性のあるものにします。
• ガイド付き設計決定:特定のペルソナのニーズをどの程度満たしているかに基づいて、チームが機能に優先順位を付けられるようにします。
• 共感の構築:データに人間味を与え、ペルソナによって表現されるユーザーに対する共感を育みます。
• 焦点を絞った設計:ユーザーのニーズに焦点を当てることで、デザイナーが自己参照的な決定を下すことを防ぎます。

機能はプロジェクトのニーズに応じて異なりますが、すべてのペルソナは実際の潜在的ユーザーの本質を捉えます。

共通の機能は次のとおりです。

• 偽名とプロフィール写真
• 基本的な人口統計（年齢、人種、性別、教育、婚姻状況、好みの言語など）
• 個人的な興味、職業上の目標、その他デザイナーが知っておくべき関連情報を含む経歴
• 要約引用
• テクノロジーの使用
• 障害、アクセシビリティのニーズ、または課題
• 意見と信念

ペルソナに対する批判は、根底にある論理の分析、実際の実施に関する懸念、実証的な結果という3つの一般的なカテゴリーに分類されます。^[13]

科学的論理の観点からは、ペルソナは架空のものであり、実際の顧客データと明確な関係がないため、科学的であるとは言えないと主張されてきた。^[14]チャップマンとミルハムは、ペルソナを科学的研究方法と見なすことの欠陥について述べた。^[15]彼らは、与えられたデータから特定のペルソナに確実に取り組む手順は存在せず、したがってそのようなプロセスは再現可能な研究という科学的方法の対象ではないと主張した。

他の批評家は、ペルソナは単純化またはステレオタイプ化される可能性があり、組織がユーザーについて知っていることに対する誤った自信につながると主張しています。スティーブ・ポーティガルのような批評家は、ペルソナの魅力は「衛生的な現実の誘惑から来る」と主張しています。そこでは、顧客データはステレオタイプに過ぎなくなるまで継続的に削減され、抽象化されます。^[16]批評家は、ペルソナの作成により、デザイナー、マーケティング担当者、ユーザー研究者が複数の人々の意見や見解を事前に定義されたセグメントに取り込む責任を負い、解釈に個人的な偏見がもたらされる可能性があると主張しています。

さらに、ペルソナには性別や人種の描写が含まれることが多いが、これは不必要であり、ペルソナのターゲットオーディエンスを真の消費者行動からそらし、偏った視点を強めるだけだと主張する人もいる。^[17]最後に、プロトペルソナとペルソナは同じリソースとして一般化されることが多いが、プロトペルソナは、チームがターゲットユーザーについて抱いている想定を識別するために使用される生成ツールであることを認識しておく価値がある。一方、ペルソナは顧客データと調査に基づいて作成し、特定のセグメントに関する洞察を統合する方法として使用する必要がある。

実証的な結果では、これまでの研究は、利害関係者からの逸話的なフィードバックなど、ペルソナの成功のソフトな指標を提供してきました。Rönkkö は、チーム政治やその他の組織上の問題が、一連のプロジェクトでペルソナ法の限界につながったことを説明しました。^[18] Chapman、Love、Milham、Elrif、および Alford は、調査データを使用して、いくつかの属性 (たとえば、ペルソナなど) を含む説明は、実際の人物をほとんど説明していない可能性が高いことを実証しました。彼らは、ペルソナが実際の顧客を説明しているとは想定できないと主張しました。^[19]

Long (2009) が実施した調査では、デザイン教育におけるペルソナの有効性が評価されました。この調査では、ペルソナを使用した学生はよりユーザビリティ特性の優れたデザインを生み出し、デザインチーム内でのコミュニケーションが改善されたと報告していることがわかりました。^[20]部分的に制御された調査では、学生のグループにデザイン ブリーフを解くように依頼しました。2 つのグループはペルソナを使用し、1 つのグループは使用しませんでした。ペルソナを使用した学生は、使用しなかったグループよりも高いコース評価を獲得しました。ペルソナを使用した学生は、使用しなかった学生よりもユーザビリティ特性の優れたデザインを作成したと評価されました。この調査では、ペルソナを使用するとデザイン チーム間のコミュニケーションが改善され、ユーザー中心のデザイン ディスカッションが促進される可能性があることも示唆されています。この調査にはいくつかの制限があります。結果は、仮説を知らない教授と学生によって評価されたこと、学生がグループにランダムに割り当てられなかったこと、調査結果が再現されなかったこと、その他の寄与要因または期待効果 (例:ホーソン効果またはピグマリオン効果) が制御されなかったことです。

データ駆動型ペルソナ（定量的ペルソナとも呼ばれる）は、McGinnとKotamrajuによって提案されています。^[21]これらのペルソナは、定性的なペルソナ生成の欠点に対処すると言われています（批判を参照）。学術研究者は、クラスタリング、因子分析、主成分分析、潜在意味分析、非負値行列因数分解など、データ駆動型ペルソナ開発のためのいくつかの方法を提案しています。これらの方法は一般に、数値入力データを受け取り、その次元を削減し、データ内のパターンを説明する高レベルの抽象化（例：クラスター、コンポーネント、因子）を出力します。これらのパターンは通常、「骨格」ペルソナとして解釈され、擬人化された情報（例：名前、ポートレート写真）で強化されます。定量的ペルソナは、定性的な洞察で強化され、混合方法ペルソナ^{[22] （}ハイブリッドペルソナとも呼ばれる）を生成することもできます。

無料辞書『ウィクショナリー』で「ペルソナ」を調べてください。

• Grudin, J; Pruitt, J (2002 年 6 月)。ペルソナ、参加型デザイン、製品開発: エンゲージメントのためのインフラストラクチャ(PDF)。参加型デザイン カンファレンス。マルメ、スウェーデン。
• ニールセン、リーン (2014)、「ペルソナ」、マッツの Soegaard にて。 Dam、Rikke Friis (編)、The Encyclopedia of Human-Computer Interaction (第 2 版)、デンマーク、オーフス: The Interaction Design Foundation、ISBN 978-87-92964-00-7