「ペルソナを作りましょう」というプロジェクトでよく起きるのが、「もっともらしい架空の人物像」が生まれて終わる こと。実在の顧客と乖離していると、ペルソナはマーケティング判断に役立ちません。
本記事では、ペルソナを 「架空の理想像」ではなく「実在の顧客から抽出された像」 にするためのヒアリング質問集を、6カテゴリで整理します。さらに AIに頼らずペルソナを作るべき理由 にも触れます。
ペルソナの本来の役割
ペルソナは「マーケティング戦略を 個人レベルの解像度で議論するための共通言語」です。
- 「ターゲット = 30代女性会社員」では誰も顔が浮かばない
- 「ターゲット = 田中さん（35歳、外資系IT勤務、子育て中、平日朝5時起き）」なら全員が同じ人を想像できる
つまりペルソナの目的は、チーム内で意思決定の前提を揃えること。「正しい人物像を当てる」ことではありません。
そのうえで、ペルソナが実在の顧客から離れすぎていると、議論の前提自体が誤っているリスクがあります。
ペルソナ作成のヒアリング — 6カテゴリ
カテゴリ1：属性とライフスタイル
人物の 基本的な背景 を理解する質問。
1. 「現在の仕事内容を教えてください」
2. 「職場での役割・立ち位置はどんな感じですか？」
3. 「平日の典型的な1日のスケジュールを教えてください」
4. 「休日はどんなふうに過ごしていますか？」
5. 「家族構成と、家での役割はどうですか？」
6. 「ここ数年で変わったライフスタイルはありますか？」
7. 「将来1〜3年でやりたいことはありますか？」
設計のポイント
- 個人を 時間的な広がり で捉える（過去〜現在〜未来）
- ライフステージの変化を聞く
- 仕事・家庭・趣味の バランス を理解する
カテゴリ2：行動パターン
実際に何をしているかを 時系列・場面別 で聞く。
1. 「最近の購買決定で、印象に残っているものを教えてください」
2. 「平日と休日で行動パターンはどう違いますか？」
3. 「どんな場面で時間に追われますか？」
4. 「逆に、時間に余裕を感じる瞬間は？」
5. 「最近やめた習慣・始めた習慣はありますか？」
6. 「『これは絶対に続けている』ことは何ですか？」
設計のポイント
- 継続している行動 に注目（その人の本質が出る）
- やめた行動 にも注目（過去のその人）
- 時間との関係性を聞く
カテゴリ3：価値観・優先順位
「何を大事にしているか」を引き出す質問。最も難しいカテゴリ。
1. 「仕事で最も大事にしていることは何ですか？」
2. 「お金を使うときに、迷いなく出せるものは？逆に、いくら安くても買わないものは？」
3. 「時間とお金、どちらを節約したいですか？場面によりますか？」
4. 「最近『これは譲れない』と思った瞬間はありますか？」
5. 「他人と価値観が合わないと感じる場面はどんな時ですか？」
6. 「もし誰にも見られていなかったら、何をしますか？」
7. 「子供（または他人）に伝えたい価値観はありますか？」
設計のポイント
- 抽象的な価値観 より 具体的な選択 を聞く
- 「迷いなく出すお金」「絶対に買わないもの」は本音が出やすい
- 「誰にも見られていなかったら」で 建前を剥がす
カテゴリ4：情報源・メディア接触
その人が どこから情報を得ているか を理解。
1. 「最近この業界で気になったニュースはありますか？どこで知りました？」
2. 「日常的に読んでいるメディア・SNS・ニュースサイトは？」
3. 「仕事の情報収集はどんな方法でしていますか？」
4. 「何かを買うとき、最初にどこで調べますか？」
5. 「信頼している情報源はどこですか？逆に信頼しない情報源は？」
6. 「最近、誰かの発信で行動を変えたことはありますか？」
設計のポイント
- 使っているメディア だけでなく 信頼しているメディア を聞く
- 「どこで知ったか」を購買決定と紐づける
- インフルエンサー・専門家への接触状況
カテゴリ5：購買決定プロセス
実際の意思決定の プロセス を再現してもらう。
1. 「直近で買った大きな買い物について、検討開始から購入までを教えてください」
2. 「どんな選択肢を比較しましたか？」
3. 「最終的に決めた決定打は何でしたか？」
4. 「購入前に誰かに相談しましたか？」
5. 「購入後、振り返って『良かった』『失敗した』と思うものはありますか？」
6. 「同じ買い物をもう一度するとしたら、何を変えますか？」
設計のポイント
- 時系列で再現 してもらう
- 検討した 選択肢の幅 を聞く
- 意思決定者 が誰だったか（自分か、家族か、上司か）
カテゴリ6：障害・不安・ストレス
満たされていないニーズや不安を引き出す。
1. 「最近、何かに困っていることはありますか？」
2. 「日常的にストレスを感じる瞬間はどんな時ですか？」
3. 「『これがあればもっと良いのに』と思うものは？」
4. 「自分の時間・お金の使い方で、後悔することはありますか？」
5. 「3ヶ月後・1年後に向けて、不安に感じていることは？」
6. 「もし1日だけ何でもできるとしたら、何をしますか？」
設計のポイント
- 直接「不満は？」と聞くより、ストレス・後悔 という言葉で引き出す
- 「もし1日だけ」のような 仮想質問 で本音を引き出す
- 「3ヶ月後」「1年後」で時間軸を出して将来像を聞く
ヒアリングからペルソナへ — 抽出のステップ
ステップ1：複数名にヒアリング
最低5名、理想は8〜10名。多様性 を確保する。
ステップ2：書き起こしと印象的発言の抽出
各インタビュー記録から、印象的な発言・行動・価値観 を抽出。
ステップ3：共通パターンの発見
複数人から繰り返し出てくるテーマを発見：
- 共通の不安
- 共通の決定基準
- 共通の情報源
- 共通の価値観
ステップ4：ペルソナの言語化
ペルソナのフォーマット例：
■ 名前（仮）：田中 美穂
■ 属性：35歳、外資系IT勤務、PMM、年収900万、東京在住、夫と4歳の娘
■ 平日：5:00起床、朝に資料作成、通勤中はPodcast、退社後は保育園迎え
■ 価値観：効率重視、自分の時間を作るための投資には惜しまない、
本物志向だが情報過多に疲れている
■ 情報源：日経電子版、X（業界アカウント）、信頼する友人の口コミ
■ 購買決定：自分で決めるが、夫に相談することも。失敗したくない意識が強い
■ 障害：時間のなさ、選択肢の多さに疲れる、本物を選びたいが選び切れない
■ このペルソナにとっての当社：
「時間と意思決定コストを節約してくれる、信頼できるパートナー」
ステップ5：チームで共有・運用
- 全員がペルソナを暗唱できるレベルまで共有
- 意思決定の場で「田中さんならどうするか？」と問う
- 半年に1回、ペルソナを更新する
ここからが本題 — AIでペルソナを作るべきでない理由
近年「ChatGPTにペルソナを作ってもらう」が流行っていますが、これには 構造的な問題 があります。
問題1：AIは「平均的な人物像」しか出せない
AIは公開データから学習しているため、「ターゲットに典型的な人物」 を作ります。これは平均値であって、実在の特定個人ではありません。
問題2：自社の顧客の特殊性が反映されない
「30代女性のペルソナ」をAIに作らせても、自社の顧客特有の特徴 は出ません。AIは自社の一次データを学習していないため。
問題3：チーム内の対話が生まれない
ヒアリングを通じてペルソナを作ると、チームメンバーが顧客と直接対話する経験 が生まれます。これがマーケティング感度を育てる。AIで作ると、その学習機会が失われる。
問題4：「実在の顧客から抽出した」という説得力がない
社内で「このペルソナはAIが作りました」と言われても、誰も信用しません。実際にヒアリングしたn=5〜10から抽出 されたペルソナのほうが、議論の根拠になります。
AIの正しい使い方
ペルソナそのものをAIに作らせるのではなく：
- ヒアリングスクリプト作成の壁打ち
- 書き起こしのテーマ抽出補助
- 複数インタビュー結果の構造化サポート
- ペルソナ文書のフォーマット整備
これらの 作業効率化 にAIを使い、人物像の核 は人間が実在の顧客から抽出する——これがAI時代の正しい使い分けです。
ペルソナの寿命と更新
ペルソナは 作って終わり ではありません。
- 半年〜1年で見直す
- 市場環境・顧客層が変わったら早めに更新
- 新規事業・新機能のたびに該当ペルソナを再確認
- 「使われていないペルソナ」は削除する勇気を持つ
「3年前に作ったペルソナが机の中で眠っている」状態は、ペルソナの不在と同じ です。
レポアンのペルソナ作成支援
レポアンは「ペルソナ作成のためのヒアリング前後」を支援します。
- 対象者スクリーニング — 多様な対象を絞り込むためのアンケート
- 属性質問の自動生成 — AIによる質問設計支援
- 複数顧客の自由記述比較 — テーマ抽出からペルソナの種を発見
- 継続的な属性データ蓄積 — 経年でのペルソナ更新を支える
まとめ
ペルソナを作るためのヒアリングは：
- 6カテゴリ（属性、行動、価値観、情報源、購買決定、障害）で構成
- 「具体的な選択」「仮想質問」で本音を引き出す
- 5〜10名のヒアリングから共通パターンを抽出
- AIにペルソナそのものを作らせない（作業効率化のみ活用）
- 作って終わりではなく、運用して更新する
ペルソナは 架空の理想像ではなく、実在の顧客から抽出された共通像。実在性こそが、ペルソナをマーケティング判断の道具として機能させる本質です。