ペルソナは、実在する会社の動きで裏づける
買う前に AI に質問する人を、ZAG はどう定義しているか。会社の種類と、その中の役割を分けて持ち、それぞれを「いま実際に動いている会社」で裏づける考え方を紹介します。
ペルソナは、年齢や性別で切った属性のことではありません。買う前に AI に質問する買い手の型であり、いま実際に動いている実在の会社によって裏づけられたものです。
この記事では、それが実際にはどういうことか、私たちが自分たちの定義をなぜ変えたのか、そしてブランドにとって何を意味するのかを説明します。
プロンプトではなく、質問を追う
AI の答えの中でブランドがどう扱われているかを知るには、AI に聞く質問の一覧が必要です。多くのツールは「プロンプト」、つまり誰かが机の上で考えた文から始めます。私たちは逆から始めます。実際の買い手が、どこで調べるにせよ、何を聞いているのかを追います。
そうなると、その前に決めることがあります。その買い手とは誰なのか、です。ここを外すと、その先の質問もすべて外れます。だからペルソナを最初に決めます。
2つの層に分けて持つ
ペルソナは2つの層でできていて、私たちはこれを分けて持ちます。
- 買い手は、会社の種類です。POS(店舗のレジ・販売管理システム)であれば、フランチャイズの飲食チェーン、カフェチェーン、キッチンカーやイベント出店、給食・ケータリングの受託などです。会社が入るのは、この層だけです。
- 人は、その会社の中の役割です。運営責任者、IT・DX の担当、店舗開発、経理、販促・CRM、店長などです。質問とシグナルを持つのはこちらで、会社数は持ちません。
カフェチェーンの店長と、ケータリング受託会社の店長は、肩書きは同じでも、置かれている状況が違います。会社の種類と役割を分けておくと、1つの質問について「誰が聞いているのか」と「どんな業態のために聞いているのか」を両方言えるようになります。
定義を変えた理由
以前は、ペルソナを1本の一覧で持っていました。1つのペルソナの中に、役割と会社の種類が混ざっていたのです。そのために2つの問題が出ました。
1つは、数が合わなくなったことです。ある役割には会社が1社も付いていないのに、本来その役割に関係するはずのチェーンが、別の役割の下に並んでいました。もう1つは、同じ肩書きのペルソナがいくつもでき、一覧がほとんど重複に見えたことです。
今は、ペルソナごとに名前がはっきり分かれていて、会社は買い手の種類の下で1社1回だけ数えます。役割はその横に並び、質問を持ちます。
会社は営業リストではなく、裏づけ
買い手の種類には、それぞれ実在の会社が付いています。見込み客の一覧として並べているのではありません。この種類の買い手が実在し、いま質問する理由を持っていることの裏づけとして並べています。
会社を載せるには、最近の動きがあり、その日付と出典が分かることが条件です。たとえば次のような動きです。
- 新しい店舗や、新しい業態を始めた
- システムを入れ替えた
- 新しい制度や税の変更に対応しなければならない
その業界の人が一覧を見たときに「うちと同じだ」と感じてもらえることを狙っています。意外で、しかも最近の会社が載っていることは、私たち自身へのチェックにもなります。チャットボットに買い手像を作らせたのではなく、事実から来ていることが分かるからです。
会社は1社ごとに、互いに独立した2者が読んで確認します。日付と出典のある理由が見つからない会社は表示しません。
2つの考え方を短くまとめると、こうなります。ペルソナは「誰が聞くか」、シグナルは「なぜ今か」。
製品の中では、会社はペルソナの裏づけとしてペルソナの中に入っています。ペルソナごとに1つの画面があり、そこにその会社が並びます。
会社の動きから、質問へ
会社が動くと、その会社の人が調べたいことが変わります。ここから、次のようなつながりができます。
- シグナル:実在の会社が動く。日付と出典がある。
- いま聞くこと:その動きによって、買い手が AI に聞く質問。
- モニタリング:その質問への AI の答えを追う。
- 勝てるか:ブランドのサイトと商品データで、その質問の答えになれるかを確かめる。
架空の例で考えます。あるカフェチェーンが、ドライブスルー型の店舗を始めました。すると運営責任者には「ドライブスルーとモバイルオーダーを一緒に扱える POS は?」という新しい質問が生まれます。こうした買い手が今まさに聞いている質問なので、追う価値があります。
今どこまでできているかも、はっきり書いておきます。現在は、新しく載る会社のそれぞれに「いま聞くこと」の質問が付いています。会社の動きから、モニタリングしている質問、そしてブランドが勝てるかの判定までを一続きにつなぐのは、私たちの考え方であり、向かっている先です。まだ製品の機能としては出していません。
名前の出ない質問が大事な理由
なぜここまでするのか。AI にブランド名を出して直接聞けばよいのでは、と思われるかもしれません。理由は、計測すると見えてくることにあります。
私たちが数千件の答えを計測したところ、質問にブランド名が入っていると、AI アシスタントはほぼ毎回そのブランドについて語りました。ところが、同じ買い手が同じ用件を、どこの名前も出さずに聞くと、そのブランドが答えに出てくるのはごく一部にとどまりました。そして大半の質問は、この聞き方をされます。そのとき AI が頼るのは、その質問に一番はっきり答えているページです。比較サイトや、競合のヘルプページ、ハウツー記事などです。ブランドの強さは、そのままでは持ち越されません。1
つまり、自社の名前を入れて試すと強く見えるブランドでも、購入を左右する質問の中には出てこないことがあります。先ほどの架空の例でいえば、ドライブスルーを運営する人によく知られた POS ブランドでも、運営者が名前を出さずにドライブスルーの質問をしたときには、答えに出てこないかもしれません。
ブランドにとっての意味
買い手の多くは、ブランド名を入力しません。やるべきことは、誰もブランド名を出していない質問で、答えになることです。
そのためには、まずその買い手が誰で、いま何を聞いているのかを知る必要があります。実在の会社と、その会社の実際の動きが、その両方を教えてくれます。そこから先の仕事は具体的です。その質問にぴったり答えるページを用意し、答えを商品データで示すことです。
私たちの商品データの仕事も、製品からではなく、人についての実際の証拠から始めるという点では同じです。ただし、こちらは別の仕事で、方法も別です。詳しくは商品データは、買い手の質問から組み立てるに書きました。
出典
-
ZAG による計測。買い手の質問を、ブランド名を入れた形と入れない形で複数の AI アシスタントに聞き、その答えを調べたもの(2026 年、数千件の答え)。この記事の例に出てくるブランド、会社、質問は架空です。 ↩