audience-intelligence

オーディエンスインテリジェンス

スクリプトの場所。 ホストで ${CLAUDE_PLUGIN_ROOT} が設定されていない場合、スクリプトは skills/ と同じ階層にあるこのプラグインの scripts/ フォルダー内にあります。Python 3.10 以降で実行してください。python が見つからない環境（macOS、多くの Linux システム）では python3 を使用します。

このスキルを使用するタイミング

ユーザーのリクエストに以下のいずれかが含まれる場合、このモジュールを有効にします。

• バイヤーペルソナの作成：マーケティングや製品に関する意思決定のために、理想的な顧客の詳細なプロフィールを作成する
• オーディエンス調査：ブランドの顧客や見込み客について、人口統計学的、心理統計学的、行動的な側面から理解する
• セグメンテーション戦略：ターゲットを絞ったマーケティングのために、オーディエンスを有意義なグループに分ける
• Jobs-to-Be-Done（JTBD）分析：顧客が製品に依頼する、機能的、社会的、感情的なジョブを特定する
• 心理統計学的プロファイリング：オーディエンスの価値観、態度、興味、ライフスタイル、動機を理解する
• アンチペルソナの定義：無駄な支出を防ぐため、ターゲット顧客ではない人を定義する
• オーディエンス規模とTAMの推定：アプローチ可能なオーディエンスセグメントの規模を推定する

トリガーフレーズ：「buyer persona」「target audience」「who are our customers」「customer profile」「segmentation」「audience segments」「Jobs-to-Be-Done」「JTBD」「psychographic」「ideal customer profile」「ICP」「anti-persona」「lookalike audience」「audience research」「buying committee」「customer avatar」

ブランドコンテキスト（自動適用）

このモジュールからマーケティングコンテンツを作成する前に、次の手順を実行します。

1. セッションコンテキストを確認する — アクティブなブランドの概要は、セッション開始時に出力されています。そこに表示されたブランド名、業界、トーン設定、チャネル、目標、コンプライアンス、競合他社の情報を使用します。
2. 全プロフィールが必要な場合は、~/.claude-marketing/brands/{slug}/profile.json を読み込みます。
3. ブランドのトーンを適用する — フォーマルさ、活気、ユーモア、権威の度合いを、すべてのコンテンツのトーンや言葉選びに反映します。
4. コンプライアンスを確認する — skills/context-engine/compliance-rules.md を使用して、ブランドの target_markets と業界に関するルールを自動適用します。
5. 業界のベンチマークを参照する — ブランドの業界について、skills/context-engine/industry-profiles.md を確認します。
6. プラットフォームの仕様を使用する — 文字数制限や形式要件について、skills/context-engine/platform-specs.md を参照します。
7. キャンペーン履歴を確認する — 新しい作業を計画する前に、python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns を実行します。
8. ブランドが存在しない場合は、次のように伝えます。「ブランドプロフィールが見つかりません。/digital-marketing-pro:brand-setup を使用して作成するか、一般的なベストプラクティスに基づいて進めることができます。」
9. ブランドガイドラインを確認する — ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json が存在する場合は、読み込んで適用します。禁止用語、制限される主張、必須の免責事項については restrictions.md を、チャネル固有のトーンの上書き設定（基本のトーンと異なる場合があります）については channel-styles.md を、承認済みの主要メッセージ、タグライン、ポジショニング表現については messaging.md を、4つの数値スコアでは表せない詳細なトーンルールについては voice-and-tone.md を確認します。特定のチャネル向けにコンテンツを作成する場合、チャネルスタイルのルールが基本のトーン設定より優先されます。

ブランドプロフィールにすでにある情報をユーザーに尋ねないでください。

必要なコンテキスト

オーディエンスインテリジェンスの作業を実行する前に、以下の情報を収集します。

1. 事業の説明：会社は何を、誰に販売し、どのような問題を解決していますか？
2. 既存の顧客データ：利用可能な分析データ、CRM データ、アンケート結果、顧客インタビューはありますか？
3. 製品・サービスの詳細：機能、価格設定、ポジショニング、主な差別化要因
4. 現在のオーディエンスに関する想定：チームは現在、顧客をどのような人々だと考えていますか？
5. 市場の状況：業界、競争環境、市場の成熟度
6. 地理的な対象範囲：地域、地方、国内、またはグローバルのオーディエンス
7. ビジネスモデル：B2B、B2C、B2B2C、D2C — これはペルソナの構造を根本的に左右します
8. 販売プロセス：セルフサービス、営業支援型、エンタープライズ営業 — 意思決定者のマッピングを左右します

ユーザーが持つデータがごくわずかな場合は、ビジネスモデル、製品、市場分析に基づいて仮説主導のペルソナを作成します。検証が必要な仮説であることを明確に示してください。

機能

• 多次元のペルソナ構築：以下の6つの観点からペルソナを構築します。
  • 人口統計：年齢、性別、所在地、収入、学歴、役職、会社規模
  • サイコグラフィック：価値観、態度、ライフスタイル、性格特性、動機
  • 行動：購買パターン、チャネルの好み、コンテンツの消費、意思決定のスタイル
  • ニーズの状態：現在の課題、満たされていないニーズ、望ましい成果、緊急度
  • 情報：調査する場所、信頼する人、好みのコンテンツ形式、情報収集の流れ
  • 意思決定：判断基準、懸念事項、影響を与える人、タイムライン、リスク許容度
• JTBD フレームワーク：機能的ジョブ（達成する必要があること）、社会的ジョブ（どのように見られたいか）、感情的ジョブ（どのように感じたいか）を、成果主導型イノベーションの指標とともにマッピングします
• RFM セグメンテーション：顧客ベースをセグメント化するために、最終購入時期、購入頻度、購入金額を分析します
• 行動セグメンテーション：利用パターン、エンゲージメントレベル、購買行動に基づいてグループ化します
• 価値ベースのセグメンテーション：顧客生涯価値と収益性の可能性に基づいてグループ化します
• ライフサイクルセグメンテーション：顧客のライフサイクル段階（見込み客、新規、アクティブ、離反リスクあり、離反済み、再獲得）に基づいてグループ化します
• 類似オーディエンスに関する指針：プラットフォームベースの類似ターゲティングに用いる、シードオーディエンスの特性を定義します
• アンチペルソナの定義：無駄な支出やメッセージの不一致を防ぐため、ターゲティングから除外すべき対象を明確に定義します
• 購買委員会のマッピング：B2B では、購買の意思決定に関わるすべての役割を、各自の動機や懸念事項とともにマッピングします

プロセス

主なワークフロー：ペルソナ開発とセグメンテーション

1. ディスカバリーとデータ収集

   • 入手可能な顧客データをすべて収集します（分析データ、CRM のエクスポート、アンケート結果、インタビューの記録）
   • 既存のマーケティング資料、ランディングページ、広告を確認し、暗黙のターゲット層に関する前提を洗い出します
   • 競合他社のターゲティングを分析します（どの層を狙っているか、どのようなメッセージを使っているか）
   • データがない場合は、市場分析を実施し、仮説に基づくペルソナを作成します
   • データの品質レベルを記録します：データが豊富、データが限定的、または仮説のみ

2. JTBD 分析

   • 顧客が製品に任せようとしている中核的な仕事を特定します
   • 機能的な仕事を整理します：達成する必要があるタスクは何ですか？
   • 社会的な仕事を整理します：顧客は他者からどのように見られたいですか？
   • 感情的な仕事を整理します：顧客はどのような気持ちになりたいですか？
   • 「苦労する瞬間」を特定します。解決策を探し始めるきっかけは何ですか？
   • 競合する解決策を記録します（何もしないことや手作業での回避策も含む）
   • 望ましい成果と、顧客が成功をどのように測るかを定義します

3. ペルソナの作成

   • 主要なペルソナを3〜5人作成します（ペルソナを増やしすぎないようにします）
   • 各ペルソナについて、次の6つの側面をすべて記入します：
     • デモグラフィックプロフィール：単一の値ではなく、範囲を含む具体的な特徴
     • サイコグラフィックプロフィール：購入判断に影響する価値観、信念、ライフスタイル要因
     • 行動プロフィール：購入方法、時間を過ごす場所、消費するコンテンツ
     • ニーズプロフィール：具体的な課題、緊急性を高める要因、望ましい成果
     • 情報プロフィール：調査行動、信頼する情報源、コンテンツの好み
     • 意思決定プロフィール：判断基準、懸念事項、影響を与える人、決定までの期間
   • 各ペルソナに覚えやすい名前とストーリーを付けます（ただし、ステレオタイプ化は避けます）
   • セグメントの推定規模と収益ポテンシャルを割り当てます
   • ビジネスへの影響度に基づいてペルソナの優先順位を付けます

4. アンチペルソナの作成

   • ターゲットに見えても適合性が低い人々を、アンチペルソナとして1〜3人定義します
   • よくあるアンチペルソナのタイプ：価格に敏感な低価格志向の顧客（プレミアムブランドの場合）、決して購入しない機能探しの人（冷やかし客）、企業規模や業界が合わない人
   • データからアンチペルソナを特定する具体的なシグナルを記録します
   • 広告ターゲティングとリード選別の除外基準を作成します

5. セグメンテーション戦略

   • 利用可能なデータとビジネスニーズに基づいて、セグメンテーションの手法を選択します：
     • RFM：取引データが利用可能な場合 — 最新性、頻度、金額でスコアを付けます
     • 行動ベース：利用状況やエンゲージメントのデータがある場合 — 行動パターンごとに分類します
     • 価値ベース：LTV データが利用可能な場合 — 価値の高いセグメントを優先します
     • ライフサイクル：顧客ジャーニーの段階に関するデータがある場合 — 段階に応じてカスタマイズします
     • ニーズベース：定性調査を利用できる場合 — 課題ごとに分類します
   • セグメントの境界と命名規則を定義します
   • セグメントをペルソナに対応付けます（セグメントはデータに基づくグループであり、ペルソナはその中にいる人々のストーリーです）
   • セグメントごとにチャネル戦略とメッセージ戦略を割り当てます

6. 施策の実行計画

   • 各ペルソナ／セグメントについて、次の項目を定義します：
     • リーチするための優先チャネル
     • 共感を呼ぶメッセージのテーマと価値提案
     • 好まれるコンテンツの種類と形式
     • 有料プラットフォーム向けの類似オーディエンスのシード条件
     • ペルソナとの適合度に基づくリードスコアリングルール
   • ペルソナとキャンペーンの対応付けガイドを作成します
   • 実際のキャンペーンデータを用いてペルソナの仮説を検証する計画を策定します

参考ファイル

• persona-builder.md — 6つの次元からなるペルソナテンプレート、ペルソナインタビューガイド、データからペルソナを作成する方法、ペルソナ検証フレームワーク
• jtbd-framework.md — Jobs-to-Be-Done分析手法、ジョブマッピングキャンバス、成果主導型イノベーションのスコアリング、競合ソリューション分析
• segmentation.md — RFMスコアリングモデル、行動セグメンテーションフレームワーク、ライフサイクルセグメンテーションの定義、セグメント別アクションの対応付け
• psychographic-profiling.md — 価値観と態度のフレームワーク、ライフスタイル分析、動機のマッピング、サイコグラフィックデータの収集方法
• customer-research-methods.md — 定量・定性調査手法：予算の目安を含むアンケート設計、インタビュー技法、顧客の声（VoC）プログラム、統合手法

出力形式

成果物	形式	説明
バイヤーペルソナドキュメント	ドキュメント（ペルソナごと）	物語、データポイント、活用ガイドを含む、6つの次元からなる完全なペルソナ
ペルソナサマリーカード	1ページのビジュアル	チームの認識をそろえるための、すぐに参照できるペルソナカード
JTBD分析	ドキュメント	ジョブマップ、課題を感じる瞬間、望ましい成果、競合ソリューション
セグメンテーションモデル	スプレッドシート＋ドキュメント	セグメントの定義、基準、規模、各セグメントの戦略
アンチペルソナプロフィール	ドキュメント	対象から除外すべき相手、その理由、識別の手がかり
購買委員会マップ	ビジュアル図＋ドキュメント	役割、動機、影響経路を含むB2B意思決定者マップ
オーディエンス活用ガイド	ドキュメント	ペルソナ／セグメントごとのチャネル、メッセージ、コンテンツの推奨事項
類似オーディエンス仕様	ドキュメント	シードオーディエンスの基準と、プラットフォーム固有の設定手順

特殊なケース

B2Bの購買委員会（1案件に複数のペルソナが関与する場合）

• 状況：エンタープライズB2Bの購買には、役割、動機、懸念が異なる6〜10人の意思決定者が関与します。
• アプローチ：購買委員会の各役割について個別のペルソナを作成します。対象は、チャンピオン（社内の推進者）、経済的購入者（予算を管理する人）、技術評価者（機能を評価する人）、エンドユーザー（日常的な利用者）、法務／調達（リスクとコンプライアンスを担当する人）、エグゼクティブスポンサー（戦略との整合性を担保する人）です。役割間の影響関係をマッピングします。各役割の懸念に特化したコンテンツとメッセージを設計します。各役割が異なる段階でどのように関与するかを示す「購買委員会ジャーニー」を作成します。チャンピオンのペルソナは通常、最も重要な役割であることに留意してください。チャンピオンは、皆さんに代わって社内で製品を売り込みます。

双方向型マーケットプレイスのオーディエンス

• 状況：プラットフォームが供給側（販売者、クリエイター、プロバイダー）と需要側（購入者、消費者）の両方を対象としています。
• アプローチ：各側について、完全に独立したペルソナセットを作成します。相互依存関係をマッピングします。供給側の体験は需要側のペルソナにどのような影響を与えるのか、その逆はどうかを明らかにします。「鶏が先か卵が先か」という制約を特定します。どちらの側を先に構築する必要があるでしょうか。両側に属するクロスサイドペルソナ（例：販売者であり購入者でもある人）を作成します。それぞれの側に合わせたメッセージ、チャネル、価値提案を設計します。

データが限られている環境

• 状況：顧客データ、CRM、分析履歴がない状態でのスタートアップ、または新市場への参入です。
• アプローチ：市場調査、競合分析、業界レポート、創業者やチームの業界知識を基に、仮説ペルソナを作成します。期待値を設定するため、すべてのペルソナに「仮説 — バージョン1」と明記します。迅速な検証計画を設計します。ペルソナの仮説を検証するため、小規模で対象を絞ったキャンペーンを実施します。各ペルソナを裏付ける、または否定する具体的なシグナルを定義します。市場データを30〜60日間収集した後にペルソナを反復改善する計画を立てます。人口統計データが得られない場合は、主要なフレームワークとしてJTBD分析を使用します（市場の観察によって実施できます）。

文化の違いがあるグローバルなオーディエンス

• 状況：オーディエンスが、価値観や行動が根本的に異なる複数の国、文化、言語にまたがっています。
• アプローチ：単一のグローバルペルソナは作成しないでください。基本構造は共通させつつ、コミュニケーションスタイル、意思決定プロセス、信頼の指標、チャネルの好み、価値の優先順位といった文化的側面に応じて異なる、地域別のペルソナを構築してください。主要市場の文化的側面を調査してください（出発点としてHofstedeの枠組みを活用できます）。単なる翻訳ではなく、製品のポジショニングを根本から見直す必要がある市場を明示してください。キャンペーンを国際展開する前に、現地市場で検証することを推奨してください。文化を一般化することの限界を明確にしてください。ペルソナは出発点であり、固定観念ではありません。

関連スキル

• Funnel Architect — ペルソナをファネルの各段階に対応づけ、各オーディエンスセグメントに適したタッチポイントを設計します。
• Content Engine — ペルソナに合わせたコンテンツ、メッセージ、クリエイティブアセットを作成します。
• Campaign Orchestrator — キャンペーンを通じてペルソナをターゲティングし、セグメントの優先度に応じて予算を配分します。
• Analytics & Insights — 行動データでペルソナの仮説を検証し、時間の経過とともにセグメントを改善します。
• AEO/GEO Intelligence — AIプラットフォームがブランドについてオーディエンスに伝える内容を把握し、AIを活用した情報収集行動に合わせて最適化します。