journey-design

/digital-marketing-pro:journey-design

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、スクリプトはこのプラグインの skills/ と同じ階層にある scripts/ フォルダーにあります。Python 3.10 以降で実行してください。python を使用し、見つからない場合は python3 を使用してください（macOS、多くの Linux システム）。

目的

チャネル横断型の包括的なカスタマージャーニーを、ステートマシンとして設計します。ジャーニーの状態（認知から推奨まで）、エンゲージメントシグナルをトリガーとする遷移、チャネル固有のコンテンツを伴うタッチポイント、パーソナライズのための分岐ロジックを定義し、ローンチ前に想定される成果をシミュレーションします。抽象的な顧客ライフサイクルの段階を、各ステップの具体的なコンテンツ、タイミング、チャネルを備えた実行可能なジャーニーマップに変換し、実装にリソースを投入する前にモンテカルロシミュレーションで設計を検証します。

必要な入力

ユーザーは以下を提供する必要があります（または入力を求められます）。

• ジャーニーの目的：このジャーニーが達成する主な目標。獲得（見込み顧客を顧客に転換）、オンボーディング（新規顧客を最初の価値体験へ導く）、リテンション（既存顧客のエンゲージメントと契約更新を維持）、ウィンバック（離脱または休眠顧客の再エンゲージメント）、アップセル（顧客を上位プランまたは追加製品へ移行）、推奨（満足した顧客を紹介者や推奨者にする）、または独自のライフサイクル段階
• ターゲットオーディエンスセグメント：このジャーニーに入る具体的なオーディエンスセグメント。属性、行動、ライフサイクル段階、または過去のエンゲージメントに基づいて定義します。セグメント固有の行動に応じた分岐パスを備え、複数のセグメントに対応します。例：「ブログ記事経由で登録したトライアルユーザー」、「更新が近づいている、30席以上のエンタープライズアカウント」、「過去90日以内に離脱した休眠顧客」
• 利用可能なチャネル：タッチポイントに使用できるコミュニケーションチャネル。メール、SMS、ソーシャルメディア（オーガニックおよび有料）、アプリ内メッセージ、プッシュ通知、ダイレクトメール、営業活動、広告（リターゲティングおよびプロスペクティング）、ウェビナー、またはコミュニティが含まれます。ブランドが運用可能なチャネルのみを含めてください
• 望ましい成果：ジャーニーの測定可能な成功基準。主なコンバージョン目標（例：「トライアルユーザーの60％が7日以内にアクティベーションに到達する」）、副次指標（エンゲージメント率、コンバージョンまでの時間、段階ごとの離脱率）、およびガードレール（週あたりの最大接触回数、メッセージ間の最短時間、配信停止率の上限）
• 利用可能なコンテンツアセット：タッチポイントで利用または調整できる既存のコンテンツ。ブログ記事、事例、製品デモ、メールテンプレート、ランディングページ、動画、ウェビナー、またはドキュメントが含まれます。新規作成が必要となるコンテンツの不足についても記載してください
• ジャーニーの期間（任意）：開始から完了までの想定総期間。例：「14日間のオンボーディング」、「90日間のリテンションサイクル」、「30日間のウィンバック期間」。指定がない場合、システムは目的に適したデフォルトに基づいて設計します
• パーソナライズシグナル（任意）：分岐に利用できる行動または属性のシグナル。製品利用データ、メールエンゲージメント履歴、ウェブサイト上の行動、購入履歴、サポートチケットの状況、または NPS スコアが含まれます。シグナルが多いほど、より高度な分岐ロジックを構築できます

プロセス

1. ブランドのコンテキストを読み込む: ~/.claude-marketing/brands/_active-brand.json を読み込み、アクティブなスラッグを確認してから、~/.claude-marketing/brands/{slug}/profile.json を読み込みます。ブランドのボイス、トーン、コンプライアンスルール（skills/context-engine/compliance-rules.md）、業界のコンテキスト、オーディエンスのペルソナをジャーニーの設計に反映します。~/.claude-marketing/brands/{slug}/guidelines/_manifest.json があれば、ガイドラインを読み込みます。チャネルの制限、配信頻度の上限、コンテンツ基準を適用します。~/.claude-marketing/sops/ にエージェンシーの SOP があるか確認します。ブランドが設定されていない場合は、「まずブランドを設定しますか（/digital-marketing-pro:brand-setup）？」と尋ねるか、デフォルト設定で進めます。
2. ジャーニーの状態機械を設計する: 目的に基づいてジャーニーの状態を定義します。各状態は、顧客が通過する個別のフェーズを表します。たとえばオンボーディングの場合、Welcome（0～1日目）、Activation（1～3日目）、First Value（3～7日目）、Habit Formation（7～14日目）、Advocate（14日目以降）です。顧客獲得の場合は、認知、関心、検討、意向、評価、購入です。各状態には、開始条件、終了条件、エスカレーションまたは代替経路を開始するまでの最長滞在時間を設定します。
3. 遷移を定義する: 状態間の各遷移について、トリガーイベント（顧客のどのような行動、または行動しないことによって遷移するか）、遷移確率（業界のベンチマークとブランドデータに基づく推定確率）、時間枠（遷移するまで顧客が現在の状態にとどまる標準的な期間）、フォールバック動作（想定時間内に遷移しなかった場合の処理。エスカレーション、再試行、代替経路への移行など）を指定します。
4. タッチポイントをマッピングする: 各遷移について、具体的なタッチポイントを設計します。メッセージを配信するチャネル、コンテンツの概要（メッセージの内容と促すアクション）、トリガーイベントからの配信タイミング（即時、1時間後、翌朝など）、成功基準（タッチポイントへのエンゲージメントと見なす条件）を定めます。各タッチポイントでは、利用可能なコンテンツアセットを参照するか、新たに作成が必要なコンテンツの不足を明示します。
5. 分岐ロジックを設計する: 利用可能なシグナルに基づき、パーソナライズ用の分岐を作成します。エンゲージメントベースの分岐では、顧客が前のタッチポイントに反応したか（メールを開封した、リンクをクリックした、ページを訪問した）によって経路を分けます。行動ベースの分岐では、製品の利用状況、購入行動、ウェブサイトでのアクティビティによって経路を分けます。時間ベースの分岐では、途中で停滞する顧客に対応します。購買意向の強いシグナルには短い待機時間を、エンゲージメントが低い場合には長めのナーチャリング経路を設定します。各分岐には、それぞれ独自のタッチポイントシーケンスと終了条件を設けます。
6. ジャーニーの結果をシミュレーションする: まず、設計した状態機械を python "${CLAUDE_PLUGIN_ROOT}/scripts/journey-engine.py" --brand {slug} --action create-journey --name {name} --states '[...]' --transitions '[...]' で保存し、その後 python "${CLAUDE_PLUGIN_ROOT}/scripts/journey-engine.py" --brand {slug} --action simulate --journey-id {id} を実行します。モンテカルロシミュレーション（1,000回以上の反復）を実行し、各段階のコンバージョン率を予測して、顧客が停滞または離脱するボトルネック状態を特定し、コンバージョンまでの総所要時間の分布を推定し、チャネルごとの予想タッチポイント数を算出し、必要なリソースを予測します。シミュレーション結果をユーザーの希望する成果と比較し、差があれば明示します。
7. コンテンツブリーフを作成する: ジャーニー内の各タッチポイントについて、コンテンツブリーフを作成します。件名または見出しの方向性、その段階で伝える主要メッセージと価値提案、行動喚起、トーンと緊急度、パーソナライズ用変数、チャネル固有のフォーマット要件を記載します。利用可能な既存のコンテンツアセットを参照し、新規作成が必要なものは優先度を付けて明示します。
8. 実装チェックリストを作成する: ジャーニーをプラットフォーム固有の実装タスクに分解します。構築するメール自動化シーケンス、設定する SMS トリガー、作成する広告オーディエンスセグメント、設定するアプリ内メッセージのルール、定義する営業への引き継ぎ条件、計測用に組み込むイベントを列挙します。プラットフォームごとに整理し、依存関係を記載して、可能な箇所では実装を並行して進められるようにします。

出力

• ジャーニー状態遷移図：すべての状態、遷移、分岐を視覚的に表現します。遷移確率、タイミング、意思決定ポイントを明確に示し、開始から完了までの顧客の経路全体を表示します
• タッチポイントカレンダー：ジャーニー内のすべてのタッチポイントを時系列で示します。チャネル、ジャーニー開始およびトリガーイベントからの相対的なタイミング、コンテンツの概要、成功基準を含みます。二つの視点で計画できるよう、ジャーニーの日付別とチャネル別に整理します
• シミュレーション結果：各段階の予測コンバージョン率と信頼区間、離脱分析で特定したボトルネック状態、コンバージョンまでの時間の分布（中央値、第25パーセンタイル、第75パーセンタイル）、チャネル別の月間予想タッチポイント数、目標とする成果との比較およびギャップ分析を示すモンテカルロシミュレーションの出力
• 各タッチポイントのコンテンツブリーフ：各タッチポイントの完全なコンテンツブリーフです。メッセージの方向性、CTA、トーン、パーソナライズ変数、チャネルごとのフォーマット、アセットの状況（既存アセットへのリンク、または新規作成の優先度を明記）を含みます
• プラットフォーム別の実装チェックリスト：プラットフォーム別に整理したタスクリストです。メール自動化の設定、SMS の構成、広告オーディエンスの作成、アプリ内メッセージのルール、営業への引き継ぎトリガー、分析トラッキングを含みます。各タスクには依存関係、推定工数、実装順序が記載されます
• 分岐ロジックのドキュメント：トリガー条件、セグメントの振り分け、フォールバック動作を含む、完全な分岐ルールです。マーケティングオペレーション担当者や自動化プラットフォームが実装できる形式でまとめます
• 成功指標を含むモニタリング計画：ジャーニーの各段階で追跡する KPI、パフォーマンス低下のアラートしきい値、ジャーニー内の A/B テストの機会、推奨される最適化の頻度（週次レビュー、月次再設計）

使用するエージェント

• journey-orchestrator — 目標に適した状態定義によるジャーニーのアーキテクチャと状態遷移の設計、確率推定と時間枠を伴う遷移のモデリング、エンゲージメント、行動、時間ベースのシグナルに基づく分岐ロジックの設計、モンテカルロシミュレーションの実行と結果分析、チャネル・タイミング・コンテンツを対応付けたタッチポイント計画、プラットフォーム別の実装チェックリストの生成、段階別 KPI とアラートしきい値を含むモニタリング計画の設計
• content-creator — 各段階に適したメッセージによるタッチポイントのコンテンツブリーフ作成、ジャーニーの段階を通じたトーンの調整（初期状態では歓迎、停滞状態では緊急性を強調、成功状態では祝福）、パーソナライズ変数の対応付け、優先度の割り当てを伴うコンテンツ不足の特定
• email-specialist — ジャーニー全体におけるメールシーケンスの統合、メール固有のタッチポイント最適化（件名、送信タイミング、頻度管理）、大量の自動シーケンスにおける配信可能性の考慮、開封・クリック・返信のエンゲージメントシグナルに基づくメール分岐ロジック