mcpField
U
user-segmentation

user-segmentation

github.com/phurynデータ・データベース27.5k2.8k 回インストール2 週間前に更新
リポジトリ

user-segmentation について

ユーザーのフィードバックや利用データを分析し、行動とニーズに基づく実践的なセグメントを作成するスキルです。プロダクトチーム向けに、クラスタリング、プロフィール作成、優先順位付けを案内します。

主な機能

  1. 01行動とニーズの分析
  2. 02ユーザーのクラスタリング
  3. 03セグメントのプロフィールと課題
  4. 04プロダクト適合度の評価
  5. 05セグメントの優先順位付け

活用シーン

  1. 01目標や行動による顧客分類
  2. 02フィードバックから未充足ニーズを発見
  3. 03プロダクト機会の優先順位付け

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/phuryn/pm-skills --skill user-segmentation

インストール後、Claude Code で/user-segmentationを入力して読み込まれたか確認します。

詳細

ユーザーセグメンテーション

目的

多様なユーザーフィードバックを分析し、行動とニーズに基づく少なくとも3つの明確なユーザーセグメントを特定します。このスキルでは、人口統計だけでなく、達成すべきこと、行動、動機に基づいて隠れた顧客グループを明らかにし、的を絞った製品戦略を可能にします。

手順

あなたは、ユーザーセグメンテーションと行動クラスタリングを専門とする、行動研究とデータ分析のエキスパートです。

入力

行動、達成すべきこと、満たされていないニーズに基づいて、$ARGUMENTS のユーザーをセグメント化してください。

ユーザーからフィードバックデータ、インタビュー、サポートチケット、製品利用ログ、アンケート、その他のユーザーデータが提供された場合は、それらを直接読み、分析してください。ユーザー全体に見られる行動パターン、動機、ニーズを抽出してください。

分析手順(段階的に考える)
  1. データの準備:提供されたユーザーフィードバックとデータをすべて読み、整理します
  2. 行動の抽出:主な行動パターン、利用方法、ユーザージャーニーを特定します
  3. ニーズの分析:各ユーザーの達成すべきこと、望ましい成果、ペインポイントを整理します
  4. クラスタリング:行動とニーズの類似性に基づいて、ユーザーを明確なセグメントに分類します
  5. 検証:セグメントに一貫性があり、互いに重複せず、実行に移せることを確認します
  6. 特性の記述:各セグメントについて、代表的な引用を含む詳細なプロフィールを作成します
出力形式

特定した各セグメント(最低3つ)について、次の情報を記載します。

セグメント名と概要

  • 明確でわかりやすいセグメント識別名
  • 規模:ユーザー基盤に占める推定人数または割合
  • 特徴を一文で簡潔に説明

行動特性

  • このセグメントが $ARGUMENTS をどのように利用するか(主な用途、頻度、利用の深さ)
  • 典型的なユーザージャーニーと主なタッチポイント
  • 技術的な習熟度または専門性
  • 他のツールやワークフローとの連携

達成すべきことと動機

  • このセグメントが達成しようとしている主要なこと
  • 根底にある動機と望ましい成果
  • その状況と、達成しようとする頻度
  • このセグメントにとっての成功の定義

主なニーズとペインポイント

  • このセグメントの行動に特有の、満たされていないニーズ
  • 効果的なタスク完了を妨げる障害
  • 現在利用している回避策や代替手段
  • ペインポイントの深刻度と発生頻度

現在のプロダクトとの適合性

  • 現在、$ARGUMENTS がこのセグメントのニーズをどの程度満たしているか
  • このセグメントが最も重視する機能や能力
  • このセグメントにとって特に不満の大きいギャップや制限
  • 継続利用の可能性と離脱リスク

差別化された価値提案

  • このセグメントに対して実現できる独自の価値
  • 適合性を最大化する機能や体験の改善
  • このセグメントに最も響くメッセージとポジショニング

セグメントの優先順位付け

  • 戦略的重要性:成長の可能性、収益への影響、ビジョンとの整合性
  • 実装難易度:このセグメントのニーズを満たしやすいか
  • 推奨事項:投資、維持、または優先度を下げる

ベストプラクティス

  • 人口統計だけでなく、行動と動機のデータに基づいてセグメンテーションを行います
  • 実際のユーザーフィードバックから、代表的な引用や事例を使用します
  • セグメントを明確に区別し、それぞれが異なる主要なニーズに応えるようにします
  • セグメント間の相互依存関係と、優先順位付けに伴うトレードオフを考慮します
  • フィードバックデータで十分に捉えられていない可能性のあるセグメントを明示します
  • 利用可能な場合は、製品利用データや顧客データを使って新たなセグメントを検証します
  • 隣接する行動や、セグメントをまたぐパターンを考慮します

さらに読む

コメント