ux-researcher-designer

UXリサーチャー＆デザイナー

リサーチデータからユーザーペルソナを生成し、ジャーニーマップを作成し、ユーザビリティテストを計画し、リサーチ結果を実行可能なデザイン提案にまとめます。

---

目次

• トリガーとなる用語
• ワークフロー
  • ワークフロー 1：ユーザーペルソナを生成する
  • ワークフロー 2：ジャーニーマップを作成する
  • ワークフロー 3：ユーザビリティテストを計画する
  • ワークフロー 4：リサーチ結果をまとめる
• ツールのリファレンス
• クイックリファレンステーブル
• ナレッジベース

---

トリガーとなる用語

以下が必要な場合に、このスキルを使用します。

• 「ユーザーペルソナを作成する」
• 「データからペルソナを生成する」
• 「カスタマージャーニーマップを作成する」
• 「ユーザージャーニーをマッピングする」
• 「ユーザビリティテストを計画する」
• 「ユーザビリティ調査を設計する」
• 「ユーザーリサーチを分析する」
• 「インタビュー結果をまとめる」
• 「ユーザーの課題を特定する」
• 「ユーザーのアーキタイプを定義する」
• 「リサーチのサンプルサイズを算出する」
• 「共感マップを作成する」
• 「ユーザーニーズを特定する」

---

ワークフロー

ワークフロー 1：ユーザーペルソナを生成する

状況： ユーザーデータ（アナリティクス、アンケート、インタビュー）があり、リサーチに基づいたペルソナを作成する必要があります。

手順：

1. ユーザーデータを準備する

   必須形式（JSON）：

   [
     {
       "user_id": "user_1",
       "age": 32,
       "usage_frequency": "daily",
       "features_used": ["dashboard", "reports", "export"],
       "primary_device": "desktop",
       "usage_context": "work",
       "tech_proficiency": 7,
       "pain_points": ["slow loading", "confusing UI"]
     }
   ]
   

2. ペルソナ生成ツールを実行する

   # Human-readable output
   python scripts/persona_generator.py
   
   # JSON output for integration
   python scripts/persona_generator.py json
   

3. 生成された要素を確認する

   要素	確認事項
   アーキタイプ	データの傾向と一致していますか？
   デモグラフィック情報	実際のデータから導き出されていますか？
   目標	具体的で実行可能ですか？
   不満	発生頻度が含まれていますか？
   デザインへの示唆	デザイナーがこの内容に基づいて行動できますか？

4. ペルソナを検証する

   • 3～5人の実際のユーザーに見せて、「これは自分のことだと感じますか？」と尋ねます
   • サポートチケットと照合します
   • アナリティクスデータに照らして確認します

5. 参照： 妥当性の基準については references/persona-methodology.md を参照してください

---

ワークフロー 2：ジャーニーマップを作成する

状況： 特定の目標に向けた、ユーザー体験の最初から最後までを可視化する必要があります。

手順：

1. 対象範囲を定義する

   要素	説明
   ペルソナ	対象となるユーザータイプ
   目標	ユーザーが達成しようとしていること
   開始	ジャーニーの始まりとなるきっかけ
   終了	成功の基準
   期間	時間／日／週

2. ジャーニーのデータを収集する

   情報源：

   • ユーザーインタビュー（「順を追って説明してください」と尋ねます）
   • セッション録画
   • アナリティクス（ファネル、離脱）
   • サポートチケット

3. 各ステージをマッピングする

   B2B SaaSで一般的なステージ：

   Awareness → Evaluation → Onboarding → Adoption → Advocacy
   

4. 各ステージのレイヤーを埋める

   Stage: [Name]
   ├── Actions: What does user do?
   ├── Touchpoints: Where do they interact?
   ├── Emotions: How do they feel? (1-5)
   ├── Pain Points: What frustrates them?
   └── Opportunities: Where can we improve?
   

5. 改善機会を特定する

   優先度スコア = 発生頻度 × 深刻度 × 解決可能性

6. 参照： テンプレートについては references/journey-mapping-guide.md を参照してください

---

ワークフロー 3：ユーザビリティテストを計画する

状況： 実際のユーザーを対象に、デザインを検証する必要があります。

手順：

1. リサーチの質問を定義する

   曖昧な目標を、検証可能な質問に変換します。

   曖昧な質問	検証可能な質問
   「使いやすいですか？」	「ユーザーは 3 分未満でチェックアウトを完了できますか？」
   「ユーザーは気に入っていますか？」	「ユーザーはデザイン A と B のどちらを選びますか？」
   「意味が伝わりますか？」	「ユーザーはヒントなしで設定を見つけられますか？」

2. 方法を選択する

   方法	参加者	所要時間	最適な用途
   モデレーター付きリモート	5-8	45-60 min	深い洞察
   モデレーターなしリモート	10-20	15-20 min	迅速な検証
   ゲリラテスト	3-5	5-10 min	迅速なフィードバック

3. タスクを設計する

   適切なタスクの形式：

   SCENARIO: "Imagine you're planning a trip to Paris..."
   GOAL: "Book a hotel for 3 nights in your budget."
   SUCCESS: "You see the confirmation page."
   

   タスクの順序：ウォームアップ → 主要タスク → 二次タスク → エッジケース → 自由な探索

4. 成功指標を定義する

   指標	目標
   完了率	>80%
   タスク所要時間	<2× 予想時間
   エラー率	<15%
   満足度	>4/5

5. モデレーターガイドを準備する

   • 思考発話の説明
   • 誘導しないプロンプト
   • タスク後の質問

6. 参照： 詳細なガイドは references/usability-testing-frameworks.md を参照してください。

---

ワークフロー 4：リサーチ結果を統合する

状況： 生のリサーチデータ（インタビュー、アンケート、観察結果）があり、実行可能な洞察が必要です。

手順：

1. データにコードを付ける

   各データポイントにタグを付けます。

   • [GOAL] - 達成したいこと
   • [PAIN] - 不満に感じること
   • [BEHAVIOR] - 実際に行っていること
   • [CONTEXT] - 製品を使用する時期／場所
   • [QUOTE] - ユーザーの直接の発言

2. 類似するパターンをグループ化する

   User A: Uses daily, advanced features, shortcuts
   User B: Uses daily, complex workflows, automation
   User C: Uses weekly, basic needs, occasional
   
   Cluster 1: A, B (Power Users)
   Cluster 2: C (Casual User)
   

3. セグメントの規模を算出する

   クラスター	ユーザー数	%	有効性
   パワーユーザー	18	36%	主要ペルソナ
   ビジネスユーザー	15	30%	主要ペルソナ
   カジュアルユーザー	12	24%	二次ペルソナ

4. 主な調査結果を抽出する

   各テーマについて、以下をまとめます。

   • 調査結果の記述
   • 裏付けとなる証拠（引用、データ）
   • 頻度（参加者 X/Y 人）
   • ビジネスへの影響
   • 推奨事項

5. 機会に優先順位を付ける

   要素	スコア 1-5
   頻度	どのくらいの頻度で発生しますか？
   深刻度	どの程度の悪影響がありますか？
   範囲	何人のユーザーに影響しますか？
   解決可能性	これを修正できますか？

6. 参照： 分析フレームワークは references/persona-methodology.md を参照してください。

---

ツールリファレンス

persona_generator.py

ユーザーリサーチデータから、データに基づいたペルソナを生成します。

引数	値	デフォルト	説明
format	(none), json	(none)	出力形式

出力例：

============================================================
PERSONA: Alex the Power User
============================================================

📝 A daily user who primarily uses the product for work purposes

Archetype: Power User
Quote: "I need tools that can keep up with my workflow"

👤 Demographics:
  • Age Range: 25-34
  • Location Type: Urban
  • Tech Proficiency: Advanced

🎯 Goals & Needs:
  • Complete tasks efficiently
  • Automate workflows
  • Access advanced features

😤 Frustrations:
  • Slow loading times (14/20 users)
  • No keyboard shortcuts
  • Limited API access

💡 Design Implications:
  → Optimize for speed and efficiency
  → Provide keyboard shortcuts and power features
  → Expose API and automation capabilities

📈 Data: Based on 45 users
    Confidence: High

生成されるアーキタイプ：

アーキタイプ	シグナル	デザインの重点
power_user	毎日使用、10+ 機能	効率、カスタマイズ
casual_user	毎週使用、3-5 機能	シンプルさ、ガイダンス
business_user	業務で使用、チームでの利用	コラボレーション、レポート
mobile_first	モバイルがメイン	タッチ操作、オフライン、速度

出力コンポーネント：

コンポーネント	説明
demographics	年齢層、所在地、職業、技術レベル
psychographics	動機、価値観、態度、ライフスタイル
behaviors	使用パターン、機能の好み
needs_and_goals	主要、二次、機能的、感情的なニーズと目標
frustrations	根拠を伴うペインポイント
scenarios	使用状況のストーリー
design_implications	実行可能な推奨事項
data_points	サンプル数、信頼度

---

クイックリファレンステーブル

調査手法の選択

質問の種類	最適な手法	サンプルサイズ
「ユーザーは何をしていますか？」	アナリティクス、観察	100 件以上
「なぜそうするのですか？」	インタビュー	8～15 人のユーザー
「どの程度うまくできますか？」	ユーザビリティテスト	5～8 人のユーザー
「何を好みますか？」	アンケート、A/B テスト	50 人以上のユーザー
「どう感じていますか？」	日記調査、インタビュー	10～15 人のユーザー

ペルソナの信頼度

サンプルサイズ	信頼度	用途
5～10 人のユーザー	低	探索
11～30 人のユーザー	中	方向性の判断
31 人以上のユーザー	高	本番環境

ユーザビリティの問題の深刻度

深刻度	定義	対応
4 - 重大	タスクの完了を妨げる	直ちに修正
3 - 大	大きな困難が生じる	リリース前に修正
2 - 小	ためらいが生じる	可能な場合に修正
1 - 表面的	気づかれるが、問題にはならない	優先度は低い

インタビューの質問の種類

種類	例	用途
コンテキスト	「典型的な一日の流れを教えてください」	環境の理解
行動	「X のやり方を見せてください」	実際の行動の観察
目標	「何を達成しようとしていますか？」	動機の把握
課題	「最も大変なことは何ですか？」	不満の特定
振り返り	「何を変えたいですか？」	アイデアの創出

---

ナレッジベース

references/ にある詳細なリファレンスガイド：

ファイル	内容
persona-methodology.md	妥当性の基準、データ収集、分析フレームワーク
journey-mapping-guide.md	マッピングの手順、テンプレート、機会の特定
example-personas.md	データを含むペルソナの完全な例 3 件
usability-testing-frameworks.md	テスト計画、タスク設計、分析

---

検証チェックリスト

ペルソナの品質

• 20 人以上のユーザーに基づいている（最低数）
• 少なくとも 2 つのデータソースがある（定量＋定性）
• 具体的で実行可能な目標がある
• 不満に発生頻度が含まれている
• デザインへの影響が具体的である
• 信頼度が明記されている

ジャーニーマップの品質

• 範囲が明確に定義されている（ペルソナ、目標、期間）
• 想定ではなく、実際のユーザーデータに基づいている
• すべてのレイヤーが記入されている（行動、タッチポイント、感情）
• 各段階のペインポイントが特定されている
• 機会に優先順位が付けられている

ユーザビリティテストの品質

• 調査の質問が検証可能である
• タスクが指示ではなく、現実的なシナリオである
• 設計ごとに 5 人以上の参加者がいる
• 成功指標が定義されている
• 調査結果に深刻度の評価が含まれている

調査の統合の品質

• データが一貫した方法でコード化されている
• パターンが 3 件以上のデータポイントに基づいている
• 調査結果に根拠が含まれている
• 推奨事項が実行可能である
• 優先順位が正当化されている

関連スキル

• UI Design System (product-team/ui-design-system/) — 調査結果はデザインシステムの意思決定に役立ちます
• Product Manager Toolkit (product-team/product-manager-toolkit/) — 顧客インタビューの分析はペルソナ調査を補完します