オーディエンスデータからのマーケットペルソナは、誰が購入するかに関するパネルまたは調査データ、誰がすでにターゲットにしているのか、どのような約束をしているのかを示す競合他社の広告、そして人々の声の緊張を明らかにする公開の会話の 3 つの入力から、一度に 1 市場ずつ構築されます。各市場を個別にクラスタリングし、そこで実行される広告に対してクラスタをチェックし、メッセージ、オファー、またはチャネルを変更するペルソナのみを保持します。
主なポイント
- 市場のペルソナは、その市場での発言、提案、支出を変える場合にのみその地位を獲得します。
- 競合他社の広告には、そのカテゴリーがすでに争っているペルソナが表示されます。視聴者データは、購入者がその戦いに参加しているかどうかを示します。
- ミラフローラ和牛については、GWI のデータにより、疑わしい価格問題が取引に敏感な結果に変わりました。コロラド州の裕福な料理人の 61.4% が割引コードを使用しています。
- Keeta HK の場合も、ターゲット ユーザーの予算行動に対する指標が低く設定されていたため、同じ方法ですべての直接行動ラインから価格に関する表現を削除しました。
- ペルソナは月ごとに変動するため、スケジュールに基づいてペルソナを再構築し、それぞれのサンプル サイズを可視化します。
マーケットペルソナとは何ですか?なぜ 1 つのグローバルペルソナを使用しないのでしょうか?
市場ペルソナは、ある特定の市場における買い手を説明します。つまり、買い手が何を望んでいるのか、何に不満を感じているのか、どのメッセージが買い手をそこに誘導しているのかを表します。グローバルなペルソナは市場を平均化し、広告が機能するかどうかを決定する差異を失います。
最も一般的なショートカットは人口統計ラベルです。 SOMIN のオーディエンス リサーチ ワークスペースでは、4 つのオーディエンス リサーチ ブランドによって 4 月から 7 月に公開された 229 の投稿 2026 のホワイトスペース調査が、そのうちの 33 を 1 つの緊張の下でグループ化しました。つまり、Z 世代などの世代ラベルに偏りすぎているため、ブランドのターゲティングが間違っているというものです。ラベルは出発点のフィルターであり、ペルソナではありません。
解決策は、市場を分析の単位にすることです。まず各市場内でペルソナを構築し、それから市場全体で比較します。逆に、グローバルなペルソナからローカルな微調整に至ると、仮定が維持され、証拠が失われる傾向があります。
マーケットペルソナはどのデータに基づいて構築されるべきですか?
市場ごとに少なくとも 2 つの独立した情報源を使用します。1 つは人物について説明したもので、もう 1 つは競合他社がすでに彼らに対して言ったことを説明したものです。それぞれに盲点があり、他のものがカバーします。
| 出典 | わかること | 死角 |
|---|---|---|
| 聴衆パネルとアンケート | 市場平均に対して指標化された態度、購買行動、メディア習慣 | 自己申告であり、どのメッセージが機能するかについては沈黙している |
| 競合他社の広告と投稿 | 市場と日付ごとに、ライバルがリーチするためにどのペルソナ、緊張、オファーにお金を払っているか | 買い手の需要ではなく、ブランドが供給しているものを示す |
| 公の場での社交的な会話 | 人々が何気なく使う緊張感や言葉 | 声を上げやすいユーザーと特定のプラットフォームに対する偏り |
| ファーストパーティデータ | 自社の顧客が行ったこと | すでにあなたを見つけた人のみを対象としています |
パネルは人々の側面を市場に特化させます。 GWI 方法論のページによると、GWI の主力調査は 50 以上の市場を対象としており、3 億を超えるインターネット ユーザーを代表しています。競合他社側では、Google の 広告透明性センター を利用すると、誰でも検証済みの広告主の広告を検索し、特定の地域で掲載された広告を確認できるため、最初から市場ごとに競合情報をフィルタリングできます。
ソースはモデルを形作るものでもあります。 SOMIN の研究チームは AAAI 2020 で、データ ソースとしてソーシャル ネットワークを選択することで 、AI モデルがユーザーをどの程度正確にプロファイリングするかが変化することを示しました。また、ビッグデータのフロンティアに掲載された 2022 の論文では、人々は Twitter や Facebook で自分の性格のさまざまな側面を明らかにしており、ネットワーク全体で推測される特性によってコンテンツ レコメンダーが向上することがわかりました。実際の教訓: 1 つのプラットフォームでペルソナを構築し、それをあらゆる場所に適用しないでください。論文の完全なリストは、研究ページにあります。
マーケットペルソナを段階的に構築するにはどうすればよいでしょうか?
市場を修正してフィルタリングし、競争分野を読み取り、クラスタリングし、オーディエンス データと照合して検証し、一連の決定として各ペルソナを書き込みます。
- 市場とフィルターを修正します。 地理、カテゴリ、および対象となる行動に名前を付けます。ミラフローラ和牛の場合、SOMIN は、SOMIN × GWI Q2 2024 調査で料理に興味のあるコロラド州の 2,838,296 人から開始し、その後、世帯収入が 85k 以上の 1,318,330 に絞り込みました。
- その市場の競合他社の広告をプルします。 国別フィルターを使用してブランドごとに有料コンテンツとオーガニック コンテンツを収集し、効果のある広告を維持します。 Keeta HK の場合、SOMIN は 145 広告をフィルタリングして、予測平均以上のクリックスルー率を持つ広告を抽出しました。
- コンテンツをペルソナとテンションにクラスタリングします。 Wego の調査 では、ペルソナはテキスト埋め込みの X 平均法クラスタリングから取得され、市場別およびブランド別に比較されました。
- オーディエンス データに対して検証します。 各ペルソナの想定される特性をパネルに対してチェックします。インデックスが過剰か、インデックスが不足しているか、またはフラットです。
- 決定事項としてペルソナを書きます。それにメッセージ、オファー、チャンネル、言ってはいけないことのリストを与えます。
これは、ニールセン ノーマン グループが 統計的ペルソナ と呼ぶものに近いものです。まず定性的な作業を行い、次に少なくとも 100 人、理想的には 500 以上の人々を対象とした調査とクラスタリング手法を使用します。 NN/g は、このアプローチには費用がかかり、統計的なスキルが必要であると指摘しています。これは、AI パイプラインが圧縮できる部分です。どのクラスターが重要であるかの決定はストラテジストに委ねられます。
実際の視聴者データではどうなるでしょうか?
以下の両方のケースにおいて、競合他社の広告は群衆のいる場所を示し、視聴者データはクライアントの購入者がその中にいたかどうかを示しました。
ミラフローラ和牛：価格重視ですか、取引重視ですか?
米国の高級和牛 e コマース ブランドである Miraflora Wagyu は、獲得あたりのコストが高く、その価格設定に疑問を抱いていました。 SOMIN は、GWI データと 9 の牛肉ブランドの SOMONITOR 追跡および 6 のオンライン販売者全体の価格調査を組み合わせました。コロラド州の裕福な料理人のうち、61.0% は最高の取引を探し、61.4% は割引コードを使用し、67.0% はロイヤルティまたは特典プログラムを使用します。
ペルソナは価格ではなく取引に敏感だったので、計画が変更されました。 ミラフローラ和牛のケーススタディ では、お祝いの祝賀者からグリルマスターまで 6 人のペルソナが、価格ではなくプロモーションと簡単なチェックアウトで競争することを推奨しています。もう 1 つの数字が問題を再構成しました。先月に肉を購入したのは 78.7% でしたが、オンラインで購入したのは 10.1% だけでした。
Keeta HK: カテゴリ全体が価格で争うとき
香港のフードデリバリーでは、SOMIN は 1 月から 3 月にかけて、Keeta HK、FoodPanda、Deliveroo の 145 広告をベンチマークしました 2025。このカテゴリーの支配的な緊張は手頃な価格で便利な食品であり、キータはその点で両ライバルの後塵を拝した。
平均以上の所得階層にある香港の食品注文者を対象としたGWI調査では、彼らが予算主導の行動については指標を下回っており、厳選された品質第一の選択肢については指標を上回っていることが判明した。そこで SOMIN は、AI が生成した 4 つのストーリーすべてで、価格の表現を下げるために直接行動につながる行を書き直しました。 Keeta HK のケーススタディ は、リリース前のクリエイティブなアイデアのサンプルであり、測定されたキャンペーンの結果ではありませんが、ペルソナがコピーを変更するという仕事をしていることがわかります。
AI によって生成されたペルソナをどのように正直に保つのでしょうか?
すべてのペルソナをその背後にある投稿やデータまで追跡できるようにし、そのサンプルサイズを表示し、スケジュールに従って再構築します。
モデルによって生成されたペルソナは流暢ですが、それがリスクです。 SOMIN のインサイト エンジンは、同社が洞察力豊かなストラテジストと呼ぶ人物に対して、「データはパターンを明らかにするが、人間性を定義することはできない」というセリフを生成しました。これは、AI とビッグ データへの過度の依存が消費者の行動の誤読につながる、データ イリュージョン効果と名付けた角度からのものです。 51 個の投稿に基づいています。セーフガードは、すべてのコンセプト タグがそれをサポートする投稿まで遡ることで、開くことができる証拠となります。
ペルソナも動きます。同じワークスペースで、215 の投稿を対象とした 8 月の 2026 30 日間の調査で最大のペルソナは、115 のサンプルを持つ技術主導のイノベーターでした。 220 の投稿に関する 9 月の調査では、131 による成功指向のイノベーターでした。同じカテゴリーで 1 か月違い、リード ペルソナが異なります。
シン データはもう 1 つの罠です。 SOMIN の真実の瞬間モデルは、新規ユーザー向けに広告をパーソナライズしたいと考えているが、扱うにはデータが少なすぎるという検索ユーザーを浮き彫りにします。これは生成された瞬間であり、実際の人物からの引用ではありませんが、答えは当てはまります。自社のデータが不足している場合は、自社データが追いつくまで、競合他社の広告やパネル データを通じてカテゴリーからシグナルを借用します。
FAQ
ペルソナとオーディエンスセグメントの違いは何ですか?
セグメントは、広告プラットフォームでターゲットに設定できる年齢、収入、所在地などのフィルターです。ペルソナは、そのセグメントの人々がなぜ購入するのか、どのような緊張を感じているのか、どのメッセージが彼らを動かすのかを説明します。セグメントをターゲットにして、ペルソナに向けて記事を書きます。
各市場には何人のペルソナが必要ですか?
決定を変えるには十分ですが、それ以上は必要ありません。 SOMIN の Miraflora Wagyu と Wego の調査ではそれぞれ 6 件の結果が得られましたが、市場ごとに一度に 2 つまたは 3 件のテストを行うことで、結果を読みやすく保つことができます。
調査データなしで市場ペルソナを構築できますか?
はい、競合他社の広告や公開コンテンツからの結果は得られますが、測定された需要ではなく、ブランドが何をターゲットにしているかを示すビューとして結果を扱います。予算をコミットする前に、パネルまたは自社データを使用して検証します。
マーケットペルソナはどのくらいの頻度で更新する必要がありますか?
少なくとも四半期ごと、動きの速いカテゴリーでは毎月。 SOMIN の 30 日の調査では、8 月から 9 月 2026 の間に、あるカテゴリの主要人物が変化することが示されました。
パフォーマンスが最も期待を裏切る市場から始めます。競合他社の広告の最後の四半期を取得し、ペルソナとテンションを読み取り、2 つまたは 3 つの最大のクラスターをパネル データと照合して、ペルソナごとに 1 つのメッセージを書き換えます。 SOMIN の 戦略エージェント は、ライブ カテゴリ データからそのループを実行します。中東旅行マーケティング に関する記事では、6 つの市場に適用される手法が示されています。
