行動データ×心理データで深掘りする「顧客理解フレーム」
MZ：そうした課題を解決するために、PLAID ALPHAではどのようなフレームで顧客理解・分析を進めているのでしょうか？
永尾：大きく3つのアプローチを組み合わせて分析を行っています。まずは“行動データ”をもとにした「N1分析」、次に“心理的価値観データ”を探るデプスインタビュー、そしてそれらを掛け合わせた「アーキタイプ」分類による分析です。
青木：私たちが行うN1分析では、性別や居住地といった「属性」だけではなく「行動」という事実から顧客の姿を捉えるのが特長です。たとえば、ある顧客が1日に何度もECサイトを訪れ、商品ページを比較検討していたとします。そこから「なぜそんな行動をとったのか？」をN1分析を通して読み解いていきます。KARTEで取得できる詳細なセッション履歴を活用し、顧客の行動を1つずつ紐解き、行動の背景を仮説立てしていきます。
永尾：そして、その仮説を検証していくために、デプスインタビューを実施します。行動データだけでは読み解けない「心理データ」を、顧客インタビューを通じて集めます。PLAID ALPHAでは、このインタビューを私たち自身が担当します。N1分析で見えてきた仮説をもとに質問を設計し、自らインタビューすることで、本音や価値観を深掘りできるのが特長です。
MZ：なるほど。データで見えた「事実」に対して、なぜそうなるのかという「心理」を重ねることで、リアリティのある顧客像が見えてくるんですね。
青木：まさにその通りです。そしてその両面の理解を統合するのが「アーキタイプ」です。
アーキタイプが生み出す“施策改善に直結する”顧客理解
MZ：PLAID ALPHAの顧客理解フレームの中でも、この「アーキタイプ」という概念が特にユニークですよね。これはどういったものでしょうか？
永尾：アーキタイプは、顧客の「行動」と「心理的価値観」の両面から導き出した分類です 。通常のペルソナが属性中心なのに対し、アーキタイプでは「なぜその行動をとるのか」という背景にある思考や価値観を掘り下げて、2軸・4象限のマトリクスで分類していきます。
たとえば、「詳細志向×共感志向」「効率志向×個人志向」など、価値観の軸で顧客を4タイプに分類します。タイプ別に心理的な傾向や刺さりやすいキーワードを整理していくことで、より施策立案に直結しやすい顧客像を描くことができます。
永尾：分類した4タイプの名称にもこだわっていて、たとえば「共感探求者」「情報収集者」といった形で名称を付けることで、アーキタイプを組織内での共通言語として活用できるようになります。そうすると、たとえば施策検討の際にも「この施策って“共感探求者”向けだよね」といったコミュニケーションが生まれます。組織内の認識合わせにも役立つので、施策の精度もPDCAのスピードも高まります。
青木：施策の優先順位付けにも、アーキタイプは有効です。PLAID ALPHAでは、このアーキタイプ分類をもとに施策改善を考えるワークショップをクライアント企業と行うこともあるのですが、「施策の方向性や、今やるべきことが明確に整理できた」というお声をいただけています。
AIで広がる顧客理解の可能性
MZ：最近では顧客理解のプロセスにおいて、AIを活用されているとも伺いました。具体的に、どのように活用されているのでしょうか？
青木：主な活用法は2つあります。1つは業務の効率化です。たとえば、2,000件以上のインタビューログの分類・要約でAIを活用し、AIで出力した結果をブラッシュアップしたり、施策の具体化にAIを活用することで、数週間分の作業時間を削減できています。もう1つは、行動データ、心理データ、商品データ等から顧客の文脈を理解して効果的な提案をするためにAIを活用しており、AI専門チームが成果を上げています。
永尾：私たちは顧客の心理や文脈を読み解くことを重視しており、AIはあくまで人間の洞察を補完する存在です。AIの出力が常に正しいわけではありませんが、私たちの経験とAIのスピード・解釈を組み合わせることで、より価値ある分析につながると考えています。
