価値ある洞察についてのステレオタイプ:いくつかのUXフレームワークがあなたを欺く方法

成功する製品を開発するには、ターゲットユーザーを理解し、共感することが不可欠であることは周知の事実です。この目標を念頭に、スタートアップの創業者、製品デザイナー、そして製品マネージャーはリサーチに注力します。私たちはターゲットユーザーと対話し、製品のレビューを読み、潜在的な顧客にアプリをテストしてもらい、フィードバックをもらうようにしています。

リサーチが終わると、様々な手法を用いてデータを分析し、インサイトを共有します。プロダクト開発者は、この段階でユーザーペルソナや共感マップを活用することが多いです。他の職種については分かりませんが、これらのツールはUXブートキャンプで大変重宝されています。ブートキャンプの卒業生のポートフォリオには、ほぼ必ずこれらのツールが使われています。私の専門分野でも、これらのツールが人気である理由の一つと言えるでしょう。

正直に言うと、この人気ぶりにはうんざりしています。ペルソナや共感マップに完全に反対しているわけではありませんが、欠点はあります。これらがどのように誤解を招く可能性があるのか、そして欠点を踏まえて効果的に活用するにはどうすればよいのか、探っていきましょう。

共感マップとユーザーペルソナとは何ですか?

共感マップとユーザーペルソナはどちらも、プロダクトチームがユーザーリサーチから得たインサイトを統合するのに役立つ視覚化ツールです。プロダクトマネージャー、プロダクトデザイナー、スタートアップの創業者など、ユーザーをより深く理解したい人々によく推奨されています。

現在、最も広く使われている共感マップのテンプレートは、ユーザーの発言、思考、行動、感情という4つのゾーンで構成されています。一方、ペルソナとは、製品の典型的なユーザーの詳細な肖像です。架空の人物ですが、リサーチを通じて出会った実在の人物に基づいています。

何がそんなに問題なのでしょうか?

私の経験では、共感マップとペルソナはどちらも同様の問題を抱えています。

1: ステレオタイプを強化する

データの解釈は複雑な問題であり、プロダクト担当者である私たちは、そのプロセスに独自のバイアスを持ち込んでしまいます。同僚のデザイナーやプロダクトマネージャーが、ペルソナに突飛な考えを加えているのを何度か目にしました。例えば、スマートフォンのブランド名だけを根拠に、あるタイプのユーザーをクリエイティブだと表現するなどです。

多くの場合、人は自分の性格や友人について知っていることを、共通点の少ない人に当てはめていることにすら気づいていません。これが誤った憶測や、自信過剰による製品開発の意思決定につながる可能性があります。

少し前、瞑想や呼吸法といったマインドフルネスの実践を習得するためのアプリの開発に携わりました。担当のプロダクトマネージャーは男性で、彼は徹底的なユーザー調査を実施しました。その調査結果を共有する際に、彼は自信たっぷりに、男性は私たちのようなアプリを知的作業の効率化のために使い、女性は感情をコントロールするためにアプリが必要だと述べていました。

実際には、どちらのグループも精神状態をコントロールし直したいという同じニーズを訴えていた。ただ、性別に基づいて自分自身についてどのように考え、話すように教えられてきたかによって、異なる言葉を使っていただけだ。男性は「思考」を、女性は「感情」を軸に捉えていたが、これは根本的な違いというよりも、社会的な条件付けを反映している。思考と感情は相互に関連しており、一方が他方を刺激するのだ。

私の話に耳を傾け、自分の間違いを認めてくれたプロダクトマネージャーには感謝の気持ちでいっぱいです。しかし、もし私があの時そこにいなければ、彼は男性は理性的で女性は感情的という性差別的なステレオタイプを再び作り出してしまう可能性もあったでしょう。

＃2：無関係なデータを強調することを奨励する

ペルソナや共感マップには、ユーザーの欲求、ニーズ、行動にほとんど影響を与えない、あるいは全く影響を与えない詳細が含まれることがよくあります。そのため、プロダクトチームは誤った相関関係や推測をしてしまう可能性があります。例えば、年齢や職業は必ずしもアプリの使い方を決定づけるものではありません。しかし、これらの詳細はテンプレートの一部であるという理由だけで含まれていることがよくあります。一方で、真に重要な要素が、テンプレートに当てはまらないという理由だけで見落とされてしまうこともあります。

3: 一般的すぎる

複数のユーザータイプを定義した場合でも、共感マップやペルソナは、実際の個人ではなく平均的なユーザーを描写するものであり、エッジケースやオーディエンスグループ全体を見落とす可能性があります。単一のペルソナに、個別に検討すべき異なるオーディエンスセグメントが混在している場合もあります。

これらの問題を回避する方法はありますか?

重要なのは、これらのフレームワークがわかりにくい可能性があることを認識し、慎重に使用することです。

＃1：ニーズに合わせてテンプレートを調整する

最も広く使われている共感マップのテンプレートは、憶測を助長しますが、私の意見ではあまり意味がありません。健全なコミュニケーションの基本原則は、相手に直接尋ねることなく、相手の考えや感情を推測しないことです。ユーザーが何を考え、何を感じているかは、本人が口にしたからこそわかるものです。さらに、たとえ相手が自分の気持ちを言葉で伝えたとしても、誤解が生じる可能性は依然としてあります。

下の別のテンプレートをご覧ください。こちらはInteractive Design Foundationが作成したものです。セクションの配置は異なりますが、それでも多くの疑問が浮かび上がります。他人からどう見えるかは本当に重要なのでしょうか？なぜ私たちは、彼らが公の場で常に同じ行動をとると想定してしまうのでしょうか？

これらのテンプレートは混乱を招く可能性があります。しかし、良い面としては、ユーザー中心の製品を作る際に考慮すべき要素に関する優れたアイデアも含まれています。テンプレートに厳密に従うのではなく、ニーズにより適したバージョンを作成しましょう。

ペルソナにも様々なテンプレートが用意されており、どのデータを含めるかは自由に決められます。個人的にはセグメンテーションを好みます。これは、ユーザーがどのように、そしてなぜ製品を使用するかに基づいてグループ分けするペルソナの一種です。例えば、ペットオーナー向けのアプリを設計した際、年齢や外見ではなく、行動や状況に焦点を当てて、ユーザーを「心配性のペットオーナー」「頻繁に旅行するペットオーナー」「忙しいペットオーナー」といったグループに分類しました。

#2: すべてのデータポイントに疑問を持つ

ペルソナマップや共感マップに情報を追加する前に、自問自答してみましょう。 「調査で直接このことについて尋ねたのか、それとも憶測で済ませているのか？」「この情報は、まさにこの通りのことを述べた直接的な回答から得たのか？」私の意見では、ユーザー理解におけるギャップを推測で埋めるよりも、それを認める方が賢明です。

#3: 代替ツールを使う

ペルソナや共感マップを使う必要は全くありません。Jobs to Be Done（JTBD）などのフレームワークも検討してみてください。無作為なデータではなく、ユーザーのペインポイント、タスク、目標にのみ焦点を当てましょう。

#4: パターン認識にAIを活用する

AIはインタビューの記録を分析し、繰り返し現れるパターンを検出するのに役立ちます。人間の分析に取って代わるものではありません。しかし、見落としがちな詳細を浮き彫りにすることで、人間の分析を補完することは可能です。

これらの方法を完全にやめたらどうでしょうか?

あらゆる分野は進化し、時代遅れの手法を捨て去り、新しい手法を取り入れます。UXも例外ではありません。私たちは使用するフレームワークに疑問を抱くべきですが、これらのツールが存在する理由があり、適応性も備えています。

個人的には、ペルソナはストーリーテリング、特に自分のチーム、他のチーム、そしてステークホルダーにアイデアを提示する際に非常に役立つと感じています。また、ブレインストーミング中に創造性が行き詰まった時にも、ペルソナが役立ちます。同様に、調査データを分類する際には、共感マップのセクションを借用することがよくあります。