ペルソナマーケティングとは？意味・作り方・成功のコツを解説

「ターゲットは30代女性」と設定しているのに、なぜかコンテンツが刺さらない。広告を出しても反応が薄い。こうした課題の多くは、顧客像が属性情報だけで止まっていることが原因です。

ペルソナマーケティングとは、自社の製品・サービスを利用する典型的な顧客像を、実在する一人の人物のように具体化し、その人物像を起点にマーケティング施策を設計・最適化する手法です。 年齢・職業といった属性にとどまらず、行動・思考・感情・課題まで描写することで、「誰に・何を・どう伝えるか」の判断軸が明確になります。

この記事では、以下のポイントを解説します。

• ペルソナマーケティングの意味と語源、ターゲットとの違い
• ペルソナを設定することで得られる具体的なメリット
• 精度の高いペルソナを作るための6ステップ
• BtoC・BtoBそれぞれのペルソナ具体例
• 「ペルソナマーケティングは古い」と言われる理由と、その答え
• 検索行動データを使ってジョブを客観的に特定する方法

ペルソナマーケティングとは？意味と語源

ペルソナとは、自社の製品・サービスを利用する典型的な顧客像を、実在する一人の人物のように具体化した仮想の人物モデルです。 そのペルソナを判断基準としてマーケティング施策を組み立てる手法が「ペルソナマーケティング」です。

語源：仮面から顧客像へ

ペルソナ（Persona）はラテン語を語源とし、古代ギリシャ演劇で俳優が使用した「仮面」を指す言葉です。そこから転じて、心理学・マーケティング・UXデザインなど複数の領域で使われる概念に発展しました。

スイスの心理学者カール・ユングは、ペルソナを「人が社会に向けて見せる外的人格・社会的仮面」と定義しました。人は職場では「プロフェッショナル」、家庭では「親」というように、状況に応じて異なる顔をまといます。この概念がマーケティングに応用される際、「消費者が外に向けて示す行動パターン」として解釈されるようになりました。

マーケティングにおけるペルソナ

マーケティングにおけるペルソナの概念を体系化したのは、インタラクションデザイナーのアラン・クーパーです。1990年代に「Goal-Directed Design」という手法の中で、ユーザーの目標・行動・動機を具体的な人物像として描くアプローチを提唱しました。

マーケティングペルソナには以下の情報が含まれます。

単なる「ターゲット属性」とは異なり、ペルソナは一人の人間として名前・背景・ストーリーを持ちます。これにより、施策設計者が「この人は何を求めているか」を直感的に考えられるようになります。

ペルソナとターゲットの違い

ターゲットは属性で区切った「集団」、ペルソナはその集団を代表する「一人の人物」です。 ペルソナマーケティングを正しく実践するうえで、この違いの理解は欠かせません。

たとえば「子育て中の30代女性」はターゲットです。これを「田中美咲、32歳、都内在住のマーケター。職場復帰後、時短勤務で成果を出すプレッシャーを感じており、隙間時間で学べる手段を探している」と具体化したものがペルソナです。

ターゲットが「市場全体を捉えるレンズ」だとすれば、ペルソナは「具体的な意思決定のナビゲーター」です。実務では、まずターゲットで範囲を定め、その中の代表的な一人をペルソナに落とし込む、という順序で設計します。

【ヒント】ペルソナを設定する際、属性情報だけでは「なぜその人が自社サービスを必要とするか」が見えません。ListeningMindのパスファインダーであれば、消費者がどのような検索経路でサービスや課題に辿り着くかを可視化できるため、ペルソナの「課題とジョブ」をデータから定義できます。＜パスファインダーの機能紹介＞

ペルソナマーケティングのメリット

ペルソナを設定することで、「誰に・何を・どのように伝えるか」が明確になり、マーケティング施策全体の一貫性と精度が大幅に向上します。

メリット1：施策の意思決定が速くなる

「このコンテンツはペルソナに刺さるか」という判断軸が生まれることで、コンテンツ企画・広告クリエイティブ・媒体選定の議論が短縮されます。チーム全員が同じ顧客像を共有していれば、方向性のズレも起きにくくなります。

メリット2：メッセージがパーソナライズされる

漠然とした「30代女性」に向けた広告より、「子育て中でキャリアアップを諦めかけている32歳の会社員・田中さん」に向けたメッセージの方が、刺さる言葉を選びやすくなります。具体的な人物像があることで、訴求ポイントが鮮明になります。

メリット3：顧客体験の改善ポイントが明確になる

ペルソナの行動フローを追うことで、「どのステップで離脱しているか」「どこで迷いが生じるか」が特定しやすくなります。サイト設計・コンテンツ構成・カスタマーサポートの改善に直接活用できます。

メリット4：部門間の共通認識が生まれる

マーケティング・営業・プロダクト開発など、異なる部門が「同じ顧客像」を共有することで、施策の方向性がそろいます。特にBtoBでは、マーケティングが想定しているペルソナと、営業が実際に対峙している顧客がズレていることが多く、ペルソナの共有が重要です。

【ヒント】ペルソナの共有時に「このペルソナは実際の顧客を反映しているか」という検証が重要です。ListeningMindのペルソナビューであれば、属性ではなく「解決したい課題（ジョブ）」ベースで消費者を分類できるため、同じキーワードを検索していても目的が異なるセグメントを見分けられ、ペルソナの精度が向上します。＜ペルソナビューの機能紹介＞

ペルソナマーケティングの作り方：6ステップ

精度の高いペルソナを作るには、思い込みではなく実データに基づいたプロセスが必要です。

ステップ1：リサーチとデータ収集

まず、実際の顧客・ユーザーに関するデータを幅広く収集します。

• 定量データ： Google Analytics・CRMの顧客属性・購買データ
• 定性データ： 顧客インタビュー・アンケート・カスタマーサポートの問い合わせ記録
• 検索行動データ： どのようなキーワードで自社サービスに辿り着くか
• SNSデータ： ターゲット層がどのような言葉で悩みを表現しているか

社内の思い込みだけでペルソナを作ることが最大の失敗パターンです。必ず実データを起点にします。

【ヒント】顧客インタビューでは「なぜ検索したか」を聞いても、記憶ベースの回答になりがちです。ListeningMindのクエリーファインダーであれば、ターゲット層が実際に入力している検索語を200〜500件単位で一括抽出できるため、顧客が自覚していない課題の言語化にも役立ちます。＜クエリーファインダーの機能紹介＞

ステップ2：データの整理とパターン発見

収集したデータから、共通するパターンや傾向を抽出します。

• 似た行動・課題・動機を持つグループをまとめる
• 「この層はなぜ購買しているか」「なぜ離脱しているか」を仮説化する
• 属性の共通項ではなく、ジョブ（解決したい課題）の共通項でグルーピングする

ステップ3：ペルソナの数を決定

一般的には2〜4つのペルソナが適切です。多すぎると施策設計の焦点が定まらなくなります。

• メインペルソナ： 最も重要な顧客セグメント（優先度1位）
• サブペルソナ： 次に重要なセグメント（2〜3つまで）

リソースが限られる場合は、まずメインペルソナ1つに集中することを推奨します。

ただし、ここで注意したいのは、1つのペルソナの中にもさらに細かな違いが含まれていることです。見た目には同じカテゴリーの顧客に見えても、実際には重視している価値や検索意図が異なる場合があります。

👉 検索意図の種類と調べ方は『検索意図とは？4タイプの分類・調べ方・SEO記事への活かし方を解説』を参考にしてください

たとえば ListeningMind のペルソナビューで「柔軟剤 おすすめ」を分析すると、大きな関心グループの中に「レノア柔軟剤人気と香り」といったサブグループが見えてきます。さらにこのグループをAIレビュー機能で読み解くと、同じ「レノア柔軟剤」に関心を持つ人でも、実際には次のような複数のペルソナに分かれていることがわかります。

1つ目は、香りや消臭効果を重視する主婦・家事担当者です。「いい匂い」「消臭」「部屋干し」などの検索語から、家族の洗濯物を快適に保ちたい、部屋干し臭を防ぎたいといったニーズが読み取れます。

2つ目は、香りの種類や組み合わせそのものを楽しみたい香り重視の消費者です。「アロマジュエル」「香りづけビーズ」などの検索から、柔軟剤を機能用品としてだけでなく、自分好みに香りを演出するアイテムとして捉えていることが見えてきます。

3つ目は、消臭技術や抗菌成分、ダメージケアなど、機能性や品質に関心を持つ慎重派の消費者です。比較記事やランキングを丁寧に調べながら、成分や性能まで確認して選びたいという行動が特徴です。

このように、最初は1つに見えたペルソナでも、実際には「何を重視しているか」によって複数のサブペルソナに分かれています。ペルソナの数を決める際は、単純に人数を増やすのではなく、まず大きなペルソナを定め、その中にある重要な分岐を把握することが重要です。ListeningMind のペルソナビューとAIレビュー機能を使うと、こうした階層構造をデータから捉えやすくなります。＜AIレビュー機能紹介＞

ステップ4：ペルソナの行動・ジョブ・文脈を具体化する

ペルソナ設計では、名前や顔を与えて人物像を演出することよりも、その人がどのような状況で、何を解決したくて、どのような行動を取っているのかを明確にすることが重要です。

具体化する際は、次のような要素を整理します。

• どのような課題やきっかけから検索・情報収集を始めるのか
• 何を達成したくてそのサービスや商品を検討するのか
• 比較時に重視する条件は何か
• 購入や導入の障壁は何か
• 購入後にはどのような不安や期待があるのか

このように、属性情報よりも行動、意図、ジョブを中心に整理することで、施策に活かしやすいペルソナになります。

【ヒント】ペルソナを具体化する際には、表面的なプロフィールよりも、検索行動の流れやレビュー文脈の違いを見ることが重要です。ListeningMindのペルソナビューで関心グループを分けたうえで、AIレビュー機能を活用すれば、それぞれのグループがどのような悩みや期待を持っているのかを把握しやすくなります。これにより、「誰か」だけでなく「なぜその行動を取るのか」まで含めて、より実務に使いやすいニューペルソナを設計しやすくなります。＜リスニングマインドAIエージェント機能紹介＞

ステップ5：可視化とドキュメント化

ペルソナを1枚のシートに視覚的にまとめます。写真・アイコン・グラフを活用し、チームメンバーが直感的に理解できる形式にします。

ステップ6：施策への統合と定期的な検証

作成したペルソナを、コンテンツ企画・広告設計・LPのコピーライティングなど、すべての施策判断に組み込みます。また、3〜6ヶ月ごとにデータを更新し、ペルソナの精度を維持します。

【ヒント】ペルソナの定期更新時に「市場の消費者行動がどう変化しているか」を確認することが重要です。ListeningMindの過去比較機能であれば、3〜12ヶ月前の検索行動と現在を比較し、ペルソナのジョブや課題が変化していないかをデータで検証できます。＜過去比較機能の紹介＞

ペルソナの具体例：BtoC・BtoBサンプル

ペルソナは、属性だけでなく「課題」と「行動」まで書き込むことで初めて施策に使えます。 ここではBtoCとBtoBのサンプルを示します。

BtoCペルソナの例（オンライン英会話サービス）

このペルソナに対しては、「続けやすさ」を訴求の中心に置き、隙間時間での学習設計や継続率の実績を見せることが有効だと判断できます。

BtoBペルソナの例（マーケティング支援SaaS）

BtoBでは、購買に複数の関係者が関わるため、役割別にペルソナを設計するのが効果的です。

この場合、利用者ペルソナ（山本さん）に加えて「決裁者ペルソナ」を別途用意し、ROIや導入事例といった、決裁を後押しする情報をセットで設計します。

「ペルソナマーケティングは古い」と言われる理由と、その答え

「ペルソナマーケティングは古い」と言われるのは、ペルソナという手法自体が無効だからではなく、属性中心の従来型ペルソナが実務で機能しにくいからです。 設計の起点を「属性」から「課題と行動」へ移せば、ペルソナは今でも有効に機能します。

従来型ペルソナが抱える5つの課題

課題1：過度な単純化 — ユーザーの複雑な行動やニーズを「30代・女性・会社員」のように単純化しすぎると、実際の多様な行動パターンを反映できなくなります。

課題2：不要なデータの混入 — 「好きな食べ物」「趣味」など、施策に直接関係のない情報が混ざり、意思決定の際にノイズとなります。

課題3：ユーザー行動が抽象的すぎる — 「情報収集をよくする」「価格に敏感」といった抽象的な記述では、具体的な施策に繋げられません。

課題4：組織内で活用されにくい — 実際のユーザー行動を反映できていないペルソナは、他部門から「実感と違う」と受け入れられず、棚上げされます。

課題5：部門間で一貫性がない — 各チームが独自のペルソナを作ると、組織全体の方向性がバラバラになります。

属性ベースの限界とジョブ思考

同じ「30代・女性・会社員」でも、ジムに通う理由は人によってまったく異なります。ダイエットしたい人、ストレス解消が目的の人、健康診断の結果を改善したい人——同じ属性でも、求めるサービスも訴求ポイントも購買タイミングもすべて違います。属性だけを見ていると、この違いが見えません。

ここで有効なのがジョブ思考（Jobs-to-be-Done、JTBD）です。「消費者は製品を買うのではなく、自分の課題を解決するためにサービスを『雇う』」という考え方で、ハーバード・ビジネス・スクールのクレイトン・クリステンセン教授が提唱しました。「人々が欲しいのは1/4インチ・ドリルではない。彼らは1/4インチの穴が欲しいのだ」という言葉が、その本質を表しています。

クリステンセンの有名な事例に、アメリカ人が朝のドライブスルーでミルクシェイクを買う理由の研究があります。調査の結果、ミルクシェイクが「雇用」された理由は嗜好ではなく、「通勤中に手軽にお腹を満たし、退屈を防ぐ」というジョブの達成でした。この視点で見ると、競合は他のミルクシェイクではなく「バナナ」「コーヒー」「ベーグル」になります。ジョブが明確になると、競合の定義と訴求メッセージが根本的に変わります。

ジョブが明確になると、コンテンツの切り口・訴求メッセージ・CTAの設計が根本的に変わります。

ジョブが明確になると、コンテンツの切り口・訴求メッセージ・CTAの設計が根本的に変わります。

こうした「属性 → ジョブ」への置き換えは、思い込みではなく実際の検索データから行えます。下の図は、ListeningMindのペルソナビューで「乳酸菌」と検索している消費者をクラスタリングした結果です。

「乳酸菌」というひとつのキーワードでも、検索している人の目的は決して一様ではありません。図を見ると、「腸活乳酸菌サプリ選び」「乳酸菌と痩せ菌効果」「女性デリケートゾーンケア乳酸菌」「ヤクルト乳酸菌免疫力」「花粉症対策乳酸菌ランキング」「乳酸菌過剰摂取とおなら対策」など、解決したいジョブごとに消費者がはっきりと分かれていることがわかります。同じ「乳酸菌に関心がある人」という属性でくくっても、ダイエット目的の人、腸内環境を整えたい人、免疫力を高めたい人では、響くメッセージも比較する商品もまったく異なります。

ListeningMindのペルソナビューを使えば、こうした「同じキーワード・同じ属性の中に隠れた複数のジョブ」を検索データから客観的に分類できます。思い込みに頼らず、実在する消費者の目的ごとにペルソナを設計できるため、訴求軸の取り違えやコンテンツの空振りを防げます。＜ペルソナニューの機能紹介＞

ペルソナとJTBDを統合した「ニューペルソナ」

「ニューペルソナ」とは、従来のペルソナ（誰か）とJTBD（なぜか）を統合し、顧客の特性とジョブの両方を反映した実用的な顧客像です。 これが「ペルソナは古い」という指摘への、ListeningMindからの答えです。

従来のペルソナは「顧客が誰か」の特性・好みを詳細に描写しようとしたため、マーケティング施策への活用度が落ちる傾向がありました。一方JTBDは「顧客が実際に必要としていること」に重点を置くため、具体的な施策設計に直結します。ニューペルソナは、この2軸を統合します。

ニューペルソナを活用することで、組織内で「誰に」「何を」「なぜ届けるか」の共通認識が生まれ、コンテンツ・広告・営業のすべてに一貫性が生まれます。

ListeningMindを使ったニューペルソナの発見

ListeningMindは、ユーザーの検索ワードとSERP画面を分析し、ユーザーのジョブや悩みをデータから把握できます。JTBDの解像度を高め、属性情報と組み合わせることでニューペルソナを客観的に構築できます。

実際の事例：メンズ日焼け止めのニューペルソナ発見

「メンズ 日焼け止め」の前後2段階で検索されているキーワードを収集しグループ化したところ、【トラック運転手】というクラスターが発見されました。

このグループ内の検索語を見ると、「トラック運転手 紫外線」「車 日焼け対策 運転席」「トラック運転手 光老化」といったキーワードが含まれており、運転中の片側照射による肌の老化や乾燥への関心が読み取れます。

従来の「メンズ美容に関心のある20〜30代男性」というペルソナからは見えなかった、「長距離運転中に顔の片側だけ日焼けするのを防ぎたいトラックドライバー」というニューペルソナが、検索データから定量的に発見されたのです。

このジョブに基づいたコンテンツ・広告設計は、汎用的な「メンズ日焼け止め」訴求とは全く異なるアプローチになります。

【ヒント】特定のキーワードの前後に検索されているワードを追うことで、同じカテゴリーの中に隠れた複数のジョブを発見できます。ListeningMindのパスファインダーであれば、「メンズ 日焼け止め」のような任意のキーワードについて、前後の検索経路と関連ワードを約15億語の語彙から可視化できます。＜パスファインダーの機能紹介＞

ペルソナをマーケティング施策に活かす

ペルソナは作って終わりではなく、施策設計のあらゆる場面で判断基準として機能させることが重要です。

コンテンツマーケティングへの活用

ペルソナのジョブと課題に基づいて、コンテンツテーマを決定します。「このペルソナが検索しそうなキーワードは何か」「どのステージでどんな情報を必要としているか」を軸に、コンテンツカレンダーを設計します。

ナイキの事例として知られているように、「スポーツをする人」という広いターゲットではなく「限界を超えようとしているすべてのアスリート」というジョブベースのメッセージが、ブランドの一貫性と訴求力を生み出しています。

デジタル広告への活用

MetaビジネスマネージャーのカスタムオーディエンスやChatGPTを活用した広告では、ペルソナの属性情報だけでなくジョブや行動パターンをターゲティングの根拠として活用できます。「類似オーディエンス」機能は、既存顧客のペルソナに近い新規ユーザーへのリーチを自動化します。

営業・カスタマーサクセスへの活用

BtoBでは、ペルソナごとに「どのような情報が意思決定を後押しするか」が異なります。ペルソナ別のセールストークや提案資料を準備することで、商談の成功率が向上します。

ペルソナマーケティングでよくある失敗と対策

ペルソナ作成における失敗の多くは、データではなく主観で作ることと、作成後に活用されないことです。

失敗1：社内の思い込みで作る

「うちの顧客はこういう人だろう」という仮説だけでペルソナを作ると、実際の顧客像と乖離が生じます。必ず顧客インタビュー・購買データ・検索行動データで裏付けを取ります。

失敗2：属性情報だけで止まる

年齢・職業・居住地だけのペルソナは、施策判断に使えません。「なぜ購買するか」「何に不安を感じるか」というジョブと感情の記述が必須です。

失敗3：ペルソナの数が多すぎる

5つ以上のペルソナを設定すると、どのペルソナに向けた施策か判断できなくなります。まず1〜2つに絞り、精度を高めてから追加します。

失敗4：更新しない

市場環境・消費者行動は変化します。半年〜1年ごとに新しいデータでペルソナを見直す習慣が必要です。

FAQ：ペルソナマーケティングについてよくある質問

Q1. ペルソナとターゲットの違いは何ですか？

ターゲットは「30代・女性・会社員」のように属性で定義した集団です。ペルソナはその中の一人を「田中美咲、32歳、マーケター、子育てと両立しながらキャリアアップを目指している」と具体化した仮想人物です。ターゲットが「誰に届けるか」の範囲を示すのに対し、ペルソナは「その人はどんな人か」を掘り下げます。

Q2. ペルソナマーケティングは古いと聞きましたが、本当ですか？

手法自体が古いわけではありません。「古い」と言われるのは、年齢・性別といった属性だけで作る従来型ペルソナの限界が広く認識されたためです。設計の起点を「属性」から「解決したい課題（ジョブ）」へ移し、行動データで裏付ければ、ペルソナは今でも十分に機能します。

Q3. BtoBでもペルソナマーケティングは有効ですか？

非常に有効です。BtoBでは購買に関わるステークホルダーが複数いるため、「決裁者ペルソナ」「利用者ペルソナ」「IT担当者ペルソナ」のように役割別に設定することが効果的です。それぞれが求める情報・懸念点が異なるため、ペルソナ別のコンテンツ設計が商談化率を高めます。

Q4. 小規模企業でもペルソナ作成は必要ですか？

むしろ、リソースが限られる小規模企業こそペルソナが重要です。ターゲットを絞り込まずに施策を打つと、限られた予算が分散して効果が出ません。1つのペルソナに集中することで、コンテンツ・広告・営業トークのすべてに一貫性が生まれます。

Q5. ペルソナはいくつ作るべきですか？

初期段階では1〜2つを推奨します。最もLTVが高い顧客セグメント、または最も獲得したい新規顧客セグメントから始め、データが蓄積されてきたら追加します。

Q6. ChatGPTなどのAIでペルソナを作ることはできますか？

補助的な活用は可能です。「○○業界のターゲットユーザーのペルソナを作って」とプロンプトを入力すれば、ひな型となる記述が生成されます。ただし、AIの出力は一般的な傾向に基づくものであり、自社の実際の顧客データ・検索行動データで検証・修正することが必須です。

👉　AIを活用したマーケティング全般については『AIマーケティングの最新手法』を参考にしてください

Q7. 検索データを使うと、より精度の高いペルソナが作れますか？

はい。インタビューやアンケートは「聞かれたことへの回答」ですが、検索行動データは顧客が自発的に発した言葉です。「どんなキーワードで課題を検索しているか」を分析することで、顧客自身も言語化できていない潜在的なジョブを把握でき、ペルソナの設計精度が大きく高まります。

まとめ

ペルソナマーケティングとは、典型的な顧客像を一人の人物として具体化し、それを起点に施策を設計・最適化する手法です。重要なポイントを整理します。

• ペルソナは属性で区切ったターゲットと異なり、課題・行動まで描いた「一人の人物像」
• メリットは、意思決定の高速化・メッセージのパーソナライズ・部門間の共通認識
• 作り方は「データ収集→整理→数の決定→具体化→可視化→施策統合」の6ステップ
• 「ペルソナは古い」と言われるのは属性型の限界が原因。起点を「課題と行動」に移せば今も有効
• ジョブ思考（JTBD）とペルソナを統合した「ニューペルソナ」が、現代的な顧客理解のアプローチ
• 検索行動データを活用すれば、社内の思い込みに頼らずジョブを客観的に発見できる

ペルソナマーケティングの精度を決めるのは、「顧客の実際の行動データ」をどれだけ取り込めるかです。アンケートや属性情報だけでなく、消費者が日常の検索で示している本音のニーズとジョブからペルソナを定義したい方は、ListeningMindのデモをお試しください。

検索行動データでペルソナを精度高く設計する — ListeningMind（リスニングマインド）

ListeningMind（リスニングマインド）とは、日本語3億語・英語10億語・韓国語2億語の消費者検索行動データを基盤に、消費者が自覚している課題だけでなく、まだ言語化されていないジョブまでを可視化するSaaSプラットフォームです。

ペルソナマーケティング最大の課題は「社内の思い込みが入り込みやすい」点です。インタビューやアンケートは記憶バイアスの影響を受け、顧客が「良い回答」をしてしまうことがあります。一方、検索行動は「その瞬間に実際に取った行動」の記録です。無意識の本音が現れ、ペルソナのジョブを客観的なデータから定義できます。

従来のペルソナ作成が「顧客が答えられる範囲」を捉えるのに対し、ListeningMindは「顧客が検索という行動で示した本音」を捉えます。両者を組み合わせることで、主観と客観を統合した高精度なペルソナが実現します。

【ヒント】ペルソナのジョブを特定するうえで最も有効なのが、検索キーワードの「前後の流れ」を見ることです。ListeningMindのパスファインダーであれば、消費者がどのキーワードから始まり、どのように検索語を変化させたかを可視化できるため、「この人は何を解決しようとしていたのか」が経路から読み取れます。＜パスファインダーの機能紹介＞

ListeningMindの実際の画面と分析デモを確認したい方へ 消費者の検索行動データからペルソナのジョブを定義し、マーケティング施策の精度を高める方法を、実際のデモ画面でご確認いただけます。

本記事の情報は2026年時点のものです。

執筆者紹介

株式会社 アセントネットワークス　ソリューション事業部 シニアアナリスト　吉岡直樹

デジタル系プロダクションの設立の後、NEC（ヒアラブルデバイスUX設計）、JTB（輸出促進支援事業次席顧問）、TBS（Screenless Media Lab. テクニカルフェロー）、NHK（放送100年プロジェクト/データ分析）などへの参加を経て現職。

日本ディープラーニング協会 認定エンジニア (JDLA for ENGINEER 2022#2)、(米)PMI認定 プロジェクトマネジメント・プロフェッショナル (PMP)、経営学MQT 上級 (NOMA)、データサイエンティスト協会 会員 (個人)、日本マネジメント学会 会員 (個人)。

著書：「AIアシスタントのコア・コンセプト/人工知能時代の意思決定プロセスデザイン（BNN：2017）」、「SENSE　インターネットの世界は「感覚」に働きかける（日経BP：2022）」

※ NHK 放送100年「メディアが私たちをつくってきた!?」データ分析担当