BtoBペルソナとは？意思決定者を踏まえた設計の基本
「BtoCのペルソナの作り方は知っているけれど、BtoBにそのまま当てはめると現場で機能しない」「決裁者と現場担当、いったいどちらを描けばいいのか分からない」——BtoBマーケティングに携わる方なら、一度はぶつかる悩みではないでしょうか。BtoBの購買は複数人が関与する集団意思決定であり、BtoCと同じ作法ではうまくいきません。本記事では、BtoBペルソナの定義からBtoCとの違い、DMU（意思決定関与者）を踏まえた複数ペルソナ設計、運用に乗せるための4ステップとよくある失敗、そしてAI活用の勘所までを、実務目線で整理します。
BtoBペルソナとは｜BtoCとの決定的な違い
BtoBペルソナとは、自社の製品やサービスを購入する顧客像を「組織（企業）」と「個人（担当者・決裁者）」の二軸で具体的に描いた人物モデルです。BtoCのように個人の趣味嗜好だけで設計するのではなく、所属する組織の課題・決裁権・事業状況といった文脈まで含めて描く点が大きな特徴です（ferret One）。
BtoCでは「家族構成」「よく見るTV番組」「趣味」といった生活者情報が中心になりますが、BtoBでは業種・年商・従業員数・組織課題などの「ファーモグラフィクス（企業属性データ）」と、役職・KPI・予算決裁範囲などの業務情報が重要です（Sales Marker）。同じ「ペルソナ」という言葉でも、設計項目はまったく異なると考えてください。
BtoBペルソナとBtoCペルソナの違いを比較
| 観点 | BtoCペルソナ | BtoBペルソナ |
|---|---|---|
| 意思決定者 | 本人（個人） | 複数人（組織内のDMU） |
| 軸 | 個人のみ | 個人 × 組織（ファーモグラフィクス） |
| 重要項目 | 趣味・家族構成・ライフスタイル | 業種・年商・KPI・決裁範囲・課題 |
| 判断ドライバー | 感情・嗜好 | ROI・論理・社内合意 |
| 必要なペルソナ数 | 1人で機能することが多い | 役割別に複数（運用開始時は1〜2に絞る） |
なぜBtoBは「組織 × 個人」の二軸が必要なのか
BtoBでは、いくら担当者個人が製品を気に入っても、所属組織の予算枠や経営方針に合わなければ導入は進みません。そのため「どんな企業が顧客か」を組織ペルソナで絞り込み、「その企業の中で誰に届けるか」を個人ペルソナで定義する、二段階のフィルタとして設計することが必要です（ferret One）。
DMU（意思決定関与者）と複数ペルソナの設計
BtoBペルソナを語るうえで欠かせないのが「DMU（Decision Making Unit、意思決定関与者）」という概念です。DMUとは、顧客企業内で購買意思決定に関与する人々の集合体を指します。BtoBマーケティングの最大の特徴は「DMUと購買プロセスの複雑性」にあると整理されています（シナプス）。
BtoB購買の意思決定に関与する人数は平均6〜10名と言われ、ハーバード・ビジネス・レビューの引用ではBtoBソリューション購買に関わる人数が平均6.8人にまで上昇しているとの報告もあります（電通B2Bイニシアティブ）。1人の担当者ペルソナだけ描いても、残り5〜9人の論点に答えられなければ社内で稟議が止まる、というのがBtoBの現実です。
DMUの6つの役割を理解する
DMUのメンバーは概ね6つの役割に分類されます：使用者（ユーザー）／影響者（インフルエンサー）／購買者（バイヤー）／チェッカー（ゲートキーパー）／決定者（ディサイダー）／発案者（イニシエーター）。これらは縦の構造（意思決定階層）と横の構造（関与する部門の広がり）の二軸で捉えると、組織内の力学が見えやすくなります（DIGIMA）。
役割別3層ペルソナ（ユーザー／バイヤー／デシジョン）
実務上、最低限押さえておきたいのは「ユーザーペルソナ」「バイヤーペルソナ」「デシジョンペルソナ」の3層です。それぞれ気にする論点がまったく違うため、同じコンテンツでは響きません（アサコネット）。
| 3層ペルソナ | 主な人物像 | 重視する論点 |
|---|---|---|
| ユーザーペルソナ | 現場担当者（使う人） | 操作性、サポート、教育コスト |
| バイヤーペルソナ | 導入推進者・ミドル層（買う人） | 費用対効果、社内調整、競合比較 |
| デシジョンペルソナ | 経営層・部長クラス（決裁する人） | ROI、経営戦略との整合、リスク |
運用開始は1〜2に絞るのが鉄則
3層を意識しつつも、運用開始時は「プライマリーペルソナ」を1〜2名に絞るのが鉄則です。多くの場合、最初に情報収集する実務担当者と、最終決裁者の2種が基本セットになります。いきなり5人も6人も作ると運用コストが跳ね上がり、結局「どれにも使われないペルソナ集」になってしまいます（才流）。
BtoBペルソナ設計の4ステップ
BtoBペルソナの設計は、一般的に「インタビュー → 共通項抽出 → ペルソナ化 → 検証」の4ステップで進めます。才流のメソッドでは「データソース整理シート」を使って保有データを棚卸しし、不足分をインタビューで補完するワークフローが推奨されています（才流）。
ステップ1: 既存顧客インタビューとデータ収集
最初にやるべきは、既存顧客のリサーチです。とくに「自社にとって理想的な顧客」「売上が上位の顧客」を対象にインタビューすると、ペルソナの精度が上がります。同一セグメント内で5〜10名程度にヒアリングすると、共通項が見えてきます（ferret One）。
ステップ2: 共通項を抽出してセグメント化
収集したデータを「課題軸」でセグメント分けし、似た悩みを持つ顧客群を束ねます。業種や企業規模だけでなく、抱える経営課題や購買のきっかけが似ているグループを見つけることが重要です。
ステップ3: ペルソナ化（属性・行動・課題・購買決定要因）
セグメントごとに、属性（業種・規模・役職）／行動（情報収集チャネル）／課題（KPI・上長ミッション）／購買決定要因（納期・費用対効果・社内承認のしやすさ）の4ブロックでペルソナを言語化します（探究.com）。
ステップ4: 営業フィードバックで検証・更新
作ったペルソナは必ず営業部門に共有し、現場感とズレがないか検証します。ペルソナの更新頻度は半年〜1年に1回が目安で、市場や顧客変化に応じてアップデートする運用サイクルを最初から組み込んでおくことが大切です。
プロレクトが見ている「現場で機能するペルソナ作成のコツ」
プロレクトがBtoBコンテンツマーケティングの現場で繰り返し見てきたのは、「ペルソナを綺麗に作り込みすぎる企業ほど、現場で使われなくなる」という逆説です。重要なのは、ペルソナのフォーマットを完璧に埋めることではなく、営業・カスタマーサクセス・マーケが共通言語として呼べるレベルまで具体化することです。
具体的には、ペルソナに「あだ名」を付ける、稟議が止まりやすい論点を3つに絞って明文化する、商談議事録から月1回フィードバックを集める、という3点を推奨しています。フォーマットの完成度よりも「現場で口に出せる解像度」を優先することが、運用に乗せる近道です。
ペルソナ作成でよくある5つの失敗
BtoBペルソナの設計で多くの企業がつまずく失敗パターンは、大きく5つに集約されます。事前に知っておくだけで、回避できる落とし穴です（ferretソリューション、Sales Marker）。
失敗1: 既存顧客データを使わず架空人物を創作する
「こんな顧客像だろう」という想像だけで作ると、ペルソナが実態と乖離します。受注／失注データの定量分析と、営業・顧客ヒアリングの定性データを両輪にすることが必須です。
失敗2: ペルソナ作成自体が目的化する
ペルソナを作ること自体がゴールになり、事業目標や具体施策に紐づかない「戦略不在」状態になるパターンです。何を達成するためにペルソナを作るのかを、最初に明文化することが大切です。
失敗3: 営業との目線が一致しない
マーケが作ったペルソナを営業が見ない、信じない、という分断はBtoBで頻発します。設計段階から営業ヒアリングを巻き込み、共通言語として育てることが鍵です。
失敗4: 一度作って更新されない
初回設計時の「理想顧客像」を作って終わり、市場変化（AI普及、デジタルチャネル拡大など）に追従できないパターン。半年〜1年ごとの見直しサイクルを最初から運用に組み込むことが必要です。
失敗5: BtoC的発想で趣味や家族構成を細かく設定する
BtoCの作法に引っ張られて、購買意思決定に効かない項目に時間をかけてしまうパターンです。BtoBで重要なのは業務上のKPI・決裁範囲・組織課題であり、生活者情報の優先度は下がります。
プロレクトが現場で見ている「ペルソナを継続的にアップデートする運用設計」
失敗パターンの中でもとくに根深いのが「更新されない」問題です。プロレクトが現場で見てきた範囲では、更新が止まる原因の多くは「誰がいつ更新するかが決まっていない」というシンプルな運用設計の欠如にあります。
- ペルソナごとに「コンテンツ責任者」を割り当てる
- 四半期ごとに営業・CSとの30分レビュー会を定例化する
- 受注／失注の理由を月次で蓄積し、半年に一度ペルソナに反映する
- 更新履歴をドキュメントに残し、いつ・なぜ変えたかを追えるようにする
この4点を運用ルールに組み込むだけで、ペルソナは「飾り」から「武器」に変わります。新しいツールを導入する必要はなく、既存の議事録と営業会議の枠を使えば十分実装できます。
AI（ChatGPT）を使ったペルソナ生成の活用と注意点
2026年現在、ChatGPTなど生成AIを使ったペルソナ生成プロンプトを解説する日本語記事が急増しており、5ステップ完全解説など実践型コンテンツが主流になっています（ドヤマーケ、シャノン）。0からブランクシートで考えるより、AIが出した仮説を顧客インタビューで検証する流れにすると、工数を大幅に短縮できます。
活用方法: 仮説生成の土台として使う
プロンプトには「業種・企業規模・役職・KPI・購買プロセス」を具体的に与えると精度が上がります。AIが出した属性・課題・行動の仮説を土台に、顧客インタビューで肉付けしていく使い方が効果的です（HubSpot）。
注意点: AIペルソナはあくまで仮説
AIが生成したペルソナは仮説に過ぎず、必ず実顧客データやインタビューで検証する必要があります。また、課題設定が浅いとコンテンツ企画も浅くなるため、AIに「課題の背景・原因・関連KPI」まで掘らせるプロンプト設計が重要です（AI総合研究所）。
機密情報とBtoB固有要素の扱い
顧客の個人情報や社外秘情報をプロンプトに入れないことは大前提です。海外では機密漏洩事例も報告されており、社内API連携などセキュアな環境での利用が推奨されています（RICOH）。また、組織内の役割・予算権限・意思決定プロセスといったBtoB特有の項目を明示的に指定しないと、出力がBtoC寄りになりやすい点にも注意が必要です。
本記事の執筆元について
本記事は、BtoB企業のコンテンツマーケティング支援を行うプロレクトが執筆しています。プロレクトでは、SaaS・製造業・専門サービス業などのBtoB企業を中心に、ペルソナ設計から記事制作、メディア運用、リード獲得までを一気通貫で支援しています。
とくに「マーケと営業の目線をどう揃えるか」「ペルソナを現場の共通言語にどう育てるか」という運用設計の領域に強みがあります。本記事で紹介した4ステップや失敗パターンは、すべて実際のクライアントワークから得た知見を一般化したものです。自社のBtoBペルソナをどう設計・運用すべきか迷われている方は、後段のCTAからお気軽にご相談ください。
まとめ｜BtoBペルソナを「現場で動く資産」にするために
BtoBペルソナの最大の特徴は「個人 × 組織」の二軸設計と、購買に関わるDMU（平均6〜10名）の存在です。BtoCの単一個人ペルソナのまま設計すると、稟議の途中で必ず止まります。役割別には少なくとも3層（ユーザー／バイヤー／デシジョン）を意識しつつ、運用開始時はプライマリー1〜2名に絞ることが鉄則です。
- BtoBペルソナは「個人 × 組織」の二軸で設計する
- DMU（平均6〜10名）を前提に、役割別3層を意識する
- 運用開始は実務担当者×最終決裁者の1〜2名に絞る
- 4ステップ（インタビュー→共通項抽出→ペルソナ化→検証）で進める
- 5つの失敗（架空創作／目的化／営業未連携／更新されない／BtoC発想）を回避する
- AIは仮説生成の土台として使い、必ず実顧客データで検証する
「自社のBtoBペルソナをどう設計・運用すべきか、社内で議論が止まっている」「営業とマーケの目線を揃えたい」とお考えの方は、プロレクトまでお気軽にご相談ください。BtoBコンテンツマーケティングの実務知見をもとに、貴社の状況に合わせた設計プロセスをご提案します。