たとえばECコスメを販売する企業であれば、エイジングケアラインの購入層と、アクネケアラインの購入層とで顧客ペルソナは分かれており、さらに単品買いとライン使いの客層で細分化すると、ある程度は顧客ペルソナの特徴が見えてきます。
これらのペルソナ特徴をもとに診断ロジックを作成し、診断結果に基づいて製品やサービスをレコメンドする診断を作ることができます。

また人材採用をしたい企業であれば、採用したいポジション（職種）の業務内容と、ポジションに求められる素質（自社データ）をもとに、企業特化型の適職診断を制作することができます。

このように、自社データを活用するとオリジナルの診断コンテンツを制作できるだけでなく、自社に合った顧客や人材を抽出し、マーケティングに活かすことができます。
参考：【2023年版】診断コンテンツは企業のオリジナリティーを反映する時代へ！診断コンテンツのマーケティング活用例

・2024年は企業とユーザーのマッチング精度の向上が求められた
2024年は企業の自社データ活用に加え、「パーソナライズ型の診断コンテンツ」のニーズが高まりました。

「パーソナライズ型の診断」とは、ユーザーの性格や個性に基づいて、最適な提案をする診断のこと。キャリア支援や商品レコメンド、ライフスタイル提案など、より細やかに精度高くユーザーにアプローチすることができます。

特に弊社への依頼が多かったのは、人材・転職系サービスのマッチング診断でした。
たとえば図のように、求職者の性格・個性を細かく分析し、企業の自社データ（採用傾向や成功人材の特徴）と照らし合わせてマッチ度の高い求人を提案。これまで以上に、“ユーザーとレコメンド内容のマッチング精度の高さ”を重視する企業様が増えたと感じています。


社会的な背景として、労働人口の減少が影響していると考えられます。働き方の多様化やリスキリングが話題となったことは記憶に新しいでしょう。
求職者の自己理解やキャリア形成を支援するパーソナライズ型診断コンテンツは、転職の動機付けやミスマッチ予防など企業側にもメリットが多く、双方にとって重要なツールとなっています。

ユーザーとレコメンド内容のマッチングの精度を上げるためには、学術的な根拠に基づいたロジックを活用することが有効です。ライトアップの制作事例をもとに、もう少し詳しくご紹介します。