ジョブ理論とセグメンテーションの弊害｜「誰に」ではなく「何のために」で考える

セグメンテーションの功績と限界

デモグラフィック（年齢・性別・地域）やサイコグラフィック（価値観・ライフスタイル）によるセグメンテーションは、マーケティングの基盤を支えてきた考え方です。「万人に売る」のではなく、「特定の層に絞る」ことで限られたリソースを有効に使う。この発想はコトラーのSTP分析を通じて広く定着しました。

広告運用においても、セグメンテーションは配信設計の出発点です。年齢・性別・地域・興味関心のターゲティングは、媒体の管理画面に直接反映できます。実務との相性が良いからこそ、現在もあらゆる広告プラットフォームの基本設計に組み込まれています。

しかし、セグメンテーションには構造的な限界があります。

「30代・既婚・女性・都市部在住」というセグメントを考えてみてください。このセグメントに属する人々のニーズは本当に同じでしょうか。ある人は「子どもの教育費を効率よく準備したい」と考え、別の人は「自分のキャリアアップのために資格を取りたい」と考えています。また別の人は「週末に家族で楽しめるレジャーを見つけたい」かもしれません。

同じ属性の人々が同じ行動をするとは限りません。デモグラフィックは「誰なのか」を教えてくれますが、「なぜそれを買うのか」は教えてくれません。

セグメンテーションが無意味だと言いたいわけではありません。「誰に届けるか」を決める枠組みとして依然として有効です。ただし、同じセグメント内の人々が同じ動機で動くと仮定すると、メッセージの精度は落ちます。

この限界を別の角度から捉え直そうとしたのが、次に紹介するジョブ理論です。

実務の視点 ターゲティングの設計で「30代女性」と設定しただけで安心してしまうケースはよくあります。しかし、同じ30代女性でも、朝の通勤中にスマホを見ている人と、子どもの昼寝中にまとまった時間ができた人では、反応するクリエイティブが全く違います。セグメントを決めた「その次」に、「この人たちはなぜこの商品を必要とするのか」を問う習慣が大切です。

ジョブ理論とは

ジョブ理論（Jobs to Be Done、以下JTBD）は、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たフレームワークです。2016年の著書『Competing Against Luck（邦題:ジョブ理論）』で体系的にまとめられました。

中心にある考え方はシンプルです。「顧客は製品そのものを買っているのではなく、自分の生活の中で発生した『ジョブ（片付けたい用事）』を解決するために製品を『雇っている（hire）』」。

この理論でもっとも有名な事例が「ミルクシェイクの例」です。

あるファストフードチェーンがミルクシェイクの売上を伸ばしたいと考えました。従来のアプローチでは、顧客のデモグラフィック属性を分析し、味や価格の改善を検討します。しかし、クリステンセンのチームは別のアプローチを取りました。「この人たちは、なぜミルクシェイクを買っているのか」を観察したのです。

すると、2つのまったく異なる「ジョブ」が浮かび上がりました。

朝の通勤者のジョブは、長い通勤の退屈をまぎらわせたいというものです。片手で持てて、こぼれにくく、腹持ちの良い何かが欲しい。ミルクシェイクは太いストローでゆっくり飲めるので、30分の通勤時間を埋めてくれます。この場合の「競合」は、バナナやベーグル、ドーナツです。別のミルクシェイクブランドではありません。

夕方の親のジョブは、子どもに「今日一日頑張ったね」とご褒美をあげたいというものです。この場合、ミルクシェイクは量が多すぎて夕食前のおやつには不向きです。「競合」はアイスクリームやクッキーです。

同じミルクシェイクという商品でも、雇われている理由が異なります。朝の通勤者向けなら、もっと濃厚で腹持ちを良くする改善が有効です。夕方の親向けなら、小さめのサイズを用意する方がよいかもしれません。

比較項目	朝の通勤者	夕方の親
ジョブ	退屈な通勤を紛らわせたい、腹持ちさせたい	子どもにご褒美をあげたい
利用シーン	片手運転中、朝の30分	夕食前の親子の時間
重視するポイント	飲むのに時間がかかる、こぼれにくい、満腹感	量が少ない、短時間で食べ終わる、楽しさ
競合（代替手段）	バナナ、ベーグル、ドーナツ	アイスクリーム、クッキー、チョコレート
改善の方向性	より濃厚に、果実チャンクを追加	ハーフサイズの導入

ジョブ理論の核心は、「商品カテゴリー」や「顧客属性」ではなく、「特定の状況で発生するジョブ」を分析の起点にすることです。この視点の転換が、従来のセグメンテーションとは異なるインサイトをもたらします。

実務の視点 ジョブ理論は強力な考え方ですが、広告運用の実務で「正しいジョブ」を特定するのは想像以上に難しいです。あるBtoBサービスでは、「業務効率化」がジョブだと仮定して広告を作りましたが、実際に契約した顧客にインタビューすると「上司への説明資料を簡単に作りたい」という具体的なジョブが浮かびました。抽象度の高いジョブでは刺さるメッセージが書けません。「なぜ契約したか」を5人に聞くだけで、広告のコピーは劇的に変わります。

ジョブ理論の強み

ジョブ理論がマーケティングの議論で注目される理由は、いくつかの明確な強みがあるからです。

デモグラでは見えないニーズに到達できる

前述のミルクシェイクの例が典型です。デモグラフィック分析で「35歳男性会社員」というセグメントを定義しても、その人がミルクシェイクを「退屈な通勤を紛らわせる手段」として雇っているとはわかりません。ジョブの視点を持つことで、属性だけでは見えなかった購買の動機に辿り着けます。

競合の定義が変わる

従来のセグメンテーションでは、競合は同じカテゴリーの製品です。ミルクシェイクの競合は他社のミルクシェイク。しかし、ジョブ視点では「同じジョブを解決する代替手段すべて」が競合になります。朝の通勤者にとって、ミルクシェイクの競合はバナナやポッドキャストかもしれません。

この視点の拡張は、新しい市場機会の発見につながります。

メッセージの切り口が広がる

「おいしいミルクシェイク」と訴求するか、「30分の通勤が楽しくなる朝の相棒」と訴求するか。ジョブを理解していると、後者のようなメッセージが可能になります。商品の機能ではなく、顧客の状況に寄り添った訴求を設計できます。

イノベーションの方向性が明確になる

「もっとおいしくする」「もっと安くする」という製品軸の改善ではなく、「このジョブをより良く解決するにはどうすればよいか」という問いから改善を考えられます。改善の優先順位がジョブに紐づくため、顧客にとって意味のある改善に集中しやすくなります。

観点	デモグラフィック視点	ジョブ視点
分析の起点	顧客の属性（年齢・性別・地域）	顧客の状況と目的（何を片付けたいか）
競合の定義	同じカテゴリーの製品・サービス	同じジョブを解決する代替手段すべて
メッセージ設計	「この属性の人が好みそうな訴求」	「このジョブを解決できるという訴求」
改善の方向	製品の機能・価格の最適化	ジョブの解決度を高める改善
強み	媒体のターゲティングに直接使える	購買動機の深い理解に到達できる
弱み	動機の違いを捉えにくい	媒体設定にそのまま反映しにくい

実務の視点 広告のクリエイティブテストで行き詰まったとき、ジョブの視点が突破口になることがあります。ある健康食品の広告で、「高品質な原材料」「安心の国産」といった訴求を何パターンも試して成果が頭打ちになっていました。そこで購入者に「なぜこの商品を選んだか」を聞いたところ、「朝食を準備する時間がないけど、何も食べないのは罪悪感がある。これなら水に溶かすだけでいい」というジョブが見つかりました。「朝の5分で罪悪感なく栄養補給」という訴求に変えたところ、クリック率が大きく改善しました。属性ではなくジョブに訴求を合わせた結果です。

ジョブ理論への批判と限界

ジョブ理論は有力なフレームワークですが、万能ではありません。学術・実務の両面からさまざまな批判や指摘があります。ここでは代表的なものを整理します。

「ジョブ」の定義が主観的になりやすい

ジョブ理論の最大の課題は、「ジョブとは何か」の定義がチームや分析者によってブレやすいことです。

同じ顧客の購買行動を観察しても、「退屈を紛らわせたい」と定義するか「朝食を手軽に済ませたい」と定義するかで、導かれるアクションは変わります。どの粒度でジョブを定義すべきかの明確な基準がないため、分析者の解釈に依存してしまいます。

すべての購買行動がジョブで説明できるわけではない

習慣的な購買や衝動買いは、ジョブ理論で説明しにくい領域です。毎朝同じブランドのコーヒーを買う行動は、「目を覚ましたい」というジョブかもしれませんが、実態は「いつもの習慣」であり、ジョブを意識していない可能性が高いです。

低関与商品の反復購買を無理にジョブで解釈しようとすると、後付けの理屈になるリスクがあります。

ジョブ発見の体系的な方法論が確立されていない

「5人にインタビューすればジョブがわかる」と言うのは簡単ですが、インタビューの設計、質問の仕方、回答の解釈には高いスキルが求められます。ジョブの発見プロセスは属人的になりやすく、再現性に課題があります。

バイロン・シャープによるブランド成長理論からの批判

マーケティング科学者のバイロン・シャープは、著書『How Brands Grow』の中で、ブランドの成長はニッチなセグメントへの最適化ではなく、マスリーチと独自の記憶構造（ディスティンクティブネス）によって起こると主張しています。

シャープの視点に立てば、特定のジョブに最適化する戦略は「ニッチ化」を招くリスクがあります。少数の「理想的なジョブ」に集中しすぎると、ブランドの成長に必要な幅広いリーチを犠牲にする可能性があるという指摘です。

これらの批判はジョブ理論の価値を否定するものではありません。むしろ「どこで使うべきか」「どこでは使いにくいか」を見極めるための材料です。フレームワークは使い所を選ぶことで力を発揮します。

実務の視点 ジョブの定義がチーム内でブレるのは本当によくあります。ある案件で「ユーザーのジョブは何か」をチームで議論したところ、3人の担当者がそれぞれ異なるジョブを挙げ、議論が平行線になりました。結局「正しいジョブとは何か」という抽象的な議論に時間を費やすより、「購入者5人に30分ずつインタビューしよう」とファクトに戻した方が早かったです。ジョブ理論は思考の枠組みとして有用ですが、ジョブの「発見」には顧客への直接ヒアリングが不可欠です。

広告運用への実践的な活かし方

ジョブ理論の強みと限界を踏まえた上で、広告運用にどう活かせるかを考えます。

結論から言えば、ジョブ理論が最も力を発揮するのはメッセージ設計とクリエイティブ開発の領域です。一方で、媒体のターゲティング設定にはそのまま使えません。ここが実務における最大のギャップです。

ジョブは管理画面に入力できない

Google広告やMeta広告の管理画面には「ジョブ」という設定項目はありません。ターゲティングの基本は、年齢・性別・地域といったデモグラフィックと、興味関心・行動データです。

「忙しい朝に手軽に栄養を摂りたい」というジョブを発見しても、そのジョブをそのまま配信条件として設定することはできません。これがジョブ理論と広告運用の間にある構造的なギャップです。

「ジョブで考え、デモグラで配信する」

現実的なアプローチは、ジョブで「何を言うか」を決め、デモグラで「誰に届けるか」を決める、という二段構えです。

具体的な流れを見てみましょう。

ステップ1はジョブを特定することです。「忙しい朝に手軽に栄養を摂りたい」。

ステップ2では、そのジョブを持つ人がデモグラ的にどんな人かを推定します。30代ビジネスパーソン、共働き世帯、健康食品に関心がある層。

ステップ3では、推定したデモグラで配信設定を行い、ジョブに基づいたメッセージを載せます。

このプロセスで重要なのは、ステップ2は「推定」にすぎないという点です。「忙しい朝に手軽に栄養を摂りたい」人が30代ビジネスパーソンだけとは限りません。60代の一人暮らしの方にも同じジョブがあるかもしれません。

だからこそ、配信結果のデータから「どの層に反応が良いか」を検証し、仮説を更新していくサイクルが必要です。

ジョブの例	広告メッセージの方向性	想定ターゲティング	配信の工夫
忙しい朝に手軽に栄養を摂りたい	「朝の5分で栄養補給」	25〜44歳、健康食品関心、ビジネス層	朝6〜9時の時間帯に集中配信
子どもに安心して食べさせたい	「添加物ゼロ、管理栄養士監修」	25〜39歳女性、子育て関連興味関心	子育てメディアへの配信面指定
運動後にすぐリカバリーしたい	「トレーニング直後の30秒チャージ」	18〜34歳、フィットネス・スポーツ関心	フィットネス系アプリ・動画面
ダイエット中でも甘いものが欲しい	「糖質オフなのに満足感」	20〜49歳、ダイエット・美容関心	食事管理アプリ系の配信面

ジョブはクリエイティブのABテストに直結する

ジョブの仮説が複数あるなら、それぞれのジョブに対応したクリエイティブを作り、ABテストで反応を比較するのが実務的です。「どのジョブが一番強いか」をデータで検証できます。

ジョブAに基づく広告とジョブBに基づく広告を同じターゲットに配信し、クリック率やコンバージョン率を比較する。結果として反応が良かった方が、そのセグメントにとって主要なジョブである可能性が高い。広告運用のABテストは、ジョブの仮説検証の手段としても機能します。

実務の視点 ジョブ視点のクリエイティブテストは、訴求軸のテストとしてそのまま実行できます。あるスキンケアブランドで、「肌荒れを治したい」というジョブと「マスクを外しても自信を持ちたい」というジョブ、2つの仮説がありました。同じターゲティングで両方の訴求を配信した結果、後者のCTRが1.5倍になりました。ジョブの解像度が高いほうがメッセージに具体性が出ます。ただし、これは「ジョブ理論の勝利」というよりも「訴求テストをちゃんとやった結果」です。理論のラベルに関係なく、顧客の動機に向き合う姿勢が大切です。

セグメンテーションとジョブ理論の共存

ここまで見てきたように、セグメンテーションとジョブ理論は対立するものではありません。それぞれに強みがあり、弱みがあります。実務では「どちらが正しいか」ではなく、「どの場面でどちらを使うか」を判断することが重要です。

役割の違い

セグメンテーションは「どこに配信するか」に強い。媒体のターゲティング設定、市場規模の推定、競合との棲み分けなど、実行の枠組みを提供します。

ジョブ理論は「何を言うか」に強い。メッセージ設計、クリエイティブの訴求軸、商品開発の方向性など、顧客の動機に根ざした意思決定を支えます。

場面	セグメンテーション	ジョブ理論
配信ターゲットの設定	直接使える	間接的（推定が必要）
メッセージ・コピー設計	属性に合わせた訴求	動機に合わせた訴求
市場規模の推定	適している	難しい
競合分析	同カテゴリー中心	代替手段を含む広い視野
ABテストの仮説設計	属性別の出し分け	ジョブ別の出し分け
新商品のコンセプト設計	ターゲット層の定義	解決すべきジョブの定義

使い分けのチェックリスト

以下の問いに答えることで、どちらの視点を優先すべきかの目安になります。

• 広告のターゲティング設定を決めたい → セグメンテーションを優先。デモグラ・興味関心ベースで配信対象を決める
• 広告のメッセージやコピーを改善したい → ジョブ理論を優先。「なぜ買うか」から訴求を設計する
• クリエイティブのABテストの軸を決めたい → ジョブ理論を優先。異なるジョブに基づく訴求を比較する
• 市場の全体像を把握したい → セグメンテーションを優先。市場規模や構成比を定量的に捉える
• 既存顧客の解約・離脱を防ぎたい → ジョブ理論を優先。「なぜ選ばれなくなったか」の動機を探る
• 新しい媒体やチャネルへの展開を検討したい → セグメンテーションを優先。リーチできるユーザー層を比較する
• 競合との差別化ポイントを見つけたい → 両方を使う。セグメントの中でジョブの独自性を探る

どちらか一方に頼り切るのではなく、両方の視点を持った上で、状況に応じて使い分ける。この柔軟さが実務では求められます。

実務の視点 「ジョブで考え、デモグラで配信する」と書きましたが、最近の広告プラットフォームはこのギャップを少しずつ埋めつつあります。Meta広告のAdvantage+やGoogle広告のP-MAXは、ターゲティングの多くを機械学習に委ねます。つまり「誰に」はアルゴリズムが最適化してくれるので、人間が注力すべきはますます「何を言うか」の部分になっています。このトレンドの中で、ジョブ視点でクリエイティブを設計する重要性は今後さらに高まるかもしれません。ただし「アルゴリズム任せでいい」という意味ではなく、良いクリエイティブの土台にジョブの理解がある、ということです。

まとめ

ジョブ理論は、「顧客は製品ではなくジョブの解決手段を雇っている」という視点を提供してくれます。デモグラフィックセグメンテーションでは見えにくい「なぜ買うか」という動機に光を当てる力があります。

一方で、ジョブの定義は主観的になりやすく、すべての購買行動を説明できるわけではありません。バイロン・シャープが指摘するように、ブランドの成長にはマスリーチも不可欠です。ジョブ理論を一方的に礼賛するのではなく、その強みと限界を理解した上で使い分けることが大切です。

広告運用の文脈では、ジョブ理論はメッセージ設計とクリエイティブ開発の領域で最も力を発揮します。「誰に」はセグメンテーションで定め、「何を言うか」はジョブの視点で考える。この二段構えが、現時点での現実的なアプローチです。

最後に、ジョブ理論にせよセグメンテーションにせよ、フレームワークは思考を整理する道具にすぎません。大切なのは「顧客はなぜこの商品を選ぶのか」という問いを持ち続けることです。理論のラベルよりも、顧客への好奇心と向き合う姿勢が、良い広告を生む出発点になります。

この記事のポイント	内容
セグメンテーションの限界	同じ属性でも購買動機は異なる。「誰に」だけでは足りない
ジョブ理論の強み	「なぜ買うか」の動機に到達でき、競合の定義が広がる
ジョブ理論の限界	定義が主観的、習慣的購買には適用しにくい、マスリーチと矛盾する場合も
広告運用への活かし方	ジョブで「何を言うか」を決め、デモグラで「誰に届けるか」を決める
共存のポイント	どちらか一方ではなく、場面に応じて使い分ける