エンパシーマッピングは、ユーザーの行動・言葉・思考・感情を構造化して記録し、そこから問題定義へとつながる洞察（インサイト）を引き出すフレームワークです。入門版の共感マップが「ツールとは何か」を教えるなら、このガイドは「ワークショップで何が起きるか」と「感情データをどう問題定義へ変換するか」を扱います。

なぜエンパシーマッピングが必要か

問題（Problem）

ユーザーリサーチを丁寧に行ったはずなのに、チームが出した解決策が的外れだった——この経験は、デザイン思考を実践する多くのプロジェクトで繰り返されます。200回以上のワークショップで繰り返し観察されてきたのは、インタビュー記録が詰まったスプレッドシートがチームの共通理解の道具になっていないというパターンです。データが多いほど、「それぞれが自分の解釈でアイデアを出す」危険性が高まります。

親近感（Affinity）

ワークショップでよく起こるのは、ファシリテーターが「さあインタビューの内容を共有してください」と言った瞬間に、参加者が「うちのユーザーが言っていたのは〜」という発言から始まり、気がつくと各自の思い込みを発表する場になっているパターンです。ユーザーの声のはずが、チームメンバーの解釈の声になっている。エンパシーマップは、この「解釈の混入」を構造的に防ぐための壁です。

解決策（Solution）

エンパシーマッピングは、ユーザーの体験を4つの象限（Say/Think/Do/Feel）に分類してから、矛盾・驚き・感情の谷に注目してインサイトを引き出します。これにより、「チームが持ち込んだ解釈」ではなく「ユーザーのデータから生まれた洞察」を問題定義の出発点にできます。

エンパシーマッピングの全体像

入門版との差分

既存の共感マップ記事では、4象限の定義と基本的な手順を扱っています。このガイドが扱うのは、その先です。

観点	入門版（共感マップ）	このガイド（完全版）
対象	初めて使うチーム	リサーチデータがある状態で始めるチーム
焦点	象限の使い方の理解	感情データからインサイトへの変換
時間	30〜60分	90〜150分
アウトプット	埋まったマップ	インサイト文3〜5本

Stanford d.school / IDEO の理論的位置づけ

Stanford d.school の Bootcamp Bootleg（2018年改訂版）では、エンパシーフェーズのゴールを「インタビューや観察を通じてユーザーの体験に深く入り込み、ユーザーを突き動かしている感情や動機を理解すること」と定義しています。エンパシーマップはこのゴールに向けて、チームが持ち帰ったリサーチデータを共同で整理し、解釈を議論するためのキャンバスとして機能します。

IDEO の Human-Centered Design の実践でも、エンパシーマップは「データの民主化」ツールとして使われます。調査に参加していないステークホルダーを含め、チーム全員がユーザー体験に対して同じ解像度の理解を持てるようにすることが、その主要な役割です。

準備

リサーチデータを整理しておく

エンパシーマッピングは、最低3名のユーザーへのインタビューまたは観察調査を完了してから実施します。データなしで始めると、ユーザーではなくチームの思い込みのマップが完成します。

インタビュー録音の文字起こし（または詳細なメモ）
観察中に撮影した写真・スケッチ
インタビューガイドと実際の発言の対応記録
観察メモ（行動・発言・表情の記録）

空間設計

模造紙を壁に貼り、4象限（Say / Think / Do / Feel）を大きく区切ります。各象限には最低でもA4サイズ相当のスペースが必要です。付箋は3色準備します。「ユーザーの発言・行動（事実）」「チームの推察」「気になる矛盾点」の3種を色で区別することで、後の分析が格段に楽になります。

ステップ別実施ガイド

Step 1：ユーザー像の設定（15分）

マップの中央に配置するユーザー像を設定します。ここを曖昧にすると、マップ全体が誰のデータなのかわからなくなります。

実際にやってみると、複数のインタビュー対象者の発言を1枚のマップに混ぜてしまうケースが多発します。この失敗を防ぐために、1枚のマップ = 1人のユーザー（または明確に定義した1つのペルソナ）を徹底します。

ユーザー像の記述例として、「42歳・IT企業部長・毎朝7時の通勤電車でメールを処理している田中さん」のように、属性だけでなく状況と文脈を含めます。属性だけのユーザー像は、後の象限記入で「この人だったら何をしているか」を想像するときの手がかりが弱くなります。

Step 2：Say の象限を埋める（20分）

「ユーザーが実際に口にした言葉」をそのまま付箋に書いて貼ります。

厳守ルール：ユーザーの言葉を加工しない。「〜と言っていた」ではなく、できる限り「〜」という一人称の直接引用で書きます。「操作が難しかった」ではなく「どこを押せばいいのか本当にわからなかった、3回試した」のように記録します。

ワークショップでよく起こるのは、発言の「意訳」が混入することです。ファシリテーターは「それはユーザーが言ったことですか、それともあなたの解釈ですか？」という問いを繰り返す必要があります。もし推察であれば、別の色の付箋に書いてThinkの象限に移します。

Step 3：Do の象限を埋める（20分）

「ユーザーが実際にとった行動」を記録します。観察が重要です。インタビューの発言だけではなく、観察中にユーザーが実際に何をしたかを中心に記入します。

ここで特に重要なのは、「言っていること（Say）」と「していること（Do）」の矛盾を積極的に探すことです。「使いやすいと思っています」と言いながら、実際には毎回同じ箇所でマウスが止まっていた——このギャップが、最も深いインサイトの源泉になることが多いです。

矛盾を発見したら、目立つ色のマーカーで矢印を引いて「Say との矛盾」と記します。この矛盾リストが、Step 6 のインサイト抽出で最重要の材料になります。

Step 4：Think の象限を埋める（20分）

「ユーザーが口にはしないが、おそらく考えていること」を推察で記入します。この象限だけは推察で構いません。ただし推察であることを明記した付箋の色で区別します。

Think の象限が空欄のまま進んでしまうパターンは、ほぼすべてのワークショップで観察されます。チームが「勝手に決めていいのか」と迷って手が止まるのです。ファシリテーターは「推察でいい。ただし後でリサーチで確認する仮説として扱う」と明言します。

Think の問いを引き出す問いかけ例：

「このユーザーは何を心配していたと思いますか？」
「実際には何を求めていたと思いますか？」
「口に出せなかったことは何だったと思いますか？」

実際にやってみると、Think の空欄を埋める議論の中で「私たちはそもそもこのユーザーの動機を理解できていないのでは？」という問いが自然と生まれます。この「気づき」自体が、次のリサーチで確認すべき仮説の候補になります。

Step 5：Feel の象限を埋める（20分）

「ユーザーが体験の各場面で感じていた感情」を記録します。感情は観察から読み取ったものと、インタビュー中の発言から拾えるものがあります。

感情の語彙を豊かにするために、感情チェックリストを壁に貼っておくことを強く推薦します。 「良い/悪い」「困った/嬉しかった」程度の語彙では粗すぎます。「焦り」「諦め」「期待外れ」「驚き」「安心」「恥ずかしさ」「自信喪失」のような具体的な感情語彙で記述することで、後の分析の解像度が上がります。

感情の記録が終わったら、感情曲線を引きます。時系列（ユーザー体験の流れ）に沿って感情を高い/低いでプロットし、折れ線で結びます。急激に下がるポイントが問題の集中箇所、急激に上がるポイントがユーザーが価値を感じている瞬間の候補です。

インサイト抽出：感情データから問題定義への橋渡し

ここからが、入門版との最大の差分です。埋まったマップから「だから何か」を引き出すプロセスです。

インサイト抽出の3つのレンズ

レンズ1：矛盾に注目する

Say と Do の矛盾、Think と Feel の矛盾、ユーザーが期待していたことと実際の体験のギャップ——これらの矛盾点を全てリストアップします。矛盾は「このユーザーの本当のニーズはまだわかっていない」というシグナルです。

ある医療機器メーカーのワークショップでは、患者が「この操作は難しくない」と言いながら実際には5分以上かけていたことが明らかになりました。矛盾を深掘りすると、「難しい」と認めることへの心理的抵抗が背景にあることが判明し、「設計が難しいのではなく、使用環境が問題だ」という問題定義の転換につながりました。

レンズ2：感情の谷に注目する

感情曲線が急激に下がるポイントを特定します。次に「その時点でユーザーは何をしていて、何を考えていたか」をSay/Think/Doの象限で照合します。感情の谷 × 行動の詰まり × 思考の不安が重なる箇所が、最も重要な問題候補です。

レンズ3：繰り返しパターンに注目する

複数のユーザーに共通する発言・行動・感情を探します。1人だけに見られる特異なパターンは個人差の可能性がありますが、3人中3人に共通するパターンは構造的な問題のシグナルです。

インサイト文の書き方

矛盾・感情の谷・繰り返しパターンから「インサイト文」を書きます。インサイト文の形式：

「[ユーザー] は [状況] のとき、[期待] を持っているにもかかわらず、実際には [現実] という体験をしていた。これは [根本的な理由] からきていると考えられる。」

例：「IT部門の担当者は新しいシステムの操作方法を学ぶとき、完璧に理解してから使いたいという期待を持っているにもかかわらず、実際にはエラーが怖くて試すことができていない。これは、失敗が記録・報告される組織文化への不安からきていると考えられる」

このインサイト文が、POVステートメントの「なぜなら〜だからだ」という部分の核心になります。

ファシリテーションのコツ

「データを話す」と「解釈を話す」を分離する

ワークショップの最大の課題は、チームメンバーが自分の解釈をユーザーの声として語り始めることです。ファシリテーターは「それはユーザーが言ったことですか？」「それとも、あなたがそう感じたということですか？」という問いを、遠慮なく繰り返します。

ある参加者からの声として多いのが「最初は厳しく区別されると窮屈に感じたが、終わってみると事実と推察の区別が明確だったおかげで議論がスムーズだった」というものです。

沈黙を埋めない

付箋を書く時間は沈黙が続きます。ファシリテーターは「何か発見はありましたか？」などと沈黙を埋めようとしないこと。 「あと2分あります」「今○○の象限を埋めている方が多いですね」という状況報告だけで十分です。

Think の象限を最後に埋めさせる

ワークショップの順序として、Say → Do → Feel → Think の順に埋めることを推薦します。事実（Say/Do）と感情（Feel）を先に埋めてから、推察（Think）に進むことで、事実を根拠とした推察が生まれやすくなります。

時間配分を事前に宣言する

各象限に充てる時間を開始前に参加者全員に伝えます。「各象限20分、インサイト抽出30分、全体でプレゼン共有15分」という構造が見えると、参加者が「今どこにいるか」を把握できてセッションへの没入度が上がります。

よくある失敗と対策

失敗1：1枚のマップに複数のユーザーのデータを混ぜる

「インタビューした3人の声を全部入れよう」という意図は理解できますが、混在すると誰のマップかが不明瞭になり、インサイト抽出ができなくなります。 3名分のインタビューデータがあれば、3枚のマップを作成するか、明確なペルソナを設定してその視点で整理します。

対策：「このマップは田中さんのマップです」という名札を中央に貼り、全員が常に意識できるようにします。

失敗2：感情語彙が貧困なままにする

「不満」「良かった」だけの感情語彙では、感情の谷の深さや種類が分析できません。感情の精度が粗いと、インサイトも粗くなります。

対策：ワークショップ前に「感情ホイール（Emotion Wheel）」をA3で印刷して配布します。Robert Plutchik の感情の輪は、基本8感情から派生する多様な感情語彙を視覚的に参照できるツールとして有効です。

失敗3：マップが完成したことをゴールにする

「マップが埋まった、お疲れ様」で終わるワークショップは、インサイト抽出に至っていません。エンパシーマップは問題定義への橋渡しであり、完成したマップは手段です。

対策：セッション設計の段階で「インサイト文3本を書く」というアウトプット目標を設定し、マップ記入の時間の後に必ずインサイト抽出のセクションを設けます。

失敗4：リサーチなしで「想像マップ」を作る

リサーチデータがない段階でエンパシーマップを作ることは、チームの思い込みを可視化するだけで終わります。「ユーザーはこう感じているはずだ」という仮説マップと、実際のリサーチデータに基づくマップは別物です。

対策：リサーチ前に仮説マップを作ることを「仮説マップ」として明示し、リサーチ後に実データで上書きする比較プロセスを組み込みます。仮説と現実のギャップ自体が重要な発見になります。

実装用テンプレート

エンパシーマップ基本フォーマット

┌─────────────────────────────────┐
│  ユーザー像: [名前・状況・文脈]           │
│  リサーチ日: [日付] / 実施者: [名前]      │
└─────────────────────────────────┘

┌──────────────┬──────────────┐
│    SAY（言う）  │  THINK（考える）│
│  ─ユーザーの   │  ─口にしない   │
│  実際の発言─   │   思考・懸念─  │
│              │  ★推察付箋使用 │
├──────────────┼──────────────┤
│    DO（する）   │  FEEL（感じる） │
│  ─実際の行動─  │  ─感情語彙で─  │
│  ★観察データ優先│  感情曲線も引く │
└──────────────┴──────────────┘

矛盾メモ: Say↔Do、Think↔Feel の矛盾を記録
─────────────────────────────────────
インサイト抽出（この欄を埋めることが最終目標）:
インサイト1: _______________
インサイト2: _______________
インサイト3: _______________

インサイト抽出ワークシート

観点	発見	インサイト候補
Say↔Do矛盾
感情の谷
繰り返しパターン

エンパシーマップの後に何をするか

エンパシーマッピングで抽出したインサイトは、次の3つのステップへ直接つながります。

1. POVステートメントの作成

インサイト文を「[ユーザー] は [ニーズ] を必要としている。なぜなら [インサイト] だからだ」というPOV形式に変換します。

2. カスタマージャーニーマップとの統合

エンパシーマップで見えた感情の谷と行動パターンを、時系列に並べたジャーニーマップで立体的に可視化します。両者を組み合わせると、「どの場面でその感情が生まれるか」という文脈がより明確になります。

3. 追加リサーチの設計

Think の象限に書いた「推察」は、次のリサーチで検証すべき仮説のリストです。「このユーザーは〜と思っているはずだ」という推察を、インタビューや観察の新しいラウンドで確認します。

ポイント

1マップ1ユーザー — 複数のユーザーデータを混ぜない。ペルソナを設定する場合も文脈を含めた具体的な定義をする
事実と推察を色で分ける — ThinkとFeel の推察部分は別色付箋で区別し、「検証が必要な仮説」として扱う
矛盾を探す — Say↔Do の矛盾こそが最も深いインサイトの源泉
インサイト文まで書く — マップが埋まることではなく、インサイト文3本を書くことをゴールに設定する
感情語彙を豊かにする — 感情ホイール等のツールを使い、「良い/悪い」に留まらない精度で記録する
感情曲線を引く — 感情の谷と山を可視化することで、問題の優先順位と価値提供のポイントが見えてくる

参考文献

Stanford d.school, Bootcamp Bootleg, Institute of Design at Stanford, 2018年改訂版
IDEO.org, The Field Guide to Human-Centered Design, IDEO.org, 2015
Dave Gray, Sunni Brown & James Macanufo, Gamestorming: A Playbook for Innovators, Rulebreakers, and Changemakers, O’Reilly, 2010
Robert Plutchik, “A Psychoevolutionary Theory of Emotions”, Social Science Information, 21(4-5), 1982
Nielsen Norman Group, “Empathy Mapping: The First Step in Design Thinking”, nngroup.com, 2017