家具コンシェルジュ

家具を買うとき、「部屋に合うのか」「本当にこれでいいのか」が分からず、自分で選ぶことに自信が持てない。この悩みをきっかけに、チームで課題を掘り下げました。

議論を重ねる中で、不安の原因は家具の情報不足ではなく、「自分で判断することへの不安」だと考え、テーマ別コーディネート提案とプロへのチャット相談を組み合わせたサービスを企画しました。

5日間の企業ゼミだったため、生成AIも活用しながら仮説と検証を高速に繰り返し、私はヒアリングや画面設計、プロトタイプ制作を担当しました。

家具選びに悩んだ経験のあるユーザーへヒアリングを実施しました。

「高い買い物だから失敗したくない」「家具単体ではなく、部屋全体を提案してほしい」という声が多く、必要なのは家具の情報ではなく、「安心して選べる後押し」ではないかと考えました。

この気づきをもとに、チームでサービスの方向性を整理していきました。

ヒアリング結果をもとに、チームでエンパシーマップとPoVを作成しました。

議論と投票を重ねた結果、「家具を探したい人」ではなく、「安心して判断できる後押しを求める人」と捉え直したことが、その後のサービス設計の軸になりました。

以降のアイデア検討や画面設計も、このPoVをもとに進めています。

PoVをもとにHMWを設定し、生成AIも活用しながらアイデアを発散しました。

テーマ別コーディネート提案やガチャ型レコメンドなど複数案を検討しましたが、チームで議論を重ねる中で、「安心して選べること」を軸に、テーマ別提案とプロへのチャット相談を組み合わせた体験へ整理しました。

短期間でも多くの案を比較・検討できたことが、生成AIを活用した大きな効果でした。

生成AIでUser Story Mapのたたき台を作成し、チームで議論を重ねながらブラッシュアップしました。

その後、想定ユーザーへのインタビューを実施し、利用シーンや分かりづらい点を確認しました。

フィードバックを反映しながらUser Story Mapと画面構成を改善し、体験全体を整理しました。

User Story Mapをもとに、画面遷移図とワイヤーフレームを作成しました。

担当画面の設計に加え、進行管理も担当し、チームでプロトタイプ制作を進めました。

ユーザーがテーマ選択から相談まで迷わず進める画面構成を意識しました。

画面遷移図とワイヤーフレームをもとに、Figma Makeでプロトタイプを制作しました。

テーマ別コーディネートの提案から、プロへのチャット相談までの流れを実際に操作しながら確認できるようにしています。

5日間という限られた期間の中で、生成AIも活用しながらアイデアを発散し、チームで議論を重ねて一つのサービスへまとめました。

一人では思いつかない視点を取り入れながら方向性を整理し、ユーザー課題に立ち返って意思決定する難しさと大切さを実感しました。

また、生成AIを活用することで、アイデアの発散やたたき台の作成を効率化し、その分チームでの議論や検証により多くの時間を充てられることを実感しました。