# 02. Problem & Solution

## ターゲットペルソナ

**田中誠（仮名）**
- 34歳、男性、商社勤務、年収780万円、東京・三鷹市在住
- 過去に Pairs / Omiai を計1.5年使い、月10人とマッチ・3人と実際に会ったが進展ゼロ → 半年前に退会
- 「アプリは消耗するけど、自分から動かないと一生独身という危機感もある」
- 周りの友人で結婚したのは *職場・趣味コミュニティ・友人の紹介* がほぼ全て

---

## 3つの核心インサイト

### ① 婚活市場は閉じた20%プール
- 独身20-49歳人口：約2,500万人
- 主要マッチングアプリのMAU合計：約500万人（重複含めて実質350万人程度）
- *市場参加率はわずか14〜20%*。残り80%は「アプリ外で出会う or 出会わない」

### ② "外側の80%" の方が、結婚意欲・経済力は同等以上
- 公的データ分析では、年収500万円以上の独身層は *Pairs等のユーザー比率が低い*
- 婚活アプリは「アプリでないと出会えない」層に偏りやすく、職場・趣味充実層は使わない傾向
- → *非市場層こそ、出会いたい相手のスイートスポット*

### ③ 出会いは "確率論" の世界
- 「運命の人」は、母数 × 確率の掛け算で出現する
- 場所選び・時間配分・接触頻度を最適化すれば、確率は2〜10倍に変わる
- 国勢調査データを使えば *どこにどれだけの該当層がいるか* が可視化できる

---

## 既存サービスの限界

| サービス | 特徴 | 限界 |
|-----|-----|-----|
| Pairs / Omiai / With | アプリ内マッチング | 同じ20%プール、疲弊あり |
| 結婚相談所（IBJ系） | 真剣度高、データあり | 月3〜10万円、高額 |
| 街コン・婚活パーティ | リアル出会い | 1回のみ、戦略なし |
| 友人紹介 | 信頼性高 | 数が少ない、属人的 |

→ *「公的データドリブンで戦略提案する婚活コーチ」は完全な空白市場*

---

## データ婚活アドバイザーのソリューション

### 4ステップ戦略フレームワーク

**Step 1: あなたの理想層を定義**
- 年齢・年収・職業・居住エリア・趣味嗜好をAIヒアリング
- 国勢調査ベースの "実在母集団" を可視化

**Step 2: データ分析で生息地・行動を特定**
- 居住地：港区・千代田区・武蔵野市など TOP 5
- 通勤動線：朝夜の駅利用傾向
- 趣味行動：英会話・ジム・読書会の参加比率
- 給与所得帯のクラスター可視化

**Step 3: 日常導線でのアプローチ提案**
- 「英会話スクールに通う」「地域読書会に参加」「同窓会の幹事」など、 *無理なく自然に該当層に接触する* 戦略
- 各戦略のコスト・所要時間・確率指標を提示

**Step 4: 週次レビューで最適化**
- 接触人数・会話継続数・関係性スコアをトラッキング
- 改善ポイントを毎週フィードバック

---

## ビフォー・アフター

| 指標 | 既存マッチングアプリ | データ婚活アドバイザー |
|-----|-----|-----|
| 接触母集団 | 20%の市場 | 80%の市場 |
| 戦略性 | スワイプ＆メッセージ | データ駆動の場所選び＆行動最適化 |
| 月額コスト | 3,000〜5,000円 | 2,980円（Strategist） |
| 真剣度ミスマッチ | 多い | 自然な関係構築のため少ない |
| 成功体験 | 数の論理 | 質の論理 |

---

## なぜ今か

- 国勢調査データのオープンデータ化が進展
- LLM（Claude / GPT-5.5）で日本語データ分析の精度が実用レベルに
- 婚活アプリ疲弊層が顕在化（特に30代後半〜40代）
- 自治体・企業の少子化対策予算がパーソナライズ婚活支援に流れ始めている