自社の顧客満足度調査では、いつも高いスコアが返ってきます。NPS（顧客推奨度。商品やサービスを友人に薦めたいかを0から10で問う指標）も、業界平均を上回っています。それなのに、顧客の離反は止まらず、競合への乗り換えも続いています。経営会議で「顧客の声は聞いている」と誰もが言うのに、その声が次の打ち手につながった記憶が、ほとんどありません。
この違和感には、構造的な理由があります。米マッキンゼーが米国企業のCX（顧客体験）責任者260名超に行った調査によれば、93%が顧客アンケートのような調査型の指標を顧客体験測定の主軸に据えている一方で、その測定方法に完全に満足している責任者はわずか15%にとどまり、戦略と戦術の両方の意思決定に役立っていると断言できた責任者は6%でした[1]。多くの企業が「顧客の声を聞いている」と思い込みながら、その声は経営判断にほとんど効いていないのです。
私たちは、AIを活用した経営変革を担うAXファーム（AX：AI Transformation）として、国内大手企業の商談現場に入ってきました。そこで痛感するのは、顧客の本音は、定型アンケートの選択肢の外にしか存在しない、ということです。本音は、整った設問の中ではなく、整わない対話の中にあります。VoC分析（Voice of the Customer。顧客の声を収集・分析し経営に活かす取り組み）が長らく行き詰まってきた本当の理由は、ここにあります。
この記事の3つの結論
- VoC分析とは「顧客の声を集めること」ではなく、非構造の対話から本音を構造化することです。アンケートは選択肢の中しか見えません。
- 既存VoC手法には限界があります。NPSは浅く、テキストマイニングは文脈を欠き、営業報告はバイアスがかかる。マッキンゼー調査でも調査型指標に満足する責任者は15%でした[1]。
- 顧客の本音は、企業データの8〜9割を占める非構造データ（行と列に整理できない会話や録音などのデータ）の中にあります[4]。商談の対話こそ、最も鮮度の高いVoCの源泉です。
VoC分析とは何か、そしてなぜ「声を集める」では足りないのか
VoC分析とは、本来「顧客の声を経営判断に直結させる仕組み」を指します。マーケティングVoCの文脈では、満足度調査やレビュー、問い合わせ履歴を集約し、商品開発や顧客体験の改善につなげる活動として語られてきました。ところが多くの企業で、VoC分析は「声を集めること」そのものが目的化しています。アンケートを配り、回収率を追い、スコアを並べる。集めることは進んでも、本音にはたどり着けていません。
理由は単純です。アンケートは、設計者があらかじめ用意した選択肢の中しか映さないからです。設問に書かれていない不満、言葉にならない違和感、検討の過程で消えた迷い。顧客が本当に動いた理由は、たいてい選択肢の外にあります。マッキンゼーが指摘するように、アンケートは過去の一時点における一部の顧客の見方を切り取るにすぎず、顧客体験を設計し改善する中核ツールにはなりえません[1]。
ここに、VoC分析の出発点を置き直す必要があります。問うべきは「どうやって声を多く集めるか」ではありません。「顧客が本当に動いた理由は、いまどこに記録され、誰に届いているか」です。私たちはこの考え方を「一次情報経営」と呼んできました。現場で生まれた加工前の一次情報を、要約に丸める前に構造化し、経営判断へ直結させる発想です。VoC分析は、この一次情報経営の入口にあたります。
NPSは浅く、テキストマイニングは文脈がなく、営業報告はバイアスがかかる
では、なぜ既存のVoC分析方法は本音に届かないのか。よく使われる3つの手法を見ると、限界の構造がはっきりします。
- NPSは、浅い。NPSは、ハーバード・ビジネス・レビュー2003年12月号でフレッド・ライクヘルド氏が提唱した、成長を予測する指標です[2]。「友人に薦めたいか」を一問で測る簡潔さが普及を支え、いまもフォーチュン1000の3分の2が使っています[2]。しかし0から10のスコアは、推奨の強さこそ測れても、その理由までは測れません。「なぜ7なのか」という最も重要な部分は、数値の外に置き去りにされます。
- テキストマイニングは、文脈がない。自由記述やレビューを単語の頻度で解析すれば、「価格」「対応」といった論点は浮かびます。けれども、その言葉がどの場面で、どんな表情と前後関係の中で発せられたのかは消えます。「高い」が値引き要求なのか、価値を認めた上での確認なのか。文脈を失った言葉は、本音の影にすぎません。
- 営業報告は、バイアスがかかる。商談の生の声を最もよく聞いているのは営業担当者です。ところが報告に上がる時点で、その声は担当者の解釈という濾過装置を通ります。失注は外部要因に、好感触は自分の手柄に。悪意がなくとも、報告は語り手に都合よく丸められます。私たちが過去の論考で論じてきた「二次情報依存」、つまり加工済みの要約に頼った経営の状態が、VoC分析でも繰り返されているのです。
3つに共通するのは、いずれも本音を構造化する前に、本音を削り落としているという点です。スコアに削られ、文脈を失い、解釈に丸められる。マッキンゼーの調査で、調査型指標に完全に満足する責任者がわずか15%だった事実は[1]、この削り落としが現場で広く実感されている証拠だと考えています。
さらに、こうして拾った断片すら、組織のサイロに閉じ込められがちです。営業が聞いた声は営業部に、サポートが聞いた声はカスタマーサクセス部に、クレームは品質管理部に。同じお客様が別々のチャネルで語った内容が統合されず、全社で「この顧客はいま何を考えているか」を語れる状態がつくれていないのです。
顧客の本音は、非構造の対話の中にしかない
ここで一つの事実が効いてきます。米調査会社IDCやガートナーの推計では、企業が新たに生み出すデータの8〜9割は、行と列に整理できない非構造データです[3][4]。会話の音声、商談の録音、チャット、問い合わせのやり取り。顧客の本音は、この非構造の対話の側に、圧倒的に偏って存在しています。アンケートのような構造化データは、氷山の一角にすぎません。
これは、VoC分析の前提を覆します。本音が非構造の対話の中にあるのなら、選択肢を整えたアンケートをいくら磨いても、本音には近づけません。近づくべきは、整っていない対話そのものです。そして商談の対話は、顧客が自社の課題と本心を最も率直に語る場であり、最も鮮度の高いVoCの源泉です。
2026年4月、KADOKAWAから拙著『生成AIで最強の組織が生まれる──トップと現場をつなぐ一次情報経営』を刊行しました。本書の中核命題は、現場の一次情報を要約に変える前に構造化し、経営判断へ直結させること、その一点にあります。VoC分析という主題に引き寄せれば、まさにこうなります。顧客の本音という最も価値の高い一次情報は、商談の対話の中で日々生まれては、要約に丸められて消えている。その表出化されない本音をどう構造化するかが、問われているのです。私たちはこの、暗黙のまま流れていく顧客理解を言葉と構造に変える難所を「表出化の壁」と呼んできました。
非構造の対話を構造化する。これは長らく、技術的に不可能でした。だからこそVoC分析は、扱いやすいアンケートに逃げ込むしかなかったのです。
対話データからVoCを構造化する、その方法と事例
30年で初めて、この前提が崩れました。生成AIです。非構造の対話から判断の構造を取り出せるようになったことで、表出化の壁を初めて技術的に越えられるようになりました。
具体的なVoC分析方法は、こう変わります。商談や接客の録音をAIで解析し、「顧客がどの場面で、どんな言葉で、何に反応し、何に沈黙したか」を構造化する。スコアではなく理由を、単語ではなく文脈を、解釈ではなく生の発話を、欠落させずに残すのです。私たちはこれまで、国内大手企業を中心に1,000名以上、計2万時間に及ぶ対話データをAIで解析してきました[5]。そこで一貫して見えてきたのは、お客様が本当に動いた理由が、満足度スコアの数字ではなく、対話の言い回しや沈黙、温度感の中に構造として埋め込まれている、という事実です。
この構造分析は、三つの段階で進みます。第一に、対話データから「お客様が何を評価し、何に不満を持ち、なぜ競合を選んだのか」という評価の全体像を構造化し、真の課題を特定します。第二に、特定した評価軸を、ペルソナ別や店舗別に常時モニタリングできるダッシュボードに実装します。第三に、ダッシュボードが示す「何が起きているか」を、「誰が・何を・どう変えるか」という打ち手に翻訳し、現場の行動変容まで伴走します。VoC分析を「レポート」で終わらせないための設計です。
対話を構造化するこの作業は、同時に顧客の本音そのものを浮かび上がらせます。お客様がどこで身を乗り出し、どこで言葉を濁したか。その反応の集積こそ、アンケートでは決して取れなかった本音にほかなりません。
VoC分析事例として、ある自動車販売の会社の取り組みを挙げます。商談や接客の対話は、これまで担当者の記憶のなかにあるだけで、報告に要約された瞬間にお客様の機微が抜け落ちていました。そこで同社は、その対話をAIで可視化し、お客様の温度感、つまりどこで迷い、何に背中を押されたかを構造化したうえで、担当者が次に取るべきアクションを提示する仕組みを取り入れました。現場からは「お客様の温度感が見えるようになった」という声が上がり、経験の浅い販売員でも、自分の対応のどこを変えればよいかを自ら掴み、成約につながったケースも生まれています。アンケートの星の数には決して表れなかったこの本音こそ、非構造の対話から構造化されたVoCそのものです。
構造化したVoCは、経営が一目で読める一枚のダッシュボードにまとまります。たとえばある自動車販売店では、来店時の接客や試乗、問い合わせ電話の対話を一つの画面に集め、AIでお客様の本音を抽出しています。興味深いのは、来店後アンケートの満足度は高いのに、商談まで進んだお客様の一定数が他店で購入していた、という矛盾の正体がここで見えることです。対話を解析すると、離脱の真因は「価格」ではなく、試乗のあとに次の一歩を示せず、迷いを残したまま帰していたことでした。画面には、ペルソナごとに効く接客と、担当者が次に取るべきアクションが、お客様の生の声とともに並びます。スコアではなく理由が、星の数ではなく温度感が、欠落せずに経営と現場に届くのです。
強調したいのは、これがツール導入の話ではない、という点です。ツールにできるのは記録と汎用的なスコアリングまでです。どの対話が本音という一次情報を含むのかを論点として定め、表出化の壁を越える設計をするのは、経営の仕事です。私たちが、対話の構造分析から、ペルソナ別の打ち手設計までを含むVoC戦略の立案を支援しているのは、まさにこの一点においてです。
顧客理解の限界は、現場ではなく経営OSの問題です
顧客の本音にたどり着けないのは、現場のヒアリング力が足りないからでも、アンケートの設計が下手だからでもありません。本音が宿る非構造の対話を構造化する仕組みが、これまで経営の中に存在しなかったからです。問題は個人の聞き取りスキルではなく、組織の経営OS、つまり意思決定の構造そのものにあります。
VoC分析の成否は、アンケートを何通集めたかでも、NPSが何ポイント上がったかでも決まりません。決めるのは、顧客が本当に動いた理由が、選択肢の外で語られたまま消えていないか、それとも構造化されて経営の判断に届いているか、その一点です。一次情報経営とは、整った設問の中ではなく整わない対話の中にある本音を、要約に丸める前に構造化する回路を、経営の中核に据えることにほかなりません。御社の満足度調査が高いのに顧客の離反が止まらないとしたら、その答えは、まだ誰も読み解いていない対話の中にあるのかもしれません。それを掘り起こせているでしょうか。
出典
- CX責任者260名超のうち93%が調査型指標を主軸／完全満足は15%・意思決定に有効と確信は6% — McKinsey「Prediction: The future of CX」(調査期間2019年11月18日〜2020年1月15日、AlphaSights・Gerson Lehrman Group協働)。https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/prediction-the-future-of-cx
- NPS（推奨度を一問で測る指標）／フォーチュン1000の3分の2が利用 — Fred Reichheld「The One Number You Need to Grow」Harvard Business Review 2003年12月号 (Vol.81, pp.46-55)。https://hbr.org/2003/12/the-one-number-you-need-to-grow
- 企業の新規データの大半が非構造データ・構造化データの3倍速で増加 — IDC推計（非構造データの年平均成長率61%）。
- 非構造データは新規エンタープライズデータの推計80〜90% — Gartner推計（IDCも同水準を報告：組織データの約90%が非構造、2025年に世界データの約80%が非構造化の見込み）。
- 国内大手企業を中心に1,000名以上・計2万時間に及ぶ商談・接客の対話データのAI解析 — Bring Out 自社リサーチ（公開済み）。
参考：80%の企業が優れた顧客体験を提供していると考える一方、同意する顧客は8% — Bain & Company「Closing the delivery gap」(362社調査, 2005)。https://media.bain.com/bainweb/PDFs/cms/hotTopics/closingdeliverygap.pdf
.png)
-2.png)
.png)