アンケートを顧客理解に活かすには？5つの集計ツールも解説

せっかくアンケートをとっても、集計結果を分析しきれなかったり他部署に共有できていなかったりと、活用できずに困っていませんか？

アンケートは顧客からの率直な意見や感想を得ることができるツールであり、製品の改善やサービスの向上、新しい製品の開発などに有効です。しかし、実効性のあるアンケートを行うためには、実施前から集計、分析と工夫をしなければなりません。また、 アンケートを企業内で最大限活用するためには、得られたアンケートや分析結果を顧客に関わるすべての部署で共有し、活用すること が欠かせません。

本記事では、有効なアンケートデータを得るための第一歩として、回答してもらいやすくする方法やアンケート集計を効率的におこなう方法、集計したデータを分析するためのさまざまな手法を解説します。そして、分析したアンケートデータを部署間でスムーズに共有する方法とアンケート集計に役立つツールなど、さらに踏み込んだアンケートの活用手法もご紹介します。

顧客満足度アンケート作成に役立つテンプレート5選

HubSpotが提供するお役立ち資料が無料で今すぐダウンロードいただけます。

• NPS®（顧客ロイヤルティー指標）アンケート
• CSAT（顧客満足度指標）アンケート
• CES（顧客努力指標）アンケート
• 顧客満足度アンケート （詳細版）

今すぐ無料ダウンロードする 詳しく見る 今すぐ無料ダウンロードする

今すぐダウンロードする

全てのフィールドが必須です。

ダウンロードの準備ができました

下記のボタンよりダウンロードいただけます。

今すぐダウンロードする

アンケート結果はお客様の時間を割いてもらって回答していただける貴重な機会です。うまく活用することで、顧客の企業に対するイメージの向上やサービスの展開にもつながります。 ただ、いくら回答の質がよくても、回答の数が少なければ正確な分析はおこなえません。逆に回答の数が多くても回答の質が悪ければ、有効なデータとはなりえません。

アンケートを有意義なものにするためには、回答率や回答の質を高めることが大切 です。さらに、アンケート回収後に集計・分析がしやすいようにアンケートの設計にも工夫をしなければなりません。

ここでは、アンケートの回答率や回答の質を上げるための工夫、及び、集計・分析がしやすい設計について解説します。
 

回答率や回答の質を上げるには？

回答率を上げるためには、アンケートの設問数や設問内容、回答にかかる時間に配慮することが重要です。

例えば、次の2つのアンケートをご覧ください。どちらが回答しやすく、「回答したい」と思えるでしょうか。

左側のアンケートでは、設問が少なく記述個所も少ないですが、右側のアンケートは記述個所が多く、左側に比べると設問が増えています。また、名前や住所といった個人情報も含まれています。

これらを見比べると、右側の方が「面倒そうだな」という印象を持ちませんか。

右側のアンケートは、「設問数が多くて回答がめんどくさそう」「最初から個人情報を入力するのは不安」「アンケートにどのくらい時間がかかるかわからない」という印象を与えてしまいます。そのため、アンケートの回答率が低下しやすくなります。

実は、これらの項目はアンケートの回答率に関わる要素であり、主に以下のようなものがあります。

• アンケート設問数
• アンケートの回答方式（記述式・選択式など）
• 選択肢の数
• 個人情報入力の有無
• 設問の時系列（設問の冒頭に、選択式の設問を設置することも有効）
• 所要時間・設問数を明記

これらの要素が増えるほどに回答率は低下してしまいます。しかし、これらの要素を少なくすると、回答の質が低下してしまいます。

そこで、これらの要素が含まれていたとしても、回答者が安心して回答できるように アンケートの目的や回答内容の利用方法などを明確にするといった配慮をしておくといいでしょう。
 

集計・分析がしやすい設計

せっかくアンケートの回収率をあげて、たくさんのアンケートを回収できても、集計や分析に時間がかかってしまうのでは問題です。そこで、アンケートを設計する際には、分析や収集がしやすい設問を考えましょう。

分析や集計がしやすい設問には、次のような種類があります。
 

単一回答

単一回答では回答者が回答をひとつだけ選択できます。2択や評価型の質問をする際に有効な質問形式です。
 

メリット

• 回答がひとつに絞り込めるため、集計がしやすい
• 回答者は選択肢のうち、どれかひとつを選べばよいので回答しやすい
   

デメリット

• 設問や選択肢によっては、回答者が解答に迷ってしまうことがある

例えば、以下のようなアンケートの場合には、「リンゴ、バナナ、ミカンすべての果物が嫌い」な人は回答できないため、未回答が増える原因になってしまいます。単一回答で未回答を増やさないようにするためには、 「その他」の項目を設けるなどの対策をしましょう。

複数回答

回答者が複数の選択肢を選択できる質問形式です。
 

メリット

• 単一選択式よりも選択肢の幅を広げられる
• 集計しやすい
   

デメリット

• 回答の内容が選択肢によって限定される

複数回答の場合も単一選択形式と同じように、選択肢の設定によっては未回答が増えてしまう可能性があります。そのため、「その他」の項目を設けるなど選択肢の幅を広げる工夫をしましょう。
 

フリーアンサー

回答者が自由に回答を記述できる形式の質問形式です。
 

メリット

• 回答者が自由に記述できるため、多様な回答を得られる
• 製品のレビューなど、貴重な意見を得ることが可能
   

デメリット

• フリーアンサー形式の設問が多いと、回答者が負担を感じてアンケートの回答率が下がる可能性がある
• 未回答や、無意味な回答などが増えることがある
• 回答者が自由に回答できるため、集計・分析しづらい
   

ドロップダウン

回答者がリストに示された選択肢のなかから選ぶ質問形式で、居住地域や都道府県、生まれた年などを質問するような場合に有効です。
 

メリット

• 選択肢がドロップダウン内におさまるので、設問が煩雑にならない
   

デメリット

• 回答者はドロップダウンをクリックしないと選択肢が見えないので回答の手間が増える
• 選択肢が多すぎると選択しづらい
   

ランク付け

選択肢のなかからランク付けをしてもらう質問形式です。
 

メリット

• 選択された選択肢の重要度がわかるので、集計・分析しやすい
   

デメリット

• 選択肢のマトリクスが大きくなると視認性が悪くなったり、回答者の負担が増えたりする

集計・分析しやすい設問にするためには、なるべく単一選択式の回答にするとよいでしょう。設問を作成する前にアンケートの目的を明確にしておくと、無駄な設問を作らずに済みます。

また、集計した際に、集計結果が偏り過ぎてしまうような設問の選択肢も避けましょう。例えば、以下のような設問の場合、集計結果が極端に偏ってしまう可能性があります。

設問：月に何回外食しますか？

• 月に1回以上
• 2か月に1回
• 3～4か月に1回
• 外食しない

上記の場合、毎日外食をしている人、週に1回外食をしている人、月に1回外食をしている人すべてが「月に1回以上」という選択肢に偏ってしまいます。回答が1ヵ所に偏ってしまうと、有効な分析が行えない可能性があります。有意義な結果を集めるためにも、「毎日外食をする」や「週１回以上外食をする」など、より設問に見合った選択肢を設置しましょう。
 

冒頭で触れたとおり、アンケートは集計・分析をしなければ意味がありません。そこで、ここからは、さまざまなアンケートの集計・分析方法を紹介します。アンケートの集計・分析は、単一で実施するのではなく、複数の方法を組み合わせて多角的に分析するとより効果的です。
 

単純集計

集計の基本中の基本ともいえる集計方法で、Gland Totalともよばれます。名前のとおり、シンプルな集計方法ですが、それゆえに、単純集計で分析された内容は各種分析の基礎となる重要なデータといっても過言ではないでしょう。

単純集計では、それぞれの質問ごとに何人がその質問に答えたのか、その質問に答えた人の回答比率、平均値などを求めます。

例えば、次のような表にして集計します。

クロス集計

単純集計で集計したデータを、性別や年齢、地域といった属性と掛け合わせて、よりデータを深掘りしていく集計方法です。

単純集計では全体の動向は把握できますが、自社サービスへの評価において男女間で差があるのかといったことはわかりません。クロス集計の場合、さまざまな属性とかけ合わせることで、多視点からの分析が可能です。

例えば、集計データを性別とかけ合わせることで、自社のサービスが男女どちらに評価されているのかが把握できます。また、年代とかけ合わせることで、どの年代に人気があるのかといったことも把握できるでしょう。

ウェイトバック集計

ウェイトバック集計とは、母集団の構成に合わせてアンケート結果に重みを持たせて集計する 集計手法です。母集団とアンケート回収結果の構成比が異なる場合に、補正値をもちいて構成比を平均化します。例えば、国勢調査ではすべての国民を対象として調査をしますが、人口の男女比が異なります。そこで、男女比が1：1になるように補正値を求めて、求めた補正値を利用して集計を行います。

先ほどのクロス集計結果を見ると、「ぜひ利用したい」「どちらかというと利用したい」と回答する女性の割合は84.8%と、男性の割合（67.0%）よりも高いため、女性のほうがサービスに対して好印象を持っていると判断できます。しかし、男女別でアンケートを実施した対象者数が同じ700人なのにもかかわらず、回答者数は男性が400人、女性が600人と男女で差があるため、全体結果に女性の回答結果が大きく反映されてしまっています。

これでは自社のサービスに対してのアンケート集計結果として正確に男性と女性の傾向を分析したデータとはいえません。そこで、ウェイトバック集計で男女間での回答データに重みを持たせて調整をします。

まず、アンケート対象の男女比は1：1で、アンケートの回答者数は1,000人なので、男女それぞれで、本来あるべき男女別の回答者数は500人ということがわかります。

1,000人（回答者数）÷ 0.5（男女比が1：1なので） = 500人（本来の男女別回答者数）

上記で求めた500をもとに、ウェイト値を求めていきます。

男性：500人（補正後の回答者数） ÷ 400人（補正前の回答者数） = 1.25（ウェイト値）
女性：500人（補正後の回答者数） ÷ 600人（補正前の回答者数） = 0.83（ウェイト値）

クロス集計の集計結果にウェイト値をかけた結果、以下のような集計結果になります。

いかがでしょうか。表の例でいうと、クロス集計では「ぜひ利用したい」「どちらかというと利用したい」と回答した人の割合が男性では69％、女性では84.8％と、女性のほうがサービスに対して好印象を持っているという結果でした。

しかし、男女比を調整するために補正値を利用してウェイトバック集計をおこなうと、男性が86.3％、女性が70.7％と男性のほうがサービスに対して好印象であるという結果になりました。

このように、ウェイトバック集計ではデータに対して重み付けをおこなうことで、より正確な分析が可能となります。
 

時系列分析

時系列分析とは、時系列のデータを分析してその特徴を記述したり、時系列データの変動を元に将来の状況などを予測する 分析手法です。

例えば、「今後もサービスを利用したいですか」というアンケートを毎月行い、集計結果の顧客満足度をグラフ化すると以下のようなグラフになったとします。

上のグラフを分析すると、2020年3月から4月にかけて顧客満足度が急落していることが見て取れます。そのため、この月にサービスの改悪など顧客にとってネガティブな問題があったと推測できます。

また、顧客満足度が右肩上がりに上昇しているのであれば、サービスが顧客に評価されていると推測できますし、逆に右肩下がりで顧客満足度が下がっているのであれば、顧客離れが進むことが予想できるため、何らかの対応が必要という予測が立てられます。
 

決定木分析

「ディシジョンツリー」とも呼ばれ、人工知能(AI)の機械学習にも利用されている分析手法です。決定木分析は、その名前のとおり木が枝分かれしているような形になるのが特徴で、分類された結果をもとに将来の予測などを行います。

上記の例は非常に簡易的ですが、自社の有料サービスの利用状況を決定木にした場合のサンプルです。この決定木から、 「会員期間が1年以上の女性」が最も有料サービスを利用していることがわかります。

決定木分析を用いるとこの他にも、さまざまな条件を加えて分岐させることで、顧客の行動にどのような要因が影響しているのかが分析できます。
 

主成分分析

主成分分析とは、多くの項目（変数）がある場合に、少数の項目に集約（縮約）することで、データを見やすくする 分析手法です。主成分分析では、複数の変数から新しい合成変数（主成分）を作り出します。そして、作り出した主成分に順位付けを行い、分析に利用していきます。

例えば、商品をモニターに試飲してもらった結果をもとに主成分分析をおこなうと上のような図ができます。この図から分析できる結果としては、図の右上に分布している商品は、「清涼感があり美味しい」とモニターに評価されていると分析できます。

主成分分析を用いると、自社製品と競合製品の位置関係を把握したり、新商品開発やマーケティングなどに役立てたりすることが可能です。さらに、主成分を変えることで競合の少ない分野を見つけるなど、別の分析にも利用できます。
 

クラスター分析

ある集団の中から似ているものを集めて分析する手法です。クラスター分析は大きくわけると、「階層クラスター分析」と「非階層クラスター分析」に分けられます。
 

階層クラスター分析

最も 似ているものから順番にまとめていった結果である樹形図によって分析を行います。階層クラスター分析は、クラスター同士の階層関係がわかりやすいメリットがある一方で、データが多くなりすぎると分析しづらくなるデメリットがあります。

例えば、次のような分析図になります。

非階層クラスター分析

データ数が多い場合に有効なクラスター分析の手法で、ビッグデータといった膨大なデータの分析も行えるため、マーケティング調査にも用いられています。

非階層クラスター分析は、あらかじめ何個のクラスター（集団）に分けるのかを決めておき、決めた数に従ってデータを分類します。非階層クラスター分析の手法にはいくつかありますが、そのなかでもk-means法がよく用いられています。

例えば、次のような分析図になります。

アソシエーション分析

「顧客の買い物かごの中身を推測するような分析手法」といわれています。アソシエーション分析では、「 もしも、この商品を買ったら、この商品も一緒に買うであろう 」といった関連性を分析します。そのため、マーケティング調査でよく利用されています。

具体的には、コンビニエンスストアでの購入データを分析した際に、ドーナツを買っている顧客の8割以上がコーヒーも一緒に買っているというような商品の相関関係を分析します。Amazonなどで商品をカートに入れた際に、「よく一緒に買われているもの」として表示される商品も、アソシエーション分析の結果を反映させて表示されています。

このような分析結果を活用することで、ドーナツを売っているケースの横にコーヒーを置くといった商品配置に役立てたり、ECサイトのショッピングカートでおすすめ商品を表示したりするといった施策が行えます。
 

アンケートを効率的に集計・分析する際はツールの利用をおすすめします。ツールによっては、アンケートの作成から実施、集計・分析やアンケート結果の共有までおこなえます。
 

Excel

もっともポピュラーなアンケート集計ツールといえば、マイクロソフトが提供している表計算ソフトのExcelです。Excelでは単純な集計しか行えなかったり、集計の手間がかかったりすると思うかもしれませんが、関数やピポットテーブルなどを利用すれば複雑な集計も簡単に行えます。集計結果を簡単にグラフへ出力することも可能なので、そのまま資料に貼り付けるなど汎用性の高さも魅力です。

Excelは有償ソフトウエアなので利用するために多少コストがかかってしまいますが、無料で利用できるGoogleスプレッドシートで代用することも可能です。
 

アンケート集計ソフト

Excelではアンケートの集計・分析しか行えませんが、アンケート集計ソフトを利用すればアンケートの作成から集計・分析までを一貫して効率的に行えます。ここでは、初心者でも活用しやすいアンケート集計ソフトを4つ紹介します。
 

Googleフォーム

Googleが提供しているポピュラーなアンケート作成ツールです。Googleアカウントさえあれば、簡単にアンケートを作成できます。また、テンプレート数も多いため、さまざまな用途に使えます。さらに、 アンケートの回答内容は自動で集計・グラフ化されるので集計の手間がかかりません。

Googleフォームで得たアンケート結果はGoogleスプレッドシートと連携できるため、 分析のためにデータを転記する必要がない点や、アンケート内に画像やYouTube動画を埋め込める点が優れています。
 

kintone

Kintoneは、サイボウズ株式会社が提供しているクラウドサービスです。Kintoneは、各種アプリの追加により機能を拡張できる点が特徴です。アンケートアプリを利用すれば集計・分析が容易となります。

収集したアンケートは自動的にグラフ化されるため、集計の手間がかかりません。他のKintoneアプリとも連携できるため、アンケートの集計・分析結果をスムーズに社内で共有できます。

オプション製品のフォームブリッジを利用すれば、アンケートフォームを作成でき、実施後は結果を自動的にKintoneに連携できるため、より簡易に社内共有を行えます。
 

Questant

ネットリサーチの国内大手である株式会社マクロミルが提供しているアンケートツールです。直感的な操作で簡単にアンケートフォームが作れるだけでなく、アンケートの配布方法もURL形式やQRコードなどさまざまな形式に対応しており、リサーチ専門の会社のノウハウを活用したシステム設計がされています。

アンケート結果はリアルタイムに集計され、グラフ化されるので集計の手間がかかりません。グラフのカスタマイズも自由にできるため、Web上でのプレゼンテーションにも柔軟に対応できます。
 

HubSpot

インバウンドマーケティングのオールインワンプラットフォームであるHubSpotでは、顧客フィードバック機能（有料）を利用アンケートの作成、収集・分析サービスを提供しています。

調査したい内容に最適なアンケート方法を選択できるため、アンケートの回答率や回答の質の向上にもつながります。

収集したアンケートは自動的に集計されグラフ化でき顧客に関わるチームのメンバー全員がデータを共有できます。

顧客フィードバック機能は有料機能ですが、HubSpotでは無料で利用できるフォーム機能も提供しています。まずは無料のフォーム機能から利用してみるのもよいでしょう。
 

代行業者への外注

アンケートツールとは異なりますが、アンケート委託サービスにアンケートの作成から集計・分析までを任せる方法もあります。
 

アンケートを外注する場合のメリット

• アンケート作成・集計をおこなう必要がないので、他業務へ専念できる
• 専門業者ならではのノウハウを生かしたアンケートを実施できる
• 専門的な分析が行える
• 自社にノウハウがない状態であるほどコストメリットが高くなる
   

アンケートを外注する場合のデメリット

• 費用がかかる
• 社内では当然のこととして理解されていた調査目的や分析観点などが伝わりきらないために、求めていたアンケート結果を得られない可能性がある
• 自社にノウハウが蓄積されない
   

集計したアンケート情報をグラフ化すると集計結果を視覚的に理解でき、傾向を分析しやすくなります。また、グラフ化によって直感的な理解度が高まり、プレゼンなどでチームメンバーに説明する際や社内資料を作成する際にも役に立ちます。

集計結果のグラフ化はExcelやGoogleスプレッドシートなどでも作成可能です。Excelなどでグラフ化をする際には、あらかじめデータを並べ替えておくと作業が効率的に行えます

また、アンケートツールには集計結果を自動でグラフ化してくれる機能を備えているものもあるのでそのようなツールを利用すれば手間が省けます。
 

アンケート結果を集計・分析し有効に活用するためには、以下のポイントをおさえておきましょう。

• 目的に合うKPIを事前に設定すること
• 全体を把握してから細部を分析すること
• グラフや表を有効活用すること
   

目的に合うKPIを事前に設定

アンケートを集計・分析する前に、アンケートによってどのような課題を解決したいのか を決めておきます。例えば、「分析結果をいかして売上をアップしたい」「顧客満足度をさらに高めたい」「リピーターを増やしたいなど」です。達成目標を決めておくと必要なデータが明確になってきます。
 

全体を把握してから細部を分析

「木を見て森を見ず」といったことわざがあるように、データを分析する際も、まず全体を把握してから細部を分析 しないと誤った結果が出てしまいます。分析の精度を上げるためにも、まずは単純集計のような全体を分析する手法で分析をおこなった後に、クロス集計などで分析の粒度を細かくする工夫を取り入れましょう。
 

グラフや表の有効活用

グラフや表を用いると集計・分析結果が効率的に活用できます。グラフや表にすると 数字だけでは見えてこない相関関係も見つけやすくなります 。視認性をあげるためにグラフや表の色・デザインを工夫しても良いでしょう。
 

アンケートを活用して顧客へ提供できる価値を最大限に高めるためには、アンケートや集計データを単一部署だけではなく、 顧客に関わるすべての部署で共有できる体制の構築が重要です。

例えば、マーケティングチームが実施したアンケート分析結果をセールスチームやカスタマーサクセスチーム、開発チームにも共有すればすべてのチームにおける顧客理解を向上させられます。

また、製品に関するアンケートを実施した場合であれば、回答をデザインチームや開発チーム、セールスチームに共有することで、顧客に好まれる色や製品の形、どのような年代に人気なのかを把握できるようになります。その結果、よりよい商品開発や効果的な販売戦略の立案につなげられるでしょう。
 

アンケートは、顧客が自社のためにわざわざ貴重な時間を割いて回答してくれている貴重なデータです。貴重なデータをさらに価値のある情報へと昇華させるためには、効果的な集計・分析が欠かせません。優れた回答と分析結果からは、自社における新たな課題解決方法や素晴らしい製品へのひらめき、効果的な顧客へのアプローチ手法の発見に寄与します。

さらに、アンケートや集計・分析結果を複数部署に共有し、企業全体で顧客理解を深め、提供価値を高めることができれば、自然と自社の成長にもつながるでしょう。