顧客フィードバックアンケートの質問:例と活用方法

顧客フィードバックアンケートの質問が本当に測定しているもの

アンケートの質問は一見シンプルに見えますが、その一つひとつが小さな測定器です。うまく聞けば、時系列で追跡できるクリアなシグナルが得られます。下手に聞けば、データのように感じられるノイズが得られますが、これはチームがそれをもとに行動してしまうため、データが無いより悪い結果を招きます。

アンケートには大きく2つの系統があります。トランザクション型の質問は、たった今閉じたチケット、たった今完了したチェックアウト、たった今終わったオンボーディング通話など、単一の瞬間を測定します。リレーションシップ型の質問は、個々のやり取りとは関係なく、相手が全体としてあなたのことをどう感じているかを測定します。どちらも重要であり、最も優れたカスタマーエクスペリエンス戦略は、両方を異なるペースで運用します。

実際にチケットを処理している立場として、私が最も気にしているのはここです。フィードバックは今や、人だけでなく機械も測定する対象になっているということです。AIがフロントラインの対応をより多く担うようになるにつれ、あなたのCSATは自動化に対する成績表の一部にもなります。私が見たある1週間のサポートコホートでは、AIが下書きした回答が581件のチャットにわたって96%の品質を維持し、Zendeskを使うギグエコノミー系の分析チームは7日間のトライアル後、最初の月にティア1リクエストの73%を解決しました。こうした数値は、その裏にいる顧客にきちんとアンケートを取っている場合にのみ意味を持ちます。AIに回答させているなら、フィードバックの質問こそが、それを誠実に保つ手段なのです。

4種類のアンケートと、それぞれを送るタイミング

質問を1つ書く前に、どの測定手段を使うのかを決めましょう。間違ったタイミングで間違ったアンケートを送ることは、使い物にならない回答を得る一番の近道です。

覚えやすくするコツはこうです。CSATとCESはトランザクション型で、出来事から数分以内に発動すべきものであり、NPSは年に数回測るリレーションシップの脈拍です。これらを混同すると(チケットが閉じた瞬間にNPSを一斉送信するなど)、経営層がアンケートそのものを信用しなくなるような、混乱したデータが生まれます。満足度側についてさらに詳しく知りたい場合は、顧客満足度の測定ガイドをご覧ください。

タイプ別、最適な顧客フィードバックアンケートの質問

以下が実際に使える質問バンクです。言い回しは中立的かつそのままコピーできる形にしてあるので、お好みのツールにそのまま取り入れられます。

CSATの質問(1回のやり取りへの満足度)

CSATは、チケット後に使う基本中の基本のアンケートです。評価質問1つと自由記述のフォローアップ1つに留めましょう。

• 「本日のサポートを何点で評価しますか?」(1〜5)
• 「最近の[製品/注文]にどれくらい満足しましたか?」(1〜5)
• 「問題は解決しましたか?」(はい/いいえ/一部)
• 「その点数をつけた主な理由は何ですか?」(自由記述)
• 「もっとうまくできたことはありますか?」(自由記述)

価値が隠れているのは、この最後の組み合わせです。数値は問題があるかどうかを教え、自由記述は何が問題なのかを教えてくれます。チケット後に質問を2つしか入れられないなら、評価質問と自由記述のフォローアップにしましょう。チケット後の質問例をさらに知りたい場合は、カスタマーサービスのフィードバック例のまとめをご覧ください。

CESの質問(どれだけ手間がかかったか)

努力(エフォート)は満足度よりも解約を正確に予測します。何かを完了させるのに苦労した顧客は、満足して戻ってくることがほとんどないからです。CESの質問は摩擦そのものを直接測定します。

• 「本日、問題を解決するのはどれくらい簡単でしたか?」(非常に難しい〜非常に簡単)
• 「この会社は、私が問題に対応しやすくしてくれた。」(強くそう思わない〜強くそう思う)
• 「ご自身でどれくらいの労力をかける必要がありましたか?」(1〜7)
• 「プロセスの中で最も大変だったのはどの部分ですか?」(自由記述)

CESは、顧客が何かをしなければならなかった場面の後に実施しましょう。セルフサービスのフロー、返品、パスワードリセット、複数ステップのセットアップなどです。セルフサービスのジャーニーで高いエフォートスコアが出た場合、それはナレッジベースや自動化が十分に機能していないという直接的なサインです。

NPSの質問(ロイヤルティと口コミ)

NPSはたった1つの質問で知られていますが、実際に役立つのはそのフォローアップです。

• 「友人や同僚に私たちを勧める可能性はどれくらいありますか?」(0〜10)
• 「その点数をつけた主な理由は何ですか?」(自由記述)
• 「改善のためにできることを1つ挙げるとしたら何ですか?」(自由記述)
• 「私たちと取引する中で、最も価値を感じている点は何ですか?」(自由記述、推奨者向け)

NPSはイベントの後ではなく、リレーションシップのペースで送り、自由記述は必ずスコア別にセグメント分けしましょう。批判者(0〜6)は何が壊れているかを教えてくれ、推奨者(9〜10)は何を守り、伸ばすべきかを教えてくれます。トレンドは単独で読むのではなく、より広い顧客維持の視点と結びつけましょう。

プロダクト/カスタムの質問

特定の機能、ニーズ、瞬間について理解したいときは、カスタム質問を使いましょう。これらはロードマップの材料になる質問です。

• 「[機能]はあなたのニーズをどれくらい満たしていますか?」(1〜5)
• 「お問い合わせいただいた際、何をしようとしていましたか?」(自由記述)
• 「購入を思いとどまりそうになった理由は何ですか?」(自由記述)
• 「あればいいと思う機能を1つ挙げるとしたら何ですか?」(自由記述)

カスタム質問は、顧客が解約する前に満たされていないニーズを見つけ出す手段でもあります。プロダクトフィードバックの質問とプロダクトアンケートの質問のリストではこの点をさらに詳しく扱っており、顧客ニーズの特定では回答の読み解き方を解説しています。

こっそりデータを台無しにする言い回しの落とし穴

悪いアンケートの多くは設計が悪いのではなく、言い回しが悪いのです。誘導的、あるいは偏った質問が1つあるだけで、データセット全体が歪みます。しかもその結果からそれを見抜くことはできず、一見問題なさそうに見える数値に惑わされるだけです。

私が最もよく見かけるのは次のようなものです。

• 誘導的な質問:答えを決めつけている質問。「新しいサポートはどれくらい素晴らしかったですか?」は何も測定しておらず、褒め言葉を釣っているだけです。代わりに「サポートを何点で評価しますか?」と聞きましょう。
• 二重質問(ダブルバーレル):1つの質問で2つのことを尋ねてしまうもの。「私たちのチームのスピードと親しみやすさにどれくらい満足しましたか?」は、スピードは良かったが親しみやすさはそうでなかった場合、きれいに答えられません。2つに分けましょう。
• バランスの悪いスケール:選択肢が「非常に良い、良い、まあまあ、普通」となっていると、本当にネガティブな回答を置く場所がなく、スコアが実態より良く見えてしまいます。
• 専門用語や社内用語。 質問にチケットの分類名や機能の社内コードネームが含まれていると、顧客の半数は推測で答えるか、回答をスキップします。
• あいまいな期間指定。 「これまでの体験はどうでしたか?」ではどの期間を指すのか分かりません。「本日の体験」や「過去1か月間の体験」のように、期間を明確にしましょう。

最も効果的なテストは、各質問を声に出して読み、満足している顧客と不満を持つ顧客の両方が同じように理解できるかを確認することです。もしそうでなければ、書き直しましょう。良い言い回しと悪い言い回しの実例をもっと見たい場合は、アンケート質問例が参考になります。

タイミングとチャネル:いつ、どこで聞くか

どれだけ良い質問でも、タイミングを間違えれば弱いデータしか得られません。チケットが閉じてから3日後に届くCSATアンケートは、顧客にすでに忘れてしまった感情を思い出すよう求めているようなものです。

私が守っているいくつかのルールを紹介します。

• トランザクション型のアンケートは数分以内に、やり取りが行われたチャネルで送ります。チケットがメールでのやり取りだったならメールでアンケートを送り、ライブチャットだったならチャットを閉じる前にチャットウィンドウ内で評価を求めましょう。
• リレーションシップ型のアンケート(NPS)はスケジュールに沿って送ります。 多くのチームでは四半期ごとが目安で、個別のサポートの瞬間とは切り離された形にすべきです。
• 1人の顧客につき、1つの期間で1件のアンケートまで。 アンケート疲れほど回答率を下げるものはありません。月曜日にチケットを評価してもらった顧客に、火曜日にNPSを一斉送信するのはやめましょう。
• 顧客がすでに使っているチャネルに留めましょう。 新しいツールやログインを追加すること自体が摩擦であり、その摩擦の無さこそ、あなたが測定しようとしているものです。

これは、優れたリアルタイムのカスタマーサポートを支えているのと同じ原則です。顧客をこちらに来させるのではなく、顧客がすでにいる場所で対応するということです。

ほとんどの人が飛ばしてしまうステップ:ループを閉じる

顧客フィードバックアンケートについての、居心地の悪い真実をお伝えします。回答を集めることは、簡単な方の20%にすぎません。残りの80%、つまり実際に数値を動かす部分は、回答を読み、それに基づいて行動し、そして対応したことを顧客に伝えることです。

このループには5つのステップがありますが、ほとんどのチームは2つ目で止まってしまいます。

1. 質問する。 正しいタイミングで正しい質問をする。
2. 収集する。 回答を1か所にまとめる。
3. タグ付けして分析する。 平均スコアだけでなく、回答をテーマごとに分類する。
4. 行動する。 最も大きなテーマに対して行動する。ほとんどの人がここを飛ばしてしまう。
5. ループを閉じる。 その回答によって何が変わったかを顧客に伝える。

ステップ4は、フィードバックが見せかけの指標であることをやめ、実際の業務インプットになる瞬間です。「CSATが4.2」というだけでは行動につながりませんが、「批判者の17%が配送更新の遅さを挙げた」であれば行動につながります。そしてステップ5は静かなスーパーパワーです。「Xがわかりにくいというご意見をいただいたので、修正しました」という返信を受け取った顧客は、何の返信も受け取らなかった顧客よりもはるかにロイヤルになります。ボイス・オブ・カスタマープログラムガイドは、まさにこのループを軸に構成されており、アンケート分析ではタグ付けのステップを詳しく解説しています。

AIによって、回答をどう活用できるかがどう変わるか

長年、ボトルネックはステップ3でした。チームは1,000件の自由記述回答を集めても、読めるのはせいぜい50件でした。残りは誰も開かないスプレッドシートの中に眠ったままでした。そのため、チームは平均スコアに頼らざるを得ませんでした。規模に対応して処理できるのは、数値だけだったからです。

その制約はもうありません。AIはすべての自由記述回答を読み、テーマごとにクラスタリングし、顧客が実際に何について不満を持っているのかを、数週間ではなく数分で優先順位付けされたリストとして提示できます。これが現代のAIによる顧客フィードバック分析の核心です。かつては採掘するのにコストがかかりすぎた質的な「金脈」が、今では最もコストのかからない部分になっています。

測定できる対象そのものも変わります。AIがチケットの下書きや解決を行っている場合、回答しているのと同じシステムが感情の変化を監視し、人による対応が必要なチケットにフラグを立て、パターンをそのままレポートに反映させることができます。あるITチームは、率直にこう表現しています。

"We use it to be the first responder to our Helpdesk tickets in Jira. It essentially acts just like an agent would."

Jason Loyola, Head of IT, InDebted (case study)

実務上のポイントはこうです。アンケートの質問は短くできます。もう顧客に分類作業をしてもらう必要がないからです。シンプルな評価質問と自由記述のフォローアップを1つずつ聞き、あとは分析にバックエンドで重い仕事を任せましょう。それは顧客にとってより良い体験であり、あなたにとってはより豊かなデータセットになります。

フィードバックループを閉じるためにeeselを試す

ほとんどのフィードバックプログラムはステップ3で行き詰まり、誰も読む時間のない自由記述回答の山に埋もれてしまいます。eesel AIは、既存のヘルプデスク(Zendesk、Freshdesk、Gorgias、Intercomなど)の上に乗る形で動作し、すでにヘルプセンターを理解している新人スタッフのようにフロントラインを対応します。そのため、フィードバックの元となるチケットは素早く回答され、自動でタグ付けされ、チームに追加の負担をかけることなくレポート化されます。

実際のチケット履歴の上で動作するため、顧客に触れる前に過去の会話に対してロールアウトをシミュレーションし、アンケートで捉えようとしている感情やエフォートのパターンをレポートで確認できます。無料で試すことができ、チームがすでに使い慣れたツールを変えることなく導入できます。

優れた顧客フィードバックアンケートの質問は、仕事の半分にすぎません。勝つチームとは、すべての回答を読み、それに基づいて行動するチームです。そして、それこそがAIが今得意としている部分です。シンプルな評価質問と自由記述のフォローアップから始め、ループを閉じ、分析があなたと共にスケールしていくようにしましょう。