顧客の声の分析は、彼らの好みや嫌っているものなどのインサイトを収集し、
マーケティング戦略を促進し彼らの要望を満たします。
ぜひ資料をダウンロードしてご覧ください。
最新のレポートでは、ブランドが顧客の声の分析から得ることのできる実用的なインサイトを紹介しています。インサイトをハイライトし、CPG（食品、消費財）業界の未来のトレンドを予測し、自身のセクターやブランドのご活用ください。レポートは、上のバナーをクリックしてご覧いただけます。
顧客の声（VoC）の分析とは、顧客の要望を包括的に理解するための市場調査手法です。多種多様なソースからデータを収集し、それらを組み合わせて顧客の意図、要望、クレームを特定し、1つの強力な概要を作成することで、企業の複数のチームがデータに基づいた意思決定を可能にします。
顧客の声の分析に必要なデータ例
しかし、この定義は非常に味気ないものであり、特にパンデミック後のブランドの影響力を考慮すると、特にそのように言うことができます。
今後数年間はパンデミックによる経済の変化により、消費者の購買力は低下すると考えられます。Vocは、このような状況下でも売上を維持することに活用できます。
VoCを効果的にモニタリングすることでブランドロイヤルティを高め、顧客を維持し、消費行動を促すことができます。顧客の維持は、新規顧客の獲得よりも費用がかかるためコストを抑えるためにも不可欠です。
それだけではありません。顧客の声に耳を傾けることは、次のことにも役立ちます。
not to go down the “why isn’t there grape ice cream” route again but why isn’t there white chocolate ice cream
— adam (@adamzafrian) May 16, 2020
次に人気のアイスクリームフレーバーはホワイトチョコレートかもしれません。またはグレープかもしれません。
それでは、顧客の声の分析に必要なデータソースは何でしょうか？データソースの長短を交えて紹介します。
長所 - SNSは、先入観に左右されない貴重な顧客インサイトを提供してくれます。それは生のリアルタイムデータであり、その時々のトレンドやキーワードに合わせて常に変化すものです。最新のカテゴリーインサイトを得るためには、SNSリスニングが唯一の方法です。
短所 - そのデータは非常に生なものです。また、思い通りにカンバセーションを進めることは難しいでしょう。自社のチャンネルで質問を投げかけて消費者を誘導することもできますが、そうでなければ、データを効果的にモニターして実践的な情報を引き出す必要があります。
i hate how fast i finish starbucks drinks
— francheska (@itsfrenchiiie) June 12, 2020
このSNSのデータは、消費者がスターバックスでカップ・サイズを大きくしたいと思っていることを暗示しているのでしょうか？
長所 - フォーカスグループやインタビューはニッチな情報収集に役立ちます。事前に質問の内容を決めることができ、消費者の認識を実際的に調査できます。また、消費者はこのような企業の姿勢を評価します。
短所 - これらは、コストがかかるのと、提供されるデータは非常に期間限定的です。新たな変化により調査データが無意味になる可能性もあります。回避策として、調査データを多くのソースと統合しておく必要があります。
長所 - アンケート調査は、SNSと定性調査の中間に位置します。自動化することでより迅速に結果を得ることできる上に、データの深さも維持することが可能です。また、顧客の購買行動の段階に合わせたアンケートを実施することで、適切なデータの収集が可能です。
短所 - アンケートは慎重に作成する必要がります。質問数が多すぎると回答数がすくなる可能性が高くなります。また、質問に偏りがあると、大きな問題を見逃す危険性があります。
長所 - ネットプロモータースコアは、ブランドが顧客満足度のパフォーマンスを迅速に評価するために使用できる貴重なKPIであるため、以前にも取り上げました。また、あなたのブランドを推薦してくれる人（9点以上の人）と、あなたのブランドを批判する人（9点以上の人はあなたのブランドを推薦してくれる可能性が高く、6点以下の人はあなたを批判する可能性が高い）の追跡にも役立ちます。
総合的なスコアを定期的に確認することで、危機の予測に役立てることができます。あるいは、ブランド認知度向上キャンペーンの効果を評価することもできます。
短所 - スコアは単なる数字に過ぎません。なぜ評価されたのか、その理由を知る手がかりは何もありません。そのため、なぜスコアが（良くも悪くも）変化したのかを追跡できるように、他の具体的な情報を含める必要があります。
ブランドをどのように評価するかによって、そのブランドを推薦するか批判するかが明らかになります。
長所 - これらを介して消費者が文字通りあなたに接触して、あなたの行っていることが正しいかそうでないかを伝えます。これにより常に最新の情報が提供され、確実にインサイトを得ることができます。
短所 - このデータは、往々にして顧客サービスチームによってサイロ化されています。これを他のデータに追加しようとするのは、適切な統合機能を備えたソリューションがない限り、困難を極めます。
長所 - メールや電話のデータと同様に、レビューは消費者の声をマクロレベルで確認するのに役立ちます。多くの場合、非常にポジティブあるいはネガティブな経験に基づいているため、顧客関係が極端に良好な場合と極端に悪い場合を強調することになります。
短所 - 業界によってはレビューが多数のサイトに分散されていることがあります。また、大量のコンテンツを照合し、把握することは困難であり、モニタリングが難しいです。
レビューには顧客の声が反映されています。
長所 - ブログやフォーラムはSNSの投稿と同様で、顧客の好きな製品、嫌いな製品に関するユーザー生成コンテンツです。SNS投稿より長編のコンテンツになる傾向があり、キーワードについて、より詳細な視点を提供しています。
短所 - SNSデータと同様に、コンテンツが非常に生で、予想外のものになることがあります。ブランドが、さまざまなキーワードや話題になる可能性がありますが、その場合、あるものは批判の対象となり、あるものはそうはなりません。データを有効に管理することは、ブランドにとって何が重要であり、何が単なるノイズなのかを判断するために不可欠です。
ブランドにとって、効果的な顧客の声の分析は、収集したデータを基に分析を行い、顧客本位の戦略へと落とし込むことです。
顧客本位を貫くことで、収益を上げ、維持率を高め、コストを削減を実現します。
顧客本位を貫くブランドは、常にビジネスの中心に顧客を据えています。このようなブランドでは、製品、カスタマーサービスなどが積極的に改善され、質の高い顧客体験を提供しています。
カスタマーエクスペリエンスの改善には、顧客の声に耳を傾ける必要があります。単なる満足度の調査でなく、顧客がブランド体験のそれぞれの段階において、本当はどのように感じているのかを把握する必要があります。
カスタマーエクスペリエンスジャーニーを改善するには、顧客満足度調査（CSAT)だけでは、真の顧客の要望を理解する事は困難です。カスタマーエクスペリエンスの各段階において顧客がどのように感じているのかを把握する必要があります。心底喜んでいますか？それとも怒っていますか？不満がありそうでしょうか？満足を感じていますか？顧客は何を伝えているでしょうか？
このような収集されたリアルタイムの顧客の声は自身のブランドのCX改善に活用することができます。そして、CXの改善は顧客ロイヤリティを高めファンを作ります。
顧客のポジティブに見える表向きの行動だけで、自身のブランドへの印象を決めてしまうことは危険です。ビジネスの改善を図るには、顧客の心の声に耳を傾ける必要があります。彼らがブランドにどのような関わり方をしているのを理解する必要があります。顧客の声の分析データでは、ブランドが提供する体験への顧客インサイトを理解することができます。
顧客の声の分析データはSNS、レビューサイト、フォーラム、アンケート、カスタマーコールセンターのトランスクリプト、メールや電話等から収集され、そのデータには彼らの意見や批判も含まれています。顧客のセンチメント、態度や好きなものや嫌いなものを測定することでターゲットの最適化が可能です。
顧客のブランドとの関わりあい方は測るには、測定ツールを使用します。このツールは、ブランドサイトの訪問や、製品ページの閲覧、価格ページの確認、などといった、顧客体験のあらゆる段階の行動を分析します。このようにして収集されたデータにより、顧客のブランドへの関わり方を把握することが可能になります。
これらのデータを効率的に管理するには、適切なツールが必要です。特に、数百万ビットのデータを扱う可能性がある場合はなおさらです。ですが、この作業を容易にすることで便益を得られる、いくつかの効果的な方法をご紹介します。
センチメント分析は、AIを活用して、投稿のセンチメント（ポジティブ、ネガティブ、ニュートラル）を識別し、分類します。これにより、分析結果を素早く2つのセクションに分けることができるようになります。
センチメント分析の正確性を確保するためには、皮肉や文脈を理解するシステムが必要です。また、ユースケースに合わせて分析をカスタマイズでき、あなたがデータを、時間をかけてレビューしながらAIは学習できるので、ワークフローや時間効率の向上に役立ちます。
ブランドが、ネガティブ投稿数のピークを見て、迅速に対応し危機的状況になる可能性を回避し、ポジティブに変えた例。これは、効果的なセンチメント分析により可能です。
自然言語処理（NLP）は、それらのすべての情報を理解するのに役立ちます。すべてのデータで使用されている言語を分析することで、最も議論されているキーワード、トレンド、問題を正確に示します。
会話クラスター機能はNLPを核とした精度の高い可視化機能です。自然言語理解（Natural Language Understanding - NLUにも対応しています）。
この可視化機能は、自動化されたデータセグメンテーションによって大量の情報を変換するのに役立ちます。上の例では、携帯電話に関する30日間で最も多い苦情を分析しましたが、サードパーティ製アプリの問題やスパイウェアのリスクが上位を占めていて、ハードウェアの問題の影響は少ないことがわかりました。
単独のデータでは何の意味もないこともあります。様々な情報を組み合わせて初めて、1つの状況が見えてきます。
例えば、NPSとSNS上のセンチメントを比較することで、スコアに影響を与えたカンバセーションを明らかにすることができます。
あるいは、なぜある問題が急にアンケートや電話で注目されるようになったのか、その理解に困ることもあります。そのデータと自社のレビューを比較してみると、原因は1つのネガティブなレビューがオピニオンに影響を与えていることがわかります。
理想的には、これらすべてのソースからのデータを照合して、顧客を完全に理解することが望ましいでしょう。これにより、それぞれのソースのメリットを高め、マイナスを打ち消すことができます。
問題は、それを実現する方法を見つけることです。多くの場合、ビジネスのさまざまな分野から集まるこれらのソースを1つのプラットフォームに統合することは困難でしょう。ですから、それらを比較できるように形式を合わせておくことも重要になります。
コロナウィルスによる影響で景気の低迷は続いています。しかし 顧客本位を貫き消費者の声に耳を傾けている企業は、トップに立つことができるでしょう。
顧客の声を可視化したダッシュボードのサンプルを是非ダウンロードしてみてください。今後必要な分析の指標やインサイトをご覧頂けます。是非今後のマーケティング戦略の策定にご活用下さい！