カスタマーボイスの活用
顧客の声：Voice of customer (VoC)は、カスタマー ジャーニーにおけるブランドの体験に基づいた顧客のフィードバックの宝です。
デジタルとソーシャル メディアは、消費者とブランドの関わり方を変えました。その結果、ソーシャルメディアのコメント、レビュー、投稿、ビデオの形で大量のフィードバックが寄せられました。このユーザー生成コンテンツを分析すると、対象ユーザーと新興市場のトレンドについての深い洞察が得られます。しかし、関連性がありタイムリーな VoC を収集し、顧客データを管理し、正確な洞察を得ることが必要です。
カスタマーボイス・お客様の声（VoC）データとは
企業がブランドの認識やセンチメントを理解するために、
ソーシャル メディアのコメント、
レビュー、
チャットボット データ、
アンケート回答
などを通じて顧客から収集したすべての顧客フィードバックです。
このフィードバックから得られるきづき・洞察は、
商品ロードマップ、
顧客エクスペリエンス、
販売施策、
マーケティング キャンペーン
にプラスの影響を与えるようにします。
VoCデータの種類
直接データ
お客様の生の声 データはお客様から直接収集します。
ソーシャルメディアのコメント、アンケートや調査の回答、インタビュー、カスタマーケアの電話、またはフォーカスグループを通じて行われています。
VoC データを収集するには、顧客との生産的な会話につながる効果的なソーシャル メディアやMAを活用したEメール調査、有意義なアンケートを作成することです。
それには事前の調査も必要になります。
間接データ
顧客と直接連絡を取るためのチャネルソース以外から取得されます。
この種のデータは、Google マイ ビジネスや G2 などのレビュー Web サイトやオンライン出版物の記事、また、ブランドに言及する YouTube、TikTok、その他のプラットフォーム上のビデオやコメントからのソーシャル リスニングから収集することができます。
間接的なデータは見込み客や一般の人々から得られる可能性があるため、一部のデータは顧客や対象者ではない可能性があります。
市場におけるブランドの認識をより包括的に把握するのに最適であることを意味しています。
推定データ
VoC フィードバックは、顧客がジャーニー全体を通じてブランドとどのように関わっているかについての行動的なきづき・洞察です。
購入履歴、アプリのダウンロード、クリック、スクロール、ページ滞在時間、コンバージョン率などのウェブサイトの行動などです。
データ分析のメリット
顧客の声データを効果的に分析すると、商品革新に影響を与え、顧客エクスペリエンスを向上させ、販売実績を向上させ、その他のメリットを促進するための貴重なきづき・洞察が得られます。
もっと知りましょう。
商品とサービスの革新
顧客の声データは、頻繁に発生する顧客の要求、苦情、賞賛を表面化するのに役立ち、商品開発や市場投入の意思決定に大きな影響を与える可能性があります。
機械学習と AI モデルは、主要な要素を要約し、隠れたきづき・洞察を抽出するのに役立つため、商品ロードマップの優先順位を適切に設定することができます。
ブランド評判の管理
ソーシャル メディアとレビュー Web サイトは、ブランドの認知度を高め、顧客エンゲージメントを高めるのに最適ですが、評判を傷つける否定的なコメントの地雷原にもなります。
顧客の声分析は、リアルタイムのブランド監視に役立つため、ネガティブなコメントの急増を常に把握し、キーワードとハッシュタグを使用して顧客の問題を監視することができます。
効果的な解決のためのタイムリーな介入は、エスカレーションを回避し、より良いブランドの評判を築くのに役立ちます。
リードジェネレーション
顧客をより深く知るということは、顧客の購買行動についてのきづき・洞察と、セールスキャンペーンを促進するきっかけを得るということでもあります。
VoC のきづき・洞察は、パーソナライズされたマーケティング キャンペーンを開発して、適格なリードを引き付けるアイデアに投資するのに役立てていきます。
総合的な市場調査
顧客データの直接的、間接的、および推測された声を組み合わせると、従来の調査に必要な費用と時間の数分の一で包括的な市場調査を実施できます。
ソーシャル リスニングとオンライン データは、 AI を活用したツールを使用して数秒で分析できるため、Web 履歴や購入履歴などの推定データからの履歴データに対する正確な内部関係者の調査とともに、リアルタイムのきづき・洞察も得るようにします。
顧客体験
AI を活用したコメント分析ツールは、「顧客中心」になれる方法について的を絞ったきづき・洞察を提供しくれます。
クエリに対する迅速な応答、より良い店舗の雰囲気、Web サイトのユーザー インターフェイスの改善など、顧客のニーズを優先するのに役立てていきます。
顧客の声データを収集、分析、活用する方法
1. 目標を設定する
収集した大量の VoC データから多くのきづき・洞察が得られますが、そのすべてが目的に役立つわけではありません。
だからこそ、プロジェクトのビジネス目標を確立することが重要です。
収益と売上を向上させる方法をお探しですか?
良いロイヤルティ プログラムを構築したいですか?
商品やサービスを多様化したいですか?
活用できる新たな業界トレンドに興味がありますか?
これらの質問に対する答えは、ソーシャル リスニング データのみを使用するか、レビューやアンケートからもデータを収集するかを選択するなど、データ収集方法を決定するのに必要です。
具体的に何に対処したいのかを知ることは、VoC データ分析結果を取得した後に発生する会話を効率化するためにも必要です。
2. 関連するソースから VoC データを収集する
アプローチを決定したら、ビジネスに最も関連するソースからデータを取得することに重点を置く必要があります。
ソーシャルメディアでのリスニング
ソーシャルリスニングは、ブランドや業界全体で起こっている会話やトレンドを分析することです。
ソーシャル VoC データは、ブランド感情の監視、顧客のニーズの理解、競合他社の監視に最適であり、適切なビジネス上の意思決定ができます。
ソーシャルリスニングは、主要なトピックやトレンドに関するデータを集約し、顧客の話に意味や関連性を重ね合わせるためのコンテキストを提供します。
ブランドについて会話がなぜ、どこで、どのように行われているのか、そして人々があなたを直接タグ付けしたり言及したりするときにどう思うかを聞いてください。
アンケート
新しいビデオを見ようとしたときに表示されるYouTube アンケートや、購入後に届くEメール アンケートなど、誰もが何らかの形でアンケートを経験したことがあります。
アンケートは、VoC データを収集する最も困難な方法の 1 つです。
その結果は、質問の的がどの程度絞られているか、参加者自身、および回答の内容が広すぎるか不可解かによって大きく左右されます。
アンケートの回答が正しく行われていれば、
ロイヤルティ プログラムを構築し、質の高い見込み客を増やし、停滞しているビジネスを活性化する方法がわかります。
アンケートに定量的な指標 (星による評価など) と自由回答式の質問が混在している場合、回答から一貫性のある有効な洞察を抽出することが困難になります。
ツールとして、自然言語処理(NLP) とセマンティック クラスタリングを使用して、さまざまな応答から正確な情報を抽出していきます。
オンラインの顧客レビュー
顧客レビューを依頼する方法を知ることは、このデータ ソースをビジネス上の洞察に活用するための最初のステップです。Google マイ ビジネスなどの顧客フォーラムや商品フォーラムからのオンライン レビューは、予期せぬものも含め、商品やサービスの長所と短所を見つけるのに最適な場所でもあります。
ライブチャットとチャットボット
ライブ チャットとチャットボットは、顧客からの繰り返しの質問や問題を理解するのに役立ち、エクスペリエンスがどれほど役に立ったか、または改善の余地があるかどうかに関するフィードバックを収集することができます。
チャットボットを構築する場合は、一般的な質問や、注文の追跡や場所の検索などのカスタマー ケアの問題に対する自動回答フローや、CXの体験を作成できるかをポイントにしてください。
人へのバトンが必要なときにチーム メンバーにバトンを渡せることは大切です。
ウェブサイトの行動と購入履歴
Web サイト分析では、顧客や見込み客がどのようにページにアクセスし、Web コンテンツとやり取りしているかに関するデータ (ページ滞在時間、訪問履歴、コンバージョンなどのその他のイベント) が得られています。
Web ユーザー インターフェイスを改善し、コンバージョンを向上させるための魅力的なコンテンツを開発して、パーソナルページ化と、検索エンジンのランキングに取り組むためのガイドとなります。
顧客の購入履歴からのきづき・洞察は、パーソナライズされた広告、Eメール、関連するオファーの作成に役立てていきます。
コールセンターのデータ
アウトバンドコールでは、顧客が商品に何を求めているのか、競合他社と比較した立場についての情報などが得られます。
品質保証のために録音されたカスタマー サービスの通話を聞くと、顧客が直面する一般的な問題 (および顧客エクスペリエンスを向上させるために何ができるか) についてのアイデアが得らるようにします。
メール
カスタマー サービスに送信されてくるEメールは、多くの場合、顧客満足度を向上させるために使用できる関連情報の宝庫と言われています。
顧客は、物流、返品と保証、商品の欠陥について抱えている問題について、あるいはよくやった仕事に対する感謝の気持ちを送ってくれることもあります。
メッセージはすべて重要であり、効率的な機械学習モデルを使用している場合は、運用を改善するための指針となる重要なトピックやテーマを簡単に分離することができます。
どのデータ ソースが自分にとって最も関連性が高いかを絞り込んだら、詳細な結果を得るために重要なハッシュタグ、キーワード、フレーズ、トピックのリストを作成してください。カバーしたい内容に一致するクエリを作成して、ブランドのニーズに合わせた結果が得るようにします。
3. データを分析して洞察を得る
VoC の洞察を正確に抽出するには、定性的および定量的な指標をみていきます。
定量的指標
ネット プロモーター スコア (NPS)
NPS は、顧客があなたのビジネスを友人や同僚に勧める可能性を測定します。通常、この評価は顧客アンケートやインタビューを通じて収集され、回答者は 1 ～ 10 のスケールで評価を選択します。
顧客努力スコア (CES)
CES は、顧客が満足のいく取引を完了するために必要な労力を測定します。回答者は 1 から 7 のスケールで評価を選択します (強く反対または強く同意)。最終的なスコアは、中間点に到達し、「ある程度同意する」顧客の割合によって計算されます。
ソーシャル エンゲージメント指標
いいね、嫌い、投稿シェア、コメント数、リツイート数はすべて、ブランドのパフォーマンスを示す重要なソーシャル メディア指標です。ソーシャル分析を使用して、エンゲージメント後の率を向上させ、発言力のシェアを高めます。これにより、顧客が指摘した問題を改善することで、より強力なブランド プレゼンスを構築し、顧客満足度を向上させることができます。
定性的指標
センチメント分析
顧客がどの程度肯定的か、否定的か、中立的かを測定する AI を活用したデータ サイエンス技術です。ソーシャル リスニング データからトピック、テーマ、側面を数秒で自動的に取得し、埋もれているきづき・洞察を提供します。
期間やソース (Facebook、Twitter、TikTok など) に基づいて、新興市場のトレンドやセンチメント スコアを表示できます。これにより、ブランド認識がデータ ソースごとにどのように異なるのか、またその要因は何なのかが分析されます。
4. VoC フィードバックに対応する
購入者のペルソナを構築する
顧客の声分析は、顧客の購買行動に基づいて顧客を分類するのに役立ちます。これを利用して購入者のペルソナを構築し、購入者にとって最も魅力的なコンテンツの種類、購入者が信頼するネットワーク、直面している問題点を探っていきます。
このきづき・洞察はセールスを強化し、コンバージョンの向上につながります。
問題を特定する
ビジネス プロセス、Web サイト エクスペリエンス、物流、サプライ チェーンに影響を与える繰り返し発生する問題を特定します。その後に、改善・是正措置を講じていきます。
商品ロードマップに優先順位を付ける
VoC データのきづき・洞察は、影響の大きい商品に関する意思決定に優先順位を付け、必要に応じて軌道修正して顧客のニーズと期待をより適切に満たすのに役立てます。
ターゲットを絞ったマーケティング キャンペーンを構築する
VoC のきづき・洞察を活用して、有料マーケティング活動とオーガニック マーケティング活動を具体的に展開します。
優れた投資収益率をもたらす関連性の高い広告を構築し、それらを公開する適切なプラットフォームを選択し、SEO施策を作成します。
ブランドメッセージを調整する
VoC データは、広告クリエイティブを含むブランド メッセージングに関連する顧客の感情に関するきずき・洞察を提供します。
市場に応じてメッセージを調整します。
ブランドアンバサダーを選ぶ
ソーシャル メディアの指標は、どのソーシャル インフルエンサーがブランドに最も適しているかも示してくれます。
ハッシュタグとキーワードに基づいてコンテンツを監視し、ブランド アンバサダーが常にブランドと連携していることを確認していきます。
ロイヤルティ プログラムを刷新する
VoC のきづき・洞察により、顧客の優先事項に合わせて調整することで、適切で関連性の高いブランド ロイヤルティ プログラムを構築する機会に変えていきます。