顧客感情分析は、正しい質問をすることから始まります。しかし、最初の回答の後に何が起こるかが、全ての違いを生みます。
この記事では、真の顧客感情を捉えるためのベストな質問タイプについて探ります：NPS、CSAT、CES、および自由回答のプロンプト。各質問にAIフォローアップをカスタマイズし、静的なフォームでは得られないさらに深い洞察を引き出す方法を探っていきます。
スマートなフォローアップロジックを持つNPS質問
NPS（ネットプロモータースコア）は、顧客の忠誠度やブランドを推奨する可能性を測定します。それは、顧客感情分析のベストプラクティスリストに欠かせないもので、実績と明快さによって、伝統的なサーベイよりも20%から40%の完了率を達成し、わずか3%程度の他のところとは一線を画しています[1]。
標準的なNPSの質問は、「私たちの製品やサービスを友人や同僚に勧める可能性はどのくらいですか？」です。顧客は0から10のスケールで回答します—この分類体系はすでにご存知でしょう：プロモーター（9-10）、パッシブ（7-8）、ディトラクター（0-6）[2]。しかし、本当の黄金はフォローアップにあります。
プロモーターフォローアップ：
顧客が9や10のスコアを付けた場合、AIは顧客がどのように感じたかを軽く掘り下げ、強みをさらに強化できるようにします。例えば、「特にどの部分があなたを自信を持ってお勧めするに至らせましたか？」や「最近の経験で私たちがあなたの期待を上回った瞬間を教えてください。」などです。これにより、顧客に魅力的な瞬間を共有させ、マーケティングチームやオペレーションチームに活かせます。
パッシブフォローアップ：
7や8のスコアを付けた場合、AIは躊躇の理由を探ります。「完璧な10を得るために私たちが改善できる点は何ですか？」や「常連支持者になるために何か妨げがあると感じますか？」のように質問します。ここでの目的は、顧客をためらいの中心に押し上げる微妙な障害を見つけ出すことです。
ディトラクターフォローアップ：
スコアが6以下の場合はコンテキストがすべてです：「このスコアを付けた理由は何ですか？」や「特定の問題や不満を抱いた瞬間がありましたか？」です。ここでの明確で共感的なAIフォローアップは、再発する問題を表面化し、不満を改善に変えることができます。
Specificのフォローアップ設定で、各NPS帯域のためにどの探査ロジックを使用するかを定義できます。AIはプロモータータイプごとに応答をグループ化し、パターンを要約します—そのため、一目で支持、停滞、脱落の要因がわかります。
全体像を捉えるCSAT質問
CSAT（顧客満足度スコア）は特定の瞬間やインタラクションに対する満足度を測定します。NPSとは異なりトランザクショナルで鋭く焦点を当てており、会話型サーベイのスウィートスポットです。通常、「最近の体験にどのくらい満足しましたか？」と尋ね、1-5または1-7で評価され、スコアが75％以上で多くの業界で健康的なベンチマークと見なされます[3]。
理由を探る質問：
AIに「この体験が満足（または不満足）だった理由を教えてください。」と問わせます。理由を探る質問は、表面的な数値を超えた部分を掘り下げ、顧客をスケールアップまたはダウンさせる経験を特定します。
明確化要求：
低スコアや中程度のスコアを付けた人が曖昧な答えをした場合—例えば、「まあまあでした」—AIは明確化を求めます：「この体験をより良くするために具体的に何ができたでしょうか？」や「『まあまあ』とは具体的にどういうことですか？期待したものが得られなかったことがありますか？」などです。
AIに具体的な詳細を探らせます：それは製品の速さ、フレンドリーなサービス、または予期せぬ何かでしたか？さらに、SpecificのAIは最も一般的な満足度のドライバー（例：「迅速な配送」または「知識豊富なサポート担当」）をグループ化し、テーマを表面化させるため、あなたは一目で強みと隠れた問題を識別できます。
会話型サーベイは自然にCSATをより魅力的にし、強制選択フォームよりもトランザクショナルではなく、顧客が本当に重要としていることを共有するようになります。
摩擦点を特定するCES質問
顧客努力スコア（CES）は、問題解決や購入、またはインタラクションの完了がどれだけ簡単かを測定します。努力は、顧客離脱やロイヤルティの重要な指標であり、94％の低努力を報告した顧客はブランドに留まり、81％の高努力を感じた顧客は悪評を広めます[4]。
クラシックなCESの質問：「今日の目的の達成度はどれほど簡単でしたか？」—1-5または1-7のスケールで答え、高い数値はより少ない努力を意味します[5]。
高い努力のフォローアップ：
顧客が努力を示した場合、AIは「予想以上に困難だった理由は何でしたか？」や「立ち往生したりイライラしたりした場所を説明できますか？」と尋ねるべきです。あなたが探しているのは、プロセスの障害や取り除いた場合に変換と保持を改善できる痛点です。
低い努力のフォローアップ：
顧客が幸せであれば、「特にうまくいった点は何ですか？」や「すべてが容易に感じられた瞬間はありましたか？」と答えるようにします。これらの回答は、維持すべき点（または他の場所で再現すべき点）を明らかにします。
スコア | AIフォローアップ例 |
|---|---|
高い努力（1-2） | 「今日のプロセス中にどんな障害がありましたか？」 |
低い努力（5-7） | 「プロセスがスムーズかつ簡単に進んだ要因は何ですか？」 |
SpecificのAIは、症状（摩擦対フロー）だけでなく、ワークフロー、UI、またはポリシーの問題についての詳細を明らかにし、要約でパターンを確認します。これにより、努力の要因は表面的な統計ではなく実行可能な修正を生み出します。
本物の会話を生む自由回答形式の質問
自由回答形式の質問は、顧客感情分析が本当に輝くところです。数字は情報をくれますが、言葉は説得力を持ちます—そして自由回答のプロンプトは顧客が本当にどう感じているかを明らかにします。これらの質問は、構造化されたスケールでは見つからない予期せぬストーリー、不満、「ヒラメキ」機能アイデアを引き出すことができます。
VoCのための3-4のお気に入りの自由回答の質問はこちらです：
「私たちのサービスをより良くするためにできることは何ですか？」
「私たちの製品を使う中で、混乱したりイライラしたりしたことはありましたか？」
「最近、私たちのサービスがあなたを驚かせた瞬間を説明できますか？」
「私たちが質問してほしいと思ったことは他にありますか？」
例観相ロジック：
AIは例を求めることができます：「際立った具体的な状況を共有できますか？」これは、一般的なフィードバックを明確にするだけでなく、プロダクトチームに色を添えます。
「あなたの答えを示す状況を説明できますか？」
感情探索ロジック：
誰かが興奮、苛立ち、または失望の兆候を示した場合、AIは「その体験があなたにどんな影響を与えましたか？」や「それが私たちの全体的な印象にどのように影響したか教えてください。」と優しく掘り下げます。
「その瞬間が私たちの製品の見方にどう影響しましたか？」
ユースケース探査：
満たされていないニーズや微妙な使用パターンを発見するのに最適です。AIは、「私たちの製品を日常的にどのように使用していますか？」や、痛点が言及された場合、「魔法の杖を振ることができるとしたら、この体験のどの部分を最初に改善しますか？」と聞くことができます。
「この体験を再設計できるとしたら、まず何を変えますか？」
AIを活用したサーベイ応答分析をSpecificで使用すると、AIが会話形式で応答を探査し、その後、感情、トップフレーズ、例、感情的なコンテキストを要約します。それは、最良の調査分析者がすべてのサーベイを処理しているようなものです—人的リソースのボトルネックなしでです。作成する側と回答する側の両方にとって最高の体験を提供し、フィードバックが一方的な尋問ではなく、本当のチャットのように感じられます。
完全な感情の全体像を構築する
定量的および定性的な質問タイプをミックスすることで、規模と実質の両方を得ることができます。NPSやCSATでトレンドやベンチマークを明らかにし、自由回答やCESでそれらの数値の背後にある理由を掘り下げます。魔法は、これらの形式をシングルで、あるいは短くても待機させる会話の流れで組み合わせたときに起こります：
NPS：「私たちを推薦する可能性はどのくらいですか？」（0-10）＋フォローアップロジック
CSAT：「最近の体験にどれほど満足しましたか？」（1-5）＋理由探査
CES：「目的を達成するのがどれほど簡単でしたか？」（1-7）＋摩擦探査
自由回答：「私たちが改善できることは何かありますか？」
SpecificのAIサーベイ要約は、例えば高いNPSが低努力とクラスタする場合や、満足度の低下が反復的な機能要求と結びつく場合にドットをつなげます。この会話形式は、硬直した、一次元のフォームに比べて完了率、飾り気のなさ、実行可能なフィードバックを増加させます。
従来のサーベイ | 会話型サーベイ |
|---|---|
固定質問、フォローアップなし | AI適応型フォローアップ、探索、明確化 |
低い関与; クリニカルな感じ | 自然に感じられる; 完了率が高い |
要約は手動、遅い、または存在しない | 瞬時のAIテーマとインサイトのまとめ |
自分で構築するのがどれほど簡単か興味がありますか？SpecificのAIサーベイエディターを使用すると、AIとチャットするだけでこれらの質問とフォローアップタイプを簡単にミックスできます—学びたいことを説明し、あとはシステムに任せましょう。
感情の洞察を行動に変える
適切な質問にAIフォローアップを組み合わせることで、真の顧客感情を明らかにします。分析はもはや硬直的ではなく、会話型の洞察エンジンです。今すぐあなた自身のサーベイを作成して、結果をもたらす洞察をキャプチャし始めましょう。