2015年の10月末、Twitterにアンケート機能が搭載されました。すでに自社のアカウントで機能を利用した方もいるかもしれませんね。上の画像からもわかる通り、投票はリツイートやいいね！よりも大きな数字になりやすい傾向があるようです。リツイートやいいね！の場合、ツイートの投稿者には「誰がそうしたのか」が通知されるのに対して、アンケートへの投票は無記名です。Twitterにアンケート機能が定着すれば、この「無記名」が気軽な参加を後押しして、今までよりもさらに活発に、ユーザー同士が交流できるようになるかもしれません。アンケート機能を利用して、自社のツイートを見てくれる人と交流するきっかけが作れたらいいですよね。

一方、このアンケート機能の実装を目にして、アンケートの本来の「情報収集ツール」としての力を再確認した人も多かったのではないでしょうか。しかし、アンケート業務は実際に手がけてみると「何を聞けばいいの？」「どう聞けばいいの？」など悩むポイントがたくさんあり、スムーズな実施は意外と難しいものです。市場調査や、商品やサービスの利用者・購入者を対象としたアンケート業務にあたり、質問の作成やサマリーデータの作成に悩んだことがある、という方も少なくないのではないでしょう。

ということで、今回は、より役立つデータを、より正確に取り出せるアンケートを実施するための基礎知識について、取り上げてみたいと思います。
 

「新しい商品やサービスの開発に役立つ情報を収集するために」あるいは「顧客の不満や要望を集めて現状の改善に役立てるために」など、アンケートを実施する目的は場合によってさまざまです。しかし実際のところ、目的が誰にも明確にされず、アンケート業務に関わる人たちの間で共通の認識を持たないまま、なんとなくアンケートが作成され、実施され、得られたデータをなんとなく眺めて終わってしまう……ということも残念ながら少なくありません。

アンケートは、データを収集する側にはもちろん「作成の手間」「回答を集める手間」などの負担がありますが、回答する側にも負担をかけるものです。見込み客となる可能性のあるターゲット層に属する人たちや顧客に負担をかけてアンケートを実施するなら、確実に成果を出したいですよね。そして、そのためにまず大切なのは、アンケートを作成・実施する前にまず「アンケート実施の目的」すなわち「アンケートから得られたデータをどのように活かすか」を出来る限り明確にし、共有することです。

たとえば、商品やサービスの利用後アンケートを実施した結果、顧客から不満の声が寄せられたとしましょう。そして、同種の不満を持った回答者がおらず、不満を持った回答者は結局1人だけだったと仮定して考えてみてください。おそらく、多くの場合、その不満を根拠に問題点の改善に踏み切ることは難しいのではないでしょうか。しかし、それでは「どんな顧客から」「どのくらい不満の声が寄せられたら」改善に踏み切るのが適切なのでしょう。「得られた成果をどのように活かすか」を明確にするプロセスでは、このようなポイントを明確にすることが求められます。

もちろん、これらは明確に答えを定めることの難しい問題です。寄せられた不満の数や、回答者の属性などからシンプルに「誰から・どのくらい不満が寄せられたら改善に踏み切るか」の基準を設けることは現実的には難しいため、ケースバイケースの判断になるでしょう。しかし、その「ケースバイケース」の判断を行う機会そのものを見失ってしまわないためにも「どのくらいの数が寄せられたら検討のテーブルに載せるか」を決めておいたり、「どのような顧客からどの程度不満が上がっているか」を把握できるように準備しておくことが大切です。

アンケート業務の開始前に、目的をはっきりさせ、データを共有できるよう準備を整えておきましょう。
 

多くの場合、アンケートへの回答は回答者にとって義務ではありませんよね。回答者に特典を用意するケースもありますが、多くの場合、無償での協力です。つまり、回答しなければならない質問の数が多く、考える必要が増えれば増えるほど、回答者の負担は大きくなり、得られる回答の数は減ってしまいます。作成時には、必要なデータを取り逃がしたくないばかりに設問を増やしてしまいがちです。しかし「質問が増えれば回答数が減ってしまう」ことを考慮し、質問は出来る限りシンプルに、少なくしたいところです。

もちろん、情報を収集する側としては、出来る限り手間をかけず、商品開発や改善に役立つ具体的なデータがほしい……という思いがあるでしょう。しかし、多すぎる質問を用意してしまった結果、有効なデータが得られなくなってしまっては本末転倒ですよね。回答を選択制にすれば、回答および集計の手間を減らすことも可能ですが、質問を減らすことが可能ならばやはりそれに越したことはありません。
 

アンケートを実施した後、市場調査なら「商品の需要や適切な販売方法」、顧客満足度に関する調査なら「不満や改善の要望が集まるポイント」など、アンケート実施の目的達成につながる「答え」を探すことになります。この「答え」を見つける際の重要な指標となるのが「総回答数」です。

上記でも述べた通り、1人のユーザーから寄せられた不満や要望を元に改善に踏み切ることはなかなかできません。判断には不満や要望が「どのくらい」「どのようなユーザーから」寄せられたのかなどの情報が必要となります。そして「どのくらい」寄せられたのか考える際に欠かせない数値が「総回答数」です。はじめから総回答数の大枠が決まっている市場調査において、この数を検討材料の一部とすることは説明無用ですね。しかし、顧客満足度調査など、サービスの運営と平行して継続的に実施されているような「総回答数の大枠が定まっていないアンケート」の場合、総回答数は意外と影の薄い数値となってしまうことがあります。

「新しい機能のリリース後に期間を区切って総回答数とする」「商品やサービスの機能見直しのタイミングを"年に◯回"など定期的に設け、期間中の回答を総回答数とする」など、期間を区切って「総回答数」を設定し、寄せられた不満や要望が、回答全体においてどのくらい存在感があるかを確認してみてください。

また「どのような」人から回答を寄せられたのかを検討とする場合には、サマリーデータの整備が重要です。BtoBの場合は、性別や年齢といった回答者個人の属性というよりも、業種や利用頻度・利用金額等、企業としての属性が重要になるでしょう。そうした必要な属性と回答数、総回答数など複数の軸を元に得られたデータを整理して、「重要な顧客は誰か」「その人たちからどのような回答があるか」を元に改善や「次の手」を考えるヒントを探していきましょう。

今回ご紹介した通り、アンケートは質問の作り方やデータの分析方法によって「役立ち具合」が大きく変わります。しかし、アンケート作成そのものには関われず、サマリーデータや個々の回答のみしか確認できない場合でも「質問の内容や数は適切か」「総回答数はどの程度か」「どのような属性の回答者から寄せられた回答か」という視点を持つだけでも、得られる情報量を増やせることもあります。

アンケート業務の一部にのみ関わっていたり、個々の回答データを見るのみ……といった方も、上記のポイントはぜひ押さえておいてください。突然意見を求められた際など、考えをまとめるために、きっと役に立つはずです。