VOC分析は「どこの声を使うか」で結論が変わる
顧客の声の分析は、手順よりも先に「どの声を材料にするか」で結果が決まります。出所によって見えるものが違い、片方だけを見ると存在しない問題を追いかけることになります。この記事は5つの出所を比較し、実データで落とし穴を示します。
先に結論：VOC分析で最初に決めるのは手順ではなく「声の出所」
- 出所によって見えるものが違う ── 問い合わせ履歴には「困った人の声」しか無く、満足している大多数が写りません。競合との比較もできません。
- 母数と比較の両方が要るなら購入者レビュー ── 自社と競合が同じ形式で並んでおり、同じ観点定義で集計できる唯一の出所です。
- 汎用分類に押し込むと約4分の1が落ちる ── 実データでは観点言及337,226件のうち83,166件（24.7%）が、汎用10テーマでは拾えないカテゴリ固有の観点でした。
- 中立は不満ではない ── 中立が厚い観点は「不満」ではなく説明不足のサインで、打ち手が変わります。
集計の手順そのものは 口コミ分析の方法（4ステップ） にまとめています。この記事は、その前段にある材料選びを扱います。
VOC分析とは：設問を用意せずに始められる点が、アンケートと違う
VOC（Voice of Customer）分析とは、顧客が自発的に書いた・話した言葉を、評価の軸ごとの満足・不満の比率に変える作業です。ゴールは感想の要約ではなく、「観点名・好評率・言及数」の3列がそろった表です。
アンケートやNPSとの違いは、設問の有無にあります。アンケートはこちらが用意した設問にしか答えが返りません。設問に入れ忘れた不満は、どれだけ多くの顧客が感じていても数字に出てきません。「何が起きているか分からない」という段階では、この性質が致命的になります。VOC分析は設問を用意せずに始められるため、問題の在処を探す用途に向いています。
声の出所は5つ。見えるものと見えないものが違う
実務で使える出所は主に5つです。どれが優れているという話ではなく、写る範囲が違います。自社で手に入りやすい順に選ぶと、たいてい偏った結論になります。
| 出所 | 見えるもの | 見えないもの | 競合と比べられるか |
|---|---|---|---|
| 購入者レビュー | 購入前の期待と使用後の評価。観点ごとの満足・不満。価格帯ごとの差 | 買わなかった人の理由。解約・返品の詳しい経緯 | できる（自社と競合が同じ形式で並ぶ） |
| 問い合わせ・サポート履歴 | 実際に困った内容。不具合の再現条件。説明不足の箇所 | 満足している大多数。声を上げなかった不満 | できない（自社分しか無い） |
| コールセンターの通話 | 文字にならない温度感。手順のどこで詰まるか | 電話をしない層（若年層に偏りが出やすい） | できない |
| アンケート・NPS | 設問に対する定量的な回答。時系列の比較 | 設問に無い論点。回答しなかった人の意見 | 設問を共有できないため実質できない |
| SNS | 話題の立ち上がり。想定外の使われ方 | 購入したかどうか。使用期間。書かない大多数 | 言及量は比べられるが、評価の中身は揃わない |
※「競合と比べられるか」は、同じ観点定義で集計して落差を測れるかどうかを指します。
比較が要るなら、購入者レビューから始めるのが早い
VOC分析でいちばん多いつまずきは、自社の問い合わせ履歴だけを分析して終わることです。数字は出ますが、それが高いのか低いのか判断できません。「静音性の不満が月30件」と分かっても、それが多いのか少ないのかは、比較対象が無ければ決まりません。
購入者レビューは、自社と競合が同じ形式で並んでいる唯一の出所です。同じ観点定義で集計すれば、カテゴリ平均との落差をそのまま測れます。実際に美容家電14データセット・収録946商品を横断集計すると、観点ごとの好評率はここまで開きます。
図1｜テーマ別 好評率（美容家電デバイス14データセット横断・好評率の低い順）
最も低い静音性44.3%と、最も高いサイズ・携帯86.3%の差は42.0pt
好評率＝各テーマの好評言及数÷全言及数。テーマは複数カテゴリの観点を同一体系へ集約したもの。集計対象：美容家電デバイス14データセット・収録946商品／2026年6〜7月時点スナップショット／出所：TrendViewer（HALDATA）、楽天市場・Amazon.co.jpの購入者レビューを独自集計。
この表があると、自社の静音性が50%だったときに「カテゴリ平均を上回っている」と言えます。自社データ単独では、同じ50%が良いのか悪いのか永久に決まりません。
自社商品と競合商品を、同じ観点定義で並べて比べるところまでを自動でやるのがTrendViewerです。商品コード単位で観点別の好評率・不満率と、その月ごとの推移が出ます。
自社商品のVOC分析を見る（TrendViewer）レビュー原文は掲載していません。観点ごとに要約した集計値をお見せしています。
結論が変わる落とし穴3つ
1. あらかじめ用意した分類に押し込む（実データで24.7%が落ちる）
最も多い入口は、汎用の分類表を用意して声を当てはめる方法です。速いのですが、その商品固有の観点が丸ごと抜けます。美容家電14データセットの集計では、観点言及337,226件のうち汎用10テーマに集約できたのは254,060件（75.3%）で、残る83,166件（24.7%）はカテゴリ固有の観点でした。
家庭用脱毛器の「メンズ・レディース・VIO対応の多様性」、温冷美顔器の「バッテリー持ちと充電の利便性」のように、そのカテゴリでしか出てこない軸がこの4分の1にあたります。ここが落ちると、差がつく論点が集計に載りません。
2. 中立を不満に寄せる
好評率は「その観点の好評言及数 ÷ その観点の全言及数（好評＋中立＋不満）」で出します。実務で結果が歪む最大の要因は、中立を不満側に数えてしまうことです。
中立は「触れているが評価を下していない」状態で、不満とは意味が違います。中立が厚い観点は、購入者が判断できるだけの情報を得られていないサイン、つまり不満ではなく説明不足として読みます。打ち手も別です。不満なら仕様の改良、説明不足なら商品ページや同梱物の記述の改善になります。ここを混ぜると、直す必要のない仕様を作り直すことになります。
3. 好評率の低い順に手を打つ
率の低い順と、影響量の大きい順は一致しません。図1で最も好評率が低いのは静音性44.3%ですが、言及はN=1,535件です。一方で安全性は好評率60.6%でも言及がN=79,405件あります。
影響量は「言及数 ×（1 − 好評率）」＝好評でない言及の実数で並べます。静音性は約855件、安全性は約31,300件で、36倍の差があります。率だけを見ると、小さい問題から着手することになります。
VOC分析ツールを入れる前に決める4点
ツールの比較検討より先に、この4つを決めておかないと、出てきた数字の意味が定まりません。
- 観点を誰が決めるか ── こちらで指定するのか、声の側から作らせるのか。指定する方式なら、カテゴリ固有の観点が落ちる前提で使う
- 中立の扱い ── 好評／中立／不満の3値で持つか、2値に潰すか。潰すと説明不足と不満が区別できなくなる
- 比較対象を用意できるか ── 自社データだけを入れても数値は解釈できない。競合を同じ観点定義で集計できるかが分かれ目
- 判断に使う言及数の下限 ── 実務では1観点あたりN=30件未満は判断に使わない。数件を傾向として扱うと優先順位を誤る
手作業でやるか、自動化するか
1カテゴリ・1回だけなら手作業でも終わります。分かれ目は継続して比較するかどうかです。観点定義を固定したまま毎月同じ集計を回し、競合も含めて追う場合は手作業が破綻します。観点定義が担当者によってぶれると、前月との差が「市場の変化」なのか「集計の揺れ」なのか判別できなくなるためです。
逆に、一度きりの調査であれば、観点を10前後に絞って手で分類しても十分な精度が出ます。
よくある質問
VOC分析とは何ですか？アンケートやNPSとどう違いますか？
顧客が自発的に書いた・話した言葉を、観点ごとの満足・不満の比率に変える作業です。アンケートやNPSはこちらが用意した設問にしか答えが返らないため、設問に無い不満は数字に出ません。VOC分析は設問を用意せずに始められる点が違い、問題の在処を探す段階に向いています。
VOC分析はどこから声を集めればよいですか？
出所は主に5つあり、見えるものが違います。競合と比べたい・母数を確保したいなら購入者レビュー、解約や返品の理由なら問い合わせ履歴です。自社の問い合わせ履歴だけを見ると、声を上げた人に偏るうえ競合との比較ができません。
用意した分類に当てはめるのは駄目ですか？
汎用分類に押し込むと商品固有の観点が落ちます。実データでは観点言及337,226件のうち汎用10テーマに集約できたのは254,060件（75.3%）で、残る83,166件（24.7%）はカテゴリ固有でした。分類は声の側から作り、あとから命名してください。
好評率が低い観点から順に手を打てばよいですか？
一致しません。最も好評率が低い静音性は44.3%でも言及はN=1,535件、安全性は60.6%でも言及がN=79,405件あります。影響量は「言及数 ×（1 − 好評率）」で並べます。
データの定義
| 観点（viewpoint） | 購入者が評価している軸。静音性・耐久・効果実感など |
|---|---|
| 観点言及 | 1本のレビューの中で1つの観点に触れている記述。1レビューは通常2〜4観点にまたがる |
| 好評率 | その観点の好評言及数 ÷ その観点の全言及数（好評＋中立＋不満） |
| 集計対象 | 美容家電デバイス14データセット・収録946商品・観点言及337,226件／2026年6〜7月時点スナップショット |
| 出所 | TrendViewer（HALDATA）。楽天市場・Amazon.co.jpの購入者レビューを独自集計。レビュー原文は掲載していません |
あわせて読みたい
あなたの商品は、どの観点で「賛否」が割れていますか？
この記事と同じ分析を、御社の商品で。TrendViewerは購入者レビューを観点別の好評率・不満率に分解し、自社・競合の「強み」と「後から効く弱点」を定量的に可視化します。
- 観点別センチメント分解
- 競合との横断比較
- 購入後3〜6ヶ月の不満予兆
観点別の賛否分解は、商品改良・LP訴求・レビュー対策の優先順位づけに直接使えます。