アクションを促すCSATレポートの作成方法

2つのチームが同じ日に同じ顧客を対象に調査を行いました。一方は82%と報告し、もう一方は4.1と報告しました。

どちらも正解です。一方はパーセンテージ法を使用し、もう一方はスコアを平均化しました。この指標を定義しているソース（情報源）では、どちらの方法も認められています。

これはレポートを作成する前に、まず決めておくべきことです。計算式は選択肢であり、標準規格ではありません。

本ガイドでは、レポートに含めるべき内容と、2つの正当な計算式について解説します。さらに、評価尺度（スケール）とタイミングが調査結果にどのように影響するのか、そして調査のエクスポートデータからレポートを作成する方法についても説明します。

CSATレポートに含めるべき内容

スコア自体はたった1行の数値にすぎません。その数値を実用的なものにするのがレポートです。

同じビューに含めるべき要素は6つあります。スコア、使用した計算式、評価尺度、回答数、調査対象の母集団、そしてトリガーポイント（調査のきっかけ）です。

トリガーは、多くのレポートで見落とされがちな要素です。サポートへの問い合わせ直後に収集されたスコアと、購入から30日後に収集されたスコアは、同じ名前であっても全く異なる測定値です。

分布も追加しましょう。評価尺度の各ポイントにおける回答数を保持してください。単一の数値にまとめてしまうと、データの全体像が永久に失われてしまいます。

回答数は、想像以上に重要な意味を持ちます。回答数が40件の場合、ほんの数人が1ポイント動くだけで、全体のスコアが数ポイントも変動します。

2つの正当な計算式、2つの異なる数値

Qualtricsは、自社のCSATページでこの指標とその計算方法を定義しており、両方のアプローチを挙げています。

パーセンテージ法は、同ページで詳しく説明されている方法です。「4（満足）と5（非常に満足）の回答を使用」し、公開されている計算式を適用します。

計算式は次の通りです。満足している顧客の数を調査の総回答数で割り、100を掛けます。

上位2つの回答（Top-two）を使用するルールには明確な理由があります。同ページでは、「フィードバック調査で最も高い2つの値を使用することが、顧客維持率を最も正確に予測できる」と説明されています。

平均化法も同じページで認められています。スコアは「通常、パーセンテージ尺度で表現されることが多い」ものの、結果を「平均化して総合顧客満足度スコアを算出する」ことも可能です。

	パーセンテージ法	平均化法
出力	0%〜100%	設定した評価尺度内の数値
「3」の扱い	不満足	中間
影響を受けやすい変動	3と4의 境界線をまたぐ変動	すべての数値における変動
公開ベンチマークとの比較	通常は可能	ほぼ不可能

どちらか一方を選択し、レポートに明記してください。この2つは相互に変換することはできません。年度の途中で切り替えてしまうと、それまでのトレンドデータが台無しになります。

関連する別の指標では、異なるルールが適用されます。NPSは中間層を両方のパーセンテージから除外しますが、CSATは全員を分母に残します。この比較については、当社のNPSレポート作成ガイドで詳しく解説しています。

評価尺度の決定が影響するポイント

Qualtricsでは、CSATを「非常に不満」から「非常に満足」までの5段階評価で提示しています。

標準的な質問文も公開されています。そこでは、顧客に対して「受け取った[製品/サービス]に対する全体的な満足度をどのように評価しますか」と問いかけます。

しかし、多くのツールではデフォルトで7段階や10段階の評価尺度が採用されています。それが間違いというわけではありませんが、計算結果は変わってきます。

評価尺度を変更すると、上位2つの回答（Top-two）ルールをそのまま適用することはできなくなります。5段階中の上位2つは全体の40%を占めますが、10段階中の上位2つはわずか20%にすぎません。

そのため、顧客の感情が全く同じであっても、10段階評価の調査で上位2つの回答のみをカウントすると、5段階評価の調査よりも低いCSATが報告されることになります。これは測定方法による誤差であり、顧客の実際の声（シグナル）を反映したものではありません。

これに伴い、簡単に実行できる2つのルールがあります。評価尺度を固定すること、そして公開するすべてのスコアの横にその評価尺度を記録することです。

どうしても評価尺度を変更しなければならない場合は、それを新しいデータシリーズとして扱ってください。変更日を記録し、変更前後のデータを比較するのをやめましょう。

質問するタイミングで得られるインサイトが変わる

タイミングは、前述の情報源でも極めて重要視されている設計上の意思決定です。

Qualtricsは、CSATを「今、この場所」の指標であり、「継続的な顧客関係ではなく、特定の体験に関連するもの」と説明しています。

この性質により、質問が意味を持つタイミングが決まります。コンタクトセンターへの電話など、単発のやり取りについては、会話の記憶が新しいうちにすぐに質問することを推奨しています。

一方で、長期的に使用するものについては、アドバイスが逆になります。サブスクリプションや耐久消費財の場合、顧客が評価を下せるようになるまでに数日または数週間かかる場合があります。

これには2つの実用的な帰結があります。これら両方のタッチポイントを混在させた単一のCSATスコアは、ほとんど意味をなしません。解決策は、トリガーごとにレポートを作成することです。

また、同ページでは頻度についても警告しています。リピーターに頻繁に質問しすぎると「それ自体が問題を引き起こす」可能性があり、データ上では回答率の低下として現れます。

回答率自体も独立した指標として監視してください。回答数が減少しているにもかかわらずスコアが上昇している場合、それは改善ではなく、単に生存者バイアスであるのが一般的です。

手動で行う方法

オプション1：2つのカウントと1つの割り算

評価列に対して、COUNTIFS関数を使って「4」と「5」の回答数をカウントし、次にCOUNTA関数を使ってすべての回答数をカウントします。

行数ではなく、評価列に対してCOUNTAを使用することが重要です。未回答（空白）は「0」ではないため、これらを分母に含めてしまうと、スコアが不当に下がってしまいます。

最後に1回割り算を行い、両方のカウント数が見えるようにしておきます。上の2つのセルから、誰でも数値を再計算できるようにしておくべきです。

この方法の限界は、特定の期間に対して1つのスコアしか得られないため、どのタッチポイントやセグメントが変動したのかが分からない点です。

オプション2：全体の分布

評価尺度のすべてのポイントでカウント数を保持し、同じテーブルからパーセンテージと平均値の両方を導き出します。

両方を表示することは、整合性チェック（サニティチェック）として一度は役立ちます。もし2つの数値が相反する傾向を示している場合、データが二峰性分布（山が2つある分布）になっている可能性があり、単一の数値だけではどちらの方法をとっても誤解を招くことになります。

これで、レポートを細分化（スライス）できるようになります。トリガー別、製品別、チャネル別、担当者別、あるいは顧客の継続期間別などです。

重要な発見は、通常こうした細分化されたデータの中に隠されています。全体を混ぜ合わせたスコアが健全に見えても、特定の1つのチャネルだけが他よりも丸1ポイント低い数値に沈んでいる、といった事実が隠されていることがよくあります。

この方法の限界は、データの結合とボリュームです。調査の回答データをアカウント情報やサポートチケットのデータと紐付ける作業は、Excelの関数だけで快適に処理できる限界を超えてしまいます。

オプション3：定義タブ

計算式、評価尺度、質問の文言、トリガー、および母集団を記録しておきます。

質問の文言をこのリストに含めるのには理由があります。質問の言い回しが変わるとスコアも変わり、それが顧客感情の変化として誤解される可能性があるためです。

除外対象も記録してください。社内テスター、重複した送信、有効範囲外の回答など、それぞれどのように処理したかを明記する必要があります。

この方法の限界はよくあるものです。ルールを書き留めただけでは自動的に適用されるわけではないため、次のサイクルでまた誰かが同じフィルターを再作成することになります。

共通の限界： これら3つのオプションはすべて、エクスポートデータにトリガーまたは調査の識別子が含まれていることを前提としています。これらがないと、混在したスコアを、それを生み出した個々の体験へと分解することはできません。

手動プロセスの限界とボトルネック

最初のレポート作成には1時間かかります。しかし、4回目のレポート作成にはそれ以上の時間がかかります。なぜなら、3つの要素が変化しているからです。

調査ツールのリニューアル時に評価尺度が変更されたにもかかわらず、スコアの変動がフォームの変更によるものだと誰も気づかないことがあります。

調査対象の母集団がいつの間にか拡大していることもあります。最近の購入者だけでなく、すべての連絡先に調査を送信してしまうと、最近評価すべき体験がない人々まで回答に加わってしまいます。

さらに、ベンチマークが引用されるようになります。Qualtricsは、CSATのベンチマーク評価は「厳密な科学ではない」と指摘し、業界の数値としてACSIに言及しつつも、すべてのビジネスや製品は異なると強調しています。

より役立つシンプルな考え方はこうです。スコアが以前より上昇しているのであれば、何か正しい取り組みができているということです。

締め切り間際に発生する4つ目のコストもあります。「82%という数値は良いのか？」と誰かに尋ねられたとき、それに答えるには、手元に用意していないトレンドデータ、トリガー別の内訳、そして回答数が必要になります。

ツール側については、AI software for survey data analysisでまとめを紹介しています。

Powerdrill Bloomで作成する方法

ステップ1：調査のエクスポートデータをアップロードする

調査ツールからエクスポートした回答データをそのままアップロードします。Powerdrill Bloomはアップロード時に対象列のプロファイリングを行うため、スコアが計算される前に、未回答の評価、範囲外の値、重複した回答者識別子などが検出されます。

ステップ2：自然言語でレポートを説明する

ルールを構築するのではなく、言葉で指定します。評価列、評価尺度、計算式、期間、母集団、そしてトリガーフィールドの名前を指定します。

次に、エラーを検出するための質問を投げかけます。未回答や評価尺度外の回答がいくつあるかを尋ねます。同じデータからパーセンテージと平均値の両方を算出するよう求めます。さらに、トリガー別およびセグメント別のスコアの内訳を要求します。

ステップ3：チャート、レポート、またはスライド資料をエクスポートする

全体の分布を含むスコア、期間ごとのトレンド、あるいは数値の横に計算式と回答数が記載されたスライド資料をエクスポートします。

よくある間違い

計算式を明記していない。 パーセンテージと平均値はどちらも正当な方法ですが、比較はできません。どちらを使用したかを明記してください。

シリーズの途中で評価尺度を変更する。 顧客の感情が同じであっても、5段階評価と10段階評価の調査では異なるスコアが算出されます。変更は新しいシリーズとして扱ってください。

未回答をゼロとしてカウントする。 未回答は不満を意味するものではありません。分子と分母の両方から未回答（空白）を除外してください。

トリガーポイントを混在させる。 通話直後のスコアと30日後のスコアは異なるものを測定しています。これらは分けて報告してください。

回答数を伴わずにスコアを報告する。 サンプル数が少ないと、数値が大きく変動します。常にスコアの横に回答数を記載してください。

回答数が減少している中でのスコア上昇を「改善」と解釈する。 このパターンは通常、生存者バイアスによるものです。回答率も併せて追跡してください。

他業界のベンチマークを目標値として引用する。 ここでのベンチマーク評価は厳密な科学ではありません。自社のトレンドを基準として使用してください。

結論

計算式を選択し、評価尺度と質問の文言を固定し、トリガーごとに報告し、回答数と分布を添えてスコアを公開しましょう。

スコアそのものが成果物ではありません。他よりも数値が低いトリガーやセグメントこそが、翌月にどこにリソースを投入すべきかを教えてくれるのです。

サイクルごとにそのビューを作成する作業に1週間を費やしているなら、調査のエクスポートデータを使ってPowerdrill Bloomをお試しください。また、当社の乱雑な調査データを明確なチャートに変換するガイドや、voice of customer summarizerおよびCSV AI assistantのページもご覧ください。

よくある質問

CSATはどのように計算されますか？

一般的な方法は、「4」と「5」の回答数を総回答数で割り、100を掛けます。生のスコアを平均化する方法も認められていますが、算出される数値は異なります。

なぜ上位2つの回答のみを使用するのですか？

Qualtricsは、最も高い2つの値を使用することが、顧客維持率を最も正確に予測できると指摘しています。また、結果をパーセンテージとして分かりやすく表示できるようになります。

CSAT調査ではどのような評価尺度を使用すべきですか？

「非常に不満」から「非常に満足」までの5段階評価が、公開されている標準規格です。評価尺度を固定し、それを記録しておけば、より長い評価尺度を使用することも可能です。

調査はいつ送信すべきですか？

単発のやり取りの直後、または長期的に使用する製品の場合は数日〜数週間後です。CSATは、全体的な関係性ではなく、特定の体験を測定するものです。

CSATはNPSと同じですか？

いいえ、異なります。CSATはすべての回答者を分母に残しますが、NPSは推奨者の割合から批判者の割合を引き、中間層を両方から除外します。