メインコンテンツへスキップ
レッスン一覧に戻る

atom.cs-automator.voc-collection-design

顧客の声を集める仕組みを設計する

顧客の声を集める仕組みを設計する お客さまの「困った」「こうしてほしい」という声――いわゆる VoC(Voice of Customer=顧客の声)は、サービスを良くするための宝の山です。でも、いざ集めようとすると...

design-voc-collection-systemdesign-voc-collection-system「design voc collection system」に関するスキルがこのレッスンで身につきます。
想定時間未設定公開状態: draft
学習メモ

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc検証: basic_manual_check_v1

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。

diagramscreen_capture

レッスン本文

顧客の声を集める仕組みを設計する

お客さまの「困った」「こうしてほしい」という声――いわゆる VoC(Voice of Customer=顧客の声)は、サービスを良くするための宝の山です。でも、いざ集めようとすると「どこから手をつければ?」「質問は何を聞けばいい?」と迷いがちですよね。

この Atom では、AIチャット(ChatGPT や Claude など)に相談しながら、顧客の声を集めるためのアンケート設計書を1枚つくりきります。料理に例えると、「どんな食材(=声)を、どのお皿(=チャネル)で、どの順番で出すか」のレシピを書くイメージです。

所要時間の目安は 15 分です。


前提を確認する

  • AIチャットツール(ChatGPT、Claude、Cursor の AI チャットなど)をブラウザまたはアプリで開ける状態にしてください
  • 集めたい顧客の声のテーマを1つ思い浮かべておいてください(例:「解約理由を知りたい」「新機能の満足度を測りたい」など)

まだテーマが決まっていなくても大丈夫です。ステップ1で AI と一緒に決めていきます。


ステップ1:AIに「集めたい声」を整理してもらう

まずは、何のために顧客の声を集めるのかを明確にします。AI に次のように聞いてみましょう。

AIへのプロンプト例

私はカスタマーサポート担当です。
以下の目的で顧客の声(VoC)を集めたいと考えています。

【目的】解約率を下げるために、解約理由を正確に把握したい

次の3点を整理してください:
1. この目的で集めるべき情報(聞くべきこと)を5つ
2. 集めるのに向いているチャネル(方法)を3つ、それぞれのメリット・デメリット付きで
3. 回答者が答えやすい質問の順番の提案

ポイント: 【目的】 の部分をあなた自身のテーマに書き換えてください。目的が曖昧だと AI の回答もぼんやりしてしまいます。

良い例と悪い例

良い例「解約率を下げるために、解約理由を正確に把握したい」
良い例「新しく追加した機能Xの使い勝手を改善したい」
悪い例「お客さんの声を集めたい」(目的が広すぎて、AIが何を提案すればいいか分からない)
悪い例「全部知りたい」(何でも聞こうとすると質問数が膨らみ、回答率が下がる)

AI から返ってきた回答をざっと読み、ピンとくる項目にチェックを入れていきます。完璧でなくて構いません。次のステップで磨いていきます。


ステップ2:AIと一緒にアンケート質問文をつくる

ステップ1で決めた「聞くべきこと」を、実際の質問文に変換します。

AIへのプロンプト例

ステップ1で整理した「聞くべきこと」は以下の通りです:
- 解約を決めた一番の理由
- 解約前に試した代替策
- サービスで最も不満だった点
- 改善されたら再契約を検討するか
- 他社サービスへの乗り換え先

これらを、以下の条件でアンケート質問文にしてください:
- 質問数は最大5問
- 選択式(3〜5択)と自由記述を混ぜる
- 回答時間が3分以内に収まるようにする
- 各質問に「なぜこの質問が必要か」の理由を1行ずつ付ける

ポイント: 「質問数の上限」と「回答時間の目安」を指定すると、AI が適切なボリュームに調整してくれます。

アンケート設計フロー


ステップ3:設計書としてまとめる

ここまでで出来上がった内容を、1枚の設計書にまとめます。AI に次のように頼みましょう。

AIへのプロンプト例

これまでの会話内容をもとに、以下のフォーマットで「VoC収集設計書」をMarkdown形式で出力してください:

VoC収集設計書

1. 目的

(1〜2行で簡潔に)

2. 対象チャネル

(選んだチャネルとその理由)

3. 質問一覧

#質問文回答形式目的

4. 運用ルール

  • 配信タイミング
  • 回収目標数
  • 集計・報告の頻度

5. 想定されるリスクと対策

(回答率が低い場合の対策など)


出力された Markdown(文章の書き方の一種で、見出しや表を簡単に書ける形式)をそのままコピーして、メモアプリや Google ドキュメントに貼り付ければ設計書の完成です。

![設計書の完成イメージ](/lesson-assets/atom.cs-automator.voc-collection-design/screen_capture.png)

---

検証する:出来上がりをチェックする

設計書が次の条件を満たしているか確認しましょう。

  • 目的が1〜2行で明確に書かれているか — 読んだ人が「何のために集めるのか」をすぐ理解できるか
  • 質問数が5問以内に収まっているか — 多すぎると回答率が下がります
  • 各質問に「なぜ聞くのか」の理由があるか — 理由がない質問は削除候補です
  • チャネル(配信方法)が具体的に書かれているか — 「メールで送る」「アプリ内で表示する」など
  • 運用ルール(いつ・何件・どう報告)が書かれているか

すべてにチェックが入れば、この Atom は完了です。


つまずきやすいポイントと対策

「目的が絞れない」

複数の目的を同時に達成しようとすると、質問が増えすぎてしまいます。まずは 最も緊急度の高いテーマ1つ に絞りましょう。AI に「この3つの目的のうち、最も優先度が高いのはどれだと思いますか?理由も教えてください」と聞くのも有効です。

「AI の回答が抽象的すぎる」

プロンプトに 具体的な数字や条件 を入れると改善します。「適切な質問を考えて」ではなく「選択式3〜5択、最大5問、回答3分以内」のように制約を明示してください。

「選択肢の内容が自社に合わない」

AI はあなたの会社の事情を知りません。「当社のサービスは〇〇で、主な顧客層は△△です」と背景情報を1〜2行追加するだけで、回答の精度がぐっと上がります。

「設計書を誰に見せればいいか分からない」

まずは直属の上司やチームリーダーに共有しましょう。「お客さまに聞く前に、この内容で問題ないか確認させてください」と添えると、フィードバックをもらいやすくなります。

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc

検証: basic_manual_check_v1

証跡とメディア

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディア

diagramscreen_capture
前提 atom

必須

なし

あると楽

なし

学習完了