---
title: VOC分析とは？顧客の声を集めて施策に活かす仕組みと進め方
description: VOC分析とは、顧客の声を集めて分類し、件数や傾向を数えて施策に戻すまでの仕組みです。声が施策に変わらない3つの原因、チャネル別の集め方、タグ設計、分析の手順、対応・配信・商品改善への活かし方を解説します。
image: https://blog.cresclab.com/hubfs/voc-analysis-cover-1.png
---

[![06\_Crescendo lab\_Full color\_Horizontal logo-2-1](https://blog.cresclab.com/hs-fs/hubfs/06_Crescendo%20lab_Full%20color_Horizontal%20logo-2-1.png?width=3509&height=774&name=06_Crescendo%20lab_Full%20color_Horizontal%20logo-2-1.png)](https://www.cresclab.com/jp)

- プロダクト 
  
    - [MAAC](https://www.cresclab.com/jp/product/maac)
    - [CAAC](https://www.cresclab.com/jp/product/caac)
    - [Crescendo AI](https://www.cresclab.com/jp/solution/crescendo-ai)
- お役立ち資料 
  
    - [資料ダウンロード](https://www.cresclab.com/jp/download)
    - [LINEセグメンテーション](https://www.cresclab.com/jp/ebook-segmentation)
    - [AI × 顧客コミュニケーション](https://www.cresclab.com/jp/ebook-ai-business-communication)
    - [ブログ](https://blog.cresclab.com/ja)
    - [ウェビナー](https://events.cresclab.com/ja/jp/all_events-0?hsLang=ja)
- 導入事例 
  
    - [株式会社ホテラバ](https://www.cresclab.com/jp/showcase/hotellovers)
    - [株式会社フィッツコーポレーション](https://www.cresclab.com/jp/showcase/fits)
    - [株式会社ミルボン](https://www.cresclab.com/jp/showcase/milbon)
    - [株式会社 多慶屋ホールディングス](https://www.cresclab.com/jp/showcase/takeya)
    - [NISSAN Taiwan](https://www.cresclab.com/jp/showcase/nissan-taiwan)
    - [事例一覽](https://blog.cresclab.com/ja/tag/%E5%B0%8E%E5%85%A5%E4%BA%8B%E4%BE%8B)
- About Us 
  
    - [NEWS](https://www.cresclab.com/jp/newsroomjp)
    - [会社紹介](https://www.cresclab.com/jp/about)
    - [採用情報](https://www.cresclab.com/jp/recruit)
    - [パートナー](https://www.cresclab.com/jp/partner)

[![お問い合わせ](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/22677929/interactive-184299902527.png)](https://blog.cresclab.com/hs/cta/wi/redirect?encryptedPayload=AVxigLJDhhqD6Q6w1Z8LUwH29KT3SNleLO2Q2NNsJCv7y%2F7EhG8rYLXJqCdpDY1npmfbOSn8fp79CwdaUjVQa%2FEILVkIPv0bOFyswGDonRE9gUjZb9gs54R66zDYtw0TO%2F5VQ0odFmHGZSHr6TukMCxU17w7jqb4AtgqVfZ4wUSZubVwRTyOjrb52m26f5l5utmwoNnrkM5FImWzFqOjNPhPY0FK&webInteractiveContentId=184299902527&portalId=22677929&hsLang=ja)

[![メール購読](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/22677929/interactive-192746903068.png)](https://blog.cresclab.com/hs/cta/wi/redirect?encryptedPayload=AVxigLISPkqUWARjyMivNW2TUraIHRfSeHYI9THSOxCRpt2yNT0qsA%2B05yRxvtZwS9Zqwk0PbGjxRF0dKDRhtER5ujcWVts1OzGX8bQCDI7qSVAYlZ7ZGb%2Fz%2FxX5alTHGsnaOQygD8FA2xmwpE0%2F9DEe48FsXbTFJNG%2BVGWiTDbfEbS1pLq1L2MLNSrS9717UBDdYCyVLIMNKMUHSSvnjHxv8uc%3D&webInteractiveContentId=192746903068&portalId=22677929&hsLang=ja)

[![06\_Crescendo lab\_Full color\_Horizontal logo-2-1](https://blog.cresclab.com/hs-fs/hubfs/06_Crescendo%20lab_Full%20color_Horizontal%20logo-2-1.png?width=3509&height=774&name=06_Crescendo%20lab_Full%20color_Horizontal%20logo-2-1.png)](https://www.cresclab.com/jp)

X

- プロダクト 
  
    - [MAAC](https://www.cresclab.com/jp/product/maac)
    - [CAAC](https://www.cresclab.com/jp/product/caac)
    - [Crescendo AI](https://www.cresclab.com/jp/solution/crescendo-ai)
- お役立ち資料 
  
    - [資料ダウンロード](https://www.cresclab.com/jp/download)
    - [LINEセグメンテーション](https://www.cresclab.com/jp/ebook-segmentation)
    - [AI × 顧客コミュニケーション](https://www.cresclab.com/jp/ebook-ai-business-communication)
    - [ブログ](https://blog.cresclab.com/ja)
    - [ウェビナー](https://events.cresclab.com/ja/jp/all_events-0?hsLang=ja)
- 導入事例 
  
    - [株式会社ホテラバ](https://www.cresclab.com/jp/showcase/hotellovers)
    - [株式会社フィッツコーポレーション](https://www.cresclab.com/jp/showcase/fits)
    - [株式会社ミルボン](https://www.cresclab.com/jp/showcase/milbon)
    - [株式会社 多慶屋ホールディングス](https://www.cresclab.com/jp/showcase/takeya)
    - [NISSAN Taiwan](https://www.cresclab.com/jp/showcase/nissan-taiwan)
    - [事例一覽](https://blog.cresclab.com/ja/tag/%E5%B0%8E%E5%85%A5%E4%BA%8B%E4%BE%8B)
- About Us 
  
    - [NEWS](https://www.cresclab.com/jp/newsroomjp)
    - [会社紹介](https://www.cresclab.com/jp/about)
    - [採用情報](https://www.cresclab.com/jp/recruit)
    - [パートナー](https://www.cresclab.com/jp/partner)

- [全て](https://blog.cresclab.com/ja/all)
- [LINE公式アカウント運用](https://blog.cresclab.com/ja/tag/category-line-oa)
- [LINEマーケティング・CRM](https://blog.cresclab.com/ja/tag/category-line-marketing-crm)
- [AI・チャットボット](https://blog.cresclab.com/ja/tag/category-ai-chatbot)
- データ活用・広告連携

[![メール購読](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/22677929/interactive-192746903068.png)](https://blog.cresclab.com/hs/cta/wi/redirect?encryptedPayload=AVxigLISPkqUWARjyMivNW2TUraIHRfSeHYI9THSOxCRpt2yNT0qsA%2B05yRxvtZwS9Zqwk0PbGjxRF0dKDRhtER5ujcWVts1OzGX8bQCDI7qSVAYlZ7ZGb%2Fz%2FxX5alTHGsnaOQygD8FA2xmwpE0%2F9DEe48FsXbTFJNG%2BVGWiTDbfEbS1pLq1L2MLNSrS9717UBDdYCyVLIMNKMUHSSvnjHxv8uc%3D&webInteractiveContentId=192746903068&portalId=22677929&hsLang=ja)

[![お問い合わせ](https://hubspot-no-cache-na2-prod.s3.amazonaws.com/cta/default/22677929/interactive-184299902527.png)](https://blog.cresclab.com/hs/cta/wi/redirect?encryptedPayload=AVxigLJDhhqD6Q6w1Z8LUwH29KT3SNleLO2Q2NNsJCv7y%2F7EhG8rYLXJqCdpDY1npmfbOSn8fp79CwdaUjVQa%2FEILVkIPv0bOFyswGDonRE9gUjZb9gs54R66zDYtw0TO%2F5VQ0odFmHGZSHr6TukMCxU17w7jqb4AtgqVfZ4wUSZubVwRTyOjrb52m26f5l5utmwoNnrkM5FImWzFqOjNPhPY0FK&webInteractiveContentId=184299902527&portalId=22677929&hsLang=ja)

Crescendo Lab Blog

- [全て](https://blog.cresclab.com/ja/all)
- [LINE公式アカウント運用](https://blog.cresclab.com/ja/tag/category-line-oa)
- [LINEマーケティング・CRM](https://blog.cresclab.com/ja/tag/category-line-marketing-crm)
- [AI・チャットボット](https://blog.cresclab.com/ja/tag/category-ai-chatbot)
- データ活用・広告連携

ページ内を検索

キーワードを入力

X

[顧客対応 |2026/11/19](https://blog.cresclab.com/ja/tag/顧客対応)

# VOC分析とは？顧客の声を集めて施策に活かす仕組みと進め方

![Nari Fujiie](https://blog.cresclab.com/hs-fs/hubfs/IMG_5874.png?width=30&height=30&name=IMG_5874.png)

![クレッシェンド・ラボ 編集部](https://blog.cresclab.com/hs-fs/hubfs/Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png?width=30&height=30&name=Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png)

 view all authors

#### Authors

![Nari Fujiie](https://blog.cresclab.com/hs-fs/hubfs/IMG_5874.png?width=60&height=60&name=IMG_5874.png)

###### [Nari Fujiie](https://blog.cresclab.com/ja/author/nari-fujiie)

LINEマーケティングとAI活用の最新トレンドをわかりやすく発信し、貴社のマーケティング課題解決に役立つインサイトをお届けします。

![クレッシェンド・ラボ 編集部](https://blog.cresclab.com/hs-fs/hubfs/Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png?width=60&height=60&name=Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png)

###### [クレッシェンド・ラボ 編集部](https://blog.cresclab.com/ja/author/crescendo-lab-jpmarketing)

- <https://www.linkedin.com/company/crescendolab/>
- <https://www.facebook.com/p/%E3%82%AF%E3%83%AC%E3%83%83%E3%82%B7%E3%82%A7%E3%83%B3%E3%83%89%E3%83%A9%E3%83%9CCrescendo-Lab-JP-100069645044545/>
- <https://x.com/CrescLabJapan>
- <https://www.cresclab.com/jp>

LINEマーケティング、CRM、AIを活用した顧客コミュニケーションをテーマに、現場で使える実践ノウハウと最新トレンドを発信しています。日本・アジア800社以上の支援実績と、MAAC・CAACをはじめとする自社プロダクトで培った知見をもとに、LINE公式アカウントの運用やセグメント配信、顧客データ活用、AIカスタマーサービスまで、成果につながる情報をお届けします。

![](https://blog.cresclab.com/hs-fs/hubfs/voc-analysis-cover-1.png?width=837&height=484&name=voc-analysis-cover-1.png)

 記事をシェアする

- <http://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>
- <https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>
- <https://twitter.com/intent/tweet?url=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>

 関連タグ

- [カスタマーボイス](https://blog.cresclab.com/ja/tag/カスタマーボイス)
/- [お客様の声](https://blog.cresclab.com/ja/tag/お客様の声)
/- [VOC](https://blog.cresclab.com/ja/tag/voc)
/- [顧客管理](https://blog.cresclab.com/ja/tag/顧客管理)

✅ この記事の要点

- VOC（Voice of Customer）分析とは、顧客の声を集め、分類し、数え、施策に戻すまでの一連の仕組みのことです。読むだけで終わらせないことが要点です
- 声を集めても施策が変わらないのは、声が部署ごとに散らばる、分類されないまま残る、施策に戻す出口がない、のいずれかで止まっているからです
- 問い合わせやチャットの会話は、誰が言ったかが分かる声です。購買や配信の反応と結びつけられるため、施策につなげやすい材料になります
- 分析は「数える、比べる、深掘る」の順で進めます。AIは要約と分類を速くしますが、何を知りたいかを決めるのは人の仕事です

「顧客の声を大切に」という方針はあっても、実際には問い合わせの記録はサポート部門に、アンケートの結果はマーケティング部門に、口コミは店舗に、と別々に眠っていることがほとんどです。集めた声が次の施策に反映されないまま、同じ問い合わせが毎月届き続けます。

この記事では、VOC分析を「声を読む作業」ではなく「声を施策に戻す仕組み」として整理します。集め方、分け方、分析の手順、施策への戻し方を順に扱います。

記載の内容は、LINEヤフーとクレッシェンドラボの公開ページを2026年11月19日時点で確認したものです。

## VOC分析とは？顧客の声を「仕組み」で扱うとはどういうこと？

### VOCとは：顧客が企業に伝えた言葉と評価の総称

VOCは「Voice of Customer」の略で、顧客が企業に伝えた意見、要望、不満、評価をまとめて指す言葉です。問い合わせ、アンケートの自由回答、口コミやレビュー、SNSの投稿、営業や店頭での会話などがすべて含まれます。

大事なのは、VOCは**顧客が自分の言葉で伝えたもの**だという点です。購買履歴やクリックといった行動データとは違い、「なぜそう感じたか」の手がかりが文章の中に入っています。

### VOC分析とは：集める、分ける、数える、戻すの4工程

VOC分析は、顧客の声を集め、テーマごとに分け、件数や傾向を数え、その結果を施策に戻すまでの流れ全体を指します。声を読んで「なるほど」で終わるなら、それはVOC分析ではなく閲覧です。

【画像挿入】01\_voc-loop\_JP.gif／alt：VOC分析は、集める・分ける・数える・施策に戻すを繰り返す仕組み

図1：読むだけで終わらせず、集める→分ける→数える→施策に戻すを1周させる

1件の声から「本人が言葉にしていない理由」を読み解く作業は、[顧客インサイトの見つけ方](https://blog.cresclab.com/ja/customer-insight?hsLang=ja)で詳しく扱っています。この記事は、その手前と後ろ、つまり声を集めて整理する仕組みと、施策に戻す出口を扱います。

## なぜVOCを集めても施策が変わらないのか？

声を集める取り組み自体は、多くの企業がすでに行っています。それでも施策が変わらない原因は、たいてい次の3つのどれかです。

【画像挿入】02\_voc-stuck\_JP.png／alt：声を集めても施策が変わらない3つの原因（散らばる・分けられない・出口がない）

図2：声が止まる場所は「散らばる」「分けられない」「出口がない」の3つ

### 散らばる：声が部署ごとに別の場所にある

問い合わせはサポートの管理画面に、アンケートは表計算ファイルに、口コミは各サイトに残ります。同じ不満が3つの場所で別々に語られていても、どの部署からも全体が見えません。件数が分散するので、どの声も「少数の意見」に見えてしまいます。

### 分けられない：自由記述のまま積み上がる

文章のまま保存された声は、読めば分かりますが数えられません。「配送が遅い」「届くまで時間がかかった」「到着日が分からない」は同じ不満ですが、分類しなければ3件の別の声として埋もれます。

【画像挿入】03\_voc-same-complaint\_JP.png／alt：チャネルの違う3つの声を「配送・到着」タグにまとめると1つの不満が3件と分かる

図3：言い方が違っても、分類すれば同じ1つの不満として数えられる

### 出口がない：分析しても誰も動かない

分析結果をまとめて共有しても、それを受けて何を変えるかの担当が決まっていなければ、報告で終わります。当社の見解として、VOC分析を始める前に「この分類の声が増えたら、誰が何をするか」を先に決めておくべきです。出口が決まっていない分類は、作っても使われません。

## 顧客の声はどこから集める？

声の集め方によって、分かることと偏り方が変わります。主なチャネルは次のとおりです。

| チャネル | 分かること | 偏り | 誰が言ったか |
| --- | --- | --- | --- |
| 問い合わせ・チャット | 困りごとの具体的な文脈 | 困った人の声に寄る | 分かる |
| アンケート | 聞きたいことへの答え | 関心が高い人か不満が強い人に寄る | 設計しだい |
| 口コミ・レビュー | 購入後の評価と比較の視点 | 極端な評価に寄る | 分からないことが多い |
| SNSの投稿 | 自然な言葉での印象 | 発信する人に寄る | 分からないことが多い |
| 営業・店頭での会話 | 検討中の迷いや比較相手 | 記録する人の主観が入る | 分かる |

この表で見てほしいのは右端の列です。誰が言ったかが分かる声は、その人の購買履歴や配信への反応と結びつけられます。結びつけられれば、「この不満を言った人は、その後2回目を買ったのか」まで追えます。

問い合わせやチャットの会話は、この条件を満たしやすい声です。LINE公式アカウントで問い合わせを受けている場合、会話はLINEのユーザーと結びついた状態で残ります。メール、LINE、SNSに分かれた問い合わせを1か所に集める方法は、[問い合わせ管理ツール比較](https://blog.cresclab.com/ja/inquiry-management-tool?hsLang=ja)で整理しています。クレッシェンドラボの**CAAC**では、LINE・SNS・Webチャットの問い合わせを1つの画面で受け、会話を顧客ごとに残せます（接続できるチャネル数はプランによって異なります）。

### 集める前に決めること：目的と保存先

どのチャネルから集めるにしても、先に決めておくことが2つあります。1つ目は**何を判断するために集めるのか**です。「解約の理由を知りたい」と「新商品の需要を知りたい」では、見るべき声もチャネルも違います。2つ目は**どこに集約するか**です。チャネルごとに別の場所へ保存したままでは、前の章で挙げた「散らばる」状態に戻ります。顧客ごとに声をまとめられる保存先を1つ決めてください。

アンケートを使う場合は、回答を個人と結びつけるかどうかを先に決めてください。LINEでアンケートを取る方法は、LINE公式アカウントのリサーチ機能の終了を含めて[LINEアンケートの作り方](https://blog.cresclab.com/ja/line-survey?hsLang=ja)でまとめています。

## 集めた声はどう分類する？

### 分類の軸：テーマ、感情、緊急度の3つ

最初に決めるのは分類の軸です。おすすめは次の3つです。

- **テーマ**：何についての声か（配送、価格、使い方、品質、対応など）
- **感情**：好意的か、不満か、要望か
- **緊急度**：すぐ対応が必要か、蓄積して傾向を見るものか

テーマだけで分けると、「配送について褒めている声」と「配送への不満」が同じ箱に入ります。感情の軸を足すと、改善すべき声と伸ばすべき声が分かれます。

### タグ設計：最初は10個前後から始める

分類はタグで管理するのが実務的です。ここでよくある失敗は、最初から細かく作りすぎることです。タグが50個あると、付ける担当者ごとに判断がぶれて、同じ声が別のタグに入ります。

当社の見解として、最初はテーマのタグを10個前後に絞り、「その他」に入った声が全体の2割を超えたら見直すという運用が続けやすい形です。「その他」の中身を読み、まとまって出てくる話題があれば新しいタグにします。

たとえばECの場合、最初のテーマタグは次のような形になります。

| テーマタグ | 声の例 | 主な出口 |
| --- | --- | --- |
| 配送・到着 | 「いつ届くか分からない」 | 対応の改善 |
| 返品・交換 | 「交換の手続きが分かりにくい」 | 対応の改善 |
| 使い方・サイズ | 「自分に合うサイズが選べない」 | 配信の改善 |
| 価格・支払い | 「送料込みの金額が分かりにくい」 | 商品・サービスの改善 |
| 品質・不具合 | 「初回で壊れた」 | 商品・サービスの改善 |
| 好意的な評価 | 「スタッフの説明が丁寧だった」 | 配信の改善 |

タグごとに「主な出口」を先に書いておくと、分類した声を誰に渡すかで迷いません。好意的な声もタグとして残しておくと、配信の文面やレビュー依頼に使えます。

### LINE公式アカウントの標準機能でできる範囲

LINE公式アカウントのチャットにも、ユーザーにタグを付ける機能と、メモを残すノート機能があります。ただし無料の範囲では上限が小さく設定されています。

LINEヤフー for Businessのチャットのマニュアルには、「タグは無料範囲では1個まで、チャットProオプションでは最大30個まで追加できます。」とあります。作成できるタグの種類は「無料範囲で最大5個、チャットProオプションで最大300個まで」、ノートは「無料範囲では各チャットルーム1件まで」です（[チャット｜LINEヤフー for Business](https://www.lycbiz.com/jp/manual/OfficialAccountManager/chats/)、2026年8月18日更新、2026年11月19日確認）。

マニュアルの記載どおりなら、無料の範囲では1人に付けられるタグが1個なので、テーマと感情を同時に記録することはできません。複数の軸で分類したい場合は、有料オプションか外部のツールが必要になります。

### CAACで分類する場合：担当者のタグ付けが基本

CAACで有人対応している会話を分類するときは、**担当者が会話の内容に合わせてタグを付ける運用**が基本になります。上で紹介した「テーマ×感情」のタグ表を、そのままCAACのタグとして登録しておくと、担当者ごとの判断のぶれを抑えられます。

CAACのAIエージェントには、会話から顧客の情報を集めて顧客データに書き込む「データ収集」機能もあります。ただし対象は**AIエージェントが対応した会話**で、集める項目（文字・数値・日付）をあらかじめ決めておく必要があります。有人対応の会話が自動で分類されるわけではないので、最初はタグ付けのルールづくりから始めるのが確実です。

## VOCはどう分析する？

分析は、数える、比べる、深掘る、の順で進めます。

【画像挿入】04\_voc-3steps\_JP.gif／alt：VOC分析の手順：数える、比べる、深掘る

図4：件数で変化に気づき、顧客データで優先度を決め、声で理由を読む

### 数える：テーマごとの件数と推移を見る

まず、タグごとの件数を月単位で並べます。見るのは件数の多さより**変化**です。毎月同じだけ届く問い合わせは仕組みの問題で、急に増えたものは何かが変わったサインです。商品の変更、配信の内容、季節の要因と照らし合わせます。

CAACで集計する場合、標準レポートで確認できるのは上位のタグの指標までで、**タグを指定して月ごとの件数を並べるには、DAACやデータの書き出しによる集計が必要**です。また、タグを一度外して付け直すと最初に付けた日時は残らないため、月次で数えるならタグは「付けたら外さない」ルールにしておくと推移を追いやすくなります。

### 比べる：声を顧客データと掛け合わせる

次に、声を言った人の属性や行動と掛け合わせます。「配送への不満」が、初回購入の人に多いのか、継続購入の人に多いのか。不満を言った人は、その後離脱したのか、買い続けているのか。

声の件数だけでは優先順位が決まりませんが、売上への影響と掛け合わせると決まります。件数は少なくても、継続購入の顧客から出ている不満は優先度が上がります。反対に、件数は多くても一度きりの購入者に偏っている不満なら、すぐに大きな手を打つ前に、その層を今後も狙うのかを先に考えるべきです。この比較ができるのは、誰が言ったかが分かる声だけです。

【画像挿入】05\_voc-priority\_JP.png／alt：声の件数と売上への影響で優先順位を決める4象限

図5：件数が少なくても、継続購入の顧客から出ている不満は優先する

クレッシェンドラボの**DAAC**では、CAACの会話内容やタグとMAACの配信成果を同じデータとして扱い、「この不満を言った人は配信に反応しているか」といった掛け合わせを、AIに質問する形で分析できます。

### 深掘る：数字で見えた差の理由を声から読む

数字で差が見つかったら、その集団の声を読み込みます。ここで初めて文章の中身が効いてきます。差の理由を読み解いて打ち手に翻訳する手順は、[顧客インサイトの見つけ方](https://blog.cresclab.com/ja/customer-insight?hsLang=ja)の4ステップがそのまま使えます。

### AIに任せること、任せないこと

件数が数百を超えると、人が全部を読んで分類するのは現実的ではありません。会話の要約やタグの付与はAIが得意な作業で、ここを任せると分類の速度が大きく変わります。

一方で、何を知りたいかという問いを決めることと、AIが付けた分類が正しいかを確かめることは、人が担う必要があります。最初の数十件はAIの分類と人の判断を突き合わせ、ずれが大きいタグは定義を見直してください。AIで分析を進める手順は[AIデータ分析とは？](https://blog.cresclab.com/ja/ai-data-analysis?hsLang=ja)で解説しています。

## 分析した声はどう施策に活かす？

分析結果を施策に戻す出口は、大きく3つあります。

| 出口 | 声の例 | 施策の例 | 効果を見る指標 |
| --- | --- | --- | --- |
| 対応の改善 | 「返品の方法が分からない」 | よくある質問と自動応答に追加 | 同じテーマの問い合わせ件数 |
| 配信の改善 | 「使い方が分からず使い切れない」 | 購入後に使い方の案内を配信 | 2回目の購入率 |
| 商品・サービスの改善 | 「サイズ展開が少ない」 | 商品企画に件数と顧客層を添えて共有 | 関連する要望の件数 |

いちばん早く効果が出るのは**対応の改善**です。同じ質問が繰り返し届いているなら、答えを先に出しておけば問い合わせそのものが減ります。CAACなら、よく届く質問をAIエージェントの回答に追加し、一次対応を自動化できます。

マーケティングの担当者にとって重要なのは**配信の改善**です。特定の不満を持つ顧客層が分かれば、その層にだけ先回りの案内を送れます。声をもとに顧客を分けて配信する考え方は、[顧客セグメントの作り方](https://blog.cresclab.com/ja/customer-segmentation?hsLang=ja)で整理しています。

MAACとCAACを併用している場合、CAACで付けたタグをMAACに同期し、ジャーニー配信の「タグ付与」をきっかけに案内を自動で送ることができます。たとえば「使い方・サイズ」のタグが付いた顧客に、数日後にサイズ選びのガイドを届ける、といった使い方です。同期には、MAACとCAACの会員が同一人物として統合されている設定が必要です。

### 共有の仕方：件数と代表的な声をセットで渡す

関係部署に結果を渡すときは、件数のグラフだけでも、声の抜粋だけでも伝わりません。「このテーマの声が先月から何件増えた」という数字と、その中の代表的な声を2〜3件、必ずセットで渡してください。数字は優先順位の根拠になり、生の声は相手が状況を想像する材料になります。共有の頻度は月1回程度が目安です。

### 効果の確認：同じ分類の声が減ったかを見る

施策を打ったら、同じ分類の声が減ったかどうかで効果を確かめます。声の総数は顧客数や季節で増減するため、件数そのものより、問い合わせ全体に占める割合で見るほうが確実です。ここまで回って、はじめてVOC分析は1周したことになります。

## VOC分析ツールにはどんな種類がある？

VOC分析のツールは、何を起点に声を集めるかで大きく4つの型に分かれます。

| 型 | 主に扱う声 | 得意なこと | 注意点 |
| --- | --- | --- | --- |
| アンケート型 | アンケートの回答 | 聞きたいことを設計して集める | 自然に届く声は扱いにくい |
| テキスト分析型 | 既に集めた大量の文章 | 頻出語や話題の抽出 | 声を集める仕組みは別途必要 |
| コンタクトセンター型 | 電話の会話（文字起こし） | 通話の全件分析 | 電話以外の窓口は別の仕組みになりやすい |
| 会話プラットフォーム型 | チャットやメッセージの会話 | 集めた声を顧客データや配信につなげる | 電話の分析には向かない |

選ぶときは、「自社の声がいちばん多く届く窓口はどこか」と「分析した結果をどこに戻したいか」の2点から考えるのが近道です。問い合わせの中心が電話ならコンタクトセンター型、LINEやチャットが中心で、分析結果を配信に戻したいなら会話プラットフォーム型が候補になります。

## CAAC・DAAC・MAACでVOCをどう回す？

クレッシェンドラボの製品は、会話プラットフォーム型にあたります。CAACの製品ページには「CAACに蓄積された会話内容や顧客ニーズを、MAACのセグメント配信やDAACのデータ分析に連携。」とあり、集める（CAAC）、分析する（DAAC）、施策に戻す（MAAC）を3つの製品で分担する構成です（[CAAC製品ページ](https://www.cresclab.com/jp/product/caac)、2026年11月19日確認）。ここでは、それぞれで実際にできることと、使う前に知っておきたい条件を整理します。

| 工程 | 使う製品・機能 | 知っておきたい条件 |
| --- | --- | --- |
| 集める・分ける | CAAC（統合受信箱、タグ、AI会話サマリー、AIエージェントのデータ収集） | 有人対応の会話は担当者がタグを付ける。要約はプランごとに回数上限あり |
| 数える・比べる | DAAC（会話・タグ・配信成果をAIに質問して分析） | CAACの標準レポートはタグでの絞り込みに未対応。感情分析の専用機能はない |
| 施策に戻す | MAAC（CAAC由来のタグをきっかけにしたジャーニー配信）、CAAC（AIエージェントの回答追加） | MAACとCAACの会員を同一人物として統合する設定が必要 |

### CAACで集める：要約とタグで声を整理する

CAACは、LINEやSNS、Webチャットの問い合わせを1つの画面で受ける顧客対応ツールです。VOCの整理に関わる機能は、次の3つです。

- **AI会話サマリー**：対応が終わった会話を、AIが自動で要約します（製品ページ：「対応終了後、AIが会話内容を自動で要約。」）。プランごとに生成回数の上限があり、上限を超えると要約は作られません。また、要約は会話を読みやすくするためのもので、タグを付ける機能ではありません。
- **タグ**：担当者が会話や顧客にタグを付けます。有人対応の会話を分類する基本の方法です。
- **AIエージェントの「データ収集」「タグ付け」**：AIエージェントが対応した会話から、あらかじめ決めた項目（文字・数値・日付）を読み取り、顧客情報やタグに反映します。製品ページの「チャットの文面から顧客属性・興味関心・ニーズを自動抽出」「抽出した情報をプロフィール・タグ・カスタム項目へ自動反映」は、この機能を指します。

つまり、CAACを入れれば会話が自動ですべて分類される、というわけではありません。有人対応の会話はタグ付けのルールを決めて担当者が付け、AIエージェントが一次対応する範囲では、集めたい項目を事前に設計しておく、という組み合わせが現実的です。どちらの場合も、タグや項目は顧客ごとに残るため、「誰が言ったか」と結びついた声として後の分析に使えます。

### DAACで分析する：声と配信結果を合わせて見る

CAACの製品ページには、分析の工程として「CAACで得た顧客の声と、MAACで実施した配信の結果をDAACで分析。」と書かれています。DAACでは、CAACの会話本文や要約、タグが付いた顧客、MAACの配信成果を同じデータとして扱えるため、「配送への不満タグが付いた顧客の2回目購入率」のような掛け合わせを、AIに質問する形で確かめられます（[DAAC製品ページ](https://www.cresclab.com/jp/product/daac)、2026年11月19日確認）。

前の章で触れたとおり、CAACの標準レポートだけではタグごとの月次推移は追えないため、「数える・比べる」の工程はDAACでの集計が前提になります。なお、DAACに感情分析のような専用の機能はなく、質問のたびにAIが会話を読んで集計する形です。

### MAACで施策に戻す：タグをきっかけに配信する

分析で見つかった顧客層には、MAACから配信で働きかけます。CAACで付けたタグは、データ基盤を経由してMAACに同期され、ジャーニー配信の「タグ付与」をきっかけにした自動配信に使えます。DAACの製品ページにも「発見したインサイトは、リアルタイムでMAACやCAACでの施策（配信・接客）に直結。」とあります。

ただし同期には、MAACとCAACの会員が同一人物として結び付く「統合」の設定が必要です。「すべてのプランで連携」とあっても、設定なしでつながるわけではない点に注意してください。

### 導入前に確認したいこと

- CAAC Starterは月額10,000円で、「接続チャネル数：1」「利用可能な対応者数：5名まで」「顧客数 30,000件まで」です。複数のチャネルの声をまとめたい場合は、接続チャネル数が3までのGrowth（月額25,000円）以上が必要です（[料金プラン](https://www.cresclab.com/jp/pricing)、2026年11月19日確認）
- AI会話サマリーにはプランごとの生成回数の上限がありますが、**上限の件数は料金ページに記載がありません**。問い合わせ件数が多い場合は、導入前に確認してください
- CAACの製品ページは「すべてのプランでMAAC・DAACと連携」と案内している一方、料金ページでは「高度な分析・データ活用（DAAC / BI / 広告 / POSデータ統合）」がCAAC Enterpriseの機能として記載されています。料金ページには、MAACの基本プランに「AI対話型データ分析（DAAC：10クエリ分）」が含まれるとの記載もあり、**どのプランでDAACの分析をどこまで使えるかは、契約内容によって異なります**
- DAACの製品ページに料金の記載はありません。料金ページには「料金の詳細は公式サイトでは公開していない」とあります
- 料金ページに税抜・税込の表記はありません。初期費用がかかり、契約期間は1年です

他社のツールとの比較は、[クレッシェンドラボと他社ツールの比較](https://www.cresclab.com/jp/alternatives)にまとめています。

【画像挿入】cta\_voc-analysis.png（リンク先：https://www.cresclab.com/jp/contact-us）／alt：顧客の声を次の施策に戻す。CAACとDAACのVOC活用についてのお問い合わせ

## まとめ

- VOC分析は、顧客の声を集め、分類し、数え、施策に戻すまでの仕組みです
- 施策が変わらない原因は、声が散らばる、分類されない、出口がない、の3つです
- 誰が言ったかが分かる声は、購買や配信の反応と結びつけられるため、優先順位を決めやすくなります
- 分類はテーマ、感情、緊急度の3軸で、タグは10個前後から始めます
- 分析は数える、比べる、深掘るの順で進め、施策を打ったら同じ分類の声が減ったかで効果を確かめます
- CAAC・DAAC・MAACで回す場合は、タグ付けの運用ルール、DAACでの集計、MAACとCAACの会員統合の3点を先に準備します

## よくある質問

**Q1. VOCとは何ですか？**

Voice of Customerの略で、顧客が企業に伝えた意見、要望、不満、評価の総称です。問い合わせ、アンケートの自由回答、口コミ、SNSの投稿、営業や店頭での会話などが含まれます。

**Q2. VOC分析とは何ですか？**

顧客の声を集め、テーマごとに分類し、件数や傾向を数え、その結果を施策に戻すまでの一連の取り組みです。声を読んで終わるのではなく、対応、配信、商品の改善につなげて、同じ分類の声が減ったかを確かめるところまでを含みます。

**Q3. VOCはどうやって測定しますか？**

テーマごとにタグを付けて件数を数え、月ごとの推移を見るのが基本です。件数の多さより変化に注目し、急に増えた分類から原因を探します。さらに、声を言った人の属性や購買行動と掛け合わせると、売上への影響の大きさで優先順位を付けられます。

**Q4. VOCとアンケートは何が違いますか？**

アンケートはVOCを集める方法の1つです。アンケートは聞きたいことを設計して答えてもらうため、企業が想定していない不満は出てきにくい特徴があります。問い合わせや口コミのように顧客から自然に届く声と組み合わせると、想定外の課題に気づきやすくなります。

**Q5. 声の件数が少なくても分析できますか？**

できます。件数が少ない段階では、割合の比較より1件ずつの中身を丁寧に読むほうが得るものが多いです。ただし少ない件数で全体の傾向を判断するのは危険なので、気づいたことは仮説として扱い、同じ分類の声が続くかを見てから施策の優先度を決めてください。

**Q6. AIでVOC分析はできますか？**

会話の要約やタグの付与など、分類の作業はAIに任せると大きく速くなります。一方で、何を知りたいかを決めること、AIの分類が正しいかを確かめること、結果をもとに何を変えるかを決めることは人の仕事です。最初の数十件はAIの分類と人の判断を突き合わせることをおすすめします。なお、CAACのAI会話サマリーは会話を要約する機能で、タグは付けません。

**Q7. VOC分析は誰が担当すべきですか？**

声を最も多く受け取るのはサポートの担当者ですが、分析結果を使うのはマーケティングや商品企画の担当者です。どちらか一方に任せきりにすると、集めるだけ、または使うだけで止まります。分類のルールはサポート側、月次の集計と共有はマーケティング側というように、工程ごとに担当を分けておくと回りやすくなります。

## 出典

- [チャット｜LINEヤフー for Business](https://www.lycbiz.com/jp/manual/OfficialAccountManager/chats/)（2026年8月18日更新、2026年11月19日確認）
- [CAAC製品ページ｜クレッシェンドラボ](https://www.cresclab.com/jp/product/caac)（2026年11月19日確認）
- [DAAC製品ページ｜クレッシェンドラボ](https://www.cresclab.com/jp/product/daac)（2026年11月19日確認）
- [料金プラン｜クレッシェンドラボ](https://www.cresclab.com/jp/pricing)（2026年11月19日確認）

無料ダウンロード

800社以上の成功事例から学ぶ、LINE×CRM活用のヒント

MAAC・CAACを活用した企業の取り組みを、導入事例集にまとめました。

![クレッシェンドラボ 導入事例集](https://blog.cresclab.com/hs-fs/hubfs/jp-blog/jp-casebook-banner.webp?width=460&height=316&name=jp-casebook-banner.webp)

[資料をダウンロード](https://www.cresclab.com/jp/download) [お問い合わせ](https://www.cresclab.com/jp/contact-us)

![Nari Fujiie](https://blog.cresclab.com/hs-fs/hubfs/IMG_5874.png?width=60&height=60&name=IMG_5874.png)

###### [Nari Fujiie](https://blog.cresclab.com/ja/author/nari-fujiie)

LINEマーケティングとAI活用の最新トレンドをわかりやすく発信し、貴社のマーケティング課題解決に役立つインサイトをお届けします。

![クレッシェンド・ラボ 編集部](https://blog.cresclab.com/hs-fs/hubfs/Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png?width=60&height=60&name=Crescendo%20Lab%20Logo_17_Symbol_Full%20Color.png)

###### [クレッシェンド・ラボ 編集部](https://blog.cresclab.com/ja/author/crescendo-lab-jpmarketing)

- <https://www.linkedin.com/company/crescendolab/>
- <https://www.facebook.com/p/%E3%82%AF%E3%83%AC%E3%83%83%E3%82%B7%E3%82%A7%E3%83%B3%E3%83%89%E3%83%A9%E3%83%9CCrescendo-Lab-JP-100069645044545/>
- <https://x.com/CrescLabJapan>
- <https://www.cresclab.com/jp>

LINEマーケティング、CRM、AIを活用した顧客コミュニケーションをテーマに、現場で使える実践ノウハウと最新トレンドを発信しています。日本・アジア800社以上の支援実績と、MAAC・CAACをはじめとする自社プロダクトで培った知見をもとに、LINE公式アカウントの運用やセグメント配信、顧客データ活用、AIカスタマーサービスまで、成果につながる情報をお届けします。

 記事をシェアする

- <http://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>
- <https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>
- <https://twitter.com/intent/tweet?url=https%3A%2F%2Fblog.cresclab.com%2Fja%2Fvoiceofcustomer>

 関連タグ

- [カスタマーボイス](https://blog.cresclab.com/ja/tag/カスタマーボイス)
/- [お客様の声](https://blog.cresclab.com/ja/tag/お客様の声)
/- [VOC](https://blog.cresclab.com/ja/tag/voc)
/- [顧客管理](https://blog.cresclab.com/ja/tag/顧客管理)

[![クレッシェンドラボ 導入事例集](https://blog.cresclab.com/hs-fs/hubfs/jp-blog/jp-casebook-banner.webp?width=460&height=316&name=jp-casebook-banner.webp) 無料ダウンロード 800社以上の成功事例から学ぶ LINE×CRM活用のヒント 資料をダウンロード](https://www.cresclab.com/jp/download)

LINE運用・CRM活用のご相談

課題に合わせて、事例のご紹介やデモをご案内します。

[お問い合わせ](https://www.cresclab.com/jp/contact-us)

人気記事ランキング

1. [1LINE一斉送信のやり方｜個人LINE・公式アカウントで複数人に同じメッセージを送る方法【2026年版】](https://blog.cresclab.com/ja/broadcast-message?hsLang=ja)
2. [2LINE公式アカウントのリッチメニューとは？作り方・CTR改善の成功事例・無料テンプレ【2026年版】](https://blog.cresclab.com/ja/line-richmenu?hsLang=ja)
3. [3LINE AIとは？売上向上・業務効率化を実現する法人向け活用ツール＆おすすめAIチャット10選【2026年最新】](https://blog.cresclab.com/ja/line-ai?hsLang=ja)
4. [4LINEアンケートの作り方｜リサーチ機能の終了と代替手段4つ・回答データの活かし方【2026年11月更新】](https://blog.cresclab.com/ja/line-survey?hsLang=ja)
5. [5LINEメッセージアセットとは？Google広告からLINEで会話を開始する設計・データ連携の解説ガイド](https://blog.cresclab.com/ja/line-message-asset?hsLang=ja)

TOP

![cl logo-13-1](https://blog.cresclab.com/hs-fs/hubfs/cl%20logo-13-1.png?width=567&height=95&name=cl%20logo-13-1.png)

COPYRIGHT© Cresclab 2026. ALL RIGHTS RESERVED.

[個人情報保護方針](https://www.cresclab.com/jp/privacy)

Follow Us

- [![LinkedIn-icon](https://blog.cresclab.com/hs-fs/hubfs/63a33c2de938106138eb9e30_LinkedIn-icon.png?width=26&height=26&name=63a33c2de938106138eb9e30_LinkedIn-icon.png)](https://sg.wantedly.com/companies/cresclab)
- [![FBicon](https://blog.cresclab.com/hs-fs/hubfs/62acc3fbca4646302b67fc35_FBicon.png?width=26&height=26&name=62acc3fbca4646302b67fc35_FBicon.png)](https://www.facebook.com/people/%E3%82%AF%E3%83%AC%E3%83%83%E3%82%B7%E3%82%A7%E3%83%B3%E3%83%89%E3%83%A9%E3%83%9CCrescendo-Lab-JP/100069645044545/)
- [![LINEicon](https://blog.cresclab.com/hs-fs/hubfs/62acc3fbca4646d55a67fc33_LINEicon.png?width=26&height=26&name=62acc3fbca4646d55a67fc33_LINEicon.png)](https://api.cresclab.com/system/a/?a=0Au3TET4jo5jWEtHvydE5lssU7ldbZtDv5DNq65xMpPEg0xAv0Upd6SSlo3h/7vt8RsQho/HcF2DqeNocygIPa%2Bcomq/ciohamNK%2BEekEI/J1i4w47Vp0%2BTU7h96jdLV)

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Nari Fujiie",
    "url" : "https://blog.cresclab.com/ja/author/nari-fujiie"
  },
  "dateModified" : "2026-11-19T14:16:22.679Z",
  "datePublished" : "2026-11-19T06:12:40.000Z",
  "headline" : "VOC分析とは？顧客の声を集めて施策に活かす仕組みと進め方",
  "image" : [ "https://blog.cresclab.com/hubfs/voc-analysis-cover-1.png" ],
  "mainEntityOfPage" : {
    "@id" : "https://blog.cresclab.com/ja/voiceofcustomer",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://blog.cresclab.com/hubfs/Crescendo%20Logo_All_Logo_%E5%90%88%E7%B4%84%E5%A0%B1%E5%83%B9%E5%96%AE%20(1).jpeg"
    },
    "name" : "Crescendo Lab"
  }
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "FAQPage",
  "mainEntity" : [ {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "Voice of Customerの略で、顧客が企業に伝えた意見、要望、不満、評価の総称です。問い合わせ、アンケートの自由回答、口コミ、SNSの投稿、営業や店頭での会話などが含まれます。"
    },
    "name" : "VOCとは何ですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "顧客の声を集め、テーマごとに分類し、件数や傾向を数え、その結果を施策に戻すまでの一連の取り組みです。声を読んで終わるのではなく、対応、配信、商品の改善につなげて、同じ分類の声が減ったかを確かめるところまでを含みます。"
    },
    "name" : "VOC分析とは何ですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "テーマごとにタグを付けて件数を数え、月ごとの推移を見るのが基本です。件数の多さより変化に注目し、急に増えた分類から原因を探します。さらに、声を言った人の属性や購買行動と掛け合わせると、売上への影響の大きさで優先順位を付けられます。"
    },
    "name" : "VOCはどうやって測定しますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "アンケートはVOCを集める方法の1つです。アンケートは聞きたいことを設計して答えてもらうため、企業が想定していない不満は出てきにくい特徴があります。問い合わせや口コミのように顧客から自然に届く声と組み合わせると、想定外の課題に気づきやすくなります。"
    },
    "name" : "VOCとアンケートは何が違いますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "できます。件数が少ない段階では、割合の比較より1件ずつの中身を丁寧に読むほうが得るものが多いです。ただし少ない件数で全体の傾向を判断するのは危険なので、気づいたことは仮説として扱い、同じ分類の声が続くかを見てから施策の優先度を決めてください。"
    },
    "name" : "声の件数が少なくても分析できますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "会話の要約やタグの付与など、分類の作業はAIに任せると大きく速くなります。一方で、何を知りたいかを決めること、AIの分類が正しいかを確かめること、結果をもとに何を変えるかを決めることは人の仕事です。最初の数十件はAIの分類と人の判断を突き合わせることをおすすめします。なお、CAACのAI会話サマリーは会話を要約する機能で、タグは付けません。"
    },
    "name" : "AIでVOC分析はできますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "声を最も多く受け取るのはサポートの担当者ですが、分析結果を使うのはマーケティングや商品企画の担当者です。どちらか一方に任せきりにすると、集めるだけ、または使うだけで止まります。分類のルールはサポート側、月次の集計と共有はマーケティング側というように、工程ごとに担当を分けておくと回りやすくなります。"
    },
    "name" : "VOC分析は誰が担当すべきですか？"
  } ]
}
```