顧客満足度スコア（CSAT）は、特定の体験、プロダクト、または関係性に対して回答者がどの程度満足しているかを数値化したものです。サポート対応の直後などに収集されるケースが多いですが、実際に何を評価しているかは質問の文言によって決まります。

スコア自体は良好に見えても、その背景にある実際の体験が見えてこないことがあります。たとえば、サポート担当者の丁寧な対応には満足していても、問題を解決するために3回も問い合わせが必要だったことには不満を感じているかもしれません。そのため、満足度の「対象」を明確に定義することは、単なるアンケートの導入文の調整ではなく、測定そのものの一部といえます。

質問文とスコアリングのルールを明示する

一般的なアプローチでは5段階評価を用い、上位2つの選択肢を選んだ回答者の割合を算出します。有効回答者100人のうち80人が「満足」または「大変満足」を選んだ場合、そのTop-2-BoxによるCSATは80%になります。最上位の選択肢のみを抽出したり、平均値を出したりすると、まったく別の指標になります。

QualtricsによるCSATの解説でも、この一般的なTop-2-Boxの計算方法が紹介されています。質問文、評価尺度、集計対象となった回答、計算方法を把握しない限り、スコア単体で正しく解釈することはできません。

回答の選択肢は偏りがないようにバランスを整え、「本日の配送」「今回のサポート対応」「プロダクト全体」など、評価の対象を明確にしてください。後から要因を切り分けて分析したい場合は、1つの質問に複数の体験を混ぜないようにしましょう。

体験に合わせたタイミングを選ぶ

チャット対応の直後にアンケートを表示すれば、そのやり取りへの反応を捉えることはできますが、顧客は提案された解決策が本当に機能したかをまだ確認できていないかもしれません。そのため、少し時間を置いてから「問題が解決したか」を尋ねると、得られる回答の内容は変わってきます。早く収集するほど正確だと決めつけるのではなく、そのデータをもとにどのような判断を下したいかに応じてタイミングを選びましょう。

比較を行う際はアンケートの配信トリガーを一貫させ、変更があった場合は記録を残しておきます。たとえば、チケットが「解決済み」になった後にのみアンケートを送るように変更した場合、スコアが向上したように見えても、それは単にアンケートを受け取る対象者が変わっただけという可能性があります。

誰が回答し、誰の体験が抜け落ちているかを確認することも大切です。無回答バイアスが生じる可能性はありますが、常に「大満足している人」と「激怒している人」だけが回答していると決めつけるのは得策ではありません。利用可能な情報があれば、回答率や参加傾向を詳しく調べてみましょう。

スコアを次の調査への手がかりにする

評価の理由を尋ねる短い自由記述の質問を追加すると、そのスコアの背景が掴みやすくなります。それぞれのデータが何を測定しているかの違いに配慮しつつ、自由記述のコメントと、再問い合わせ率や未解決案件といった実務上のデータを照らし合わせてみてください。満足度のスコアは、顧客が要した労力や問題の完全な解決、あるいは実際のロイヤルティを直接測るものではありません。

たとえば配送サービスの場合、スコアが低かった理由には、配達の遅れ、商品の破損、受取方法の分かりにくさなどが考えられます。集計されたCSATが同じ数字であっても、チームが取るべきアクションはまったく異なるかもしれません。改善策を決める前に、データの分布や背景にあるコンテキストを精査しましょう。

サンプルサイズとそれに応じた不確実性を合わせて報告し、条件の揃ったデータ同士を比較してください。手続きの難しさを探るには顧客努力指標（CES）が役立ちますし、ネットプロモータースコア（NPS）なら他者への推奨度という異なる観点を測れます。すべてのやり取りのたびにあらゆるスコアを集めるのではなく、顧客体験をきちんと紐解いてくれるデータを見極めて選ぶことが重要です。