カスタマーサポートの顧客満足度調査をAIで分析：アンケートから改善施策まで

顧客満足度調査で本当に効くのは、分析結果を「説明資料」で終わらせず、現場のアクションに落とすことです。結論から言うと、満足度スコアが低かった項目に対し「返答テンプレを1つ変える」「FAQを1つ追加する」といった具体的な1アクションを決めると、分析が使われます。 以下では、tugiloが現場で見てきた「使われない分析」のパターンと、分析後のアクションの型をまとめます。

はじめに

顧客満足度調査をAIで分析、と言うと、

アンケート集計→レポート作成→経営報告、で終わることが多いです。

現場で本当に困っているのは、分析の先です。

• 分析結果をどう説明するか（経営・他部署に）
• 分析結果をどう現場のアクションに落とすか（誰が何を変えるか）

実際の現場では、

「分析結果をどう説明するか」が一番困ります。

レポートは作れたが、経営に「で、何を変えるの？」と聞かれて答えられない。

改善施策は書いたが、現場の返答テンプレやFAQに反映されていない。

こうした「使われない分析」問題に踏み込むと、AIの出番は「分析の下書き」であって、「何を変えるか」の決定は人がやります。

分析後どう動くか：具体的な1アクション

満足度スコアが低かった項目に対し、次のどれか1つを決めて実行すると、分析が現場に届きます。

• 返答テンプレを変える（低かった項目に対応する言い回しを1パターン追加する）
• FAQを1つ追加する（不満が多かった問いに対する回答を1本、FAQに載せる）
• 確認フレーズを1つ入れる（対応の最後に「〇〇の点はいかがでしたか？」を1文追加する）

「改善施策をたくさん書く」より、1四半期に1アクションを決めて実行するほうが、定着しやすいです。

実際にtugiloに相談が来るケースでも、

「分析は出たが、何を変えればいいか分からない」という声が多いです。

「返答テンプレを1つ変える」「FAQを1つ追加する」と決めると、説明もしやすく、現場も動きやすくなります。

顧客満足度調査の「入力→処理→出力」を分解する

そのまま使える：満足度調査プロンプトの型

アンケート回答を渡し、分析の下書きと**「返答テンプレ・FAQ・確認フレーズ」のいずれかを1つ提案**させるテンプレです。

```
以下のアンケート回答を基に、満足度の要点と「現場で1つ変えるアクション候補」を出力してください。

【アンケート回答】
- 満足度: [5段階評価、平均値]
- 不満点: [不満点の内容、3-5個]
- 改善要望: [改善要望の内容、3-5個]

【出力形式】
1. 満足度の要点（全体・項目別、3〜5行）
2. 不満点の整理（内容・原因の下書き）
3. 今四半期の1アクション候補（次のどれか1つを提案）
   - 返答テンプレを1つ追加・変更する（案の骨子）
   - FAQを1つ追加する（問いと回答の骨子）
   - 確認フレーズを1つ入れる（案の骨子）
4. 要確認フラグ（前回比で低下した項目があれば）
```

AIが苦手な部分：人がやる理由

AIは**「どのアクションを採用するか」と「経営・他部署への説明の仕方」**を理解できません。

• 返答テンプレ・FAQ・確認フレーズのうち、どれを選ぶか
• 分析結果を経営にどう説明するか（「今四半期は〇〇を1つ変えます」の一言）
• 現場の負荷と効果のバランス

これらは人が決め、AIの提案は「候補」として使います。

まとめ：満足度調査を「使われる分析」にするには

満足度調査を「使われる分析」にするには、

• 分析結果で終わらせず、**「今四半期の1アクション」**を決める（返答テンプレ／FAQ／確認フレーズのいずれか1つ）
• **「分析結果をどう説明するか」**を先に決める（経営に「何を変えるか」を一言で言える形にする）
• AIは分析の下書きとアクション候補まで。採用と説明は人がやる

関連記事

• カスタマーサポートの問い合わせ対応をAIで3倍速にする運用設計
• カスタマーサポートのFAQ作成をAIで自動化：問い合わせから回答まで
• AIを活用した業務効率化の始め方