こんにちは、大平です。
プロダクト開発の支援や技術顧問の現場で、「顧客の声はちゃんと聞いているんです。でも、それが売上につながっている実感がない」という相談をよく受けます。
先に結論を言うと、これは声を聞く「量」の問題ではなく「設計」の問題です。既存顧客と見込み顧客では聞くべき声の性質がまったく違い、しかも声は KPI 起点で聞きに行かないと売上につながりません。
この記事では、顧客の声を聞く施策を既存・見込み別に 14 個整理した上で、集めた声を売上・KPI に効かせるための 6 ステップをまとめます。Slack や Dropbox、Superhuman といった実例と、さらに深く学ぶための書籍も添えました。「施策のカタログ」と「使いこなす流れ」をセットで持ち帰ってもらえる構成にしています。
「顧客の声を聞いているのに、売上が伸びない」のはなぜか
顧客の声を聞くこと自体は、ほとんどの組織がすでにやっています。営業は商談で要望を聞いているし、CS には問い合わせが届いているし、アンケートも取っている。それでも売上に効かないのには、典型的な理由が 3 つあります。
1 つ目は、声がそのまま「開発 TODO リスト」になっていること。要望は課題の症状であって処方箋ではありません。言われた通りに作る組織は、要望対応の積み上げで工数を溶かします。
2 つ目は、声の出どころを区別していないこと。既存顧客の不満と、まだ買っていない人の「あったら使う」は、情報としての信頼度がまるで違います。ここを混ぜてロードマップを組むと判断を誤ります。
3 つ目は、声と数字が別の場所で管理されていること。声を聞く人（営業・CS）と数字を見る人（経営・企画）が分断されていると、「どの声が、どの KPI に効くのか」を誰も判断できなくなります。
裏を返せば、この 3 つを設計で潰せば、顧客の声は売上に直結する経営資産になります。
大前提：既存顧客と見込み顧客では、声の性質がまったく違う
施策の話に入る前に、一番大事な前提を押さえます。
既存顧客の声は「行動データで裏取りできる声」です。 利用ログがあるので、発言と実際の行動を突き合わせられます。改善やリテンションには非常に強く効きます。ただし、今の使い方に引っ張られるため、新しい価値のヒントは出にくい。
見込み顧客の声は「発言を疑ってかかるべき声」です。 行動データがないので、「あったら使いますよ」を真に受けると危険です。その代わり、「なぜ選ばれないのか」「何と比較されているのか」という、既存顧客からは絶対に取れない情報が取れます。
つまり設計思想はこうなります。既存顧客は「行動で裏取りしながら改善の声を聞く」、見込み顧客は「発言を疑いながら、小さく行動させて測る」。この違いを踏まえて、それぞれの施策を見ていきます。
余談ですが、Amazon のジェフ・ベゾスが初期の会議室に「顧客のための空席」を置いていた逸話は有名です。あの席に座っているのが既存顧客なのか見込み顧客なのかで、聞くべきことが変わる。この記事はその「空席の解像度」を上げるためのものだと思って読んでください。
既存顧客の声を聞く 7 つの施策（リテンション・改善・拡張）
1. 行動ログ分析と「声との突き合わせ」
一番信頼できる声は、発言ではなく行動です。どこで離脱しているか、どの機能が使われていないかをまず定量で見て、インタビューは「なぜそう行動したのか」の理由を聞く場にします。順番が逆になる、つまり声だけを先に聞くと、バイアスまみれの改善リストができあがります。
2. 定例ユーザーインタビューのルーティン化
インタビューを単発のイベントにせず、「毎月 5 件」のように運用に埋め込みます。聞くのは要望ではなく、「最近◯◯したときのことを教えてください」という過去の行動の再現です。意向や願望ではなく事実を聞くのが原則です。
3. アプリ内マイクロサーベイ
機能を使った直後に 1 問だけ聞く仕組みです。「この機能で目的を達成できましたか？」を文脈が新鮮なうちに聞けるので、後日まとめて取るアンケートより回答の質が高くなります。NPS のような全体指標は、これとは別に低頻度で回します。
設問設計の参考になるのが、グロースハックの提唱者ショーン・エリスが考案した質問です。「このプロダクトが使えなくなったら、どう感じますか？」に「非常に残念」と答えるユーザーが 40% を超えていればプロダクトマーケットフィットの目安になる、という経験則で、数百社のスタートアップの実データから導かれています。後述する Superhuman は、この 1 問を KPI 経営の中核に据えました。
4. サポート問い合わせ・CS ログの構造化
問い合わせは「顧客が自分のコストを払ってまで伝えてきた声」なので、情報密度が非常に高い。タグ付けして集計し、件数の多いテーマをロードマップ判断の入力にします。ここが属人化して個別対応で消えていく組織は、かなりもったいないことをしています。
これを徹底したのが初期の Slack です。創業者のスチュワート・バターフィールドは、届いたフィードバックにすべて返信し、製品への示唆がある声は経営チームに転送する運用を自ら回していました。ベータ期の大口ユーザーだった音楽サービス Rdio から「新入社員がどのチャンネルに入ればいいか分からない」という声を拾い、チャンネルの説明文と参加人数の表示を追加した話は、CS ログが機能改善に直結した好例です。
5. 機能リクエストボード（公開投票型）
要望を一元化し、重複を票として可視化する仕組みです。ただし票数で実装順を決めるのではなく、「その要望の裏にある課題は何か」を掘るための入口として使います。票数はあくまで関心の分布であって、事業インパクトの順位ではありません。
6. オンボーディングの観察（ユーザビリティテスト）
新規ユーザーが初回利用でつまずく様子を、画面越しに黙って見ます。ユーザーは「わかりにくい」とはなかなか言語化してくれませんが、行動には必ず出ます。継続率の入口であるオンボーディングは、観察が一番効く場所です。
「何人見ればいいのか」とよく聞かれますが、ユーザビリティ研究の大家ヤコブ・ニールセンが示した経験則では、5 人テストすれば主要な問題の大半が見つかるとされています。大規模な調査を設計する必要はなく、まず 5 人分の初回体験を録画して見る。それだけで改善候補は山ほど出てきます。
7. 解約者への Exit アンケートとヒアリング
厳密には「元・既存顧客」ですが、最重要です。解約理由の選択式アンケートに自由記述を添え、可能なら 15 分だけ電話で聞く。継続している顧客からは見えない構造的な不満は、辞めた人からしか出てきません。運用のコツは、解約フローの中に 1 問だけ埋め込むことです。解約完了後にメールで聞くと回答率が大きく落ちるので、「解約ボタンを押してから完了するまで」の画面遷移の中で聞き切ります。
見込み顧客の声を聞く 7 つの施策（課題発見・獲得）
1. プロブレムインタビュー（顧客開発）
プロダクトの話を一切せず、相手の課題と現在の解決方法だけを聞きます。「この機能、欲しいですか？」は禁句です。代わりに「その問題に、今いくら・何時間かけていますか？」と、過去と現在の事実を聞きます。未来の意向は当てにならない、が鉄則です。
2. 営業商談・デモの記録を開発に還流させる
見込み顧客の声を一番浴びているのはセールスです。商談の録画や議事録から「出てきた質問」「刺さった説明」「失注理由」を抽出し、プロダクトチームに定期共有する仕組みを作ります。ここの導線があるかないかで、開発の的中率は大きく変わります。
3. フェイクドア／スモークテスト
未実装機能のボタンや LP を先に出し、クリック率や登録率で需要を測ります。見込み顧客は発言が信用できないぶん、小さく行動させて測るのが原則です。作ってから外すのではなく、作る前に当てる。開発投資の意思決定として、これほど費用対効果の高い手法はそうありません。
古典的な成功例が Dropbox です。創業者のドリュー・ヒューストンは、まだ完成していないプロダクトの動作イメージを 3 分のデモ動画にして技術系コミュニティに公開し、ウェイトリストの登録数で需要を検証しました。登録者は一晩で 5,000 人から 75,000 人に跳ね上がり、「作る前に、欲しい人がいることを確かめる」手法の代表例として『リーン・スタートアップ』でも紹介されています。靴の EC で成功した Zappos の原点も同じで、創業者は在庫を一切持たず、近所の靴屋の商品を撮影してサイトに掲載し、注文が入ってから店頭で買って発送しました。検証したかったのは物流でも品揃えでもなく、「靴はオンラインで売れるのか」という需要の一点だけです。
4. 競合プロダクトのレビュー分析
G2 や App Store、SNS で、競合への不満や乗り換え理由を収集します。自分で聞かなくても、見込み顧客が公開の場で本音を書いてくれている。低コストで始められる割にリターンが大きく、ポジショニングの判断材料としても優秀です。
5. 検索クエリ・流入キーワード分析
見込み顧客が「自分の言葉で」課題をどう表現しているかがわかります。機能名ではなく課題の語彙、たとえば「請求書 手作業 減らしたい」のような言葉が取れるので、プロダクトのメッセージングや LP の見出しにそのまま使えます。
6. 失注・トライアル離脱者へのヒアリング
「検討したのに買わなかった人」は、見込み顧客の中で最も情報価値が高い層です。何と比較したのか、何が決め手にならなかったのか、予算の壁はどこだったのか。断られた直後に 1 問だけメールで聞く運用にすると、回収率が高くなります。
7. ウェイトリスト・事前登録の属性分析
新機能や新プロダクトの告知に事前登録を挟み、「誰が」反応したかを見ます。どの業種・規模・役職が登録してきたか。想定していたペルソナとのズレが、リリース前に数字でわかります。
集めた声を売上・KPI に効かせる 6 ステップ
ここからが本丸です。施策を並べただけでは売上には効きません。ポイントは、**「声を集めてから施策を考える」のではなく、「KPI の穴を先に特定して、その"なぜ"を埋めるために声を聞きに行く」**という順番にすることです。
Step 1：KPI ツリーを描き、「効かせたい場所」を先に決める
売上を分解します。たとえば「売上 = 新規獲得 × 転換率 × 単価 × 継続率」。ここで決めるのは、今期どのレバーを動かしたいかです。これが決まっていないと、集めた声の取捨選択基準がなく、すべてが「いつかやりたいリスト」に化けます。
Step 2：定量データでボトルネックを特定する
ファネル分析・コホート分析で「どこで、誰が、落ちているか」を数字で絞り込みます。「トライアルから有料への転換が 8% で水準より低い」「導入 3 ヶ月目の解約が突出して高い」といった解像度です。この時点で「なぜか」はまだわからなくて正常です。
Step 3：ボトルネックに対応するセグメントの声を聞きに行く
前半の分類がここで効いてきます。どの KPI が弱いかで、聞くべき相手と手法が決まります。
| 弱い KPI | 聞く相手 | 主な手法 |
|---|---|---|
| 獲得・転換率 | 見込み顧客・失注者 | 失注ヒアリング、商談ログ分析、フェイクドア |
| 継続率・解約 | 解約者・利用低下ユーザー | Exit ヒアリング、行動ログ＋インタビュー |
| 単価・アップセル | ヘビーユーザー・拡張した顧客 | 「なぜ上位プランにしたか」の成功事例インタビュー |
| オンボーディング完了率 | 新規ユーザー | ユーザビリティテスト、初回利用の観察 |
ここでの問いは「何が欲しいですか」ではなく、「なぜ落ちたのか」「なぜ続けているのか」。数字で見つけた穴の、原因仮説を作るために聞きます。
Step 4：仮説を「KPI インパクト」で優先順位付けする
声から出てきた原因候補を施策仮説に変換し、RICE（Reach × Impact × Confidence ÷ Effort）のようなフレームでスコアリングします。重要なのは、各施策に**「どの KPI を、どれくらい動かすつもりか」を数字で書かせる**ことです。書けない施策は「声はあるが KPI 仮説がない」状態なので、着手せずに調査へ戻します。
Step 5：小さく検証する
いきなり本実装せず、A/B テスト、フェイクドア、特定セグメント限定リリースで検証します。検証前に成功ラインを決めておくのが肝です。「この導線変更で転換率が 8% → 10% になれば本実装」。決めずに始めると、どんな結果でも「学びがあった」で終わります。
Step 6：「声 → 施策 → 効果」を台帳化する
どの声から、どんな仮説を立て、何をやって、KPI がどう動いたか。これを 1 つの台帳で追えるようにします。列の構成はシンプルで構いません。「日付／声の原文／出どころ（既存・見込み・解約）／セグメント／原因仮説／対応施策／対象 KPI ／結果」の 8 列があれば十分です。これが溜まると「うちの顧客のこの手の要望は転換率に効く／効かない」という判断が組織の資産になり、Step 4 の精度が上がり続けます。
なお、この流れは KPI 起点のトップダウンですが、逆向きのループも 1 つだけ残しておくことをおすすめします。インタビューやサポートログから、今の KPI ツリーに存在しない想定外の課題が見つかることがあります。これは新規事業や単価アップの種になりやすいので、四半期に一度「未分類の声の棚卸し」の場を設けておくとバランスが取れます。
→ 自社の KPI 設計や声の集め方を個別に相談したい方は、記事末尾の相談窓口からどうぞ。
実例：Superhuman は「声 × KPI」で PMF スコアを 22% から 58% に上げた
この 6 ステップを実際に回して成果を出した実例として、メールクライアントの Superhuman を紹介します。創業者のラフル・ボーラが First Round Review で公開した「Product/Market Fit Engine」は、まさに「顧客の声を KPI に効かせる仕組み」そのものです。
Superhuman はまず、先ほどのショーン・エリスの質問「このプロダクトが使えなくなったら、どう感じますか？」を定点観測の KPI に据えました。当初のスコアは 22%。目安となる 40% に大きく届いていない状態です（Step 1〜2：効かせたい数字の特定）。
次にやったのが回答者のセグメント分けです。「非常に残念」と答えた熱狂層がどんな人たちかを分析して理想顧客のプロファイルを絞り込み、そのセグメントだけで見るとスコアは 33% に上がりました。さらに「やや残念」と答えた層に「何があれば非常に残念になるか」を聞きに行きます（Step 3：ボトルネックに対応するセグメントの声を聞く）。
集めた声をロードマップに変換する際には、リソースを「熱狂層がすでに愛している点を伸ばす施策」と「やや残念層のブロッカーを潰す施策」に半々で配分するルールを敷き、四半期ごとにスコアで検証を続けました（Step 4〜6：優先順位付け・検証・定点観測）。その結果、PMF スコアは 3 四半期で 22% から 58% まで改善しています。
注目すべきは、Superhuman が「全員の声」を聞いていないことです。「残念ではない」と答えた層の要望は、リソースを割かないと明確に決めています。誰の声を聞き、誰の声を聞かないかを、数字で決める。 これが「声を KPI に効かせる」経営の実例です。
よくある失敗パターン
最後に、現場で繰り返し見てきた失敗パターンを 3 つ挙げます。
1. 声の「量」で優先順位が決まる。 10 人が言った小さな不満が、1 人しか言わないが解約理由の核心である声より優先されてしまう。件数ではなく、KPI への因果で判断するべきです。声の大きい顧客は、代表的な顧客ではありません。この点で参考になるのが、P&G やロート製薬でマーケティングを率いた西口一希氏の「N1 分析」です。100 人の平均値ではなく、たった 1 人の顧客を深く理解することから打ち手のアイデアを引き出す。量の統計と質の N1 は役割が違う、という整理は声の扱いに迷ったときの指針になります。
2. 施策を実行した後に KPI を見ない。 リリースして終わり。これは声を聞いた意味がなくなる最大のパターンです。Step 5 で決めた成功ラインに対して、結果がどうだったかを必ず記録します。対策はシンプルで、リリースの 30 日後に「結果を見る会」をカレンダーへ先に入れてしまうことです。振り返りを意思ではなく仕組みにすれば、台帳の「結果」列は自然に埋まるようになります。
3. 定性と定量の担当が分断されている。 数字を見る人と声を聞く人が別チームだと、「どこが弱いか」と「なぜか」の接続が切れます。小さい組織なら、同じ人間が両方見るのが一番速い。組織が大きい場合は、両者をつなぐ台帳と定例の場を意図的に設計する必要があります。
さらに深く学ぶためのおすすめ書籍 6 冊
この記事のフレームをより深く実装したい方向けに、僕が実際に相談先で薦めている書籍を挙げておきます。
『The Mom Test』（Rob Fitzpatrick 著） — 見込み顧客インタビューの原則をこれ以上なく簡潔にまとめた 1 冊。「母親のような身内でさえ、あなたのアイデアを褒めてしまう。だから意見ではなく過去の事実を聞け」という原則は、本記事のプロブレムインタビューの土台です。邦訳は出ていませんが、平易な英語で分量も少ないので、原著で読む価値があります。
『リーン顧客開発 ―「売れないリスク」を極小化する技術』（シンディ・アルバレス著、オライリージャパン） — 顧客開発を実務レベルまで落とし込んだ定番書。インタビュー相手の見つけ方、質問の組み立て方、聞いた結果を開発にどう反映するかまで手順として書かれています。見込み顧客側の施策を始めるなら、まずこれです。
『たった一人の分析から事業は成長する 実践 顧客起点マーケティング』（西口一希著、翔泳社） — N1 分析の解説書。「顧客ピラミッド」と「9 セグマップ」で全顧客を可視化し、どのセグメントの誰の声を聞くべきかを定量的に特定するフレームは、本記事の Step 3 とそのまま接続します。日本企業の実例で読めるのも強みです。
『Lean Analytics ―スタートアップのためのデータ解析と活用法』（アリステア・クロール／ベンジャミン・ヨスコビッツ著、オライリージャパン） — 「声」ではなく「数字」側の教科書。ビジネスモデル別に見るべき指標が整理されており、Step 1〜2 の KPI ツリー設計とボトルネック特定の解像度が上がります。「今この瞬間に最も重要なただ 1 つの指標（OMTM）に絞る」という思想は、声の取捨選択にもそのまま効きます。
『ジョブ理論 イノベーションを予測可能にする消費のメカニズム』（クレイトン・M・クリステンセン著、ハーパーコリンズ・ジャパン） — 「顧客は商品を買うのではなく、片づけたい用事（ジョブ）のために商品を雇う」という視点の転換。要望をそのまま実装せず、裏にある課題を掘るための思想的バックボーンになります。朝の通勤客がなぜミルクシェイクを買うのかを分析する冒頭の事例だけでも、読む価値があります。
『UXリサーチの道具箱 ―イノベーションのための質的調査・分析』（樽本徹也著、オーム社） — 日本語で読める実務書として、インタビュー設計・ユーザビリティテスト・ペルソナ作成の道具が一通り揃います。既存顧客側の施策、特に定例インタビューとオンボーディング観察を社内で立ち上げるときの手引きに向いています。
役割で選ぶなら、プロダクト責任者は『リーン顧客開発』、経営者・事業責任者は『顧客起点マーケティング』と『ジョブ理論』、データを見る立場なら『Lean Analytics』から入るのがおすすめです。
まとめ
- 声の出どころで扱いを変える：既存顧客は行動で裏取りしながら聞く、見込み顧客は発言を疑って行動で測る
- 施策は 14 個から選べばいい：全部やる必要はない。弱い KPI に対応するものから 2〜3 個で十分
- 順番が本質：定量で Where（どこが弱いか）を特定し、定性＝顧客の声で Why（なぜか）を埋め、施策で How（どう直すか）を検証する
- 台帳化が組織の資産になる：声 → 施策 → 効果を 1 本の線で追えるようにする
顧客の声は、集めること自体には何の価値もありません。どの数字を動かすために、誰の、どの声を聞くのか。 この設計ができた瞬間に、声は売上に直結する経営資産に変わります。まずは自社の KPI ツリーのどこが弱いかを特定するところから始めてみてください。