- 数字で成果を明示する
- 質で人材を見極める
- 統合評価で未来を築く
顧客アンケートの自由記述や、商談で聞いた要望、従業員へのインタビュー記録には、集計表の数字だけでは見えにくい情報が含まれています。こうした言葉や行動、印象などを記録したものが定性的データです。商品が選ばれた理由、手続きで戸惑った場面、職場で仕事が進みにくくなる背景など、数値の裏にある事情を考える材料になります。
一方で、定性的データは集めればそのまま答えが得られるわけではありません。意見の読み取り方が人によって異なったり、印象に残った声を全体の傾向だと思い込んだりするおそれがあります。活用するには、何を明らかにしたいのかを決め、情報を整理して、判断の根拠をたどれる形にすることが大切です。
定性的データの基本的な意味と具体例から、定量的データとの違い、収集方法、分析の進め方、実務での使い方まで順に解説します。初めて調査を行う場合にも、すでに集めた顧客の声や社内の記録を活用したい場合にも、目的に合う進め方を考えるための参考にしてください。
定性的データとは何か:数値だけでは表しにくい情報
定性的データとは、対象の性質や状態、経験、考え、行動の様子などを、言葉や記録によって表したデータです。「色は青」「操作がわかりにくい」「説明が丁寧だった」「相談しづらい雰囲気がある」といった情報が該当します。数量そのものを直接示すのではなく、何が起きたのか、どのように感じたのか、どのような特徴があるのかを伝えます。「質的データ」と呼ばれることもあります。
定性的データは文章に限りません。会話の録音、写真、動画、現場での観察記録、手書きのメモ、既存の文書なども、意味や特徴を読み取る目的で扱うなら定性的データになり得ます。たとえば店舗で顧客が商品を手に取って棚に戻す様子を記録すれば、購入数とは異なる行動の背景を考える手掛かりになります。どの形式で保存されているかよりも、何を理解するための情報なのかが重要です。
身近な例として、顧客の「価格が高い」というコメントだけでなく、「必要な機能がそろっているか判断できず、価格に見合うか不安だった」という発言も定性的データです。後者には価格への評価に加えて、機能の説明や比較のしづらさに関する情報が含まれています。同じ「高い」という言葉でも、品質への不満、予算の制約、価値の伝わりにくさなど、背景は異なるため、前後の文脈を残しておく必要があります。
定性的データの役割は、数値を置き換えることではありません。集計値だけでは把握しにくい動機や状況を理解し、次に確かめるべき問いを見つけることです。たとえば利用率が下がったという数値からは、いつ、どれほど下がったかを確認できますが、利用者がどこで困ったかまではわかりません。利用者の発言や操作の様子を合わせて調べれば、改善の方向を検討するための材料が得られます。
定性的データの主な種類と、情報の見分け方
定性的データは、どのような方法で得たか、どのような形で記録したかによって整理できます。種類を把握すると、手元にある情報の不足や偏りに気づきやすくなります。文章や会話だけでなく、人の行動、画像、既存資料にも着目し、調査の問いに対してどの情報が役立つのかを考えましょう。
発言や文章に記録されたデータ
インタビューの発言、アンケートの自由回答、問い合わせへのメール、商品レビュー、社内の面談記録などが含まれます。利用者本人が使った表現を残せるため、困りごとや期待の内容を具体的に読み取れます。回答を短く要約する場合も、元の文章を別に保管しておくと、後から解釈を見直せます。話し手の表現を分析者の言葉に置き換えすぎないことが大切です。
文章データは、同じ単語が出ていても意味が一致するとは限りません。「簡単だった」という感想が、画面操作の少なさを指す場合もあれば、申込条件をすぐ理解できたことを指す場合もあります。単語の出現回数だけで判断せず、前後のやり取りや回答者の状況を確認しましょう。特に否定表現や皮肉、比較を含む回答は、言葉だけを切り出すと意図を取り違えることがあります。
社内の会議メモや顧客対応の記録を利用する際は、記録を作った人の視点が含まれていることにも注意します。直接の発言と担当者による要約が混在していると、どこまでが本人の言葉か判別できない場合があります。可能であれば、記録に情報源や作成日、作成者、要約の有無を付け、異なる種類の記述を区別できるようにします。
行動や状況を観察したデータ
人が実際に何をしたか、どのような環境にいたかを記録した観察データも重要です。店舗で商品を探す様子、ウェブ画面で迷う箇所、会議で発言が途切れる場面などは、本人への質問だけでは把握しにくいことがあります。観察する際は、見えた行動と観察者の推測を分けて記録しましょう。「画面を何度も戻った」は観察事実ですが、「説明を理解できず困っていた」は解釈です。
観察は、調査対象にどの程度関わるかによって記録の性質が変わります。離れた場所から行動を記録する方法もあれば、現場に参加して状況を理解する方法もあります。参加する場合は、観察者自身の存在が相手の行動に影響する可能性があります。記録した状況、観察した時間帯、周囲の条件も残し、どの場面で得られた情報なのかを後から確認できるようにします。
画面録画や写真、音声も、操作や表情、会話の流れを後から確認する助けになります。ただし、映像や音声に個人情報が含まれることがあるため、撮影・録音の目的、利用範囲、保管期間をあらかじめ決めておく必要があります。必要以上の情報を収集しないこと、調査対象者に説明し同意を得ること、閲覧できる人を限定することも、調査設計の一部として扱いましょう。
画像・音声・既存資料に含まれるデータ
商品写真、画面のスクリーンショット、通話録音、社内規程、日報、過去の議事録などにも、分類や意味づけの対象となる情報があります。たとえば写真から陳列状態を比較したり、音声の会話から質問が集中するテーマを整理したりできます。既存資料を使えば新たな調査の負担を減らせますが、資料が作られた目的と現在の調査目的が合っているかを確認しましょう。
記録の形式が多様なときは、分析に必要な単位を決めておくと扱いやすくなります。音声であれば発言単位、画像であれば場面や対象物、文書であれば段落や記述事項など、何を一つの情報として整理するかを明確にします。単位が曖昧なままだと、担当者によって分類の粒度が異なり、後の比較が難しくなります。
素材を集める段階で、記録の出所と取得条件を残すことも欠かせません。どの部署が作成した資料か、いつの時点の情報か、対象者がどのような状況にあったかが不明だと、現在の課題にそのまま当てはめてよいか判断できません。古い記録や特定の顧客に関する資料を広い傾向として解釈しないよう、利用できる範囲と限界を明記します。
定量的データとの違いと、組み合わせる意味
定量的データは、数や量、割合、時間、金額などを数値で示す情報です。売上額、問い合わせ件数、画面の離脱率、アンケートの選択回答などが例です。定性的データが「どのような理由や状況があるか」を理解するのに向くのに対し、定量的データは「どれほど起きているか」「どの集団に多いか」「時期によってどう変わったか」を把握するのに役立ちます。
ただし、数値が含まれていることだけで定量的データと判断できるわけではありません。たとえば自由回答に「5番目の画面でエラーになった」と書かれていれば、数字は文章の一部であり、回答全体は定性的な情報として扱えます。一方、満足度を5段階で選ぶ回答は、一定の尺度に基づいて数値化したデータです。重要なのは、記録の表面ではなく、何を測り、どのように解釈するかです。
数値を分析する際には、数値の意味や測定方法にも注意が必要です。たとえば「満足度の平均」が同じでも、幅広い評価が混在しているのか、多くの人が近い評価を付けたのかは、平均値だけではわかりません。また、選択肢の作り方や回答者の集め方によって結果が変わることもあります。数値は客観的な印象を与えますが、測定の前提を確認しなければ、適切な判断にはつながりません。
両方のデータを組み合わせると、傾向と背景を一緒に検討できます。たとえば申込完了率が低い画面を特定した後、利用者への聞き取りや操作観察でつまずきの理由を探ります。反対に、インタビューで見つかった仮説をアンケートや行動ログで確かめる進め方もあります。定性的データで得た気づきを全体の事実と決めつけず、必要に応じて定量的データで範囲や頻度を確認することが有効です。
定性的データを集める主な方法と質問の設計
定性的データの収集方法は、明らかにしたい内容や対象者の状況によって選びます。意見の背景をじっくり知りたいのか、実際の行動を見たいのか、既存の記録を整理したいのかを考え、方法を決めましょう。調査手法を先に決めてしまうのではなく、まず「どの判断に必要な情報か」を言葉にすると、質問や対象者の選び方が具体的になります。
個別インタビューとグループインタビュー
個別インタビューは、一人の対象者に質問し、経験や考えの背景を掘り下げる方法です。デプスインタビューとも呼ばれ、デプスは深く掘り下げることを意味します。個人の事情や話しにくい内容を聞く場合、参加者同士の影響を避けたい場合に向いています。質問を順番に読み上げるだけでなく、回答を受けて「そのとき何が起きましたか」「そう感じた理由は何ですか」と確認すると、具体的な経緯を把握しやすくなります。
グループインタビューは、複数の参加者に話し合ってもらい、意見の共通点や違いを捉える方法です。参加者同士の発言が刺激となり、一人では出にくい記憶や視点が表れることがあります。一方で、発言力の強い人に話題が偏ったり、他人の意見に合わせたりする可能性もあります。進行役は発言機会を均等にし、同意だけでなく異なる経験も尋ねるようにします。
どちらの形式でも、質問は誘導を避けて作ります。「新しい画面は使いやすかったですよね」と聞くと、肯定的な答えを促すおそれがあります。「画面を使ったとき、どのように感じましたか」「迷ったところはありましたか」のように、肯定・否定を決めつけない聞き方が適しています。参加者が思い出しやすいよう、直近の具体的な経験や行動を起点に質問することも有効です。
自由回答アンケートと日記調査
自由回答アンケートは、選択肢では拾いきれない意見を集める方法です。顧客満足度の理由、改善してほしい点、サービスを利用した場面などを尋ねられます。ただし、回答欄が広いだけでは具体的な情報が集まるとは限りません。「ご意見をお聞かせください」だけでなく、対象や期間を示し、回答者が何について書けばよいか理解できる設問にします。
自由回答を複数設ける場合、質問が多すぎると回答の負担が増え、記述が短くなったり未回答が増えたりする可能性があります。重要な問いに絞り、回答にかかる時間や入力環境を考慮しましょう。また、長い回答を求める場合は、何文字以上と指定するより、具体的な場面や理由を尋ねるほうが書きやすいことがあります。回答が少ない場合も、意見がないと断定せず、設問のわかりやすさや回答環境を見直します。
日記調査は、参加者に一定期間、行動や気づきをその都度記録してもらう方法です。利用のたびに何をしたか、どこで困ったか、どのような状況だったかを書いてもらうことで、後日の聞き取りでは忘れられやすい経験を集められます。記録の頻度や項目を増やしすぎると継続が難しくなるため、短時間で記入できる様式にし、必要なら写真や音声など複数の記録手段を選べるようにします。
行動観察と既存記録の活用
行動観察では、対象者が実際に作業する様子を記録します。ウェブサイトの使い勝手を確認する場合なら、参加者に目的を伝えたうえで操作を依頼し、どこで立ち止まるか、何を読み返すか、どの操作を試すかを観察できます。実施者が操作方法を教えすぎると、普段のつまずきを捉えにくくなるため、見守る範囲や声をかける条件を事前に決めておきます。
顧客対応の記録、社内の業務日報、問い合わせフォームなど、すでにある資料を分析に利用する方法もあります。新たに参加者を募らずに済む一方、記録の目的が調査とは異なる点を踏まえる必要があります。たとえば対応記録は、担当者が業務上必要な内容を中心にまとめており、顧客の発言が省略されているかもしれません。記録の空白を想像で埋めず、確認できる範囲を明らかにします。
複数の方法を組み合わせる場合は、それぞれの情報が答える問いを区別します。インタビューは本人の説明を聞くのに適し、観察は実際の行動を捉えるのに役立ちます。両者が食い違ったときは、どちらかを誤りと決めつけるのではなく、説明と行動の間に差が生じた理由を考えます。収集方法の違いを記録しておくと、分析結果の解釈がしやすくなります。
定性的データの分析手順:記録から示唆を導く
定性的データの分析は、集めた文章や記録を読み、目的に関係する内容を整理し、意味のある傾向や違いを見つける作業です。特別な分析ツールがなければ始められないわけではありません。ただし、分析者の印象だけで結論を決めないよう、分類の考え方や判断の根拠を残す必要があります。調査の問いに立ち返りながら、記録と解釈を区別して進めましょう。
目的に沿って記録を整える
最初に、調査の問いと関係する記録を整理します。インタビュー音声を文字に起こす場合は、発言の意味が変わらないようにし、聞き取れない箇所や要約した箇所をわかる形で残します。複数の資料を扱うときは、対象者や取得日、収集方法、状況などの情報を記録に添えます。氏名など個人を特定できる情報は、分析に不要であれば削除または置き換えます。
すべての記録を一度に細かく読み込む前に、全体を通読して内容の範囲をつかみます。何度か読み返し、調査の問いに関係する記述、予想していなかった話、意見が分かれている部分に印を付けます。最初から結論を探そうとすると、自分の仮説に合う発言ばかりを拾うことがあります。違和感のある情報や仮説と反対の例も同じように残す姿勢が必要です。
分析対象を選ぶ基準も明確にします。特定の期間や顧客層の記録だけを使う場合は、その範囲を説明できるようにします。欠損した記録や重複した回答、調査の対象外となる内容を除くときも、判断理由を残しましょう。都合の悪い意見を除外したり、回答が短いという理由だけで軽視したりすると、結果が偏る可能性があります。
コードを付け、共通するテーマをまとめる
コーディングとは、記録の一部に短いラベルを付け、内容を分類しやすくする作業です。たとえば「ボタンの場所がわからず、前の画面に戻った」という発言には、「操作場所の不明確さ」「画面遷移への戸惑い」といったコードを付けられます。コードは調査の問いに結び付け、最初から細かく分けすぎないようにします。記録を読み進める中で、必要に応じて統合や分割を行います。
複数の担当者が分類する場合は、コードの意味と付与基準を簡単にまとめた一覧を共有します。同じ発言に異なるラベルが付いたら、どちらが正しいかだけを決めるのではなく、定義の曖昧さを見直します。判断が分かれた箇所を話し合うことで、見落としていた意味や、複数の解釈が成り立つ記述に気づくことがあります。分類の変更履歴も残すと、分析の経過を追いやすくなります。
コードを付けた後は、似た内容をまとめてテーマを検討します。たとえば操作に関する複数のコードが、「画面の用語が伝わらない」「次の手順が予測しづらい」という上位テーマに整理できるかもしれません。ただし、発言数が多いテーマだけが重要とは限りません。少数でも安全性や継続利用に関わる内容があれば、別に扱う価値があります。頻度と重要性を混同しないよう注意します。
解釈を確かめ、結果として伝える
テーマを整理したら、個々の発言や観察記録に戻り、その解釈が元の情報に支えられているかを確かめます。特定のテーマを裏付ける例だけでなく、当てはまらない例も確認します。たとえば「説明が不足している」というテーマに対して、十分に理解できた人の記録があるなら、利用者の経験や利用環境による違いを検討できます。例外を無理に消さず、条件の違いとして整理することが大切です。
分析の確からしさを高める方法の一つに、異なる資料や手法を照らし合わせる方法があります。インタビューの発言と利用ログ、アンケート回答と観察記録などを比較し、同じ傾向が見られるかを確認します。これは、ひとつの情報源だけに頼らず、複数の角度から内容を確かめる考え方です。結果が一致しない場合も、対象者や状況の違いを説明する手掛かりとして扱えます。
報告では、結論だけを示すのではなく、どの資料をどう分析したか、どのようなテーマが見つかったか、解釈の限界は何かを記載します。発言を引用するときは、個人が特定されないよう配慮し、文脈を損なわない範囲で示します。提案と確認済みの事実を分けて書くと、読み手が根拠を理解しやすくなります。調査対象の範囲を超えて一般化しないことも重要です。
定性的データを活用するメリットと限界
定性的データの大きな利点は、数値だけでは見えにくい事情を具体的に理解できることです。顧客が商品を選ぶまでの迷い、従業員が業務上感じている負担、サービスを利用する場面の違いなどを把握する手掛かりになります。数値の変化が起きた理由を考える際にも、現場の言葉や行動があると、次に検証すべき課題を見つけやすくなります。
予想していなかった課題や新しいニーズに気づきやすいことも強みです。選択式のアンケートでは、設問を作る段階で想定した選択肢の範囲に回答が収まりがちです。自由回答やインタビューでは、質問者が考えていなかった使い方や不便さが出てくることがあります。新商品や新しい業務のように、何が問題になるのかまだ定まっていない段階では、探索的に情報を集める方法が役立ちます。
一方、分析には時間と人の判断が必要です。発言の記録、分類、複数担当者による確認などに手間がかかり、短期間で大量の回答を処理しにくい場合があります。また、調査者の聞き方や分析者の経験、参加者の集め方が結果に影響することもあります。回答者が少ない場合や特定の属性に偏っている場合には、得られた意見をそのまま顧客全体や組織全体の傾向として扱うことはできません。
主観が含まれることは、定性的データの価値を損なうものではありませんが、解釈を透明にする工夫は必要です。調査の目的、対象者の選定理由、質問内容、分析の手順、反対の事例を記録し、どのように結論へ至ったかを説明できるようにします。主観をなくすのではなく、どの部分に判断が含まれているかを明らかにし、他者が検討できる形にすることが、信頼できる活用につながります。
顧客理解・商品改善・人事での実務活用
顧客理解では、レビューや問い合わせ、インタビューなどから利用のきっかけや不満の背景を整理できます。たとえば「使いにくい」という声を見つけたら、どの機能を、どの状況で、何のために使おうとしたのかを確認します。要望をそのまま機能追加に結び付けるのではなく、根本にある課題を捉えると、複数の利用者に役立つ改善策を考えやすくなります。
商品やサービスの改善では、開発の初期段階で顧客の利用場面を把握し、試作品を使ったときの反応を観察する方法が考えられます。利用者がどの部分に注目したか、説明を読まずに操作できたか、どの機能を期待していたかを記録します。開発側が伝えたい価値と、利用者が実際に受け取った価値の違いが見つかれば、設計や案内方法を見直す手掛かりになります。
ウェブサイトやアプリの改善では、アクセス数や離脱率などの数値に加えて、利用者の操作や発言を確認します。特定の画面で離脱が多い場合、その画面の文言、入力項目、次の手順のわかりやすさを観察し、利用者に何を考えて操作したか尋ねることができます。数値だけから原因を断定せず、仮説を立て、変更後に数値や利用者の反応を改めて確かめるサイクルを作ります。
人事や組織運営では、面談記録、従業員アンケートの自由回答、業務上の振り返りなどから、働きにくさや協力関係の課題を探れます。「連携が不足している」という声があれば、どの業務の引き継ぎで、誰の間に、どのような情報不足が起きているかを具体化します。個人の評価に安易に結び付けず、制度や業務設計など環境側の要因も検討することが大切です。
分析で起こりやすい失敗と、信頼性を高める工夫
よくある失敗の一つは、印象に残った一つの発言を全体の意見として扱うことです。強い表現や具体的な体験談は記憶に残りますが、その発言がどの程度広がっているかは別の問題です。個別の声を重要な発見として取り上げる場合も、対象者や状況を明示し、「多くの人がそう考えている」といった広い結論に置き換えないようにします。
質問者の期待に沿う回答だけを拾うことも、分析を歪める原因になります。調査前に仮説を持つこと自体は問題ありませんが、仮説に合う発言を探すだけでは、新たな情報を見落とします。予想に反する意見、説明がつかない記録、分類に迷う発言を別に記録し、なぜ違いが生じたのかを検討しましょう。結論を急がず、複数の説明の可能性を残すことが重要です。
発言を短く切り取りすぎると、意味が変わることがあります。「便利」という単語だけを抽出しても、どの機能が便利なのか、どの条件でそう感じたのかはわかりません。分析用のコードを付けるときも、元の発言や周辺の文脈にすぐ戻れる形で記録します。報告書に引用を載せる場合は、結論に都合のよい箇所だけを抜き出さず、前後の内容や回答者の状況を踏まえて説明します。
調査対象の偏りや、回答しなかった人の存在を無視することも避けたいところです。協力に前向きな人は、そうでない人より意見を多く伝えることがあります。参加者が限られているなら、その範囲を明記し、別の属性や異なる利用状況を持つ人の声を追加で集めるべきか検討します。個人情報の保護、同意の取得、データの保管方法にも配慮し、分析に必要な情報だけを適切に扱います。
定性的データを活用するためのまとめ
定性的データは、人の発言や行動、経験、印象など、数値だけでは捉えにくい情報を記録したものです。顧客の声や従業員の意見を通じて、結果の背景や課題が生じる状況を考える材料になります。文章だけでなく、観察記録、画像、音声、既存資料も対象となり、データの種類は調査の目的によって異なります。
活用を始めるときは、まず明らかにしたい問いを具体化し、それに合う収集方法を選びます。発言の背景を知るなら個別インタビュー、複数の視点を比べるならグループでの対話、実際の操作を確認するなら行動観察など、方法ごとの得意分野を踏まえることが大切です。質問は誘導を避け、得られた記録には取得条件や対象者の範囲を添えておきます。
分析では、記録を整理し、内容にコードを付け、共通するテーマや異なる経験を確認します。頻度の多さだけで重要度を決めず、少数の意見や仮説に合わない事例も検討しましょう。どのような資料から、どのような判断を経て結論に至ったのかを残せば、分析結果を他の担当者が見直しやすくなります。解釈と確認済みの事実を区別して報告することも欠かせません。
定性的データだけで対象全体の傾向を断定するのではなく、必要に応じて定量的データと組み合わせ、背景と規模の両方から考えるのが実務的です。まずは身近な問い合わせや自由回答を、目的を決めて少量から整理する方法もあります。顧客や現場の言葉を結論の飾りにせず、改善の仮説を立て、実施後の変化を確かめるための情報として継続的に活用していきましょう。
グロービス式と呼びたくなる、強制力の強いアウトプットの機会・グループワークがあることでモチベーションを持続させ走り抜けた感覚です。
データ分析の基本をまなぶことで、普段聞いていて点だった単語や考え方が線で繋がりました。
ビジネスパーソンの教養として、挑戦してよかったです。