VoC分析ツールの選び方 — 声をどこから取るかで分かれる4つの型と、条件別の当てはめ

この分野で何が分かれるか

VoC（顧客の声）の分析は、集計や可視化の見た目より先に、声をどこから取るかで分かれます。取り方が違うと、始める前に用意しておくものが変わり、集まる声の範囲も変わります。以下は Amazon Web Services、Google Cloud、Microsoft の製品ドキュメントと、Google のビジネスプロフィールAPIの利用条件に記載されている内容をもとに、4つの型として整理したものです（出典は末尾）。

1. アンケートで聞く型

調査票を配って顧客に直接聞く型です。Microsoft は Dynamics 365 Customer Voice を「an enterprise feedback management application」（企業向けのフィードバック管理アプリケーション）と説明し、Microsoft Forms の上に構築されていること、リアルタイムのアンケートデータを顧客レコードに流し込むことを記載しています。

利点は、聞きたいことを自分で決められることです。満足度や推奨度のように、応対の記録からは出てこない指標を、同じ設問で継続して取れます。業務システム側の顧客レコードに結び付く形で入る製品もあります。

弱点の1つ目は、受け取った回答の数が契約の単位になることです。Microsoft は Dynamics 365 Customer Voice について、対象の Dynamics 365 エンタープライズ製品を割り当てたテナントには月あたり2,000回答がテナント単位で含まれ、使い切った場合は1,000回答／月あたり100ドルの追加購入が要ると記載しています。容量はテナント単位で測られ、購入した容量を超えると新しい回答を受け取れず、新しいアンケートも作れなくなるとされています。招待の送信数は消費に数えず、受け取った回答だけが数えられること、年内に使わなかった分は翌年に繰り越されないことも明記されています。

2つ目は、集まるのが回答した人の分だけであることです。これは型の性質で、製品の優劣ではありません。答えなかった人や、問い合わせをせずに離れた人の評価は、この型だけでは入ってきません。

2. 応対の会話から取る型

コンタクトセンターの通話・チャット・メールを解析して、そこから顧客の声を取り出す型です。AWS は Amazon Connect の conversational analytics について、顧客と担当者、または顧客と対話AIの会話を、音声・チャット・メールにまたがって自然言語処理で解析し、感情分析と問題の検出を行い、コンタクトの自動分類もできると記載しています。Google Cloud は Customer Experience Insights について、コンタクトセンターのデータからパターンを検出して可視化し、担当者と発信者の感情、エンティティ、トピックを機械学習で取り出すと記載しています。

利点の1つ目は、顧客に何も依頼しなくても、応対が起きるたびに材料が増えることです。Google Cloud は Customer Experience Insights のドキュメントに置かれた Quality AI の概要で、無作為抽出をやめてすべての会話を分析するとし、品質評価の対象範囲を約1%から100%へ広げると記載しています。品質評価の機能についての記述です。

2つ目は、通話中にも使えることです。AWS はリアルタイムの通話解析と通話後の解析を選べるようにしており、リアルタイム側では顧客が発しうる語句を指定して検知し、監督者に警告できると記載しています。

弱点の1つ目は、通話の録音が前提になることです。AWS は音声のコンタクトについて、conversational analytics を使うには担当者と顧客の両方の通話録音が必要だと明記しています。録音を止めている運用では、分析以前に材料が出ません。

2つ目は、対象が2者の通話に限られることです。AWS は conversational analytics が最大2者までの通話に対応するとしたうえで、担当者と顧客の2者を超える場合や第三者への転送では、文字起こしと感情・伏字・分類などの品質が下がるため、その場合は無効にすることを勧めると記載しています。転送は別のコンタクトIDと記録を作るため、転送後も収集を続けるにはフローにもう1つブロックを置く必要があるとも書かれています。

3つ目は、チャネルと言語で得られるものが変わることです。AWS はメールのコンタクトについて、一方ずつやり取りする非同期のチャネルであるためリアルタイムと通話後の区別が当てはまらず、感情スコアも出ないと記載しています。感情分析は選んだ言語が対応している場合に既定で有効になるとされており、対応していない言語では有効になりません。通話後の解析については、最も高い文字起こし精度が得られると記載されています。

4つ目は、個人情報の伏字が万能ではないことです。AWS は、機械学習による予測であるため文字起こしの中の機微情報をすべて特定・除去できるとは限らないとしたうえで、米国のHIPAAのような医療のプライバシー法が求める非識別化の要件は満たさないため、伏字のあとも保護対象の健康情報として扱うことを勧めると明記しています。

3. 公開されている口コミ・ソーシャルから取る型

自社に寄せられた声ではなく、公開の場に書かれた評価を集める型です。Google はビジネスプロフィールのAPIについて、拠点の口コミを一括で点検できること、複数の拠点の口コミを1回の要求でまとめて取得できることを記載しています。個々の口コミへの返信と、返信の削除もAPIから行えるとされています。

利点は、こちらから聞かなくても、書かれた時点で材料になることです。前の2つの型では拾えない、応対にも調査にも現れなかった相手の評価が入ってきます。

弱点の1つ目は、取得そのものに提供元の条件が付くことです。Google はビジネスプロフィールAPIの利用条件として、検証済みで60日以上有効なビジネスプロフィールを管理していること、そのビジネスを表すウェブサイトを持っていること、申請にはそのビジネスプロフィールのオーナーまたは管理者として登録されたメールアドレスを使うことを挙げています。承認前のプロジェクトは1分あたりの要求数の割当が0のままで、承認されると300になると記載されています。

2つ目は、集められる範囲が提供元ごとに切れていることです。口コミの取得も返信も、その場を運営している側が用意したAPIの枠内で行うことになります。どのサービスに書かれた声まで集めたいのかは、製品を決める前に列挙しておく箇所です。

4. 自動応答の対話ログから取る型

ボットやAIエージェントが顧客と交わした会話を、そのまま分析の対象にする型です。AWS はチャットの終了後の解析について、ボットと担当者の双方との会話の傾向を把握できるとし、応答時間と感情から、ボットとの体験と担当者との体験を比べて改善点を見つけられると記載しています。Google Cloud は Customer Experience Insights が Conversational Agents と Agent Assist から会話を取り込めると記載しています。

利点は、声の分析と自動応答の改善が同じ材料の上で回ることです。どの問いで会話が止まり、どこで人へ引き継がれたかが、分析の側から見えます。

弱点は、この型が成り立つ前提が、先に自動応答を入れていることです。そのうえで、どの基盤の対話ログを取り込めるかは製品ごとに決まっています。自動応答をこれから入れる場合は、分析側が対象にできる基盤かどうかを合わせて確認することになります。

VoC分析として当サイトが扱っている製品

ここに挙げるのは、当サイトがVoC分析の分野で扱っている製品です。2026年9月時点の内容です。並びは名前の読み（かな）の五十音順で、順位ではありません。事業者のプランや課金状態を並びに反映することはありません。各項目は「提供事業者 ／ 対応チャネル ／ MCPの段階 ／ A2Aの段階 ／ 金額の記載」の順です。段階は動くので、最新は各掲載ページの事実バッジをご覧ください。

• InMoment XI Platform ─ InMoment ／ 電話・メール ／ MCP: 言及なし ／ A2A: 言及なし ／ 金額の記載なし
• Qualtrics XM ─ Qualtrics ／ 電話・メール ／ MCP: 言及なし ／ A2A: 言及なし ／ 金額の記載なし
• Sprinklr ─ Sprinklr Inc. ／ 電話・チャット・メール ／ MCP: 言及なし ／ A2A: 言及なし ／ 金額の記載なし
• HubSpot Marketing Hub ─ HubSpot, Inc. ／ チャット・メール・SMS ／ MCP: 言及なし ／ A2A: 言及なし ／ 金額の記載あり
• Medallia ─ Medallia, Inc. ／ 電話・メール ／ MCP: 言及なし ／ A2A: 言及なし ／ 金額の記載なし

この5件で分かれているのは、対応チャネルと料金の公開だけです。メールはいずれにも記載があり、電話は4件、チャットは2件、SMSは1件です。3つ以上のチャネルが記載されているのは Sprinklr と HubSpot Marketing Hub の2件で、残る3件は電話とメールの2つです。MCPとA2Aは、いずれの公式サイトにも言及を確認できていません。金額を公開しているのは HubSpot Marketing Hub だけです。掲載内容は公開情報をもとに編集部が整理したもので、各掲載ページの末尾に公式サイトの出典と確認日を記載しています。

条件別の当てはめ

ここから先は条件ごとに該当する製品を挙げます。該当するかどうかの判定は上の掲載データから機械的に導いたもので、優劣の判断は含みません。あわせて、型の節で見た前提を確認の手がかりとして添えます。複数の条件に当てはまる製品もあります。

条件: 電話の応対も対象にしたい

電話への対応が記載されているのは4件です。読み順に InMoment XI Platform、Qualtrics XM、Sprinklr、Medallia が該当します。Qualtrics XM は調査・通話・デジタル・サービス接点を扱うと公式サイトに記載されています。Medallia は扱うデータとしてコンタクトセンターの通話を挙げています。InMoment XI Platform は扱うデータに音声とテキストの会話データを挙げています。Sprinklr は音声について Sprinklr VoiceConnect の記載があります。

この条件は、上の型2にあたる使い方です。型2の節で見たとおり、Amazon Connect では通話の録音と、2者までという話者の人数が前提として明記されています。同じ前提が各製品にそのまま当てはまるわけではありませんが、通話を材料にする以上、録音が残っているか、誰と誰の会話を対象にできるかは、製品を決める前に自社の運用と提供事業者の双方で確認する箇所です。

条件: チャットやSMSも束ねて見たい

チャットまたはSMSの記載があるのは Sprinklr と HubSpot Marketing Hub の2件です。3つ以上のチャネルが記載されているのも、この2件です。Sprinklr は電話・チャット・メールの記載があり、30以上のデジタル・ソーシャルチャネルに対応すると公式サイトに記載されています。HubSpot Marketing Hub はチャット・メール・SMS の記載があり、対応チャネルとしてメール、SMS、広告（Meta・Google・LinkedIn・TikTok）、ソーシャルメディア、ライブチャット、フォームを挙げています。

公開の場に書かれた評価まで含めたい場合は、InMoment XI Platform が扱うデータにソーシャルの評価とレビューを挙げています。ただし当サイトの対応チャネルの欄は電話とメールの登録で、ソーシャルはこの欄に含まれていません。この欄は公式サイトの記載をもとにした登録なので、欄に無いチャネルへの言及が掲載ページの本文にある場合があります。

条件: 料金を先に知りたい

金額を公開しているのは HubSpot Marketing Hub だけです。公式サイトの製品ページには Free が $0/月、Starter が $10〜$20/月、Professional が $890/月、Enterprise が $3,600/月と記載されています。ただし HubSpot は製品ページと料金ページで異なる金額を出しており、料金ページには月払いと年払いの切り替えがあって、契約条件によって金額が変わります。ここに挙げたのは製品ページの記載です。実際の金額は公式の料金ページでご確認ください。

残る4件は、公式サイトに金額の記載がありません。この4件のどれを選ぶ場合でも、提供事業者への問い合わせが必要になります。当サイトは公式サイトに記載がある金額だけを載せており、相場や一般論で補うことはしません。なお金額が公開されている製品でも、上のように条件で変わる書き方がされていることがあります。

条件: 外部のAIエージェントから声のデータを引きたい

この条件では、いま挙げられる製品がありません。5件とも、MCPとA2Aへの言及を公式サイトで確認できていません。当サイトは公式に言及があるものだけを対応として扱っているため、記載が無いことは対応していないことを意味しません。必要な場合は提供事業者に直接ご確認ください。

また、分析した結果を外へ渡す口はMCPだけではありません。たとえば Google Cloud は Customer Experience Insights のデータを BigQuery へ書き出して独自の分析に使えると記載しています。どの形式で、どこへ出せるのかを個別に確認してください。

最近の動向

ここからは、当サイトが毎日拾っているニュースピックアップから読みます。日付は各社の発表日です。

Qualtrics は2026年9月9日に、新基盤「XM Data & AI Platform」を発表しました。施策を市場に出す前に検証するシミュレーション、個々の顧客の行動や生涯価値への影響を予測する予測、企業のガバナンスの範囲内で顧客対応の場面に自動で介在する Experience Agents の3つを柱に掲げています。ただし基盤本体は2027年の提供予定で、発表と同時に使えるのは X-Loop Diagnostic Service と Reputation Experience の2つだとしています。MCPやA2Aへの言及はありません。

Medallia は2026年1月21日に、Ada との戦略的パートナーシップを発表しました。音声・デジタル・アンケート・コンタクトセンターの信号に加えて、Ada のAIエージェントの会話記録も取り込み、そこから得た知見を Ada 側のプレイブックに反映させる構成としています。ただし提携は製品の統合とは別で、当サイトの掲載では Medallia と Ada はそれぞれ単体の製品として並んでいます。

周辺でも同じ向きの発表が出ています。NTTテクノクロスは2026年9月15日に、コンタクトセンター（同社の表記ではコールセンター）向けの分析ソリューション「CTBASE/InsightAnalyzer」の提供を開始したと発表しました。応対品質評価、コールリーズン分析、FAQ分析、ボイスボット分析などのテンプレートを備え、同社のボイスボット「CTBASE/SmartCommunicator」の対話ログを分析して、自動応答の精度や完結率、オペレーターへの転送理由まで可視化できるとしています。発表時点で対象として挙げられているのは同社のボイスボットで、ほかのボイスボットやPBXの応対ログに広がるかは分かりません。価格は個別の問い合わせとしており、共通の料金は示されていません。

この分野の今後の見方

ここからは編集部の見解です。根拠は上の掲載データと、前の節に挙げたニュースピックアップです。

3件の発表に共通しているのは、分析した結果を人が読むところで止めず、応答する側へ返す設計になっている点です。Qualtrics は予測とシミュレーションに加えて自動で介在するエージェントを柱に置き、Medallia は分析から得た知見を提携先のAIエージェントのプレイブックへ戻すとし、NTTテクノクロスは自社のボイスボットの対話ログを分析の対象に据えました。編集部は、VoC分析の選定軸が「何を可視化できるか」から「可視化した結果をどの実行系へ返せるか」へ移っていくと読みます。上で4つ目の型として挙げた、自動応答の対話ログから取る型が伸びる方向です。

ただし、当サイトが扱う5件はいずれもMCPとA2Aへの言及を確認できていません。営業・商談の会話分析ではMCPを公式に明記する製品がすでに出ているのに対し、VoCの側では1件も確認できていないという差があります。実行系へ返す動きが標準的な口を通って進むのか、提携と個別の連携の形にとどまるのかは、まだ分かれています。この読みが当たるかどうかは、下の「この記事の予測と検証」に期限つきで登録して検証します。当たりも外れも残します。

もう1つ、当サイトとして検証すべき宿題があります。Qualtrics の「XM Data & AI Platform」は2026年9月9日に発表され、基盤本体は2027年の提供予定とされていますが、提供時期が確定したか、どの言語に対応するか、日本でいつ使えるようになるかを、当サイトはまだ確認できていません。これも下の「この記事の予測と検証」に期限つきで登録し、期限が来たら結果を書きます。

選定にあたっては、まず声をどこから取るかを決めてください。上の4つの型は、必要になる前提（設問の設計と回答の容量、通話の録音、提供元の審査、先に入れる自動応答）がそれぞれ違い、後から足すと作り直しになる部分です。そのうえで、分析した結果をどのシステムへ、どの方式で渡せるかを提供事業者に確認しておくことを勧めます。乗り換えのときにも、自動応答へ返すときにも効いてきます。