Adoreboardの換算額を鵜呑みにしない|推計の読み方と検算の線

「顧客満足度の自由記述が、いくらの売上に響いているのか数字で示してほしい」「AIが出した損失額を、そのまま来期の改善予算の根拠にしてよいのか」——役員報告を控えたCX担当や分析担当が、最近ぶつかる問いです。英国の Adoreboard は2026年10月、顧客の声から読み取った信頼の度合いを、体験ごとの売上リスクと売上機会の金額に換算して並べる仕組みの提供を始めました。3月には、北米の通信会社の2万件超のアンケートで解約する顧客を86%の精度で当てたと公表しています。ただ、画面に出る金額は、検算されるまで「推計」であって、取り戻せる売上が約束されたわけではありません。この記事では、売上に換算した推計を改善予算の配分や役員報告の根拠にしてよいかを、起きやすい課題、その原因、対策の順に整理します。
カメ先生顧客の不満が金額で見えると、それが正解の予算表のように思われがちなんだ。でも本当は、感情の判定と支出のデータを結んだ推計で、前提をひとつ変えると数字も動くんだよ。
カメ子金額そのものより、どう計算したかを読まないといけない、ということですか。
カメ先生そう。それに、不満の多い顧客ほど支出が少ないという関係が見えても、不満が原因で支出が減ったとは限らない。だから過去の解約や失注の実績で当たり方を確かめる人と、報告に前提を書き添える人を先に決めておくんだ。
カメ子AIは直す順番の候補を出すところまでで、予算を決めるのは人なんですね。
- Adoreboard は、アンケート・問い合わせ・口コミなどの声から感情と信頼を測り、支出データと結んで体験課題ごとの売上リスクを金額で並べる。算出式は公開されていない
- 公表されている精度は同社自身の検証で、独立した評価は見当たらない。日本語の顧客の声への対応も、確認できた資料には書かれていない
- 金額は自社の過去の解約・失注で検算してから使い、役員報告では幅と前提を添える。直す順番を確定するのは人が持つ
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Adoreboardとは:顧客の声から「信頼」を測る英国の会社
Adoreboard は、英国北アイルランドのベルファストに拠点を置くAI企業です。クイーンズ大学ベルファストの研究から生まれた会社で、業界のベンダー一覧では2011年創業、プライベートエクイティの出資を受け、クラウドで業務ソフトを提供する企業と紹介されています。自社のことは「CX予測インテリジェンス基盤」と説明しており、通信、金融、医療、保険、テクノロジーの大企業を顧客に持つと公表しています。
中心にあるのは、文章から感情を読み取る技術です。アンケートの自由記述、コールセンターの記録、オンラインの口コミ、SNSの投稿といった、表の形になっていない顧客の声を解析し、満足か不満かの二択ではなく、顧客がどれだけ信頼を寄せているかという度合いで測るのが特徴です。ベンダー一覧によると、外部のデータとしては旧ツイッターや Reddit の投稿を扱え、自社で集めた声はファイルで取り込めます。外部とつなぐ口として REST API も用意されているとされます。
国内ではほとんど紹介されていない会社ですが、海外では以前から Qualtrics のマーケットプレイスに分析機能を出すなど、既存の顧客調査の道具に感情分析を足す役回りで知られてきました。調査票を配る道具ではなく、集まった声を読んで優先順位を付ける側の道具だと捉えると、社内のどこに置くかを考えやすくなります。
2026年の動き:3月の初披露と10月の提供開始
売上に換算する指標が最初に出たのは2026年3月です。同社は3月16〜19日に米国サンノゼで開かれた NVIDIA の技術会議(GTC 2026)で研究発表に選ばれ、その場で指標を披露しました。配信文では、意味の近い声をまとめて分類する仕組みを NVIDIA の GPU で動かし、手作業の923倍の速さ、1件あたり30秒かかっていた読み取りが0.03秒、分析全体の時間は83%短縮と説明しています。
精度については、北米の大手通信会社の2万件を超えるアンケートを使い、解約する顧客を86%の精度で予測したと公表しました。実際の解約データを加えると99%に上がり、過去の解約の実績と比べた差は1%以内だったとしています。事例としては、欧州で12か所・9か国の高級アウトレットを運営する企業が、来訪者の感情と1回あたりの支出を結び、信頼が目標を下回ったときの機会損失を測っていると、同社の担当者が語っています。
4月には英国のCXデザイン会社と組み、顧客の旅程を信頼の観点で描き直して、壊れた体験ごとに金額を付ける「信頼監査」を始めました。そして10月6日、CX予測インテリジェンス基盤と、日本語にすれば「顧客の売上影響」となる指標の提供開始を発表しています。最高経営責任者のクリス・ジョンストン氏は、満足度のスコアは報告できても、それがいくらの価値かを言える組織は少ないと述べ、どの問題が重要か、放置した場合の費用、何を先に直すかが分かると説明しました。
4月の「信頼監査」のように、外部のコンサル会社がこの種の推計を使って金額付きの報告を持ってくる形もあります。その場合も、金額の前提を説明する責任は報告を受け取る側の社内に残ると考えておくべきです。コンサル会社の報告書に載った金額をそのまま社内資料に転記する前に、どのデータをどの期間で結んだかを書面で受け取り、次に述べる検算を自社で行えるようにしておきます。
よくある誤解:表示された金額は、取り戻せる売上ではない
売上リスクの金額を見ると、「この体験を直せば、この額の売上が戻る」と読みたくなります。しかし報道で確認できる説明は、顧客の声と支出データを組み合わせて体験課題ごとに結びついている売上を推計し、金額の大きい順に並べるというところまでです。結びついている額と、直したら戻る額は同じではありません。
たとえば、配送の遅れに不満を書いた顧客群の年間支出が大きければ、その課題の金額は大きく出ます。けれども、その顧客群がもともと大口の取引先で、不満があっても契約を続ける事情を抱えているなら、直しても売上はほとんど変わらないかもしれません。逆に、金額が小さく出た課題の裏で、新規の顧客が黙って離れている場合もあります。金額は「どこから見るか」の目安であって、「いくら投じれば、いくら戻るか」の答えではないと読むのが出発点です。
同じことは、売上機会の側にも言えます。この指標は、不満が抱える売上リスクだけでなく、良い体験を伸ばしたときの売上機会も金額で示すと説明されています。好意的な声が多い体験に投資すれば売上が伸びる、という読み方は魅力的ですが、満足している顧客がもともと支出の多い層であれば、関係が逆向きの可能性もあります。機会の金額は、リスクの金額以上に楽観的に読まれやすいので、同じ検算の手順にかけてから使います。
- 推計の金額を合計して、そのまま改善予算の総額にする
- 金額の大きい順に、上から機械的に予算を割り振る
- 同社が公表した解約予測の精度を、自社でも同じ精度が出る根拠として報告に書く
- 前提や対象期間を書かずに、金額だけを役員会の資料に載せる
課題1:推計の金額が、そのまま予算の配分表に移される
CXの改善予算は、これまで「声が多い順」や「声の大きい部署の順」で決まりがちでした。金額で並ぶ一覧は、その状態から抜け出す材料になります。ところが、数字の形で出てきたものは、それだけで説得力を持ってしまいます。会議の資料に金額の一覧が貼られると、誰も前提を問わないまま、上位から予算が埋まっていくことが起こります。
問題は、推計の誤差がどの程度あるかを、社内の誰も把握していないまま意思決定が進む点です。同社が公表した86%や99%という数字は、北米の通信会社のデータでの同社自身の検証です。業種も、顧客の数も、声の集め方も違う自社のデータで、同じ当たり方になる保証はありません。調べた範囲では、この指標を第三者が独立に評価した資料は見つかりませんでした。
もう一つ、配分表に移ると、推計の見直しが止まります。金額は顧客の声と支出の組み合わせで毎月変わるはずですが、一度予算が付くと、その年度は同じ前提で動くことになります。推計を使うなら、配分を決める会議より前に、検算の結果と前提をそろえる段取りが欠かせません。
課題2:BtoBでは、少ない声と大口の取引先が金額を揺らす
消費者向けの通信会社やアウトレットのように、声が何万件も集まり、1人あたりの支出がそれほど大きくない事業では、推計は平均に近づきやすくなります。一方、BtoB企業では事情が違います。アンケートの回答が年に数百件、そのうち売上の大半を数十社が占めるという形が珍しくありません。
この形だと、大口の1社の担当者が書いた不満が、課題の金額を大きく押し上げます。しかも、BtoBのアンケートに答えるのは、実際に使っている担当者であって、更新を決める決裁者とは限りません。担当者の不満と、契約更新の判断が同じ向きに動くとは言い切れないのです。
さらに、支出のデータを契約単位で持っているのか、部署単位で持っているのかでも、声との結び付け方が変わります。声を書いた人と売上の単位がずれていれば、推計の土台がずれます。BtoBで使うなら、まず声の主と売上の単位を、取引先ごとに結べるかを確かめる必要があります。結べない場合は、金額より「どの課題に声が集まっているか」の一覧として使うほうが安全です。
BtoBでは、アンケートの外にも判断材料があります。営業やカスタマーサクセスが CRM に残した商談記録、更新交渉のメモ、解約時の聞き取りです。推計が「危ない」と示した取引先を、担当営業の見立てと並べて確かめるだけでも、推計がどの程度現場の感覚と合うかが分かります。食い違った取引先こそ、声の読み違いか、営業が見落としていた不満かを確かめる価値があります。
課題3:日本語の顧客の声でどこまで読めるかが分からない
今回確認できた報道や配信文には、日本語の文章をどの程度の精度で扱えるかの記載はありませんでした。公式サイトは自動取得を遮断していて読めなかったため、日本語対応の有無と精度は、導入を検討する時点で必ずベンダーに確かめる項目になります。
日本語の顧客の声には、感情の判定を外しやすい書き方が多くあります。「特に問題はありません」という控えめな不満、敬語で包んだ苦情、「〜していただけると助かります」という要望の形をとった不満などです。英語で鍛えた判定がこうした書き方を中立と読めば、信頼の度合いは高めに出て、売上リスクは小さく出ます。感情分析そのものの信頼性の論点は別の記事で扱っているので、ここでは「金額に換算する前の段階で、日本語の判定がずれていないか」を確かめる必要がある、という点だけ押さえておきます。
確かめ方は難しくありません。自社の声を100件ほど人が読んで信頼の高低を付け、ツールの判定と突き合わせます。翻訳してから読ませる方式なら、翻訳で控えめな不満が消えていないかも見ます。判定がずれた分は、そのまま金額のずれになると考えておくと、試験の重みが分かります。
原因:感情の判定と支出のデータを結ぶ推計だから
ここまでの課題は、仕組みの作りから来ています。公開されている説明をまとめると、流れは三段です。まず顧客の声を意味のまとまりで分類し、体験課題ごとに束ねます。次に、それぞれの声から感情と信頼の度合いを読み取ります。最後に、その信頼の度合いを支出や解約のデータと結び、課題ごとに結びついた売上を金額にします。
この三段のどこにも、推計の前提が入ります。分類の粒度をどう切るか、信頼をどの尺度で測るか、どの期間の支出と結ぶか、解約したかどうかをどう定義するか。どれか一つを変えれば金額は変わりますが、報道で確認できる範囲では算出式は公開されていません。つまり、利用者が自力で金額を再現することはできず、前提はベンダーに聞いて書き出すしかありません。
推計である以上、ずれること自体は欠点ではありません。困るのは、前提を知らないまま金額だけが独り歩きすることです。前提を書き出せない金額は、社内の判断材料にしないと決めておけば、この課題の大半は防げます。
原因の続き:相関を因果として読んでしまう
もう一つの原因は、読み手の側にあります。不満を書いた顧客ほど支出が少ない、あるいは解約しやすいという関係が見えると、人は「不満が原因で支出が減った」と読みます。しかし、関係が見えることと、原因であることは別です。たとえば値上げがあった年には、不満も解約も同時に増えます。不満と解約の両方を、第三の出来事が動かしている可能性があるのです。
同社が公表している精度も、解約する顧客を「当てる」力の話です。当てられることは、その体験を直せば解約が止まることを意味しません。天気予報が雨を当てても、雨を止められないのと同じです。予測の精度が高いことと、改善の効果が大きいことは、別々に確かめる必要があります。
因果に近づくには、実際に直してみて前後を比べるしかありません。一部の顧客や地域だけで体験を直し、直していない側と比べる。こうした試しを重ねて、推計の金額と実際に戻った売上の差を、社内の記録として積み上げることで、初めて推計を予算の根拠に近づけられます。
対策1:換算の前提を書き出し、ベンダーに聞く項目を決める
最初の対策は、金額を見る前に前提の一覧を作ることです。算出式が公開されていない以上、試験導入の前にベンダーへ質問を出し、回答を文書で残します。回答を得られない項目がある場合は、その分だけ金額の扱いを弱めると決めておきます。
| 聞く項目 | なぜ必要か | 回答がないときの扱い |
|---|---|---|
| 支出・解約データとの結び方 | 声の主と売上の単位がずれると土台がずれる | 金額は使わず、課題の一覧として使う |
| 推計の対象期間 | 直近の値上げや障害の影響が混ざる | 期間を限った参考値として扱う |
| 日本語の判定方式と精度 | 控えめな不満が中立と読まれると金額が小さく出る | 自社の100件で人の判定と比べる |
| 金額の幅(誤差) | 1つの数字だけでは不確かさが見えない | 報告に「幅は不明」と明記する |
| 学習への利用と保存場所 | 顧客の声には個人情報が含まれる | 個人情報を除いてから試す |
この一覧は、CX担当だけで作らず、売上データを持つ経営企画や営業企画と一緒に作ります。支出のデータをどの単位で渡せるかは、データを持つ側でないと分からないからです。前提の一覧ができれば、それがそのまま役員報告の注記にもなります。回答の日付と回答者も残しておくと、ベンダー側で推計の作りが変わったときに、どの時点の前提で出した金額かを後から追えます。
対策2:過去の解約・失注で検算する
前提がそろったら、次は自社のデータで当たり方を測ります。ここで大切なのは、答えが既に分かっている過去の期間を使うことです。1年前までの顧客の声だけをツールに読ませ、その後の1年で実際に解約・縮小した取引先と、推計が危ないと言った取引先がどれだけ重なるかを見ます。
1年前など、その後の解約・縮小・失注の結果が分かっている時点で区切り、それ以前の声だけを読ませます。
体験課題ごとの金額と、危ないとされた取引先の一覧を出させます。根拠になった声も一緒に出させます。
実際に離れた取引先と重なった数、外れた数、見落とした数を数えます。金額の合計と、実際に減った売上の差も見ます。
当たった例も外れた例も、根拠の声を担当者が読み、判定や分類のずれがないかを確かめます。
当たり方に応じて、金額を予算の参考にするか、課題の一覧としてだけ使うかを決め、記録に残します。
検算は分析担当が持ち、ベンダーに任せません。ベンダーの検証は、ベンダーが選んだデータで行われるからです。当たり方を測るのも、結果を読むのも、自社の人が持つと決めておけば、推計の強さを自分たちの言葉で説明できます。
対策3:役員報告では金額に幅と前提を添える
検算を経ても、推計は推計です。役員報告では、金額を1つの数字で示すのをやめ、幅と前提と検算の結果をセットで出すのが基本になります。「この課題に結びつく売上は年間でおよそこの範囲。前提は過去1年の支出、日本語の判定は100件の試験で人と一致した割合がこの程度、過去の解約との重なりはこの程度」という書き方です。
もう一つ、報告で分けて書くべきなのが「結びついている額」と「直したら戻ると見込む額」です。前者は推計の出力、後者は人の見立てです。後者を書くなら、誰がどの根拠で見込んだかを添えます。ツールの出力と人の判断を、同じ欄に混ぜないことで、後から外れたときに何が外れたのかを振り返れます。
報告の頻度も決めておきます。推計は顧客の声が増えるたびに変わるので、四半期ごとに金額の順位がどう動いたか、実際に直した課題で売上がどう動いたかを並べて示します。順位の変動を説明できない月が続くなら、それ自体が前提を見直す合図になります。
金額より順位を主に見せる、という工夫もあります。前提を少し変えると金額は大きく動きますが、上位に来る課題の顔ぶれは比較的動きにくいことが多いからです。前提を変えて何度か推計し直しても上位に残る課題は、金額の大小にかかわらず手を付ける根拠が強いと言えます。逆に、前提しだいで順位が入れ替わる課題は、追加の調査が必要な課題として報告で分けておきます。
AIに判断させない範囲:直す順番を決めるのは人
この種の道具が便利なのは、何万件もの声を人が読み切れない速さで束ね、金額の大きい順に候補を並べてくれる点です。そこまでは任せてよい作業です。一方で、どの課題から直すか、いくら投じるか、どの部署が持つかは、AIに判断させないと線を引きます。
直す順番には、金額以外の事情が入ります。法令や安全に関わる不満は、金額が小さくても最優先です。システムの入れ替え時期に合わせたほうが安く直せる課題もあります。担当部署の手が空いていなければ、上位の課題でも着手は遅れます。こうした事情を知っているのは社内の人であり、ツールには見えません。
運用では、ツールが出した上位の候補ごとに、根拠になった声を数件、担当者が必ず読む決まりにします。金額だけを見て決めず、声そのものに戻って確かめる習慣があれば、分類の誤りや翻訳のずれにも早く気づけます。
- ツールの出力は「候補の一覧と根拠の声」まで。順番と予算は人が会議で決め、議事に残す
- 法令・安全・情報漏えいに関わる不満は、金額にかかわらず別の経路で即時に扱う
- 上位の候補は、根拠の声を担当者が読んでから議題に載せる
何が社外に出るか:顧客の声・支出データ・個人情報
この推計を動かすには、顧客の声だけでなく、支出や解約のデータもベンダーの基盤に渡すことになります。ベンダー一覧ではクラウドで提供される業務ソフトとされており、データは社外のクラウドで処理される前提で考えます。どの国の拠点に保存されるか、契約終了後にいつ消されるかは、契約前に確かめる項目です。
顧客の声には、氏名、会社名、電話番号、担当者の名前などが書き込まれていることがよくあります。BtoBの問い合わせ記録なら、取引の条件や他社の名前が含まれることもあります。渡す前に個人情報や取引先の名前を伏せる処理を入れるか、伏せたうえで推計が成り立つかを試験で確かめます。支出のデータは、取引先を番号に置き換えて渡し、対応表は社内に残す形が安全です。
もう一つ確かめたいのは、渡した声がベンダー側の判定の改良に使われるかどうかです。使われる場合は、自社の顧客の声が他社向けの判定の材料になります。学習への利用の有無と、断る方法を契約書で確認することを、情報システム部門や法務と一緒に進めます。
旧ツイッターや Reddit などの公開投稿を混ぜる場合は、別の注意が要ります。公開投稿は、書き手が自社の顧客かどうか、どの取引先の人かを判別できません。支出のデータと結べない声は、金額の推計からは外して扱うのが筋です。BtoBでは公開の場に書かれる声自体が少ないため、公開投稿は評判の動きを見る補助線にとどめ、売上換算の材料には自社で集めた声だけを使うほうが前提を説明しやすくなります。
費用の考え方と、止め方・やめ方
料金は、確認できた報道や配信文には出ていません。調達の窓口を通す見積もりが前提になります。費用を見積もるときは、ツールの利用料だけでなく、データを結ぶ準備、個人情報を伏せる処理、検算にかかる分析担当の工数を足して考えます。BtoBでは、声と取引先を結ぶ準備のほうがツールの利用料より重くなることもあります。
費用対効果を測るなら、比べる相手は「金額が出ること」ではなく、「推計を使って直した課題で、実際にどれだけ売上や継続率が動いたか」です。最初の1年は、直した課題の前後比較を記録することを導入の条件にしておくと、更新するかどうかを数字で判断できます。
試験導入の範囲も絞ります。全社の声を一度に流し込むのではなく、1つの製品か1つの地域、期間は過去1年分に限って始めると、データを結ぶ準備も個人情報を伏せる処理も小さく済みます。そこで検算の結果が出てから、対象を広げるかどうかを決めれば、費用が膨らむ前に見切りを付けられます。
やめるときの段取りも、入れる前に決めておきます。渡したデータの削除の確認、推計の出力を社内で保存しておくかどうか、報告の様式から金額の欄を外す手順です。推計の金額が社内の目標や評価に組み込まれていると、やめにくくなるので、目標や部署の評価には推計の金額を使わず、実際の売上や継続率を使うと決めておきます。
よくある質問
NPSや満足度の調査をしていなくても使えますか
報道では、アンケートのほか、コールセンターの記録や口コミなど複数の経路の声を扱えると説明されています。ただし金額に換算するには、声と支出や解約のデータを結ぶ必要があります。声の量が少ない、または取引先と結べない場合は、課題を束ねる道具としての使い方にとどまると考えてください。
公表されている86%の精度は、自社でも期待できますか
期待の根拠にはなりません。北米の通信会社のデータでの同社自身の検証で、業種も声の集め方も違います。本記事の対策2のように、自社の過去の解約・失注で検算した結果だけを、社内の説明に使ってください。
日本語の顧客の声に対応していますか
確認できた資料には記載がありませんでした。導入前にベンダーへ確かめ、自社の声100件程度で人の判定と比べる試験を行ってから判断するのが確実です。
既存の調査ツールと置き換えるものですか
調査票を作って配る道具ではなく、集まった声を読んで優先順位と金額を付ける側の道具です。既存の調査ツールは残し、その出力を読ませる形で検討するのが一般的です。
社員の声の分析にも使えますか
ベンダー一覧では、顧客体験と従業員体験の両方を扱い、社員の離職の予測にも使えると紹介されています。ただし社員の声は、顧客の声以上に個人が特定されやすく、人事評価と結びつくと書き手が本音を書かなくなります。使う場合は、人事・労務部門と、個人を特定しない集計の単位と、評価に使わないことを先に決めてから検討してください。
まとめ
Adoreboard の売上換算は、顧客の声を感情と信頼で読み、支出のデータと結んで、体験課題ごとの売上リスクを金額で並べる仕組みです。声が多くて人が読み切れない会社にとって、どこから見るかを決める材料としては魅力があります。一方で、算出式は公開されておらず、公表された精度は同社自身の検証で、日本語への対応も確認できていません。金額は検算されるまで推計として扱い、前提を書き出し、自社の過去の解約・失注で当たり方を測り、役員報告では幅と前提を添える。直す順番と予算を決めるのは人であり、ツールには候補と根拠の声を出させるところまでを任せる。この線を先に引いておけば、売上換算は予算の取り合いを終わらせる道具ではなく、議論を前に進める材料として使えます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
