アンケートの回答率の目安と上げ方 — 「業界平均」より「自社の前回比」が9割

「アンケートの回答率は何％くらいが普通？」「業界平均と比べてどう？」——よくある質問ですが、実は 「業界平均」を気にしすぎるのは意味が薄い のが現実です。

本記事では業界別の目安を整理しつつ、「業界平均より自社の前回比較のほうが意思決定に直結する」 という視点と、回答率を構造的に上げる10の施策を解説します。

種別ごとの回答率の目安

種別	目安の回答率
社員エンゲージメント調査	70〜90%
顧客満足度調査（B2B）	30〜50%
顧客満足度調査（B2C）	10〜30%
イベント参加後アンケート	30〜60%
新規見込み客アンケート	5〜15%
メルマガ会員向けアンケート	5〜20%
ウェブサイト埋め込みアンケート	1〜5%
退会理由アンケート	10〜25%
NPS調査（既存顧客）	15〜40%
ユーザビリティテスト誘致	1〜5%

「業界平均より高い・低い」より、「種別の目安に対して大幅に外れていないか」 を見るのが現実的。

業界別の目安（B2B SaaS の例）

業界ごとに回答行動の慣習が違います。B2B SaaS の場合：

配信先	目安回答率
アクティブユーザー（ログイン頻度高）	30〜50%
中アクティブ層	15〜30%
低アクティブ層	5〜15%
解約予定/直前	20〜40%（高くなる傾向）
解約後30日以内	10〜20%
解約後3ヶ月以上	3〜10%

アクティブユーザーは答えてくれる、低アクティブ層は答えにくい——という当然の傾向ですが、これを意識して 配信先を分けて目標を設定 するのが正しい運用です。

ここからが本題 — 「業界平均との比較」の罠

業界平均は便利なベンチマークですが、実は意思決定への有用性は限定的 です。

罠1：業界平均は条件を揃えていない

公開されている業界平均は：

• 配信先のセグメントが不明
• 質問数・所要時間が不揃い
• インセンティブ有無が混在
• 回答率の定義が統一されていない（送信ベース vs 開封ベース）

「業界平均35%」という数字は、比較対象としての意味が極めて弱い ものです。

罠2：自社の特殊性が反映されない

業界平均が30%でも、自社の：

• 顧客層（年代、業種、エンゲージメント）
• ブランド体験の品質
• 配信のタイミング・頻度
• 過去のアンケート疲れ

これらは平均には反映されません。他社平均と比べて一喜一憂しても、自社の改善には繋がらない。

罠3：「平均並み」で安心してしまう

業界平均と同じなら 「うちは普通だ」と思考停止 することがあります。実際は、自社の前回比較で見れば下がっていたり、特定セグメントだけ大幅に下がっていることに気付かない。

「業界平均」より「自社の前回比較」を重視すべき理由

理由1：条件が揃っている

自社内の比較なら：

• 配信先層は同じか、明確に差分が分かる
• 配信タイミング・媒体は管理可能
• 質問数・所要時間も自社で制御可

条件揃え が容易なので、変化の解釈 が遥かに正確になります。

理由2：改善の方向性が見える

「前回35% → 今回28%」という変化があれば：

• 配信タイミングが悪かった？
• 質問数が増えた？
• アンケート疲れ？
• 文面のトーンが変わった？

変化の原因を仮説立てしやすい。業界平均との比較では、こういう議論はできません。

理由3：意思決定に直接繋がる

「業界平均より低い」と分かっても何をすべきか曖昧ですが、「先月比で5%下がった」なら 直近の変更を見直す という具体的なアクションに繋がります。

回答率を構造的に上げる10の施策

施策1：質問数を絞る

所要時間 = 回答率に直結する最大要因。

所要時間	回答完了率の目安
1分以内	80〜90%
1〜3分	60〜80%
3〜5分	40〜60%
5〜10分	20〜40%
10分以上	10〜20%

「全部聞きたい」を抑えて、最低限の質問に絞る のが最強の施策。

施策2：所要時間を明示する

説明欄に「所要時間：3分」と明示するだけで、回答開始率が上がる。「不明な所要時間」が最大の障壁。

施策3：配信タイミングを最適化

種別	推奨タイミング
B2B 法人向け	平日 火〜木 9:30〜10:30, 13:00〜14:00
B2C 一般向け	平日夜 19:00〜21:00, 土日昼
社員向け	月曜以外の平日 9:00〜11:00
イベント後	当日 or 翌日（記憶が新しいうち）

「金曜夕方」「月曜朝」は メールが埋もれて開封されない タイミング。

施策4：件名で目的を明示

× 「アンケートのお願い」
○ 「【3分】今後のサービス改善のためのご意見をお聞かせください」

所要時間 + 目的 が件名にあるかどうかで、開封率が大きく変わります。

施策5：1人の人から送る

× 「customer-support@your-company.com」から送信
○ 「カスタマーサクセス 田中（your-company株式会社）」から送信

個人の名前 で送るだけで、開封率が10〜30%上がるケースがあります。

施策6：リマインドを最低1回送る

初回配信から 3〜7日後にリマインド すると、追加で全体の30〜50%相当の回答が得られます。「まだ答えていない人にだけ送る」のがマナーかつ効果的。

施策7：モバイル最適化

回答者の多くは スマホで開く 時代。スマホで操作しにくいフォームは即離脱されます。

• フォームのスマホ対応必須
• 質問ごとに改ページ（長いページは離脱増）
• ボタン・タップ領域を大きめに

施策8：インセンティブを設計する

インセンティブ	効果
抽選プレゼント（後日）	軽い後押し
全員に少額特典	中程度の効果
結果のフィードバック	長期的な信頼形成
即時クーポン	強い効果（小売・EC）

ただし、インセンティブ目当ての適当な回答 を増やすリスクも。本格的な調査では避けるか、設計に注意。

施策9：「結果のフィードバック」を約束する

「皆様のご意見を踏まえて◯◯を改善します」と明記し、実際にフィードバックレターを送る。これが次回の回答率を支えます。

施策10：ブランド体験の品質

フォームのデザイン・ロゴ・URL・トーン——これらは 「真剣に聞かれている感」 を作ります。Googleフォームのデフォルトデザインで顧客向けに送ると、「テンプレで聞いている感」で離脱されやすい。

詳細：Googleフォームのデザインカスタマイズ — 「ロゴを消したい」と思った時点で別ツールを検討すべき理由

回答率の「目標値」をどう決めるか

推奨アプローチ：3段階の目標

1. 必達ライン：意思決定に最低限必要なサンプルサイズが集まる回答数
2. 目標ライン：自社の前回比較で同等または改善
3. ストレッチ：種別目安の上位

例：

配信先2,000人、サンプルサイズ目標200件
- 必達：10%（200件）→ 必ず達成すべき
- 目標：15%（300件）→ 前回より少し上を狙う
- ストレッチ：25%（500件）→ 工夫が効いた場合

このように 3段階で目標を持つ と、結果に対する評価が冷静にできます。

回答率が低下したときの診断フロー

質問1：自社の前回比較で何%下がった？
  - 5%以内 → 誤差の範囲、様子見
  - 5〜15% → 何かが変化、原因を特定
  - 15%以上 → 構造的な問題、即対応

質問2：直近で変えたことは？
  - 質問数を増やした？ → 元に戻す
  - 配信先を広げた？ → 低エンゲージ層が含まれた可能性
  - 配信タイミング → 平日朝に戻す
  - 件名・文面 → A/Bテストで検証

質問3：他のチャネルとの整合性は？
  - メール開封率は変化した？
  - サポート問合せ数は？
  - 解約率は？

回答率の変化は 顧客との関係全体の温度 を反映していることがあります。

業界平均より重要な「メタ指標」

回答率そのものより：

• 回答完了率（途中離脱の有無）
• 自由記述率（任意の自由記述に書いてくれた割合）
• 記述の深さ（自由記述の平均文字数）
• NPS推奨者からの回答率（ロイヤル層が答えてくれているか）

これらの メタ指標 が、より深い顧客関係性を示します。

レポアンの回答率支援機能

レポアンは「回答率の継続的な改善」を支援します。

• 回答率の自動モニタリング — 過去配信との比較が標準
• AIによる質問数最適化提案 — 設問数 vs 回答率のトレードオフを示唆
• 配信タイミング最適化 — 過去のデータから推奨時間を提案
• モバイル最適化 — デフォルトでスマホ対応のフォーム
• AI生成リマインドメール — 文面とタイミングを自動最適化
• 完了率・離脱ポイントの可視化 — どこで離脱したかを特定

まとめ

アンケートの回答率は：

• 種別ごとに目安が異なる（社員系70%超、B2C 10〜30%）
• 業界平均との比較は条件がバラバラなので意思決定への有用性は低い
• 自社の前回比較が改善判断には最も役立つ
• 質問数を絞る、所要時間明示、配信タイミング、リマインド等で構造的に向上可能
• 必達/目標/ストレッチの3段階で目標管理する
• 回答率より「回答完了率」「自由記述の深さ」のほうが顧客関係性を示す

「業界平均と比べて何位か」より「自社の前回からどう変わったか」「変化の原因は何か」のほうが、改善には遥かに役立ちます。