「ユーザーインタビューとアンケート、どちらをやるべき？」という質問をよく受けます。
しかし、これは 対立軸ではなく「深さと規模の役割分担」 です。両者は補完関係にあり、組み合わせるのが本道。本記事では両者の本質的な違い、使い分け基準、組み合わせパターンを整理します。
本質的な違い — 「深さ」と「規模」
| 観点 | ユーザーインタビュー | アンケート |
|---|---|---|
| サンプル数 | 5〜20名 | 100〜10,000件 |
| 1人あたり時間 | 60〜120分 | 3〜10分 |
| 取得データ | 文脈付きの発話 | 構造化データ |
| 答える問い | 「なぜ・どうやって」 | 「何が・どれくらい」 |
| 強み | 深さ、発見力 | 規模、再現性 |
| 弱み | スケールしない | 文脈の薄さ |
| 結果の活かし方 | ストーリー、仮説 | 統計、傾向 |
両者は 異なる種類の真実 を捉えます。
それぞれの強みと弱み
ユーザーインタビューの強み
1. 文脈と感情が取れる
「使いにくい」と言われた時、いつ、どんな状況で、何を期待していたか が文脈付きで分かる。アンケートでは「使いにくい」の3文字しか得られない。
2. 想定外の発見がある
事前に質問項目を絞り込まないため、設計者が想定していなかった話題 が出ます。これがインサイト発見の源泉。
3. 「言葉にならない違和感」を察知できる
表情、声のトーン、言いよどみ——非言語情報 からも情報が取れます。アンケートでは絶対に取れない領域。
4. 仮説の生成に強い
新しい仮説を作る、新しい視点を獲得する場面では圧倒的に有利。
ユーザーインタビューの弱み
1. 規模が出ない
n=5〜20では、統計的な意味は持ちません。「全顧客の傾向」は語れない。
2. 工数がかかる
1人あたり60〜120分の対話 + 準備 + 分析で、1名2〜4時間 の工数。20人やると80時間。
3. インタビュアーのスキル依存
聞き手のスキルで結果が大きく変わる。良いインタビューには熟練が必要。
4. 結果の組織展開が難しい
定量データのように「グラフで一覧」できないため、組織内で共有しにくい。
アンケートの強み
1. 規模が出る
n=数百〜数万を取れるため、統計的に意味のある傾向 が掴める。
2. 再現性が高い
同じ設問で再測定すれば、経時変化を追える。継続調査の基盤。
3. 工数効率が良い
1人あたり3〜10分の負担で取れる。大量サンプルで高速 に取得可能。
4. 結果が組織に展開しやすい
数値・グラフで表せるため、経営会議や報告書 に組み込みやすい。
アンケートの弱み
1. 設問通りの答えしか得られない
設問設計者の 想定範囲外の答え は出てこない。発見力が低い。
2. 文脈が薄い
「不満」と書かれていても、なぜ不満か、どんな状況か が分からない。解釈に幅が出る。
3. 自由記述の活用が難しい
100件を超えると目視分析が破綻し、実質的に活用されないまま になりがち。
4. 設問設計のバイアス
設計者が見たい結論に向けて、無意識に質問を誘導 してしまう罠がある。
使い分けの判断軸
「インタビューが向く」場面
- 新しい問いを立てたい（仮説生成）
- 「なぜ」を理解したい
- 想定外の発見を求めている
- 少数の顧客を深く理解したい
- インサイト発見を目的とする
「アンケートが向く」場面
- 仮説の規模での検証
- 数値指標のモニタリング（NPS、CSAT）
- セグメント別の傾向把握
- 経時変化の追跡
- 大量サンプルでの統計分析
どちらでも良い場面
- 単純な満足度確認 → アンケートで十分
- 顧客の概観把握 → アンケートが効率的
どちらかでは不十分な場面
- 解約理由の深い理解 → アンケートで何が増えたか + インタビューでなぜか
- 新機能の構想 → インタビューで仮説 + アンケートで規模確認
- 継続的な顧客理解 → アンケートで継続観察 + 四半期にインタビュー
ここからが本題 — 「優劣」の議論を終わらせよう
「インタビュー vs アンケート」の優劣議論は 的外れ です。両者は異なる目的を持ち、異なる真実を捉えます。
「インタビューだけで十分」と言う人へ
- n=5〜20で「全顧客の傾向」を語るのは統計的に危険
- 仮説の規模検証には定量が不可欠
- 経営会議で「5人に聞いたところ...」では説得力に限界
「アンケートだけで十分」と言う人へ
- アンケートは 設問通りの答え しか得られない
- 「なぜ」「どうやって」が分からないまま意思決定するリスク
- インサイトは数値からは見つけにくい
両者は対立ではなく、「両方やる」が答え。組織としては両方の能力を持つことが、AI時代の本質的な顧客理解の必要条件です。
組み合わせの実践パターン
パターン1：定量先行型（最も一般的）
1. アンケートで全体傾向を把握
2. 異変・興味深い領域を発見
3. 該当セグメントにインタビュー（n=5〜10）
4. 仮説を作る
5. アンケートで規模検証
6. 施策実行
7. アンケートで効果検証
パターン2：定性先行型
1. インタビューで仮説生成（n=5〜10）
2. アンケートで規模検証
3. 施策実行
4. アンケートで効果検証
5. 必要なら追加インタビューで深掘り
新規事業・新機能構想で多用するパターン。
パターン3：並行型
1. アンケートとインタビューを同時実行
2. 両者の結果を突き合わせる
3. 食い違いから新しい発見
4. 統合して意思決定
時間がない時の効率重視パターン。
パターン4：継続観察型
1. アンケートを月次で取り続ける
2. 四半期に1度の定性インタビュー
3. 数値の動きと声の変化を併せて見る
成熟プロダクトの継続改善に最適。
組み合わせの工数感
参考までに、組み合わせ運用の工数感：
| 規模 | 工数（1サイクル） |
|---|---|
| 軽量版（n=300アンケート + n=3インタビュー） | 20〜30時間 |
| 標準版（n=500アンケート + n=5インタビュー） | 40〜60時間 |
| 本格版（n=1000アンケート + n=10インタビュー） | 80〜120時間 |
これを 3ヶ月サイクル で回す前提なら、月10〜40時間の工数。専任担当を1人置くか、複数名で分担する形になります。
組織体制の論点
組み合わせ運用には、組織側の体制も重要：
体制1：両方できる人を1人置く
最小構成。マーケッター/PMM/UXリサーチャーが両方を担当。
体制2：定量と定性を分業する
データアナリスト（定量）+ UXリサーチャー（定性）の2人体制。両者が連携する場が必須。
体制3：分業 + 統合担当
データチーム + リサーチチーム + 両者を統合するPMM/PdM の3レイヤー構成。中規模以上の組織向け。
どの体制でも、「両者の結果を突き合わせて意思決定する場」 が機能していることが重要です。
レポアンの位置づけ
レポアンは アンケート側の運用基盤 ですが、インタビューとの連携も意識した設計です。
- インタビュー対象者の事前スクリーニング — n=5の対象選定をアンケートで支援
- インタビュー後の規模検証 — 仮説検証を全顧客で実施
- 継続調査ダッシュボード — 経時変化の追跡
- 自由記述のAI分析 — インタビュー記録の構造化補助
- AIによる設問生成 — インタビュー結果を反映した次調査の設計
まとめ
ユーザーインタビューとアンケートの違いは：
- 深さ vs 規模 の役割分担
- インタビュー：5〜20名、文脈、感情、想定外の発見、仮説生成
- アンケート：100〜10,000件、規模、再現性、傾向把握、仮説検証
- どちらが優れているかではなく、どう組み合わせるかが本質
- 定量先行型・定性先行型・並行型・継続観察型の4パターンを使い分け
「両方やる」が現代の顧客調査の標準。「対立軸」を捨てて「補完関係」として運用する ことが、深い顧客理解への最短ルートです。