問い合わせログ・レビュー・アンケートの自由記述は、件数が増えるほど担当者が読み切れず、ファイルに眠ったままになります。この記事は、自力でできる範囲とその限界、全件分類を外注する場合の判断基準と相場（2026年6月時点）を整理します。読み手は、顧客の声を経営に報告したいのに分類・集計が追いついていない実務者・決裁者です。
顧客の声が「データ」として活用されていない状態は、ほとんどの場合「読めていない」から始まります。問い合わせは毎日届き、レビューは蓄積され、アンケートのフリーコメントは毎回数百件単位で集まる。しかし同じ基準で全件を分類し、傾向をつかんで改善や経営報告に使える形にする工程が、どこにも存在しない。スコアやチケット件数は見えていても、「どんな声がどれだけあるか」は誰にも答えられないままです。
件数が少なく、分類の精度より「ざっくり把握できれば十分」なら、自力で足ります。表計算ソフトにキーワードでフィルタをかけるか、担当者が目で通せる件数（目安として数百件以下）なら、専用の仕組みは不要です。
自力が限界を迎えるのは、次の三つが重なったときです。
第一に、件数の壁。数千件を超えると、担当者が一件ずつ読んで分類する時間が現実的でなくなります。読めたとしても、最初と最後で判断の物差しがずれ、集計結果の信頼性が下がります。
第二に、品質の壁。人手で分類すると、担当者の解釈・体調・その日の集中力によって分類が揺れます。「クレームか問い合わせか」「製品不満か対応不満か」の境界が人によって変わり、月次で集計しても前月と比較できなくなります。
第三に、継続の壁。一度手で分類できても、翌月また同じ作業が発生します。担当者が変わると基準が引き継がれず、傾向の変化を追えません。
テキストマイニングツールの導入という選択肢もありますが、ツールは年契約・個別見積が慣行で、「今月だけ分類したい」「まず一度試したい」という単発の用途には向かない構造になっています。ツールを入れた後の設定・運用も担当者の工数を必要とするため、件数が少ない段階では費用対効果が出にくいです。
分類のプロセスは、次の三層で成り立っています。
第一層：カテゴリ分類。渡されたデータ（問い合わせログ・アンケート自由記述・口コミ・レビュー等）を、意味のある単位でグループに分けます。「製品の不具合」「操作方法の質問」「配送・納期の問題」「価格・費用への不満」「サービス対応への評価」など、業種・商材に応じた分類軸を設定し、全件に一貫して適用します。人手と違い、一件目と一万件目で同じ基準が維持されます。
第二層：重要度の付与。件数の多さだけを見ると、本当に危険なシグナルが埋もれます。「一件しか来ていないが、放置すると炎上リスクがある」「繰り返し来ているが軽微で対応不要」という差は、単純集計では見えません。各件に緊急度・影響度の観点から重要度を付け、優先して読むべきものを絞ります。
第三層：急所の特定と傾向サマリ。全件の分類と重要度が揃った段階で、改善・対応が最も効くポイントを特定します。「この月に特定カテゴリが急増した」「この製品ラインだけ不満の内容が偏っている」といった傾向が数字で見え、経営報告や施策の起点として使える形にまとめます。
分類の基準が全件で一貫するため、翌月以降は「どのカテゴリの声が何件増えたか」を前月と同じものさしで比較できます。経営報告で数字の根拠を問われても、そのまま答えられる状態になります。
納品物は、全件の分類データ（カテゴリ・重要度付き）と、傾向分析・急所を示したサマリレポートです。月次で同じ報告を作り続ける必要があるなら、この工程をエージェントで仕組み化して継続して動かすことも選択肢になります。
判断の分かれ目は「件数と継続性」です。
| 自力でやる | スポットで外注する | |
|---|---|---|
| 向く状況 | 件数が少ない（数百件以下）／ざっくり把握で足りる／社内に分類担当がいる | 数千件以上／同じ基準で全件を分類したい／経営報告に使える形が要る |
| かかるもの | 担当者の時間・集中力 | 費用（成果物単位） |
| 残るもの | 担当者個人の経験 | 分類済みデータと傾向分析の報告書 |
次のうち2つ以上に当てはまるなら、外注を検討する段階です。
VOC分類のスポット外注では、テキストマイニングツールの年契約とは違い、ツール導入なしで1回から依頼できます。費用の詳細な水準は外注相場まとめにまとめています（外注相場まとめ）。
当社の「VOC分類・サマリ」SKUは、20万円〜・納期1週間です。問い合わせログ・アンケート・レビュー等のデータを渡すと、全件の分類（カテゴリ・重要度）と傾向分析・急所の特定・報告用サマリを返します。まず1件から試せます。
1件・一度分だけでも頼めますか。 頼めます。まず溜まっているデータを一度、スポットでお試しいただくのが効果を確かめる最短の方法です。
料金はいくらで、追加費用はありますか。 20万円〜で、固定価格・事前提示です。データの量や整備の状況が費用に影響する場合は着手前にお見積もりし、後出しの追加費用は出しません。
対応できるデータの種類と、できないことは何ですか。 問い合わせログ・アンケートの自由記述・口コミ・レビュー等、テキスト形式のデータが対象です。音声データや画像のみのファイルはテキスト化が必要になるため、現状のデータ形式を事前にご確認ください。機械翻訳での対応が難しい言語や、極端に専門性の高い用語が多い分野では、分類精度について事前にご相談いただくことを推奨します。
着手から納品まで、どれくらいかかりますか。 1週間です。データの量や整備の状況で前後します。
データが整理されていなくても依頼できますか。 形式がバラバラ・欠損があっても依頼できます。整備の手間が費用に影響するため、現状のまま一度ご相談いただくのが早いです。
機密情報や個人情報を含むデータでも頼めますか。 秘密保持を前提に対応します。必要に応じてNDAを締結し、個人を特定できない形に加工してから扱います。
溜まっている顧客の声を、全件分類と傾向サマリに変えて返します。VOC分類・サマリは、データを渡すだけで20万円〜・1週間で納品します。テキストマイニングツールの導入なしで、1回から試せます。
次の一歩として、外注費用の内訳を詳しく見るなら外注相場まとめ、分類した声を使ってさらに業務改善の示唆まで欲しいなら業務データ分析レポートもあわせてご覧ください。
国産大手ERPベンダーで新卒からERPのエンタープライズ営業・プリセールス・導入コンサル、外資系SaaSでパートナーセールス部門の立ち上げ、国内大手放送局で新規事業開発（通販カタログ事業）、AIスタートアップ2社でビジネスサイドの要職を歴任。2024年10月から生成AIを自ら実装し、2025年にゴムマリ株式会社を設立。
現在は自らAIエージェントを実装するFDE。評価セット設計・専門家監修・Go/No-Go判定、CRM・会計・社内DBとの統合、減った時間の実測まで一貫します。要件から、運用まで——AIエージェントが、現場で成果を出す仕組みを。