なぜNPSを最初に聞くのか。アンケート設計の狙い
この回は、番組の最終回で行われたリスナーアンケートの分析を、AIによる解説形式で掘り下げるものです。終了したプロジェクトを、ここまで徹底的に振り返る事例は珍しいと語られています。
まず注目されたのが、アンケートの質問の順番です。ホストの尾原氏は、NPS（友人にどの程度勧めたいか）を一番最初に置いています。
最初に置く最大の理由は、あとの質問による回答のバイアスを防ぐためだと説明されます。先に好きな点を聞くと点数が高めに、嫌いな点を聞くと低めに出てしまう可能性があるためです。
一方で、年代や職業といった属性情報は、答えにくく感じる人もいるため最後に回しています。まずコンテンツへの関心という本質的な部分から問い始めることで、回答の心理的ハードルを下げる狙いです。
最初に全体的な推奨度という、ある意味本音に近い指標をまず聞いておく。そういうわけです。
アンケート設計そのものが、制作者が何を最も重視しているかを映し出す鏡のようなものだと整理されています。
複数選択とベストワン。人気とエッジを分けて見る
好きなコーナーを尋ねる質問では、複数選択と「もっとも好きなものを1つだけ選ぶ」ベストワン選択の2形式が使われています。この使い分けが分析の要になります。
広く浅く好まれる「最大公約数的な人気」がわかる。多くの人が「これも良かった」と感じるコンテンツを把握できる
心に深く刺さった「番組のエッジ」がわかる。熱心なファンや口コミの起点になる代替不可能な魅力を特定できる
ハイパー起業ラジオの結果では、複数選択でネットワーク効果編やリクルート編などの実用シリーズが上位でした。ベストワンではネットワーク効果編が圧倒的1位となっています。
注目されたのは、もう1人のホストであるけんすう氏が担当した短期シリーズ、コミュニティ編やひろゆき編がベストワンで健闘した点です。尾原氏はこれを「けんすう氏だからこそ話せる話」の強さだと分析しています。
実用的なノウハウも価値はありますが、パーソナリティが色濃く出たユニークなコンテンツこそ、強いファンエンゲージメントや推奨行動につながりやすいと示唆されました。
自由回答が示す「ビフォーアフター」の価値
自由回答の「どのような気づきや学びが得られましたか？」という質問は、リスナーが経験した変化、つまりビフォーアフターを捉えるための核心的な問いだと位置づけられています。
この質問への回答率は非常に高く、384件中219件でした。それ自体が、リスナーが番組から具体的な変化を感じ取っていた証拠だと語られています。
回答内容の分析では、けんすう氏の具体的な事例や物事の捉え方が、抽象的になりがちなビジネスの話を地に足の着いたレベルに落とし込んだと分析されました。単なる情報提供ではなく、視点の転換をもたらしたことが価値の本質だとされています。
NPS72.5の裏にある「リフト分析」
番組全体のNPSは72.5でした。一般的に70を超えると「ワールドクラス」とも言われる水準で、満足度と推奨意向の高さがうかがえます。
尾原氏は、低いスコアをつけた人にも感謝を述べています。
逆におすすめできないという数字を入れてくださった勇気を、本当に逆に嬉しい。
ただし全体スコアが高いだけでは見えないこともあります。そこで重要になるのがNPSリフト分析です。
具体例では、ネットワーク効果シリーズは人気もリフトも高い理想的なパターンでした。一方、選択率は低いのにリフトが高い経営と執行シリーズは、聞いた人が少なくても強く推奨されるキラーコンテンツ候補だと解釈されています。
年齢別では、20代前半（20〜24歳）のリフトが平均比プラス2.3と非常に高い意外な結果が出ました。尾原氏は、彼らがまだスタートアップ村の常識に染まっておらず、情報の希少性を強く感じているのではと推測しています。
一方で50代以上はリフトが低い結果でした。この点について、ChatGPTが専門用語の解説を加えるべきと提案したのに対し、尾原氏は番組の魅力はむしろ抽象性にあるのではと反論しています。
安易に分かりやすくすることが、必ずしも解決策ではなく、番組のコアな価値を損なう可能性もあるという難しさが語られました。
プラットフォームデータが語るリスナー像
SpotifyやAppleといったプラットフォームのデータからも多くのことが見えてきます。流入経路では、けんすう氏のSNS投稿経由が最多でしたが、約4割がアプリ内のレコメンデーション経由でした。
プラットフォームのアルゴリズムは、もはや単なる配信ツールではなく強力な発見エンジンとして機能していると整理されています。ニッチなテーマほど、聴取履歴に基づくレコメンドが効果的にリーチできる可能性があるとされました。
一方で課題も見つかりました。月間約2万回のインプレッション（画面への表示回数）に対し、実際の新規リスナーは約3500人でした。
表示からクリックへの転換率が低いことを受け、尾原氏はタイトルや概要をアルゴリズムに最適化すれば、もっとポテンシャルを引き出せたのではと後悔を口にしています。
エンゲージメントの深さも際立っています。フォロワー1人あたりの累計聴取時間は約10時間にのぼり、コアなリスナーの熱量の高さが示されました。
聴取維持率は非常に高く、30分のエピソードでも約80%が最後まで聞いていました。最初の1分半で半分ほど離脱するYouTubeとは対照的だと比較されています。
また、約半数がリアルタイムで聞き、残りの半数が時間をかけて過去回を追う「追っかけ聴き」の存在も特徴です。そのため再生数は公開直後よりも半年後にピークを迎えることが多いとされました。
2年前の第1話がいまも毎日約30回、月間約900回再生されている点は、コンテンツがストックとして機能している明確な証拠だと語られています。
AIによるコメント分析とリスナーの育成
分析の終盤では、ChatGPTを使って219件の自由回答を分析しています。人間がやれば大変な作業を一瞬でこなす様子に、尾原氏も感心しています。
AIはコメントを、理解の深化、起業家の思考の理解、自身の仕事への応用、新たな視点の獲得、そしてエンターテインメント性といったテーマに分類しました。番組が提供していた価値の多面性が表れています。
さらにビフォーアフター分析も行われました。「抽象的で活かしにくい」といった聞く前の状態と、「解像度が上がった」「実務に応用できるようになった」といった聞いた後の変化を結び、価値の変容の経路を可視化しています。
加えて、リスナーをライト層・学習層・実務層・戦略層に分類し、各層にどんな言葉が響いたかも分析されました。
ライト層
モチベーション系の言葉が響く。新規リスナーを引きつける導入コンテンツのヒントになる
学習層・実務層
視点・俯瞰系の言葉が響く。より深い内容の提供が定着や満足度向上につながる
リスナーの段階に合わせて効果的なメッセージを知ることは、どの層に何を届けるかを設計する実践的な地図になると語られています。
最適化と本質のあいだで。制作者の内省
これらの分析から、実行可能な学びが整理されました。強みを生かすこと、弱みに対処すること、発見経路を最適化すること、そして変化に焦点を当てることの4つです。
ただし弱みへの対処には注意が必要だとされます。50代以上向けの専門用語解説や具体的な行動喚起（CTA）の提案に対し、尾原氏は番組の尖った個性を失うリスクを指摘しています。
そんなハイパー起業ラジオ、聞きたいだろうか。
批判に単純に応えるのではなく、自分たちのコアバリューと照らし合わせて慎重に判断する必要があると整理されました。
尾原氏自身の振り返りも印象的です。データ分析が好きだからこそ最適化に目が行きがちで、「10年後も価値が残るコンテンツ作り」という本質からずれそうになる自分を戒めていたと語られています。
そして最も強調されたのが、制作者自身が楽しむことの重要性でした。
テクニックやデータ分析も重要ですが、作り手自身の熱意が根底になければ続かないし、響かないと締めくくられています。
まとめ
最終回のアンケート分析からは、表面的な人気だけでなく、誰が本当に強く推奨してくれるかを見極めることの大切さが浮かび上がりました。データを戦略的に使いつつ、番組の軸を見失わないバランスが繰り返し語られています。
- NPSは最初に聞くことで、あとの質問によるバイアスを防げる
- 複数選択は「人気」、ベストワン選択は「エッジ」を映し出す
- NPSリフト分析は、人気の大小とは別に隠れたキラーコンテンツや熱心なファン層を見つける手がかりになる
- プラットフォームのレコメンドは強力な発見エンジンで、タイトルや概要の最適化が転換率を左右する
- 弱みへの対処はコアバリューを損なわない範囲で。最後は制作者自身が楽しむことが本物の価値を生む