Favは成果につながるのか？国内外22調査・論文で検証する信頼・好感と事業成果

広告を見た。記事を読んだ。面接で話した。それでも、購買や応募が必ず起きるわけではありません。接点ができてから成果に至るまでには、「信頼できる」「自分に関係がある」「また話したい」と感じる過程があります。Alpha Favは、この数字に表れにくい選好の蓄積をFavと呼んでいます。

では、Favは本当に売上や採用へつながるのでしょうか。本稿では、Google、Edelman、LinkedIn、Microsoft、中小企業庁など国内外22件の公開資料を、購買・BtoB・採用・社内外コミュニケーションの4領域で整理します。これは独自アンケートでも、PRISMA準拠の系統的レビューでもありません。公開された企業調査、官公庁資料、原著論文・レビュー論文と一部の二次紹介を対象にしたナラティブレビューです。Favの定義はこちらで説明しています。

このレビューの調べ方と読み方

出典の母集団、調査時期、対象国、研究手法を確認できる資料を優先しました。検索上位の記事を根拠として再引用するのではなく、原則として調査主体の報告書、官公庁資料、原著論文へ遡っています。調査条件が異なる数字を一つの平均値へまとめることもしていません。

対象期間は2005年から2026年8月までです。購買とブランド、BtoBの情報発信、採用と候補者体験、会議と情報共有の4領域について、Favの形成または成果との接続を説明できる資料を選びました。古い調査や特定サービス上の数値は、現在の日本企業へそのまま当てはめず、条件を明記して扱います。

採用した資料の基準

企業名の大きさではなく、調査方法と対象が開示されているかを基準にしました。査読論文は複数研究を統合したメタ分析や、対象者と分析方法が確認できる研究を優先しています。企業調査は、回答者数、対象国、実施時期のうち複数が分かるものを採用しました。

※表は横にスクロールできます。

本稿の「Fav」は既存研究の共通指標ではありません。ブランド選好、信頼、候補者体験、情報の関連性など、各研究が測定した概念をFavの構成要素として整理しています。この違いを残したまま読むことで、都合のよい数字だけをつないだ説明を避けられます。

エビデンスを4つの領域に分ける

同じ「好感」でも、購買と採用と社内連携では、成果までの経路が異なります。そこで、認知から購買へ進む場面、BtoBで候補会社を評価する場面、候補者が応募・承諾する場面、社員や外注先が仕事を進める場面を分けました。

※表は横にスクロールできます。

この分け方により、たとえば「ブランドを信頼する人の購買率」を「候補者の内定承諾率」と同じ数字として扱わずに済みます。実務では、自社が改善したい成果に近い領域を選び、その領域内の示唆から施策を設計してください。

購買では、信頼・関連性と行動意向に関連が見られる

購入を増やしたいなら、表示回数だけでなく、選ぶ理由が育ったかを見る必要があります。Googleの購買意思決定研究は、消費者が探索と評価を往復する過程を示しています。EdelmanやPwCの調査は、その途中でブランドへの信頼や体験が購入、継続、推奨に関わることを示しました。

ここで注意したいのは、好感があれば何でも売れるという話ではないことです。価格、品質、入手可能性などの基本条件が揃った上で、接点の関連性や信頼が比較の差になります。Favは商品価値の代わりではなく、価値が伝わり、選ばれ続けるための条件です。

Googleの31カテゴリー調査が示した「探索と評価」

消費者は一直線に購入へ進まず、情報を広げる探索と候補を絞る評価を往復します。「Decoding Decisions」は、英国の18〜65歳のオンライン購買者31,000人を対象に、31カテゴリーで各10回の模擬購買を行った選択実験です。合計310,000シナリオを分析していますが、日本の消費者調査や実購買データではありません。

この結果から、検索接点を増やすだけでなく、評価段階で必要な証拠を置くことが重要だと分かります。価格の根拠、具体的な提供範囲、第三者評価、導入後の見通しなどが候補比較を助けます。知られた後に「自分に合う」と判断できる情報が、IMPをFavへ変える材料になります。

参照：「Decoding Decisions: The Messy Middle of Purchase Behavior」Google / The Behavioural Architects

信頼と購入・継続・推奨意向には関連が見られる

ブランドへの信頼と、購入・継続・推奨の自己申告意向には関連が見られます。2024 Edelman Trust Barometer Special Reportの14市場平均では、十分に信頼するブランドで「信頼しないブランドより行いやすい行動」として、購入関連63%、継続関連55%、推奨53%が選ばれました。実際の購買率や差分ポイント、因果効果を示す数値ではありません。

2026年のEdelman調査では、15か国17,688人を対象に、同じブランドを使う人へのつながりを感じる回答が54%でした。ブランドは機能の選択だけでなく、所属感や自己表現にも関わります。だからこそ、誰に好かれたいかを曖昧にしたまま全方位へ発信すると、接点は増えても選ぶ理由が薄くなります。

参照：「Brand Growth in an Insular World」Edelman

一度の悪い体験は、既存の好意も削る

Favは発信だけで作るものではなく、問い合わせ、購入、利用後までの体験で更新されます。PwCの2017/18年調査（12か国15,000人）では、32%が一度の悪い体験でも好きなブランドから離れる可能性があると回答しました。人との接点を増やしてほしいという回答は米国82%、米国外74%でしたが、日本では53%でした。

便利な自動化を否定する結果ではありません。自動化で待ち時間を減らしつつ、判断や不安が残る場面では人が応答できる設計が必要です。フォーム送信後の案内、見積もりの説明、トラブル時の連絡など、感情が動く接点を先に洗い出すと改善しやすくなります。

参照：「カスタマーエクスペリエンスの未来」PwC Japan

オンライン購買では、判断への自信と推奨意向に関連がある

GoogleとIpsosの18市場におけるオンライン買い物客調査では、自信の高い買い手は低い買い手よりブランドを推奨する可能性が18倍高いと報告されました。これはBtoB購買者の調査ではなく、消費者向けオンラインショッピングの結果です。BtoBへ直接一般化はできません。高い商品知識、自分に関係のある情報、過去のブランドとの関係が、買い手の自信と関連しています。ここでの18倍は調査内の群間差であり、記事を一つ公開すれば推奨が18倍になるという意味ではありません。

実務では「何を選べば失敗しないか」「自社の場合はいくらか」「開始後に誰が何をするか」まで答えると、買い手は判断しやすくなります。検索キーワードに答えるだけで終わらず、比較後に残る不安まで先回りすることが、Favを商談へつなぐ情報設計です。

参照：「Build confident consumers to improve metrics」Google / Ipsos

BtoBでは、役立つ情報が営業前の評価材料になる

BtoBの見込み客は、問い合わせる前から記事や資料で会社の能力を評価しています。商品ページだけでは、課題の理解力や支援の進め方までは伝わりません。判断に使える調査、テンプレート、比較表、失敗例を公開すると、営業担当と話す前に「この会社は分かっている」という評価が始まります。

ただし、記事数を増やせばよいわけではありません。一次情報を示し、読者が次の行動を取れる具体性を持たせ、営業資料との主張も揃える必要があります。FavSEOで重視するのは、検索順位と同時に、この事前評価を積み上げることです。

意思決定者の73%は専門コンテンツを評価材料にする

意思決定者の73%は、専門コンテンツを製品資料より能力評価の信頼できる材料だと回答しています。2024 Edelman–LinkedIn B2B Thought Leadership Impact Reportは、LinkedIn会員の経営層・意思決定者3,484人を対象にした7か国の英語調査です。75%超が、動画、ウェビナー、調査レポートなどのthought leadershipをきっかけに、それまで検討していなかった製品・サービスを調べたと回答しました。日本のBtoB意思決定者全体を代表する調査ではありません。

さらに、継続的に高品質な情報を出す企業からの接触に約9割が前向きでした。記事は検索流入を取るだけの資産ではありません。営業対象へ連絡する前に、相手の疑問へ答え、得意領域を証明する役割があります。記事末のCTAも、いきなり商談を迫るより、関連テンプレートや相談内容の例を置く方が読者の次の判断を助けます。

参照：「2024 B2B Thought Leadership Impact Report」Edelman / LinkedIn

質の判断では、強い調査とデータが上位に来る

同調査では、質の高い専門コンテンツの条件として、55%が強い調査とデータを挙げました。意思決定者の52%、経営層の54%は、週に1時間以上を専門コンテンツの閲覧に使っています。忙しい読者にも時間はありますが、一般論を長く言い換えただけの記事へ割く余裕はありません。

記事では、結論に対応する根拠を近くに置き、調査対象と限界を短く説明する必要があります。その上で、読者が社内で使える表、確認項目、メール文、会議台本へ落とし込むと、知識が行動へ変わります。情報の多さより、意思決定に使える形まで加工されているかが重要です。

参照：「2024 B2B Thought Leadership Impact Report」Edelman / LinkedIn

採用では、会社の魅力と選考体験を分けて考える

採用サイトで魅力を伝えても、連絡の遅さや不透明な面接で候補者の評価は下がります。組織の特徴、仕事内容、採用担当者の行動、選考の公平感は、それぞれ候補者の応募継続や受諾判断に関係します。採用広報だけ、面接改善だけでは足りません。

FavRPOでは、応募前の期待と選考中の体験を一つの候補者導線として扱います。魅力的な言葉を増やす前に、返答期限、面接評価基準、次工程の案内、辞退時の対応を揃えると、発信と実態のずれを減らせます。

71研究のメタ分析で確認された応募者の判断要因

候補者の組織への魅力は、仕事内容だけでなく、採用担当者の行動や選考過程の受け止め方とも関係します。Chapmanらの2005年のメタ分析は、71研究・667の効果量を統合しました。仕事と組織の特性、採用担当者の行動、選考過程の認知、適合感、採用される見込みが、組織魅力、応募継続、内定受諾などを予測すると報告しています。

約20年前の研究ですが、採用を求人広告だけの問題として扱わない根拠になります。現在の実務へ適用するなら、求人票、採用サイト、日程調整、面接、オファー面談を別々に改善せず、候補者が受け取る一続きの体験として点検するのが適切です。

参照：「Applicant Attraction to Organizations and Job Choice: A Meta-Analytic Review」Journal of Applied Psychology

選考の遅さへの不満は、企業魅力との関連を弱める

候補者が連絡の遅さに不満を持つほど、企業の威信や能力発揮機会と組織魅力の正の関連は弱まりました。Ryanらの2017年研究は、候補者563人が直近の採用体験を振り返った観察的調査です。遅延を操作した実験ではなく、遅さへの不満と企業魅力の関連を分析しています。

中小企業では採用専任者が少なく、日程調整や合否連絡が本業の隙間に入りがちです。返答が遅れる場合も、次回連絡日を先に伝えれば不確実性を減らせます。採用管理表には候補者名だけでなく、次の行動、期限、担当者、最終連絡日を持たせる必要があります。

参照：「Timeliness is Key to the Candidate Experience」Personnel Assessment and Decisions

文化と目的は、応募前から確認されている

候補者は給与だけでなく、文化や会社の目的を応募判断の材料にしています。Glassdoorが2019年に米国、英国、フランス、ドイツの成人5,000人超へ実施した調査では、77%が応募前に企業文化を考慮すると回答し、89%が明確な使命と目的を重要だと答えました。

国やサービス利用者の偏りがあり、日本企業へ同じ比率を当てはめることはできません。それでも、採用サイトを募集要項だけで終わらせない理由は明確です。代表の考え、判断基準、働き方、難しさ、合わない人まで示すと、候補者が自分との適合を判断しやすくなります。

参照：「Mission & Culture Survey 2019」Glassdoor

良い候補者体験は選考外にも広がる

候補者体験は、採用できた人だけでなく、辞退者や不採用者の口コミにも残ります。Talent Boardの北米調査を紹介したLinkedInの記事では、240社・183,000人の候補者データに基づき、ひどい体験をした応募者の41%が、その会社の商品やサービスへ使うお金を別へ移すと回答しました。良い体験は81%が近しい人へ、51%がSNSへ共有するとされています。

2016年の北米調査であり、現在の日本で同率とは限りません。しかし、採用連絡を候補者だけに閉じた業務と考えない視点は有効です。テンプレート送信でも、選考結果、次の期限、問い合わせ先が明確なら、不安を減らせます。採用のFavは、顧客としてのFavにも影響し得ます。

参照：「Insights on How to Improve Your Candidate Experience」LinkedIn Talent Solutions

社内外の仕事では、速さより「迷わず進める状態」が重要

返信を速くするだけでは、会議、確認、チャットに奪われる時間は減りません。必要なのは、判断事項、確認済みの事実、選択肢、担当者、期限を、相手が次の行動を取れる形で渡すことです。社長と外注先の間に立つ「社外代表室」も、単なる伝言ではなく、この変換を担います。

Microsoft、Atlassian、Asanaの調査では、情報探索、不要な会議、メッセージへの即応が集中を妨げる状況が示されています。日本の中小企業庁の資料も、人材不足の中で経営者一人に依存せず、権限移譲と補完人材を活用する必要性を扱っています。

Microsoft 365の利用ログでは、観測操作の57%がコミュニケーションだった

57%／43%と、31市場31,000人の回答は、別のデータです。商用Microsoft 365利用者の28日間の利用シグナルでは、観測された操作時間の57%が会議・メール・チャット、43%が文書などの作成でした。これは全勤務時間の内訳ではありません。別途、31市場31,000人のオンライン調査では、62%が情報探索に時間を取られ、68%が連続した集中時間の不足を回答し、非効率な会議が生産性を妨げる要因の首位でした。

連絡を減らすだけでは、必要な判断まで止まります。会議の目的を「共有」「相談」「決定」に分け、共有だけなら文書へ移す。相談なら論点と選択肢を先に出す。決定したら担当と期限を残す。この切り分けにより、FavCommunicationは人間関係を保ったまま時間の浪費を減らせます。

参照：「Will AI Fix Work? 2023 Work Trend Index」Microsoft

即レスを求める文化が、重要業務を押しのける

Atlassianの2024年調査では、65%が「重要な仕事を進めることより、メッセージへ素早く返すことが重要」と感じていました。同調査は5か国5,000人の知識労働者、Fortune 500の経営者100人、100万人分の製品利用データなどを基にしています。55%は必要な情報を追跡しづらいと回答しました。

反応の速さが評価されると、担当者は細切れの確認へ引っ張られます。質問を送る際に、背景、決めたいこと、確認済みの事実、選択肢、回答期限を含めれば、往復を減らせます。経営者へ上げる情報も同じ形式に揃えると、判断の品質を落とさず負担を小さくできます。

参照：「State of Teams 2024」Atlassian

中小企業では、補完人材と権限移譲が成長を支える

2025年版中小企業白書の第2部第2章第2節では、売上高10億円規模の「成長の壁」を越えるうえで、経営者に不足する専門人材の確保と、経営者へ集中した職務権限の委譲が重要だと整理されています。ここでは別章の分析対象数17,678者を、この結論の直接的な標本数として扱いません。外部人材は選択肢ですが、白書だけから外注の効果を断定することもできません。

ただし、外注先を増やすほど経営者の説明と確認が増えることがあります。委託する作業だけでなく、誰が依頼を翻訳し、進捗を集約し、判断が必要な事項だけを経営者へ戻すかを決める必要があります。社外代表室は、この調整責任を外へ置くための支援です。

参照：「2025年版 中小企業白書 第2部第2章第2節」中小企業庁

公開調査をFavの設計へどう落とし込むか

調査結果は、そのまま自社のKPIにはなりません。世界調査のパーセントを目標値に置くのではなく、どの接点で何を感じてほしいか、その結果どの行動が増えるはずかを仮説にします。Favは見えない概念ですが、接点と行動の間を分解すれば計測できます。

Alpha Favでは、接点を生むIMP、選好を形成するFav、最終的な事業成果を分けます。これにより、PVが増えたのに問い合わせが増えない、応募はあるのに辞退が多い、外注先を増やしたのに社長の負担が減らない、といった問題を中間工程から確認できます。

領域ごとに中間指標を変える

Favを一つの点数へまとめるより、成果に近い行動を領域ごとに追う方が改善できます。購買なら再訪や指名検索、BtoBなら資料閲覧後の再訪と相談、採用なら選考継続と返信速度、業務連携なら未決事項と確認往復を見ます。

※表は横にスクロールできます。

中間指標は、現場が動かせるものを選びます。ブランド好感度だけを四半期ごとに測っても、何を直すべきか分かりません。問い合わせ返信を24時間以内にする、面接翌日までに次工程を知らせる、会議後に決定事項を残す、といった運用へ結びつけてください。

4週間で測定を始める

最初から完璧なダッシュボードを作らず、接点一つと成果一つをつなぐところから始めます。1週目に対象導線を選び、2週目に中間指標を記録し、3週目に一つだけ改善、4週目に前後差と現場の声を確認します。

※表は横にスクロールできます。

母数が小さい段階では、有意差を無理に語らず、件数と具体的な離脱理由を併記します。たとえば「面接辞退率が改善した」だけでなく、対象人数、期間、変更した連絡文、候補者の反応を残すと、次の改善へつながります。

このレビューで断定できないこと

公開調査を多く集めても、Favがあらゆる成果の原因だとは証明できません。多くは回答者の意識や企業データの関連を示すもので、価格、商品力、景気、採用市場など別の要因を完全には除けません。国、年代、業界、調査媒体の違いもあります。

また、「信頼」「好感」「魅力」「自信」は同じ概念ではありません。本稿では、意思決定の中間にある要素として並べましたが、統一尺度へ変換していません。自社へ適用する際は、公開調査を仮説の材料にし、自社の導線で小さく検証してください。

参照した主要資料

読者が原典へ戻れるよう、本文で扱った資料と補足確認に使った資料をまとめました。リンク先で最新版や調査条件を確認してください。プラットフォーム発表の数値は、そのサービス利用者を対象とする場合があります。

まとめ：Favは、接点を成果へ変えるための管理領域

公開研究を横断すると、成果の手前に、信頼、関連性、一貫した体験、迷わず進める情報があることが分かります。これらをFavとして管理すると、認知や応募数だけでは見えなかった改善点を特定できます。

まずは一つの導線を選び、IMP、Fav、Outcomeを分けて記録してください。記事を読まれた後に何が起きたか。面接後に候補者の不安は減ったか。外注先へ依頼した後に確認往復は減ったか。Alpha Favは、FavSEO、FavRPO、FavCommunicationを通じて、この設計と運用を支援します。