企業口コミの評価変化と応募率の関係を測る方法｜指名検索・採用サイト・応募を時系列で比較

監修: 菊地 将（リブランディング株式会社）

企業口コミサイトの評価が下がった時期と応募数が減った時期が重なると、「悪い口コミが原因ではないか」と考えたくなります。

しかし、口コミ評価と応募数だけを並べても、採用広告の増減、求人件数、給与改定、季節性、採用サイトの変更など、別の要因を排除できません。

企業口コミの採用影響を測るには、口コミ、企業名検索、採用サイト訪問、応募の4段階を同じ期間・同じ粒度で時系列化し、変化の順番と外乱を確認することが重要です。

この記事では、企業口コミと応募ファネルの関係を、因果関係と決めつけずに検証するための実務手順を整理します。

企業口コミと応募率は「同じ時期の4つのデータ」をつなげて見る

企業口コミの影響を見るときは、口コミ評価と応募数の2指標だけでは不十分です。

応募・選考・採用までのKPI体系を先に整理したい場合は、採用改善の効果測定も参照してください。

確認したいのは、次のような一連の変化です。

口コミの変化 → 企業名を調べる行動 → 採用サイトへの訪問 → 応募

2026年6月にワークポートが20〜40代のビジネスパーソン308人を対象に実施した調査では、83.8％が転職活動時にSNS・口コミを確認すると回答しました。SNS・口コミを確認する層では、34.5％が情報を理由に応募自体をやめた経験があるとしています。

また、2026年7月のフリースクエアによる21〜39歳600人への調査では、64.7％が企業口コミサイトを応募先選びの参考にすると回答し、68.2％が何らかのネガティブな口コミを応募判断のマイナス要因としていました。

ただし、これらの調査から「口コミ評価が1ポイント下がると応募率が何％下がる」とは判断できません。

個々の企業で影響を確認するには、自社の口コミ指標と採用ファネルを同じ時間軸へそろえる必要があります。

最初にそろえるべき4種類の指標

企業口コミと応募の関係を測定するときは、最初から大量の指標を集めるより、口コミ・指名検索・採用サイト・応募の4段階を固定した方が分析しやすくなります。

企業口コミの影響は、口コミ評価だけでなく、指名検索・採用サイト・応募までを同じ期間でつないで確認します。

重要なのは、応募数だけではなく率も見ることです。

求人広告を増やせば、口コミとは関係なく応募数が増える場合があります。反対に採用広告を減らせば、口コミ評価が改善していても応募数は減少します。

そのため、母数となる採用サイト訪問や求人詳細閲覧も残しておきます。

企業口コミは「平均評価」だけで判断しない

総合評価が3.4から3.3になったとしても、その意味は状況によって異なります。

例えば、過去1年間に数百件の投稿がある企業と、新しい口コミが数件しかない企業では、同じ0.1ポイントの変化でも意味が違います。

少なくとも次の4項目を記録します。

• 総合評価
• 期間内に増えた口コミ件数
• 期間内に投稿された口コミの平均評価
• 期間内に増減した主要テーマ

「給与」「働き方」「人間関係」「経営」「成長環境」など、内容のテーマも確認してください。

フリースクエアの2026年調査では、応募をためらう口コミ内容として「パワハラ・ハラスメント」35.5％、「人間関係」32.7％、「長時間労働・サービス残業」27.2％が上位でした。単純な星評価だけではなく、何について評価が変化したのかを見る必要があります。

指名検索は企業への関心を確認する中間指標になる

応募者が口コミを見たあと、そのまま応募をやめるとは限りません。

企業名で検索し直したり、採用サイトやコーポレートサイトを確認したりして、別の情報源から事実を確かめる行動も考えられます。

hypexが2026年に421人を対象として行った調査では、採用サイト閲覧後に85.3％が口コミ・SNS・検索などで追加確認したとしています。応募前に参考にした情報源でも、口コミサイトは45.6％でした。

Google Search Consoleでは、検索クエリごとの表示回数やクリック数を確認できます。現在はブランド名を含む検索とそれ以外を分ける「branded / non-branded queries」のフィルタも提供されています。ただし、表示回数が少ないサイトでは利用できない場合があり、ブランド判定も完全ではありません。

そのため、自社名、サービス名、代表的な表記ゆれを含む検索を定点観測するとよいでしょう。

採用サイトでは訪問と応募開始を分ける

Google Analytics 4では、流入元別のセッションや、設定したキーイベントを確認できます。

応募完了だけでなく、

• 採用サイト訪問
• 求人詳細閲覧
• 応募ボタン押下
• 応募開始
• 応募完了

を可能な範囲で分けてください。

例えば、採用サイト訪問数は変わっていないのに「応募開始率」だけ低下している場合、評判や求人条件を確認した段階で応募をためらっている可能性があります。

一方、応募開始数は変わらず完了率だけ低下した場合は、応募フォームの使いにくさなど別の原因も疑う必要があります。

企業口コミと応募率の関係を測る6ステップ

ここからは、実際にデータをつなげる方法を見ていきます。

口コミと応募率を同時に比較するだけでなく、時間差と第三の要因まで確認してから関係を判断します。

STEP1　集計期間と単位を統一する

最初に、すべてのデータを週単位または月単位にそろえます。

口コミを月単位、アクセスを日単位、応募を四半期単位で見てしまうと、変化の順番を比較できません。

応募数が十分にある場合は週単位、件数が少ない場合は月単位から始めると扱いやすくなります。

期間途中で週次から月次へ変更せず、同じ条件で継続してください。

STEP2　口コミが変化した時点を特定する

次に、

• 評価が大きく変わった
• ネガティブ口コミが連続した
• 特定テーマの投稿が増えた
• 新しい口コミが急増した

など、口コミ側の変化点を記録します。

平均評価だけを見るのではなく、「いつ」「何が」「何件」変わったのかを残すことがポイントです。

STEP3　指名検索・採用サイト・応募を同じ表へ並べる

例えば次のように時系列表を作ります。

これは説明用の仮想例です。

重要なのは、口コミと応募を同じ列に並べることではなく、どの指標が先に変化したかを確認できる状態を作ることです。

STEP4　同時だけでなく時間差も確認する

口コミを見た求職者が、その日に応募するとは限りません。

そこで、

• 同じ週
• 1週間後
• 2週間後
• 4週間後

など、期間をずらして比較します。

例えば口コミ評価が悪化した週には応募率が変わらず、2週間後から低下していた場合、「口コミと応募率は関係ない」と早く判断してしまうと変化を見逃します。

反対に、口コミ悪化より前から応募率が落ちている場合、口コミを原因と考える根拠は弱くなります。

口コミと応募率は同時に動くとは限りません。変化の順番と時間差を比較することで、原因候補を慎重に絞り込みます。

STEP5　採用広告や求人条件などの外乱を確認する

口コミと応募率が同じ方向へ動いていても、第三の要因で説明できる場合があります。

最低限、次を確認してください。

特に「口コミ評価を改善する施策を実施した時期」と「求人広告を増額した時期」が同じ場合には注意が必要です。

応募増をすべて口コミ改善の成果とすることはできません。

STEP6　複数の指標が同じ仮説を支持するか確認する

口コミの影響を判断するときは、単一指標ではなく複数指標の連鎖を見ます。

例えば、

口コミ悪化 → 指名検索増加 → 採用サイト訪問は維持 → 応募率低下

という変化が確認され、同時期に採用広告、求人条件、求人件数などが大きく変化していないのであれば、「口コミや採用評判が応募判断へ関係した可能性」は高まります。

一方、

口コミ悪化 → 指名検索横ばい → 採用サイト訪問減少 → 応募率横ばい

で、同時期に採用広告を半減していたのであれば、口コミより広告流入減少を先に疑うべきです。

相関が見つかっても「口コミが原因」とは断定しない

企業口コミと応募の研究では、両者の関係を支持する結果があります。

Schaarschmidtらは、求職経験のある725人を用いた実験で、企業評価プラットフォーム上の企業プロフィールの評判が応募意向と関係することを報告しています。

Evertzらによる386人の研究でも、企業口コミサイト上の電子的な口コミについて、メッセージの質や情報源が組織への魅力度に影響する結果が示されています。

さらに、Bayerlらが企業口コミと採用管理システムのデータを組み合わせた研究発表では、約300万件の応募、9万件の求人、約2,000社を対象に、企業のオンライン口コミと求人市場での需要の間に正の関連が確認されています。

ただし、これらの研究結果を自社へそのまま当てはめることはできません。

応募意向と実際の応募も異なります。企業規模、知名度、業種、採用条件、求人市場も違います。

自社分析では、

「関係が確認された」

「関係する可能性が高まった」

までを基本とし、

「口コミ改善によって応募率が上がった」

と断定するには、より強い検証が必要です。

口コミの影響を判断するための4段階

実務では、次のような判定にすると過度な断定を避けやすくなります。

口コミと応募率が同方向に動いただけで因果関係とは判断せず、時間差や外乱を確認しながら証拠を積み上げます。

レベル4でも、観察データだけで完全な因果関係を証明できるとは限りません。

しかし、単純に口コミ評価と応募数を比較するより、採用施策の意思決定に使える精度は高まります。

平均評価より「口コミテーマ」と応募率を組み合わせる

採用改善につなげるには、総合評価だけではなく口コミ内容を分類します。

例えば、

• 給与・待遇
• 働き方
• 人間関係
• マネジメント
• 評価制度
• キャリア・成長
• 選考体験

などです。

そして、どのテーマが増えた時期に応募ファネルが変化したかを確認します。

この方法なら、「星評価を上げる」という曖昧な目標ではなく、

「働き方に関する不安が増えた時期から応募開始率が落ちている」

「選考対応への低評価が増えた時期に面接辞退率が上昇している」

といった改善仮説へ変換できます。

採用評判の改善後も同じ指標で再測定する

分析は一度で終わりではありません。

企業口コミの継続監視や競合比較を運用化する場合は、採用リスクに関わる口コミを監視・分析できるデジタルリスクCLOUDも選択肢になります。

原因候補が見つかったら、採用サイトの情報追加、求人情報の見直し、社内制度の改善、口コミへの適切な対応などを実施し、その後も同じ指標で測定します。

測定項目や応募率の定義を途中で変えると、施策前後を比較しにくくなります。

したがって、

仮説設定 → 改善 → 再測定 → 比較

を同じ基準で繰り返してください。

重要なのは、「口コミ評価が上がったか」だけではありません。

企業名検索、採用サイト訪問、求人閲覧、応募開始、応募完了まで含め、採用ファネル全体がどう変化したかを確認します。

まとめ

企業口コミと応募率の関係を測るには、口コミ評価と応募数を単純に比較するだけでは不十分です。

まず、

企業口コミ → 指名検索 → 採用サイト → 応募

の4段階を、同じ期間・同じ集計単位で時系列化してください。

そのうえで、口コミが変化した時期、応募ファネルが変化した時期、両者の時間差を確認します。

さらに採用広告、求人件数、給与・勤務条件、季節性、採用サイト改修、ニュースなどの外乱を確認すれば、口コミが採用へ関係している可能性をより慎重に評価できます。

目指すべきなのは、「口コミが原因だった」と早く断定することではありません。

どの評判変化が、応募ファネルのどこに、どの程度関係している可能性があるのかを継続的に検証できる状態を作ることです。

参考文献・データ元

‹ 親記事: 採用改善の効果測定は何をどう見ればいい？指標体系とPDCAの全体像