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

企業口コミから指名検索、採用サイト、応募までの影響を4段階で測定する記事のアイキャッチ

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を並べて見るだけでは、原因が口コミだとは決められません。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、応募に影響する別の要因（この記事では「外乱」と呼びます）が混ざっているためです。

企業口コミの採用への影響を測るには、口コミ、指名検索（企業名やサービス名を含む検索）、採用サイト訪問、応募の4段階を、同じ期間・同じ集計単位で時系列に並べます。そのうえで、どの指標が先に動いたかと、外乱の有無を確認します。

この記事では、企業口コミと応募までの流れの関係を、因果関係と決めつけずに検証するための実務手順と、結果をどこまで言えるかの判定の目安を整理します。

口コミの影響は、口コミから応募までの4段階を同じ時期でそろえて見る

口コミ評価と応募数の2つだけを比べても、その間で起きている行動は見えません。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

このうち、企業名を調べる行動から応募までの流れを、この記事では応募ファネルと呼びます。口コミが求職者の判断に関わっていることは、次の調査の回答にも表れています。

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。これらの調査が示すのは求職者の回答の傾向であり、個々の企業での影響の大きさではありません。

自社への影響を確認するには、自社の口コミ指標と応募ファネルを同じ時間軸へそろえて見る必要があります。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。

最初に、口コミ・指名検索・採用サイト・応募の指標をそろえる

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段階に絞って固定した方が、分析しやすくなります。次の図と表は、各段階で見る指標と、その段階で確かめたいことをまとめたものです。

企業口コミ、指名検索、採用サイト、応募の4段階と確認する採用指標を示したフロー図

段階	主な指標	確認したいこと
企業口コミ	総合評価、新規口コミ数、新規口コミ平均、主要テーマ	評判がいつ、どのように変わったか
指名検索	企業名を含む検索の表示回数・クリック数	企業について調べる行動が変化したか
採用サイト	セッション、求人詳細閲覧、応募開始	興味を持った人が採用情報まで来ているか
応募	応募完了数、応募率	最終的に応募へ進んだ割合が変化したか

表の「応募」の段階では、応募数だけでなく率も見ます。この記事では、応募完了数を採用サイト訪問数などの母数で割った値を応募率と呼びます。

採用広告を増やせば、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が減ることがあります。応募数だけでは、こうした変化と口コミの影響を区別できません。母数となる採用サイト訪問や求人詳細閲覧も、あわせて残しておきます。

口コミは平均評価だけでなく、件数とテーマも記録する

総合評価が3.4から3.3に下がったとしても、その意味は状況によって変わります。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とでは、同じ0.1ポイントの変化でも重みが違うためです。

そこで、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

主要テーマは、「給与」「働き方」「人間関係」「経営」「成長環境」などの内容別に確認してください。

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。星評価だけでは、何について評価が変化したのかが分かりません。テーマまで見る理由はここにあります。

指名検索で、企業への関心の変化を確認する

口コミを見た求職者が、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。指名検索の増減は、口コミと採用サイト訪問の間をつなぐ中間指標になります。

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、同じ条件で定期的に確認するとよいでしょう。

採用サイトでは、訪問から応募完了までの行動を分けて見る

Google Analytics 4では、流入元別のセッションや、応募完了など成果として設定した行動（キーイベント）を確認できます。応募完了だけを見ると、どこで離れたのかが分かりません。そこで、次の5つの行動を、可能な範囲で分けてください。

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

分けて見ると、離脱した場所から原因の見当をつけられます。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、集めた指標をつなげて関係を判断する方法を、6つのステップで見ていきます。順番には理由があります。まず単位をそろえて比較できる状態を作り、次に変化の順番を確かめ、最後に別の要因を除いて判断するためです。

STEP1　集計期間と単位をそろえる

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、変化の順番を比べられないためです。

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。期間の途中で週次から月次へ変更せず、同じ条件で続けてください。

STEP2　口コミが変化した時点を記録する

次に、口コミ側の変化点を記録します。対象は、次のような変化です。

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

平均評価だけを見るのではなく、「いつ」「何が」「何件」変わったのかを残してください。次のステップで、他の指標と突き合わせる基準になります。

STEP3　指名検索・採用サイト・応募を同じ表に並べる

STEP1でそろえた単位で、次のような時系列表を作ります。これは説明用の仮想例です。

期間	口コミ評価	新規口コミ	指名検索	採用サイト訪問	応募率
期間A	変化なし	少	基準	基準	基準
期間B	低下	ネガティブ増	横ばい	横ばい	横ばい
期間C	低水準	ネガティブ継続	増加	増加	低下
期間D	回復	ポジティブ増	横ばい	横ばい	回復

この例では、期間Bで口コミ側だけが変わり、期間Cで指名検索と採用サイト訪問が増えるとともに応募率が下がっています。表を作る目的は、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　同じ時期だけでなく時間差も比べる

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、次のように期間をずらして比較します。

同じ週
1週間後
2週間後
4週間後

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。

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、口コミ以外の要因で説明できる場合があります。最低限、次の外乱を確認してください。表は、確認する外乱の候補と、それぞれが必要な理由です。

外乱候補	確認項目	なぜ必要か
採用広告	出稿額、表示回数、クリック	流入母数自体が変わる
求人数	公開求人件数、募集職種	応募機会の数が変わる
求人条件	給与、勤務地、勤務形態	応募意欲へ直接影響する
採用サイト	改修、フォーム変更	応募率が技術要因で変わる
季節性	繁忙期、転職シーズン	市場全体の応募量が変わる
ニュース	報道、炎上、受賞など	口コミ以外から評判が変わる
選考条件	必須条件、選考回数	応募ハードルが変わる

特に、口コミ評価を改善する施策を実施した時期と、採用広告を増額した時期が同じ場合には注意が必要です。この場合、応募増のすべてを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

最後に、単一の指標ではなく、複数の指標の連鎖で口コミの影響を判断します。連鎖の例を2つ比べてみましょう。

1つ目は、次の変化です。

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

この変化が確認され、同時期に採用広告、求人条件、求人件数などが大きく変わっ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。

2つ目は、次の変化です。

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

この変化で、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の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

ステップを踏んで関係が見えても、そこから言えることには限りがあります。研究には、企業口コミと応募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は異なります。企業規模、知名度、業種、採用条件、求人市場も違います。

そのため、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」までを基本とします。「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。

関係の強さは、4段階で判定する

「どこまで言えるか」を実務で揃えるには、次のような4段階の判定にすると、過度な断定を避けやすくなります。

判定	状態	解釈
レベル1	口コミだけ変化	応募影響はまだ確認できない
レベル2	口コミと応募率が同方向に変化	関係の可能性がある
レベル3	時間差を含め複数指標が連動	関係を支持する材料が増えた
レベル4	外乱を管理し、比較対象でも差を確認	口コミ影響の可能性がさらに高い

表のとおり、レベルが上がるほど、時間差、複数指標、外乱の管理、比較対象と、確認できる材料が増えます。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。

口コミのテーマと応募率を組み合わせて、改善仮説にする

採用改善につなげるには、総合評価だけでなく口コミの内容を分類します。分類の例は、次のとおりです。

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

分類したら、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」という曖昧な目標を、次のような改善仮説へ変えられます。

「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」

どちらも、データで確かめる前の仮説の例です。確かめたうえで、どのテーマに対応するかを決めます。

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。原因の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。

見るのは、「口コミ評価が上がったか」だけではありません。企業名での検索、採用サイト訪問、求人閲覧、応募開始、応募完了まで含め、応募ファネル全体がどう変化したかを確認します。

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。

まとめ

企業口コミと応募率の関係は、口コミ評価と応募数を単純に比べるだけでは測れません。

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に並べます。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。

最初の一歩として、自社の口コミ、指名検索、採用サイト訪問、応募のデータを同じ集計単位で一枚の表に並べ、口コミが変化した時期を記録することから始めましょう。

参考文献・データ元

この記事で参照した情報を確認できます。

株式会社ワークポート「求職者の約半数がSNS・口コミを原因に『応募・選考から離脱』を経験」2026年6月4日。20〜40代のビジネスパーソン308人を対象とした転職活動におけるSNS・口コミの影響調査。
URL: 株式会社ワークポート
株式会社フリースクエア「68.2％が企業口コミサイトのネガティブな口コミで応募をためらう」2026年7月7日。全国21〜39歳600人を対象とした調査。
URL: PR TIMES
株式会社hypex「求職者の7割が『採用サイトを見て応募意欲が下がった経験あり』と回答」2026年7月29日。直近3年以内に求職・応募検討を行った421人を対象とした調査。
URL: 株式会社hypex
Google Search Console Help「Performance report」「Branded and non-branded queries」。指名検索・検索クエリの測定方法確認に使用。
URL: Google Search Console Help
Google Analytics Help「Traffic acquisition report」。採用サイトのセッション、流入元、キーイベント測定方法の確認に使用。
URL: Google Analytics Help
Schaarschmidt, M., Walsh, G., & Ivens, S. “Digital war for talent: How profile reputations on company rating platforms drive job seekers’ application intentions.” Journal of Vocational Behavior, 2021, 131, 103644. DOI: 10.1016/j.jvb.2021.103644. 求職経験者725人を対象とした企業評価プラットフォームと応募意向の研究。
URL: ScienceDirect
Evertz, L., Kollitz, R., & Süß, S. “Electronic word-of-mouth via employer review sites – the effects on organizational attraction.” The International Journal of Human Resource Management. DOI: 10.1080/09585192.2019.1640268. 386人を対象とした企業口コミサイトと組織魅力度の研究。
URL: Taylor & Francis Online
Bayerl, A., Shapira, D., Goldenberg, J., & Stahl, F. “Online employer reviews – On the interplay between workplace vibes and wage.” ISMS Marketing Science Conference, 2022. 約300万件の応募、9万件の求人、約2,000社と企業口コミを組み合わせた分析。
URL: MADOC（University of Mannheim）

‹ 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

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

口コミの影響は、口コミから応募までの4段階を同じ時期でそろえて見る