意識データと行動データの違いとは？「欲しい」と「買う」のズレから顧客を理解する

「アンケートでは『欲しい』という回答が多かったのに、実際には売れない」「購入意向は高かったはずなのに、問い合わせや購買につながらない」。マーケティングや商品企画では、このような違和感が起こることがあります。

意識データと行動データの違いは、顧客が「どう思っているか」を捉えるのか、「実際に何をしたか」を捉えるのかにあります。

アンケートで「興味がある」「購入したい」と答えた情報は意識データです。一方、検索した、商品ページを見た、資料を請求した、問い合わせた、購入したといった事実は行動データです。

重要なのは、どちらか一方を顧客の「本音」と決めないことです。「欲しいのに買わない」「強く欲しいとは答えていないのに実際には買う」というズレを確認することで、価格、タイミング、導入障壁、比較条件など、次に調べるべき顧客課題が見えてきます。

インティメート・マージャーが関わったセミナーでも、リサーチ結果を広告や施策へ落とし込めない、データが分散して一貫した分析ができないといった現場課題が取り上げられました。そこで議論されたのが、顧客の「なぜ」を捉える意識データと、実際の行動を捉えるデータを行き来しながらターゲットを理解する考え方です。

本記事では、両者の違いから、単独分析の限界、意識と行動のズレが生まれる理由、統合分析の方法、ターゲット特定への活用まで整理します。

意識データと行動データの違いとは

意識データは顧客の認識・感情・意向を捉え、行動データは実際に起きた行動を捉えます。

比較項目	意識データ	行動データ
中心となる問い	何を考え、感じているか	実際に何をしたか
主な内容	関心、評価、満足度、購入意向、不安、価値観	検索、閲覧、クリック、問い合わせ、購買、利用
主な取得方法	アンケート、インタビュー、自由回答	アクセス解析、購買履歴、CRM、利用ログ
得意なこと	理由・期待・不安の把握、仮説づくり	実際の変化、対象抽出、タイミング把握、効果確認
限界	回答どおり行動するとは限らない	なぜその行動を取ったかは直接分からない
施策での使い方	訴求、企画、課題仮説	ターゲティング、営業通知、導線改善、検証

意識データとは

意識データとは、顧客本人が回答した考え、評価、感情、期待、意向などの情報です。

• 商品を知っている
• 興味がある
• 購入したい
• 価格が高いと感じる
• 導入に不安がある
• 使いやすそうだと思う
• 特定の価値を重視している

アンケートの選択回答だけでなく、自由回答やインタビューも意識を把握する情報になります。

行動データとは

行動データとは、顧客が実際に取った行動を記録した情報です。

• 特定のキーワードを検索した
• 商品・サービスページを閲覧した
• 料金ページを確認した
• 広告をクリックした
• 資料をダウンロードした
• 問い合わせた
• 購入した
• サービスを利用した

行動は事実として確認できます。一方で、「なぜ料金ページを見たのか」までログだけで判断することはできません。

属性を含めた顧客データ全体の整理については、顧客理解を深めるには？属性・意識・行動データの使い分けでも解説しています。

意識データと定性データは同じではない

「意識データ＝定性データ」「行動データ＝定量データ」ではありません。

意識・行動は「何を捉えているか」、定性・定量は「どのような形式でデータを持っているか」という異なる分類です。

データ例	意識／行動	定性／定量
購入意向を5段階で回答	意識	定量
買いたい理由を自由回答	意識	定性
Webページの閲覧回数	行動	定量
商品購入回数・購入金額	行動	定量
商談時に語られた検討背景	意識・文脈	定性

アンケートを取ったから定性分析になるわけではありません。選択式アンケートは意識を定量化できます。分析するときは、「意識か行動か」と「定性か定量か」を分けて整理すると混乱しにくくなります。

なぜ「欲しい」と「買う」はズレるのか

購入意向と実際の購買行動が一致しないのは、意識と行動の間に意思決定を変える条件があるためです。

「欲しい」と回答したことが間違っていたとは限りません。回答した時点では欲しかったとしても、実際の購入場面では別の条件が加わります。

価格が判断を変える

商品やサービスには魅力を感じていても、実際の価格を見て購入を見送ることがあります。

この場合、「ニーズがない」のではなく、「現在の価格・条件では行動しない」と整理する必要があります。

必要になるタイミングが異なる

関心はあっても、今すぐ必要とは限りません。

BtoBであれば、予算策定、既存契約の更新、組織変更、プロジェクト開始時期などによって行動のタイミングが変わります。

購入・導入までの障壁がある

• 比較材料が不足している
• 料金体系が分かりにくい
• 導入後の運用が想像できない
• 手続きが多い
• 社内稟議が必要
• 別の関係者の承認が必要

「欲しいのに買わない」層には、商品の魅力以外に障壁が存在している可能性があります。

比較した結果、別の選択肢を選ぶ

アンケート時には単独の商品を評価していても、実際の購買では競合商品、内製、現状維持など複数の選択肢と比較します。

購入意向だけでなく、実際の比較時に何を重視したかを確認する必要があります。

回答後に状況が変わる

意識データは取得した時点の状態です。

• 予算が変わった
• 課題の優先順位が下がった
• 別の手段で解決した
• 担当者が変わった
• 新しい情報を得た

といった変化によって、その後の行動は変わります。

意識データだけ・行動データだけでは何が分からない？

意識データには「実際に動くか分からない」という限界があり、行動データには「なぜ動いたか分からない」という限界があります。

2026年のセミナーでも、意識データは「なぜ」を理解し仮説を作ることに強く、行動データは実際の行動が見え、施策へつなげやすいという整理が語られていました。一方で、それぞれ単独では不足する部分があります。

意識データだけを見る場合の限界

• 購入意向が高くても実際に購入するとは限らない
• 本人が認識していない購買理由は回答に出ない
• 回答時と購買時で条件が変わる可能性がある
• 実際にどこで情報収集しているか分からない場合がある

意識データは「理由の仮説」には強いものの、その後の実際の行動を断定する情報ではありません。

行動データだけを見る場合の限界

逆に、「料金ページを3回見た」「AI関連の記事を複数閲覧した」というデータがあっても、理由は複数考えられます。

• 購入を検討している
• 情報収集をしている
• 競合を調べている
• 上司への説明材料を探している
• 既存利用者が確認している

そのため、「閲覧回数が多い＝購入意向が高い」とは限りません。

行動データをターゲティングへ活用する方法は、行動データを使ったターゲティングとは？「誰か」より「今何をしているか」を捉える方法でも整理しています。

意識×行動データは4象限で見ると分かりやすい

意識と行動を組み合わせる最もシンプルな方法は、「意識が高い／低い」と「行動している／していない」の4象限で整理することです。

顧客状態	意識	行動	確認すべきこと	施策の方向性
関心・行動ともに高い	高い	ある	何が意思決定を後押しするか	比較材料、事例、相談導線
関心は高いが動かない	高い	少ない	価格、時期、手間など何が障壁か	障壁解消、理解促進
関心は低いが動いている	低い	ある	別の目的・潜在ニーズがないか	追加調査、新しい訴求探索
関心・行動ともに低い	低い	少ない	非ターゲットか、価値を知らないだけか	優先順位再検討、認知施策

「欲しい×動いている」

関心と行動が一致しています。

ここでは「なぜこの人は動いたのか」を確認し、比較材料、事例、機能、価格、タイミングなど意思決定を後押しした要因を探ります。

「欲しい×動いていない」

施策改善で特に重要な層です。

意識自体は高いため、商品価値ではなく、価格、タイミング、購入導線、導入負荷、比較材料不足などが行動を妨げている可能性があります。

「欲しいとは言わない×動いている」

企業側が想定していなかったニーズや利用目的が隠れている可能性があります。

「なぜ動いたのか」をインタビューや自由回答、営業記録などで確認すると、新しい訴求軸が見つかることがあります。

「欲しいとは言わない×動いていない」

現時点では優先ターゲットではない可能性があります。

ただし、商品・サービスの価値を十分に知らないだけなのか、そもそも対象外なのかは分けて考えます。

意識データと行動データを統合して分析する6ステップ

統合分析では、最初から大量のデータを一つにする必要はありません。まず意思決定を一つ決め、その判断に必要な意識・行動だけをつなぎます。

ステップ1｜何を決める分析なのかを決める

「顧客を理解する」だけでは広すぎます。

• 広告で狙うターゲットを決めたい
• 購入されない理由を調べたい
• 営業対象の優先順位を決めたい
• 訴求メッセージを見直したい
• 新商品の対象顧客を決めたい

など、分析後に変える意思決定を明確にします。

ステップ2｜意識データを整理する

目的に関連する意識を確認します。

• 課題意識
• 関心
• 購入意向
• 期待
• 不安
• 選定基準
• 買わない理由

ステップ3｜対応する行動データを整理する

次に、その意識が実際の行動へどう表れているかを確認します。

• 検索
• Web閲覧
• 広告反応
• 資料閲覧
• 問い合わせ
• 商談
• 購入
• 継続利用

ステップ4｜意識と行動の一致・不一致を確認する

平均値だけを確認するのではなく、4象限に分けます。

特に、「意識は高いのに行動しない」「意識は低いのに行動する」というズレの大きい層を抽出します。

ステップ5｜ズレの理由を追加調査する

差分を見つけただけでは理由は確定できません。

必要に応じて、

• 追加アンケート
• 自由回答
• 顧客インタビュー
• 問い合わせ内容
• 営業記録
• 購買前後の行動

を確認します。

ステップ6｜ターゲット・訴求・施策へ変換する

最後に分析結果を施策へ落とします。

発見	仮説	見直す施策
購入意向は高いが問い合わせない	導入負荷への不安が大きい可能性	導入手順、運用体制、事例を追加
意向は低いが比較記事を頻繁に閲覧	本人が認識していない検討理由がある可能性	インタビュー、訴求軸検証
課題意識も行動も高い	検討が具体化している可能性	比較資料、相談導線、営業連携
課題意識は高いが行動が少ない	情報不足または優先順位が低い可能性	教育コンテンツ、認知・理解施策

一次情報から見る｜意識と行動を組み合わせるとターゲット特定はどう変わる？

インティメート・マージャーが関わった2026年のセミナーでは、意識データと行動データは、それぞれの不足を補い合う関係として整理されました。

セミナーでは、意識データについて「なぜ」を理解しやすく、仮説づくりに強い一方、回答どおり実際に行動するかは断定しにくいという点が議論されています。

一方、行動データは実際に何をしたかを確認でき、施策につなげやすいものの、その行動を取った理由は行動だけでは分かりません。

つまり、

意識データで「なぜ」を考え、行動データで「実際にどう動いているか」を確認し、その結果を再びリサーチへ戻して理由を深掘りする。

この往復が重要です。

同セミナーの事前アンケートでも、「データがばらばらで一貫した分析ができていない」「分析結果をどう広告などの施策につなげればよいか分からない」という課題が見られました。

これは単にデータ量を増やす問題ではありません。

たとえば、アンケートから「業務効率化への関心が強い層」が見つかったとします。

そこで分析を終えず、その回答者・類似顧客が、実際にはどのテーマを検索し、どのコンテンツを閲覧し、問い合わせや商談へ進んでいるのかを確認します。

すると、同じ「業務効率化に関心がある人」でも、

• 情報収集だけしている層
• 比較ページまで進んでいる層
• 導入方法を調べている層
• 関心はあるが行動していない層

に分けられます。

ここまで整理できると、ペルソナを作るだけではなく、「誰に、いつ、何を伝えるべきか」という施策判断へつなげやすくなります。

ターゲット設計全体については、マーケティングのターゲット特定方法｜意識×行動データで精度を高めるも参考になります。

BtoBでは「欲しい人」と「買う組織」が異なる

BtoBでは、担当者本人の意識だけで購買行動が決まらない点にも注意が必要です。

担当者が「導入したい」と考えていても、実際には、

• 予算
• 上司の承認
• 情報システム部門の確認
• 法務・セキュリティ審査
• 他部署との優先順位
• 既存契約の更新時期

など複数の条件が行動を左右します。

そのため、意識データは「担当者がどう考えているか」、行動データは「組織として何が進んでいるか」という違いになることもあります。

担当者の意識だけを見て「購入確度が高い」と判断せず、資料閲覧、複数メンバーの接触、商談進捗なども含めて確認することが重要です。

AIは意識データと行動データの統合分析にどう使える？

AIは、意識データと行動データの差分整理や仮説作成を支援できますが、行動理由を自動的に確定するものではありません。

工程	AIで支援しやすいこと	人が確認すること
アンケート整理	自由回答の分類・要約	分類軸、少数意見、文脈
行動分析	行動パターンや差分の抽出	計測条件、対象、欠損
ギャップ分析	意向と行動が異なる層の整理	比較条件、母数
仮説作成	考えられる理由を複数提示	根拠、反対仮説
施策検討	検証案の候補作成	優先順位、実行可能性

たとえばAIへ「購入しなかった理由を断定してください」と求めるのではなく、

• 確認済みの事実を整理する
• 意識と行動の差を抽出する
• 考えられる理由を複数提示する
• 各仮説に必要な追加データを示す
• 検証する質問を作る

といった使い方が適しています。

意識×行動分析からターゲットの優先順位を決める

統合分析の最終目的は、顧客を説明することではなく、「誰へ、何を、いつ届けるか」という施策判断へつなげることです。

例えば、

状態	判断例	次の施策
課題意識が強く、行動も増えている	具体的な検討状態かを確認	比較情報、事例、相談導線
課題意識は強いが行動が少ない	行動を妨げる理由を確認	理解促進、教育コンテンツ
課題意識は弱いが行動している	別のニーズ・目的を確認	追加調査、新しい訴求検証
意識・行動ともに弱い	現時点での優先度を再検討	継続観察または対象外判断

といった判断が可能になります。

より具体的なターゲット優先順位の決め方は、狙うターゲットの優先順位はどう決める？市場規模だけに頼らない選定方法で整理しています。

意識データと行動データを扱う実務チェックリスト

まとめ｜「欲しい」と「買う」のズレが顧客理解のヒントになる

意識データと行動データには、それぞれ異なる役割があります。

意識データは、顧客が何を考え、感じ、期待し、不安に思っているかを捉えます。

行動データは、実際に何を検索し、見て、問い合わせ、購入し、利用したのかを捉えます。

「アンケートでは欲しいと言われたのに買われなかった」からといって、アンケートが役に立たないわけではありません。

反対に、購入や閲覧といった行動だけを見て、顧客の理由が分かったと考えることもできません。

重要なのは、意識と行動の一致だけを見るのではなく、両者のズレを見つけ、その理由を追加調査し、ターゲットや施策へ反映することです。

まずは自社の顧客を、

1. 意識が高く、行動している
2. 意識は高いが、行動していない
3. 意識は低いが、行動している
4. 意識も行動も低い

の4つに分けてみてください。

特に2と3の「ズレ」が大きい層を調べることで、これまで見えていなかった購買障壁、新しいニーズ、優先ターゲットの仮説を作りやすくなります。

意識データと行動データに関するFAQ

意識データとは何ですか？

顧客が回答した関心、評価、満足度、購入意向、不安、価値観などの情報です。アンケート、インタビュー、自由回答などから取得します。

行動データとは何ですか？

検索、Web閲覧、広告反応、資料請求、問い合わせ、購買、利用など、顧客が実際に取った行動を記録した情報です。

意識データと定性データは同じですか？

同じではありません。例えば購入意向を5段階で回答すれば「意識データかつ定量データ」、その理由を自由回答すれば「意識データかつ定性データ」です。

行動データの方が顧客の本音を示していますか？

必ずしもそうとは限りません。行動は実際に起きた事実ですが、その理由までは分からないためです。意識データや自由回答、インタビューなどと組み合わせて解釈します。

アンケートで「欲しい」と回答した人が買わないのはなぜですか？

価格、タイミング、比較対象、購入・導入の手間、予算、社内承認など、意識と実際の行動の間に別の条件があるためです。「買わなかった＝ニーズがなかった」とすぐに判断せず、障壁を確認します。

意識データと行動データはどちらを優先すべきですか？

目的によって異なります。「なぜ」を考えるには意識データ、「実際に何が起きているか」を確認するには行動データが有効です。ターゲットや施策を判断する際は、両者の一致・不一致を確認する方法が適しています。

意識データと行動データをAIで分析できますか？

AIは自由回答の分類、行動パターンの整理、意識と行動が異なる顧客群の抽出、仮説づくりなどを支援できます。ただし、AIが生成した理由を事実とせず、追加調査や施策結果によって検証することが重要です。