アンケート分析：データを貼り付けるだけ。傾向と課題を洗い出す

「アンケートを取ったはいいけど、自由回答（フリーコメント）を読むのが大変すぎる……」
「数百件のコメントを目視でチェックして、分類して、レポートにまとめるなんて、何時間かかるの？」

「5段階評価」のような数値データはExcelで簡単に集計できますが、アンケート担当者を一番悩ませるのは「自由記述欄」の分析ではありませんか？
一件ずつ読んで「これは『接客』への不満かな？」「これは『価格』のことかな？」と分類していく作業は、膨大な時間と精神力を削られます。しかも、読む人によって解釈がブレてしまうことも。

「テキストマイニングツールを使うほど予算はないし、使い方も難しそう……」
そんな時こそ、AI（ChatGPTなど）の出番です。

AIを使えば、高価な分析ツールを使わなくても、Excelにあるテキストデータをコピペするだけで、高度な「定性分析」が一瞬で完了します。
「何が書かれているか」だけでなく、「結局、顧客は何に不満を持っているのか？」という根本的な課題まで、自動で分類・要約してもらいましょう。

なぜ、アンケート分析にAIを使うべきなのか？

従来の無料テキストマイニングツール（単語の出現頻度をタグクラウドにするもの等）では、「『店員』という単語が多い」ことまでは分かっても、「店員が褒められているのか、怒られているのか」までは読み取れないことがありました。

一方、生成AI（LLM）は「文章の意味と文脈」を理解します。

• 感情の読み取り：「味はいいけど、出てくるのが遅い」→「味（ポジティブ）」「提供スピード（ネガティブ）」と正確に分類できます。
• 要約とカテゴライズ：バラバラの意見を「接客態度」「価格設定」「店内の清潔さ」のように、人間が理解しやすいカテゴリに自動でまとめてくれます。

データサイエンティストがいなくても、AIにチャット感覚で頼むだけで、翌日の会議で使えるレベルの分析レポートが手に入るのです。

【実践手順】テキストデータを貼り付けるだけ

作業時間は、データのコピペにかかる時間だけです。

1. データを準備する
   ExcelやGoogleスプレッドシートにある「自由回答欄」の列を、上から下までまとめてコピーします。
   （個人情報が含まれている場合は、事前に削除してください）
2. AIアプリを起動する
   ChatGPTやClaudeなどのAIチャットアプリを開きます。
   ※大量のデータを扱う場合、Claude 3は一度に読み込める文字数が多いので特におすすめです。
3. プロンプトとデータを送信
   下の「コピペ用プロンプト」を貼り付け、その下にさきほどのデータを貼り付けて送信ボタンを押します。 （ここにChatGPTにデータを貼り付けている画面のスクショを貼る）

【状況別】コピペで使えるプロンプト集

知りたい情報の深さに合わせて使い分けてください。
以下のテキストをコピーして、AIに送るだけです。

パターン1：【基本】不満点と課題をサクッと知りたい時

まずは全体像を把握したい、ネガティブな意見を優先的に拾いたい時に。

以下のアンケート自由回答リストを分析してください。
頻出するキーワードを抽出し、顧客が抱えている「主な不満点」を3つに分類して要約してください。
それぞれの不満点が全体のどのくらいの割合を占めるか、肌感覚で良いので推定してください。

[ここにアンケートの回答データを貼り付け]

パターン2：【詳細】ポジティブ・ネガティブの感情分析

良い点と悪い点の両方をバランスよく分析し、満足度を可視化したい時に。

以下の顧客の声を分析し、以下の項目についてレポートを作成してください。

1. **感情分析**: 全体のトーン（ポジティブ / ネガティブ / 中立）の割合
2. **強み（褒められている点）**: 代表的な意見を3つ
3. **弱み（改善すべき点）**: 代表的な意見を3つ
4. **キーワード**: 特徴的な単語ベスト5

[ここにアンケートの回答データを貼り付け]

パターン3：【応用】具体的な改善アクションの提案

分析だけでなく、「じゃあどうすればいいの？」という解決策までAIに考えてほしい時に。

あなたは経験豊富なコンサルタントです。
以下の顧客からの不満の声を分析し、満足度を向上させるための「具体的な改善アクション」を5つ提案してください。
即効性のあるものと、中長期的に取り組むべきものを分けて提示してください。

[ここにアンケートの回答データを貼り付け]

実行結果のイメージ

パターン1（基本）を使って、「飲食店のランチタイム満足度アンケート」を分析させた場合の回答例です。

🤖 AIの回答例：

ご提示いただいた100件の回答データを分析しました。
頻出キーワードとして「遅い」「冷たい」「呼んでも来ない」が多く見られます。顧客の不満は以下の3点に集約されます。

🚨 1. 提供スピードに関する不満（約50%）
・「注文してから料理が来るまで20分以上待たされた」という声が圧倒的多数。
・特に12:00〜12:30のピークタイムに集中しており、休憩時間内に食べ終わるか不安という意見が多いです。

🌡️ 2. 料理の温度管理（約30%）
・「スープがぬるかった」「揚げ物が冷めていた」という意見が散見されます。
・ホールスタッフの配膳が遅れていることが原因と推測されます。

🗣️ 3. 接客・オペレーション（約20%）
・「店員を呼んでも気づいてもらえない」「お水のおかわりが来ない」といった、ホールスタッフの人数不足を示唆する声があります。

うまくいかない時は？（修正のコツ）

データ量や内容によっては、AIの分析が浅くなることがあります。そんな時はこう指示しましょう。

ケース1：データが多すぎてエラーになる
→ ChatGPTなどの入力欄には文字数制限があります。データが数千件ある場合は、データを50件〜100件ずつに分割して貼り付けるか、ファイルをアップロードできる機能（ChatGPTのAdvanced Data AnalysisやClaude）を使いましょう。

ケース2：分析が当たり障りない
→「もっと辛口に分析して」「少数意見（サイレントマイノリティ）の中に、重要なヒントがないか探して」と深掘りを指示します。

ケース3：特定の商品の評判だけ知りたい
→「『ハンバーグ定食』に関する感想だけを抽出して、味と量の評価をまとめて」と条件を絞ります。

関連リンク・まとめ

今回使用したツールはこちらです。

• ChatGPT (OpenAI) – Excelファイルを直接アップロードして分析させることも可能です（有料版）。
• Claude (Anthropic) – 長文の読解力に優れ、大量のテキストデータを分析するのに最適です。

「お客様の声」は宝の山ですが、整理されなければただの文字の羅列です。
AIを使えば、数時間かかっていた集計作業が数分で終わり、浮いた時間で「どう改善するか」という本質的な議論ができるようになります。

面倒な分類作業はAIに任せて、あなたはサービスの質を上げることに集中しましょう！

※本ブログはこの一文以外は、AIによる記載です。内容にウソが含まれている可能性がありますので、ご注意ください。写真もAIで作成しています。

迷子探偵やもやも [AI]

探偵はいつも迷子ですｗ