テキストデータ分析のキホン－第2回：アンケートの自由回答から“本当の改善点”を見つけた話【統計学をやさしく解説】

この記事のポイント

・自由回答100件から「本当の改善点」を見つけた実例
・難しい統計やAIではなく 「絞る → 数える → まとめる」3ステップ で完結
・「機能不足だと思っていたら、本当の問題はオンボーディングだった」という発見
・読み終わったあと、自社のアンケート自由回答にすぐ適用できる手順

満足度3.8、でも「どこを直せばいい？」が分からない

あるサービス企業で、顧客アンケートを実施しました。結果は 満足度3.8/5.0。「悪くないが、突出して良くもない」という、よくある数字です。

報告会で上司が問いかけます。「で、どこを改善すればいいの？」

グラフはある。平均値もある。でも 改善アクションにつながる根拠 がない。これは多くのアンケート分析が陥る典型パターンです。IPA「DX白書2023」によると、データ利活用の取り組みについて、日本企業の約半数が「成果を測定できていない」と回答しており、データはあっても効果が見えにくい状態が広く見られます。

このとき、アンケートには「ご意見・ご要望を自由にお書きください」という自由回答欄がありました。件数は約100件。担当者は最初、こう感じていたといいます。「全部読むのは大変だし、意見もバラバラだし……」

使ったデータは「自由回答100件」だけ

今回のケースで使ったのは、特別な調査でもAI専用データでもありません。

データ	内容	取得コスト
満足度（5段階）	平均3.8	既に集計済み
自由回答欄	約100件のテキスト	追加コストゼロ

つまり 誰の手元にもある「自由回答テキスト」 こそが、この分析の主役です。

ステップ①：不満コメントだけに「絞る」

最初にやったのは、全件を分析することではありません。100件の中から、

・明らかに不満が書かれているもの
・改善要望が含まれているもの

だけを抜き出しました。結果、約40件が「何らかの不満」を含んでいることが分かりました。

ポイントは、いきなり全件を相手にしないこと。見るべきデータを絞るのが第一歩です。

ステップ②：頻出する言葉を「数える」

次に、不満40件の中で よく使われている言葉 を数えました。専門的には「単語頻度分析」と呼ばれますが、やっていることは単純です。

・同じ言葉が何度も出てこないか
・似た表現が固まっていないか

集計してみると、特定の表現が突出していました。

図1：不満が記録されたコメントの単語頻度集計

「分かりにくい」「最初」「設定」「不安」――。機能の悪口より、「使い始め」の戸惑いを訴える言葉が上位を占めていたのです。

ステップ③：似た意見を「まとめる」

不満コメントを内容ごとにグルーピングします。

分類	件数	例
初期設定が分かりにくい	14	「最初の設定でつまずく」
操作手順が不安	10	「どこを押せばいいか不明」
始め方が分からない	8	「何から手をつければいいか…」
機能不足	5	「○○機能が欲しい」
その他	3	料金・連携など

図2：不満内容をカテゴリ別に集計した円グラフ

不満40件のうち 約32件（8割）が「使い始め＝オンボーディング」に集中 していたのです。当初は「機能追加が必要かも」と疑われていた問題が、実は 機能ではなく導入体験の問題 だったと分かりました。

意外な結論：機能追加でもUI刷新でもなかった

この結果をもとに会社が実施したのは、意外と地味な施策です。

当初の想定	実際にやったこと
新機能の追加	→ しなかった
UI大幅刷新	→ しなかった
—	初回利用時の画面説明を追加
—	つまずきポイントに補足文を追加
—	「最初にやること」ガイドを作成

結果、3か月後 には次の変化が起きました。

・サポートへの問い合わせ件数が減少
・「分かりにくい」という不満が減少
・改善内容を 「お客様の声」を根拠に説明できる ようになった

重要なのは 3つ目。「なぜこの改善をするのか」を、感覚ではなくデータで答えられるようになったことが、社内の合意形成を一気に速くしました。

このケースから学べる3つのこと

1. 難しい統計モデルもAIも不要
やっていることは「絞る → 数える → まとめる」の3ステップ。Excelとメモ帳でできます。

2. データは新しく取らない
すでにあるアンケートの自由回答欄。その「読まれずに眠っているテキスト」が改善の宝庫です。

3. 数字に「理由」を添える
満足度3.8という数字は「何が起きたか」しか語りません。テキストは「なぜそうなったか」を語ります。両方そろってはじめて、改善アクションにつながります。

明日からできる3つのアクション

① 自由回答欄を一度見直す
過去のアンケートに自由回答があれば、まず眺めるだけでOK。読まれていない宝が眠っているはずです。

② 「不満」だけ抜き出す
ポジティブもネガティブも一緒に分析せず、まず不満コメントだけを集めます。

③ 同じ言葉が3回以上出たら印をつける
これだけで、頻出テーマが浮かび上がります。

次回予告

次回は「アンケート」ではなく 商品レビュー・口コミ を題材にします。

「悪くない評価なのに、なぜ売れないのか？」

というよくある疑問に、テキストデータ分析がどう答えるかを見ていきましょう。

<文/岡崎 凌>