マーケティング · COURSE
アンケート自由記述の感情分析 + クラスタリング
500 件の自由記述を 30 分でカテゴリ別・感情別に整理する。
audience
マーケ・リサーチ担当
duration
50分
lessons
5 章
reviewed
2026.05
達成目安
全 5 レッスンを読み、コース完了マークを付ける
未完了
クイズ 3 問に挑戦し、正答率 80% 以上
未挑戦
コース構成
このコースで学ぶこと
- 01
自由記述データのもったいない問題
アンケートの自由記述は宝の山。でも 500 件読むのは現実的でない、で結局誰も読まない。
選択肢の回答は集計が楽だが、自由記述は『なぜそう思うか』が分かる本物の声。問題は量。500 件あれば最初の 50 件で力尽きる。
Claude Code で全件を読ませて『感情 (positive/neutral/negative)』『カテゴリ (価格/品質/サポート/UX/その他)』を付与、クラスタごとに代表的な声を抽出すれば、500 件の知見が 30 分で得られます。
- 02
データ準備（個人特定情報を削る）
回答者氏名・メール・電話番号を必ず先に削除。匿名 ID で置換。
bash# CSV から個人特定列を除外し、ID で置換 awk -F, 'BEGIN{OFS=","; print "id,answer,score"} \ NR>1 {print NR-1, $4, $5}' \ raw/survey-2026-q1.csv > data/survey-anonymized.csv # 列のサンプル: id, answer (自由記述), score (NPS 等) - 03
プロンプトテンプレ：感情 + カテゴリ付与
全件に感情とカテゴリを付け、CSV を更新する。
text> data/survey-anonymized.csv の自由記述に対して、以下を付与: ## 付与する列 - sentiment: positive / neutral / negative - category: 価格 / 品質 / サポート / UX / 機能 / その他 - key_phrase: 最も特徴的な 1 フレーズ（30 字以内） - urgency: 1（緊急対応不要）〜 5（即対応必要） ## ルール - 1 件の中に複数カテゴリがあれば主要なもの 1 つを選ぶ - 「思います」「かもしれません」のような曖昧な肯定は neutral 寄り - 「対応してほしい」「困っている」が含まれたら urgency 3 以上 出力: data/survey-categorized.csv出力イメージdata/survey-categorized.csv の冒頭 5 行id,answer,score,sentiment,category,key_phrase,urgency 1,使いやすくて満足しています,9,positive,UX,操作が直感的,1 2,価格がもう少し安ければ…,6,neutral,価格,価格に割高感,2 3,問い合わせの返信が遅く困っている,3,negative,サポート,返信が遅い,4 4,梱包が雑で商品に傷があった,2,negative,品質,梱包が雑,5 …（以下 496 行）
- 04
クラスタごとの代表声と『改善優先度』
カテゴリ × 感情のマトリクスで集計、各セルの代表的な 3 声を抜く。
text> data/survey-categorized.csv を集計して、reports/survey-2026-q1.md を作って。 ## レポート構成 1. サマリー（3 行）：全体の傾向 2. 感情分布の円グラフ用データ 3. カテゴリ × 感情のクロス表 4. 各カテゴリの代表声（urgency 高い順に 3 件ずつ） 5. 改善優先度 TOP 5（カテゴリ × 件数 × urgency でスコア化） 6. 即対応すべき声（urgency 5 のもの全件） - 05
Skill 化と四半期 Routine
アンケートは毎四半期。Skill 化して `/survey-analysis` で呼べるように。
手を動かす
0 / 4
理解度チェック
Q1.アンケート自由記述の感情分析を経営判断に繋げるために、レポートに必ず含めるべきは？
Q2.自由記述に含まれることがある個人情報（氏名・連絡先・所属など）に対する正しい扱いは？
Q3.AI が出した感情スコアやクラスタリング結果について、人間がやるべきことは？