「自由記述を集めたが、100件を超えると読みきれない」「最初の20件だけ読んで残りは流し読み」——アンケート運用で最も多い詰まりポイントです。集計値だけ見ても背景が分からず、自由記述を読まないと改善ポイントが見えない。でも全件読むには時間が足りない。
KJ法で手動分類すると 100件で4〜6時間。500件なら丸一日。これでは月次・四半期の運用に組み込めません。AI 自動分析を使えば、同じ作業が 5〜10分 で終わります。
ただしAIに丸投げするとテーマ分類の精度が落ちる落とし穴もあります。本記事では、AI分析を 精度90%以上 で運用するための設計と、レポアンのAIレポート機能の使い方を解説します。
AIが解決する3つの詰まり
詰まり1：自由記述が「読まれない」
100件の自由記述があると、人間は最初の20件くらいしか真剣に読まない。残りは流し読みされ、貴重な意見が埋もれる。「読まれない自由記述」は集めない方がマシ という極論すら出てきます。
詰まり2：テーマ分類に時間がかかる
KJ法で手動分類する場合：
| 件数 | 手動 | AI |
|---|---|---|
| 30件 | 1〜2時間 | 2〜3分 |
| 100件 | 4〜6時間 | 5〜8分 |
| 500件 | 1〜2日 | 15〜20分 |
500件規模になると、AI なしの月次運用は事実上不可能。
詰まり3：結論が「平均値」だけになる
集計値だけのレポートは「満足度3.5/5でした」で終わってしまい、何を改善すべきか が見えない。経営層が知りたいのは平均値ではなく、「何を変えれば3.5が4.0になるか」です。
AI でできる4つの分析
1. テーマの自動分類
100件の自由記述を「価格」「サポート」「機能」「使いやすさ」などに自動分類します。
【AI 分析結果（例：SaaS カスタマーサポート調査・100件）】
- サポート対応速度：32件（32%）
- 機能の不足：28件（28%）
- 価格：18件（18%）
- パフォーマンス：12件（12%）
- UI / 使いやすさ：8件（8%）
- その他：2件（2%）
合計が100%になるよう「その他」カテゴリを残すのがポイント。これがないとAIが無理矢理どこかに分類し、精度が下がります。
2. 各テーマの代表意見抽出
各テーマで最もよく言われている内容と、対照的な意見の両方を抽出。
【サポート対応速度に関する意見の代表例】
- 推奨者：「対応が早く、初回問い合わせから24時間以内に解決まで進む」（5件）
- 批判者：「初回応答に2〜3日かかり、その間業務が止まる」（12件）
- 中立：「担当者によってスピードに大きなばらつき」（8件）
推奨者・批判者・中立を分けて出す のがコツ。批判者の意見は改善優先度MAX。
3. センチメント別の比率
各テーマでポジティブ・ネガティブ・中立の比率を出力。改善の緊急度 を可視化します。
| テーマ | ポジ | ネガ | 中立 |
|---|---|---|---|
| サポート速度 | 16% | 53% | 31% |
| 機能不足 | 0% | 89% | 11% |
| 価格 | 22% | 56% | 22% |
| UI | 75% | 13% | 12% |
機能不足が89%ネガティブなら、緊急度MAX。UIは75%ポジなので現状維持で良い。
4. 改善提案の自動生成
分類結果から、優先的に取り組むべき改善ポイントの提案。
【優先改善提案（緊急度順）】
1. 機能不足（緊急度MAX：89%ネガ・28件）
→ 上位3つの要望機能：API強化、レポート機能、Slack連携
2. サポート初回応答時間の改善（緊急度高：53%ネガ・32件）
→ 初回応答SLAを48時間→24時間へ
3. 価格プランの見直し（緊急度中：56%ネガ・18件）
→ 「中間プランがない」という声が9件
これがあると、改善ロードマップの叩き台がそのまま完成します。
AI 分析の精度を9割以上にする5つのコツ
コツ1：質問設計の段階で誘導する
「自由にお書きください」だけでは、薄い回答が多くなる。具体的な質問 で誘導する。
| 悪い例 | 良い例 |
|---|---|
| ご意見をお聞かせください | 当社サービスを使う中で、最も困っている場面を具体的に教えてください |
| ご感想をお願いします | 直近1ヶ月で「改善してほしい」と感じた点を、シーンと共に書いてください |
質問が具体的だと、回答の解像度が上がり、AI分類の精度も自動的に上がります。
コツ2：分析プロンプトに「文脈」を渡す
AI は社内ルールや業界用語を知りません。プロンプトの冒頭で 文脈を補完 します。
あなたは○○業界の SaaS カスタマーサクセス担当です。
当社では「サポート」と言えば営業対応も含みます。
回答者は SMB（従業員30〜300名）の経営層が中心。
以下の自由記述を、テーマ分類してください。
文脈を渡すだけで、誤分類率が 3〜5割改善 することもあります。
コツ3：カテゴリを事前に固定する
「自由にテーマ分類して」だと、AIは毎回違うカテゴリを生成し、経時比較ができなくなる。カテゴリリストを固定 して渡すのが鉄則。
以下のカテゴリのみに分類してください。該当しないものは「その他」へ。
1. サポート対応
2. 機能・仕様
3. 価格・契約
4. パフォーマンス
5. UI / 使いやすさ
6. その他
コツ4：低満足度の自由記述だけ抽出して分析する
満足度3以下の回答者の自由記述だけを抽出して分析すると、改善ポイントだけが浮き彫り になります。これを「条件付き分析」と呼びます。
満足度5の人の自由記述は、原則として改善には使いません。代わりに「訴求文の素材」として営業・マーケ用に別途分析します。
コツ5：経時比較で「変化」を見る
毎月同じ設問で取り、AI 分析結果を時系列で並べると、
「サポート不満」の比率推移
2026/02：18% → 03：22% → 04：31% → 05：38%
のような変化が見えます。変化点が改善優先度の最大シグナル。
AI 分析の落とし穴と対処
落とし穴1：完全に正確ではない
AI のテーマ分類精度は 80〜95%。残り5〜20% は誤分類があり得る。重要な意思決定の前には人間がサンプルチェックを入れる。
対処：100件のうち10件をランダム抽出して人間がチェック。誤分類率が10%超なら、プロンプトを改善して再実行。
落とし穴2：個人情報の扱い
個人名・電話番号・メールアドレスを含む自由記述は、AI 分析前に マスキング が望ましい。
対処：レポアンは個人情報パターンの自動検出機能でマスキング処理。AI に渡す前に固有名詞→「[氏名]」のように置換します。
落とし穴3：感情の強さを見落とす
AI は分類は得意ですが、「怒り」「諦め」のような感情の温度を読み違えることがあります。
対処：センチメント分析で「ネガ」と判定されたものは、人間が最終確認。怒りの強い回答は経営層へエスカレーション。
手動分析との使い分け
| 状況 | 推奨 | 理由 |
|---|---|---|
| 5件以下 | 手動 | AI の準備時間のほうが長い |
| 5〜30件 | 手動 + AI 補助 | テーマ分類はAI、解釈は人間 |
| 30件以上 | AI 主体 + 人間チェック | 人間が全件読むのは不可能 |
| センシティブ情報多 | 手動・社内専用AI | 個人情報の社外送信リスク |
レポアンの AI レポート機能
レポアンは、回答が集まると ワンクリック で AI 分析レポートを生成します。
出力内容
- エグゼクティブサマリー（経営層向け1ページ）
- 各設問の集計結果（グラフ含む）
- 自由記述のテーマ分類とサマリー
- セグメント別の傾向（業種・プラン・在籍年数別）
- 改善提案（優先度付き）
出力形式
- ブラウザ上で 編集可能なマークダウンエディタ
- PDF 出力対応（レポートとしてそのまま配布可能）
- リンク共有機能（社内のメンバーに URL で共有）
編集機能
AI が生成したレポートを、そのまま使うのではなく エディタで仕上げる のがベスト運用。
- 文章を書き換える
- グラフを追加・削除
- 自社向けの解釈・推論を追加
- 「AI叩き台 + 人間仕上げ」が最強
不正回答の自動フラグ
アンケート謝礼 を出している場合、極端に短い回答時間や同じ選択肢の連続を「質の低い回答」として自動フラグ化。AI分析から除外できます。
まとめ
AI 分析を運用に組み込む4原則：
- 自由記述30件以上 から AI の費用対効果が出る
- カテゴリは固定 して経時比較を可能にする
- 低満足度だけ抽出 して改善ポイントを浮き上がらせる
- AI 叩き台 + 人間仕上げ が最強の運用
レポアンのAIレポート機能なら、フォーム公開後に回答が集まれば ワンクリックでレポート生成。エグゼクティブサマリー・グラフ・自由記述分類・改善提案を含む完全なレポートが、数分で出力されます。PDF 化・リンク共有にも対応しているので、社内共有にもそのまま使えます。
関連記事
- 自由記述から本当のインサイトを発見：顧客インサイトの発見方法
- VoCの集め方全体像：VoC（Voice of Customer）の集め方
- 取った結果を意思決定に繋げる：アンケート結果の活かし方
- アンケートデータ分析の全体像：アンケートデータ分析の手法