お客様の声を、AIが読んで整理してくれる時代になった。
口コミ・アンケート分析を効率化する考え方

集まっているのに活かせていない「お客様の声」

多くの中小企業では、何らかの形で顧客フィードバックを収集しています。Googleビジネスプロフィールへの口コミ、購入後のアンケートフォーム、SNSのコメント、CSへの問い合わせメールなど、チャネルは様々です。

しかし実際には、こんな状況が起きていないでしょうか。

• 読む時間がない：件数が増えるほど全文精読は難しくなり、担当者が時間をかけても追いつかない。
• 分析が属人化している：まとめ方が担当者によって異なり、傾向が組織で共有されない。
• 改善アクションにつながらない：「よかった・悪かった」の印象はあっても、どのテーマが何件あるかを数値化できていないため、優先度をつけにくい。

このギャップを埋める手段として、AIによる定性データの自動分析が急速に実用化されてきました。

AIは「文章を読んで分類する」のが得意になっている

生成AIが文章の感情や内容を読み取る精度は、2025年から2026年にかけて大きく向上しました。現時点でどこまでできて、どこに限界があるかを整理しておきましょう。

AIが得意なこと

• ポジティブ・ネガティブ・中立の感情分類（センチメント分析）：「対応が丁寧で安心できた」「待ち時間が長すぎる」など明示的な感情表現は高精度で分類できます。現在の主要モデルは日本語の口コミ分類でおよそ85〜90%の精度とされています。
• テーマ・カテゴリの自動抽出：「スタッフの対応」「価格」「待ち時間」「清潔感」のようなテーマ別に振り分け、どの話題が多いかを集計できます。
• 改善提案の候補まとめ：ネガティブなコメントを束ねて「最も言及が多い不満はXXX。次いでYYY」という要約を自動生成します。
• 繰り返し登場するキーワードの可視化：自然言語のまま入力しても、頻出語句や共起するワードを抽出して傾向を把握できます。

人の確認が必要なこと

• 皮肉・反語的な表現：「こんなに混んでいれば大人気ですね（嫌味）」のような表現は誤判定されることがあります。
• 複合評価：「値段は高いが品質は良い」のようにポジネガが混在するコメントはどちらに分類するかが揺れます。
• 業種固有の専門用語：特殊な業界用語が多い場合は、AIに事前に用語の意味を説明するプロンプト設計が必要です。

AIに「大分類」を任せ、人が「重要コメントの精読と判断」を担う——この役割分担が、速度と品質を両立するカギです。

どんな方法で分析するか——3つのアプローチ

ツールと目的に合わせて、3つのアプローチがあります。

① 汎用AIに貼り付けて分析する（まず試す段階）

ChatGPT・Claude・Geminiなどに口コミのテキストを直接貼り付けて、プロンプトで分析を依頼する方法です。専用ツールの導入や連携設定が不要なため、今日から試せます。たとえば次のように指示します。

• 「以下の口コミを、ポジティブ・ネガティブ・中立に分類し、テーマ別（スタッフ対応／価格／待ち時間など）の件数も集計してください」
• 「ネガティブなコメントだけ抽出し、改善が必要なテーマを多い順に3つ教えてください」

20〜30件程度であれば数分で結果が出ます。件数が多い場合はCSVや複数回に分けて入力します。ChatGPT Teamプラン・Claude Teamプランを使えば、入力データが学習に使われないため業務データでも安心して使えます。

② Googleフォーム×Geminiで半自動化する（月次の仕組み化）

Googleフォームでアンケートを収集し、回答をスプレッドシートに蓄積させた上で、Gemini（Google Workspace版）をスプレッドシートに組み込んでバッチ分析する方法です。Apps Scriptを使えばフォーム送信のたびに自動でAI分析を走らせ、集計シートに追記させることもできます。月次レポートを自動集計したい場合は、この構成が費用対効果が高いでしょう。

③ 専用のVoC分析ツールを使う（件数が増えてきた段階）

月数百件を超えるフィードバックが集まり始めたら、VoC（Voice of Customer）分析に特化したツールの検討に値します。KikimimiのようなAI VoCプラットフォームは、問い合わせ・アンケート・SNSコメントを自動分類し、課題の優先度を可視化するダッシュボードを提供しています。ただし初期導入コストがあるため、まず汎用AIで仕組みを試してから移行するアプローチが現実的です。

今日から始める3ステップ

ステップ1：フィードバックを1か所にまとめる

Google口コミ・アンケート回答・問い合わせメールなど複数のチャネルを一つのスプレッドシートに集約します。最低限の列は「日付」「チャネル」「本文」の3つです。Googleフォームのアンケートはスプレッドシートに自動連携できます。Google口コミは手動でコピーするか、Google Maps APIを利用して自動取得することも可能です。まずは直近1〜3か月ぶんを集めるところから始めましょう。

ステップ2：AIで分類・要約・テーマ抽出を行う

集めたテキストをChatGPTやClaudeに貼り付け、次のような分析を依頼します。

• 感情分類：ポジティブ / ネガティブ / 中立のラベルを各コメントに付ける
• テーマ分類：「対応スピード」「品質」「価格感」「使いやすさ」など業種に合わせた分類軸で振り分ける
• 改善テーマ抽出：ネガティブコメントを束ねて「最も多い不満トップ3」を要約する

結果はMarkdownの表形式で出力させてスプレッドシートに貼り直すと、共有・比較がしやすくなります。初回は30分もあれば仕組みが整います。

ステップ3：月次の定点観測に組み込む

月末に前月分のフィードバックを同じ手順で分析し、「先月との比較」を確認する習慣をつけます。「ネガティブ比率が先月の18%から25%に上がった」「待ち時間への言及が急増している」のような変化が見えてきます。こうした数値の変化を月次会議の議題に持ち込むと、感覚論ではなく定量的な根拠に基づいた改善議論ができるようになります。

個人情報の取り扱いについて

Googleの口コミは公開情報のため扱いがシンプルですが、自社で収集したアンケートに顧客の氏名・連絡先・購買履歴が含まれる場合は個人情報保護法の対象です。AIツールに入力する前に次のルールを確認しておきましょう。

• 氏名・メールアドレス・電話番号など識別できる情報はAIに渡す前に削除する（仮名化・匿名化）
• ChatGPT TeamプランやClaude Teamプランなど、入力データが学習利用されない設定を選ぶ
• 社内向けに「VoC分析のAI使用ガイドライン」をシンプルな1ページで整備しておくと、担当者が変わっても安全に続けられる

よくある質問