テキストデータから、課題解決に有用な知見を抽出します。
日誌・日報・報告書、アンケート等の記録・データを活用しましょう。記録・データは蓄積するだけでは意味がありません。分析して将来のために活用してこそ意味を持ちます。
次のような記録・データをお持ちの方、通り一遍の集計はしたものの、もっと重要な示唆が隠れているのではないかと疑問をお持ちの方、ぜひご相談ください。データを拝見して、貴社のビジネスの課題に有用な知見を得るための分析を行います。
- お客様の声
- アンケート調査データ
- 日誌・日報・報告書
- 販売等の記録
- 人事記録
- Webサイトデータ 等
弊社によるデータ収集も承ります。
効果的な分析のためのデータ・記録の残し方についてもアドバイスいたします。
活用事例
博物館・科学館の来館者日報・対話の分析
来館者の属性、来館日、滞在時間、スタッフとの質疑応答内容、アンケート結果を紐付けて分析しスタッフの対応や展示物の改善に活用しました。
ネガティブな感情を持つお客様を見分ける言葉、短時間しか滞在できないお客様をどのように案内するか、お客様の関心に沿った展示や実験のあり方など様々な展開が可能です。
健康相談窓口でのQ&Aの内容分析
健康相談窓口に生活者から寄せられた質問と回答を分析し、属性別や時系列での関心事項等の傾向や相談者の反応等を分析するとともに、様々な質問に適切に答えるための基礎資料を作成しました。
報道状況分析
特定のテーマに関連する報道の分析により、社会的関心の変化、媒体の特徴、ポジティブまたはネガティブにとられやすい文脈などを把握し、今後のコミュニケーションに活用しました。
施策の動向分析
福島原子力発電所事故を受けて、国、自治体、大学・研究機関などさまざまな機関が実施した施策の記録を収集・分析しました。災害後の活動の時期、地域による変化、担い手を横断的に明らかにしました。
（福島原子力発電所事故後の放射線リスク低減とリスクコミュニケーションに関する実践的研究活動の分析、The Society for Risk Analysis, Asia Conference 2018にて発表）
分析手法のイメージサンプル
ここで紹介している分析手法は単純なものですが、ビジネスの課題と結び付けることで価値が生まれます。
- 福島原子力発電所事故後の放射線リスク低減とリスクコミュニケーションに関する実践的研究活動の分析
- 主題歌にみる昭和から平成の特撮ヒーローの変化
- 主題歌の歌詞から番組の年代を判別する － 判別分析
- 高レベル放射性廃棄物処分「科学的特性マップ」への各地の反応
- 高浜原子力発電所の仮処分命令取消判決に関する社説の分析
【使用ソフト】KHcoder(KHコーダー) （解析部分はSPSS、Excel太閤なども活用）
テキストを分析する仕組み
テキストマイニングは文章中に出てくる単語の出現回数や出現頻度、単語同士の結びつきを文章ごとに比較したうえで、個々の文章の持つ特徴を計量的に把握する分析手法です。
文章そのものを数値で把握することはできません。しかし、文章を単語（形態素）に分解すれば、単語の出現回数や単語同士の結びつきを数理的に把握することができます。従来、これらの作業は手作業で行われ、分析には膨大な時間が必要でした。しかし、自然言語処理技術の発達により、膨大なテキストデータを分析することができるようになりました。テキストマイニングのツールにはKH CODER（樋口耕一）やIBM SPSS Text Analytics for Surveys（IBM）、TRUE TELLER（野村総合研究所）などのソフトウェアやASPのサービスなどがあります。
何ができるの？
大まかに言えば、次のようなことができます。
読まずに全体を理解する。
単語の出現回数や結びつきをみることで、膨大なテキストデータを読まなくても「どのようなことが述べられているか」を一目で把握できます。
特徴を把握する。
定性データであるテキストを計量可能なデータとすることで、様々な統計解析手法が適用できるようになります。
集計や解析により、競合商品と自社商品の比較、性別や年代など属性別の特徴、特定の商品と不満/満足との結びつきなど、特徴を把握したり、対象をグルーピングすることができます。
暗黙の了解を定量的に裏付ける。
例えば、商品AとBそれぞれの魅力、お客様を不快にする話題の組み合わせ、ある政策を支持する根拠や支持層の特徴等、担当者が経験的に感じている暗黙知があります。関係するテキストデータを分析することで、これらの暗黙知を定量的に裏付けることができます。
将来を予測する。
回帰分析や判別分析などを用いて予測モデルを作ることもできます。例えば「このような話題で会話すると、この商品を購入する確率が高まる」といったものです。他にも「会社を辞めてしまう人に特有の言い回し」「ネガティブな感情を持つ人が持ち出す話題」など、データ次第でさまざまに活用できます。
新たな知見を探索する。
仮説を設定したうえでテキストマイニングが行われることもありますが、仮説を設定せずに探索的に行うことで新しい発見が得られることもあります。
