地方自治体のパフォーマンスに関する市民調査の回答をAIで分析する方法

この記事では、地方自治体のパフォーマンスに関する市民調査の回答をAIの調査回答分析ツールと技術を使って分析する方法についてのヒントを紹介します。

調査回答を分析するための適切なツールの選択

選ぶツールやアプローチは、調査データの構造や種類によって異なります。地方自治体に関する市民のフィードバックについて知っておくべきことは以下の通りです：

• 定量データ（単一選択、複数選択、評価など）： これらはExcelやGoogle Sheetsなどのスプレッドシートプログラムで簡単に集計・要約できます。傾向を素早く把握し、割合を計算し、結果をグラフ化できます。
• 定性データ（自由回答や追跡質問）： ここが難しい部分です。回答が多い場合、特に地方自治体のパフォーマンスのように長く幅広い回答が求められるテーマでは、すべての詳細なコメントを読むのは不可能です。そこでAIツールによる分析が必要になります。

定性回答を扱う際のツール選択には2つのアプローチがあります：

ChatGPTや類似のGPTツールによるAI分析

手動でのエクスポートとチャット： エクスポートした調査データをChatGPTにコピー＆ペーストして分析できます。自然で反復的な質問が可能ですが、CSVやテキストファイル形式の管理が面倒で、大量のデータを分割し文脈を追跡するのは手間がかかります。

限定的なワークフロー機能： ChatGPT内でのフィルタリングや整理、文脈管理の追加ツールはなく、ワークフローはかなり手動です。質問やテーマごとに回答をグループ化するにはコピー＆ペーストと多くの忍耐が必要です。

Specificのようなオールインワンツール

目的に特化したAIプラットフォーム： Specificは会話型AI調査によるデータ収集と回答分析を一つの場所で行います。一般的なツールとは異なり、AIが自動で追跡質問を行うことで、より詳細で文脈豊かなデータを市民から収集できます。詳細は自動AI追跡質問の仕組みをご覧ください。

AIによる分析： AI調査回答分析機能により、回答は即座に要約され、主要なテーマが浮かび上がります。スプレッドシートを扱う必要はありません。ChatGPTのようにAIと直接チャットしながら、フィルタリングや文脈管理の追加コントロールも利用できます。自由回答や追跡質問の分析に特化したツールです。

シームレスな実行可能性： 市民の不満を集めるだけでなく、簡潔な洞察を得て、地方自治体の満足度や課題の傾向を短時間で特定できます。調査作成の手順については地方自治体パフォーマンスに関する調査ガイドをご覧ください。

地方自治体のパフォーマンスに関する市民調査データで使える便利なプロンプト

市民調査から真の価値を引き出すには、調査だけでなくデータに対しても適切な質問をする必要があります。Specificや一般的なツールで使えるAIプロンプトの例を紹介します：

コアアイデア抽出のプロンプト： 大まかな概要を素早く得たい場合は、データを貼り付けて以下のプロンプトを使います：

あなたのタスクは、コアアイデアを太字（1つのコアアイデアにつき4～5語）で抽出し、最大2文の説明を付けることです。 出力要件： - 不要な詳細は避ける - 特定のコアアイデアを言及した人数を数字で示す（単語ではなく）、最も多いものを上に - 提案はしない - 指示はしない 出力例： 1. **コアアイデアのテキスト:** 説明文 2. **コアアイデアのテキスト:** 説明文 3. **コアアイデアのテキスト:** 説明文

最良の結果のために文脈を提供： AIは調査の目的や背景、対象となる市民の種類を伝えるとより良い結果を出します。例：

このデータセットは、地方自治体のパフォーマンスに関する市民の満足度についての自由回答を含みます。対象は市のサービス、インフラ、コミュニケーションなどの分野です。主な懸念点や提案を理解したいです。

重要なアイデアの詳細を尋ねる： 「透明性の欠如」のような繰り返し現れるテーマを見つけたら、「透明性の欠如についてもっと教えて」と尋ねてください。フォローアップの具体的な行動に役立ちます。

トピックの迅速な検証： 「道路維持について話した人はいますか？」（ヒント：「引用を含めて」と付け加える）これでトピックが浮上しているか確認し、報告用のサンプルコメントを抽出できます。

課題や問題点のプロンプト： 市民が共有する根本的な不満を分析するには以下のプロンプトを使います：

調査回答を分析し、最も一般的な課題、不満、問題点をリストアップしてください。各項目を要約し、パターンや発生頻度も記載してください。

感情分析のプロンプト： 全体的な満足度を測るために重要です。特に世界的に地方自治体への市民満足度が低下していることを踏まえて：

調査回答に表現された全体的な感情（例：肯定的、否定的、中立的）を評価してください。各感情カテゴリに寄与する主要なフレーズやフィードバックを強調してください。

ペルソナのプロンプト： 異なる市民の体験を理解するのに役立ちます：

調査回答に基づき、製品管理で使われる「ペルソナ」のように、異なる特徴を持つペルソナのリストを特定し説明してください。各ペルソナについて、主な特徴、動機、目標、関連する引用や会話のパターンを要約してください。

提案やアイデアのプロンプト： 市民からの価値ある提案を発見するために：

調査参加者が提供したすべての提案、アイデア、要望を特定しリストアップしてください。トピックや頻度で整理し、関連する直接の引用も含めてください。

最適なプロンプトと分析を引き出すための調査構成の詳細は地方自治体パフォーマンスに関する市民調査の最適な質問をご覧ください。

Specificが質問タイプ別に定性調査データを分析する方法

SpecificのAIはあらゆる種類の調査質問に対して豊富な分析を提供します：

• 自由回答（追跡質問の有無にかかわらず）： すべての回答と各主要質問に付随する追跡会話を要約します。これにより、各自由回答に対して一つの集約された読みやすいナラティブが得られます。
• 選択式質問と追跡質問： 各回答選択肢ごとに関連する追跡質問の要約を別々に作成し、市民がどの選択肢を選んだかだけでなく、その理由も把握できます。
• NPS（ネットプロモータースコア）： 各セグメント（批判者、中立者、推奨者）に対する追跡フィードバックを要約し、満足度を促進または阻害する要因を明らかにします。

ChatGPTでもエクスポートしたCSVを質問や回答ごとに分割し、セクションごとにプロンプトを実行することで同様のプロセスが可能ですが、かなりの労力がかかります。

分析前に市民調査を編集・更新したい場合はAI調査エディターを使い、AIとチャットしながら質問を更新できます。

AI調査分析における文脈制限問題の解決

大規模な調査は、一度に分析できるテキスト量に制限があるAIツールを圧倒することがあります。Specificはこれを管理する2つの方法を提供します：

• フィルタリング： すべての会話を送る代わりに、関連する回答だけをフィルタリングします。例えば、市民がごみ収集に不満を述べた会話や公園を称賛した会話だけを分析します。これにより分析が焦点を絞り、制限内に収まります。
• クロッピング： AI分析のために重要な質問だけを選択します。インフラに関する自由回答だけを調査データセットに含めるなどです。これにより、より多くの調査会話がAIの文脈ウィンドウに収まり、切り捨てによるデータ損失を防げます。

この方法で、技術的な障害やカスタムスクリプトなしに正確で焦点を絞った洞察を得られます。

市民調査回答分析のための共同作業機能

地方自治体サービスに関する自由回答の市民フィードバックをチームで処理する際、共同作業は大きな課題です。スプレッドシートのエクスポート、コメントスレッド、失われたメールチェーンの管理は効率的ではありません。

チャット駆動の分析： SpecificではAIとチャットしながら調査回答を分析でき、複雑なダッシュボードや専門スキルは不要です。

複数の並行チャット： 各チャットに独自のフィルターを適用できるため、あるチームメンバーはごみ収集に関する市民の感情を掘り下げ、別のメンバーは公共安全に関するフィードバックを調査できます。誰かの作業を上書きしたり失ったりすることはありません。

明確な著者表示による共同作業： 各チャットには開始者が表示され、メッセージには送信者のアバターがタグ付けされます。これにより、プレゼンテーションや内部報告のための調査結果のまとめが格段に簡単になります。

市民調査の設定や共有の簡単な手順についてはこのハウツーガイドをご覧ください。

今すぐ地方自治体のパフォーマンスに関する市民調査を作成しましょう

より洞察に富んだフィードバック、実行可能な洞察、そして真の共同作業を次の調査で実現しましょう。会話型の市民調査を作成し、AIに即時分析を任せてください。