ChatGPTでアンケート分析する方法｜顧客の声を商品改善へ生かす

アンケートを集めたものの、「自由記述が多くて読み切れない」「集計結果を商品改善へどう結び付ければよいか分からない」と悩むことがあります。ChatGPTを使えば、回答の整理、分類案の作成、表の読み取り、改善仮説の言語化を効率化できます。ただし、回答を貼り付けて「分析して」と頼むだけでは、目立つ意見だけを拾った一般的な要約になりかねません。

アンケート分析で重要なのは、AIに感想を要約させることではありません。回答数、設問条件、回答者属性、原文、分類基準を保ち、どの顧客のどの課題を何へ反映するか判断できる状態にすることです。

この記事では、ChatGPTでアンケート分析を始める前の準備、選択式回答の集計、自由記述の分類、目的別プロンプト、失敗例、個人情報を扱う際の注意点まで実務に沿って解説します。個人事業主や中小企業が、顧客の声を商品企画、ブログ、LP、ウェビナー、メルマガ、個別相談、提案書の改善へつなげる方法も紹介します。

顧客の声を商品と販売導線の改善へ生かしたい方へ
→ 当社が運営する生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する

ChatGPTによるアンケート分析の結論

ChatGPTは、アンケート回答を自動的に「正解」へ変える道具ではありません。役立つのは、データの確認、集計手順の整理、自由記述の分類、キーワード抽出、表の説明、改善仮説の下書き、報告文の短文化です。何を改善するか、少数意見をどう扱うか、回答者全体を代表しているかといった最終判断は人が行います。

分析の基本は、次の流れです。

1. 分析によって決めたいことを一つ定める
2. 個人情報を除き、欠損や重複を確認する
3. 回答数、母数、設問形式を固定する
4. 選択式を集計し、自由記述を分類する
5. 原文と回答IDへ戻って分類の妥当性を確かめる
6. 改善候補を頻度、影響度、実行可能性で優先する
7. 施策を実行し、次回調査で変化を確認する

「よく出た意見」と「重要な意見」は同じとは限りません。回答数は少なくても、解約、誤解、法令、安全性、重大な不満に関わる声は別枠で確認します。一方、一人の強い表現を全顧客の総意として扱うことも避けます。

アンケート分析と市場調査・FAQ作成の違い

似た業務と目的を分けると、ChatGPTへ渡す材料と求める出力が明確になります。

業務	主な材料	目的
アンケート分析	回収済みの選択式・自由記述回答	顧客の評価、悩み、要望、購買理由を把握し改善する
市場調査	市場規模、競合、検索需要、公開資料など	市場機会や参入仮説を検討する
FAQ作成	問い合わせ、相談記録、つまずき	疑問へ先回りして回答し、自己解決を助ける
顧客分析	アンケート、問い合わせ、検索、販売結果、仮説	悩み、欲求、購入理由を販売導線へ反映する

アンケート分析は、誰に、いつ、どの設問で聞いた回答かを限定して解釈する作業です。市場・競合・公開情報から機会を探るChatGPT市場調査、複数の材料から悩みや購入理由を整理するChatGPT顧客分析とは、材料と結論の範囲が異なります。

分析前に準備する情報

ChatGPTへファイルを渡す前に、分析条件を整理します。少なくとも次の項目を確認してください。

• 分析目的：商品改善、満足度把握、解約理由の確認など、今回決めたいこと
• 調査期間：回答を募集した開始日と終了日
• 対象者と募集方法：購入者、読者、参加者など、誰にどう依頼したか
• 回答数：総回答数、有効回答数、設問ごとの回答数
• 設問文：実際に表示した質問、選択肢、質問順
• 回答形式：単一選択、複数選択、尺度、数値、自由記述
• 欠損と除外条件：未回答、テスト送信、重複、明らかな無効回答の扱い
• 回答ID：原文へ戻れる匿名の識別子
• 比較属性：利用歴、購入有無、商品、流入経路など必要最小限の区分
• 個人情報：氏名、メールアドレス、電話番号、会社名、自由記述内の識別情報
• 出力形式：集計表、分類表、改善候補、報告要約など
• 判断期限：いつ、誰が、どの施策を決めるか

表データは、一行を一回答とし、一列に一つの項目を置き、列名を明確にすると扱いやすくなります。結合セル、途中の小計、複数種類の表を同じシートに置く構成は避けます。複数選択式は一つのセルにまとめる方法と、選択肢ごとに0・1の列を作る方法があります。どちらを使ったかをデータ辞書に書きます。

個人情報を先に除く

氏名や連絡先が分析目的に不要なら、入力前に削除または匿名化します。自由記述には、本人名、勤務先、顧客名、具体的な案件、健康情報などが混ざる場合があります。置換した箇所は「回答者A」「企業X」のような記号にし、対応表が必要なら分析ファイルとは分離して管理します。

公開情報や本人から得た回答であっても、無条件に別目的で利用できるとは限りません。取得時に示した利用目的、同意内容、社内規程、契約、利用するChatGPTのプランとデータ設定を確認します。法的な最終判断をChatGPTへ任せず、判断が難しい場合は担当者や専門家へ確認してください。

ChatGPTでアンケート分析する8つの手順

1．改善判断を一つ決める

最初に「この分析で何を決めるか」を書きます。「顧客の声を知りたい」では広すぎます。「次回ウェビナーで追加する実演を決める」「購入前に不足している説明をLPへ追加する」のように、分析後に変更できる対象まで具体化します。

2．元データを保存し、分析用コピーを作る

回収した元データは変更せず保管し、分析用コピーで個人情報の削除、重複確認、表記統一を行います。除外した回答は消去するだけでなく、除外理由と件数を記録します。後から結果を再現するためです。

3．設問とデータの状態を確認する

いきなり結論を求めず、ChatGPTに列名、データ型、欠損数、重複候補、値の種類、異常値候補を一覧化させます。その結果を人が元ファイルと照合します。数値の列へ文字が混ざっている、同じ選択肢に表記揺れがあると、集計が分かれます。

4．選択式回答を母数付きで集計する

件数だけでなく、設問ごとの有効回答数と割合を出します。複数選択式では合計割合が100％を超える場合があるため、注記します。未回答を分母へ含めるか除くかでも数字は変わります。割合だけを示さず「18件／有効回答42件」のように件数と母数を併記してください。

5．自由記述をコード化する

自由記述は、似た内容へ分類ラベルを付ける「コード化」を行います。最初に一部を読み、仮の分類を作り、分類名、定義、含める例、含めない例をコードブックへまとめます。一つの回答に「価格」と「サポート」の両方が書かれていれば、複数ラベルを許可します。

ChatGPTの分類は便利ですが、境界が曖昧な回答を無理に一つへ押し込むことがあります。「その他」「判断保留」を用意し、各分類から原文を抽出して人が確認します。公開レポートで回答を紹介するときは、同意範囲を確認し、必要に応じて匿名化・要約します。

6．属性別に違いを確認する

全体集計だけでは、重要な差が隠れます。購入者と未購入者、初心者と経験者、参加経路など、改善判断に必要な属性で比較します。ただし、区分後の回答数が少ない場合、偶然の差を傾向として断定しません。属性を細かく組み合わせるほど個人が推測されやすくなる点にも注意します。

7．声を改善候補へ変換する

分類結果を並べるだけで終わらせず、「どの場面で」「何に困り」「どんな結果を望み」「現在の導線のどこが不足しているか」を整理します。改善候補は、頻度、顧客への影響、事業への影響、実行可能性、根拠の確かさで評価します。

たとえば「実例が欲しい」という回答が多い場合でも、すぐに教材を増やすとは限りません。初めて使う場面を想像できないのか、自分の業種に合う例がないのか、完成物の品質基準が分からないのかで施策は変わります。追加質問や個別相談で仮説を確かめてから、実演、事例記事、テンプレート、FAQなどへ反映します。

8．人が原文を監査し、実行後に再測定する

最終報告の前に、各分類の原文、件数、母数、除外条件、計算式を確認します。ChatGPTが存在しない関係や引用を作っていないかも見ます。改善後は、同じ指標を再度測り、満足度や行動が変化したか確認します。アンケート分析の完成は報告書ではなく、検証可能な改善サイクルです。

顧客理解から商品企画・集客・販売まで一貫して設計したい方へ
→ 生成AIを仕事と収益化へつなげる無料ウェビナーを見る

そのまま調整できる基本プロンプト

次の基本プロンプトは、分析条件を先に確認させ、いきなり断定的な結論を出させない構成です。角括弧を自分の調査へ合わせて置き換えてください。

あなたはアンケート分析を補助する担当者です。
目的は、[今回決めたいこと]の判断材料を整理することです。

調査概要：
・調査期間：[期間]
・対象者：[対象]
・募集方法：[方法]
・総回答数：[件数]
・有効回答の条件：[条件]
・除外条件：[条件]

添付データについて、次の順序で作業してください。

1. 列名、回答形式、欠損、重複候補、表記揺れを確認する
2. 分析前に確認が必要な点を質問する
3. 選択式は件数、有効回答数、割合を集計する
4. 複数選択式は合計が100％を超える旨を注記する
5. 自由記述は分類案と定義を作り、複数分類を許可する
6. 各分類の件数、割合、匿名の回答IDを示す
7. 少数だが重大な意見を別に示す
8. 事実、解釈、改善仮説を分ける
9. 改善候補を頻度、影響度、実行可能性で整理する
10. 断定できない点と追加調査が必要な点を示す

個人を特定する情報は出力しないでください。
計算過程と分類基準を確認できる形で示してください。
不足情報がある場合は推測せず、先に質問してください。

目的別のアンケート分析プロンプト

データ品質を確認するプロンプト

添付したアンケートデータを、まだ分析しないでください。
最初に次を一覧にしてください。

・列名と推定される回答形式
・行数と列数
・設問ごとの欠損数
・重複回答の候補と判定理由
・表記揺れの候補
・数値範囲外の値
・個人情報が含まれる可能性のある列
・集計前に私が決めるべき事項

データを自動修正せず、修正案と影響だけを示してください。

選択式回答を集計するプロンプト

[設問名]を集計してください。

・選択肢ごとの件数を出す
・有効回答数を分母として割合を出す
・未回答数を別に出す
・件数と割合を同じ表にする
・複数選択式なら回答者数と選択総数を区別する
・並び順を勝手に変えない
・計算式と丸め方を注記する

最後に、数字から直接言える事実だけを3点以内で示してください。

自由記述を分類するプロンプト

[自由記述の列名]を分類してください。

最初に回答全体の一部を確認し、分類案を作ってください。
各分類について次を示してください。

・分類名
・定義
・含める基準
・含めない基準
・紛らわしい分類との違い

一つの回答へ複数ラベルを付けて構いません。
判断できない回答は「判断保留」としてください。
分類後は、分類ごとの件数と匿名の回答IDを示してください。
原文にない意図を補わないでください。

属性別にクロス集計するプロンプト

[比較したい設問]を[属性]別にクロス集計してください。

・各区分の回答数を示す
・件数と区分内割合を併記する
・未回答の扱いを明記する
・回答数が[基準件数]未満の区分には注意を付ける
・差があっても因果関係とは表現しない
・個人が推測される細かい組み合わせは出さない

最後に、確認できた差、断定できない点、追加で必要な質問を分けてください。

購買理由と見送り理由を整理するプロンプト

購入者と未購入者の回答を分けて、次を整理してください。

・購入を後押しした理由
・購入前の不安
・見送った理由
・比較された選択肢
・不足していた情報
・誤解されていた内容

各項目を件数、母数、回答ID付きで示してください。
価格を理由とする回答も、予算不足、価値が不明、時期が違うなどに分けてください。
LP、説明会、個別相談で改善できる仮説を分け、原文だけでは断定できない点を明記してください。

改善候補を優先順位付けするプロンプト

分類済みの顧客の声から改善候補を作ってください。

各候補について次を表にしてください。

・対象顧客
・困っている場面
・根拠となる件数と回答ID
・改善内容
・期待する変化
・顧客への影響度
・事業への影響度
・実行の難易度
・検証指標
・断定できない点

頻度が高いという理由だけで1位にしないでください。
少数でも重大な問題は別枠で示してください。

一般的な要約を改善判断へ変える例

改善前

「多くの回答者が実例を求めています。実例コンテンツを増やすと満足度が上がるでしょう。」

この文章では、「多く」が何件か、誰の意見か、何を実例と呼ぶかが不明です。満足度が上がるという因果関係も確認できません。

改善後

「自由記述の有効回答48件のうち15件に実例への要望が含まれた。内訳は、業種別の完成例7件、操作手順の実演5件、失敗例3件で、複数分類を許可した。特に初回参加者で要望が見られたが、区分別の回答数が少ないため傾向の断定はしない。次回ウェビナーで業種別の完成例を一つ追加し、視聴維持率と終了後アンケートで変化を確認する。」

改善後は、母数、件数、分類、対象、限界、施策、検証指標が分かります。ChatGPTには文章を整える前に、この判断材料が欠けていないか確認させます。

よくある失敗と直し方

失敗1．生の個人情報をそのまま入力する

分析に不要な氏名や連絡先まで渡すと、情報管理上のリスクが増えます。必要最小限のデータへ絞り、自由記述内も含めて匿名化してから扱います。

失敗2．自由記述を短く要約して終える

要約だけでは、どの原文から結論を出したか追えません。回答ID、分類定義、件数を残し、原文へ戻れる状態にします。

失敗3．一つの回答を一分類へ固定する

顧客の声には、価格、操作、サポートなど複数の論点が含まれます。複数ラベルを許可し、分類ごとの合計が回答者数を超える場合は注記します。

失敗4．割合だけを比較する

80％でも4人中の結果と400人中の結果では意味が違います。必ず件数と母数を併記し、少数区分は参考値として扱います。

失敗5．相関を原因と断定する

満足度が高い人ほど利用回数が多くても、利用回数が満足度を上げたとは限りません。逆の関係や別の要因も考え、アンケート結果から直接言える範囲を守ります。

失敗6．都合のよい声だけを採用する

商品方針に合う意見だけを選ぶと判断を誤ります。肯定、否定、中立、判断保留を残し、少数でも重大な不満を別に確認します。

失敗7．施策へ反映して終える

実例を増やした、LPを書き換えたという実施記録だけでは効果が分かりません。次回アンケート、クリック、申込み、問い合わせ内容など、施策に合う指標を決めて比較します。

仕事で使う際の注意点

ChatGPTの出力を元データと照合する

ChatGPTは、表の読み違い、件数の取り違え、分類の揺れ、根拠のない説明を出す場合があります。重要な集計は表計算ソフトや分析環境でも確認し、サンプル行を人が読みます。引用を使う場合は、原文の存在と匿名化を必ず確認します。

プランとデータ設定を確認する

入力データの扱いは、利用するサービス、契約プラン、組織設定、データコントロールによって異なります。業務データを扱う前に、OpenAIの最新公式情報と自社ルールを確認してください。機密情報や要配慮情報は、入力可否そのものを慎重に判断します。

代表性と回答バイアスを明記する

アンケートへ回答した人が、顧客全体と同じとは限りません。満足度が非常に高い人や低い人ほど回答しやすい場合もあります。募集経路、回答率、対象者の偏りを報告し、「この調査の回答者の範囲で確認された結果」として解釈します。

再現できる記録を残す

使用したファイル、調査日、除外条件、プロンプト、分類定義、集計方法、修正履歴を保存します。同じデータでも指示やモデルの更新で表現が変わる可能性があります。重要な意思決定では、人が確認済みの集計表を基準にします。

筆者の実務視点｜顧客の声は販売導線のどこへ反映するか

私は、ブログ制作、商品企画、ウェビナー設計、メルマガ、個別相談、講座運営、販売導線の改善に携わる中で、アンケートを「満足度の報告」で終わらせないことを重視しています。個人事業主や中小企業では回答数が大企業ほど多くなくても、一つの声が商品説明の不足、参加前の不安、購入後のつまずきを具体的に示すことがあります。

たとえば、悩みの言葉はブログのテーマやLPの見出し候補になります。参加前の不安はウェビナー冒頭やFAQで説明できます。購入を決めた理由はオファーや提案書の価値説明に使えます。受講後のつまずきは教材、メルマガ、個別相談の案内順を見直す材料になります。ただし、顧客の表現をそのまま広告へ転載するのではなく、利用目的と同意を確認し、事実に合う形へ要約します。

実務で特に大切なのは、声を一つの施策だけへ閉じ込めないことです。同じ課題がブログ、LP、ウェビナー、メルマガ、個別相談で繰り返されていないかを確認します。商品そのものを直すべき問題を、文章の言い換えだけで解決しようとしてはいけません。逆に、商品価値が伝わっていないだけなら、商品を作り直す前に説明順や実例を改善できます。

商品案へ落とし込む方法は、ChatGPT商品企画プロンプト、価値と条件を提案へまとめる方法は、ChatGPTでオファーを作る方法、販売ページへ反映する方法は、ChatGPTでLPを作成する方法も参考にしてください。

よくある質問

何件あれば分析できますか？

必要件数は、調査目的、対象者数、比較したい区分、求める精度で変わるため、一律には決められません。少数でも個別の課題発見には使えますが、市場全体の割合として一般化しないことが重要です。件数、対象、募集方法を必ず示してください。

自由記述はChatGPTに全部まとめてもらってよいですか？

最終結果は原文と照合し、個人情報を除いたうえで、分類基準、回答ID、件数を残してください。

否定的な意見をそのまま商品へ反映すべきですか？

一件の不満だけで変更を決めず、発生場面、対象顧客、頻度、影響、商品方針を確認します。ただし、安全性、誤表示、契約条件など重大性が高い内容は、件数が少なくても速やかに確認します。

アンケート結果を顧客の声として公開できますか？

取得時の利用目的、同意、掲載条件、個人が特定される可能性を確認してください。公開前に匿名化しても、具体的な経歴や案件の組み合わせから本人が推測される場合があります。迷う場合は本人へ掲載内容を確認し、必要に応じて専門家へ相談します。

まとめ｜ChatGPTの要約を改善の根拠へ変える

ChatGPTでアンケート分析するときは、最初に分析目的、対象者、調査期間、設問、回答数、除外条件を固定します。選択式は件数と母数を併記し、自由記述は分類定義、回答ID、原文への照合手段を残します。AIの役割は、データ確認、集計補助、分類案、改善仮説、報告文の下書きです。

顧客の声を生かすとは、都合のよい意見を紹介することではなく、調査の限界を示したうえで、商品や販売導線のどこを変え、何で効果を確かめるか決めることです。事実、解釈、提案を分け、人が元データ、個人情報、適法性、最終判断を確認してください。

生成AIで顧客理解と販売導線の改善を実践したい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーへ参加する

この記事の背景

この記事は、2024年12月以降に当社へ寄せられた生成AI・ChatGPTに関する読者アンケート、講座相談、実務上の質問傾向をもとに構成しています。内容は匿名化・集計・要約済みであり、個人が特定される情報は使用していません。

単なる一般論ではなく、「自由記述をどう分類すればよいか」「顧客の声を商品やウェビナーの改善へどうつなげるか」「個人情報を含む回答をどこまで入力してよいか」といった、実際に寄せられた悩み、リクエスト、つまずきに基づいています。公開後もOpenAIなどの公式情報を確認し、機能やデータの取り扱いに変更があれば、必要に応じて更新します。

参考情報

• OpenAI Help Center「Data analysis with ChatGPT」（表形式データの準備、分析、表・グラフ作成に関する確認）
• OpenAI Help Center「File Uploads FAQ」（ファイルを使った分析、要約、変換と利用上限に関する確認）
• OpenAI Help Center「Does ChatGPT tell the truth?」（出力の誤りと重要情報の検証に関する確認）
• OpenAI Help Center「Data Controls FAQ」（ChatGPTのデータコントロール設定に関する確認）
• OpenAI Help Center「How your data is used to improve model performance」（サービス別のデータ利用と設定に関する確認）
• OpenAI「Enterprise privacy at OpenAI」（法人向けサービスにおけるデータ管理方針の確認）
• 個人情報保護委員会「個人情報保護法等」（個人情報の取扱いに関する法令・ガイドラインの確認）

著者

小谷川拳次。生成AIを活用したマーケティング、商品企画、ブログ、ウェビナー、メルマガ、個別相談、講座運営、販売導線の設計と実践に取り組んでいます。生成AIを魔法の自動化ツールとしてではなく、事実確認と人の判断を前提に、個人事業主・中小企業の仕事と収益化へつなげる方法を発信しています。

関連記事

• ChatGPT市場調査プロンプト｜競合・顧客ニーズを整理する方法
• ChatGPT商品企画プロンプト｜売れる商品アイデアを形にする方法
• ChatGPTでFAQを作成する方法｜顧客の疑問を整理する手順
• ChatGPTでオファーを作る方法｜提案価値と条件を整理する
• ChatGPTでLPを作成する方法｜販売ページの構成とプロンプト