この記事では、AIアンケート応答分析や効果的なアンケート分析ツールを使用して、多様性と包摂に関する市民アンケートの回答を分析するためのヒントを紹介します。
分析に適したツールの選定
適切なアプローチは、持っている応答データの種類に依存します。例えば、定量データ—市民がどれくらいの割合で政策を支持しているか、あるいは職場での包摂性を評価しているか—は、ExcelやGoogle Sheetsのようなツールで簡単に処理でき、傾向を把握するための組み込み機能とチャートを使用します。
定量データ：スプレッドシートでの分析が簡単です。例えば、市民の63%がコミュニティの多様性の改善を見ていると報告した場合、SheetsやExcelでの集計が効果的です。[1]
定性データ：自由記述やフォローアップの回答は、より深い洞察を提供しますが、数十件でも手作業で全ての回答を読むことはできません。AIツールを使用すれば、テキストに溺れることなく、回答内容やその理由を迅速に要約・視覚化できます。
定性的な応答を扱う際のツールのアプローチは二つです：
ChatGPTや同様のGPTツールによるAI分析
コピーペーストとチャット:自由記述の市民アンケートデータをエクスポートし、ChatGPTに貼り付けます。要約、感情分析、またはAIとリアルタイムでフォローアップ質問を考えることができます。
スケールには不向き:この方法は小さなデータセットに適していますが、何百、何千もの回答がある場合、データの管理が迅速に面倒になります。AIとのメッセージングは多くの構造を提供しません（フィルターもなく、どのデータを扱っているかを追跡する機能もありません）、回答をチャンクごとに管理し、どこまで進んだかを確認する必要があります。
Specificのようなオールインワンツール
アンケート分析用に特化: SpecificのAIアンケート応答分析では、AIがすべての回答の収集と分析を行うので、開始点を考えたりデータをエクスポートしてコピーする必要がありません。
リッチなデータのための自動フォローアップ: Specificのアンケートはパーソナライズされたフォローアップ質問を行うため、常により完全で実行可能な入力を得られます。すべての可能な回答を計画する必要もありません。AIは各回答者にとって重要なことを探求し、回答の質を市民の多様性と包摂プロジェクト全体で向上させます。自動AIフォローアップ質問機能について詳しくは、こちらをご覧ください。
即時要約とインサイト生成: AIはオープンテキストの応答を整理し、パターンを明らかにし、市民が実際に気にしていることを数クリックで抽出します。手作業でのコーディングやデータの二度での推測が不要になり、ChatGPTのようにAIと結果についてチャットすることもできますが、コラボレーションとデータ管理の機能が統合されています。
柔軟で協力的なワークフロー: オールインワンツールを使用すれば、データを簡単にセグメント化、フィルタリング、再訪できます。生成するインサイトと、チームやコミュニティの他のメンバーとどのように共有するかを常に管理できます。多様性と包摂に関する市民アンケートの作成方法と開始から終了までの結果の分析について、このガイドをご覧ください。
市民の多様性と包摂アンケートデータを分析するのに役立つプロンプト
適切なプロンプトを使用することで、アンケート応答の分析が非常に容易になり、より一貫性が増します。強力なプロンプトがAIに重要なことに焦点を当てさせ、Specificのようなアンケートプロとプラットフォームによって同じプロンプトが使用されます。
コアアイデア用のプロンプト – 多くのオープンな回答からテーマを迅速に抽出するのに優れたものです。次に、正確なプロンプトを示します:
あなたのタスクは、コアアイデアを太字で抽出することです（1コアアイデアあたり4-5語）+ 最大2文の説明文を含む。
出力要件:
- 不要な詳細を避ける
- 特定のコアアイデアを言及した人数を指定する（数字を使用、言葉ではなく）、最も多く言及されたものを先に
- 提案はしない
- 示唆はしない
例出力:
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
市民が多様性と包摂について最も重要視していることを明確でコンパクトなリストで受け取ることができます。
AIは常に文脈と共に働きます。 AIに分析を求める前に、アンケート、状況、期待する発見を説明します。例えば:
都市コミュニティでの多様性と包摂イニシアティブに関する市民のアンケート応答を分析します。回答者が表現した主要なテーマと感情に焦点を当てます。
テーマにもっと深く入り込む:「コアアイデア」を特定した後、それについて「もっと教えてください」と質問するか、プラットフォームの検索を使用して関連するすべての回答をフィルタリングすることができます。
特定のトピックに対するプロンプト:ときには「コミュニティエンゲージメントについて誰かが話していましたか？」と知りたいことがあります。次のように使用します:
市民のプログラムに関してコミュニティエンゲージメントについて誰かが話していましたか？引用を含めて。
市民の多様性アンケート分析のための他のためのプロンプト:
ペルソナ用プロンプト – コミュニティの異なる声を理解するために次のように尋ねます:
アンケート応答に基づいて、製品管理で使用される「ペルソナ」に似た、異なるペルソナのリストを特定して説明してください。それぞれのペルソナについて、彼らの主要な特性、動機、目標、および会話で観察された関連する引用やパターンを要約します。
痛点と課題用プロンプト – 特定の包摂問題を明らかにするのに最適です:
アンケート応答を分析し、言及された最も一般的な痛点、フラストレーション、または課題を一覧にします。各々を要約し、パターンや出現頻度を記録します。
動機とドライバー用プロンプト – 市民が多様性への関与に向かったり、離れたりする動機を見つけます:
アンケートの会話から、参加者が彼らの行動や選択を行うために表現する主な動機、欲望、または理由を抽出します。類似の動機をグループ化し、データからの証拠を提供します。
感情分析用プロンプト – 集団のムードや方向性感をつかむために:
アンケート応答で表現された全体的な感情（例：ポジティブ、ネガティブ、中立）を評価します。各感情カテゴリーに寄与するキー句やフィードバックを強調表示します。
提案とアイデア用プロンプト – このプロンプトで市民に次のステップを指示させます:
アンケート参加者が提供したすべての提案、アイデア、要望を特定し、リスト化します。トピックや頻度ごとに組織し、該当する場合は直接引用を含めます。
満たされていないニーズと機会用プロンプト – 次のように尋ね、ギャップを明らかにします:
アンケート応答を調べて、回答者が強調した未満のニーズ、ギャップ、または改善の機会を発見します。
質問の構成や文章化についてもっとアイデアが欲しい場合は、多様性と包摂に関する市民アンケートのための最良の質問についてのガイドを確認してください。
Specificが質問タイプごとに定性データを分析する方法
自由記述式（フォローアップの有無にかかわらず）: メインとフォローアップ質問の両方すべての回答をカバーする単一の要約を取得します。これにより、AIはすべての説明とストーリーを結びつけ、よりリッチで首尾一貫した絵を描くことができます。
選択肢選択とフォローアップ: 各複数選択回答に関連するフォローアップ応答の詳細な内訳を確認します。例えば、「反対」を選び、それに対する理由を説明した場合、そのグループ専用の「理由」の要約が表示されます。
NPS（ネットプロモータースコア）: 各グループ—批判者、中立者、推奨者—のまとめを取得できるので、特定の市民がなぜそう感じるのか、各タイプごとにフィルターされた洞察を得ることができます。
ChatGPTでも同様の分析を行うことができますが、より手動で行う必要があります：回答をタイプごとに整理し、要約する必要があります。詳細は、AIによるアンケート応答分析についてのSpecificの資料をお読みください。
大規模アンケートデータセット分析時のAIコンテキスト制限の管理方法
ほとんどのAIモデル—ChatGPTやアンケートツールで使用されているものも含む—はコンテキストサイズの制限があります。つまり、多くの市民アンケート応答がある場合、一度にすべてを分析に送ることはできません。
特定の回答者や質問でのフィルタリング: Specificでは、関心のある質問に回答した会話のみを分析対象とするフィルターを設定でき、ボリュームを削減し、集中的に分析に集中できます。
フォーカス質問へのクロッピング: もう一つの方法はクロッピングで、AIに送信する際、選択した質問やトピックだけに焦点を当てます。これにより、モデルを圧倒することなく、単一の高付加価値質問に対する全回答を分析できます。
これらの方法を組み合わせることで、たとえ大規模または複雑な多様性と包摂のアンケートでも、鋭敏かつ関連性の高い分析を可能にします。詳細は、AIアンケート分析ガイドで確認できます。
市民アンケート回答の分析のためのコラボレーション機能
市民の多様性と包摂プロジェクトにおいて専門家、政策メーカー、または活動家からのインプットが価値のあるとき、複数の人がアンケート応答を分析したい場合、コラボレーションが混乱を招くことがあります—分析が一人のメールボックスに停滞したり、エクスポートされたファイルに迷子にならないように。
チャットベースのAIコラボレーション: Specificでは、フィルターを適用した新しいチャット（またはいくつか）を開始するだけで、各チャットは開始者、適用されているフィルター、およびカバーしているデータセグメントを正確に追跡します。
各メッセージにおけるチームの明確さ: 分析チャット内の各メッセージは誰が寄稿したかを示します—したがって、市職員やダイバーシティ委員会のメンバーと共同作業する際には、各アイデアや問い合わせがどこから来たのかが明確です。アバターと名前が各コメントにリンクされているため、容易にフォローアップできます。
誰もが独自の角度を試すことができる: あなたとあなたの協力者は、一度に異なる分析を実行できます—要約を待ったり、ファイルを管理する必要はありません。特定の市民グループやテーマに取り組む場合、それは独自の明確にラベル付けされたチャットにあります。AIアンケートの編集とコラボレーションに関するベストプラクティスガイドを詳しくは、こちらをご覧ください。
今すぐ多様性と包摂に関する市民アンケートを作成しましょう
AI駆動のアンケート分析で意味のある会話を始め、コミュニティにとって本当に重要なことを明らかにしましょう—わずか数分でより深い、実行可能な多様性と包摂のインサイトを得られます。