この記事では、市民調査からの歩行者安全に関する回答をAI駆動のツールとスマートな手法を用いて、正確で実行可能な洞察を得るための方法をご紹介します。
分析に最適なツールの選択
調査分析のアプローチは主にデータ形式に依存します。特定の安全上の懸念を選択した市民の数や具体的な変更を提案した市民の数といった定量データはシンプルです。数字やシンプルなグラフに関しては、私はExcelやGoogle Sheetsを使用します。これらは迅速で柔軟性があり、広く理解されています。
定量データ：選択肢形式の質問をした場合、例：「横断歩道でどれくらい安全だと感じますか？」―報告の処理は簡単です。結果を集計し、パーセンテージを計算し、基本的なグラフを作成します。このような場合、従来のスプレッドシートツールは頼りになります。
定性データ：オープンエンド形式の回答、例えばフォローアップストーリー、提案、または定性的な説明を受け取った場合、これは異なる手法が必要になります。これらの洞察は支援なしではキャプチャおよび要約することが不可能です。AIツールを使用して、大量のテキストからテーマを読み取り、整理し、浮き彫りにする必要があります。
定性調査データの場合、ツールには2つの主要なアプローチがあります：
AI分析のためのChatGPTや同様のGPTツール
コピー＆ペースト戦略：調査回答をエクスポートし、ChatGPTに貼り付け、要約やテーマを求めます。これは機能しますが、特に大規模データセットでは非常に便利とは言えません。コンテキストウィンドウを管理するのは煩雑で、フォーマットの問題がしばしば流れを妨げます。
手動によるオーバーヘッド：テキストをクリーンアップして構造化し、モデルに管理可能なチャンクを提供し、重要な所見を得るために繰り返し促す必要があります。大規模なデータセットは常に、あなたとChatGPTが一度に処理できる限界に接触します。
Specificのようなオールインワンツール
定性調査に特化：SpecificのAI調査回答分析プラットフォームのようなツールは、このワークフロー専用に設計されています。歩行者安全に関する市民調査を収集し、同じ場所で結果を分析できます―コピーや頭痛の種なしです。
スマートフォローアップ：市民が初期の質問に答えるとき、SpecificのAIは自動でフォローアップの掘り下げを行い、データの完全性と品質を向上させます。自動AIフォローアップ質問がどのように機能するかをご覧ください。
即時AI駆動の洞察：調査を終了すると、SpecificのAIがすべての回答（とすべてのフォローアップ）をスキャンし、それらを要約し、重要なテーマを発見し、即座に実行可能なビジュアルサマリーを提供します。データに関してAIと対話形式で会話し、フィルターを調整したり、トピックや回答者グループごとに詳細分析したりできます―スプレッドシートを開くことなく。
微調整された分析経験：Specific内でのAIとの対話は、データを通常のChatGPTにペーストする以上のリッチで詳細なもので、分析に含める回答を管理する柔軟性が増しています。詳細はAI調査回答分析ガイドで学んでください。
歩行者安全に関する市民調査のデータを分析するために使用できる有用なプロンプト
プロンプトについて話しましょう。良いプロンプトは、調査回答の生のデータを明確で信頼性のある所見に変え、それによって行動を起こすことができます―または公共政策の議論やインフラ計画に情報を提供できます。
コアアイデアのプロンプト：大量のテキストをクリアな箇条書きのテーマに整理するために使用します。これはSpecificでの定番のプロンプトで、ChatGPTでも同様に機能します：
あなたのタスクは、主要なアイデアを太字（各コアアイデア4-5語）で抽出し、最大2文の説明を加えることです。
出力要件：
- 不必要な詳細を避ける
- 特定のコアアイデアを何人が指摘したかを指定（単語ではなく数字を使用）、最も多く言及されたものが上
- 提案なし
- 指示なし
例の出力：
1. **コアアイデアテキスト:** 説明テキスト
2. **コアアイデアテキスト:** 説明テキスト
3. **コアアイデアテキスト:** 説明テキスト
AIモデルは常にコンテキストを提供するとより良く機能します。例えば、上記のコアアイデアプロンプトの前に次のように書くことができます：
「大都市で行った歩行者安全に関する市民調査では、84％の歩行者死亡事故が主に交差点外かつ暗い条件で発生しています。市民がどのような変更を望んでいるか、どこでリスクを最も感じるかを知ることが目的です。」
ディープダイブのプロンプト：コアアイデアを抽出した後、次のように続けます：
「[コアアイデアここに]についてもっと教えてください。」
特定の問題に関するプロンプト：特定の懸念（市内での大型車両など）を市民が挙げたか確認するには：
「誰かがSUVや大型車両について言及しましたか？引用を含めてください。」
痛点や課題に関するプロンプト：地域のインフラや規制に対する市民の不満を把握したい場合：
「調査回答を分析し、最も一般的な痛点、不満、または課題をリストしてください。それぞれを要約し、出現頻度やパターンに注意してください。」
感情分析のためのプロンプト：市民の歩行者安全に対する全体的な感情を把握するには：
「調査回答に表現された全体的な感情を評価してください（例：肯定的、否定的、中立的）。それぞれの感情カテゴリーに寄与する重要なフレーズやフィードバックを強調表示してください。」
未充たされたニーズと機会のためのプロンプト：将来の安全性改善のアイデアを求める場合に有用です：
「回答者が示した未充たれたニーズ、ギャップ、または改善の機会を発見するために調査回答を調べてください。」
ペルソナのためのプロンプト：ターゲットを絞った認識や公共エンゲージメントキャンペーンを計画している場合、ペルソナを求めてください：
「調査回答に基づいて、プロダクトマネジメントで使用される『ペルソナ』のように、明確なペルソナを特定し記述してください。それぞれのペルソナに対して、主要な特徴、動機、目標、および会話で観察された引用またはパターンを要約してください。」
市民調査についての最良の質問例を提供するガイドで、さらなる詳細なプロンプトのインスピレーションが得られます。
Specificが定性調査データを分析する方法
歩行者安全のようなトピックを扱う調査データでは、質問の種類が分析において重要です。Specificがこの作業をどのように分解するかを紹介します：
オープンエンドの質問（フォローアップの有無にかかわらず）：システムはすべての回答からコアテーマとアイデアを要約し、自動的にフォローアップの回答から関連する詳細を追加します。これにより、夜間の視認性や交差点の安全性など、歩行者の安全に関する懸念が最も一般的に共有されている問題や体験を簡単に把握できます。
フォローアップ付きの選択肢：「歩行者としてより安全に感じるために必要なものは何ですか？（1つ選択）」のような質問では、Specificは各選択肢に関連するフォローアップの回答だけを反映した個別の要約を提供します。たとえば、より多くの横断歩道を望む回答とより低い制限速度を望む回答の両方を瞬時にズームインできます。
NPSスタイルの質問：多くの場合、公共の満足度を測定するために使用されるNPS（ネットプロモータースコア）では、Specificはプロモーター、パッシブ、およびデトラクターの意見と経験を別々に要約します。これにより、各グループに必要な具体的な改善点が浮き彫りになります。NPSのセットアップについて詳しくはこちらをご覧ください。
同様の分析をChatGPTで行うこともできますが、手間がかかります。データを整理し、各シナリオに対してプロンプトを細かく調整することが必要です。
大規模な市民調査データセットを分析する際のAIコンテキストサイズ制限の克服
AIを用いて調査データを分析する際、コンテキストウィンドウサイズがボトルネックになることがあります。歩行者安全に関する市民調査で多数の詳細な回答を収集した場合、AIが一度に処理できる上限に達します。
Specificはこの問題に対処するために2つの重要な機能を提供します：
フィルタリング：選択された質問にユーザーが答えた回答、または特定の回答を選んだ回答のみがAIの分析に含まれるように会話をフィルタリングできます。これにより、コンテキストサイズが削減され、関連性が高まります。
クロッピング：AIに分析のために送信する質問を選択することができ、たとえ何百もの回答者会話があっても、すべての回答があなたが重要視する点に集中していることを保証します（たとえば「夜間歩行の安全性」や「危険な交差点」）。
この柔軟性により、市の安全調査で一般的な、大規模で緻密な定性的フィードバックを扱う際に洞察を見逃すことはありません。上級者向けの調査作成手順については、こちらの市民調査の作成方法ガイドをチェックしてください。
市民調査回答の分析における共同作業機能
歩行者安全に関する調査分析を複数の利害関係者が行う際には―都市計画者、コミュニティ活動家、交通当局者など―結果を解釈し議論する際に迅速に混乱が生じることがあります。
シームレスなAIチャット分析：Specificでは、市民調査データを共同でAIと会話をしながら分析できます。チーム間でファイルのエクスポート、インポート、または取り扱いを行う必要はありません。プロジェクト内のすべての人が情報にアクセスできます。
複数の、フィルタ可能なチャット：Specificは複数のチャットを立ち上げ、それぞれにカスタムフィルター（例：場所、年齢、調査回答の内容）を設定することができ、各チャットには作成者のラベルが付けられています。これにより、誰がどの調査の一部を探索しているか、そしてその理由が明確になります。
明確な帰属：共同作業をするとき、AIチャット内の各メッセージは送信者のアバターと名前を示します。これにより混乱が軽減され、特にクロスファンクショナルチームで全員の意見が一致します。新しい調査ラインを分岐させて、全員の時間と精神的な余裕を節約することもできます。
共同分析機能により、Specificは複雑なコミュニティ問題に取り組むチームに特に価値があり、オープンで透明性のあるインサイト共有を通じてコンセンサスを開発する必要がある場合に役立ちます。
市民調査を今すぐ作成し、歩行者の安全性を高めましょう
より安全な道路を実現するための実際の洞察を収集し、会話型AI調査を開始し、より豊かなデータを取得し、即時の分析とチーム機能を備えたSpecificのみが提供するオールインワンの場所でこれを実現しましょう。
