この記事では、歩きやすさと歩道に関する市民調査からの回答を分析するためのヒントを提供します。実際に調査データから実行可能な洞察を得るための実用的なAI技術、プロンプトのアイデア、手法をお見せします。
分析のための適切なツールの選択
調査回答を分析するとき、アプローチと必要なツールはデータの形式と構造によって異なります。
定量データ: 数字に対処する場合（特定の回答を選んだ人数など）、ExcelやGoogleスプレッドシートのようなクラシックなツールで対応できます。合計を出したり、フィルタやピボットを使用するのが簡単で、使い慣れていて正確です。
定性データ: しかし、調査に自由回答や追跡質問が含まれる場合は、膨大なテキストと向き合うことになります。すべての回答を読み、パターンを特定し、重要なテーマをまとめることは、大多数の調査では手動で行うことは不可能です。だからこそ、スケールとスピードで洞察を得るために、GPTモデルのようなAIツールが必要です。
質的回答を扱う際には、2つのツールアプローチがあります：
AI分析のためのChatGPTまたは類似のGPTツール
基本的なAI分析にはChatGPTを使用できます。 調査回答をエクスポート（CSVまたはプレーンテキスト）してChatGPTに貼り付けます。そこからデータについてAIと対話し、要約やテーマ、感情分析を求めることができます。
ただし、実際には欠点があります。 生の調査エクスポートをコピー/ペーストするとフォーマットが崩れ、大規模なデータセットには苦労し、セグメントごとの分析やグループによる回答の比較が必要な場合にはすぐに混乱します。さらに、プライバシーとデータ管理が難しくなることがあります。
Specificのようなオールインワンツール
Specificは、AI調査設計と分析のために一から作られたツールです。 歩きやすさと歩道に関するCitizenの回答を収集し、それを同じプラットフォーム内で分析できます。自動追跡質問は、収集する内容の深さと明確さを向上させます－スクリプト化は不要です。（追跡がどのように機能するかを見たいですか？AIによる追跡の内訳をチェックしてください。）
瞬時のAI分析: 回答が届くとすぐに、SpecificはGPTによる分析を使用して回答を要約し、重要なテーマをハイライトし、実行可能な洞察を生み出します－データをエクスポートしたりスプレッドシートを管理する必要はありません。テキストの壁を読む代わりに、簡潔な概要が表示され、必要に応じて詳しく掘り下げることができます。
会話形式のクエリ: 調査結果についてAIと直接対話でき、まるでChatGPT内で行うようにセンサスデータに特化した構造で、より強力なコンテキストとスマートなフィルタリング機能を提供します。フィルタリングやセグメント化の機能を活用してAIが見るデータを管理することで、常に関連性のある分析が行えます。詳しくはSpecificによるAIチャットを使った調査データの分析を参照してください。
Citizenの調査を分析可能な形で作成しますか？ 歩きやすさのためのAI調査ビルダーを使用するか、カスタムプロンプトジェネレータを使用してゼロから設計してください。
歩きやすさと歩道に関するCitizenの回答分析に役立つプロンプト
AIを指示して、望む洞察を得るための方法がプロンプトです。ChatGPT、Specific、または他のどのGPTベースの調査分析ツールでも使用できるスマートなプロンプトのツールキットを以下に示します。
核心的なアイデアのプロンプト: これは、回答者が最も関心を持つことを迅速且つ焦点を当てて視覚化したい場合に使用します。このプロンプトは、特にCitizenの歩きやすさに関する調査におけるテーマ分析で効果的です。自由回答を貼り付け、以下を試してください：
あなたのタスクは、核心的なアイデアを太字（それぞれ4〜5語）で抽出し、最大2文の説明文を添えることです。
出力要件:
- 不要な詳細を避ける
- どれだけの人が特定の核心的アイデアを述べたかを示す（単語ではなく数字を使用）、最も多く言及されたものを上に表示
- 提案なし
- 示唆なし
例の出力:
1. **核心的なアイデアのテキスト:** 説明文
2. **核心的なアイデアのテキスト:** 説明文
3. **核心的なアイデアのテキスト:** 説明文
覚えておいてください: AIは常にコンテキストがある方がパフォーマンスが向上します。プロンプトの前に調査の詳細を記載してください：
私たちは、市民を対象に歩きやすさと歩道についての調査を行いました。コミュニティ内を歩く際の最も重要な改善点や課題を理解することが私たちの目標です。このコンテキストを考慮して回答を分析してください。
特定のテーマについて詳細を求めるためのフォローアッププロンプトを依頼できます： 「歩道のメンテナンスについて詳しく教えてください。」や「アクセシビリティについて人々が何を言っていたか？」
特定のトピックのプロンプト: 照明問題、横断歩道、新しい自転車レーンが持ち出されたかどうかが気になる場合に使用できます。
誰かが歩道の照明について言及しましたか？ 引用を含めてください。
ペルソナのプロンプト: 市民の応答者から異なる「タイプ」の人物を聞いているかどうかを見つけるために使用します。
調査回答に基づいて、異なるペルソナを特定し、記述してください — プロダクトマネジメントでの「ペルソナ」に似ています。それぞれのペルソナについて、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またはパターンを要約してください。
痛みのポイントおよび課題のプロンプト: 居住者が歩くことを難しくまたはフラストレーションを感じる原因を抽出するようにAIを指示します。
調査回答を分析し、言及されている最も一般的な痛みのポイント、フラストレーション、または課題をリストアップしてください。各テーマを要約し、その発生率やパターンをメモしてください。
提案やアイデアのプロンプト: 居住者からの提案や創造的なアイデアを浮上させるために：
調査参加者によって提供されたすべての提案、アイデア、またはリクエストを特定し、リストアップしてください。トピックまたは頻度によって組織化し、関連する場合は直接の引用を含めてください。
プロンプトや調査の流れをさらに詳しく知りたい方は、歩きやすさと歩道に関するCitizen調査の作成方法ガイドや、これらのトピックに対する最適な質問のタイプとアプローチを参照してください。
特定の質問タイプによる質的データの分析方法
Specificは、Citizenの歩きやすさ調査における質問のタイプに応じてAI分析を自動適応させます：
自由回答質問（後続質問がある場合もない場合も）: フォローアップの明確化からの洞察を含むすべての応答の要約を取得し、「何」を示すだけでなく「なぜ」も理解できます。
フォローアップがある選択肢問題: 各回答選択肢はその選択を選び、フォローアップ質問に答えた人々からの重要なフィードバックとテーマを要約します。
NPS（ネットプロモータースコア）: 忠誠調査では、プロモーター、パッシブ、批評家による結果が得られます。各セグメントにはその意見をドライブする要因をハイライトする専用の要約が得られます。
ChatGPTでのこのステップを上記のプロンプトに従って行うこともできますが、手作業が相当多くなります—特に調査が長かったり複雑だったりする場合。
AIのコンテキスト制限に関する課題への対処方法
どんなGPTベースのツールでもコンテキスト制限が課題です。あまりにも多くの調査回答を貼り付けると、制限に達し、AIは一度に多くのデータを処理できません。Specificは2つのスマートな解決策でこれを克服しますが、他の場所でも同じようにできます：
フィルタリング: データに質問や選択されたオプションで特定の回答が含まれる会話だけをAIに送信するようフィルタします。これにより、入力の焦点が絞られ、コンテキストが管理されます。
質問のクロップ: AIに分析させたい質問だけを選び出します。重要な質問だけを送信し（調査全体ではなく）、制限に当たらずに含めることができる会話の数を増やします。
これらの方法により、大規模なCitizenの歩きやすさのデータセットを一度に効率的に分析することができます。
市民調査回答分析のためのコラボレーション機能
複数のチームがCitizenの歩きやすさと歩道に関するフィードバックを協力して分析する必要がある場合、簡単に混乱が生じます—スプレッドシートを渡したり、共有ドキュメントにトランスクリプトを貼り付けると、コンテキストが失われたり、努力が重複する恐れがあります。
Specificはシンプルで組織的なコラボレーションを実現します。 AIと対話するだけでCitizenの調査データを分析できます。複数のチャットを開き、それぞれに独自のフィルタや質問を設定し、分析を開始した人が誰であるかを即座に確認できます。これにより、結果を追跡したり、歩きやすさと歩道に関するCitizenのフィードバックに対して自分の観点を追加することが簡単になります。
本当に共同的なディスカッション: あなたや同僚がAIチャットで結果についてディスカッションすると、各メッセージには送信者の名前とアバターが表示されます。これにより、チームとしての作業が調整され、Citizenからの入力を掘り下げ、アイデアをセグメント化し、一緒に次のステップを洗練する際に、会話が簡単にフォローできます。
歩きやすさと歩道に関するCitizenの調査を今すぐ作成
本当に都市を変える洞察を得る：Specificを使用してCitizenのフィードバックを収集し、歩きやすさと歩道の懸念に関する即席のAI解析を確認してください—手動での整理は不要で、明確で実行可能な結果を得られます。
