この記事では、従業員の多様性と包摂性に関するアンケートの回答を分析するためのヒントを提供します。数十または数千の返信に取り組んでいる場合でも、AIとスマートなプロンプトを使用して、アンケートの応答分析を実際の洞察に変換する方法をお見せします。
アンケート回答の分析に適したツールを選ぶ
アンケート分析のアプローチとツールは、従業員の多様性と包摂性のデータの形式に依存します。ここで言いたいのは次のことです：
定量データ: 特定の選択肢を選んだ従業員の数をカウントする場合（例えば、「私は包摂的と感じる：はい/いいえ」）、スプレッドシートで対応できます。数を合計したり、迅速にチャートを作成し、時間をかけてトレンドを追跡するには、ExcelやGoogleスプレッドシートのようなツールが最適です。
定性データ: 多様性と包摂性に関する従業員アンケートには、「排除感を感じた時のことを教えてください」といったオープンテキストの質問や「そのように答えた理由は？」といったフォローアップが含まれることが多いです。これらの定性回答には宝が隠されていますが、何百もの回答を手作業で読み取ることは現実的ではありません。ここでAIツールが役立ち、細かいフィードバックをスケールで分析することが可能になります。
定性回答に対処する際のツールの活用方法は2つあります：
AI分析のためのChatGPTまたは類似のGPTツール
エクスポートしたアンケート回答を、ChatGPTや他のGPT搭載のチャットインターフェースに貼り付けることができます。
これは柔軟性があり、同僚と話しているように自然言語でフォローアップを求めたり、要約を依頼したりできます。
しかし、正直言って、すぐに混乱します。ChatGPT用にデータをエクスポートして準備するのには時間がかかります。大きなファイルの場合、ツールはそのコンテキストの制限に達することがあります。手作業でコピー＆ペーストを大量に行い、分析した内容を追跡しなければなりません。
プライバシーとデータの機密性も考慮する必要があります—特に敏感な多様性と包摂性のトピックにおいて重要です。
Specificのようなオールインワンツール
AIアンケート回答分析用に設計されたツール（Specificなど）は、アンケートを生成し、回答を1か所で分析することによりこれらの問題を解決します。
レスポンスを収集する際、Specificは会話型AIを使用してフォローアップの質問を自動的に行います。これにより、表面的な回答ではなく、より深く高品質な回答が得られ、多様性と包摂性のアンケートにおいて特に重要です。フォローアップに関する詳細は、AIフォローアップ質問の仕組みをご覧ください。
SpecificのAIを活用した分析は、回答を即座に要約し、主要なテーマを見つけ、実用的な洞察を強調します—スプレッドシートを操作する必要はありません。ChatGPTのようにデータと会話することができますが、フィルタリング、セグメント化、チームとのコラボレーションが可能です。
また、固定されるわけではありません。 独自のアンケートをゼロから作成したい場合、選択肢があります—このAIアンケートジェネレーターをチェックしたり、従業員多様性と包摂性アンケートのプリセットから直接始めたりできます。
多様性と包摂性に関する従業員アンケート回答を分析するための役立つプロンプト
AIプロンプトについて話しましょう。良いプロンプトは、従業員アンケート分析で全体像を明らかにするのと同時に、重要な点にフォーカスするのに役立ちます。
コアアイデアのためのプロンプト: 多数のオープンエンドの従業員回答から主要テーマを抽出するための多用途なプロンプトです。多様性と包摂性に関するアンケートでは、最も頻繁に浮上するものを見るのに最適です。
あなたのタスクは、太字でコアアイデアを抽出すること（各コアアイデアにつき4〜5語）+最大2文の説明者を用意することです。
出力要件：
- 不要な詳細を避ける
- 特定のコアアイデアを何人が言及したかを指定（言葉でなく数字を使用）、最も言及されたものを上に
- 提案なし
- 兆候なし
例：
1. **コアアイデアのテキスト:** 説明者のテキスト
2. **コアアイデアのテキスト:** 説明者のテキスト
3. **コアアイデアのテキスト:** 説明者のテキスト
優先順位がついた主要トピックのリストを得られます—経営陣への報告や次に取り組むことを特定するのに最適です。
より多くのコンテキストによるより良いプロンプト: AIにアンケートの詳細—目標、対象者、懸念事項を伝えれば、より鋭い洞察が得られます。例えば：
2024年に従業員の多様性と包摂性に関する機密のアンケートを分析しています。回答は150件。アンケートの目的は、当社で民族的少数派が直面する障壁を発見し、リーダーシップに実行可能なステップを提供することです。採用、昇進、内部コミュニケーションに関連する問題に固執してください。
この追加の詳細で、AIはあなたにとって最も重要なことに焦点を当てます。
深掘り: テーマを見つけたら、「XYZ（コアアイデア）についてもっと教えて」と尋ねます。AIはそのテーマの背後にある直引用や逸話を浮上させます—多様性と包摂性のアクションプランニングに不可欠なコンテキストです。
特定トピックのプロンプト: 従業員の回答に「テレワーク」が出てきたか確認したいですか？
テレワークについて話した人はいましたか？ 引用を含めてください。
直近のポストパンデミックのオフィス復帰方針についての議論が頻繁に行われているため、誰がそれについて言及したか、何を言ったかを見ることが重要です。2024年の記事によりますと、オフィス復帰の動きは、女性、少数派、障がいを持つ人々に不釣り合いに影響を与えていますが、リモートワークは公平さと生産性のために利益を提供します[1]。
痛点と課題のプロンプト: リーダーシップが従業員が何に苦労しているのか知りたい場合、試してみてください：
アンケートの回答を分析し、最も一般的な痛点、不満、または課題をリストアップします。それぞれを要約し、発生頻度やパターンを記録します。
ペルソナのプロンプト: 従業員の「ペルソナ」または類似経験を持つグループを理解することで、特定のD&Iイニシアティブを促進します：
アンケートの回答に基づいて、異なるペルソナのリストを特定し、記述します—製品管理で使用される「ペルソナ」に似ています。各ペルソナについて、キー特性、動機、目標、および観察された関連する引用やパターンを要約します。
動機とドライバーのプロンプト:
アンケートの会話から、行動や選択の背後にある主要な動機、願望、または理由を抽出します。同様の動機をグループ化し、データからの支持証拠を提供します。
感情分析のプロンプト:
アンケート回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。それぞれの感情カテゴリーに寄与する主要なフレーズやフィードバックを強調します。
提案とアイデアのプロンプト:
アンケート参加者が提供したすべての提案、アイデア、または要求を特定してリストします。トピックまたは頻度でそれらを整理し、関連する場合は直接の引用を含めます。
これらのプロンプトは、AI分析を構造化し、最もオープンエンドな従業員フィードバックであっても意味を持たせます。アンケートの質問とプロンプトの作成について詳しくは、多様性と包摂性に関する従業員アンケート向けの最良の質問ガイドをご覧ください。
Specificが質問タイプごとに定性データを分解する方法
Specificはアンケート質問のタイプに基づいて、AI分析を自動的に適応させます：
フォローアップあり/なしのオープンエンド質問: AIはすべての回答とそれに関連するフォローアップ会話をサマライズし、コアアイデアと実行可能な洞察を浮上させます。
フォローアップありの複数選択肢: 各選択肢（例：「管理職は多様です」—はい/いいえ）に対して、Specificはその選択肢のフォローアップ回答を別々に要約し、グループごとにパターンを簡単に見つけられるようにします。
NPSスタイルの質問: 従業員ネットプロモータ質問では、AIがフィードバックをセグメント別に要約します—批判者、パッシブ、推奨者ごとに、各グループが言っていることに焦点を当てたビューを提供します。
ChatGPTや同様のツールを利用して同じことを行うことができます—ただし、コピー＆ペーストや設定作業が多くなります。NPS特化のアンケートを作成したい場合は、この従業員NPSテンプレートをご覧ください。
AI分析ツールにおけるコンテキスト制限の対処方法
すべてのAIチャットツール（ChatGPTやSpecific含む）にはコンテキスト制限があります—つまり、一定量のデータしか一度に取り込むことができません。大規模な従業員の多様性と包摂性アンケートは、特に数百の回答者とフォローアップがある場合、これらの制限にすぐに達します。
フィルタリング: 特定の質問や選択肢への回答が含まれる会話を選択することでデータをスライスします。これにより、AIはデータの関連するサブセットだけを分析し、例えば少数民族の従業員や「昇進」を言及した人たちに集中できます。このフィルタリングによって、コンテキスト制限内で得るインサイトを最大化します。
クロップ: 特定の質問の回答だけをAIに送信して分析します。例えば、「自分が包摂的と感じたときの状況を説明してください」という質問にのみ焦点を当て、その他は除外します。
これらの戦略は物事をスムーズに進め、AIを圧倒することなく、ターゲットを絞ったインサイトを表に出します。Specificはこれらのコントロールを組み込んでいますが、構造化されたワークフローでこれを簡単に再現できます。
従業員アンケートの回答を分析するためのコラボレーション機能
従業員フィードバックの分析、特に多様性と包摂性のトピックに関しては、クロスチームのコラボレーションがしばしば混乱に陥ります。何百ものオープンエンド回答を統合し、誰が何を尋ねたかを追跡し、各部門の懸念が対処されることを確実にすることは、多様性イニシアティブにおける主要な課題です。
Specificでは、AIとチャットするだけでアンケートデータを分析できます。各分析は独自のチャットウィンドウで行われ、部門別、リーダーシップ別、あるいはイニシアティブごとに並行して深く掘り下げることができます。
異なるフィルターを持つ複数のチャットが、作業を比較したり手渡したりするのをスムーズにします。各チャットには誰がそれを始めたかが表示され、誰が何を言ったか正確にわかります。この透明性は混乱を解消し、従業員の多様性と包摂性の作業におけるアカウンタビリティのための直接的な発見とコメントの属性を可能にします。
同僚がAIチャットに分析やコメントを落とすときはいつでも、アバターと名前で各メッセージがマークされます。これらの機能により、スムーズなコラボレーションと明確な監査証跡が保証されます—アンケートデータ{