この記事では、建物の安全性に関するテナント調査からの回答を分析する方法についてのヒントを紹介します。このようなフィードバックを扱う際には、迅速にアクション可能な結果を得るために、適切なAIツールとプロンプトを選ぶことが重要です。プロセスを最初から最後まで分解して見ていきましょう。
調査データを分析するための適切なツールの選択
調査回答を分析するために使用するアプローチとツールは、持っているデータの種類に依存します。データがより構造化されているほど、分析が容易になりますが、自由記述のコメントはAIソリューションに向かわせます。
定量データ: 特定の安全上の懸念を選んだテナントの数などの数字には、Google SheetsやExcelのような従来のツールが最適です。これらはカウントを集計したり、割合を計算したり、単純なチャートを作ったりするには実績のあるツールです。
定性データ: 調査に自由回答や追跡質問が含まれている場合、回答を一つ一つ読んでいくことはすぐに不可能になります。ボリュームが増えると、パターンを見つけ、テーマを抽出し、テナントの実際の懸念を要約するためにAIを駆使したツールを使用する必要があります。これは、多くの人の幸福に影響を及ぼす安全問題の場合、特に重要です。英国政府の全国テナント調査では**13%のテナントが住まいの安全性に不満を持ち**、修理の遅延（26%）や建物のセキュリティ問題（17%）を主な原因と納得しています。すべての懸念を読んで手動でクラスタリングする試みは無理があります。[1]
定性回答を扱う際には、ツール選択には2つのアプローチがあります:
AI分析用のChatGPTまたは類似GPTツール
これはDIYルートです。 テナント調査結果をスプレッドシートやテキストファイルとしてエクスポートし、ChatGPT（またはClaude、Geminiなど）に回答をバッチでコピー&ペーストします。そこから結果についてチャットし、要約を求めたり、AIにトレンドや主要な痛みのポイントを見つけさせたりすることができます。
しかし、この方法ではデータハンドリングがスムーズではないことが多いです。 入力サイズの制限により回答をチャンク化しなければならず、フォーマットが手間になることがあります。調査が深いほど、手動作業が増えます。1度きりの調査では可能ですが、洞察が実際に改善につながる反復的な安全調査では、特別に設計されたものが必要です。
Specificのようなオールインワンツール
このアプローチはこのニーズにぴったりです。 ツールを介してエクスポートする代わりに、Specificは両方のステップをカバーします。AI主導のテナント用建物安全調査を使用してデータを収集し、分析は同じスペースで行われます。
Specificはさらにフォローアップ質問を自動的に行い、テナントから直接、高品質で詳細な回答を確保します — 特に困難な安全やメンテナンスの懸念についても。同時に分析を行う際には、AIの要約機能が核心のテーマを即座に抽出し、明確で実行可能な洞察を手作業なしで取得できます。
調査のコンテキストが組み込まれた状態でAIと結果について直接チャットできます。フィルタリング、回答セグメンテーション、チャット履歴の機能により、スプレッドシートを駆使するよりもグループ作業や深い洞察を得ることが簡単になります。
このオーディエンスとトピック向けに調査セットアップを試してみたい場合は、私たちのテナント用建物安全調査ジェネレーターや、テナント用建物安全調査のための最良の質問ガイドを探索してみてください。
テナント用建物安全調査を分析するために役立つプロンプト
AIによる調査回答分析は、使用するプロンプト次第でその効果が決まります。適切な質問により、AIはテナントフィードバックに隠された「本当のストーリー」を表層化できます。
コアアイディアのプロンプト: 長い自由回答のリストから主なテーマを取得するには、この「コアアイディア」のプロンプトがテナント調査を分析する際の基盤です。大量の回答を貼り付け、これを使用します:
あなたのタスクは、太字でコアアイディアを（コアアイディアごとに4-5語）抜き出し、最大2文の説明をしてください。
出力要件:
- 不要な詳細を避ける
- 特定のコアアイディアを挙げた人数を指定する（数字を使用、単語ではなく）、最も挙げられたものが最優先
- 提案をしないこと
- 表示をしないこと
例としての出力:
1. **コアアイディアテキスト:** 説明文
2. **コアアイディアテキスト:** 説明文
3. **コアアイディアテキスト:** 説明文
AIは、調査の対象者、目的、背景についてのコンテキストを提供するとより良いパフォーマンスを発揮します。例えば、このようにプロンプトを始めることができます:
このデータは、英国のアパート複合施設における建物の安全に関するテナント調査のものです。目標は、安全の弱点と優先順位を特定して改善することですので、テナントの福祉に影響する実行可能なテーマに焦点を当てて分析してください。
アイディアをさらに探求するためのプロンプト: 繰り返し出現するトピックが見つかった場合は、AIに次のように尋ねてください: "建物のセキュリティに関する懸念についてもっと詳しく教えてください" — これによりそのテーマに関連するすべての詳細情報や関連の引用を掘り下げます。
特定のトピックのプロンプト: 「誰かが火災安全について言及しましたか？」という疑問がある場合、AIに直接尋ねてください。"誰かが火災安全について話しましたか？ 引用を含めて"と試みることで、直感を実際のフィードバックで裏付けたり、大きな問題になる前の緊急の弱信号を見つけたりすることができます。
ペルソナのプロンプト: 別の「タイプ」のテナント（家族対学生、頻繁に報告する人対沈黙する大多数）が存在するかどうかを理解するには、次のようにAIにお願いしてみてください: "調査の回答に基づき、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、説明してください。各ペルソナの主な特徴、動機、目標、観察された会話パターンと関連する引用を要約してください。"
痛点と課題のプロンプト: テナントがもっともフラストレーションを感じることをあらわすには: "これらの調査回答を分析し、言及された最も一般的な痛いポイントやフラストレーション、課題を一覧にして、各々を要約し、起こる頻度やパターンを明記してください。"
感情分析のプロンプト: 全体的な感情トーン（安全、信頼、不安）を測るには: "調査回答で表現された全体の感情（例：ポジティブ、ネガティブ、中立）を評価してください。各感情カテゴリに寄与する主なフレーズやフィードバックを強調してください。"
提案とアイディアのプロンプト: テナントからの改善アイディアが欲しい場合には: "提供された任意の提案、アイディア、リクエストをすべて一覧にし、トピックや頻度ごとに整理し、関連する場合には直接の引用を含めてください。"
Specificが質問タイプごとに定性分析をどのように処理するか
Specificでは、調査回答の分析が構造化した建物安全調査の質問タイプに自動的に適応されます。各質問タイプで何が起きるかをご覧ください:
自由回答（フォローアップありまたはなし）: AIはすべての回答を要約し、さらに深い詳細を求めるためのフォローアップのやりとりをグループ化または強調します。これにより、テナントが話を脱線したり、一度に複数の問題に言及した場合でも、「隠れた」テーマを発見するのに役立ちます。
選択式質問（フォローアップあり）: 各選択（例：「どの安全問題があなたにとって最も懸念ですか？」）に対するフォローアップ回答をAIがまとめます。これにより、火災安全、修理、隣人のセキュリティについての懸念をサイドバイサイドで比較できる焦点を絞った要約が得られます。
NPS（ネットプロモータースコア、フォローアップあり）: AIはアンチ、パッシブ、プロモーター用に個別の要約を作成し、最も不満を持つ人々が何にフラストレーションを感じ、最も幸せなテナントが何を愛しているのかをすぐに把握できます。これはあなたのNPSトレンドに直接リンクします。
ChatGPTでも同じことが技術的に可能ですが、調査が拡大するにつれて、より遅く、より多くの手動作業が必要になります。
より大きなデータセットのためのAIコンテキスト制限への対処
何百もの回答（またはそれ以上）を取得すると、ChatGPTなどのAIツールは「コンテキストリミット」に達することがあります — 一度に分析できる最大量です。Specificはこれに2つの主要な機能で対応します:
フィルタリング: テナントが特定の質問に答えた会話、または特定のオプションを選んだ会話に絞って分析します。これにより、AIにとって最も関連のある回答のみが考慮され、空の回答やテーマ外の回答に貴重なコンテキストが無駄にならないようにします。
クロッピング: 選択された質問のみをAIに送信して分析します。例えば、一般的なフィードバックではなく、メンテナンスの懸念に集中したい場合、クロッピングによりこれが迅速にでき、AIのコンテキスト制限内でより多くの回答を一度に分析することができます。
Specificでは、フィルタとクロップの両方が標準装備されているため、データを手動でスライス＆ダイスする必要はありません。
テナント調査回答を分析するための協力機能
建物安全調査を分析する際にコラボレーションは大きな課題です。データが分散していると、お互いに干渉しやすく、異なるメンバーが自分のタブで洞察を引き出していると、それはより難しくなります。
Specificでは、AIとチャットするだけでテナントフィードバックを分析でき、これをチームで行えます。 各チャットは独立し、それぞれ独自のフィルター（例如、修理対セキュリティ問題）が備わっており、誰がスレッドを作成したかがわかります。これによりプロジェクトが整理され、チームの進捗が混乱の中で失われることを防ぎます。
チャットが「人タグ」付けされているため、誰が何を言ったかがわかります。 グループ分析では、各メッセージにアバターがラベル付けされており、誰がどのフォローアップ質問や洞察を提案しているのかが即座に明らかになります。これにより混乱が軽減され、チームが見つけた結果を要約する速度が速まります。
AIによる議論はただのデータ分析にとどまらない深い調査を奨励します。 AIに新しい質問をその場で問いかけることで（例えば「修理に関するネガティブな感情を駆動する要因は何ですか？」）、全員が直感を追いかけ、発見を共有し、迅速に反復することができるため、静的なスプレッドシートでは見落とされがちな新しい洞察をしばしば引き出します。
もしもAI調査回答分析のための真の協力的プロセスを構築することに興味がある場合や、このオーディエンス向けのワークフローを作成するためのヒントを知りたい場合は、建物の安全性に関するテナント調査の作成方法などの有用なガイドがあります。
今すぐテナントの安全性調査を作成しましょう
貴重な洞察を引き出し始めましょう: AIがあなたに代わってハードワークをこなし、一か所で深い、実行可能なテナントのフィードバックを収集します。専門知識がなくても、より迅速に家を安全にするために必要な明確さを手に入れましょう。