AIでアンケート・社内サーベイを設計・集計・分析する方法｜従業員満足度調査から顧客フィードバックまで実践ガイド

「従業員満足度調査の質問文を毎年一から考えるのが大変」「顧客アンケートの集計と分析に何日もかかってしまう」——こうした課題を抱えているビジネスパーソンは少なくないでしょう。

この記事では、ChatGPTやClaudeなどの生成AIを使って、アンケートの設計・集計・分析レポート作成まで一連の業務を大幅に効率化する具体的な方法を解説します。コピペで使えるプロンプト例と出力例も掲載しているので、この記事を読み終えたその日から実践できます。

AIでアンケート業務はどう変わるか

従来のアンケート作成・分析には、担当者の時間と経験を大量に必要としていました。

・質問設計: 何を聞くか、どの表現ならバイアスが出ないかを1問ずつ検討
・選択肢設定: 5段階評価の文言、自由回答欄の配置場所の決定
・集計作業: ExcelやGoogleスプレッドシートでの手作業集計
・分析・報告書: 数字から読み取れるインサイトをまとめて経営陣に提出

生成AIを活用すると、このプロセスのほぼすべてを劇的に短縮できます。

重要なのは「AIに全部任せる」のではなく、「たたき台を作らせて人間が精査する」という役割分担です。この前提を守れば、品質を落とさずに大幅な時短を実現できます。

具体的な使い方（ステップバイステップ）

1. 目的・対象・測定軸をAIに整理してもらう

まず「何のためのアンケートか」を整理します。この段階をあいまいにすると、後工程で的外れな質問ばかりになります。AIへの依頼に以下の情報を含めると、設計の骨格が整理された状態で返ってきます。

私は中小企業の人事担当者です。年次の従業員満足度調査を設計します。

【条件】
・対象: 全社員50名
・回答所要時間の目安: 10分以内
・測定したい軸: エンゲージメント、職場環境、上司との関係性、成長機会の4軸
・目的: スコアの経年変化を追いながら離職率の低下につなげる

このアンケートの設計方針と、質問の構成案（設問数・各軸の質問数・評価スケール）を提案してください。

【AIの出力例（抜粋）】

「設計方針：各軸を4問ずつ（計16問）+ eNPS（0～10の推奨度スコア）1問 + 自由回答2問 = 計19問を推奨します。評価スケールは5件法（1:まったくそう思わない ～ 5:非常にそう思う）が経年比較に適しています。eNPSは”あなたはこの会社を友人・知人に職場として勧めたいですか？（0～10）”の1問で導入障壁が低く、NPS分布で推奨者/中立者/批判者を一目で把握できます……」

2. 質問文と選択肢を生成する

設計方針が決まったら、質問文を生成させます。「バイアスのない表現」「1問1概念」「評価スケールの選択肢文言」まで指定すると精度が上がります。

以下の条件で従業員満足度調査の質問を作成してください。

【条件】
・構成: エンゲージメント4問、職場環境4問、上司との関係性4問、成長機会4問、eNPS1問、自由回答2問
・制約: 1問につき1つの概念だけ聞くこと、特定の回答を誘導しない中立的な表現にすること
・評価スケール: 5件法（1:まったくそう思わない、2:あまりそう思わない、3:どちらともいえない、4:ある程度そう思う、5:非常にそう思う）

各設問には設問番号と測定軸（例: 【エンゲージメント】）を付けてください。

【AIの出力例（抜粋）】

「Q1【エンゲージメント】私は自分の仕事に意義を感じている。（5件法）
Q2【エンゲージメント】私は職場で自分の能力を十分に発揮できていると思う。（5件法）
Q5【職場環境】私の職場では、誰でも意見を安心して発言できる雰囲気がある。（5件法）……」

生成された質問文は必ず人間が読み返し、「答えが予想されるような聞き方になっていないか」「2つの概念を1問で聞いていないか」を確認してください。

3. 回答データをAIに読み込ませて集計・分析する

アンケート回収後は、回答データ（CSV形式）をAIに貼り付けて集計・分析を依頼します。個人情報（氏名・社員番号）は事前に削除または匿名化した上で利用してください。

以下はGoogleフォームから書き出した従業員満足度調査の回答データです（CSV形式・50件、個人情報削除済み）。
次の分析を実施してください。

【依頼内容】
①各設問の平均スコアを算出する
②エンゲージメントスコアが全社平均を0.5ポイント以上下回っている設問を抽出する
③eNPSスコアを計算する（推奨者[9-10点]の割合 - 批判者[0-6点]の割合）
④自由回答コメントを「ポジティブ」「ネガティブ」「改善提案」の3つに分類し、各カテゴリの代表コメントを2件ずつ抜き出す

【データ】
（ここにCSVデータを貼り付け）

注意点： ChatGPT・Claudeとも一度に処理できるデータ量に上限があります。500件を超える大規模調査では、100件単位に分割して複数回に分けて処理するか、Python+AIの組み合わせを検討してください。

4. 分析レポートの骨格をAIに作成させる

集計結果が出たら、役員会議や管理職向けの報告書の骨格をAIに作成させます。

以下の集計結果をもとに、役員会議で使用する従業員満足度調査の報告書（A4・2枚程度）を作成してください。

【構成】
①調査概要（対象・回収率・調査期間）
②総評（全体スコアの概況・前回調査との比較）
③軸別の詳細分析（4軸それぞれの強みと課題）
④自由回答から見えた主要課題（上位3テーマ）
⑤改善提案（具体的なアクション3項目・優先度付き）

【集計結果】
（ここに③の分析結果を貼り付け）

【AIの出力例（抜粋）】

「①調査概要：調査期間2026年7月、対象50名、回収率96%（48名）。②総評：全体平均スコアは3.7/5.0（前回比+0.1）。4軸のうち「職場環境」（平均4.1）が最も高く、「成長機会」（平均3.2）が最低スコア。eNPSは+12（前回比+5）と改善傾向……」

数字や固有名詞は必ず原データと照合し、「なぜそのスコアになったか」の解釈は現場知識を持つ人間が加筆してください。

実務での活用例（Before/After）

【事例1】年次エンゲージメントサーベイ（社員50名の中小企業）

Before: 人事担当者1名が質問設計に3日、集計に1日、報告書作成に2日の計6日間を投入。毎年同じような質問になりがちで、「結局スコアが変わらない」という経営陣からの声が課題だった。

After: ChatGPTで質問設計のたたき台を2時間で作成。「前回から追加すべき視点」をAIに提案させたことで、心理的安全性とハイブリッドワーク環境という新軸を追加できた。集計・分析は回答データをClaudeに貼り付けて30分で完了。報告書の骨格も1時間で生成し、担当者の確認・修正を含む全作業が2日以内に収まった。

【事例2】ECサイトの購入後顧客満足度調査

Before: マーケティング担当者が月次CSVをピボットテーブルで手作業集計し、自由回答コメントを1件ずつ読んでカテゴリ分類するのに毎月丸一日かかっていた。施策への反映が翌々月になるため、トレンドへの対応が遅れるという課題があった。

After: 回答CSVをClaudeに貼り付け、「自由回答を①商品品質②配送③接客④価格⑤その他に分類し、各カテゴリの代表コメントを3件ずつ抜き出してください」と依頼。コメント分類が30分で完了した。顧客レビューのVOC分析と組み合わせることで、アンケートとECサイト口コミを横断した顧客インサイトレポートを月2時間で完成できるようになった。

うまくいかない時の対処法

問題1: AIが誘導的・複合的な質問文を作る

プロンプトに「1問につき1つの概念だけ聞くこと」「特定の回答を誘導しない中立的な表現にすること」を明記します。生成された質問文は必ず読み直し、「答えが予想される書き方になっていないか」「複数のことを同時に聞いていないか」を確認してください。

問題2: 分析が表面的で「平均スコアが低い」以上のインサイトが出ない

「なぜこのスコアになった可能性があるか、3つの仮説を立ててください」「低スコア群と高スコア群の回答パターンを比較して違いを教えてください」のように、仮説思考・比較分析を明示的に依頼します。AIは指示した分析しか行わないため、問いの質がアウトプットの深さを決めます。

問題3: 大量データが一度に処理できない

ChatGPTやClaudeのコンテキスト上限を超えた場合は、データを100件単位に分割して複数回処理します。Excelの分析と組み合わせる場合はChatGPTでExcelデータを分析する方法も参照してください。どうしても大規模データを一括処理したい場合は、ChatGPTのデータ分析機能（Code Interpreter）にCSVをアップロードする方法が有効です。

本記事のまとめ

生成AIを使うと、アンケートの設計から集計・分析レポートまでの一連業務を大幅に効率化できます。

AIに「完全に任せる」のではなく「たたき台を作らせて人間が精査する」役割分担を守ることが、品質を保ちながら時短を実現するコツです。浮いた時間を分析の深掘りや改善アクションの立案に使うことで、アンケート業務の価値を大きく高められます。

AIを活用した業務全体のデジタル化については、姉妹サイトDXマスターズ.TOKYOでも中小企業向けのDX推進ガイドを詳しく解説しています。