--どうして「MiningAssistant」を選んでいただいたのでしょうか。

塙平セミナーが始まる前に、少しだけ自由に製品に触れられる時間があったのですが、そこで5分ほどさわって私の中ではもう「買おう」と決めていました。
なぜなら、使い方がとてもわかりやすかったからです。テキストをCSV形式でインポートして、類語を登録して、分析にかけるとどういう結果が出てくるか、頭の中できれいにイメージすることができました。私だけじゃなく、ほかのスタッフでも容易に使いこなせるだろうという確信を持てたのも理由のひとつでした。

--現在、どのようにお使いいただいていますか。導入効果についてお聞かせいただければ幸いです。

塙平昨年9月末に導入して、最初は過去に行った市場調査の自由回答をインポートして、どのような結果が出てくるか試していました。本格的な調査はその後11月に実施した「お弁当作りにおける意識調査」からです。これもある商品部門からの依頼によるものでした。新商品が主婦のニーズに合致しているのか検証したいというので、プリコードを設定した設問と自由回答を組み合わせたアンケート調査をインターネット上で行いました。
お弁当作りでは、作り手の利便性と食べる人への配慮のどちらかを重要視しているだろうと思っていたのですが、調べてみるとそのどちらでもないという層が存在しました。定量データではこれ以上の分析は不可能なのですが、MiningAssistantを使って自由回答をコレスポンデンス分析にかけてみると、 「汁こぼれ」というキーワードが浮上しました。どちらでもない層がお弁当作りで最も重視していることは、汁こぼれを起こさないようにすることだったのです。この結果は商品部門での新商品の開発に活かされ、新商品は今春の発売が決定しました。

関澤やはりレポートに奥行きが出せたと思いますね。定量データ分析はもちろん重要で、これを欠かすことはできませんが、テキスト分析が加わることで説得性と納得性が増します。またその分析結果がMiningAssistantによりグラフ化され、ビジュアルに示されるので、レポートを受けとる方も理解しやすいと思います。

塙平最終的にはすべての自由回答に目を通すべきです。しかし、商品部門も私たちもなかなか時間に余裕がありません。テキスト分析により、どこに力点を置いて読めばいいかわかることで、レポートに入っていきやすくなることは確かです。自由回答の読み方も変わってくると思います。

--今後の展開についてお聞かせいただけますか。

関澤 作成したレポートは商品部門だけでなく、営業部門にも渡して取引先との商談にも使ってもらえるのではと思います。
また、お客様相談室など自由回答が多く集まる部門にも紹介していこうと思います。

塙平 私たちが行っている調査は、結局は商品に対してYesなのかNoなのかが重要なので、回答が好意的かどうかを示してくれるアフェクト度分析をもう少し使いこなしていきたいですね。また、何でも自由回答にすればよいわけではなく、プリコードや質問の仕方が分析精度に関係するので、その点を工夫していきたいです。調査内容としては、ブランドイメージもこれで分析してみたいと思っています。イメージというのは、感覚的で選択式の質問だけではなかなか測りきれないものですし、数千件単位の回答を扱うので、まさにこういうツールが活かせると考えています。