Snowflakeによるアンケート自由記述の深掘り分析
課題
- アンケートの満足度などの定量データは可視化できていたものの、数千件に及ぶ自由記述は非構造テキストのままで、十分に活用できていなかった。
- 内容の確認は手作業に依存していたため、分析対象は一部の回答にとどまり、お客様の声に含まれる傾向や課題を網羅的に把握できていない状況だった。
- 満足度の高い・低い理由が分からず、各部門が取るべき改善アクションの仮説を立てにくい状態だった。
- アンケート単体の傾向把握にとどまり、他データとの掛け合わせによる横断的な分析や、意思決定につながる示唆出しができていなかった。
ご支援内容
- LLMを活用し、Snowflake Intelligence(※現Snowflake CoWork)を用いた分析アプリケーション構築のPoCを実施した。
- 自由記述を「営業」「設計」などの要因別に分類し、ポジティブ・ネガティブを判定・スコア化して構造化した。
- 顧客・契約データと連携した深掘り分析や検索機能を実装し、仮説探索から分析まで一気通貫で実行できるUIを提供した。
ご支援後の効果
- 感情・要因分類により、これまで埋もれていた顧客の声を実務で使える資産に変えることができた。
- 分析に要する時間が約9.5時間から約2.5時間に短縮され、初動探索や仮説立案が高速化した。
- お客様からは「データを行き来する時間が減り、本来の分析に集中できる」「今後、データ拡張により更なる価値向上に期待がもてる」と高く評価いただいた。