顧客アンケートを実施している会社の多くが、回収後に壁にぶつかります。スコアの集計はできても、自由記述欄に書き込まれた数十〜数百件のコメントをまとめて読み込む時間がない。結果として「参考にします」と言ったまま、次の調査まで引き出しの中に眠らせてしまう。この記事では、業務管理ツールkintone（サイボウズ社が提供する、専門的な開発知識なしでデータベースや業務アプリを作れるクラウドサービス）とAIを組み合わせて、その自由記述を「すぐ動ける改善リスト」に変える方法を整理します。
満足度スコアが高くても顧客は離れていく
顧客アンケートの集計で「総合満足度4.1点（5点満点）」という数字を出したとき、担当者はひとまず安心します。しかし、その裏で「配送が毎回遅れるのが困る」「担当者が変わるたびに説明し直さないといけない」といった具体的な不満が自由記述に積み重なっていても、スコアの平均値には反映されにくい構造があります。
Bain & Companyが提唱したNPS（ネット・プロモーター・スコア）の研究や、消費者行動に関する複数の調査を見ると、顧客が実際にサービスを離れる理由の大半は「致命的な不満」よりも「小さな不便が繰り返される疲れ」です。5点中3点を付け続けていた顧客が、ある日静かに解約するパターンがここに当てはまります。自由記述にはそのような「我慢の積み重ね」が言葉として残っており、スコアだけを追いかけていると見落とします。
中小企業向けのSaaS各社が公開しているチャーン（解約）分析のレポートを見ると、解約した顧客の過去アンケートを遡ったとき、解約の2〜3回前の調査時点で自由記述に「不満のシグナル」が出ていたケースが全体の6割前後に上るという報告が複数あります。問題は、そのシグナルを誰も拾えていなかったことです。
kintone×AIで何ができるようになるか
kintoneは、エクセルに近い感覚でフォームやデータベースを作れるクラウドサービスです。アンケートの回答を直接kintoneに集約したり、外部フォームから取り込んだりする使い方が一般的です。ここにAIを組み合わせると、自由記述の処理が変わります。
具体的には、ChatGPTのAPIやサイボウズのAI機能（kintone AIアシスト）を使って、各回答テキストに対して感情の極性（ポジティブ・ネガティブ・中立）とカテゴリ（配送、接客、価格、品質など）を自動で付与できます。kintone上ではその結果をフィールドとして保存できるため、「ネガティブ×配送×過去3回以上」のような条件で絞り込み、対応優先度の高い顧客や課題を一覧化することが可能になります。
以前このメディアで取り上げたプロンプトの書き方ガイドでも触れましたが、AIに自由記述を分類させるとき、指示文（プロンプト）の設計が精度を左右します。「このコメントをカテゴリ分類してください」よりも、カテゴリ名と具体例をセットで与えたほうが、分類のばらつきが減ります。
実際の手順：5ステップで改善リストまで
ここからは、すでにkintoneを導入している会社を想定して手順を説明します。kintoneをまだ使っていない場合は、月額1,650円/ユーザー（スタンダードプラン）から利用でき、無料トライアルも30日間用意されています。
ステップ1：自由記述の回答をkintoneに集約する
すでにkintoneでアンケートを運用していれば、回答はそのままレコードとして保存されています。Googleフォームや外部ツールを使っている場合は、Zapierやkintoneの連携機能を使ってレコードを自動取り込みする設定を先に組みます。この段階でデータが一か所に集まっていることが前提です。
ステップ2：AIによる感情・カテゴリ分類を設定する
kintoneのプラグインまたはAPIを通じて、各レコードの自由記述フィールドをAIに渡す処理を作ります。サイボウズが提供するAIアシスト機能を使う場合はプラグインの設定で対応でき、ChatGPT APIを使う場合はkintoneのWebhook機能と組み合わせる構成が一般的です。どちらの方法でも、プログラミングの知識がなければパートナー企業（kintone認定の構築支援会社）に依頼するのが現実的で、工数は初期設定で数日〜1週間程度が目安です。
ステップ3：優先度スコアのフィールドを作る
感情分類の結果（ネガティブなら1点加算）、カテゴリ（解約要因になりやすい項目なら2点加算）、同一顧客からの繰り返し指摘（2回以上なら1点加算）といった条件を組み合わせた「優先度スコア」フィールドをkintoneに設けます。これは数式フィールドで計算できるため、記録が入るたびに自動更新されます。
ステップ4：担当者向けビューを作る
kintoneのビュー機能で「優先度スコア3点以上・未対応」のレコードだけを表示するビューを作り、担当者が毎週月曜にそのビューを確認するフローを決めます。通知設定を使えば、高スコアのレコードが入った時点でSlackやメールに自動通知することもできます。
ステップ5：改善リストとして月次レポートに組み込む
kintoneのグラフ機能でカテゴリ別のネガティブ件数推移を可視化し、月次の会議資料に組み込みます。「先月の不満トップ3は配送・サポート対応・請求書の分かりにくさ」という形で具体的なテーマが出てくると、改善の優先順位を決める議論が変わります。
従業員30人の卸売会社で試したときの変化
実際に似たような仕組みを導入した中小企業の例として、従業員32人の食品卸売会社のケースが参考になります。この会社では四半期ごとに取引先100社前後にアンケートを送っていましたが、自由記述の回答は営業部長が目を通してWordにまとめるだけで、個別の対応には結びついていませんでした。
kintoneへの回答集約とAI分類の仕組みを入れてから最初の四半期で、「配送日の直前変更への不満」が14件集中していることが可視化されました。それまでの集計では「配送に関する不満あり」という程度の粒度でしか把握できていなかった課題が、「直前変更の頻度と理由の説明不足」という具体的なテーマに絞り込まれ、配車管理フローの改善につながりました。その後の調査では同カテゴリのネガティブ件数が半減し、3社からは口頭で感謝の言葉があったといいます。
自由記述を「読む」から「分類して集計できる状態にする」だけで、このくらいの差が出ます。特別な分析ソフトや統計の知識は使っていません。
kintoneを使っていない場合の選択肢
kintoneを導入していない会社が「同じことをやりたい」と思ったとき、選択肢は大きく2つあります。
ひとつは、Googleスプレッドシート＋ChatGPT APIの組み合わせです。スプレッドシートのApps Scriptを使ってAPIを呼び出す方法は、開発経験のある担当者がいれば数時間で試作できます。規模が小さく、月50〜100件程度の自由記述であれば、これで十分なケースも多いです。ChatGPTの使い方ガイドではAPIを使わない活用の基本も整理しているので、まず手動で試してから仕組み化を考える順番でも問題ありません。
もうひとつは、kintoneを含めてゼロから環境を整えるルートです。kintoneは無料トライアルで30日試せるため、現在のアンケートデータを取り込んで使い勝手を確かめてから判断できます。毎月の自由記述が100件を超えていて、担当者が読み込みに2時間以上かけているなら、ツールへの投資が回収できる計算が立ちやすくなります。一方、年1回のアンケートで件数も数十件程度なら、手作業で十分な場合もあります。
まとめ
自由記述の分析が後回しになる根本の理由は、「読む時間がない」ではなく「読んでも次のアクションに結びつかない構造になっている」ことが多いです。kintone×AIの仕組みは、その構造を変えるためのものです。満足度スコアが安定していても、自由記述の中に「もうすぐ離れるかもしれない顧客のサイン」が眠っているとしたら、それを見つける仕組みを持っているかどうかが、1年後の顧客数に差をつける可能性があります。
自社のアンケートデータで試してみる価値があるかどうか判断できない場合や、kintoneの設定に詳しい担当者がいない場合は、AI導入・社内研修の相談窓口を活用してみてください。現状の分析フローを整理した上で、どの部分から自動化を入れると効果が出やすいかを一緒に考えることができます。
