クチコミを「測れるデータ」に変える｜AIで非構造化テキストを構造化する分析法

口コミ分析が「なんとなく」で終わる理由

Googleクチコミは、自由に書かれた文章、つまり非構造化データです。星の数以外に決まった形がありません。だから何十件読んでも「良い評判が多いな」「接客の話がちらほらあるな」くらいの、ぼんやりした印象で終わってしまう。数えられないから、測れないのです。

ここで多くの人が見落としているのが、AIの本当の強みです。AIは要約が得意だと思われがちですが、それ以上に価値があるのは、この非構造化データを構造化データに変換できること。バラバラの文章を、星・カテゴリ・感情・日付といったタグの付いた「表」に変えられる。表になれば、数えられる。数えられれば、測れる。この認知が、まだ驚くほど薄いのが現状です。

構造化すると、何が変わるのか

構造化データとは、1件の口コミに次のような属性が付いた状態です。

こうなると、要約（定性）ではできなかったことが一気にできます。

• カテゴリ別に「ポジ率（ポジティブの割合）」を計算する
• 月ごとの平均星や不満件数の推移を追う
• 競合と同じ物差しで並べて比較する

要約は一度きりの「感想」ですが、構造化は再現・追跡できる「ものさし」です。「接客のネガ率が先月の20%から今月45%へ上がった」というように、変化を数字で言えるようになる。ここが決定的な差です。

手順：AIに「構造化して出力」と頼む

やることは3ステップです。

1. 口コミをコピーする

Googleマップで対象店の口コミを新しい順にまとめてコピーします（直近30〜50件で十分）。

2. AIに構造化データとして出力させる

ChatGPTに、「要約」ではなく「構造化」を明示して頼むのがポイントです。

以下のGoogleクチコミを、1件1行の構造化データ（CSV）に変換してください。
列は「日付,星,カテゴリ,感情,要点」。
- 日付は YYYY-MM-DD 形式（不明なら空欄）
- 星は 1〜5 の数値
- カテゴリは「料理／接客／価格／雰囲気／待ち時間」から最も近いものを1つ
- 感情は「ポジティブ／ネガティブ／中立」のいずれか
- 要点は20字以内で
先頭に見出し行を付け、本文中のカンマは全角「，」に置き換えてください。

――以下、クチコミ――
（ここに貼り付け）

3. その表を「測る」

出てきた構造化データを、そのままAIに集計させれば完了です（スプレッドシートに貼り付けてもかまいません）。

上の表について、次を数字で出してください。
1. カテゴリ別のポジ率（ポジティブ件数 ÷ そのカテゴリの件数）
2. 月別の平均星と、ネガティブ件数
3. 頻出キーワード上位10

集計までAIで完結します。要約プロンプトの基本は「ChatGPTでGoogleクチコミを分析する方法」、中間評価の扱いは「星3の読み解き方」も参考にしてください。

一度構造化すれば、あとは自由に切れる

構造化データの本当の価値は、使い回せる資産になることです。いちど表になってしまえば、スプレッドシートに慣れた人なら、ピボットテーブルやフィルタで好きな切り口に自在に組み替えられます。

• カテゴリ×感情でクロス集計して、どのカテゴリのネガが多いかを見る
• 曜日別・月別に平均星を並べる
• 星4以上だけ抽出して「褒められる理由」をまとめて眺める

そして重要なのは、切り口を変えるたびにAIへ聞き直す必要がないことです。「文章から表へ」という一番大変な変換だけをAIに任せ、その先の探索は自分の手で何度でも。最初だけAIの力を借りて、あとは自走する。これが、AIに毎回依存しないデータ分析への近道です。

定量化できると、打ち手が「客観的」に決まる

印象で「接客を頑張ろう」と決めるのと、「接客のネガ率が2か月で20%から45%に上がっている」という数字で決めるのとでは、優先順位の説得力がまるで違います。スタッフへの共有も、数字があるほうが人は動きます。定量化のいちばんの価値は、正しい打ち手を、迷わず選べることにあります。

注意点

• AIの分類は完璧ではありません。カテゴリや感情の判定は、数件だけスポットチェックを。指示を具体的にするほど精度は上がります。
• 件数の偏りに注意。30件未満や、特定の月だけ極端に少ない場合は「たまたま」に振り回されます。数字は件数とセットで見ましょう。
• 分類の基準をそろえること。日や店ごとにプロンプトを変えると比較できなくなります。同じ列・同じ基準で回すのが鉄則です。

毎回、同じ基準で構造化し続けられますか

非構造化データを構造化し、定量化する。この流れは、無料で今日から試せます。まずは自店の直近30件で、上のプロンプトを回してみてください。

ただ、毎月、競合ぶんまで、同じ列・同じ基準で構造化して集計し、推移を追う。これを手作業で一貫して続けるのは大変で、基準がぶれた瞬間に数字の比較そのものが崩れます。トナリノミセは、この「非構造化データの構造化と定量化」を、同じ物差しで自動的に行うツールです。お店を検索するだけで、カテゴリ別評価・ポジネガ比率・時系列・競合比較までそろい、結果にAIチャットで質問もできます。登録でフル分析を1回無料です。

まとめ

• Googleクチコミは非構造化データ。だから読んでも「なんとなく」で終わる
• AIの本質的な強みは要約ではなく、非構造化を構造化（星・カテゴリ・感情つきの表）に変えること
• 構造化できれば数えられる、つまり定量的に測れる。変化を数字で追えて、打ち手が客観的に決まる
• 構造化データは使い回せる資産。スプレッドシートに慣れていれば、毎回AIに頼らず好きな切り口で分析できる