Copilotで顧客の声を感情分析する手順
この記事の要点
Microsoft Copilotにアンケート回答・レビュー・問い合わせ文を貼り付け、ポジティブ・ネガティブ・中立に分類する感情分析の手順を解説。Excelとの連携方法も紹介。
結論
Copilotに顧客の声のテキストを貼り付け、感情分類と傾向の要約を指示すると、手作業での読み込みに比べて大幅に速く概況を把握できる。アンケート自由回答・レビューコメント・問い合わせ文などを対象に、ポジティブ・ネガティブ・中立の分類と主な不満・評価ポイントの抽出をCopilotに任せることで、担当者は対策立案に時間を使える体制になる。
前提:利用できるプランとアクセス場所
スタンドアロン版(copilot.microsoft.com) ブラウザから無料でアクセスできる。テキストをコピーしてチャットに貼り付けるだけで利用可能。大量のデータを一度に処理したい場合は、入力文字数の上限に注意する。
Excel統合版(Copilot for Microsoft 365) ExcelシートにコメントがまとまっていればExcel上でCopilotを呼び出し、「このデータの感情を分析して」と指示できる。データがそのままExcelにある場合はこちらが作業効率が高い。利用にはCopilot for Microsoft 365のアドオン契約が必要。最新のプラン・料金は公式サイトで確認してほしい。
手順1:分析対象のテキストを準備する
感情分析の精度を高めるために、データを整理してからCopilotに渡す。
整理のポイント
- 1件ごとに番号を振る(出力の照合がしやすくなる)
- 顧客名・メールアドレス・注文番号などの個人情報を削除またはマスクする
- 文字化けや特殊記号が多いデータは事前に修正する
- 件数が多い場合は10〜30件程度のバッチに分けて処理する(精度と処理効率のバランスを取るため)
対象として適したデータ例
- アンケートの自由回答
- ECサイトのレビューコメント
- 問い合わせフォームのメッセージ
- SNSのメンション・コメント(事前に収集したもの)
手順2:スタンドアロン版での感情分析
2-1. copilot.microsoft.comにアクセスしてサインイン
2-2. 分析プロンプトを入力する
以下の顧客コメントを感情分析してください。
各コメントについて:
1. 感情ラベルを「ポジティブ」「ネガティブ」「中立」のいずれかで分類する
2. 感情の強さを「強い」「普通」「弱い」で表す
3. コメントの主なテーマを1つ(例:配送・品質・価格・接客・使いやすさ)を選ぶ
結果は以下の形式で出力してください:
No. | 感情 | 強さ | テーマ | 根拠(20字以内)
---
1. 「商品は思ったより小さくて残念でした。サイズ感が分かりにくい」
2. 「配送がとても早くて助かりました。丁寧な梱包でした」
3. 「価格相応だと思います。特に不満はないです」
4. 「問い合わせへの返信が遅すぎる。3日待っても返事がなかった」
5. 「デザインがかわいくて友達にも褒められました。また買います」
2-3. 出力を確認する
Copilotが表形式で各コメントを分類する。出力例:
| No. | 感情 | 強さ | テーマ | 根拠 |
|---|---|---|---|---|
| 1 | ネガティブ | 普通 | 品質 | サイズ感が期待外れ |
| 2 | ポジティブ | 強い | 配送 | 速さと梱包を評価 |
| 3 | 中立 | 弱い | 価格 | 可でも不可でもない |
| 4 | ネガティブ | 強い | 接客 | 返信が3日来ない |
| 5 | ポジティブ | 強い | 品質 | デザインを高評価 |
実際のコメントとラベルが一致しているか、数件はランダムに確認する。
手順3:傾向の要約を追加で依頼する
個別の分類が終わったら、同じチャット内で全体傾向の要約を依頼する。
上記の分析結果をもとに、以下の観点でサマリーを作成してください。
1. ポジティブ・ネガティブ・中立の件数と割合
2. 最も多く言及されたポジティブな評価ポイント(上位3つ)
3. 最も多く言及されたネガティブな評価ポイント(上位3つ)
4. 改善が急がれると考えられる点とその理由
5. 全体を通じた顧客満足度の概況(2〜3文で)
経営会議や定例レポートにそのまま使える形式でまとまることが多い。
手順4:ExcelでCopilot統合版を使う場合
4-1. コメントをExcelシートに整理する
A列に番号、B列に顧客コメントのテキストが並ぶ形でデータを準備する。
| A列(No.) | B列(コメント) |
|---|---|
| 1 | 商品は思ったより小さくて残念でした |
| 2 | 配送がとても早くて助かりました |
4-2. ExcelのCopilotを呼び出す
リボンの「ホーム」タブ内、または「Copilot」アイコンからCopilotパネルを開く。表示位置はExcelのバージョンによって異なる場合がある。
4-3. 指示を入力する
B列の顧客コメントを感情分析し、C列に感情ラベル(ポジティブ・ネガティブ・中立)、D列に主なテーマ(配送・品質・価格・接客・その他)を入力してください。
Copilotがシート上のデータを読み取り、C列・D列に分類結果を挿入するよう提案する。承認するとシートに反映される。
4-4. 集計に活用する
C列に感情ラベルが入ったら、COUNTIFで件数を集計したり、ピボットテーブルでテーマ別の感情分布を確認したりできる。
手順5:大量データを分割処理する
100件以上のコメントを一度に貼り付けると、Copilotの入力上限を超えたり出力の精度が落ちたりすることがある。30件程度のバッチに分けて順番に処理し、後から結果をまとめる方法が安定している。
以下の顧客コメント(31〜60件目)を感情分析してください。
先ほどと同じフォーマット(No. | 感情 | 強さ | テーマ | 根拠)で出力してください。
31. 「〜〜」
32. 「〜〜」
...
「先ほどと同じフォーマット」と明示することで、出力形式のばらつきを抑えられる。
手順6:Teams会議でのフィードバック分析に応用する
Teamsの会議チャットやアンケート機能で集めたフィードバックも同様の手順で分析できる。
以下はTeams上でのサービス紹介セミナー後に集まった参加者フィードバックです。
感情分類と主な意見の傾向を整理してください。
1. 「内容は良かったが、時間が長すぎた」
2. 「デモが分かりやすくて参考になった」
3. 「価格の説明をもっと詳しくしてほしい」
4. 「担当者の説明が丁寧で安心できた」
5. 「質疑応答の時間が短かった」
同じプロンプト構造を使い回せるため、定期的なセミナーや勉強会のフィードバック集計ルーティンとして組み込みやすい。
うまくいかない場合のポイント
分類のばらつきが大きい コメントが短い・あいまいな場合は判断が難しい。プロンプトで「判断が難しい場合は中立とし、その理由を根拠欄に記載してください」と指示すると整合性が上がる。
出力が表形式にならない 「Markdown形式の表で出力してください」と明示する。
特定の業界用語・専門語で誤分類される プロンプトの冒頭に「この業界では○○という表現はネガティブではなく技術的な記述です」と補足すると改善することがある。
件数が多くて処理しきれない 30件程度のバッチに分割して複数回に分けて処理する。
結果の精度が信頼できない場合 Copilotの出力はあくまで参考として使い、重要な意思決定に使う前に代表サンプルを人が確認する。Copilotは感情分析専用システムではないため、精度保証が必要な業務には別ツールの検討を推奨する。
他のCopilot関連記事
よくある質問
CopilotはNLP専用ツールと同じ精度で感情分析できますか?
Copilotは汎用的な言語モデルであり、専用の感情分析ツールとは仕組みが異なります。少量のテキスト分類や概要把握には十分活用できますが、大量データの自動処理や精度の保証が必要な業務では、専用分析ツールや機械学習モデルの利用を検討してください。
CopilotのExcel統合版で感情分析を使うにはどのプランが必要ですか?
ExcelのCopilot機能はCopilot for Microsoft 365(M365のCopilotアドオン)が必要です。最新の対応プランと料金は公式サイトで確認してください。
顧客の個人情報が含まれるレビューをCopilotに貼り付けてよいですか?
個人が特定できる情報(氏名・メールアドレス・注文番号など)はあらかじめ除去またはマスクしてからCopilotに貼り付けてください。組織のAI利用ガイドラインと情報セキュリティ規程を必ず確認してください。
感情だけでなく、クレームの原因カテゴリも同時に分類できますか?
できます。プロンプトで「感情分類(ポジティブ・ネガティブ・中立)とカテゴリ分類(配送・品質・価格・接客・その他)を同時に行い、表形式で出力してください」と指示すると、複数軸での分類を一度に取得できます。