・
「アンケートの自由記述、件数が多すぎて全部読むのに丸一日かかってしまう…」
「集計はできても、結局どんな傾向があるのかうまくまとめられない…」
データを活かしたいのに、集計・読み込み・資料化に追われ、考える時間が取れない状況は多くの現場で起きています。
そこで注目したいのが、Googleが提供するAIノートブックツール「NotebookLM」です。アップロードしたアンケートデータをもとに、傾向の要約やカテゴリ分けをAIが自動で行ってくれるため、分析にかかる手間を減らせます。
本記事では、NotebookLMを使ったアンケート分析の手順や、音声概説などの便利な機能を紹介します。実際に使って検証した結果もお伝えしますので、「NotebookLMって実際どうなの？」と気になっている方は、ぜひ最後まで読んでみてください。
NotebookLMは溜まったデータをまとめて分析するのに適していますが、日々のアンケート回答を素早く確認したい場合はYoomが便利です。
Yoomを使えば、Googleフォームに回答があったらAIが内容を自動で分析し、SlackやMicrosoft Teamsなどのチャットツールへ通知するフローをプログラミング不要で構築できます。
たとえば、ネガティブな意見だけを検知して担当者へ通知したり、回答内容をAIが要約してメールで送信したりといった業務フローが実現可能です。
対応が必要な回答を見逃すリスクを減らし、一次対応のスピード向上につなげましょう。
■概要
従業員アンケートの結果を手作業で確認し、離職の兆候を見つけ出すのは骨の折れる作業ではないでしょうか？
特に、日々の業務に追われていると、細かな変化を見逃してしまいがちであり、対応が遅れてしまうこともあります。
このワークフローを活用すれば、Google スプレッドシートにアンケート結果が追加されると、AIが自動で離職リスクとその防止策を分析し、Microsoft Teamsへ通知するため、こうした課題の解決に貢献します。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■注意事項
■概要
顧客からのフィードバックは、オペレーターの応対品質向上のために重要ですが、一件ずつ内容を確認し、フィードバックを作成するのは手間がかかる作業ではないでしょうか。このワークフローを活用すれば、Discordに投稿された顧客アンケートの内容をAIが自動で分析し、オペレーター向けのフィードバックを要約・送信します。オペレーター業務へのAI導入を円滑にし、継続的なサービス改善を支援するワークフローです。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■注意事項
NotebookLMがアンケート分析に最適な理由は主に3つです。
NotebookLMの大きな特徴は、ユーザーがアップロードした資料（ソース）だけをもとに回答を生成する「RAG（検索拡張生成）」技術を採用している点です。
一般的な生成AIは学習データをもとに回答を作るため、ときに事実と異なる情報（ハルシネーション）を生成してしまうことがあります。NotebookLMは、ユーザーがアップロードしたアンケート結果だけを根拠にするため、ハルシネーションのリスクを抑えられます。
分析結果の各文章には、根拠となる元の回答箇所を示す番号が付いています。AIの解釈に疑問を感じたときも、ワンクリックで原文を確認して人間が最終判断を下せるので、安心して使えます。
無料版でも活用できますが、有料プランでは1つのノートブックに追加できる資料（ソース）の上限が拡大されます。
NotebookLM Plusでは上限100件、NotebookLM Pro（Google One AI プレミアム）では上限300件まで追加可能です。数万件規模の分析を想定する場合、Proプランの300件という上限は特に魅力的な選択肢となります。
実際にGoogleフォームで収集したデータをNotebookLMで分析する、基本的なステップを見ていきましょう。
まず、Googleフォームの回答先をGoogle スプレッドシートに設定します。すでに回答が集まっている場合はそのシートを開いて、分析したい自由記述（定性データ）が含まれているか確認しておきましょう。
以前はテキストベースの資料が中心でしたが、現在は数値データを含む資料も直接読み込めるようになり、分析を始めるまでのハードルが下がっています。
NotebookLMの公式サイトにアクセスし、新しいノートブックを作成します。
画面左側の「ソースを追加」ボタンをクリックし、以下いずれかの方法でGoogle スプレッドシートをインポートしましょう。
ソースの読み込みが完了すると、AIが資料の内容を把握した状態になります。チャットで質問する前に、まず画面右側の「Studio」パネルからマインドマップを生成して、資料全体の構造を俯瞰してみるのがおすすめです。アンケート全体のトピック構造や関連性をざっくり把握できるので、その後の分析がスムーズに進みます。
全体像をつかんだら、チャット欄に「回答の全体的な傾向を教えて」「主な不満点を3つ挙げて」といった質問を投げかけて、詳細な分析へと進んでいきましょう。
ここからは、筆者が実際にNotebookLMを使ってアンケート分析を行い、特に業務効率化に役立つと感じた3つの活用法を紹介します。
検証内容と確認ポイントをまとめます。
【想定されるユースケース】
自社ITサービスに対する改善点アンケートの結果を整理する。
【検証項目】
【想定されるユースケース】
アンケートの分析結果をもとに、上司へ報告するためのスライドを作成する。
【検証項目】
各シナリオの検証方法をまとめます。
NotebookLMで自社のITサービスに関するアンケート結果を整理する手順を解説します。
はじめに、Google スプレッドシートでアンケートデータを作成します。
NotebookLMを開き、STEP1で作成したGoogle スプレッドシートを登録します。
以下のようなプロンプトを入力し、NotebookLMにアンケートデータを整理してもらいます。
ソースをもとに分析してください。
・対象カラム：E列「不満点・改善してほしい点（自由記述）」
・タスク：
1. 回答者の「不満点」を抽出する
2. それらを次の3カテゴリに分類する - 価格 - 機能 - サポート
3. 各カテゴリごとに - 件数 - 代表的な意見（2〜3個）
を挙げてください。
回答の中には、複数カテゴリにまたがる不満も含まれる可能性があります。その場合は、該当するカテゴリすべてにカウントしてください。
出力フォーマットの要望：
- カテゴリごとに見出しを付ける
- 各代表意見には、元のスプレッドシート行への引用番号（例：[1],[5]）を必ず付与する
- 引用番号は、スプレッドシートの「回答ID」と対応させる形でお願いします
出力結果をもとに、各検証項目を確認します。
つぎに、アンケート結果をまとめたGoogle ドキュメントを使い、NotebookLMでスライドを作成する手順を解説します。
はじめに、Google ドキュメントで架空のアンケート結果を作成します。
NotebookLMにSTEP1で用意したGoogle ドキュメントを登録します。
画面右側の「スライド資料」の鉛筆アイコンをクリックします。
以下4項目を設定します。
以下のプロンプトを実行します！
ソースを元に、上司へ報告するためのスライドを作成してください。
以下の条件で、PowerPoint（.pptx）形式のスライドファイルを生成してください。
# スライド構成
スライドは、少なくとも以下の5つの構成を含めてください。
1. 現状の課題（要約）
2. カテゴリ別の不満点詳細
3. ユーザーからの具体的な改善要望
4. 推奨される改善アクション
5. まとめ
# 表現・レイアウトの指定
- 各スライドには、わかりやすいタイトルをつけてください。
- 内容は箇条書きを基本とし、1スライドあたりの項目数は3〜7個程度に収めてください。
- 「現状の課題」と「まとめ」は内容が重複しすぎないようにし、 - 「現状の課題」：事実・問題点の整理 - 「まとめ」：意思決定に役立つ示唆・次のアクション を中心に整理してください。
- 「カテゴリ別の不満点詳細」と「ユーザーからの具体的な改善要望」は、対応関係が分かるように整理してください。
- 「推奨される改善アクション」は、上記の課題・不満・要望と論理的につながる内容にしてください。
# 想定読者・トーン
- 想定読者：サービス改善の責任者（部長クラス）とプロダクトチーム
- トーン：ビジネス向けに簡潔かつ客観的。感情的な表現は避け、事実と示唆を分けて記載してください。
通常は5〜10分程度でスライドが生成されます！
データの規模やサーバーの混雑状況によっては、それ以上の時間がかかる場合もあります。
出力結果をもとに、各検証項目をチェックします。
