ゴールと前提条件
このワークフローで実現すること
顧客満足度調査、従業員アンケート、イベント参加者からのフィードバックなど、企業が定期的に実施するアンケート業務は、回答の収集だけでなく、その後のデータ分析と改善施策の立案に多くの時間と労力がかかります。
特に自由記述式の回答は、手動での分析に膨大な時間がかかり、担当者の主観によって解釈が偏るリスクもあります。また、分析結果を関係者に共有し、改善施策を議論するまでに時間がかかると、せっかくのフィードバックが形骸化してしまう恐れもあります。
このワークフローでは、以下のプロセスを自動化することで、アンケート実施から改善提案まで最短1時間以内に完了できる仕組みを構築します。
- Google Formsでのアンケート回答を自動収集
- 回答データをNotionデータベースに自動登録・一元管理
- ChatGPTによる回答の自動分析（テキストマイニング、感情分析、トレンド抽出）
- 分析結果と改善提案を自動生成してNotionに保存
- Slackで関係者に即時通知し、議論をスタート
前提となる環境
このワークフローを実装するには、以下のツールとアカウントが必要です。
- Google Forms：アンケートフォームの作成と回答収集（Googleアカウントがあれば無料で利用可能）
- Make（旧Integromat）：各ツールを連携させる自動化プラットフォーム（無料プランあり、月1,000オペレーションまで）
- ChatGPT API：アンケート回答の分析とインサイト抽出（OpenAI APIキーが必要、従量課金制）
- Notion：回答データと分析結果の一元管理（個人利用は無料、チーム利用は有料プラン推奨）
- Slack：分析完了の通知と関係者への共有（フリープランでも利用可能）
設定にかかる時間は初回約2〜3時間。一度構築すれば、その後は完全自動で動作します。
全体フローの俯瞰図
このワークフローは、以下の5つのステップで構成されます。
- トリガー：Google Formsで新しい回答が送信される
顧客や従業員がアンケートに回答すると、Makeが自動的にその情報を検知します。 - データ整理：回答内容をNotionデータベースに登録
回答者の情報、各質問への回答、タイムスタンプなどを構造化してNotionに保存します。 - AI処理：ChatGPTが回答を分析
自由記述式の回答をChatGPTに送信し、感情分析、頻出キーワード抽出、主要な意見のカテゴリー分けを実行します。複数の回答が蓄積された段階で、トレンド分析や改善提案も生成します。 - 結果保存：分析レポートをNotionに記録
ChatGPTが生成した分析結果と改善提案を、Notionの専用ページに自動保存します。過去の分析結果と比較することも可能です。 - 通知・共有：Slackで関係者に即時通知
新しい回答が分析されたことを、指定したSlackチャンネルに通知します。分析結果へのリンクも含まれるため、すぐに内容を確認して議論をスタートできます。
この流れにより、アンケート回答が送信されてから数分以内に分析が完了し、関係者全員が最新の顧客の声や従業員の意見をリアルタイムで把握できるようになります。
使用するツールと役割
Google Forms：アンケートの作成と回答収集
Google Formsは、誰でも簡単にアンケートフォームを作成できる無料ツールです。このワークフローでは、選択式の質問だけでなく、自由記述式の質問を積極的に活用します。自由記述式の回答こそ、AIによる分析で最も価値を発揮する部分だからです。
Google Formsの回答は自動的にGoogleスプレッドシートに保存されるため、Makeとの連携がスムーズです。
Make：各ツールを橋渡しする自動化エンジン
Makeは、異なるアプリケーション同士を連携させる「iPaaS（Integration Platform as a Service）」ツールです。このワークフローでは、以下の役割を担います。
- Google Formsの新しい回答を検知（トリガー）
- 回答データをNotionに送信
- ChatGPT APIにリクエストを送信して分析を依頼
- 分析結果をNotionに保存
- Slackに通知メッセージを送信
Makeは視覚的なフローチャート形式で設定できるため、プログラミング経験がなくても直感的に操作できます。
ChatGPT API：アンケート回答の自動分析
このワークフローの中核を担うのが、ChatGPT APIです。2025年現在、生成AIによるアンケート分析は、手動分析の1/10の時間で実行可能という調査結果も報告されています（三菱総合研究所、2024年8月）。
ChatGPTは以下の分析を自動で実行します。
- 感情分析：回答がポジティブ・ネガティブ・ニュートラルのいずれかを判定
- キーワード抽出：頻出する単語やフレーズを特定
- トピック分類：回答を「価格」「サービス品質」「サポート対応」などのカテゴリーに自動分類
- 改善提案の生成：分析結果を基に、具体的なアクションプランを提案
適切なプロンプト設計により、精度の高い分析結果を得ることができます。
Notion：回答データと分析結果の一元管理
Notionは、データベース機能を持つドキュメント管理ツールです。このワークフローでは、以下の2つのデータベースを使用します。
- 回答データベース：各アンケート回答を1レコードとして保存
- 分析レポートデータベース：ChatGPTが生成した分析結果を時系列で保存
Notionのリレーション機能を使えば、個別の回答と全体分析レポートを紐づけて管理することも可能です。過去の分析結果と比較することで、改善施策の効果測定も容易になります。
Slack：リアルタイム通知とチーム共有
Slackは、新しい回答が分析されたことを関係者に即座に通知する役割を担います。通知メッセージには、以下の情報が含まれます。
- 回答者の基本情報（匿名の場合は回答数のみ）
- 感情分析の結果（ポジティブ/ネガティブ）
- 主要なキーワード
- Notionの分析ページへの直リンク
これにより、メールを確認する手間なく、リアルタイムで顧客の声をチーム全体で共有できます。
手順詳細（ステップバイステップ）
STEP 1：Google Formsでアンケートフォームを作成
まず、Google Formsでアンケートフォームを作成します。
- Googleドライブにアクセスし、「新規」→「Googleフォーム」を選択
- アンケートのタイトルと説明文を入力
- 質問を追加（選択式、記述式、評価スケールなど）
- 重要：自由記述式の質問を少なくとも1つ含める（例：「今回のサービスについて、ご意見・ご感想をお聞かせください」）
- 右上の「送信」ボタンをクリックし、「スプレッドシート」アイコンを選択
- 「新しいスプレッドシートを作成」を選択してGoogleスプレッドシートと連携
つまづきポイント：スプレッドシートとの連携を忘れると、Makeとの連携ができません。必ず最初にスプレッドシートを作成してください。
STEP 2：Notionでデータベースを準備
Notionで2つのデータベースを作成します。
回答データベースの作成
- Notionで新しいページを作成
- 「テーブル – インライン」を選択
- 以下のプロパティを追加：
- 回答者名（テキスト）
- 回答日時（日付）
- 質問1の回答（テキスト）
- 質問2の回答（テキスト）
- 自由記述回答（テキスト、複数行）
- 感情スコア（セレクト：ポジティブ/ニュートラル/ネガティブ）
- 分析ステータス（セレクト：未分析/分析中/完了）
分析レポートデータベースの作成
- 別の新しいページを作成
- 「テーブル – インライン」を選択
- 以下のプロパティを追加：
- 分析日時（日付）
- 分析対象期間（テキスト）
- 回答件数（数値）
- 主要キーワード（テキスト）
- 感情分布（テキスト）
- 改善提案（テキスト、複数行）
- 分析詳細（テキスト、複数行）
つまづきポイント：データベースIDは後でMakeの設定で必要になります。データベースページのURLから「database_id」部分をコピーしてメモしておきましょう。
STEP 3：Makeでワークフローを構築（前半：回答の収集と保存）
Makeにログインし、新しいシナリオを作成します。
- 「Create a new scenario」をクリック
- 検索バーで「Google Sheets」を検索
- 「Watch Rows」モジュールを選択（新しい行が追加されたときにトリガー）
- Googleアカウントと連携し、先ほど作成したスプレッドシートを選択
- 「Limit」を「1」に設定（1回の実行で1行ずつ処理）
次に、Notionに回答を保存するモジュールを追加します。
- 「+」ボタンをクリックして新しいモジュールを追加
- 「Notion」を検索し、「Create a Database Item」を選択
- Notionアカウントと連携
- データベースIDに、先ほど作成した「回答データベース」のIDを入力
- 各プロパティに、Google Sheetsから取得したデータをマッピング
- 回答者名 → 列A（タイムスタンプの次の列）
- 回答日時 → 列A（タイムスタンプ）
- 質問1の回答 → 該当する列
- 自由記述回答 → 該当する列
- 分析ステータス → 「未分析」（固定値）
つまづきポイント：Notionのプロパティ名とMakeのマッピングが一致しないとエラーになります。プロパティ名を正確にコピーして使用してください。
STEP 4：Makeでワークフローを構築（後半：AI分析と通知）
次に、ChatGPT APIで分析を実行するモジュールを追加します。
- 「+」ボタンをクリックして「OpenAI」を検索
- 「Create a Completion（GPT-4）」を選択
- OpenAI APIキーを入力して連携
- 「Prompt」フィールドに以下のようなプロンプトを入力：
以下は顧客からのアンケート回答です。以下の観点で分析してください：
1. 感情分析：この回答はポジティブ、ネガティブ、ニュートラルのいずれか
2. 主要キーワード：この回答に含まれる重要なキーワードを3つ抽出
3. カテゴリー分類：この回答が該当するカテゴリー（価格、品質、サポート、機能、その他）
4. 改善提案：この回答から導き出せる具体的な改善アクション
回答内容：
{{自由記述回答のデータ}}
JSON形式で結果を返してください。
- 「Max Tokens」を「1000」程度に設定
- 「Temperature」を「0.3」に設定（分析の一貫性を重視）
次に、分析結果をNotionに保存します。
- 「+」ボタンをクリックして「Notion」→「Update a Database Item」を選択
- 先ほど作成した回答データのIDを指定
- ChatGPTの分析結果から以下をマッピング：
- 感情スコア → JSONから「sentiment」を抽出
- 分析ステータス → 「完了」（固定値）
さらに、定期的に全体の分析レポートを生成する場合は、別のモジュールで以下を追加します。
- 「Notion」→「Search Database Items」で過去7日間の回答を取得
- 「OpenAI」モジュールで、複数回答をまとめて分析
- 「Notion」→「Create a Database Item」で分析レポートデータベースに保存
最後に、Slackに通知を送信します。
- 「+」ボタンをクリックして「Slack」→「Create a Message」を選択
- Slackアカウントと連携
- 通知先チャンネルを選択
- メッセージ内容を以下のように設定：
📊 新しいアンケート回答が分析されました
回答者：{{回答者名}}
回答日時：{{回答日時}}
感情：{{感情スコア}}
主要キーワード：{{キーワード}}
詳細はこちら：{{NotionページURL}}
つまづきポイント：ChatGPT APIは従量課金制です。回答件数が多い場合は、コストを考慮して「条件分岐」モジュールを使い、ネガティブな回答のみAI分析するなどの工夫も検討してください。
STEP 5：テストと本番稼働
- Makeのシナリオ画面で「Run once」をクリックしてテスト実行
- Google Formsにテスト回答を1件送信
- 各モジュールが緑色になり、エラーがないことを確認
- Notionに回答が正しく保存されているか確認
- Slackに通知が届いているか確認
- 問題がなければ、シナリオを「ON」にして自動実行を開始
つまづきポイント：Makeの無料プランは月1,000オペレーションまでです。1回の実行で複数のモジュールが動作するため、実行回数を考慮してシナリオを設計してください。
自動化前後でどう変わるか（ビフォーアフター）
ビフォー：手動でのアンケート分析
| 作業項目 | 所要時間 | 課題 |
|---|---|---|
| 回答の集計 | 30分〜1時間 | Googleスプレッドシートから手動でデータをコピー&ペースト |
| 自由記述の分析 | 3〜5時間 | 100件以上の回答を1件ずつ読んで分類・集計 |
| レポート作成 | 2〜3時間 | PowerPointやExcelで集計結果をグラフ化 |
| 関係者への共有 | 1時間 | メールでレポートを送信し、会議日程を調整 |
| 合計 | 6.5〜10時間 | 分析に主観が入り、担当者によってバラつき |
アフター：自動化ワークフローでの分析
| 作業項目 | 所要時間 | 改善点 |
|---|---|---|
| 回答の集計 | 0分（自動） | Google FormsからNotionに自動保存 |
| 自由記述の分析 | 0分（自動） | ChatGPTが数分以内に全回答を分析 |
| レポート作成 | 0分（自動） | Notionに自動で分析結果が保存される |
| 関係者への共有 | 0分（自動） | Slackに即時通知、すぐに議論を開始可能 |
| 合計 | 数分以内 | AIによる客観的で一貫性のある分析 |
その他の改善効果
- リアルタイム性の向上：回答が送信されてから数分以内に分析が完了し、即座にアクションを検討できる
- 分析精度の向上：人間の見落としや主観を排除し、すべての回答を公平に分析
- 過去データとの比較が容易：Notionに時系列でデータが蓄積されるため、トレンドの把握が簡単
- チーム全体での情報共有：Slackで全員が同じ情報にアクセスでき、議論がスムーズに
- 担当者の負担軽減：単純作業から解放され、改善施策の検討に集中できる
応用・拡張アイデア
1. ネガティブな回答に優先対応する仕組み
Makeの「Router」モジュールを使い、ChatGPTが「ネガティブ」と判定した回答のみを特別なSlackチャンネル（#customer-urgent など）に通知します。これにより、クレームや不満を早期に発見し、迅速に対応できます。
2. Googleスプレッドシートで可視化ダッシュボードを作成
Notionのデータを定期的にGoogleスプレッドシートにエクスポートし、Googleデータポータルで可視化ダッシュボードを作成します。経営陣への報告資料として活用できます。
3. 定期的な分析レポートを自動配信
Makeのスケジューラー機能を使い、毎週月曜日の朝9時に「先週のアンケート分析サマリー」をSlackに自動投稿する仕組みを追加します。週次ミーティングの議題として活用できます。
4. 多言語対応のグローバルアンケート
ChatGPTは多言語に対応しているため、英語や中国語の回答も日本語で分析結果を生成できます。グローバル展開している企業では、世界中の拠点からのフィードバックを一元管理できます。
5. 音声アンケートとの連携
電話やビデオ会議でのフィードバックを、Whisper API（OpenAI）で自動文字起こしし、Google Formsに自動入力する仕組みを追加すれば、音声アンケートも同じワークフローで分析できます。
6. 改善施策の効果測定
Notionのデータベースに「対応した改善施策」プロパティを追加し、施策実施前後のアンケート結果を比較することで、PDCAサイクルを回せます。
よくある質問・つまづきポイントQ&A
Q1: Makeのシナリオがトリガーされない
A: 以下の点を確認してください。
- Google FormsとGoogleスプレッドシートが正しく連携されているか
- Makeの「Watch Rows」モジュールで正しいスプレッドシートとシートが選択されているか
- シナリオが「ON」になっているか
- Makeの無料プランの場合、オペレーション上限に達していないか
Q2: ChatGPT APIのレスポンスが不安定
A: 以下の対策を試してください。
- 「Max Tokens」を増やす（回答が長い場合、途中で切れることがある）
- 「Temperature」を下げる（0.2〜0.3に設定すると、より一貫性のある結果が得られる）
- プロンプトに「必ずJSON形式で返してください」と明記する
- Makeの「Error Handler」モジュールを追加し、エラー時にリトライする設定にする
Q3: Notionにデータが保存されない
A: 以下を確認してください。
- NotionのデータベースIDが正しいか（URLから正確にコピーする）
- Makeで連携したNotionアカウントが、該当データベースにアクセス権を持っているか
- プロパティ名が完全に一致しているか（大文字小文字、スペースの有無も含めて）
- プロパティのタイプが正しいか（テキスト、日付、セレクトなど）
Q4: ChatGPTの分析精度が低い
A: プロンプトを改善してください。以下のポイントが有効です。
- 分析の目的を明確に伝える（例：「顧客満足度向上のため」「離脱防止のため」）
- 出力形式を具体的に指定する（JSON形式、箇条書きなど）
- 例を含める（Few-shot learning）：「例：『サポートの対応が遅い』→ カテゴリー：サポート、感情：ネガティブ」
- 段階的に分析する：1つのプロンプトで全てを求めず、感情分析→キーワード抽出→改善提案と順番に処理する
Q5: コストが想定より高くなった
A: 以下の対策でコストを削減できます。
- GPT-4ではなくGPT-3.5-turboを使用する（精度は若干下がるが、コストは1/10以下）
- 回答が一定件数（例：10件）溜まったらバッチ処理で分析する
- 選択式の質問は分析対象から除外し、自由記述のみAI分析する
- ネガティブな回答のみAI分析し、ポジティブな回答は簡易集計にする
Q6: 複数のアンケートを管理したい
A: Notionのデータベースに「アンケート種別」プロパティを追加し、Google Formsごとに異なる値を設定します。Makeのシナリオも、アンケートごとに複製して別々に管理することをおすすめします。
まとめ：まずどこから着手すべきか
このワークフローは一度に全てを構築する必要はありません。以下のように、段階的に自動化を進めていくことをおすすめします。
フェーズ1：基本の自動化（初回1〜2時間）
まずは、以下の最小構成から始めましょう。
- Google FormsとNotionの連携（回答を自動保存）
- Slackへの通知（新しい回答があったことを知らせる）
これだけでも、「回答を手動でコピペする手間」と「見逃しのリスク」を削減できます。
フェーズ2：AI分析の導入（追加1時間）
次に、ChatGPT APIを使った基本的な感情分析を追加します。
- 自由記述回答の感情分析（ポジティブ/ネガティブ/ニュートラル）
- 主要キーワードの抽出
この段階で、「どの回答を優先的に確認すべきか」が明確になります。
フェーズ3：高度な分析とレポート生成（追加1〜2時間）
最後に、複数回答をまとめた分析レポートの自動生成を追加します。
- 週次/月次の分析レポート自動生成
- 改善提案の自動生成
- 過去データとのトレンド比較
ここまで構築すれば、アンケート分析業務のほぼ全てが自動化されます。
最初の一歩として推奨する行動
- 既存のアンケートを1つ選ぶ：すでに実施しているアンケート（顧客満足度調査、従業員アンケートなど）を1つ選びます。
- Google Formsで再作成：既存のアンケートをGoogle Formsで再現します。自由記述式の質問を必ず含めてください。
- フェーズ1を実装：NotionとSlackの連携まで実装し、1週間運用してみます。
- 効果を確認してから次へ：手作業が減ったことを実感できたら、フェーズ2のAI分析を追加します。
いきなり完璧を目指さず、小さく始めて段階的に拡張することで、失敗のリスクを最小化しながら確実に自動化を進められます。
アンケート・フィードバック収集は、顧客の声や従業員の意見を聞く重要な業務です。しかし、集めた声を分析して改善に活かすまでに時間がかかると、せっかくのフィードバックが形骸化してしまいます。
このワークフローを活用して、リアルタイムで顧客の声に耳を傾け、迅速に改善アクションを実行できる組織を目指しましょう。最初の一歩は、今日からでも始められます。
