せっかくテキストマイニングツールを導入したのに、既に分かっている結果しか出ない…というお悩みを抱えている分析担当者は、「分析」ができておらず「分類」で止まってしまっている可能性があります。

今回は「分類」で終わらないためのテキスト分析手法についてご紹介します。

分類と分析の違い

テキスト分析を行う場合、まずは有象無象の、内容や書きぶりが分からないデータを持っている状態から始まります。
これらの正体不明のデータに対して分類方針を立て、階層構造を検討し体系化を行い、主要な話題を整理をすることが第一歩となります。

ただし、ここまではあくまでも話題を「分類」している段階です。
グラフを見ても「きっとこんな話題があるだろうな」と予想をしていたものが数値化されて出てきているだけ…と感じる方も少なくないでしょう。

テキストマイニングにおいて重要なのは、まず全体がきちんと分類ができており、その分類結果から次の「分析」に繋がるヒント（仮説）を見つけ出せる状態になっている事です。
次のステップに進まず、「分類」された結果を眺めているだけでは、具体的課題を発見するのは難しいと言えるでしょう。

分析の極意は「深掘り」にある

分析に歩を進めるために、まずは分類結果から課題を含んでいそうな話題を見つけ出します。
その際の指標としては以下のような例が考えられます。
・件数が多い話題である
・急増している話題である
・特定のセグメント（地域、年齢など）において顕著である

上図では「説明不足」や「解約」に関する話題件数が多いことが発見できました。
今回はより企業にとって重視すべき「解約」に着目します。

課題を含んでいそうな話題「解約」から具体的な背景・要因を発見し解決策を検討するためには、深掘り分析を行う必要があります。
深掘り分析とは、特定テーマ（今回は「解約」）に関するデータだけを取り出し、その中で特徴を発見する工程となります。

解約に関する話題だけを取り出してみると、「説明不足」や「不適正募集」など契約時の問題が大きく影響していることが分かります。
また、解約に至る過程で企業に対する「不信感」を抱く結果となっており、その前段には担当者の「アフターフォローがない」「気遣い不足」といった、コミュニケーション不足があると読み取れます。

このように、「分類」結果から注視すべきポイントを絞り込み、「分析」を行うことで、具体的な課題解決に繋がる情報を得ることができるのです。

「分類」だけで足を止めず「分析」をしっかりと行うことで、課題を発見することができます。

より詳細な情報や事例について知りたい方は、お問合せフォームよりぜひお気軽にお問合せください。テキストマイニングに興味をお持ちの方は、無料のセミナーもございますので、お気軽にご参加ください。
関連製品：VextMiner
関連ワード：自然言語処理