こんにちは、ソラ先生です。

前回は、ChatGPTを使って顧客情報を整理する方法を学びました。

顧客情報、案件情報、対応履歴を分けて管理し、必要なときに過去の経緯を正しく確認する方法でした。

今回は、一件ずつの問い合わせから視野を広げてみましょう。

「最近、同じような質問が増えている気がする」

「どんな相談が多いのか知りたい」

「お客様が困っていることに共通点はあるの？」

「問い合わせが増えている分野を調べたい」

「新しいサービスのヒントを見つけられないかな？」

そんな疑問を解決するための授業です。

お客様からの問い合わせには、製品やサービスについての質問だけでなく、仕事の進め方や情報提供の改善につながる手がかりが含まれていることがあります。

ChatGPTを使えば、多数の問い合わせを整理し、傾向を比較し、改善案を考えることができます。

ただし、AIが見つけた傾向が、必ずお客様全体のニーズを表しているとは限りません。

今回は、実際の問い合わせ記録から確認できることと、そこから考えられる可能性を区別する方法を学びましょう。

---

1．問い合わせ分析とは何でしょうか？

問い合わせ分析とは、お客様から寄せられた質問や相談を整理し、内容や件数、変化などを調べることです。

例えば、製造会社に次のような相談があったとします。

「図面がなくても相談できますか？」

「樹脂部品を1個から試作できますか？」

「どの材料が適しているか分かりません」

「納期について相談できますか？」

「3Dデータを送る方法を教えてください」

こうした質問を一件ずつ対応するだけでなく、まとめて整理してみます。

すると、初めて依頼する人が困りやすいことや、ホームページで説明が不足している可能性のある情報が見えてくるかもしれません。

ただし、問い合わせ内容だけで、すべてのお客様の考えを判断することはできません。

問い合わせをしなかった人の疑問は、記録に残らないからです。

問い合わせ分析は、お客様の声を理解するための一つの方法です。

2．問い合わせは何を基準に分類するの？

問い合わせ分析では、まず分類を考えます。

例えば、次のような分類です。

分類	相談の例
製作可否	この部品は作れますか？
材料	どの樹脂を選べばいいですか？
数量	少量でも依頼できますか？
納期	いつ頃完成しますか？
見積もり	金額を知りたい
技術相談	加工方法について相談したい
依頼方法	図面やデータの送り方を知りたい

分類は、実際の事業内容に合わせて設定します。

例えば、部品加工の会社と、飲食店やソフトウェア会社では、必要な分類が異なります。

ChatGPTには、

「この問い合わせ一覧を、相談の目的ごとに分類してください。分類名を分かりやすくし、どの分類にも当てはまらない質問があれば別に残してください」

と依頼できます。

3．一件の問い合わせに複数の質問がある場合

問い合わせには、複数の内容が含まれることがあります。

例えば、

「図面がないのですが、樹脂部品を5個ほど試作できますか？納期も相談したいです」

という問い合わせです。

この一件には、次のようなテーマがあります。

① 図面なしでの相談

② 少量試作

③ 納期

では、この問い合わせをどの分類へ入れればよいでしょうか。

方法は一つではありません。

例えば、「主な相談目的」を一つ選ぶ方法があります。

また、複数の分類を付ける方法もあります。

ただし、集計方法を統一しないと、件数を間違える可能性があります。

例えば、一件の問い合わせへ3つの分類を付けた場合、分類別件数を合計すると、実際の問い合わせ件数を超えることがあります。

この違いを理解しておきましょう。

4．問い合わせ件数と質問件数を区別する

例えば、10件の問い合わせがあったとします。

そのうち、1件に3つの質問が含まれていた場合です。

このとき、「問い合わせ件数」は10件です。

しかし、含まれる「質問の件数」は10件より多くなる可能性があります。

分類ごとの集計では、次のように考えます。

問い合わせ件数

実際に受け付けた問い合わせの数。

質問・テーマの件数

問い合わせに含まれる個別の質問やテーマの数。

例えば、10件の問い合わせに合計15個のテーマが含まれていれば、

問い合わせ件数：10件

テーマ件数：15件

となります。

ChatGPTには、

「問い合わせを分類する際、実際の問い合わせ件数と、質問テーマの件数を別々に集計してください。一件に複数のテーマがある場合、二重計上に注意してください」

と依頼しましょう。

5．実践！架空の問い合わせ30件を分析する

今回は、ある加工会社に1か月間で30件の問い合わせが届いたとします。

集計結果は次のとおりです。

主な問い合わせ内容	件数
製作可否	8
材料相談	6
納期相談	5
少量試作	4
見積もり方法	4
データ送信方法	3
合計	30

これは練習用の架空データです。

今回は、各問い合わせを主な相談内容一つだけに分類したとします。

この表から分かるのは、製作可否に関する問い合わせが8件で最も多いことです。

次に多いのは、材料相談の6件です。

ただし、これだけで「お客様の最大の課題は製作可否だ」と断定できるでしょうか。

まだ分かりません。

問い合わせ件数が多い理由には、さまざまな可能性があります。

そのテーマに関心が集まっているのかもしれません。

ホームページに必要な説明が不足しているのかもしれません。

あるいは、特定の時期に関連する相談が集中した可能性もあります。

そこで、数字から分かる事実と、考えられる理由を分けて考えましょう。

6．割合を計算してみよう

先ほどの30件について、分類ごとの割合を計算してみましょう。

計算式は次のとおりです。

割合（％）＝その分類の件数÷全問い合わせ件数×100

例えば、製作可否の問い合わせは8件でした。

8÷30×100＝約26.7％

です。

材料相談は6件なので、

6÷30×100＝20％

となります。

結果を整理すると、次のようになります。

分類	件数	割合
製作可否	8	26.7％
材料相談	6	20.0％
納期相談	5	16.7％
少量試作	4	13.3％
見積もり方法	4	13.3％
データ送信方法	3	10.0％

割合は小数第2位を四捨五入しています。

こうした計算は、ChatGPTやExcelで行えます。

ChatGPTには、

「この問い合わせ分類表について、件数の合計を確認し、分類ごとの割合を計算してください。計算式と結果を示してください」

と依頼しましょう。

7．割合が高ければ重要な課題なの？

例えば、製作可否の相談が26.7％だったとします。

これが最も多い分類だから、最優先で対応すべきなのでしょうか。

必ずしもそうではありません。

例えば、納期相談は5件ですが、その中に重大な納期変更に関する問題が含まれているかもしれません。

また、データ送信方法の相談は3件でも、添付ファイルが送れないために、ほかのお客様も問い合わせを断念している可能性があります。

つまり、件数だけでは重要度を判断できません。

そこで、次の観点も考えてみましょう。

① 件数

どのくらい質問されているか。

② お客様への影響

疑問が解決しないと、どのような問題があるか。

③ 業務への影響

対応にどれくらいの手間がかかっているか。

④ 改善の必要性

実際の案内や仕組みに問題がないか。

ChatGPTには、

「問い合わせ件数だけで優先順位を決めず、お客様への影響、仕事への影響、改善の必要性を考慮して分析してください」

と依頼できます。

8．月ごとの問い合わせの変化を見る

問い合わせの傾向は、時間とともに変化する場合があります。

例えば、次の架空データを考えます。

月	問い合わせ件数
1月	20
2月	24
3月	18
4月	30

4月は30件で、1月の20件より10件多くなっています。

増加率は、

（30－20）÷20×100＝50％

です。

しかし、これだけで問い合わせが順調に増えていると判断してよいでしょうか。

例えば、4月に広告を掲載したのかもしれません。

ホームページの訪問者が増えた可能性もあります。

また、単に特定の案件について確認の連絡が集中しただけかもしれません。

そこで、

「この4か月の問い合わせ件数を比較してください。確認できる変化と、その原因として考えられる仮説を分けてください」

と質問します。

9．問い合わせが増えた理由を調べる

問い合わせ件数が増えた場合、何が変わったのか確認しましょう。

例えば、次のような情報が参考になります。

• ホームページの訪問数
• 検索結果からの流入
• SNSからの流入
• 新しく掲載した記事
• 問い合わせフォームの変更
• キャンペーンや広告の実施
• 季節や市場の動き

ただし、これらは調査する候補です。

例えば、ブログ記事を増やした後に問い合わせが増えたとしても、その記事が原因だとは限りません。

ChatGPTには、

「問い合わせ件数が増えた期間について、アクセス解析や投稿履歴などから確認すべき情報を整理してください。因果関係を推測だけで確定しないでください」

と依頼できます。

10．問い合わせ内容からホームページの改善点を探す

例えば、次のような質問が多かったとします。

「図面がなくても相談できますか？」

この場合、ホームページで図面がない場合の相談方法を説明することが改善候補になるかもしれません。

また、

「データをどのように送ればいいですか？」

という質問が多ければ、データ送信方法の案内を見直すことが考えられます。

ただし、実際にホームページへ説明が掲載されていないとは限りません。

説明があるのに見つけにくい場合もあります。

そこで、

「この問い合わせ内容について、ホームページで説明が不足している可能性のある情報を整理してください。実際に掲載されているかどうかは、ページを確認してから判断してください」

と依頼します。

問い合わせの傾向は、ホームページ改善の手がかりになります。

11．よくある質問をFAQへ反映する

問い合わせ分析の結果は、FAQの改善にも役立ちます。

例えば、材料相談が多い場合です。

「どんな材料に対応していますか？」

「材料が決まっていなくても相談できますか？」

「材料の違いは何ですか？」

といった質問があるかもしれません。

そこで、実際のお客様の質問を整理して、FAQに必要な説明を検討します。

ChatGPTには、

「材料に関する問い合わせを整理し、お客様向けFAQへ追加する質問候補を作成してください。回答には実際の対応材料や受付条件の確認が必要であることを考慮してください」

と依頼できます。

ただし、FAQを追加すれば、必ず問い合わせ件数が減るわけではありません。

お客様が内容を理解したうえで、詳しい相談を希望する場合もあります。

12．新しいサービスのヒントを見つける

問い合わせには、会社がこれまで想定していなかった相談が含まれる場合があります。

例えば、

「加工だけでなく、材料選定についても相談できますか？」

「設計の初期段階から相談したいです」

「試作後の追加製作にも対応できますか？」

といった内容です。

こうした相談が複数寄せられた場合、新しいサービスや情報提供の可能性を検討するきっかけになるかもしれません。

しかし、問い合わせがあったからといって、必ず新しいサービスを始めるべきとは限りません。

対応するための技術、人員、設備、協力会社との連携などを確認する必要があります。

ChatGPTには、

「問い合わせ内容から、新しいサービスにつながる可能性のあるテーマを抽出してください。ただし、実現可能性や採算性を確認していない段階では、事業化できると断定しないでください」

と依頼できます。

13．少ない問い合わせでも重要な発見がある

例えば、ある会社に年間100件の問い合わせが届いたとします。

そのうち、新しい技術分野についての相談は2件だけでした。

件数としては少数です。

しかし、その2件が新しい研究開発分野に関係している場合、今後の仕事を考える手がかりになるかもしれません。

逆に、件数が多い問い合わせでも、すでにFAQで説明できている基本的な確認事項かもしれません。

つまり、件数の多さだけで価値を判断することはできません。

ChatGPTには、

「問い合わせ件数が少なくても、技術的な新規性や今後の事業との関係から注目する候補を整理してください。ただし、事業の可能性を根拠なく断定しないでください」

と依頼できます。

14．問い合わせ対応の負担も分析してみよう

問い合わせの分析では、件数だけでなく、対応にかかる時間を調べる方法もあります。

例えば、次のような架空データです。

分類	件数	1件あたりの平均対応時間
製作可否	8	20分
材料相談	6	30分
納期相談	5	10分
少量試作	4	15分
見積もり方法	4	10分
データ送信方法	3	5分

これらの数値が実際に計測された平均時間だったと仮定します。

各分類の対応時間を計算すると、

製作可否：8×20＝160分。

材料相談：6×30＝180分。

納期相談：5×10＝50分。

少量試作：4×15＝60分。

見積もり方法：4×10＝40分。

データ送信方法：3×5＝15分。

合計は、

505分＝8時間25分

です。

この例では、問い合わせ件数が最も多いのは製作可否ですが、合計対応時間が最も長いのは材料相談です。

こうした違いも、改善候補を考える材料になります。

ただし、対応時間を減らすことだけが目的ではありません。

技術相談には、時間をかけて確認する価値がある場合もあります。

15．ChatGPTで問い合わせ分析レポートを作る

ここまでの情報を、レポートにまとめてみましょう。

例えば、次のような構成です。

① 集計期間

いつからいつまでの問い合わせか。

② 問い合わせ総数

何件あったか。

③ 分類別の件数

どんな相談が多かったか。

④ 前の期間との比較

増減や変化があったか。

⑤ 主な質問内容

繰り返し寄せられた疑問。

⑥ 改善候補

ホームページ、FAQ、業務手順などの見直し候補。

⑦ 未確認事項

分析だけでは判断できないこと。

ChatGPTには、

「この問い合わせデータを基に、件数、分類、変化、改善候補を整理したレポートを作成してください。確認できた事実と、改善に関する仮説を分けてください」

と依頼できます。

16．分析結果をグラフにする

問い合わせの分類別件数は、棒グラフにすると比較しやすくなります。

例えば、製作可否8件、材料相談6件、納期相談5件といった数字です。

また、月ごとの件数は、折れ線グラフで変化を確認する方法もあります。

ChatGPTにデータを渡して、

「問い合わせ分類別の件数を棒グラフにしてください。分類名と件数が分かるように表示してください」

と依頼できます。

ただし、グラフを作成した場合も、元の数字と一致しているか確認しましょう。

また、分類方法が途中で変更されている場合は、以前の期間と単純に比較できないことがあります。

17．問い合わせデータの情報管理

問い合わせ記録には、お客様の個人情報や秘密情報が含まれる場合があります。

例えば、

• お名前や連絡先
• 非公開の図面
• 開発中の製品情報
• 取引条件
• 見積価格
• 技術的な相談内容

こうした情報を、許可なくChatGPTへ入力してはいけません。

会社の情報管理ルールや、取引先との契約を確認する必要があります。

また、会社名や担当者名を削除しても、特殊な製品名や案件内容から相手を推測できる場合があります。

そのため、練習では架空のデータを使いましょう。

実際の業務データを分析する場合は、利用目的、権限、匿名化や集計の方法などを確認することが重要です。

18．問い合わせ分析で注意したいこと

問い合わせ分析では、次のような間違いに注意しましょう。

① 一件の問い合わせを重複して数える

複数のテーマを含む場合、集計方法を明確にします。

② 分類の基準が統一されていない

担当者によって異なる分類になる場合があります。

③ 問い合わせが多い理由を決めつける

件数だけでは原因を判断できません。

④ 問い合わせが少ないことを需要がないと考える

問い合わせをしなかった人のニーズは分かりません。

⑤ AIが架空の傾向を作ってしまう

元データにない内容を、分析結果として扱わないようにします。

⑥ 数字だけで改善の優先順位を決める

重要度や影響の大きさも確認します。

ChatGPTには、

「この分析結果について、数字から確認できること、解釈に注意が必要なこと、追加で調べるべき情報を分けてください」

と依頼しましょう。

19．今日のミニレッスン

今回は、架空の問い合わせ30件の集計データを使って、実際に分析してみましょう。

ステップ① データを入力する

ChatGPTに次の情報を入力してください。

「製作可否8件、材料相談6件、納期相談5件、少量試作4件、見積もり方法4件、データ送信方法3件。合計30件です。各問い合わせは主なテーマ一つに分類しています」

ステップ② 分類別の割合を計算する

「分類別の件数と全体に対する割合を計算し、表にまとめてください」

と依頼します。

ステップ③ 数字から分かることを整理する

「この集計結果から確認できる事実と、まだ判断できないことを整理してください」

と質問します。

ステップ④ ホームページの改善候補を考える

「この問い合わせ内容を基に、ホームページやFAQの説明を見直す候補を考えてください。実際の掲載内容を確認する前に、情報が不足していると断定しないでください」

と依頼します。

ステップ⑤ 対応時間を計算する

次の架空の平均対応時間を追加します。

「製作可否20分、材料相談30分、納期相談10分、少量試作15分、見積もり方法10分、データ送信方法5分」

続けて、

「各分類の件数に平均対応時間を掛け、合計対応時間を計算してください。計算式と結果を示してください」

と依頼します。

正しい合計は505分です。

ステップ⑥ 新しい仕事の可能性を考える

「問い合わせ内容から、新しいサービスや情報提供につながる可能性のあるテーマを考えてください。ただし、需要や実現可能性を断定せず、確認すべき情報を整理してください」

と質問します。

ステップ⑦ 分析レポートを作る

「ここまでの結果を基に、問い合わせ件数、分類、割合、対応時間、改善候補、未確認事項を含む分析レポートを作成してください」

と依頼します。

ステップ⑧ 改善の優先順位を考える

最後に、

「改善候補について、お客様への影響、業務への影響、実施に必要な確認事項を比較してください。件数だけで優先順位を決めないでください」

と依頼しましょう。

これで、問い合わせデータの分類、集計、割合計算、対応時間の分析、改善候補の検討まで一通り体験できます。

ソラ先生からひとこと

お客様からの問い合わせは、その場で答えて終わるものだと思うかもしれません。

もちろん、一件一件に誠実に対応することは大切です。

しかし、複数の問い合わせを整理してみると、共通する疑問や、これまで気づかなかった課題が見つかる場合があります。

例えば、同じ質問が何度も届いているなら、ホームページの説明を見直すきっかけになるかもしれません。

また、件数が少なくても、新しい技術分野や仕事につながる相談が含まれている可能性があります。

ChatGPTは、こうした情報を整理し、共通点や変化を探し、改善案を考える手助けができます。

しかし、問い合わせ件数だけで、お客様全体のニーズや市場の動きを判断することはできません。

大切なのは、数字を確認したうえで、実際に何が起きているのかを考えることです。

そして、気になる傾向が見つかったら、必要な情報を調べ、小さな改善を試し、結果を確認していくことです。

問い合わせ分析の目的は、数字を増やすことでも、質問を減らすことでもありません。お客様が何に困り、何を実現したいのかを理解し、次の仕事や改善につなげていくことです。

次回【第73回】は「ChatGPTで新しいサービスの可能性を検討する方法｜顧客ニーズからアイデアを生み、実現性を確かめよう」です。

次は、問い合わせ分析で見つけた課題やニーズを出発点に、新しいサービスを考え、実際に提供できるか検討する方法を学びます。