業務内容
下記のようなご要望をお持ちの方、ぜひ一度ご相談ください！
「社内で意見を募ったんだけど、いろんなことが書かれていてよくわからない…」
「テープ起こししてみたんだけど、ここからいえることってなんだろう？」
「カスタマーにアンケート調査結果の大まかな傾向を把握したい」
「お客様の声に寄せられる内容を、いくつかのペルソナに分けて把握したい」
テキストデータは選択式のアンケートなどと違い、具体的な意見を拾うことができる反面、
「全体的な傾向」を客観的につかむことが難しい場合が多いです。
ある程度の回答数・テキスト量があるテキストデータは、
テキストマイニングによって統計的に扱うことができます。
ただし自然言語ゆえに扱いが難しい面もあり、要求精度とコスト・スピードのバランスを取りながら、適切な手順で解析していくことが重要です。
また、テキストマイニングは結果解釈にも一癖あります。
使途によっては、客観性だけでなく共感性とのバランスを取った解釈の方が、有効な場合もあります。
ご依頼者様の目的や依頼背景、納期、コストなども伺いながら、自然言語解析に関するあれこれをお手伝いします。
基本料金
オプション料金
実績・評価
1 件
満足
0
残念
コメントはありません
出品者
7時間前
データ分析・オープンデータ活用・調査設計はお任せください
-
1 件 満足0 残念
- ブロンズ
- 個人
- 千葉県
データ分析×オープンデータ活用×幅広い業種・職種接続による、課題解決のお手伝いをいたします。
【他サイトですが、クラウドワークスにて2024年1月「ビジネス部門契約ランキング」第2位にランクインしました】
・データ分析：調査企画～調査設計～分析～レポートまで対応可能です。
・オープンデータ活用：政府・国際機関のオープンデータや、専門書籍/DBの開示情報をもとに、ビジネス情報の収集をいたします。
・幅広い業種・職種接続：、産業構造・ビジネスモデル・就業構造・人口動態などを踏まえた仮説設定と分析結果の整理をいたします。
以下に略歴や可能な業務を記載いたしますの。こちらもご覧いただけますと幸いです。
【略歴】
・大学院工学研究科を修了
・公的機関でスタートアップ・中小企業支援の企画・運営に従事
・現在は事業会社の研究員として、市場調査・社会調査、経営者・有識者等への取材企画を担当
【現在の業務内容（本業）】
・調査設計・分析、社内戦略/営業提言と社外発信
・大規模調査プロジェクトの運営
・経営者・有識者等への取材企画の運営
（取材先検討・取材交渉・インタビュー・記事作成・ライターへの業務依頼）
【過去の対応案件例（副業）】
・バイオベンチャーの探索（主要国）
・調査設計/調査分析の立案、実務代行
・○○業界の商流・想定単価についての調査
・デスクトップリサーチ～事業計画書作成 など。
【可能な業務】
《調査（データ収集）》
・デスクトップリサーチ
・社内データ探索
・定性（インタビュー等）/・定量（アンケート等）調査の設計と実務
《調査（分析）》
・データ可視化
・仮説検定
・多変量解析（重回帰分析、因子分析、構造方程式モデリング、クラスター分析、アソシエーション分析等）
・自然言語分析（頻出単語分析、共起ネットワーク分析、対応分析など）
・機械学習
※主な使用ツール:Excel、Power BI、Python、R、SQL
《レポーティング》
・調査結果の整理と可視化
・示唆提言
【その他】
・使用ツールはご依頼者様のニーズに合わせております。
・稼働時間は平日昼もしくは夜、土日も対応可能です（都度相談希望）。
よくある質問
- テキストマイニングの難しいところは？
- 技術的な難しさもこまごまありますが、例えばビジネス上であれば、結果解釈へのストーリー付け、ではないでしょうか。 テキストマイニングの分析でよく用いられる統計解析手法に、「コレスポンデンス分析」「共起ネットワーク分析」があります。 また、可視化手法としては「ワードクラウド（頻出単語が大きく表示されるもの）」があります。 これらの解析手法は、数量データの多変量解析などと異なり、解釈の振れ幅が広くなります。振れ幅が広いということは、振り方次第で賛否が変わってしまうということです。 ビジネス上は、解釈に共感性を生むストーリー付けも時に重要、と思います。
- テキストマイニングの面倒なところは？
- ずばり、データクレンジングです。 数量データも同じではありますが、数値だと欠損値の処理とかある程度定型的な確認ができれば、比較的問題にならない感じです。 テキストデータは標記揺れが多いので、標記揺れが多いデータのまま解析すると、頻出している単語なのに頻出していないように解析されたり、頻出単語間の共起関係（一緒の文脈で使われているか）が見えにくかったりします。 とはいえデータクレンジングは丁寧にやるとすごく時間がかかるので、実務上は結果に求める精度とバランスをとることも大事です。 やればいいってわけでもないのが、テキストマイニングにおけるデータクレンジングの面倒なところです。
