久しぶりの投稿である。仕事がなかなか忙しく、ブログを書く体力が無い日々がしばらく続いていた。
さすがに、仕事に忙殺されていると「診断士としてのマインド」が徐々に減ってくる。ある意味、リハビリ的な意味でも、ブログを継続的に続けることに意義があるのかもしれない。
さて、今回はGPTを使用して企業の従業員アンケート結果を簡単に分析する際のやり方を紹介しようと思う。残念ならが有料版のChatGPT-4oを使用する必要がある点はご了承いただきたい。
※ちなみに無料版では以下の機能が使用できないため有料版を使用する必要がある。
・アップロードしたファイルを使用しての分析
・データ分析を行うための複雑な統計的計算
・Pythonのコード実行
使用するアンケート結果
今回の例では、従業員に対しいくつかの切り口で5段階評価のアンケートを実施したサンプルを使用する。
以下のイメージの通り、１～10の切り口を使用する。
スコアは、100点満点でのトータルでの点数を表している。
サンプルデータの作成もChatGPTで
ちなみに、上記のサンプルデータも実はChatGPTに作成してもらった。
以下のプロンプトを使用したので、参考にしてみてもらいたい。
サンプルデータの生成プロンプトの例
下記の[#項目]を持つ企業のサーベイ結果のサンプルデータを5000件生成してください。
また、[#ルール]に基づいてデータを生成してください。
[#項目]
サーベイ実施年月
従業員ID
従業員名
部署ID
部署名
1.仕事の満足度
2.心身の健康度合
3.周囲のコミュニケーションの良さ
4.自身の裁量度合
5.自身のリーダーシップの発揮度合
6.周囲の協力度合
7.部門一体感の高さ
8.部門目標への共感度
9.教育体制の充実度
10.ワークライフバランスの実現度
スコア
[#ルール]
・1～9の要素は、0～5段階とし、0は未回答とする。
・サーベイ実施年月は2024年1月～5月分までの5か月分とし、各月1000件としてください。
・従業員は全期間固定でお願いします。
・スコアは、1～10がすべて満点で100とし、最低が0とし、小数点以下1桁までで算出
・満足度が高ければ他の要素も全体的に高いなど、ある程度ムラをつける。ただし、3割程度はランダムな数値設定をすること。
GPT-4oでのデータ分析・加工例
ここからは、サンプルのアンケート結果をもとにいくつかの分析パターンを紹介していく。
ChatGPTにサンプルファイルを貼り付けた上で、分析のプロンプトを入力することで分析結果が得られる。
(1) 抽出
これは、単純にデータから上位や下位といった任意の条件でデータを抽出する方法である。
プロンプト：
全期間通してスコアが下位10%の従業員を抽出してください。結果：
（２）属性別の集計
次は、部署や従業員の属性ごとに値の合計や平均値を求める方法である。
プロンプト：
部署と要素1～10とスコア平均のクロス集計表を表示してください。結果：
（３）期間別の集計
例えば月別にアンケートを実施した場合は、期間での推移を折れ線グラフで可視化することも可能である。
プロンプト：
X軸に「サーベイ実施年月」、Y軸に「スコア」とする折れ線グラフを表示してください。
また、部署ごとの平均値とし線を分けて表示してください。結果：
（４）バラつきや偏差値の算出
次にデータの偏りや従業員ごとの偏差値を求めることも可能である。
プロンプト（分布）：
2024-5のスコアの分布を正規分布で可視化してください。結果：
プロンプト（偏差値）：
各従業員ごとにスコアに基づき偏差値をEXCELに付加してください（小数点以下2桁）。結果：
（５）要素間の相関関係
次に相関係数である。
各要素（１～１０）の値が他の要素とどの程度関連があるかを表す指標である。
たとえば、「１．仕事の満足度」と「2.心身の健康度合」が同じ傾向がある場合、1.0に近い数字となり「相関有り」とみなされる。逆に全く無関係な傾向があれば0に近づき「相関無し」とみなされる。-1.0は逆方向で相関が高い（一方の値が高い場合、もう一方は小さい値となるような状態）ということを表している。
※なお、結果については、1～10の要素の名称が日本語だとうまく表示されなかったため、英語表記に変更している。
プロンプト：
各要素の相関マトリクスをヒートマップ形式でweb上に表示してください（小数点以下2桁）。結果：
（６）クラスタリング分析
次にクラスタ分析と呼ばれるものである。
従業員のアンケート結果を大きく数個に分類するための方法である。
クラスタとして分けられたグループは、似た者同士としてカテゴライズすることが可能である。
以下は、Cluster0～Cluster2までの3分類された例である。
プロンプト：
従業員をいくつかのグループ（クラスタ）に分け、それぞれのクラスタの特性を分析してください。結果：
最後に
今回は紹介しなかったが、他にも重回帰分析なども行えるので、ある要素の値を仮定した場合の予測値を求めることなどもできたりする。
このように、アンケート結果があればEXCELでわざわざ集計しなくてもGPTを使えば簡単に求めることができる。
特に、最後の相関係数やクラスタ分析などは、手軽に且つなかなか普段は見えてこない企業の傾向が見えてくることもあるため、そこから有益な施策につながる可能性もある。そして、それがほぼ一瞬で取得できるというところが生成AIを使うことのメリットである。
ぜひ使いこなしていただきたい。
以上
投稿者
onda.masashi@gmail.com
