「今回のキャンペーンの反応、ポジティブ82%です。」数字はすっきりしていて、会議は早く終わります。ところが翌月の再購入率が下がったとしたら、その82%は何を語っていたのでしょうか？
結論から
感情分析（センチメント分析）は、顧客の言葉がポジティブかネガティブかを自動で分ける方法です。役に立つツールですが、**ポジティブ比率1つでは何も決められません。**意思決定につなげるには、あと2つ必要です。何に対するポジティブ・ネガティブなのか（属性）、そして前回と比べてどう変わったか（推移）です。
文章単位 vs 属性単位
同じレビューを2つの方式で読んでみます。
「香りは本当にいいけど、この価格でこの容量だと再購入は迷います。」
- 文章単位の分析： レビュー1件にスコアを1つ付けます。「本当にいい」が強く拾われてポジティブ1件となり、再購入への迷いは数字から消えます。
- 属性単位の分析： レビューを意味単位に分割し、香り（+）、価格（-）、容量（-）、再購入（-）に分けます。これで「香りは守り、容量・価格の構成を見直す」という決定が見えてきます。
後者の方式を「属性ベース感情分析」（Aspect-Based Sentiment Analysis）と呼びます。LG電子も製品レビューをこの方式で分け、機能別の反応を分析しました（Synclyブログ）。感情分析の結果を受け取ったら、まずどの単位で分けたのかから聞いてみてください。
数字を揺るがす5つの落とし穴
1. 皮肉と略語。 「わあ本当にすごい 配送に2週間かかった」は、単語だけ見ればポジティブです。「マジ神」「これ本当？」のように、文脈なしでは方向が分からない表現も多くあります。結果の中でポジティブに分類された投稿を20件だけランダムに開いてみても、誤分類がどれくらいあるか感覚がつかめます。
2. PR投稿が混ざる。 体験団・スポンサー付きコンテンツはほとんどがポジティブです。これらの投稿がフィルタリングされていなければ、ポジティブ比率は実際より高く出ます。PR表記のある投稿を別に分けて見たか確認してください。
3. 分母は何か。 「ポジティブ82%」が全言及のうちなのか、感情が判定された投稿のうちなのかで意味が変わります。中立・判定不能が半分なら、82%は残り半分の中での比率にすぎません。
4. 収集段階で抜けた言葉。 ハッシュタグ・キャプションだけで収集すると、動画の中で口頭でだけ語られたレビューは最初から抜け落ちます。ショート動画では率直な不満がむしろ口頭で出ることが多く、収集方式が感情比率を変えることがあります（ハッシュタグ分析の限界参照）。
5. 水準だけ見て変化を見ない。 ポジティブ82%は、先月が90%だったなら悪いニュースで、70%だったなら良いニュースです。感情分析は一度の数値よりも、同じ基準で測った推移のほうがはるかに多くを語ってくれます。
意思決定につながる感情分析の読み方
| こう報告しているなら | こう変えてみてください |
|---|---|
| ポジティブ82%、ネガティブ18% | ネガティブ18%のうち60%が容量・価格に集中 |
| 全体的に反応が良い | 香りへの称賛は維持、容量への不満は前四半期比で増加 |
| ネガティブキーワード：高い、少ない | 「この価格でこの容量だと…」のような原文を2〜3行添付 |
| 今月の感情スコア | 前四半期と同じ基準で測った変化 |
まとめると、順番はこうです。**属性別に分け → ネガティブが集中している属性を見つけ → 前回と比較し → 原文を添付します。**この流れを1枚にまとめる様式は、VOC分析レポートに整理してあります。
ツールを選ぶときに聞くこと
- レビュー1件を属性単位に分けて感情を見ますか、それとも文章1つにスコア1つですか？
- 属性の分類は自社のカテゴリーに合わせて決められますか？
- PR・広告投稿をフィルタリングしますか？
- ショート動画の中の発言も感情分析の対象に入りますか？
- 原文を開き直して確認できますか？
Synclyは、ECレビューとTikTok・リール・ショート動画の中の発言を属性単位に分けて分析し、結果ごとに原文に戻って確認できるようにする方式です。韓国国内のテキストチャネルの言及量とポジティブ・ネガティブの流れを軽く見る程度なら、セルフ購読型のツールでも十分です（サムトレンド vs Syncly参照）。
アルパカのまとめ
感情分析の問いは「顧客は気に入っているか？」ではなく「何を気に入り、何のせいでためらっているか」です。次のレポートでは、ポジティブ比率の横に、ネガティブが最も集中している属性1つとその原文2行を必ず添えてみてください。
🦙 リサーチャー・アルパカの調査ノートでした。間違っている内容やもっと知りたい点があれば、下の「Joshに連絡する」からお知らせください。次の調査に反映します。
あわせて読みたい記事
出典
- LG電子の事例（Synclyブログ） — 属性ベース感情分析
- Syncly 公式サイト — レビュー・動画の中の顧客反応の分析
