感情分析とは、AI（人工知能）をはじめとしたデジタル技術を活用して、感情を細かな要素に分け、性質や構造を明らかにすることです。
分析する対象としては、音声・テキスト・表情などがあります。
感情分析の結果は、コンタクトセンター（コールセンター）における顧客対応や、商品開発・ブランディングなどのマーケティング活動、職場における従業員のメンタルケアなどに活用されています。
感情分析市場は急拡大が予測され、コンタクトセンターやマーケティングに関わるなら、感情分析はチェックしておくべき非常にホットな話題となっています。
しかしながら、感情分析の解説は専門的で難解なことが多く理解しづらい方が多いようです。
そこで本記事では、初心者の方にもスムーズにご理解いただけるよう、「感情分析」についてわかりやすく解説します。
本記事のポイント
・感情分析の基礎知識が身に付く |
「感情分析について知りたい」
「自社で取り入れるべきか判断したい」
…という方におすすめの内容となっています。
この解説を最後までお読みいただければ、あなたは「感情分析とは何なのか」はもちろん、コンタクトセンターやマーケティングへの活用法がイメージできるようになります。
気になるマイナス面についても解説していますので、失敗を回避しながら感情分析を実務に役立てられるでしょう。ではさっそく、感情分析について解説します。
1.感情分析とは
まず感情分析の基礎知識から解説します。
1-1.感情分析とはAIをはじめとしたデジタル技術を活用して、感情を細かな要素に分け、性質や構造を明らかにすること
感情分析とは、AI（人工知能）をはじめとしたデジタル技術を活用して、感情を細かな要素に分け、性質や構造を明らかにすることです。
感情分析の種類には、下記4種類があります。
1. 音声の解析 |
【感情分析の具体例】
感情分析の種類 | 分析対象 | 読み取れる感情 | 活用例 |
音声 | 声の抑揚 | 平穏 | 電話口での怒りの感情から対応方法を判断 |
テキスト | 単語 | 喜び | SNSの自社に対する口コミから「ネガティブ」「ポジティブ」に分類して集計、商品改善に活かす |
動画 | 顔の表情 | 怒り | ドライバーの感情や疲労を表情で判定、「あおり運転」や「居眠り運転」などを未然に回避 |
生体情報 | 脳波 | 快・不快 | 授業中の生徒の脈拍から集中度をチェックし、生徒の状態に合わせて授業を実施 |
これらの感情分析の結果は、「顧客対応」や「マーケティング」のシーンで活用され、顧客の感情に沿ったカスタマーエクスペリエンス（CX、顧客体験）を実現する一助となるものです。
他にも、「職場」や「教育」の現場に感情分析の技術を導入することで、従業員や児童・生徒たちのストレスレベルやモチベーションをモニタリングする試みも進んでいます。
音声の解析
1つめは「音声の解析」です。
音声の解析は、コンタクトセンター(コールセンター)と関連性が深い感情分析です。
通話中の顧客の音声に対して感情分析を行い、「不安・怒り」といった感情を早期に発見すれば、トラブルを未然に防ぎやすくなります。
言葉には表れない顧客の感情にあわせて、オペレーターやスーパーバイザー（管理者）が臨機応変に対応を変化させられるのが特徴です。
あるいは、顧客ではなくオペレーター側の音声を解析することで、コンタクトセンターのスーパーバイザーが適切なフォローを行えるようにする、といった活用法もあります。
音声による感情分析については、以下の記事も参考にしてください。
文章・テキストの解析
2つめは「文章・テキストの解析」です。
文章・テキストの解析は、特にマーケターたちに注目されている感情分析です。
例えば、SNS上に投稿された生活者たちの声を感情分析することで潜在的なニーズを発掘し、新たな商品・サービスの開発につなげたり、自社ブランドに対する本音を探ったりできます。
あるいは、コンタクトセンター(コールセンター)においても、文章・テキストの解析は有益です。顧客から問い合わせメールフォームやチャット上に寄せられた声や、音声での通話内容をテキスト化したものに対して感情分析を行うことで、より深く顧客を理解できるようになります。
映像（表情）の解析
3つめは「映像（表情）の解析」です。
これは、生活者の映像を元に、顔の動作などの表情から感情を分析する方法です。
動画広告を視聴中のユーザーの表情に対して感情分析を行えば、「ユーザーは、どのシーンで、どんな感情を抱いたか」を把握できます。
あるいは、店舗における店内カメラの映像を分析することで、「来店者がどんな感情を抱いているか」を解析することも可能です。
生体情報の解析
4つめは「生体情報の解析」です。
脳波・脈拍・発汗などの生体情報から、AIがその人の感情を分析することができるのです。
塾で教育事業を営んでいる場合を例に考えてみましょう。
授業中の生徒に対して、リストバンドをつけてもらい、脈拍データから感情解析を行うと、
「生徒の心拍数が落ちた、生徒が眠気を感じて集中していない」
「生徒の心拍数が上昇して高くなっており、緊張状態に陥っている」
などがわかるようになり、生徒たちの状態に合わせて適切に授業の進め方などを変えていくことができるのです。
このように、生体情報を使って人間の感情を解析することも可能です。
1-2.感情分析市場は急拡大する予測
近年では、デジタル技術の発展とともに、従来よりも高い精度での感情分析が可能になりつつあります。実際、感情分析市場は急拡大している状況です。
出典：株式会社データリソース を元に作成
今はまだ、感情分析を身近に感じるシーンは少ないかもしれません。しかし、これからの5年〜10年では、感情分析が生活者のさまざまなシーンに浸透することが予測されます。
1-3.感情分析は顧客ロイヤルティの向上に不可欠な手法となっていく
感情分析市場の急拡大が予測されるいま、いち早く感情分析の導入を検討すべきなのは、顧客ロイヤルティ向上を重要な課題ととらえているコンタクトセンター(コールセンター)の管理者や経営者、マーケターです。
というのは、感情分析は遅かれ早かれ、顧客ロイヤルティ向上に不可欠な手法となっていくと考えられるためです。
顧客ロイヤルティ（顧客からの深い信頼や愛着）を獲得するためには、顧客視点に立ったカスタマーエクスペリエンスの提供が欠かせませんが、そのためにダイレクトに効果を発揮するのが感情分析です。
感情分析は、これまでアンケートなどの調査データや企業担当者の分析スキルを通して想像するしかなかった“顧客の感情”を可視化します。
この技術は、コンタクトセンターをはじめとする企業担当者にとって、イノベーションともいえるほど、大きな影響を与えるでしょう。
2.感情分析でできる4つのこと
より具体的に感情分析についてイメージできるよう、2章では感情分析でできることを解説します。
感情分析でできる4つのこと |
・商品・サービスの改善・開発 |
それぞれ詳しく見ていきましょう。
2-1.商品・サービスの改善・開発
1つ目は「商品・サービスの改善・開発」です。
顧客の口コミや意見を、テキスト・表情・声から感情分析を行うことで、自社の商品・サービスに対する顧客の感情を読み取ることができます。
そして「自社商品・サービスのどこが顧客にとって良い点なのか」「どこが顧客にとって良くない点なのか」を明らかにできるため、商品・サービスの改善・開発の大きなヒントになるのです。
例えば口コミサイトやSNSなどに投稿された、自社商品・サービスに対する膨大なレビューを感情分析することで、顧客の「ポジティブ」「ネガティブ」の感情を知ることができます。
ある家電メーカーの洗濯機Yに対する、SNSやレビューサイトから膨大なレビューから感情分析をした場合を例に考えてみましょう。
洗濯機Yに関して、
「サイズが大きすぎる」
「洗濯中の音が大きい」
といったネガティブ感情が多く寄せられている場合、感情分析によって、こうしたコメントが多いことが示されます。
さらに、それぞれのネガティブな感情が全体のレビューの中でどれくらいの割合を占めているかを明らかにできるため、洗濯機Yを改善するための課題を特定でき、改善策を考えやすくなるのです。
このように感情分析を活用することで、自社の商品やサービスの改善へとつなげることができます。
2-2.従業員のストレスチェック
2つ目は「従業員のストレスチェック」です。
感情分析を活用することで、従業員の感情を表情や声、テキストなどで分析し、ストレスレベルを明らかにすることができるのです。
例えば、従業員が日々利用するチャットコミュニケーションツール上のテキストを、感情分析し、ストレスレベルを測定することで、従業員のストレスチェックができます。
従業員のストレスチェックは、従業員の離職防止、職場環境の改善などにつながる重要な検査です。
しかしアンケート調査だけでは、自分でストレスに気づけていなかったり、本当のことを書けない人もいたりするなど、その有効性が疑われています。こうした中で、従業員の正確なストレスレベルを感情分析によって把握できるのは、企業にとって大きなメリットといえるでしょう。
2-3.教育のサポート
3つ目は「教育のサポート」です。
学習者の表情を感情分析することで、学習者の現状を把握し、個々の状況に合わせてサポートできるようになります。
例えば、学習者にとって学習内容が難しく、困惑した表情を読み取った場合、
・学習内容のどの部分でつまずいているのか |
といったことがわかるようになります。
また何度も感情解析を利用することで、AI自身もデータを蓄積・分析して学習していくので、よりその学習者に合った学習内容やサポートが明確になり、より良いサポートを提供しやすくなります。
このように感情分析を活用することで、学習者に対する教育のサポートがしやすくなるのです。
2-4.車の交通事故防止
4つ目は「車の交通事故防止」です。
感情分析によって、ドライバーの車内映像や音声を分析して、ドライバーの感情や疲労を判定できます。「あおり運転」や「居眠り運転」など、その人の感情を明らかにすることで、事故が起きる状況を未然に回避できるのです。
たとえば、ドライバーが運転をしながら眉間にしわを寄せている場合、「ドライバーが怒り・イライラを感じている」とAIが判定し、リラックスできるように「ラベンダーの香りを出力する」といった演出を行います。
その結果、ドライバーの怒り・イライラを緩和させることができ、あおり運転を防止出来たり、感情的な運転で交通事故が発生するのを未然に防いだりすることができます。
このように、感情分析によって、未然に交通事故を防ぐ目的で感情分析が使用されています。
3.感情分析のメリット・効果
感情分析を企業が取り入れた場合、どんなメリットが期待できるのでしょうか。大きく3つの利点が挙げられます。
1. より深く顧客満足度を高められる |
詳しく見てみましょう。
3-1.より深く顧客満足度を高められる
1つ目のメリットは「より深く顧客満足度を高められる」ことです。
感情分析という技術を活用することによって、従来の手法ではたどり着けなかった高品質のサービス提供が可能になります。
先にご紹介したように、SNSや口コミサイトから自社商品・サービスに関するレビューを感情分析することで、
「顧客にとって自社商品のどこが良いのか」
「自社商品のどこが良くないのか」
が明確になり、顧客ニーズに沿って商品・サービスを改善できます。
また、顧客の感情を事前に察知することで、これからクレームに発展しそうな問題の芽に早期に気づき、クレームを未然に防ぐこともできます。
これらの結果として、より深く顧客満足度を高めることができるのです。
現代のコンタクトセンター(コールセンター)やマーケティングの現場では、
・顧客ロイヤルティ |
といった言葉が頻繁に聞かれるようになりました。売り手視点ではなく「顧客視点」を軸とした活動の重要性に多くの企業が気付き、取り組みを進めている現状があります。
こうした顧客視点でのマーケティング活動が成熟しつつある今、求められるのは単なる顧客視点ではなく、「より高いレベルでの顧客視点」です。
つまり、より深く・より高い顧客満足度を獲得するための取り組みが欠かせません。それを可能にするのが、感情分析です。
感情を通して「顧客の本音」に限りなく近づき、それぞれの顧客の感情に合わせた体験を提供できることは、感情分析の最大のメリットといえるでしょう。
3-2.離職防止につながる
2つ目のメリットは「離職防止につながる」ことです。
感情分析を活用すれば、従業員の感情を「表情」「声」などで分析し、ストレスレベルを測定できるため、正確なストレスチェックを行うことができ、それぞれの従業員に対して適切にケアを行うことができます。その結果、従業員が働きやすくなり、離職防止へとつなげることができるのです。
例えば、A社の社内コミュニケーションツールであるチャット上のテキストから、感情分析を行ってストレスチェックした場合を例に考えてみましょう。
感情分析の結果、
◆Dさん 【Dさんの状態】 |
といったことがわかりました。
Ｄさんは、経験豊かなメンターを割り当て、定期的な面談を通じてキャリアやプロジェクトに関する相談を行えるようにします。メンターからのフィードバックとサポートによって、自信を回復し、自己効力感を高める、という対処を行いました。
そうして、Dさんのストレスを軽減して働きやすいようにし、未然に離職を防げるのです。
このように、感情分析は従業員のストレスチェックができるだけでなく、ストレスの原因に対処できるため、離職率の低下に期待できます。
3-3.応用次第で新たな価値提供が可能になる
3つ目のメリットは「応用次第で新たな価値提供が可能になる」ことです。
感情分析は、これから市場拡大が予測される新しい手法ですから、具体的にどう活用するか、まだアイデアが成熟していません。
ここに大きなチャンスがあります。顧客や従業員の感情を分析するにせよ、それ以外に応用するにせよ、創意工夫によって、まだ世の中にない新しい価値を生み出すことが可能です。
例えば、車を運転するドライバーの表情を解析して安全性を高める、個人の心理状態をスマートウォッチで管理するなど、新たな活用事例が生まれています。
市場が成熟する前に、いち早く新しいアイデアを投入することで、ゲームチェンジを起こす企業も多いでしょう。
4.感情分析のデメリット・課題
顧客満足度の向上にイノベーションを起こし、さらに大きな可能性を秘める感情分析ですが、現時点ではデメリットや課題も抱えています。2点、ご紹介しましょう。
1. 技術やシステムが発展途上にある |
4-1.技術やシステムが発展途上にある
1つめのデメリットは「技術やシステムが発展途上にある」ことです。
ここまで述べてきたとおり、感情分析に多大なメリットや可能性があることは事実ですが、企業が活用するうえでの実用性という面では、未熟な一面があることは否めません。
例えば、コンタクトセンター(コールセンター)での例を挙げれば、
「喜びと悲しみのクロスした感情に優劣をつけにくい」
「リアルタイム以外の活用に改善の余地がある」
などの声が現場から上がっています。
これらは、感情分析のシステムを活用する企業が増加していけば改良が重ねられ、改善していくと考えられます。
現時点では過度な期待は禁物で、未熟な点は開発ベンダーにフィードバックをしながら「開発ベンダーとともに、システムを育てていく」という感覚で利用したほうが良いでしょう。
4-2.個人データ保護の問題がある
2つめのデメリットは「個人データ保護の問題がある」ことです。
特に人の表情を画像で分析する場合には、注意が必要です。
例えば、カメラ画像を体系的に構成して個人情報データベースなどを構築した場合には、個々のカメラ画像を含む情報は個人データに該当し、個人情報保護法に基づく適切な取扱いが必要になります。
感情分析を行う際には、個人情報保護法に抵触しないか、専門家などに確認のうえ進める必要があります。
5.コンタクトセンター(コールセンター)での感情分析の活用例
さて、ここで具体的な事例として、コンタクトセンター(コールセンター)での感情分析の活用例を見てみましょう。
以下はトランスコスモスでご提供している音声認識ソリューション「transpeech（トランスピーチ）」における感情分析のイメージ図です。
顧客とオペレーターの音声を解析して、周波数成分ごとのエネルギーを算出し、感情分析の結果をオペレーターへポップアップで表示します。
▼ オペレーターに表示されるポップアップ
例えば、顧客の「怒り」が検出された場合にはSV（管理者）にアラート通知が届く仕組みになっています。
▼ SV（管理者）に届くアラート
実際の使い方としては、上記のように怒りや悲しみの検出アラートをトラブル未然防止のフォローのために活用するほか、興味・喜びの感情を検出してアップセル・クロスセルのトークにつなげる活用方法もあります。
感情分析をコンタクトセンターに取り入れれば、トラブルを防ぎ、顧客に高い満足を届けるサービス提供が可能になります。
さらに、トラブル防止以外にも以下のような活用方法も考えられますので、参考にしてください。
【悪感情を抱きやすい問い合わせの種類を特定、より丁寧な対応ができる】 顧客からの問い合わせを傾向ごとに分類し、その際の顧客の感情を掛け合わせて分析すると、悪感情を抱きやすい話題の傾向が見えてきます。 例えば、「『◯◯の使い方』についての問い合わせは特に悪感情はないが、『◯◯の故障」についての問い合わせは悪感情を抱きやすい」などです。 そこで、顧客が悪感情を抱きやすいと分類された問い合わせに関しては、悪感情を抱かせないような対応を事前にマニュアル化し、よりていねいな対応をすることでCXを向上させることができます。 【トークスキルやトークフローによる対応の差を平準化することができる】 オペレーターごとの対応と顧客の感情を掛け合わせて分析すると、トークスキルやトークの順番によって顧客の感情がどう異なるかが見えてきます。
例えば、オペレーター①は「A→B→C」という順番で話題を繋げたところ、顧客が怒りの感情を持ちました。 しかし、オペレーター②は同じ内容でも「B→A→C」の順番で話したところ、顧客はポジティブな感情を持ったとします。 その場合は、このトークフローを「B→A→C」に変更することで、CX向上を図ることができます。 |
6.感情分析の具体的な方法
ここまで、感情分析とはどのようなものか、どんなシーンで活用できるかを解説してきました。
ではここからは、「実際に感情分析を行いたい」という方向けに実践的な知識をお伝えしていきましょう。
まず、感情分析をどのように行うのか、具体的な方法から説明します。
それは主に以下の3種です。
＜自力で分析する場合＞
・感情辞書を使う |
＜自力ではできない場合＞
・既存のツール、サービスを使う |
6-1.自力で分析する場合
まず、自力で分析を行いたい場合は、以下の2つのいずれかの手法で行うことができます。
感情辞書を使う
まず、「感情辞書」を用いてテキストから感情分析を行う方法があります。
「感情辞書」とは、特定の単語に対して感情の種類や度合いを対応させたリストです。
「極性辞書」とも呼ばれ、ある単語が「ポジティブ」であるか「ネガティブ」であるかで分類する「ネガポジ判定」の辞書や、単語に対して「楽しい／悲しい」「うれしい／怒り」といった感情の度合いを数値化する辞書などがあります。
たとえば、「美しい」はポジティブ、「醜い」はネガティブといった具合です。
これに従って、テキストや音声で相手が使った単語を分類し、そこから感情を分析するというわけです。
この感情辞書は、自作しなくても公開されているものがありますので、それをカスタマイズして利用することが可能です。
中でもよく知られているのは以下の2つの辞書ですので、利用してみるといいでしょう。
・「日本語評価極性辞書」：東北大学 乾・鈴木研究室が公開 |
機械学習を活用する
感情辞書からもう一歩進んだ方法として、AIの「機械学習」を活用する方法もあります。
これは、感情辞書のようにテキストから感情を分析するだけでなく、音声や映像からも分析が可能です。
具体的な方法としては、AIに過去のさまざまな事例データを機械学習させることで、その中から一定のパターンや規則性を導き出し、それに沿って感情分析を行います。
単に単語それぞれを感情に合わせて分類するだけでなく、熟語や文章からも感情を読み取ることができ、ディープラーニングによってより深く、複雑な感情分析ができるようになります。
さらに、分析を重ねるうちにそのデータからも学習し、精度を高められるのも機械学習の特徴と言えるでしょう。
6-2.自力ではできない場合
もし、上記のような自力での方法がよくわからないという場合は、もっと簡単な方法もあります。
既存のツールやサービスを使う
上記2つの方法は、自分で感情辞書やAIモデルを実装して行うものですが、それが難しい場合にはもっと簡単な方法もあります。
それは、「既存のツールやサービス」を導入することです。
テキスト分析や音声分析に特化したものもあれば、テキスト、音声、映像を複合的に分析するサービスもあります。
中にはクラウド型のサービスや、無料のアプリなどもあるので、用途に合わせて選ぶといいでしょう。
7.感情分析ツール・サービスを選ぶポイント
さて、前章を読んで「自分で実装するのは難しいので、既存のツールやサービスを利用したい」と考えた方も多いでしょう。
その場合、どのツール・サービスを選ぶかが重要です。
選ぶ際のポイントとしては、以下の3点に留意してください。
・分析できるデータソースの種類 |
7-1.分析できるデータソースの種類
まず、分析したいデータソースが何かによって、各ツール・サービスがそれに対応しているか、その分析を得意としているかどうかが異なります。
・テキスト、音声、映像のうちどれを分析するのか |
を明確化し、それに適したものを選びましょう。
7-2.辞書機能の充実度、自由度
感情分析ツールを導入する際には、そのままでは使わずにカスタマイズしたいというケースが多くあります。
例えば、専門用語が多ければ、それを登録して認識しやすくする必要があるでしょうし、扱う商品やサービスによって、よく使われる言葉やそのポジティブ度・ネガティブ度も異なるでしょう。
それらに対応した辞書機能が充実しているか、自由にカスタマイズできるかをあらかじめ確認しておく必要があると言えます。
7-3.分析結果のわかりやすさ
3つめのポイントは、分析結果のわかりやすさです。
分析後にどのような形で結果がアウトプットされるかは、ツールやサービスによって異なります。
中には視覚的に捉えやすいよう、感情の変化をグラフ化したり、単語の頻出度によってワードクラウド化したり、感情をマトリクスにマッピングできるものもあります。
分析後にどのように活用したいかを想定した上で、そのためにもっともわかりやすく使いやすいアウトプットが得られるものを選ぶといいでしょう。
8.感情分析をコンタクトセンター(コールセンター)に導入する流れ
「感情分析をコンタクトセンター(コールセンター)に取り入れたい」という方のために、導入の流れをご紹介しましょう。
この記事では、音声認識ソリューション『transpeech』の導入を例に説明します。
『transpeech』は、「既存のツールやサービスを使う」で挙げた感情分析機能を持つサービスのひとつです。
これを導入する場合のスケジュールイメージは、以下のとおりです。
▼ 導入スケジュール
大きく「企画」→「環境構築」→「施策別の準備」の3ステップに分けられ【最短1～1.5ヶ月程度】で感情分析をスタートできます。
なお、感情分析は『transpeech』が持つ多彩な機能のうちのひとつです。『transpeech』について詳しくは、以下のリンクからご確認ください。
『transpeech』ソリューションページはこちら
『transpeech』の詳しい資料もご用意しております。是非こちらも導入の参考にしてください。
9.徹底した顧客視点のコンタクトセンター(コールセンター)実現のために感情分析の活用を
これからのコンタクトセンター(コールセンター)にとって最も重要なこととは何か？といえば、それは「顧客視点」にほかなりません。
それも従来の顧客視点とは一線を画す、より高度なレベルの徹底した顧客視点です。
感情分析は、高レベルな顧客視点を実現する新たなテクノロジーです。
まだ発展途上である面は否めませんが、だからこそ、いち早く取り入れて自社に感情分析のノウハウを蓄積する価値があります。
5年後・10年後には、感情分析のノウハウが自社の知的財産として、あなたの企業の顧客満足度を下支えすることになるでしょう。
ぜひ前向きに感情分析の活用をご検討いただければと思います。ご不明な点があれば、お気軽に問い合わせフォームからご連絡ください。
まとめ
感情分析とは、AI（人工知能）をはじめとしたデジタル技術を活用して、感情を細かな要素に分け、性質や構造を明らかにすること。
感情分析市場は急拡大する予測となっています。今分析した感情を解析することで、顧客ロイヤリティ向上に必要不可欠な手段になっていくと考えられます。
感情分析の種類には以下があります。
1.音声の解析 |
感情分析のメリット・効果は次のとおりです。
1. より深く顧客満足度を高められる |
感情分析のデメリット・課題は次のとおりです。
1. 技術やシステムが発展途上にある |
徹底した顧客視点のコンタクトセンター(コールセンター)実現のために、感情分析は大変有効な手段となります。ぜひ早期に導入し、自社のノウハウを蓄積していきましょう。