SECTION 19

実践: 感情分析ダッシュボード

顧客の声を数値化 — AIで感情をリアルタイム可視化

calendar_today2026年4月 LCREATOR.Inc Google AI 研修プログラム

SECTION 19 — 感情分析ダッシュボード

感情分析とは何か

CONCEPT

感情分析（Sentiment Analysis）

テキストデータから書き手の感情・意見・態度を自動判定する自然言語処理技術。顧客レビュー、SNS投稿、アンケート回答などを大規模に処理できる。

1

テキスト入力

レビュー・コメント・フィードバックなど自然言語テキスト

2

AI解析

Gemini APIが文脈・ニュアンス・感情語を総合的に判断

3

スコア出力

感情スコア（1〜5）・ラベル・要因キーワードを返す

判定カテゴリ

sentiment_very_satisfied

ポジティブ

スコア 4〜5 / 満足・称賛・推薦

sentiment_neutral

ニュートラル

スコア 3 / 事実的・どちらでもない

sentiment_very_dissatisfied

ネガティブ

スコア 1〜2 / 不満・苦情・警告

SECTION 19 — 感情分析ダッシュボード

ビジネスでの活用シーン

USE CASE

rate_review

顧客レビュー分析

ECサイト・アプリストアのレビューを一括分析。製品改善の優先度を自動判定。

商品改善満足度追跡

forum

SNS監視・ブランド管理

TwitterやInstagramの言及をリアルタイム監視。炎上リスクを早期に検知。

ブランド保護炎上対策

people

従業員満足度調査

社内アンケートの自由記述を自動分類。離職リスクの高い部門を定量的に把握。

HR分析離職予防

lightbulb 共通の価値: 人手では数日かかる数千件のテキスト分析が、GASとGemini APIの組み合わせで数分で完了します。

SECTION 19 — 感情分析ダッシュボード

システム全体構成

ARCHITECTURE

input データ収集フォーム/API

arrow_forward

psychology Gemini API分析 GAS経由

arrow_forward

table_chart スプレッドシート結果格納

arrow_forward

dashboard Looker Studio 可視化

arrow_forward

notifications_active アラート配信 Slack/メール

使用するGoogleサービス

Googleフォーム / スプレッドシート
Google Apps Script（GAS）
Gemini API（Vertex AI経由）
Looker Studio

コスト見積もり

スプレッドシート・フォーム: 無料
Looker Studio: 無料
Gemini API: 月1万件で約500円程度
GAS: 無料（実行時間制限あり）

SECTION 19 — 感情分析ダッシュボード

データ収集方法の設計

DATA

スプレッドシートのデータ構造

列名	内容	型
timestamp	入力日時	datetime
source	収集元（フォーム/API）	string
category	カテゴリ（商品/サポート等）	string
review_text	元のレビューテキスト	text
score	感情スコア（分析後）	number
label	感情ラベル（分析後）	string

dynamic_form

Googleフォーム経由

顧客満足度調査・お問い合わせフォームの回答をスプレッドシートに自動格納。フォーム送信トリガーで即時分析も可能。

api

API経由での取得

外部サービス（ECプラットフォーム等）のAPIからGASでレビューを定期取得。URLFetchApp.fetchを使用。

warning 注意: 個人情報を含むテキストは送信前に氏名・連絡先を匿名化すること。

SECTION 19

AI感情分析の実装

Gemini APIとGASで大量テキストを一括処理する

SECTION 19 — AI感情分析の実装

Gemini APIプロンプト設計

PROMPT

JSON形式で構造化された結果を返すプロンプトを設計します。スコア・ラベル・要因を一度に取得するのがポイントです。

 GAS / Prompt
const prompt = `
以下のレビューテキストを感情分析してください。

レビュー: "${reviewText}"

必ず以下のJSON形式のみで回答してください:
{
 "score": 感情スコア（1=非常に否定的〜5=非常に肯定的の整数）,
 "label": "ポジティブ" or "ニュートラル" or "ネガティブ",
 "factors": ["要因キーワード1", "要因キーワード2"],
 "summary": "30文字以内の要約"
}
`;
 

設計のポイント（青: 基本概念）

JSON形式を明示指定 → パース処理が安定
スコアを1〜5の整数に限定 → 集計が容易
factors配列で根拠を取得 → 改善アクションに直結

出力例（緑: 推奨パターン）

{
 "score": 4,
 "label": "ポジティブ",
 "factors": ["迅速な対応", "丁寧"],
 "summary": "対応スピードに満足"
}

SECTION 19 — AI感情分析の実装

GASでバッチ処理を実装する

GAS

 GAS
function analyzeSentimentBatch() {
 const ss = SpreadsheetApp.getActiveSpreadsheet();
 const sheet = ss.getSheetByName('レビュー');
 const data = sheet.getDataRange().getValues();

 for (let i = 1; i < data.length; i++) {
 // 未分析行のみ処理（E列が空欄）
 if (data[i][4] !== '') continue;

 const text = data[i][3]; // D列: レビューテキスト
 const result = callGeminiAPI(text);

 if (result) {
 sheet.getRange(i + 1, 5).setValue(result.score);
 sheet.getRange(i + 1, 6).setValue(result.label);
 sheet.getRange(i + 1, 7).setValue(result.factors.join(', '));
 sheet.getRange(i + 1, 8).setValue(new Date());
 }
 Utilities.sleep(500); // レート制限対策
 }
}
 

check_circle

未分析行のみ処理する設計
再実行しても二重分析が起きません。中断しても安全に再開できます。

schedule

GAS実行時間制限（6分）
1回で処理できる件数は約500〜700件。大量データはタイムアウト前に保存する仕組みが必要。

error

APIエラーのハンドリング（赤: リスク）
try/catchでエラー行をスキップし、ログに記録。処理を止めないことが重要。

SECTION 19 — AI感情分析の実装

結果のスプレッドシート格納設計

STORAGE

分析結果を適切な列構成でスプレッドシートに格納することで、Looker Studioでの集計・可視化が容易になります。

列	項目名	内容	Looker Studioでの用途
A	timestamp	受付日時	時系列グラフの軸
B	source	収集元	フィルタ・ディメンション
C	category	カテゴリ	ドリルダウン用ディメンション
D	review_text	元テキスト	詳細表示用
E	score	感情スコア（1〜5）	KPI・平均値算出
F	label	ポジ/ニュートラル/ネガ	円グラフ・フィルタ
G	factors	要因キーワード	キーワード頻度分析
H	analyzed_at	分析実行日時	処理状況の確認

info ヒント: スプレッドシートは「マスターシート（生データ）」と「分析済みシート（結果のみ）」に分けると、Looker Studioの接続が安定します。

SECTION 19

ダッシュボード構築

Looker Studioで感情データを視覚的に表現する

SECTION 19 — ダッシュボード構築

Looker Studioとの接続設定

SETUP

1

Looker Studioを開く

lookerstudio.google.comにアクセスし、「レポートを作成」をクリック

2

データソースを追加

「Googleスプレッドシート」コネクタを選択し、分析済みシートを指定

3

フィールドの設定

score列を「数値」、label列を「テキスト」、timestamp列を「日付」に設定

4

計算フィールド追加

「平均感情スコア」「ポジ率」などをカスタム計算式で作成

重要な計算フィールド例

-- ポジティブ率（%）
COUNTIF(label, "ポジティブ")
 / COUNT(label) * 100

-- 週次平均スコア
AVG(score)
 

sync データ更新頻度はデフォルト15分。リアルタイム性が必要な場合は「毎時更新」に変更してください。

SECTION 19 — ダッシュボード構築

KPIスコアカードの設計

KPI

ダッシュボードの上部に主要KPIをスコアカードとして並べることで、一目で状況を把握できます。

3.8

平均感情スコア
前月比 +0.2

68%

ポジティブ率
前月比 +5%

12%

ネガティブ率
前月比 -3%

1,240

今月の分析件数
累計 8,420件

スコアカードの設定

指標: AVG(score)
比較期間: 前の期間
条件付き書式で色分け

ポジ率の設定

計算フィールドを使用
COUNTIF / COUNT * 100
緑色で表示（推奨）

補足ヒント

スコアカードは最大6個まで
最重要指標に絞ること
数値のフォーマット設定も忘れずに

SECTION 19 — ダッシュボード構築

効果的なチャート設計

CHART

show_chart

時系列折れ線グラフ

ディメンション: 日付（週単位）
指標: 平均スコア、ポジ率

トレンド変化を一目で確認

donut_large

感情分布ドーナツグラフ

ディメンション: label
指標: COUNT(label)

■ ポジ 68%

■ ニュートラル 20%

■ ネガ 12%

全体バランスを把握

table_rows

フィルタ・ドリルダウンの設計

FILTER

インタラクティブなフィルタコントロールを配置することで、分析担当者が自在にデータを絞り込めるダッシュボードになります。

1

期間フィルタ（日付範囲コントロール）

ダッシュボード全体に適用。デフォルトを「過去30日間」に設定する

2

カテゴリフィルタ（プルダウン）

「商品」「サポート」「配送」などのカテゴリで絞り込み。複数選択可能に設定

3

感情ラベルフィルタ（チェックボックス）

ネガティブのみ表示して集中分析するなど、対応優先度の高い案件に絞れる

4

スコア範囲スライダー

スコア1〜2のみを表示して低評価レビューを集中的に確認・対応

推奨フィルタ配置（緑: 推奨）

フィルタはレポートの最上部に横並びで配置。ユーザーが最初に目にする場所に置くことで操作性が向上します。

注意点（赤: リスク）

フィルタを多くしすぎると表示が遅くなります。重要な3〜5個に絞り込みましょう。全ページ共通フィルタにはページレベルではなくレポートレベルで設定すること。

SECTION 19

アラート機能

ネガティブ急増を即座に検知・通知する仕組みを構築する

SECTION 19 — アラート機能

ネガティブ急増時の自動通知

ALERT

 GAS
function checkNegativeAlert() {
 const sheet = SpreadsheetApp
 .getActiveSpreadsheet()
 .getSheetByName('分析済み');

 // 直近1時間のデータを取得
 const oneHourAgo = new Date(
 Date.now() - 3600000
 );
 const recentData = getRecentRows(
 sheet, oneHourAgo
 );

 // ネガティブ率を計算
 const negCount = recentData.filter(
 r => r[5] === 'ネガティブ'
 ).length;
 const negRate = negCount / recentData.length;

 // 閾値超過でSlack通知
 if (negRate > 0.3) {
 sendSlackAlert(
 `ネガティブ率急増: ${Math.round(negRate*100)}%`
 );
 }
}
 

notifications_active

アラート条件の設定例

直近1時間のネガティブ率 > 30%
スコア1のレビューが10件以上
特定キーワード（「返金」「故障」等）が急増
日次平均スコアが前日比0.5以上低下

send

通知先の設定

GmailApp.sendEmail() でメール通知
Slack Webhook URL で即時チャット通知
時間駆動トリガーで15分ごとに監視実行

SECTION 19 — アラート機能

週次レポートの自動PDF配信

REPORT

Looker Studioのレポートを週次でPDF化し、関係者に自動配信します。GASの時間駆動トリガーと組み合わせます。

 GAS
function sendWeeklyReport() {
 // Looker Studio共有URLをPDF変換
 const reportUrl = 'https://lookerstudio.google.com/...';
 const pdfUrl = reportUrl + '&format=pdf';

 const blob = UrlFetchApp
 .fetch(pdfUrl).getBlob()
 .setName('週次感情分析レポート.pdf');

 GmailApp.sendEmail(
 'manager@example.com',
 '【週次】感情分析レポート',
 '週次レポートをお送りします。',
 { attachments: [blob] }
 );
}
 

トリガー設定

1

GASエディタ → 時計アイコン → トリガーを追加

2

「時間ベースのトリガー」→「週タイマー」→「月曜日」「午前8〜9時」を選択

3

実行する関数に sendWeeklyReport を指定して保存

warning 注意（赤: リスク）: Looker StudioのPDFエクスポートは認証が必要な場合があります。サービスアカウントでの認証設定を確認してください。

SECTION 19

ハンズオン

実際に手を動かして感情分析ダッシュボードを構築しよう

SECTION 19 — ハンズオン

ハンズオン 1: サンプルレビューを感情分析する

HANDS-ON 1

サンプルデータ（スプレッドシートに貼り付け）

category	review_text
商品	品質が良く大満足です。また購入します！
配送	届くのに2週間かかりました。遅すぎます。
サポート	問い合わせへの返答が丁寧でよかった。
商品	説明通りの商品でした。普通です。

1

スプレッドシートを作成

新規スプレッドシートを作成し、「レビュー」シートにサンプルデータを入力

2

GASスクリプトを貼り付け

拡張機能 → Apps Script を開き、配布コードを貼り付けてAPIキーを設定

3

関数を実行

analyzeSentimentBatch を実行。E〜H列に分析結果が入力されることを確認

check_circle

期待される結果
1行目: score=5, label=ポジティブ
2行目: score=1, label=ネガティブ
3行目: score=4, label=ポジティブ
4行目: score=3, label=ニュートラル

help

うまくいかない場合
・APIキーの設定を確認（スクリプトプロパティ）
・Gemini APIの有効化を確認（GCPコンソール）
・実行ログ（表示 → ログ）でエラー内容を確認

SECTION 19 — ハンズオン

ハンズオン 2: Looker Studioでダッシュボード作成

HANDS-ON 2

1

Looker Studioにアクセス

lookerstudio.google.com → 「レポートを作成」 → Googleスプレッドシートを選択

2

計算フィールドを追加

「リソース」→「データソースを管理」→フィールドを追加 → ポジ率を計算式で作成

3

スコアカードを4つ配置

グラフを追加 → スコアカード → 平均スコア/ポジ率/ネガ率/件数を設定

4

グラフを追加（折れ線・円）

時系列折れ線グラフと感情分布ドーナツグラフをレイアウトに配置

5

フィルタコントロール設定

日付範囲コントロールとカテゴリプルダウンをヘッダー部分に配置

完成時のチェックリスト

スコアカードが4つ表示される
折れ線グラフで時系列が確認できる
ドーナツグラフで感情分布が見える
日付フィルタで期間絞り込みができる
カテゴリフィルタで種別絞り込みができる

lightbulb ヒント（黄: 補足）: レポートのタイトルバーに「感情分析ダッシュボード」と入力し、テーマカラーをGoogleブルーに設定するとより見やすくなります。

SECTION 19 — ハンズオン

ハンズオン 3: アラート通知を設定する

HANDS-ON 3

1

checkNegativeAlert 関数を追加

GASスクリプトに配布コードを追加。ALERT_THRESHOLD（閾値）を自分で設定

2

メール通知をテスト

閾値を0（常にアラート）に設定し、手動実行してメールが届くことを確認

3

時間駆動トリガーを設定

トリガー追加 → 時間ベース → 「毎時」→ checkNegativeAlert を実行

4

閾値を適切な値に変更

0.3（30%）など実際の運用に合わせた閾値に戻して設定完了

error

トリガー設定の注意（赤: リスク）
トリガーは設定後も有効なまま残ります。テスト後は不要なトリガーを必ず削除してください。複数設定すると同じメールが重複送信されます。

check_circle

発展課題
Slack Webhook URLを取得して、GmailではなくSlackチャンネルへの通知も試してみましょう。UrlFetchApp.fetch() にWebhookへのPOSTリクエストを送る実装です。

schedule

GASのトリガー確認方法
左メニュー「トリガー（時計アイコン）」から現在設定中のトリガー一覧を確認できます。

SECTION 19 — 感情分析ダッシュボード

このセクションのまとめ

SUMMARY

感情分析 × Looker Studio の組み合わせで、顧客の声をリアルタイムに数値化・可視化するダッシュボードが構築できます。

1

データ収集

Googleフォームやスプレッドシートでレビューを収集・蓄積する

2

AI分析（GAS + Gemini API）

GASのバッチ処理で大量テキストをスコア・ラベル・要因に変換

3

可視化（Looker Studio）

KPIスコアカード・時系列グラフ・感情分布でダッシュボード化

4

アラート自動化

ネガティブ急増を自動検知して即時通知・週次レポート配信

習得したスキル

psychology

Gemini APIプロンプト設計

構造化JSON出力を安定して得るプロンプトパターン

code

GASバッチ処理

未処理行のみ分析する効率的なループ設計

dashboard

Looker Studioダッシュボード

KPI・グラフ・フィルタの効果的な配置

SECTION 19 完了

感情分析ダッシュボードの構築スキルを習得しました

arrow_forward 次のセクション: SECTION 19「自動レポート配信システム」

ハンズオン

3

スライド数

23

使用ツール

GAS/Gemini

実践: 感情分析ダッシュボード

感情分析とは何か

テキスト入力

AI解析

スコア出力

ビジネスでの活用シーン

顧客レビュー分析

SNS監視・ブランド管理

従業員満足度調査

システム全体構成

データ収集方法の設計

Googleフォーム経由

API経由での取得

AI感情分析の実装

Gemini APIプロンプト設計

GASでバッチ処理を実装する

結果のスプレッドシート格納設計

ダッシュボード構築

Looker Studioとの接続設定

Looker Studioを開く

データソースを追加

フィールドの設定

計算フィールド追加

KPIスコアカードの設計

効果的なチャート設計

時系列折れ線グラフ

感情分布ドーナツグラフ

ランキング表（要因）

フィルタ・ドリルダウンの設計

期間フィルタ（日付範囲コントロール）

カテゴリフィルタ（プルダウン）

感情ラベルフィルタ（チェックボックス）

スコア範囲スライダー

アラート機能

ネガティブ急増時の自動通知

アラート条件の設定例

通知先の設定

週次レポートの自動PDF配信

ハンズオン

ハンズオン 1: サンプルレビューを感情分析する

スプレッドシートを作成

GASスクリプトを貼り付け

関数を実行

ハンズオン 2: Looker Studioでダッシュボード作成

Looker Studioにアクセス

計算フィールドを追加

スコアカードを4つ配置

グラフを追加（折れ線・円）

フィルタコントロール設定

ハンズオン 3: アラート通知を設定する

checkNegativeAlert 関数を追加

メール通知をテスト

時間駆動トリガーを設定

閾値を適切な値に変更

このセクションのまとめ

データ収集

AI分析（GAS + Gemini API）

可視化（Looker Studio）

アラート自動化

Gemini APIプロンプト設計

GASバッチ処理

Looker Studioダッシュボード

SECTION 19 完了