前回の記事では、kintoneのAI機能のひとつである「検索AI」についてご紹介しました。
検索AIは、kintoneに蓄積されたデータをもとに、質問するだけで必要な情報を見つけ出せる機能であり、日常業務における「探す」手間の削減につながるものとして活用が期待されています。
一方、kintoneを使い続ける中で、「情報は見つけられるようになったが、その先の活用まで手が回っていない」と感じる状況も少なくありません。
たとえば、次のような状況が挙げられます。
- データは蓄積されているが、傾向までは把握できていない
- 結果は見えるが、改善のヒントまで落とし込めていない
- 分析したいと思いつつ、後回しになっている
こうした「データを活かす」フェーズにおいて活用が考えられるのが、今回ご紹介する「レコード一覧分析AI」です。
本記事では、このレコード一覧分析AIについて、できることや活用イメージを中心に紹介します。
著者
|
目次
レコード一覧分析AIとは？できることをわかりやすく解説
レコード一覧分析AIとは、AIチャットを利用して、レコード一覧の内容の分析や要約を行う機能です。
蓄積されたデータをもとに、傾向の整理や特徴の抽出を行い、その結果を分かりやすく提示してくれる点が特徴とされています。
これまでのkintoneでは、グラフ機能を使って数値の可視化を行うことは比較的容易でした。
一方で、「なぜこの結果になっているのか」といった分析の部分については、利用者自身が整理する必要がありました。
レコード一覧のデータをもとに、傾向や特徴を整理し、分かりやすく示してくれるようになります。
レコード一覧データの要約・整理
レコード一覧に表示されている複数のデータをもとに、内容をまとめて要約することが可能です。
次のようなデータの全体像を短時間で把握したい場合に活用しやすいと考えられます。
- 大量のレコードの内容を整理
- データ全体の概要を短くまとめて把握
データの傾向や特徴の分析
単なる要約だけでなく、データ全体の傾向や特徴を分析することもできます。
- よく見られるパターンや共通点の抽出
- 特徴的なデータの整理
- データの中での傾向の把握
次のアクションにつながるポイントの提示
分析結果に加えて、データから考えられる改善のヒントや着目ポイントが提示される場合もあります。
- 注意すべき傾向
- 改善余地のあるポイント
- 次に検討すべき方向性
チャット形式での柔軟な分析指示
レコード一覧分析AIは、チャット形式で利用できる点も特徴です。
次のような操作が可能で、目的に応じて分析内容を柔軟に変えながら利用することが推奨されます。
- 分析したい観点を文章で指示する
- 追加で確認したい内容を質問する
このようにレコード一覧分析AIは、蓄積されたレコードデータを「要約する」「分析する」「整理する」ことを中心に支援する機能です。
日々登録されているデータを、単なる記録としてだけでなく、業務に活用しやすい情報へと整理する手段のひとつとして位置づけることができそうです。
案件管理・顧客情報・アンケートはこう分析される（具体例）
レコード一覧分析AIは、日々の業務で蓄積されているデータをそのまま分析に活用できる点が特徴です。
ここでは、代表的な3つの業務データを例に、どのような分析が行われるかを整理します。
案件管理データの分析例（受注につながる案件の特徴はどこにあるのか）
案件管理アプリのデータを分析することで、どのような案件が受注につながりやすいのか、どの段階で失注しやすいのかといった傾向を把握しやすくなると考えられます。
たとえば、見積提出の有無や対応スピード、案件の内容といった観点からデータを整理することで、受注に至っている案件に共通する特徴や、途中で止まりやすい案件の傾向が見えてくる場合があります。
また、見積の金額帯や提案内容の違いによって、結果にどのような差が生まれているかといった視点でデータを整理するのも良いでしょう。
こうした分析によって、次のような観点でデータを捉えやすくなります。
- 受注につながりやすい案件の条件は何か
- 見積の進め方に改善の余地はあるか
- どの段階で案件が失われやすいのか
顧客情報の分析例（価値の高い顧客・離脱しやすい顧客の違いはどこにあるのか）
顧客情報を分析することで、どのような顧客が継続的な取引につながりやすいのか、あるいは関係が途切れやすい顧客にはどのような特徴があるのかといった傾向を把握できます。
また、接点回数や対応履歴の違いによって、顧客との関係性の深まり方にどのような差があるのかを整理することも考えられます。
こうした分析により、次のような観点でデータを捉えやすくなります。
- 継続的な取引につながりやすい顧客の特徴は何か
- 関係が途切れやすい顧客にはどのような傾向があるか
- 顧客との接点の持ち方に改善の余地はあるか
これらの観点をもとに、顧客ごとの対応やフォロー方法の整理など、顧客基盤の強化につながる施策を検討する際の参考情報として活用できそうです。
アンケートデータの分析例（満足と不満はどこで分かれているのか）
アンケートデータを分析することで、どのような要素が満足につながっているのか、逆にどのような点が不満の原因となっているのかといった傾向を把握できます。
こうした分析によって、次のような観点でデータを捉えやすくなります。
- 満足度の高い体験はどこにあるのか
- 不満につながっている要因は何か
- 改善の優先度が高いポイントはどこか
これらの整理を通じて、サービスや業務プロセスの改善に向けた具体的な施策を検討する際の参考情報として活用できるでしょう。
分析結果はどう見る？どう活かす？
レコード一覧分析AIを使うことで、データの要約や傾向を整理した結果を得ることができます。
ここで重要になってくるのは「分析結果をどのように業務に活かすか」という点であるといわれています。
ここでは、分析結果の見方と活用の考え方について整理します。
分析結果を見るときのポイント
分析結果は、単なる情報として受け取るだけでなく、「何に注目するか」という視点を持って確認することが求められます。
- 他と異なる傾向（例：特定の条件だけ結果が異なる）
- 繰り返し現れているパターン
- 想定と異なる結果や違和感のある点
“結論”ではなく“ヒント”として捉える
レコード一覧分析AIの結果は、あくまでデータをもとに整理された「考えるための材料」として捉える視点が大切になります。
たとえば、次のような結果が得られた場合でも、それをそのまま結論として扱うのではなく、ひとつの傾向として受け止めていく必要があるでしょう。
- 成約率が高い案件の特徴が提示された
- 特定の顧客層で評価が分かれている
- 不満の内容に共通点が見られる
「別の要因が影響していないか」といった観点もあわせて検討することで、より納得感のある判断につながりやすくなります。
分析結果を業務に活かす視点
分析結果を活用する際には、「行動につなげる」という視点を持っておくことがポイントになります。
たとえば、用途ごとに次のような活用が考えられます。
案件管理の場合
- 受注につながりやすい案件の条件をもとに、提案内容を見直す
- 失注しやすい段階を把握し、対応プロセスを見直す
顧客情報の場合
- 継続的な取引につながりやすい顧客の特徴をもとに、営業対象を見直す
- 関係が途切れやすい顧客へのフォロー方法を検討する
アンケートの場合
- 満足度につながっている要素を強化する
- 不満の要因となっている箇所を優先的に改善する
レコード一覧分析AIの価値は、分析結果そのものではなく、それをもとに「どのような行動につなげるか」にあるとされています。
結果を傾向として捉え、確認しながら現場で試していくことで、データを業務改善に活かしやすくなるのではないでしょうか。
利用者向け｜kintone レコード一覧分析AIの使い方
ここからは、すでにレコード一覧分析AIを利用できる環境が整っていることを前提として、利用者が実際にどのようにレコード一覧分析AIを使うのか、基本的な手順を見ていきます。
レコード一覧分析AIは、レコード一覧画面からAIチャットを開き、分析内容を指示することで利用します。
専門的な設定や操作は不要で、画面上の操作と簡単な入力だけで分析を実行できる点が特徴とされています。
STEP1：分析したいレコード一覧を表示する
まずは、分析したいアプリのレコード一覧画面を開きます。
このとき、分析対象となるのは「現在画面に表示されているレコード一覧」です。
なお、kintoneのレコード一覧は、最大100件まで表示される仕様となっています。
STEP2：レコード一覧分析AIを起動する
レコード一覧画面上から、レコード一覧分析AIを起動します。
AIを開くと、チャット形式の画面が表示されます。
この画面では、あらかじめ分析を実行できるボタンが用意されているため、簡単に分析を開始できます。
- 要約レポートの作成
- 特徴およびトピック分析
- 注目レコード抽出
また、テキストで質問や指示内容を入力することで、自由な観点で分析を行うことも可能です。
STEP3：分析内容を指定して実行する
分析を行う際は、用意されているプロンプトを利用するか、自分で分析したい内容を入力します。
たとえば、次のように確認したい観点を指定することが考えられます。
- 「全体の傾向をまとめてほしい」
- 「受注につながっている案件の特徴を知りたい」
- 「不満の多い内容を整理したい」
入力内容に応じて、AIがレコード一覧のデータを読み取り、要約や分析結果を提示します。
結果は文章として整理された形で表示されるため、そのまま確認や共有に活用しやすくなっています。
なお、分析結果は毎回同じ内容になるとは限らず、同じ質問であっても異なる表現で提示される場合があります。
一覧の作り方が結果に影響する
レコード一覧分析AIは「表示されているレコード」を対象に分析を行う仕組みであるため、どのような条件で一覧を作成するかによって、得られる結果が変わってきます。
管理者向け｜レコード一覧分析AIの運用で押さえるポイント
利用者がスムーズに活用できるようにするためにも、導入時に押さえておきたいポイントを整理しておきましょう。
kintone AIの有効化
前提として、レコード一覧分析AIはkintone AIの機能として提供されています。
そのため、利用を開始するには、管理画面からkintone AI自体を有効化する必要があります。
kintone AIは、管理者が機能単位で有効／無効を切り替える仕組みとなっており、レコード一覧分析AIもその中で選択できるようになっています。
- kintone AIが有効になっているか
- レコード一覧分析AIが対象機能として有効化されているか
こうした前提を整理しておくことで、導入時のトラブルを防ぎやすくなります。
利用できるアプリ・ユーザーの設定
たとえば、次のような対応も考えられます。
- 機密性の高いデータを扱うアプリは対象外にする
- 一部の部門から段階的に利用を開始する
活用を見据えた設定・運用の考え方
レコード一覧分析AIの設定では、機能を有効化するだけでなく、その後の活用を見据えて運用を設計しておく視点も重要とされています。
たとえば、対象とするアプリを目的に応じて選定することや、利用範囲を段階的に広げることによって、現場に合った活用方法を整理しやすくなると考えられます。
また、分析対象が表示されているレコードの範囲に依存する点についても、利用者にあらかじめ共有することで、運用時の認識のズレを低減することにつながります。
注意点・制約｜仕組みを知って正しく活用
レコード一覧分析AIを効果的に活用するためには、あらかじめ機能の仕組みや制約を理解しておくことも重要なポイントといえます。
ここでは、運用時に押さえておきたい注意点について整理します。
分析データはAIの学習に使われる？
レコード一覧分析AIを使うにあたって、「分析対象のデータや、入力した質問内容がAIの学習に使われるのではないか」と気になる方も少なくありません。
レコード一覧分析AIでは、回答生成に利用されたデータが、AIモデルの学習目的に使われることはありません。
入力した質問文や、参照されたレコードの内容は、あくまでその場の回答生成のために利用されるのみで、将来的な学習データとして蓄積・再利用されることはありません。
このような仕組みから、レコード一覧分析AIは、社内データの取り扱いに配慮しながら利用されることを前提とした機能と整理できます。
分析対象は「表示されているレコード」に限定される
レコード一覧分析AIは、レコード一覧に表示されているデータをもとに分析を行う仕組みとなっています。
そのため、アプリに登録されているすべてのレコードが対象となるわけではなく、一覧の表示条件や件数によって分析結果が変わる点には注意が必要となります。
この仕様を十分に理解しないまま利用した場合、「思っていた結果と異なる」と感じたり、データの一部だけをもとに判断してしまう場合も考えられます。
- どの範囲のデータが分析対象になっているのか
- 表示条件によって結果が変わること
レコード一覧分析AIが向いているケース・向いていないケース
レコード一覧分析AIは、蓄積されたデータをもとに傾向を整理し、気づきを得ることに役立つ機能とされています。
一方で、すべてのシーンで万能に活用できるわけではなく、用途によって向き・不向きがあると考えられます。
ここでは、活用しやすいケースと、注意が必要なケースを整理します。
向いているケース
蓄積されたデータから傾向を知りたい場合
- 受注につながりやすい案件の特徴を把握したい
- 継続しやすい顧客の傾向を知りたい
- 満足度に影響している要素を整理したい
分析の切り口を探したい場合
- 見落としていた観点に気づく
- 分析の出発点を見つける
データ分析に多くの時間をかけにくい場合
- 簡易的に状況を把握したい
- レポートのたたき台を作成したい
向いていないケース・注意が必要なケース
大量データを一括で分析したい場合
レコード一覧分析AIは、レコード一覧に表示されているデータを対象に分析を行う仕組みとなっています。
そのため、一覧に表示される範囲（最大100件）を超えるデータを一度に分析したい場合には、意図した結果にならない可能性も考えられます。
- 条件を分けて複数回分析する
- 分析対象を段階的に絞り込む
厳密な数値分析や精緻な検証を行いたい場合
レコード一覧分析AIは、傾向の整理や要約を得意とする機能とされています。
- 正確な数値比較
- 詳細な統計分析
- 厳密な検証やレポーティング
といった用途においては、他の分析手法と組み合わせて活用していくことが現実的と考えられます。
データの量や内容が不十分な場合
分析対象となるデータが少ない場合や、内容にばらつきがある場合には、十分な傾向が見えにくくなることもあります。
- 一定量のデータが蓄積されているか
- 分析に適した情報が含まれているか
といった点も、事前に確認しておくのがよいでしょう。
レコード一覧分析AIは、蓄積されたデータから傾向や気づきを得る用途において活用しやすい機能といえます。
一方で、分析対象が表示されているレコードに限られる点や、用途による得意・不得意を踏まえて使い分けることも重要とされています。
目的に応じて適切に活用することで、データを業務に活かす手段のひとつとして位置づけられるのではないでしょうか。
まとめ｜まずは自社データで試してみましょう
本記事では、kintoneのレコード一覧分析AIについて、できることや活用イメージ、使い方、運用時のポイントを整理してきました。
レコード一覧分析AIは、蓄積されたデータをもとに、傾向の整理や気づきを得る手段のひとつとして活用が期待される機能といえそうです。
一方で、分析結果は「考えるための材料」として捉え、業務の中で検証しながら活かしていく視点が求められるのではないでしょうか。
また、分析対象は表示されているレコードに限定されるため、この前提を踏まえて活用していくことも欠かせないポイントになってきます。
まずは身近なデータから、小さく試してみることが有効な一歩になりそうです。
- 案件管理データ
- 顧客情報
- アンケート結果
こうしたデータを対象に分析を行うことで、これまで気づかなかった傾向を把握できる場合もあります。
小さく試しながら活用方法を整理していくことで、レコード一覧分析AIをより実務に活かしやすくなっていくのではないでしょうか。
AI活用に困ったらプロに相談してみる
kintoneのレコード一覧分析AIをはじめとするAI機能について、「どこから手を付ければよいのか」と感じる場面もあるかもしれません。
クロス・ヘッドのkintoneソリューションでは、 kintoneの導入やアプリ設計、運用ルールの整理といった支援に加え、レコード一覧分析AIを含むkintoneのAI機能を、どのように業務に組み込むかといった視点での相談も含めて、トータルで支援できる体制を整えています。
自社に合った進め方を整理する一つの選択肢として、こうした支援を活用する考え方もあります。
もしご興味がございましたら、お気軽にご相談ください。
クロス・ヘッドはサイボウズ社のコンサルティング＆プロダクトパートナーです。
クロス・ヘッドは、サイボウズ社認定のオフィシャルパートナーとして認定されており、2005年以来のサイボウズ社製品の取り扱い実績を有しています。
また、サイボウズが設定しているパートナー評価制度「Cybozu Partner Network Report」にてインテグレーション部門2つ星を5年連続受賞。
豊富な実績をもとに、様々なお客様ニーズにお応えします。弊社以外で導入されたお客様へのサービス提供も可能です。
※クロス・ヘッドはサイボウズ社のオフィシャルパートナーです。
