注目の検索ワード
注目の会社
YOSHINA
株式会社レトリバ
所属カテゴリー
テキストマイニングツール
従来のテキストマイニングとの圧倒的な違いは、とにかく準備不要で始められるところ！ 大量のテキストデータを機械観点で似た話題に自動で分類...
絞り込み
評価で絞り込む
規模で絞り込む
詳細条件で絞り込む
気になるキーワードで絞り込む
並び替え:
25件表示
分析にかけすぐ結果を可視化することができ、結果はカテゴリごとに分類されているため非常に分かりやすい。分析対象とする項目を選択できるため、多大なデータでも対象項目ごとに分析できる点が良かった。分析結果からまとめレポートを作成する予定だったため、サマリレポートの機能がとても参考になった。
深堀分析や辞書反映後分析を新しい分析結果とせず、元データに反映してほしい。またPC画面での結果の表示が小さく見ずらいため、より見やすくなると良い。
アンケートデータ、特にFA回答において、省力的に分析することが可能。約2000件ほどのアンケートデータの分析に使用したが、FA回答のすべてに目を通す手間が削減された。話題可視化によって、どのような意見が多く挙げられているのか、全体像を把握したうえで一目で確認することができた。
データ分析に関する予備知識がなくても、何かあるか？といった手探りな初回分析が可能であるため、データ分析を始めたい場合に非常に効果的なツール。 辞書登録や深堀分析など基本的な機能を具備しつつも、初心者でもわかりやすいUIで、直感的に利用できることがこのツールの最大の魅力である。
分析入門として考えた際に、結果を見た入門者が次のアクションをどうとるかをある程度ウィザード形式などで、フォローするような動きであったり、データとして不十分かもしれない部分等をグレー表示するなど、入門者向けのアシスト機能を充実させると、今以上に特徴的なツールになる。
仮説検討を実施する前に、事前準備等も不要でYOSHINAで分析をかける事で仮説のあたりをつけることが容易になり、仮説検討時間を大きく削減することができた。 複雑な分析ツールと違い、事前の勉強や予備知識なく直感的に利用できるため、データ分析に関する入門教育といった観点でも効果がある。
直感的な操作で簡単に自由回答のデータ分析がおこなえました。 何よりも手数（シンプルにクリック数や選択数）が少なくても実施できる事がすごいと思いました。
クリーニングしたいデータが毎回、担当の方に依頼しないといけないのは、結構手間だと思います。 ただ、改善される予定と教えていただきましたので、良かったです。
大量の自由回答データについて、エラーとなるようなデータや不適切な内容を浮かび上がらせて、削除したいという課題がありました。 結論としては、その課題に対しては、解決に至らなかったのですが、その過程で使いやすいツールに出会えました。
アンケートの自由記述に記載されている内容を分類するという用途でYOSHINAを活用しました。 分類された内容をどう解釈するかという問題について、自分だけでは解釈がむずかしいという点はありますが、運営の方がサポートしてくれます。 自由記述のテキストを大量に保有していて、そのデータを活用しきれていなかったのですが、ユーザーの考えていることを可視化することができるというのが、この商品のユニークな特徴かと思います。
手動でラベルをつけて機械に学習させる「教師あり学習」が弊社の用途に合うものでしたが、取得したデータが少ないカテゴリーの精度が高くありません（仕方ない問題でありますが）。 また、やむなくデータの水増しを行った場合の汎化性能（新しいデータに対する精度）を評価する機能がなかったため、更に深い分析を行うために、学習したモデルで新しいデータを評価できるようにしていただけると、使いやすくなるかと思います。
今まで自社で取得したアンケートを分類するのを人力で行っておりましたが、YOSHINAを使うことで約8割の精度で分類をすることができるようになりました。 データの少ないカテゴリーに関しては誤った分類をしてしまうことがあるため、まだ目視を挟む必要がありますが、分類に使う作業時間が短縮されました。
大量のテキストを保有している企業におすすめします。
会話文だけでなく、アンケートデータ、オペレーターが入力した応対履歴など様々なデータを投入し分析することが可能。 また、分類カテゴリもデータ投入後に選択・設定する事が出来る面でも、専門アナリストを擁していない素人組織でも簡単に結果を得られることが出来る点がとても良い。
事前準備に手間をかけずに分析結果が得られる反面、手入力のデータに関しては表記ブレが多くあった場合、特徴のない結果が出ることがある。 辞書管理である程度の回避は可能だが、そのあたりのTipsがもう少し豊富にあるとさらに良い。
これまでエンドユーザーの声を並べて目検で集計・レポート作成・傾向分析していたが、その部分の管理者の工数が劇的に改善した。
AIで自動分類された話題が分析の軸となるため、属人的にならず、工数も減らすことができ、改善ゴールが明確となる。また、話題ごとに属性比較や時系列などの多角度分析ができるためそれぞれの特徴がわかりやすく対応策が立てやすい。 近くにヘルプ(?)マークがあり、対処方法がすぐわかり、初心者でも扱いやすい。
深掘り分析をするにあたり、一度分類されたものがベースなので、その属性の特徴を見たい場合には、データを絞った分析を作成し、それぞれを比較しなくてはならないず、分析対象を変えたり、深掘り分析をするたびに新しい分析が作成され、どんどん分析が増えていくため、管理が煩雑になりやすい。（結果として使用しない途中経過の分析を削除すると下流分析が全て削除されてしまうので削除できない） データに含まれる数値の集計ができないず、機能としてあるグラフの種類や見せ方などのバリエーションがもっと欲しい。 また、ヘルプページの内容をより充実していただけると、都度質問せずに済むので助かります。
コールリーズンの分類・集計やアンケート集計に用いました。今までは経験則的にコールリーズン・お客様のご要望などは把握していたものの、ボリュームについてはしっかりと把握できていなかったので、項目・量が可視化され、今後の業務課題の解決などに役立てると思います。
顧客情報やアンケート結果など、様々なデータが社内に蓄積されているが、活用されずにいました。 通常データ分析は、仮説を立てて、その仮説を立証するためにデータを収集し、結果を分析して仮説の成否を確認する、という手順が一般的だと思いますが、YOSHINAを使うと、分析してどんな結果を得たいか、などの仮説を立てることなく、ひとまずデータを入れてみることで、「よしなに」分析をしてくれるところが優れています。
データ分析などに全く知見のない者でも、YOSHINAを使いながら、データをビジネスに活用していくポイントが肌で理解できていくことができるのが素晴らしいです。
分析の手法が複数あるのが、それぞれの分析方法で何がどんなことに使えるのか、もう少し直感的に分かるといいなと思います。 ヘルプなどがスムーズに出せるといいのかなと思いました。
お客様に提出するワークショップの結果を、YOSHINAで分析してみせることにより、ただ結果を報告書としてまとめた形よりも、より顧客価値につなげる形で提示することができました。
優れている点・好きな機能 ・コメント自体を数値化できる。 ・コメントを自動で振り分けできる。 ・コメントの注目ワードで気付きがある。 ・属性の可視化が容易であり細部まで網羅できる。 ・アウトプットにも工夫があり、分かりやすい書式がある。 その理由 ・問い合わせ対応が迅速で分かりやすい。
・アウトプットの詳細部分で手を加えないといけないところもあった。 ・予測にまで踏み込めると更に使用用途が増えると考える。
スタッフの声アンケートを分析、注目ワードで気付きを得て今まで軽視していたことが重要であることが認識できて踏み込んだ改革のきっかけとなりました。 お客様の声アンケートを分析、コメント自体の数値を初めて可視化することができて社内会議では明確なインパクトとともに問題の浮彫りに成功しました。属性の分析で各部署の問題にも注力できて改善への取組みの大きな助けとなっています。
数値の分析は多システムでも可能であるが、コメント分析に置いては唯一のシステムと感じます。膨大な量のコメントを分析するには時間と労力を要しますが、YOSHINAはこの課題をクリアーするとともに見落としがちなことまで網羅できるシステムであると感じておりお勧めいたします。
全体像を話題ごとに把握する機能：集約されたVOCがどういう傾向にあり、どういう言葉が分布しているのか全体把握するのによい。 評価内容に該当する話題を把握する機能：既存の軸以外にカスタム軸を作れるとよい、人が決めた分類項目で、定点観測する機能と連携するなど。 属性ごとの話題を把握する機能：十分に使いこなせていない 人が決めた分類項目で、定点観測する機能：やり方を覚えれば素人でも教師あり機械学習で任意の軸にVOCを分類できる。
扱い可能なデータ件数を増やしてほしい Predictorによる機械分類時に実データはさわらずにバーチャルでノイズ語マスキングをできるようにしてほしい。
属人的に分類された過去不適合データをデータ文と少量の正解データを用いて再分類できた。結果のクレンジング工数を合わせても、人の属人的バラツキを排除しつつ、50%以上の工数削減とリードタイム短縮を見込める。
YOSHINAで分類した結果をどのように分析してどのように使うかというシナリオ作りが重要
優れている点・好きな機能 ①操作性・視認性の良さ ②教師あり学習などAIの技術が搭載されていること
その理由 ①Webページの色合いやボタン操作の順番などが、初めて触っても全くストレスなくとっかかることができるため、いろいろ分析を試してみようという気になります。また、時系列推移などの基礎的な見たい指標はそろっているためデータの概要をすぐつかむことができるのもよいと思いました。
②教師あり学習があるため、既に存在する仕訳項目を学習させて、その項目に合うように分類させるなどができるため、目視でやっていたことが自動化されるため、業務効率化に役立てることができる。
データが思うようにいかないときなどにどうしてそうなってしまうのかを考える際、分析手法の悪い部分が響いてしまうケーズもゼロではないと思います。そういう時、分析のアルゴリズムが気になることがあるかもしれないので、各分析手法の簡単な説明などがあるとよいと思いました。
化粧品メーカーのクレーム処理の仕分けに役立ちました。 クレーム内容によって項目を分けているのですが、そもそも現状の仕分けで正解なのか、という疑問がありました。 ただ、現状目視で確認しているためそこを見直す時間がなくずるずるいっていたのですが、YOSHINAを使うことでグループ分けが瞬時にできるため、仕分け項目の見直し・提案に時間を割くことができました。
