Google Sheets AIセンチメント分析データの探求に役立つツール

（Table of Contents）

1. 結果の分析：コメントの反応と日付の関連性
2. AIによるセンチメント分析：ネガティブ、ポジティブ、ニュートラルの判別
3. ピボットテーブルを使用したトピックごとの集計
4. セッション名の結合：AI分析とセッション名の関連づけ
5. スコアの割り当て：ポジティブ、ネガティブ、提案、ニュートラルのスコア付け
6. スコアの集計と平均値の算出：全体のスコア評価
7. 日付のグループ化：月ごとの平均スコアの表示
8. フィルタリングとチャート作成：トレンドの可視化

（Article）

1. 結果の分析：コメントの反応と日付の関連性 😊

スプレッドシートには、ワークショップへのフィードバックコメントとそのコメントの日付があります。私はこの情報を使用して、人工知能（AI）によるセンチメント分析を行いました。コメントがネガティブ、ポジティブ、またはニュートラルか、それぞれのコメントが関連するトピックは何かをコード化しました。このコーディングには複数回の試行が必要でしたが、なんとか成功しました。

では、スプレッドシートのツールを使用して、どのようなトピックが話題に上がっているのか、また全体的な感情はどのようなものかを詳しく分析していきましょう。

2. AIによるセンチメント分析：ネガティブ、ポジティブ、ニュートラルの判別 😊

まず、ピボットテーブルを使用して全体のトピックの数を集計してみましょう。ピボットテーブルを作成するために、まずは元のデータを選択します。次に、挿入メニューから「ピボットテーブル」を選択し、既存のシートに挿入します。

作成したピボットテーブル上で、行に「トピック」を、値に「コメントのセンチメント」を追加します。このようにすることで、各トピックごとのセンチメントの数を数えることができます。

例えば、「General」トピックは多くのポジティブなコメントがありますが、「Staff」トピックはほとんどがポジティブなコメントです。

このピボットテーブルは、全体の概要を把握するために役立ちます。しかし、より具体的な情報を知りたい場合は、個々のポイントにドリルダウンすることもできます。具体的には、ピボットテーブル内の値をクリックすると、その値に関連するデータが表示される新しいタブが作成されます。

このようにして、ネガティブなフィードバックがトピック「コンテンツの正確性」に関連している場合に、具体的なコメントを確認することができます。

（以下省略）