SNSのコメントや口コミには、アンケートでは出てこない「顧客の生の反応」が集まります。ただしSNSは媒体が分散していて、投稿は短く、皮肉や絵文字も混ざるため、そのまま読むだけでは傾向がつかめません。本記事では、コメントの集め方（媒体別）から、SNS特有の読み違いを避ける分類のコツ、AIでの自動化、そして結果の活かし方までを順に解説します。
コメント分析の目的
コメント分析の狙いは大きく3つです。良い反応を見つけて訴求に活かす、不満・要望を拾って改善する、そしてネガティブの急増を早めに察知してトラブルを防ぐ——です。
この3つは必要な粒度が違います。訴求に使うなら「どの言葉で褒められているか」という具体的な表現まで見たいですが、急増の察知なら「ネガの件数が普段の何倍か」という数だけで足ります。目的を先に決めてから集めると、無駄な作業がなくなります。
コメントを集める（媒体別の方法）
分析の前に、まずコメントを1つの表（1行1コメント）に集めます。媒体ごとに集め方が違うので、自社に関係のあるところから始めてください。
X（旧Twitter）
ブランド名・商品名・関連ハッシュタグで検索し、該当投稿を拾います。件数が少ないうちは検索画面から手作業でコピーするのが確実です。継続的・大量に集めるなら公式APIの利用が前提になりますが、取得できる範囲や料金プランは改定されることがあるため、必ず公式の最新情報を確認してください。
表記ゆれ（正式名称・略称・カタカナ・英字・誤字）でも検索し、拾い漏れを減らします。自社名が一般名詞に近い場合は、商品名やハッシュタグを併用すると精度が上がります。
Instagram・Facebook
自社アカウントの投稿に付いたコメントは、管理画面から確認・書き出しができます。ビジネスアカウントであれば公式APIから取得する方法もあります。メンションやタグ付け投稿は通知から拾えるので、まずは通知を取りこぼさない運用を作るのが先決です。
Googleマップ・ECサイトのレビュー
店舗をお持ちならGoogleマップの口コミ、ECならモール・自社サイトのレビューが最も件数の多い情報源になることが多いです。これらは管理画面から一覧で取得できます。Googleマップの口コミについては、Googleマップの口コミに返信する方法で返信のコツを、集めた後の分析手法は口コミ・レビューを分析する方法で解説しています。
集めるときの注意
- 各サービスの利用規約を守る：機械的な収集（スクレイピング）を禁じている媒体が多く、規約違反やアカウント停止のリスクがあります。公式APIか、管理画面からの書き出しを使ってください。
- 投稿者の個人情報を持ち込まない：分析に必要なのは本文です。アカウント名や個人が特定できる情報は、分析用の表に入れない運用が安全です。
- 期間をそろえる：媒体ごとに集めた期間がバラバラだと、件数の比較が意味を持ちません。
SNS特有の難しさ
SNSのコメントは、レビューサイトの文章とは性質が違います。ここを踏まえずに分類すると、集計結果が実態とズレます。
- 短い：「まじか」「神」だけの投稿も多く、文脈がないと感情を判定できません。前後の投稿や引用元とセットで見る必要があります。
- 皮肉・反語がある：「さすがですね（笑）」のように、字面はポジティブでも実質ネガティブな投稿が混ざります。
- 絵文字・スラングが情報を持つ：本文が短いぶん、絵文字が感情の主な手がかりになることがあります。除去せずに残したほうが精度が上がります。
- 無関係な投稿が混ざる：同名の別物、ボット、キャンペーン応募の定型文などです。これらを最初に除くだけで、集計の質が大きく変わります。
特にキャンペーン応募の定型文は要注意です。同じ文面が大量に投稿されるため、除外しないと「ポジティブが急増した」と誤読してしまいます。
分類の切り口
次の3つの軸で分けると、そのまま打ち手につながります。
- 感情：ポジティブ／ネガティブ／中立。判定に迷うものは無理に振り分けず「判定不能」を用意しておくと、集計の精度が保てます。
- テーマ：商品、価格、対応、配送、キャンペーン など。自社の打ち手に対応する単位で作るのがコツです。「その他」が多くなりすぎたら、テーマの粒度が合っていないサインです。
- 要対応かどうか：返信・謝罪・案内が必要なコメントを抽出します。感情がネガでも対応不要なもの（単なる感想）と、件数は少なくても急ぎのもの（不具合報告・誤情報の拡散）を分けられます。
テーマのラベル設計は分類全般に共通する話なので、AIでテキストを自動分類する方法もあわせてご覧ください。
大量のコメントをAIで処理する
コメントは短文で数が多く、手作業の分類には向きません。100件程度なら人力でも回りますが、数百〜数千件になると現実的ではなくなります。AIなら各コメントの感情とテーマを自動で判定し、集計まで行えます。
費用を抑えるコツは3つです。同じ文面は結果を使い回す（キャンペーンの定型文が大量にある場合、これだけで呼び出しが激減します）、明らかな除外はルールで弾く（URLだけの投稿、ボットの定型文など）、複数件をまとめて処理する。詳しくはAI導入でコストを削減する考え方にまとめています。
なお、AIの判定も万能ではありません。特に皮肉の判定は外すことがあります。集計の傾向をつかむ用途では十分ですが、個別の投稿への対応を決めるときは、必ず本文を人が読んでください。
分析結果の活かし方
- ネガが急に増えたテーマは要注意サインです。件数そのものより普段との比較を見てください。週ごとの推移を並べると、平常時の水準が分かり、異常に気づきやすくなります。
- ポジが多いテーマは、広告や商品ページの訴求に使えます。このとき、顧客が実際に使っている言葉をそのまま拾うのが効果的です。作り手の言葉より刺さります。
- 要対応コメントは、返信の下書きをAIで作れば対応も速くなります。ただし送信前の確認は人が行ってください。
- 社内共有には、集計表だけでなく代表的なコメントを数件そのまま添えると、現場が納得しやすくなります。
よくある失敗
- 声の大きい投稿に引っ張られる：拡散された1件は目立ちますが、全体の傾向とは限りません。必ず件数で確認します。
- ネガだけを見る：改善点は見つかりますが、伸ばすべき強みを見落とします。ポジも同じ手間で集計してください。
- ラベルを増やしすぎる：細かすぎると各テーマの件数が小さくなり、傾向が読めなくなります。まず5〜7個から始めて、必要になってから分けます。
- 一度きりで終わる：コメント分析は変化を見るものです。同じ基準で定期的に集計してこそ、増減が意味を持ちます。