国民の意見を活かしていますか

1. 国民の意見を活かしていますか ～行政機関における情報分析ツール活用ガイド～ パブリックコメント アンケート自由記述 意見募集 情報が持つ価値を１００％引き出していますか？ 単なる紙の山、文字の羅列にしていませんか？

2. 行政現場が抱える課題への対応 意見募集　5万件の国民からの意見 　　・・・とても読み切れない 　　・・・同じ意見のコピーがあるな こんな傾向がありますという報告や主な意見として紹介する等、主観的にならざるを得ない 20代の女性は「○○政策に反対」など、具体的な人物像別の意見の分析が困難 分析結果をタイムリーに活用・提供できない ・膨大な時間がかかる ・分析する負担が大きい ・情報の見落としがある 国民から、恣意的に情報をピックアップしているとの疑念 総論では賛成だが各論でコンセンサスを得るのが大変 整理が手作業なので速報ベースでも時間がかかる 国民から多くの意見を集めて政策検討の基礎情報とすることの有効性を疑問視する人もいるが、分析ツールを使うことで貴重な意見を反映させることが可能になる。

3. 政策形成過程での情報活用 • 行政機関には様々な意見が集まってきています。これらを効果的に活用することで、政策立案の高度化が期待できます。 • 背景 • 国民の声を手軽に収集できる手段の多様化による、意見の増加 • 国民の参加意識の高まりによる意見の増加 • また、ネット上の意見を分析することで、国民の考えなどを知ることもできます。 アンケート 意見募集 ブログ ソーシャルネット 効率的な意見分析 パブリックコメント アンケート ソーシャルネット 分析高度化による政策立案機能の強化 公平で客観的な分析 課題の収集 効果・評判の検証 関係者への素早い情報共有 普及の促進

4. 意見を分析するにはこんな解決方法があります意見を分析するにはこんな解決方法があります ①テキストマイニング 文章を単語単位に分解して、その関係性を自動で分析します。 元データ 国民の意見について 企業活動について 子育てについて 日本の問題について どの単語が何回出てきているのか どのような文脈で語られているのか 「問題－難しい」など、よく出てくる関係性を分析 担当者のスキルや主観に左右されない分析が可能です。

5. ②マインドマップ 様々な意見を構造化することにより、議論の全体像を把握します。 元データ 読みながら各意見をグループ化する マークや色などを付けることで論点を明確化 担当者の経験やノウハウに基づき整理することで、議論の深まり度合いや抜け漏れなどが確認できます。

6. 特性に応じた適用と様々な手法との組み合わせ特性に応じた適用と様々な手法との組み合わせ • テキストマイニングは「マスな課題」を把握するのに有効 • 多くの参加者が指摘や議論する内容が顕在化する • 「早急に対処が必要な課題、重要な課題」を把握 • 潜在的なニーズの発掘にも有効 • マインドマップは、「０が１になった瞬間」を捕捉するのに有効 • 網羅的に情報を見ることにより、担当者が光るものを見つけやすい • 「政策としての検討・取り組みが必要になった瞬間」を捕捉 • また、マイナーな意見も見つけやすい • 賛成、反対等でのポイント化は、「要望の強さ」を把握するのに有効 • 特定の基準で意見に得点を付けていくことで、ニーズの高い課題を抽出しやすい • ビジネスインテリジェンス（BI）等の定量データの分析も合わせて使うことで、より有効な分析ができる テキストマイニング マインドマップ ビジネスインテリジェンス

7. 情報分析でのツールの効果 日本最大のシンクタンクと言われる行政機関の職員の効率性アップ • 国民ニーズに応じた的確な政策立案 • 客観的なデータに基づき政策を検討 • 国民からのフィードバックを容易に収集 • タイムリーな状況把握 • 少数意見の抽出 • 業務効率化・スピードアップ • 大量のデータを効率的に分析 • 単純な集計作業から開放 • 高度なレポートを迅速に作成 • 定型レポートを自動生成 • 透明性向上 • データ全体を誰にでも分かりやすく可視化 • 分析者の恣意性が入りにくい

8. 事例１：経済産業省経済産業省アイデアボックス事例１：経済産業省経済産業省アイデアボックス 情報政策全般に関するアイディアをインターネットを通じて募集した。その結果をマインドマップに整理すると共にテキストマイニングを実施した。（実施期間：2010年3月） 政府の企業に対する考え方について ペーパーレス化について 効率的な議論を求める声 アイディアに賛成、反対の投票ができるようになっていたが、マインドマップやテキストマイニングを使うことで議論の可視化ができ、検討が深まった。 • 発言傾向を俯瞰して捉え、相関関係を読み取る 電子政府推進の意義 インターネット化における問題 事務コストの見直しについて 集まった意見をもとに審議会で議論

9. 事例２：行政刷新会議国民の声アイデアボックス事例２：行政刷新会議国民の声アイデアボックス 国民の声アイディアボックスは、新成長戦略の実現に向けた規制・制度に関するアイディアを国民の皆様から直接提案をいただき、議論を深めた。（実施期間：2010年9、10月） 国民の声 データを「テキストマイニング」 ツールにインポート 毎週の分析は3時間で作成。最終報告書（53ページ）は8時間で作成

10. 事例２：行政刷新会議国民の声アイデアボックス事例２：行政刷新会議国民の声アイデアボックス • 単語ランキング 数多く寄せられる発言を 瞬時に把握 • 全体マッピング 国民の意見について 企業活動について 全体の中の 話題がすぐに 見える化！ 子育てについて 日本の問題について • 属性別分析 属性による 発言内容も クリック一つで。

11. 事例３：文部科学省熟議カケアイ 熟議カケアイは、国民の皆様から教育に関する意見を直接提案いただき、議論を深めるために設置したもの。（実施期間：2010年4月～） 【教育の情報化に関する熟議の事例】 有識者の議論とインターネット上の議論をマインドマップとテキストマイニングで整理し、双方の論点を顕在化した上で、現場の先生等の関係者で議論をした 有識者の議論 教育 の 情報化 現場の先生等の 関係者で議論 インターネットで 議論 対面とネット上の両方の議論のポイントを、テキストマイニング、マインドマップのそれぞれの手法で比較

12. 事例３：文部科学省熟議カケアイ 意見の原文を読み込み、全体の意見から特定の断面についての傾向を分析した。 （年代、職業など） 更には特定の注目単語を軸に主要な話題や潜在的な話題の分析を行った。 「授業」をキーワードにした分析例

13. 事例４： 災害での活用事例１ 東日本大震災後にTwitterで流れている情報を分析した。要望の傾向を短時間で把握することが可能になる。 「電池」を含むTweetを、1500件抽出したものを分析 一般品の 要望と一体化 主な意見 ・電池の不足 ・利用の工夫 ・携帯電話の充電 「不足」しているものの日次傾向分析 3/12-15はGoogleによりTweetを検索。3/16-26は見える化エンジンによりTweetを検索

14. 事例５：災害での活用事例２ 意見の再送などで重複した意見がたくさんある場合、重複を排除することで、集団意見に隠れた様々な個別意見を分析可能となる。 2011/3/24 「支援」「必要」での 検索結果 Ｔｗｅｅｔ　1500件 フィルターで重複を削除 Ｔｗｅｅｔ　489件

15. 民間における顧客の声の活用 意見・苦情は、「面倒、コスト増要因」という考え方から、「金を出しても買いたい貴重な情報」になってきている。 　製造業、サービス業、金融業、流通業・・・ 　　－商品開発への反映（改善・強化）、 　　－顧客のロイヤリティの維持・向上 　　－品質管理、品質リスク予兆の発見 　　－新サービスの企画 　　－ターゲット別戦略の立案　・・・ • 消費者ニーズを商品開発に生かすため、コールセンターに寄せられた意見を一括集約し、開発部隊に伝えて、顧客の声を迅速に商品に生かしている。ＩＴを活用して短期間で商品化する体制づくりも重要。（大手小売業） • 消費者や得意先などから寄せられた様々な意見・問合せなどの情報を、集計・分類するＩＴシステムを導入し、社員にフィードバックして商品の改良などに生かしている。（大手製造メーカー） • コールセンターに寄せられる莫大な顧客の声を、受け手が選別しデータベース化して、サービス改善に結び付けている。社員が情報を共有・交換するためのシステムで、分類された顧客の声が即座に閲覧できる。（大手カード会社） 先進企業の「顧客の声」の活用は経営の「周辺」から「中核」に

16. 民間での活用事例 大手信託銀行の場合 テキストマイニング 満足度の向上！ 新サービス • ＣＳ部門の設立を機に、社内共有、関連部署への共有強化を検討 • 顧客の声ポータル、情報発信システムとして「テキストマイニング」を導入 • 全国の本支店に対して、翌日朝には顧客の声をすべて見える化

17. 行政機関での導入方法 広報部門での導入 自ら広報・マーケティングツールとして活用する 　・国民からの意見の分析 　・政策の評判の収集 　・行政機関自身の評判の収集 業務部門での導入 政策の立案に利用する。 　・政策ニーズの収集 　・計画、実施中の政策への意見の収集 情報システム部門での導入 行政機関内の共通基盤として導入する 　・各業務部門の支援

18. 本資料作成で使ったツール 　テキストマイニング「見える化エンジン」プラスアルファコンサルティング 　テキストマイニング「KH Coder」樋口耕一（立命館大学） 　マインドマップ「Jude」チェンジビジョン 　ビジネスインテリジェンス　「Pentaho」KSKソリューションズ 経済産業省 商務情報政策局情報プロジェクト室オープンガバメントチーム 2011年4月11日