フォーム分析で見るべき指標をCSV列に落とす

フォーム回答を分析したいとき、いきなりグラフを作ると失敗しやすいです。

理由は単純で、まだ「何を1件として数えるか」「何を除外するか」「どれを未対応と呼ぶか」が決まっていないからです。

フォーム分析で最初に作るべきものは、ダッシュボードではありません。CSVの列です。列が弱いままグラフ化すると、問い合わせ、予約、採用、イベント、アンケートの回答が、ただの「回答数」に潰れてしまいます。

この記事では、フォーム回答を分析・レポート・AI要約・Slack通知・担当者管理に回す前に、CSVへ落としておくべき指標と列を整理します。

まず集計対象を分ける

フォーム分析で最初に決めるのは、総回答数ではなく、有効回答数です。

同じフォームに届く回答でも、実務で見るべきものと、通常集計から外すべきものがあります。

種類	例	通常集計
有効回答	問い合わせ、予約希望、採用応募、イベント申込	入れる
対応不要	自動返信テスト、社内確認、重複送信	外す
ノイズ	営業メール、スパム、意味のない入力	外す
要確認	低評価、クレーム、返信可否不明、個人情報を含む長文	入れるが別扱い

そのため、CSVには exclude_from_report と exclude_reason を持たせます。

exclude_from_report
exclude_reason

この2列がないと、営業メールが増えた週を「需要が増えた」と誤読します。テスト送信が残ったまま、コンバージョン改善の議論をしてしまいます。フォーム分析の精度は、可視化ツールではなく、除外条件で決まります。

最初に見るKPI

最初に見るKPIは、次の7つで十分です。

KPI	見たいこと	必要な列
有効回答数	実際に読むべき回答が何件あるか	response_id, exclude_from_report
流入元別回答数	どの導線から来ているか	source, utm_source, landing_page
内容分類	何についての回答か	category, subcategory
未対応数	放置されている回答があるか	status, first_response_at
担当者未設定数	誰も持っていない回答があるか	owner
高優先度数	先に見るべき回答があるか	priority, priority_reason
次アクション未設定数	見た後に止まっていないか	next_action

ポイントは、分析を「件数」だけにしないことです。

フォーム回答は、読まれ、分類され、担当者へ渡され、返信・確認・レポート・外部連携に進みます。つまり、分析対象であると同時に、業務のチケットでもあります。

CSV列の推奨スキーマ

最小構成なら、このくらいから始めます。

response_id
submitted_at
form_slug
source
utm_source
landing_page
category
subcategory
message
message_length
priority
priority_reason
status
owner
owner_candidate
first_response_due_at
first_response_at
followup_permission
contains_personal_data
exclude_from_report
exclude_reason
next_action
last_activity_at

すべてを手入力する必要はありません。自動で埋められるもの、AIに候補を出させるもの、人間が確定するものを分けます。

列	埋め方	注意点
submitted_at	自動	タイムゾーンを固定する
source, utm_source	URL/hidden field	空欄の場合の扱いを決める
category	ルールまたはAI候補	確定値と候補値を混ぜない
priority	条件分岐またはAI候補	緊急度の理由を残す
status	人間またはワークフロー	未対応と完了だけにしない
owner	人間または明示ルール	AI候補をそのまま確定扱いにしない
followup_permission	フォーム入力	返信してよいかを後から推測しない
exclude_from_report	人間確認	営業メール、テスト、重複を混ぜない

分析のための列と、運用のための列を同じCSVに置くのが重要です。分析だけなら category や source で足りますが、実務では status、owner、next_action がないと止まります。

まず出すべき集計

CSVができたら、最初に見るのはこの順番です。

1. 有効回答数
2. 除外件数と除外理由
3. 未対応件数
4. 担当者未設定件数
5. 高優先度件数
6. カテゴリ別件数
7. 流入元別件数
8. 次アクション未設定件数

回答数から見るのではなく、除外と未対応を先に見ます。

たとえば、100件届いていても、営業メールが40件、重複が10件なら、有効回答は50件です。さらに未対応が12件なら、見るべき課題は「100件来た」ではなく「50件中12件が止まっている」です。

SQLで見るなら

DBやBigQueryに入れている場合は、まずこの程度で十分です。

select
  date(submitted_at) as submitted_date,
  count(*) as total_responses,
  count(*) filter (where exclude_from_report = false) as valid_responses,
  count(*) filter (
    where exclude_from_report = false
      and status in ('new', 'triaged', 'assigned', 'in_progress')
  ) as open_responses,
  count(*) filter (
    where exclude_from_report = false
      and owner is null
  ) as unassigned_responses,
  count(*) filter (
    where exclude_from_report = false
      and priority = 'high'
  ) as high_priority_responses
from form_responses
group by 1
order by 1 desc;

ここで大事なのは、count(*) だけを信じないことです。

valid_responses、open_responses、unassigned_responses を別々に見ると、フォーム回答が「集まったか」だけでなく「業務として進んでいるか」が分かります。

Google Sheetsで始めるなら

Sheetsで始める場合も、最初の集計は難しくありません。

たとえば、exclude_from_report が FALSE の有効回答だけ数えるなら次のようにします。

=COUNTIF(exclude_from_report_range, FALSE)

未対応を数えるなら、ステータスを条件にします。

=COUNTIFS(exclude_from_report_range, FALSE, status_range, "new")
 +COUNTIFS(exclude_from_report_range, FALSE, status_range, "triaged")
 +COUNTIFS(exclude_from_report_range, FALSE, status_range, "assigned")

担当者未設定は、空欄を見ます。

=COUNTIFS(exclude_from_report_range, FALSE, owner_range, "")

最初からBIツールへ行くより、Sheetsで「何を数えるべきか」を固めたほうが速いことがあります。グラフは、KPIの定義が固まってからで十分です。

AI分析に渡す前の必須列

AIで自由記述を分類したり、週次レポートを作ったりする場合も、本文だけを渡すのは避けます。

本文だけを渡すと、AIは文章の意味を要約できます。でも、業務上の状態は分かりません。

message
status
owner
priority
followup_permission
exclude_from_report
contains_personal_data

最低でもこの7つは一緒に渡します。

AIには、次のような役割を持たせます。

AIに任せる	人間が確認する
自由記述の要約	実返信するか
カテゴリ候補	最終カテゴリ
優先度候補	本当に緊急か
営業メールらしさの候補	除外確定
週次レポート下書き	外部共有してよい内容か

AIを使うほど、列設計は重要になります。AIの出力を信用するためではなく、AIに何を見せ、何を判断させないかを固定するためです。

用途別に足す列

共通列だけでは足りない場合は、用途別に列を足します。

用途	追加したい列	理由
問い合わせ	company_name, inquiry_type, reply_required	返信要否と担当者を決める
予約	preferred_date, reservation_status, change_request	日時が近いものを先に見る
採用	position, experience_level, screening_status	応募フローへ渡す
イベント	event_date, attendance_status, pre_event_question	当日準備へつなげる
アンケート	score, sentiment, theme	改善レポートに使う

「フォーム回答」とひとことで言っても、運用は違います。だから、共通列で土台を作り、その上に用途別の列を足します。

グラフ化する前の品質チェック

最後に、グラフ化する前にこのチェックを通します。

response_id は一意か
submitted_at は空でないか
source の空欄をどう扱うか決めたか
exclude_from_report の理由が残っているか
status の値が定義済みのものだけか
owner_candidate と owner を混ぜていないか
followup_permission が未確認のまま返信対象に入っていないか
contains_personal_data をAIや外部連携の条件に使っているか
next_action が空の回答を見つけられるか

このチェックを通らないCSVは、グラフにしても実務で使いにくいです。見た目は整っていても、誰が何をすればよいか分からないからです。

まとめ

フォーム分析は、きれいなグラフを作ることではありません。

回答を次の業務へ渡すために、数える対象、除外条件、未対応、担当者、優先度、次アクションを列として残すことです。

CSV列が決まると、Sheets集計、ダッシュボード、Slack通知、AI要約、週次レポートまで同じ定義でつながります。

より広いフォーム分析の考え方は、FORMLOVA側で整理しています。

フォーム分析とは