はじめてのpower bi アンケート分析：設計・前処理・可視化を最短でつなぐ完全ロードマップ

アンケートの回答は宝の山。でも、集計表が横に長すぎたり、複数回答の列が乱立していたり、自由記述の扱いに困ったり――気づけば“読みづらい表”になりがちです。そこで役に立つのがpower bi アンケート分析。Power Queryで整える、DAXで指標化する、可視化で伝える。この3ステップを押さえれば、明日からの定例も意思決定もぐっと速くなります。

この記事は、現場目線で「いちばん詰まりやすい場所」を先回りして解説します。Likert（リッカート）尺度の前処理、複数回答、NPS、Top2Box、重み付け、交差集計、セグメント比較、自由記述の要点整理、そしてダッシュボード運用まで――power bi アンケート分析を“迷わず最後まで”走り切るための実践ガイドです。

超要約（最初の3分）

  • 形は**縦持ち（長い形式）**にする：Power Queryで「列のピボット解除」→質問軸と回答軸を作る。

  • 指標はDAXで定義：Top2Box、平均スコア、NPS、重み付き平均をメジャー化。

  • 可視化は100%積み上げ棒グラフ＋マトリクス＋サマリーKPIが鉄板。

  • セグメントはフィールドパラメーターやスライサーで切替。

  • 運用は更新スケジュールとデータ辞書で安定化。
    この型を使えば、power bi アンケート分析はどんな設問でも再利用できます。

1. データの形を整える（Power Queryが勝負どころ）

1-1. 縦持ちに変換（列のピボット解除）

アンケート原票は「Q1, Q2, Q3…」と横に広いのが普通。可視化と集計を柔軟にするため、質問列を縦に並べ替えます。

  • IDや属性（年代・性別・地域・顧客区分など）を固定列に残す

  • それ以外の質問列をすべて選択→ピボット解除（Unpivot）

  • 得られた 質問 列と 回答 列にわかりやすい名前を付ける（例：QuestionKey, ResponseText）

これで、power bi アンケート分析に必要な“質問軸”ができ、質問ごとのランキングやTop2Boxが簡単になります。

1-2. 回答の正規化（トリミング・型・並べ替え順）

  • 余計なスペースや不可視文字をトリミング

  • 「とても満足」などの順序カテゴリは、別途並べ替えキー（1–5など）を持たせる

  • 未回答・N/Aは専用カテゴリに分離（後の比率計算で外す／含めるを選べるように）

1-3. 複数回答の展開

チェックボックス形式（例：「A;B;C」）は、分割→行に展開します。これにより、各選択肢を独立の行としてカウントでき、power bi アンケート分析のクロス集計が崩れません。

2. 質問辞書（ディメンション）を用意する

質問コード・見出し・セクション（テーマ）・並び順・指標種別（満足度/認知度/NPSなど）をまとめた辞書テーブルを用意しましょう。
メリットは3つ：

  1. 表示名の一元管理（日本語/英語の切替も可能）

  2. 並び順の安定（ダッシュボードで毎回並べ替え不要）

  3. セクション単位での集計（テーマ別の穴を発見）

質問辞書を QuestionKey でリレーションすれば、power bi アンケート分析の操作性が段違いに上がります。

3. DAXで“使える指標”を作る（メジャー化が命）

3-1. Top2Box（5段階想定）

Top2Count :=
CALCULATE (
COUNTROWS ( Responses ),
Responses[OrderKey] >= 4 -- 4,5を上位とする例
)

Top2Ratio :=
DIVIDE (
[Top2Count],
CALCULATE ( COUNTROWS ( Responses ), NOT Responses[IsNA] )
)

※ OrderKey は「とても満足=5 … 不満=1」の並び順。IsNA は未回答判定。

3-2. 平均スコア（重みなし）

AvgScore :=
AVERAGEX (
FILTER ( Responses, NOT Responses[IsNA] ),
Responses[OrderKey] )

3-3. 重み付き平均（ウェイトあり）

WeightedAvgScore :=
DIVIDE (
SUMX ( FILTER(Responses, NOT Responses[IsNA]),
Responses[OrderKey] * Responses[Weight] ),
SUMX ( FILTER(Responses, NOT Responses[IsNA]),
Responses[Weight] )
)

サンプルウェイトがある調査では、power bi アンケート分析に重み付けをしないと偏りが出ます。

3-4. NPS（0–10 点の場合）

NPS_Promoter :=
CALCULATE ( DISTINCTCOUNT(Responses[ID]),
Responses[Score] >= 9 && Responses[Score] <= 10 )

NPS_Detractor :=
CALCULATE ( DISTINCTCOUNT(Responses[ID]),
Responses[Score] >= 0 && Responses[Score] <= 6 )

NPS_Total :=
CALCULATE ( DISTINCTCOUNT(Responses[ID]), NOT Responses[IsNA] )

NPS :=
DIVIDE([NPS_Promoter], [NPS_Total]) - DIVIDE([NPS_Detractor], [NPS_Total])

会議では**%表示**にして解釈しやすくしましょう。power bi アンケート分析のKPIカードにぴったりです。

3-5. 逆転項目への対応

肯定が低いほど良い設問は、ReversedScore = (MaxScale + 1) - OrderKey で反転。質問辞書に反転フラグを持たせ、メジャー側で切替えると運用が楽です。

4. 可視化デザイン：迷わない“鉄板3点セット”

  1. 100%積み上げ横棒：選択肢の構成比（とても満足～不満）を質問ごとに表示。並びはTop2Boxの降順。

  2. マトリクス（交差集計）：行=質問、列=セグメント（年代/地域/顧客区分）、値=Top2Boxや平均スコア。色スケールで差を強調。

  3. KPIカード：全体NPS、平均満足度、回答数。期間やセグメントを変えても一目で傾向がつかめる。

この3点を土台に、必要に応じて散布図（満足×継続意向の4象限）やリボンチャート（順位推移）、**折れ線（時系列）**を足せば、power bi アンケート分析はほぼ網羅できます。

5. セグメント比較とドリルダウン

  • フィールドパラメーターで「比較したい軸（年代/性別/地域/顧客区分…）」を切替可能に。

  • ドリルスルーで「質問→セグメント詳細」や「セグメント→自由記述の抜粋」へ。

  • 同期スライサーでページを跨いでも選択が保持され、power bi アンケート分析の“調査→深掘り”がスムーズ。

6. 自由記述への向き合い方（シンプル運用）

日本語の形態素解析を使った厳密なテキスト分析は別プロジェクト級になりがち。まずは現実解から始めます。

  1. カテゴリタグ付け：自由記述に対して「対応」「価格」「品質」「UI」などのタグ列を追加（ルールでも人手でもOK）

  2. ネガ/ポジ判定：単純な辞書でフラグ化（例：「嬉しい/助かる」=ポジ、「遅い/分かりにくい」=ネガ）

  3. ダッシュボードでは「タグ×ネガ率×件数」で改善優先度を可視化

これだけでも、power bi アンケート分析の“次のアクション”が見えます。あとから高度な分析に置き換える余地も残せます。

7. レイアウトと相互作用（読む人の目線で）

  • Z視線：左上にKPI、右側に全体の構成比、下にセグメント比較。

  • 注釈：グラフの近くに「Top2Box=上位2カテゴリの合計」「未回答は除外」など読み方を記載。

  • 色：満足系は「濃緑→薄緑→グレー→橙→赤」など一貫した階調。

  • 操作ガイド：ページ上部に1行で使い方を書く（例：「セグメントをクリックすると右側が絞られます」）。
    これらはpower bi アンケート分析の理解速度を大きく左右します。

8. 運用を安定させる（更新・品質・ドキュメント）

  • 更新：SharePoint/OneDriveのファイルパスは固定。スケジュール更新は分散させて渋滞を回避。

  • 品質監視：回答数、未回答率、設問ごとの重複・スコアの外れ値をカード表示。異常をすぐ発見。

  • データ辞書：質問の正式名、表示名、並び順、反転、尺度、選択肢一覧をExcel/Power BI 内のテーブルで管理。

  • 権限：必要ならRLSで担当部門だけに自部門の結果を見せる。
    安定運用は、power bi アンケート分析の価値を継続させます。

9. よくある“つまずき”と対処

Q1. 並び順がバラバラで見づらい
A. 選択肢に並べ替えキーを持たせ、「この列で並べ替え」を設定。Likertの順序を守る。

Q2. 複数回答がうまく集計できない
A. 列のままにせず、行へ展開してからカウント。構成比は「選択件数÷回答者数」を使い分ける。

Q3. NPSが極端な値になる
A. 未回答除外の条件を確認。母数が小さいセグメントは信頼区間や件数閾値で注意喚起。

Q4. セグメントの比較が安定しない
A. 「全体」「セグメントA」「セグメントB」をフィールドパラメーターで切替、色は固定。

Q5. レポートが重い
A. Importで十分なら不要列削除と辞書の参照で軽量化。ビジュアルは1ページ8〜12個を目安に。

10. サンプルM＆DAX（そのまま使える最小構成）

10-1. Power Query（縦持ち＋並び順）

let
Source = Excel.Workbook(File.Contents("Responses.xlsx"), null, true),
Raw = Source{[Name="Sheet1"]}[Content],
Promoted = Table.PromoteHeaders(Raw, [PromoteAllScalars=true]),
// 属性列を固定、質問列をピボット解除
Unpivoted = Table.UnpivotOtherColumns(
Promoted,
{"ResponseID","Age","Gender","Region"},
"QuestionKey","ResponseText"
),
Trimmed = Table.TransformColumns(Unpivoted, {{"ResponseText", Text.Trim, type text}}),
// Likertの並び順テーブルと結合（例：非常に満足=5, …, 不満=1）
OrderLUT = Excel.CurrentWorkbook(){[Name="LikertOrder"]}[Content],
Merged = Table.NestedJoin(Trimmed,{"ResponseText"},OrderLUT,{"Label"},"LUT",JoinKind.LeftOuter),
Expanded = Table.ExpandTableColumn(Merged,"LUT",{"OrderKey"}, {"OrderKey"}),
IsNA = Table.AddColumn(Expanded, "IsNA", each [ResponseText]="未回答" or [ResponseText]=null, type logical)
in
IsNA

10-2. DAX（Top2Box・平均・NPS）

Top2Ratio :=
VAR Numerator =
CALCULATE ( COUNTROWS(Responses), Responses[OrderKey] >= 4, NOT Responses[IsNA] )
VAR Denominator =
CALCULATE ( COUNTROWS(Responses), NOT Responses[IsNA] )
RETURN DIVIDE(Numerator, Denominator)

AvgScore :=
AVERAGEX ( FILTER(Responses, NOT Responses[IsNA]), Responses[OrderKey] )

NPS :=
VAR p = CALCULATE ( DISTINCTCOUNT(Responses[ResponseID]), Responses[Score] >= 9 && Responses[Score] <= 10 )
VAR d = CALCULATE ( DISTINCTCOUNT(Responses[ResponseID]), Responses[Score] >= 0 && Responses[Score] <= 6 )
VAR n = CALCULATE ( DISTINCTCOUNT(Responses[ResponseID]), NOT Responses[IsNA] )
RETURN DIVIDE(p, n) - DIVIDE(d, n)

この最小セットだけでも、power bi アンケート分析のベースは完成します。

11. ダッシュボードの“型”（そのまま真似OK）

  • ページ1｜サマリー：KPIカード（回答数/NPS/平均満足）、100%棒グラフ（質問別Top2Box）、セグメントスライサー。

  • ページ2｜交差集計：マトリクス（行＝質問、列＝セグメント、値＝Top2比率）、条件付き書式で差を強調。

  • ページ3｜4象限：X＝満足、Y＝継続意向。外れ値にはラベル、象限ごとの件数カード。

  • ページ4｜自由記述：タグ×ネガ率×件数のバブル/棒、代表コメントのテーブル。
    このレイアウトは、多くの業界で“刺さる”power bi アンケート分析の定番です。

12. 監査・品質の“見える化”（再発防止の仕掛け）

  • 未回答率や自由記述率をカード表示して、毎回の偏りを監視。

  • スコア分布（ヒストグラム）で極端値を把握。

  • 前回比の矢印アイコン（増減）でトレンドを一目で。

  • 注釈用テキストボックスに対象期間・母数・除外条件を明記。
    こうした小さな工夫が、power bi アンケート分析の信頼性を底上げします。

13. チェックリスト（コピペOK）

  • ピボット解除で縦持ちにした

  • Likertの並び順キーを付与した

  • 複数回答は行に展開した

  • 未回答を別扱いにした（含む/除外を選べる）

  • Top2Box・平均・NPSをメジャー化した

  • セグメント比較はフィールドパラメーターで切替できる

  • 100%棒＋マトリクス＋KPIで土台を作った

  • 4象限や自由記述の深掘りページを分離した

  • 更新スケジュールとデータ辞書を整備した

  • ページに操作ガイドと注釈を置いた

14. まとめ：データが“語る”状態をつくる

power bi アンケート分析は、回答の海から“次の一手”を引き出すための仕組みづくりです。

  • 整える（縦持ち・正規化・辞書）、

  • 指標化する（Top2Box・平均・NPS・重み付け）、

  • 伝える（鉄板3点セット＋セグメント比較）、
    この順序で進めれば、どんな調査でも“再現性の高い”ダッシュボードになります。まずは既存のExcelをPower Queryで縦持ちにし、上のDAXメジャーを貼る――ここから始めてください。最初の1枚ができれば、power bi アンケート分析の価値はすぐにチームに伝わります。

明日の定例では、Top2Boxのランキングを1枚提示し、セグメントをクリックして「どこを改善すれば満足度が上がるか」を5分で示してみましょう。データが、あなたの言葉の“説得力”になります。

関連記事

この記事へのコメントはありません。

カテゴリー

アーカイブ

検索