共起ネットワーク分析とは？マーケティングや顧客分析での活用について解説

共起ネットワーク分析とは、テキストマイニングの一種で、テキストやコメントにおける単語やフレーズがどのように一緒に使われているかを視覚的にわかりやすく図式化する手法です。この共起ネットワークは、単語をノード（点・丸）として、共起関係にある一緒に使われる単語同士を線で結んだ図として表されます。

本記事では主にマーケティングや顧客分析に関わる方を対象に、共起ネットワークの活用方法、そして生成AIによってテキスト分析がどのように進化しているのかについて解説します。

共起ネットワークに代わる生成AIを活用したテキスト分析サービスの資料を見る

共起ネットワーク分析とは？

共起ネットワークは、下図のようにノードと呼ばれる点・丸と線によって、分析対象のテキストデータにおいて一緒に良く使われている単語同士を表しています。ノードの大きさによって、単語が使われている頻度を示され、線によって一緒に使われる単語が示されます。

これらの線によって繋がっている単語同士を見ることで、単語間の関係性を把握し、どのようなことが言及されているか大まかな文脈を推測することができます。

関連記事：
テキストマイニングとは？生成AIによる進化についても解説

共起ネットワークの用途

共起ネットワーク分析はアンケートにおけるコメント分析、ソーシャルメディア分析、文献調査など分野を超えて様々なところで活用されています。

例えば、ニュース記事やSNS投稿のテキストを用いて共起ネットワークを使用して単語間のつながりを可視化することで、トレンドの把握やキャンペーン効果の把握に役立てられます。

共起ネットワークの構築プロセス

共起ネットワークを作成するには下記のプロセスを経る必要があります。

1. データ収集と前処理: 分析対象となるテキストデータを収集し、形態素解析などを用いて単語を抽出します。
2. 共起行列の作成: 単語の出現頻度や共起頻度を計算し、共起行列を作成します。これにより、どの単語がどれだけの頻度で共に出現するかが分かります。
3. ネットワークの構築と可視化: 共起行列を基に、ノードとエッジを用いて共起ネットワークを構築し、視覚的に表現します

共起ネットワークの作成ツール

共起ネットワークを自分で作ってみたいという場合には、KH Coderというフリーソフトウェアを使用することで作成することが可能です。

エクセルなどでテキストデータを用意しておけばソフトウェア上で上記のプロセスを実行し、独自の共起ネットワークを作ることができます。

マーケティングや顧客分析における共起ネットワークの活用

共起ネットワークは、マーケティングや顧客分析においてさまざまな用途があります。

アンケートのフリーコメント分析

アンケートのフリーコメントを用いて共起ネットワーク分析することで商品やサービスがどのように評価されているかを把握することができます。

共起ネットワークではまたテキストデータに属性情報を付与しておくことで、属性ごとに単語の繋がりを可視化することも可能です。例えばアンケートにおいて満足度や推奨度を取得している場合は、商品やサービスに対して「満足している人」「不満を感じている人」それぞれがどのような単語を使いコメントをしているかを見ることで強み・弱みを捉えることができます。

関連記事：
アンケートでよく使う分析手法 | 基本から応用まで解説

SNS投稿の分析

X（Twitter）などソーシャルメディアにおける投稿を用いて共起ネットワークを作成することで、自社の商品やサービスあるいはCMなどのプロモーションが顧客にどのように受け入れられているか、どのように感じられているなどを捉えることができます。

SNSは特にトレンドを把握するのに有用です、期間限定のキャンペーンや商品サービスの発売タイミングなどに共起ネットワーク分析を行うことで、よりシャープな示唆を得ることができるようになります。

レビューサイトや口コミの分析

自社でアンケート取得などを行っていない場合や、より広く顧客の声を拾いたい場合にはレビューサイトや口コミを分析することも有用です。

アンケートの場合と同様に、レビューの星などの評価の情報がテキストデータに紐づいている場合は、満足・不満それぞれの声から強み・弱みを捉えることができます。

関連記事：
VOC分析とは？（Voice Of Customer）の重要性と効果的な実施方法

共起ネットワークの注意点

データの質と量

共起ネットワークにおいては分析対象となるテキストデータの量や質が分析結果に大きく影響します。正しい分析を行うには一定のデータ量を用意しておくこと、適切なデータを選定することが重要です。

データ量が極端に少ない場合は正しい共起関係が示されず、信頼性に欠ける分析結果になってしまう恐れがあります。

分析結果の解釈

共起ネットワークで可視化できるのは「単語」と「どの単語が一緒に使われているか」に留まります。つまりどのような文脈でそれぞれの単語が使われているかを正確に把握できるわけではありません。

この文脈をきちんと理解するには、調査における背景をきちんと理解しておくことと、共起ネットワークの結果をもとに実際のローデータでコメントをきちんと読み込むことなどが必要です。

ここを怠ってしまうと実際と異なった文脈で理解してしまい、誤った戦略や施策へのミスリードにもなってしまいますので十分気をつけましょう。

生成AIを活用した新世代のテキスト分析「TopicScan」

TopicScanは、生成AIを活用した “人が読み込むような分析アプローチ” により、文脈や感情を活かしたテキスト分析が可能です。「どんなトピックが」「どの程度ポジティブ／ネガティブに語られているか」を定量化・可視化することで、定性的で複雑なテキストデータもすぐに “意思決定に活用しやすいデータ” になります。

専門知識や事前準備は必要なく手元のテキストデータさえあれば、誰でもすぐに深い分析を行うことができます。