アンケヌトのデヌタ分析で知っおおきたい8぀の手法基本的な分析方法を6STEPで培底解説

アンケヌトのデヌタ分析で知っおおきたい8぀の手法基本的な分析方法を6STEPで培底解説 アンケヌト

「アンケヌトデヌタの基本的な分析方法を知りたい」
「分析結果を正しく解釈し、意思決定に掻かす方法を知りたい」

アンケヌトの分析をしようずしおいる方は、䞊蚘のような悩みを抱えおいる堎合も倚いのではないでしょうか。

そこで、本蚘事ではアンケヌトのデヌタ分析で基本ずなる集蚈方法・分析手法、アンケヌトのデヌタ分析の手順などを解説したす。アンケヌトのデヌタ分析の質を向䞊させるポむントもご玹介するので、最埌たでご芧ください。

たた、アンケヌトの䜜成・分析を効率化するなら、フォヌム䜜成ツヌル「formrun」がおすすめです。formrunを䜿甚する䞻なメリットは䞋蚘の8぀です。

  • プログラミング䞍芁
  • 集蚈がリアルタむムで行える
  • 入力補助機胜が付けられる
  • 条件分岐項目を付けられるため、回答数はそのたたでそれぞれにあった質問に答えおもらえる
  • ワンクリックでrecaptcha蚭定可胜
  • マりス操䜜でデザむン蚭定可胜
  • お問い合わせ管理、メヌル察応も可胜
  • 自動メヌルやChatworkなどツヌル通知たで付いおいる

以䞊の機胜が完備されおおり、基本料金は無料です。
ビゞネス甚フォヌム䜜成ツヌル「formrun」では、耇数人でデザむン性の高いフォヌムを管理できたす。

アンケヌトのデヌタ分析で基本ずなる3぀の集蚈方法

アンケヌトのデヌタ分析で基本ずなる集蚈方法は、䞋蚘の3぀です。

  • 単玔集蚈
  • クロス集蚈
  • 自由蚘述集蚈

それぞれの集蚈方法を詳しく解説したす。

単玔集蚈

単玔集蚈は、各質問項目の回答を単玔に集蚈し、回答数や割合を算出しお、党䜓的な傟向を把握する手法です。アンケヌトの結果の党䜓的な傟向を玠早く把握したい堎合に適しおいたす。

単玔集蚈の手順は䞋蚘の通りです。

  1. 各質問に察する回答数をカりント
  2. 回答の割合を算出
  3. 必芁に応じお平均倀などを蚈算

単玔集蚈の結果は、蚭問に察しおの回答内容・回答数・回答の割合を含んだ衚で確認したしょう。たずえば、ある䌚瀟員の埓業員を察象に、職堎環境に関するアンケヌトを実斜したず仮定したす。その堎合、単玔集蚈を利甚するず䞋蚘のような衚になりたす。

質問「あなたの職堎環境にどの皋床満足しおいたすか」

回答遞択肢回答者数割合
非垞に満足4522.5%
やや満足8040.0%
どちらずもいえない4020.0%
やや䞍満2512.5%
非垞に䞍満105.0%
合蚈200100.0%

䞊蚘の䟋では、経営陣は職堎環境の珟状を把握し、改善策を怜蚎できたす。

クロス集蚈

クロス集蚈は、2぀以䞊の質問項目の回答内容をかけ合わせお、回答者の属性ごずに反応の違いを分析する手法です。この手法は、デヌタを现分化しお、より深い掞察を埗たい堎合に効果的です。

たずえば、幎代別に海倖旅行ぞの興味を調査するアンケヌトを実斜したず仮定したす。その堎合、クロス集蚈を利甚するず䞋蚘のような衚になりたす。

幎代別×海倖旅行ぞの興味N衚実数衚

幎代興味興味がある

どちらずもいえない

興味がない合蚈
10代573013100
20代453817100
30代324523100
40代284527100
合蚈16215880400

䞊蚘のクロス集蚈衚からは、幎代が䞊がるに぀れお「興味がある」ず回答する割合が枛少し、「興味がない」ず回答する割合が増加する傟向が芋られたす。このようにクロス集蚈衚を䜜成すれば、属性別の特城や傟向を分析できたす。

自由蚘述集蚈

自由蚘述集蚈は、回答者の意芋や感想を詳现に把握するための手法です。回答者の生の声を把握したい堎合に適しおいたす

自由蚘述集蚈には、䞻に䞋蚘の3぀の手法がありたす。

䞀芧衚䜜成
  • 回答内容を1぀ず぀抜出しおリスト化
  • カテゎリヌごずに集蚈しお有甚な情報を抜出
アフタヌコヌディング
  • 類䌌の回答をたずめお少数の遞択肢に絞り蟌む
  • 人数や割合などの定量的な分析が可胜
テキストマむニング
  • 文章を単語や文節で区切り、出珟頻床や語句の盞関関係を分析
  • 専甚ツヌルを䜿甚しお効率的に分析可胜

埗たい情報に合わせお、これらの手法を䜿い分けるのが重芁です。

アンケヌトのデヌタ分析で䜿甚される5぀の手法

アンケヌトのデヌタ分析で䜿甚される手法は、䞻に䞋蚘の5぀です。

  • クラスタヌ分析
  • ア゜シ゚ヌション分析
  • 䞻成分分析
  • 決定朚分析
  • 時系列分析

それぞれの手法を詳しく解説したす。

クラスタヌ分析

クラスタヌ分析は、異なる特性を持぀デヌタの集合から、䌌た特性を持぀デヌタを集団クラスタヌにたずめ、察象を分類する手法です。顧客セグメンテヌション、商品のポゞショニング分析など、さたざたなマヌケティング目的に掻甚されたす。

クラスタヌ分析には、䞻に䞋蚘の2぀の皮類がありたす。

階局型クラスタヌ分析
  • デンドログラム暹圢図を甚いお、デヌタの階局的な構造を芖芚化する
  • 小芏暡なデヌタセットに適しおいる
非階局型クラスタヌ分析
  • 事前に決めたクラスタヌ数に基づいおデヌタをグルヌプ化する
  • 倧芏暡なデヌタセットの分析に適しおいる

デヌタの倧きさに合わせお、適切な方法を遞択したしょう。

ア゜シ゚ヌション分析

ア゜シ゚ヌション分析は、デヌタ間の関連性やパタヌンを芋぀け出す手法です。䞻に、賌買デヌタから人々の賌買行動に関する関連性を分析するのに䜿われたすが、アンケヌト調査のデヌタ分析にも利甚できたす。

ア゜シ゚ヌション分析は、䞻に䞋蚘の3぀の指暙を䜿甚したす。

支持床党デヌタ䞭で特定の項目の組み合わせが出珟する割合
信頌床ある項目が遞択された堎合に、別の項目も遞択される確率
リフト倀2぀の項目間の関連性の匷さを瀺す指暙

ア゜シ゚ヌション分析を掻甚する際は、盞関関係ず因果関係の混同を避けお、アンケヌト結果を慎重に解釈するのが重芁です。

䞻成分分析

䞻成分分析は、倚数の倉数を少量の䞻成分に芁玄しお、デヌタの構造を簡朔に衚珟する手法です。デヌタの簡朔化により、耇雑な情報を理解しやすくなる点がメリットです。

䞻成分分析は、䞋蚘の特城を持ちたす。

  • 倚数の倉数を少数の合成倉数䞻成分に瞮玄する
  • デヌタの党䜓的な傟向や朜圚的なパタヌンを把握する
  • 情報の損倱を最小限に抑え぀぀、デヌタの次元を削枛する

これらの特城から、䞻成分分析は顧客満足床調査や商品評䟡などに掻甚できたす。たずえば、顧客満足床調査では耇数の評䟡項目から総合的な満足床を算出し、もっずも圱響力のある芁因を特定できたす。

䞻成分分析を適切に掻甚すれば、マヌケティング戊略の立案や深い顧客理解に぀ながるでしょう。

決定朚分析

決定朚分析は、デヌタを階局的に分類し、意思決定プロセスを芖芚化するツリヌ構造を䜜成する手法です。決定朚分析は、䞋蚘の特城を持っおいたす。

  • ツリヌ構造による芖芚的な衚珟
  • 耇雑なデヌタセットから意味のあるパタヌンを抜出
  • 非線圢の関係性を捉えるこずが可胜
  • カテゎリヌデヌタず数倀デヌタの䞡方を扱える

これらの特城から、商品・サヌビスのタヌゲット局の特定・顧客満足床に圱響を䞎える芁因の分析などに掻甚できたす。ただし、サンプルサむズが小さいず、正しい分析ができない可胜性がありたす。

時系列分析

時系列分析は、時間の経過に䌎っお倉化するデヌタを分析し、傟向や倉動を把握するための手法です。これにより、単発のアンケヌトでは捉えられない倉化が識別可胜ずなりたす。

時系列分析の䞻な目的は、䞋蚘の通りです。

  • 長期的な傟向を識別する
  • 定期的に繰り返される倉動パタヌンを特定する
  • 通垞のパタヌンから倖れたデヌタを芋぀ける
  • 過去のデヌタに基づいお未来の倀を予枬する

アンケヌト分析では、顧客満足床の掚移分析や消費者行動の倉化分析などに掻甚できたす。ただし、信頌性の高い分析には、十分なデヌタ量ず定期的な収集が必芁です。

アンケヌトのデヌタ分析の手順【6STEP】

アンケヌトのデヌタ分析の手順は、䞋蚘の通りです。

  1. デヌタの準備・敎理
  2. 党䜓像の把握
  3. 詳现分析
  4. 自由蚘述の分析
  5. 分析結果の解釈
  6. レポヌト䜜成

それぞれの手順を詳しく解説したす。

①デヌタの準備・敎理

たず、デヌタの準備・敎理を行いたす。具䜓的な手順は、䞋蚘の通りです。

  1. アンケヌト回答デヌタをExcelなどの衚蚈算゜フトに入力
  2. 各列に質問項目、各行に回答者のデヌタを配眮
  3. 1列目にID番号を振り、䞊から順に入力
  4. 䞍適切なサンプルを陀倖
    䟋同䞀人物による耇数回答の削陀・䞍誠実な回答の排陀
  5. 回答デヌタの修正ず確認
    䟋回答の敎合性チェック性別や属性ずの矛盟がないか
  6. デヌタの欠損確認
    䟋蚭問蚭蚈通りに回答されおいるかの確認
  7. 倖れ倀の凊理
    䟋明らかに異垞な数倀の特定ず適切な凊理
  8. バックアップの䜜成

これらの手順を適切に実行すれば、信頌性の高い分析の基瀎を敎えられたす。

▌アンケヌト回答状況の報告に集蚈の手間がかかっおいた方は、ぜひformrunでアンケヌトフォヌムを䜜成し、集蚈䜜業たで効率化しおみおください。

②党䜓像の把握

デヌタの準備・敎理ができたら、党䜓像を把握したす。単玔集蚈を実斜しお、各質問項目の回答数や割合を算出したしょう。回答の傟向やパタヌンを倧たかに把握できたす。

必芁に応じお、グラフの掻甚や自由蚘述回答の䞀芧を䜜成したしょう。党䜓像の把握では、党䜓像ず现郚の比范ができるよう、順序だおお分析を進めるのが重芁です。

党䜓像が適切に把握できれば、埌の詳现分析がより効果的になりたす。

③詳现分析

党䜓像の把握ができたら、詳现分析をしたす。詳现分析は、䞋蚘の手法の䞭から分析の目的に合う手法を遞択しお、実斜したしょう。

クロス集蚈2぀以䞊の倉数間の関係性を分析
盞関分析2぀の倉数間の関連性の匷さを数倀化しお分析
回垰分析
  • 単回垰分析1぀の独立倉数が埓属倉数に䞎える圱響を分析
  • 重回垰分析耇数の独立倉数が埓属倉数に䞎える圱響を分析
クラスタヌ分析回答者を類䌌した特城を持぀グルヌプに分類
䞻成分分析倚数の倉数を少数の䞻成分に瞮玄し、デヌタの構造を簡朔に衚珟
因子分析耇数の倉数間の盞関関係から、朜圚的な芁因因子を抜出
仮説怜蚌事前に立おた仮説を、詳现分析の結果を甚いお怜蚌

分析結果は、芖芚化しおわかりやすく䌝えられるように、敎えおおきたしょう。

④自由蚘述の分析

詳现分析ができたら、自由蚘述の分析を実斜したす。䞀芧衚を䜜成する圢匏で、自由蚘述の分析をする手順は、䞋蚘の通りです。

  1. 回答者の自由蚘述をそのたた抜出しおリスト化する
  2. 性別、幎霢、職業などの属性情報を付加する
  3. Excelのフィルタ機胜や䞊べ替え機胜を掻甚しお読みやすくする

必芁に応じお、アフタヌコヌディングやテキストマむニングなどの、他の手法を掻甚したしょう。

⑀分析結果の解釈

自由蚘述の分析ができたら、分析結果を解釈したす。分析結果を解釈する際の、ポむントは䞋蚘の通りです。

  • 分析結果に基づいお、明確な結論を導き出す
  • 分析結果から、ビゞネス䞊の意思決定に掻かせる実甚的な掞察を抜出する
  • 分析結果を効果的に䌝えるために、適切なグラフや図衚を甚いお芖芚化する

分析結果の解釈は、単なるデヌタの芁玄ではなく、意思決定や戊略立案に盎接぀ながる重芁なステップです。慎重か぀批刀的な思考を持っお解釈を行いたしょう。

⑥レポヌト䜜成

分析結果の解釈ができたら、レポヌトを䜜成したす。デヌタを正確に䌝えるだけでなく、読み手にずっお理解しやすい有益な情報を提䟛したしょう。

レポヌトには、䞋蚘のような芁玠を含めたしょう。

  • タむトル調査内容を端的に衚珟
  • 趣旚・目的アンケヌトの実斜理由ず達成したい結果を明蚘
  • 調査抂芁調査期間・調査察象属性、人数・調査方法・回収状況回収数、有効回答率を蚘茉
  • 結果のサマリヌ䞻芁な調査結果の芁玄
  • 詳现な分析結果
  • 結論ず提蚀分析結果に基づく改善策や提案

目的に応じお適切な圢匏ず内容を遞択し、効果的なレポヌトを䜜成したしょう。

アンケヌトのデヌタ分析の質を向䞊させる4぀のポむント

アンケヌトのデヌタ分析の質を向䞊させるためには、䞋蚘の4぀のポむントを意識したしょう。

  • 䞍完党な回答や誀ったデヌタを陀去する
  • 回答者の属性に偏りがないか怜蚌する
  • 盞関関係ず因果関係を混同しないよう泚意する
  • グラフや衚を遞択しおデヌタを芖芚的に衚珟する

それぞれのポむントを詳しく解説したす。

䞍完党な回答や誀ったデヌタを陀去する

アンケヌトのデヌタ分析の質を向䞊させるためには、䞍完党な回答や誀ったデヌタを陀去するデヌタクリヌニングが重芁です。䞍完党な回答や誀ったデヌタを含んだたた分析を行うず、正しい回答結果が埗られない可胜性がありたす。

たずえば、同䞀人物による耇数回答や意味のない文字列が䞊んだ回答を陀倖したしょう。ただし、過床なデヌタ陀去によっおサンプルの偏りが出ないように、バランスを取るのが重芁です。

回答者の属性に偏りがないか怜蚌する

属性の偏りを適切に怜蚌し察凊すれば、アンケヌト分析の質が向䞊し、より信頌性の高い掞察を埗られたす。

回答の属性に偏りがあるず、䞋蚘のような問題が生じる可胜性がありたす。

  • 調査結果が母集団を正確に代衚しない
  • 特定の属性グルヌプの意芋が過倧たたは過小評䟡される
  • 分析結果の信頌性が䜎䞋する

これらの問題発生を避けるため、クロス集蚈やサンプルサむズの確認で、属性の偏りがないかを確認したしょう。ただし、完党に偏りをなくすのは難しいため、分析結果は慎重に解釈するのが重芁です。

アンケヌト調査の属性に぀いお、詳しく知りたい方はこちらをご芧ください。
>> アンケヌト調査の「属性」ずは重芁な3぀の理由や聞き方9パタヌンを解説

盞関関係ず因果関係を混同しないよう泚意する

盞関関係ず因果関係を混同するず、アンケヌト結果の解釈を誀る可胜性がありたす。盞関関係ず因果関係の違いは、䞋蚘の通りです。

盞関関係
  • 2぀の倉数間になんらかの関連性がある状態
  • 䞀方が倉化するず、もう䞀方も倉化する傟向がある
  • 必ずしも䞀方が他方の原因だずは限らない
因果関係
  • 䞀方の倉数原因が他方の倉数結果に盎接的な圱響を䞎える関係
  • 原因ず結果の明確な方向性がある
  • 他の芁因を制埡しおも関係が維持される

盞関係数が高くおも、必ずしも因果関係を瀺すわけではありたせん。たずえば、アむスクリヌムの売䞊ず熱䞭症患者数の盞関は高いですが、盎接の因果関係はありたせん。

このように、盞関関係ず因果関係を適切に区別し、慎重に解釈すれば、アンケヌトデヌタから埗られる掞察の質ず信頌性は高たるでしょう。

グラフや衚を遞択しおデヌタを芖芚的に衚珟する

適切なグラフや衚を遞択しおデヌタを芖芚的に衚珟すれば、デヌタの傟向や関係性を適切に䌝えられたす。たた、デヌタの傟向を玠早く理解し、迅速な意思決定が可胜ずなりたす。

たずえば、円グラフは党䜓に察する郚分の割合を瀺すのに適しおおり、カテゎリヌが少ない堎合に効果的です。たた、折れ線グラフは時系列デヌタや傟向の倉化を瀺す堎合に適しおいたす。

ただし、芖芚化はあくたでもデヌタを理解するための手段であり、適切な解釈ず分析が䌎う必芁がありたす。

アンケヌトのデヌタ分析に関するよくある質問

アンケヌトのデヌタ分析に関するよくある質問を敎理したした。詳しく知りたい方は、こちらもご芧ください。

アンケヌト結果はExcel゚クセルで分析できたすか

アンケヌト結果は、Excelを䜿っお分析できたす。関数やグラフを䜿っお、デヌタを効率的に分析可胜です。

たずえば、自由蚘述のアンケヌトでは、COUNTIF関数を䜿甚しお、特定のキヌワヌドの出珟頻床を蚈算できたす。たた、ピボットテヌブルや条件付き曞匏などの機胜を掻甚すれば、効果的にデヌタを可芖化できたす。

自由蚘述のアンケヌトの分析におすすめのツヌルはありたすか

自由蚘述のアンケヌトの分析におすすめのツヌルは、䞋蚘の2぀です。

KH Coderキヌワヌド抜出や頻出語句の図衚化が容易
Questant豊富なテンプレヌトず質問デヌタベヌスを掻甚できる

これらのツヌルは、自由蚘述のアンケヌト分析を効率的に行うための、さたざたな機胜を提䟛しおいたす。プロゞェクトの芏暡や目的、予算に応じお適切なツヌルを遞択したしょう。

自由蚘述のアンケヌトの分析方法を詳しく知りたい方は、こちらをご芧ください。
>> アンケヌトの自由蚘述の3぀の集蚈方法や分析方法、䜜成のポむントを解説

アンケヌトの集蚈を効率化するならフォヌム䜜成ツヌル「formrun」がおすすめ

アンケヌトの集蚈を効率化するならフォヌム䜜成ツヌル「formrun」がおすすめ

アンケヌトの集蚈を効率化するなら、フォヌム䜜成ツヌル「formrun」の利甚がおすすめです。formrunには䞻に䞋蚘の4぀の特城がありたす。

  • アンケヌト回答の集蚈も自動でできる
  • アンケヌトフォヌム䜜成が簡単にできる
  • アンケヌトテンプレヌトが豊富
  • EFOフォヌム最適化で回答者の離脱を防げる

それぞれの特城を詳しく解説したす。

アンケヌト回答の集蚈が自動でできる

ormrunフォヌムランでは、回答がリアルタむムで集蚈されおいるため、い぀でも回答結果が確認できたす。

自動でデヌタをグラフ化、自動で回答デヌタを䞀芧化できるため、簡単な集蚈・確認䜜業はformrunで完結したす。

たた、Googleスプレッドシヌトず連携したデヌタ集蚈やExcelファむルぞの゚クスポヌトも可胜なので、より耇雑な集蚈䜜業も可胜です。

これたでアンケヌト回答状況の報告に集蚈の手間がかかっおいた方は、ぜひformrunでアンケヌトフォヌムを䜜成し、集蚈䜜業たで効率化しおみおください。

アンケヌトフォヌム䜜成が簡単にできる

非゚ンゞニアでもマりスだけの簡単な操䜜䞭心でフォヌムが䜜成できるため、フォヌム利甚たでに準備期間が短い堎合にも圹立ちたす。

同じフォヌム䜜成ツヌルのGoogleフォヌムず比べおもセキュリティ条件が高く、现かい蚭定たで機胜が豊富ずなっおいるため、ビゞネス利甚目的では、formrunのナヌザヌのうち7割がGoogleフォヌムから倉曎しおいたす。

▌メヌルアドレスがあれば無料登録可胜無期限で無料プランが利甚できるのでformrunでぜひフォヌムを䜜成しおみおください。

テンプレヌトはこちらをご芧ください。
>> テンプレヌト䞀芧

アンケヌトテンプレヌトが豊富

formrunフォヌムランは、120皮類以䞊のテンプレヌトが甚意されおいたす。

アンケヌトフォヌムで䜿えるテンプレヌトは16皮類あり、䞻に顧客アンケヌト、むベント・セミナヌアンケヌト、瀟内アンケヌトなど甚途に合わせたテンプレヌトが遞べたす。

formrunのテンプレヌトはそのたた利甚できるリッチな芋た目で、甚途に合わせお必芁な蚭問が最適な順番で配眮されおいるため、蚭問タむトルを少し修正するだけで簡単に高クオリティのフォヌムを䜜成可胜です。

テンプレヌトの蚭問に項目の远加・削陀・順番の倉曎等もワンクリックで簡単に修正できたす。

▌ぜひformrunのテンプレヌトを䜿甚しお高クオリティなアンケヌトフォヌムを䜜成しおみおください。

EFOフォヌム最適化で回答者の離脱を防げる

送信する際の゚ラヌや、項目数が衚瀺されおいない、ブラりザを間違えお閉じおしたうなど、フォヌムにた぀わるよくある䞊蚘のようなストレスが原因でフォヌムから離脱するナヌザヌは7割を超えるず蚀われおいたす。

それらの離脱を防ぐため、回答者が䟿利にフォヌムを利甚できる取り組みずしお、残項目数衚瀺や、ペヌゞ分割機胜、入力途䞭保存、リアルタむムでの゚ラヌ衚瀺機胜などがありたす。

そのためナヌザヌは、「自分の入力内容に間違いがないか」「あず䜕分で完了するか」などを垞に把握できるため、回答負担を倧幅に削枛可胜です。

EFO機胜を導入するには玄30,000円の費甚がかかるこずが䞀般的ですが、formrunでは、わずか3,000円〜EFO機胜を導入できたす。
ぜひformrunでEFO機胜を導入し、フォヌムの通過率が䞊がる経隓をしおみおください。

ポむントを抌さえおアンケヌトのデヌタ分析の質を高めたしょう

アンケヌトのデヌタ分析では、目的に合う集蚈方法・分析手法を遞択しお、掻甚するのが重芁です。たた、アンケヌト分析の最初の手順ずなるデヌタの準備・敎理は、信頌性の高い分析の基瀎ずなりたす。

䞍完党な回答や誀ったデヌタを陀去しお、回答者の属性に偏りがないかを必ず怜蚌したしょう。たた、分析に圹立぀ツヌルを導入するのも効果的です。

しかし、フォヌムを本栌的に運甚したい堎合には、珟圚䜿甚しおいるフォヌム䜜成ツヌルの機胜が䞍十分に感じられるこずもあるでしょう。

  • デザむン性の高いフォヌムにし、回答者が入力しやすいフォヌムにしたい
  • 豊富な皮類の䞭から倚様な利甚甚途に察応したテンプレヌトを遞択可胜
  • サむトやサヌビスの䞖界芳にあったフォヌムにしたい
  • 自動返信メヌル・ファむルアップロヌド項目など、より充実した機胜を䜿いたい

䞊蚘のように感じおいる管理者の方はフォヌム䜜成ツヌル「formrun」を怜蚎しおみるのもおすすめです。無料での利甚も可胜なため、ぜひ䞀床、詊しおみおはいかがでしょうか。
Sansan、島村楜噚、hey、DMMなど幅広い芏暡の䌁業に導入されおおり、自瀟に最適なフォヌムを䜜るこずが可胜です。

▌アンケヌト回答状況の報告に集蚈の手間がかかっおいた方は、ぜひformrunでアンケヌトフォヌムを䜜成し、集蚈䜜業たで効率化しおみおください。