自由記述（フリーアンサー）で集めたアンケートの回答を、後から意味のまとまりごとに分類して集計する作業をアフターコーディング（事後コード化、アフターコード）と呼びます。「その他（具体的に）」の回答や、感想・要望の自由記述を、数量として扱えるようにする調査実務の定番プロセスです。
本記事では、アフターコーディングの意味と手順、Excelでの具体的なやり方、そしてAIで分類を自動化する方法までを、実務の視点で整理します。
アフターコーディングとは
アンケートの設問は、大きく「選択式（プレコード）」と「自由記述（フリーアンサー）」に分かれます。選択式は集計時にそのまま数えられますが、自由記述は文章のままでは集計できません。
そこで、集まった自由記述を読み、「価格への不満」「接客が良い」「品揃え」… のようにカテゴリ（コード）を設計し、各回答をそのカテゴリに割り当てていきます。これがアフターコーディングです。調査票を作る段階でコードを決める「プレコーディング」に対して、回答を見てから決めるので「アフター」と呼ばれます。
何のためにやるのか
- 自由記述を**「◯◯という意見が全体の30%」**のように定量化できる
- 上位の要望・不満を優先度付けできる
- 選択肢では拾えない「生の声」を構造化して意思決定に使える
手作業のやり方（Excel）
最も基本的なのは Excel を使った手作業です。
- 回答を一覧化する: 1行1回答でエクセルに貼り付ける
- コード表を設計する: まず50〜100件を通読し、頻出するテーマを洗い出してカテゴリを決める（例: 1=価格、2=品質、3=接客、4=品揃え、5=その他）
- 各回答にコードを付与する: 回答ごとに該当するコード番号を入力する。複数テーマを含む回答には複数コードを振る（マルチコード）
- 集計する: COUNTIF などでコードごとの件数・割合を出す
手作業の限界
きれいな手順に見えますが、実務では次の壁にぶつかります。
- 工数: 100件で数時間、1,000件なら丸1日以上。件数に比例して重くなる
- コードの揺れ: 「接客が良い」と「スタッフが親切」を同じコードにするか、担当者や日によってブレる
- 属人化: コード設計の判断が担当者依存になり、再現性が低い
- 多重テーマの取りこぼし: 1回答に複数の論点があると、片方だけコード化しがち
件数が増えるほど、これらの負担は無視できなくなります。
AIでアフターコーディングを自動化する
近年は、自由記述の分類をAI（大規模言語モデル）に任せる方法が実用段階に入りました。AIは文章の意味を理解してカテゴリに振り分けられるため、表現の揺れに強く、数百〜数千件を数分で処理できます。
無料で試せるツールの比較
| 方法 | 費用 | 向いているケース |
|---|---|---|
| 表計算ソフト（手作業） | 無料 | 数十件・単発。コード設計を完全に自分で管理したい |
| 生成AIチャットに貼り付け | 無料〜 | 数百件までを都度分類。プロンプトの調整が必要 |
| アンケートツール内蔵のAI分析 | ツールによる | 回答収集から分類・レポートまで一気通貫にしたい |
- 表計算は最安ですが、前述のとおり件数が増えると破綻します
- 生成AIチャット（無料枠のあるものも多い）に回答を貼り付けて「次の自由記述をテーマ別に分類して」と指示する方法は手軽ですが、件数が多いと貼り付け・整形の手間が残り、毎回プロンプトを調整する必要があります
- アンケートツール内蔵のAI分析は、フォームで集めた回答をそのまま分類・要約まで持っていけるため、コピー&ペーストや整形の工程自体が消えます
レポアンでの一気通貫フロー
レポアンは、アンケートの作成・配布・回収・分析を1つで完結できるAIアンケートツールです。アフターコーディングの文脈では、次の流れになります。
- AIチャットでアンケートを作成し、URL・QRコードで配布して回答を集める
- 集まった自由記述に対して「AI分析」を実行
- テーマ分類・代表的な意見・改善提案までを含んだレポートが自動生成される
手作業のコード設計・付与・集計がまとめて自動化され、KJ法で数時間かけていた分類が数分で終わります。AI分析の精度を保つ運用のコツは アンケート自由記述のAI自動分析 で詳しく解説しています。
よくある質問
アフターコーディングとアフターコードは同じ意味ですか？
同じ作業を指します。自由記述の回答を後からカテゴリ（コード）に分類して集計することを、アフターコーディング／アフターコード／事後コード化などと呼びます。
無料でアフターコーディングをする方法はありますか？
あります。Excelなどの表計算ソフトを使えば費用ゼロで手作業のコード化ができます。件数が多い場合は、生成AIチャットの無料枠や、レポアンのようにAI分析を無料プランで提供するアンケートツールを使うと、分類の手間を大きく減らせます。
AIによる分類は手作業より正確ですか？
表現の揺れへの強さと処理速度ではAIが優れますが、カテゴリの粒度や業界特有の言い回しは人の確認が確実です。実務では、AIで一次分類してから人が要所を確認する使い分けが効率的です。
何件くらいからAIを使うべきですか？
明確な線引きはありませんが、数十件を超えて手作業が負担に感じ始めたら検討の目安です。特に定期的に実施するアンケートでは、毎回の分類工数を削れるAI活用の効果が大きくなります。
まとめ
- アフターコーディングは自由記述を分類・定量化する調査実務の基本作業
- Excelでの手作業は可能だが、工数・コードの揺れ・属人化が課題
- AIを使えば表現の揺れに強く、数百〜数千件を数分で分類できる
- 回答収集から分類まで一気通貫にすると、コピー&ペーストや整形の工程ごと消える