
AIデータ分析の時代: なぜ今学ぶべきか
かつては売上データを1つ分析するにも、Excelでピボットテーブルを作り、VLOOKUP関数を組み、グラフを手作業で描く必要がありました。熟練者でも2〜3時間、初心者なら半日以上かかる作業でした。
今すぐ ChatGPT や Claude にファイルをアップロードし、プロンプトを1行入力すれば、5分以内に同じ結果を得られます。
区分 | Before(手作業の分析) | After(AI分析) |
|---|---|---|
所要時間 | 2〜3時間 | 3〜5分 |
必要なスキル | ピボットテーブル、数式、グラフの作成 | プロンプト作成力 |
誤りの可能性 | 数式のミス、範囲指定のエラー | AIが自動で検証した後、結果を提示 |
繰り返し作業 | 毎回ゼロから | プロンプトの再利用ですぐに繰り返せる |
このガイドを最後まで実践すれば、Excel・CSV ファイルを AI にアップロードし → 分析を依頼し → インサイトを報告書にまとめるまでの一連の流れを、一人で完結できるようになります。
事前準備:ファイルとツールの確認
対応ツールと料金プランの確認
ChatGPT: Plusプラン(月額$20)以上でファイルのアップロードとAdvanced Data Analysis(旧Code Interpreter)機能が利用できます
Claude: Proプラン(月額$20)以上でファイルをアップロードできます。無料プランでも制限付きでファイルを添付できます
💡 実践のヒント: 無料プランをお使いの場合は、データをテキストとしてプロンプト欄に直接貼り付ける方法もあります。ただし行数が100を超える場合は、ファイルのアップロードのほうがはるかに正確です。
ファイル形式を準備する
AIが最も読み取りやすいファイル形式は次のとおりです:
CSV (.csv) — 最もおすすめ。文字コードの問題が少なく、処理も高速です
Excel (.xlsx) — シートが複数ある場合は、分析するシートを明示する必要があります
TSV (.tsv) — タブ区切りのテキストファイルにも対応しています
アップロード前のファイル整理チェックリスト
アップロードする前に、以下の項目を必ず確認してください:
1行目が列ヘッダーになっていますか?(例: 日付、製品名、売上額、顧客名)
結合されたセルはありませんか? → 結合を解除してから保存
途中に空白の行や列が挟まっていませんか? → 削除します
日本語・韓国語の文字化けはありませんか? → CSV保存時に UTF-8 を選択
機密情報(住民登録番号・カード番号など)が含まれていませんか? → 削除またはマスキング
💡 実践のヒント:ExcelからCSVで保存するときは、**ファイル → 名前を付けて保存 → ファイルの種類:「CSV UTF-8(コンマ区切り)(*.csv)」**を選んでください。通常のCSVを選ぶと、韓国語の文字化けが起きることがあります。
ステップ1: ファイルをアップロードする
ChatGPTでのアップロード方法
chat.openai.com にログインします
新しいチャットを開始します(左上の「New chat」をクリック)
下部のメッセージ入力欄の左側にある📎 クリップアイコン(または+ボタン)をクリックします
**「Upload from computer」**を選択します
用意した CSV または Excel ファイルを選択し、開くをクリックします
ファイル名が入力欄の上に表示されれば、アップロード完了です
あとはプロンプトを入力して Enter を押すだけです
Claude でのアップロード方法
claude.aiにログインします
新しいチャットを開始します
下部のメッセージ入力欄にある 📎 クリップアイコンをクリックします
ファイルを選択するか、ファイルをドラッグ&ドロップで入力欄に移します
ファイルが添付されたことを確認してから、プロンプトを入力します
💡 実践のヒント: ファイルが10MBを超えると、アップロードに失敗することがあります。大容量ファイルは必要な列と行だけを抽出して別ファイルとして保存してからアップロードしましょう。たとえば3年分のデータのうち直近6か月だけが必要なら、その期間だけを切り出してください。
ステップ2: データ構造の把握を依頼する(1つ目のプロンプト)
ファイルをアップロードした直後に、すぐ分析を依頼しないでください。まず AI にデータの構造を把握させることが肝心です。この手順を飛ばすと、AI が列を誤って解釈したり、的外れな結果を出したりすることがあります。
プロンプト例 1: データ構造の把握
添付した CSV ファイルを分析してください。まず次の点を整理してください:
全体の行数と列数
各列の名前・データ型(数値/テキスト/日付)・欠損値の割合
先頭5行のサンプルデータを表示
データの全期間の範囲(日付列がある場合)
数値列の基本統計(平均・中央値・最小・最大)
分析結果を表形式で見やすく整理してください。
AIが返す結果の例
AI は次のような形式の表を返します:
列名 | データ型 | 欠損値の割合 | 備考 |
|---|---|---|---|
取引日 | 日付 | 0% | 2024-01 ~ 2024-12 |
顧客名 | テキスト | 2.1% | ユニーク値347個 |
製品カテゴリ | テキスト | 0% | 5つのカテゴリ |
売上額 | 数字 | 0.5% | 平均 1,250,000ウォン(約15万円) |
必要部数 | 数字 | 0% | 平均23個 |
💡 実践のヒント: 欠損値の割合が 10%以上の列がある場合は、AIに *「欠損値はどう処理するのがよいでしょうか?」* とフォローアップで質問しましょう。0で埋めるか、平均値で置き換えるか、その行を除外するかを提案してもらえます。
ステップ3:核心となる分析を依頼する(2回目のプロンプト)
データ構造を確認できたら、いよいよ本格的な分析を依頼します。ここではプロンプトの質が結果の質を左右します。
悪いプロンプトと良いプロンプトの比較
悪いプロンプト ❌ | 良いプロンプト ✅ |
|---|---|
「このデータを分析して」 | 「月別の売上推移と前月比の増減率を分析し、売上が最も高い上位3製品を教えて」 |
「インサイトを出して」 | 「B2B営業チームの週次会議で発表できる重要なインサイトを5つ導き出し、それぞれに対するアクションアイテムを提案して」 |
「グラフを描いて」 | 「月別の売上推移を折れ線グラフで可視化し、前年同期比で下落した月は赤色で表示して」 |
プロンプト例2: B2B売上データの詳細分析
添付した売上データを、次の観点から分析してください。
分析のご依頼内容:
月別売上推移: 前月比増減率(%)を含む表と折れ線グラフ
顧客別売上ランキング: 上位10社の売上額・取引件数・平均単価を整理
製品カテゴリ別の構成比: 円グラフで可視化
外れ値の検出:平均の3倍以上高い、または低い取引の一覧
季節性パターン:特定の月に売上が集中するパターンがあるかを分析
出力形式:
各項目に、主要な発見(Finding)とビジネス上の示唆(Implication)を併記
表はMarkdownテーブル形式で
数字は千の位のカンマ付き、金額はウォン(₩)単位
役割: あなたは10年の経験を持つB2B営業データアナリストです。営業部長に報告するトーンで作成してください。
プロンプト例3:顧客リストのセグメント分析
添付した顧客リストのデータを分析し、顧客セグメンテーション(Segmentation)を行ってください。
分析基準:
購入頻度: 直近12か月の取引回数を基準に、上・中・下に分類
購入金額: 総売上基準で上位20%(VIP)、中位60%(一般)、下位20%(休眠の疑い)
最終取引日: 最後の取引からの経過日数で区分(30日以内 / 31〜90日 / 91日以上)
依頼する成果物:
RFM分析マトリクス(Recency、Frequency、Monetary)
各セグメントの顧客数と割合
離脱リスク顧客リスト(直近90日以上取引なし+過去に月1回以上の取引実績あり)
セグメント別のおすすめ営業戦略(各2〜3行)
結果を表にまとめたうえで、営業チームの会議でそのまま使える1ページの要約も作成してください。
💡 実践のヒント: プロンプトに**「役割(Role)」**を与えると、結果の質が大きく変わります。*「あなたはデータアナリストです」*よりも、*「あなたはB2B SaaS企業で5年間売上分析を担当したシニアアナリストです」*のように具体的に指定しましょう。
ステップ4: 可視化を依頼する
ChatGPT でグラフを作成する
ChatGPT の Advanced Data Analysis 機能は、Python コードを自動実行してチャートを直接生成します。
先ほどの分析の会話に続けて、次のように入力します:
上記の分析結果をもとに、次のグラフを作成してください:
月別売上推移の折れ線グラフ(Y軸:売上額、X軸:月、前年同期比較線を含む)
上位10社の売上を示す横棒グラフ(降順で並べ替え)
製品カテゴリ別の売上構成比の円グラフ
チャートのスタイル: 背景は白、フォントはすっきりしたサンセリフ体、タイトルと軸ラベルは日本語で表示し、色はビジネスプレゼンテーションに適したブルー系で統一してください。
ChatGPTがPythonコードを実行し、画像ファイルとしてチャートを出力します
生成されたグラフ画像をクリックするとダウンロードできます
Claudeでの可視化の代替手段
Claudeは現在、チャート画像を直接生成しませんが、次のような代替手段を提供します:
テキストベースの可視化: ASCII チャートやマークダウンのテーブルで視覚的に整理
コードの提供: Python(matplotlib、plotly)または Google スプレッドシートの数式コードを生成し、ユーザーが自分で実行
Artifacts機能:ClaudeのArtifactsで、HTML/JavaScriptベースのインタラクティブなグラフを生成可能
💡 実践のヒント: グラフが気に入らない場合は、「X軸のラベルを45度傾けて」、「凡例をグラフの下に移動して」、*「色を会社の CI カラー(#2E5BFF、#00C9A7)に変更して」*のように、細かい修正を依頼しましょう。AI は直前の文脈を覚えているので、何度でも修正を続けられます。
ステップ5: インサイトの要約とレポート作成
分析と可視化が完了したら、最後にビジネスの意思決定に活用できる形への整理を依頼します。
プロンプト例4: 経営陣向け要約
これまでの分析内容をもとに、経営層向けの1ページ要約報告書を作成してください。
含める内容:
主な発見事項3点(それぞれ1行の要約+数値の根拠)
注意が必要なリスク要因2点
すぐに実行できるアクションアイテム3つ(担当部署を明記)
来月の売上予測(現在のトレンドに基づく)
形式: 箇条書き中心、数字とパーセントを強調、専門用語は最小限に
分量:A4 1ページ以内
トーン&マナー: 簡潔で自信のあるビジネスレポート調
Before/After 比較: レポートの品質
区分 | Before(手作業で作成) | After(AI支援による作成) |
|---|---|---|
作成時間 | 1〜2時間 | 2〜3分 |
データカバレッジ | 時間がないため主要指標のみ | 全データに基づく総合分析 |
一貫性 | 担当者のスキルによってばらつきが出る | 同じフレームワークで毎回一定の品質を確保 |
インサイトの深さ | 目に見えるトレンド中心 | 外れ値・相関関係・季節性まで検出 |
応用: 定型業務の自動化
プロンプトテンプレートを保存する
毎週・毎月繰り返すデータ分析なら、プロンプトをテンプレートとして保存しておきましょう。
おすすめの方法:
メモ帳やNotionにプロンプトテンプレートを保管
ファイル名と日付だけ変えて再利用
ChatGPT の「Custom Instructions」または Claude の「Project」機能に、基本の分析フレームワークを保存します
複数ファイルの比較分析
添付した2つのファイルを比較分析してください。
ファイル1:2024年上半期の売上データ(1月〜6月)
ファイル2: 2024年下半期の売上データ(7月〜12月)
比較項目:
上半期と下半期の総売上の増減
顧客別の取引頻度の変化(離反顧客・新規顧客の識別)
製品カテゴリ別の成長・減少の比較
上半期にはなく、下半期に新たに現れたトレンド
結果を比較テーブルにまとめ、2025年上半期の営業戦略について3つ提案してください。
💡 実践のヒント: 2つのファイルを同時にアップロードするには、ChatGPT ではクリップアイコンを押してファイルを1つずつ順番に追加します。Claude でも、複数のファイルを一度にドラッグ&ドロップできます。
よくある問題と解決法
問題1: 「ファイルを読み取れません」
原因: 文字コードの問題、またはファイルの破損
解決策: Excelでファイルを開き、名前を付けて保存 → CSV UTF-8 形式で保存し直します
問題2: 日本語・韓国語の列名が文字化けする
原因: EUC-KR エンコーディングで保存されたファイル
解決策: メモ帳でファイルを開き、名前を付けて保存 → 文字コード: UTF-8 を選択します
問題3:AIが関係のない列を分析してしまう
原因: 列名があいまい、または略語を使っている場合
解決策: プロンプトで列名を直接指定します。例: 「amt列が売上額、qty列が数量です」
問題4:結果が一般的で表面的すぎる
原因: プロンプトが抽象的すぎる
解決策: 具体的な数字、比較基準、出力形式を明確に指定します。「分析して」ではなく「前月比の増減率を計算し、10%以上下落したカテゴリーを赤色で表示して」と伝えます
セキュリティ上の注意事項: 必ず守ること
データをAIにアップロードする前に、次の点を必ず確認してください:
⚠️ 個人情報の記載禁止: 顧客の住民登録番号、電話番号、メールアドレスなどの個人識別情報は、削除またはマスキングしてからアップロードしてください
⚠️ 社内機密の確認: 自社の情報セキュリティポリシー上、外部AIサービスへのデータアップロードが許可されているかを確認してください
⚠️ API とウェブインターフェースの違い: ChatGPT の API はデータを学習に使用しませんが、無料のウェブ版は方針が異なる場合があります。Settings → Data Controls → 「Improve the model for everyone」を OFF に設定してください
⚠️ ダミーデータで先にテスト: 実際のデータをアップロードする前に、構造だけ同じ仮想データでプロンプトを検証することをおすすめします
💡 実践のヒント:顧客名を「顧客A、顧客B、顧客C」に置き換えたり、売上金額に一定の倍率を掛けて元の数値を加工してからアップロードすれば、セキュリティと分析精度の両方を確保できます。AIはパターンと比率を分析するため、比例関係さえ保たれていれば、洞察の質には影響しません。
実践チェックリスト: 5分でデータ分析を完了する
データを分析するたびに次の手順に従えば、ミスなく素早く結果を得られます:
ステップ1(30秒): ファイルの整理 — ヘッダーの確認、セル結合の解除、UTF-8で保存
ステップ2(30秒): ファイルのアップロード — クリップアイコンをクリックし、ファイルを選択
ステップ3(1分): 構造把握プロンプトを入力 — 行数・列数・データ型・欠損値を確認
ステップ4(2分): コア分析プロンプトの入力 — 分析の観点、出力形式、役割を明示
ステップ5(1分): 可視化と要約の依頼 — グラフ作成、1ページの報告書に要約
仕上げ: 結果のダウンロードと検証 — 数値をクロスチェックし、レポートに反映
要点まとめ: 良いプロンプトの5つの原則
原則 | 説明 | 例 |
|---|---|---|
具体性 | 分析の対象と範囲を明確に | 「2024年第3四半期 ソウル地域の売上」 |
構造化 | 番号を振って複数の依頼を整理 | 「1. 月別推移 2. 顧客別ランキング 3. カテゴリ別構成比」 |
出力形式の指定 | 求める成果物の形式を明示する | 「表形式でまとめ、金額は3桁区切りのコンマ付き」 |
役割の付与 | AIに専門家のペルソナを設定する | 「あなたは10年の経験を持つB2B営業アナリストです」 |
背景情報の提供 | データの背景情報を説明する | 「このデータは SaaS サブスクリプションサービスの月次売上です」 |
この5つの原則を覚えて毎回プロンプトに取り入れれば、AI は単なる計算機ではなく、あなた専属のデータアナリストとして働くようになります。今日すぐ、お手元の Excel ファイルを1つアップロードし、上のプロンプトテンプレートをコピーして始めてみてください。最初の結果を見た瞬間、データ分析に対する考え方が大きく変わるはずです。