データ分析・レポート作成への活用

データ分析とレポート自動生成

スプレッドシートと格闘して数時間かけていた集計作業が、ChatGPTの登場によって劇的に変わりました。CSVをアップロードしてプロンプトを書くだけで、集計・グラフ提案・レポート草稿まで一気通貫で完成します。このレッスンでは、ChatGPTをデータ分析パートナーとして使い倒す技術を学びます。

---

データ分析フローの全体像

ChatGPT データ分析フロー

ChatGPTでデータ分析を行う流れは4ステップです。CSVをアップロードし、プロンプトで分析を依頼し、グラフ案を受け取り、レポートとしてまとめる。このサイクルを理解することで、あらゆるデータに応用できます。

---

Advanced Data Analysis（ADA）とは

ChatGPT Plus・Teamプランに含まれるAdvanced Data Analysis（旧：Code Interpreter）は、ChatGPT上でPythonコードをサンドボックス環境で実行できる機能です。

ADAでできること

💡 なぜADAが強力か: 通常のChatGPTはテキストで「こうすればよい」と答えますが、ADAは実際にコードを実行して結果を出します。数値の計算ミスがなく、グラフも実物が出力されます。

ADAの起動方法

1. ◆ChatGPT Plus にログイン
2. ◆新しいチャットを開始
3. ◆テキスト入力欄左のクリップアイコンからファイルを添付
4. ◆CSVまたはExcelファイルをアップロード
5. ◆分析を依頼するプロンプトを入力

---

CSV分析プロンプトの書き方

データ分析の質はプロンプトの質で決まります。「分析して」の一言では曖昧すぎます。以下のパターンを使い分けましょう。

基本集計プロンプト

全体把握（最初に必ず使う）

このCSVのデータ概要を教えてください。
・列名と各列のデータ型
・行数・欠損値の数
・数値列の基本統計（最大・最小・平均・中央値）
・特筆すべきパターンがあれば指摘してください

時系列分析

売上列を月別に集計し、前月比と前年同月比を計算してください。
増加・減少のトレンドと、特に目立つ変動があった月を教えてください。

カテゴリ別分析

商品カテゴリ別に売上・件数・客単価を集計してください。
各カテゴリの全体に占める割合も計算し、上位3カテゴリを強調してください。

高度な分析プロンプト

相関分析

数値列同士の相関係数を計算し、強い相関（|r|>0.7）がある組み合わせを教えてください。
ビジネス的に意味のある相関があれば、その示唆を説明してください。

外れ値検出

IQR法で各数値列の外れ値を検出してください。
外れ値の行を一覧表示し、データエラーか実際の異常値かの判断基準を教えてください。

顧客セグメント分析

顧客IDごとに購買回数・合計金額・最終購買日を集計し、
RFM分析（Recency・Frequency・Monetary）の観点で顧客をランク分けしてください。

⚠️ 注意: 個人情報（氏名・住所・電話番号）が含まれるCSVはアップロード前に必ず匿名化してください。ChatGPTの利用規約上、個人を特定できる情報の入力は規約違反になる場合があります。

---

グラフ提案と可視化

ADAはデータを分析するだけでなく、適切なグラフを提案・生成してくれます。

グラフ提案プロンプト

このデータを可視化する場合、どのグラフが最適か3案提案してください。
それぞれ「何を伝えたいか」「なぜそのグラフが適切か」を説明してください。
最も推奨するグラフを実際に作成してください。

グラフ種類の選び方

グラフのカスタマイズ指示

作成したグラフを改善してください。
・タイトルを「2024年 月別売上推移」に変更
・Y軸を円単位（カンマ区切り）で表示
・前年比較の折れ線を追加（色は灰色の点線）
・目標ライン（500万円）を赤い水平線で追加
・フォントを大きくして見やすくする

💡 グラフのダウンロード: ADAで生成されたグラフは、チャット内の画像をクリックして「ダウンロード」から保存できます。PNG形式でダウンロードし、PowerPointやGoogleスライドにそのまま貼り付け可能です。

---

レポート自動生成

分析結果をビジネスレポートとして自動生成する技術を学びます。

レポート生成プロンプトテンプレート

上記の分析結果をもとに、経営陣向けのビジネスレポートを作成してください。

構成：
1. エグゼクティブサマリー（3行以内、最重要の発見を箇条書き）
2. データハイライト（具体的な数値を3〜5点、グラフを参照）
3. 課題とインサイト（数値から読み取れる問題点と原因仮説）
4. アクションレコメンデーション（優先順位付きで3点以内）

読者：意思決定者（データの専門家ではない）
トーン：簡潔・客観的・行動指向

読者別のレポート調整

繰り返し使えるレポートテンプレート化

月次レポートのような繰り返し業務は、一度プロンプトを作ったらメモとして保存しておきましょう。

【月次売上レポートテンプレート】
添付CSVは今月の売上データです。以下の形式でレポートを作成してください。

■ 今月のハイライト（3点箇条書き）
■ 前月比・前年同月比（数値で明示）
■ カテゴリ別トップ3
■ 要注意項目（前月比-10%以上の項目）
■ 来月への提言（1〜2点）

フォーマット：そのままSlackに貼り付けられるテキスト形式

💡 ChatGPTをレポーターとして育てる: カスタム指示（Settings > Personalization > Custom Instructions）に「私は〇〇業界のマーケターで、レポートは常に簡潔・箇条書き・数値根拠あり」と設定しておくと、毎回の指示が不要になります。

---

データ品質の確認と前処理

分析の精度はデータの品質に依存します。ADAにデータを渡す前、または渡した直後に品質チェックを行う習慣をつけましょう。

データ品質チェックプロンプト

このデータの品質を以下の観点でチェックしてください。
1. 欠損値: 列ごとの欠損数と欠損率（%）を一覧表示
2. 重複行: 完全一致の重複行数を確認
3. データ型の不整合: 数値列に文字が混入していないか
4. 外れ値: 各数値列のボックスプロットを作成して分布を確認
5. 日付フォーマット: 日付列の形式が統一されているか確認
問題が見つかった場合は修正済みデータを出力してください。

よくあるデータ問題と対処法

💡 前処理こそ分析の8割: 実際のデータ分析業務において、前処理（データクリーニング）が全工数の70〜80%を占めると言われています。ADAを使えばこの工程を大幅に短縮できます。

---

マルチファイル分析

ADAは複数のファイルを同時にアップロードして統合分析できます。

複数CSVの結合と分析

アップロードした3つのCSV（2022年・2023年・2024年の売上データ）を
年度列を追加して縦方向に結合し、
3年間のトレンド分析と年度別比較を行ってください。
各年度の前年比成長率も計算してください。

異なるデータソースのJOIN

売上CSV（order_id, customer_id, amount, date）と
顧客CSV（customer_id, age, region, plan）を
customer_idで結合してください。
結合後、地域別・プラン別の売上平均を集計してください。

⚠️ ファイルサイズの制限: ADAにアップロードできるファイルは合計512MB以内です。大容量のデータは事前にサンプリングするか、必要な列だけ抽出してからアップロードしましょう。

---

実務での活用シーン

Googleアナリティクスデータの分析

GAからCSV書き出し → ADAにアップロード → ページ別分析・流入経路分析・コンバージョン分析を依頼するという流れで、SEOレポートが30分で完成します。

顧客アンケートの集計

Googleフォームの回答CSV → ADAで自由記述をカテゴリ分類・感情分析 → 定性データを定量化したサマリーを生成

競合比較分析

複数の競合データをまとめたCSV → カテゴリ別比較表・レーダーチャート生成 → 強み弱みのサマリー作成

広告レポートの自動化

Google広告・Meta広告のレポートCSVをADAにアップロードし、「ROAS・CPAの推移を媒体別に集計し、予算配分の最適化提案をしてください」と依頼するだけで、広告運用レポートの草稿が完成します。

在庫・需要予測

過去1〜2年の販売実績CSV → 「月別・商品別の需要予測を移動平均法で計算し、来月の発注推奨数量を出してください」→ 在庫管理の意思決定をサポート

---

分析結果の解釈と次のアクション

データを分析してもアクションに繋がらなければ意味がありません。ChatGPTに数値の解釈と次のアクションまで依頼することが重要です。

ビジネス解釈プロンプト

上記の分析結果を踏まえ、以下の観点でビジネス解釈をしてください。

1. 「なぜこのような数値になったか」の原因仮説を3つ挙げてください
   （データから読み取れる根拠を必ず添えること）
2. この数値が続いた場合、3ヶ月後にどのような影響が出るか予測してください
3. 今すぐ取れる改善アクションを優先順位をつけて3つ提案してください
   （実行コストと期待効果も添えること）

KPI設定への活用

このデータを参考に、来四半期のKPI目標値を設定してください。
・現状のトレンドから達成可能な目標（保守的）
・施策を実施した場合の目標（標準）
・ベストケースの目標（挑戦的）
各目標の根拠となる計算式も示してください。

ダッシュボード設計の提案

データ分析の最終ゴールは、毎週・毎月確認できるモニタリングダッシュボードの構築です。

このデータをもとに、週次でモニタリングすべきKPIを5つ選定し、
Googleデータポータル（Looker Studio）でのダッシュボード設計案を提案してください。
各ウィジェットの種類（スコアカード・折れ線・棒グラフ）と配置も含めてください。

💡 ChatGPTをデータアナリストとして育てる: 毎月同じデータを分析するなら、ChatGPTに「あなたは私の専属データアナリストです。毎月の売上データを分析し、経営判断に直結するインサイトを提供してください」と最初に宣言してから会話を始めると、分析の質が一段上がります。

---

自動化パイプラインの構築

データ分析を定期業務として自動化する場合、ChatGPTと組み合わせたパイプラインを構築できます。

自動化の基本構成

週次売上レポートの全自動化例

1. ◆月曜9時: GASが自動でGoogleスプレッドシートの先週分データをCSV出力
2. ◆データ送信: PythonスクリプトがCSVをChatGPT APIに送信
3. ◆AI分析: 「前週比・トレンド・要注意項目・アクション提言」を生成
4. ◆配信: 分析結果をSlackの#週次レポートチャンネルに自動投稿

この仕組みを構築するコードはすべてChatGPTに生成させることができます。「上記のパイプラインをPythonで実装してください」と依頼するだけです。

無料ツールで始めるデータ分析自動化

• ◆Google Colab: ブラウザ上でPythonが動く無料環境。CSVアップロードとADA連携を試す最適な環境
• ◆Googleスプレッドシート + GAS: データ収集からレポート配信まで無料で自動化可能
• ◆Zapier（無料プラン）: ノーコードでChatGPT APIとGoogleサービスを連携
• ◆n8n（セルフホスト）: より複雑なワークフローをノーコードで構築

💡 まず手動で1回やってみる: 自動化の前に必ず手動で全ステップを実行してみてください。「どこで何をするか」を体で理解してからChatGPTに自動化コードを書かせると、デバッグが格段に楽になります。

---

🏋️実践ワーク

以下のワークを実施してください。

1. ◆CSVデータの準備: 手持ちの業務データ（売上・アクセス・顧客など）、またはKaggleやgovernment open dataから適当なCSVをダウンロードする
2. ◆全体把握プロンプト: ADAにCSVをアップロードし、「データ概要・基本統計・欠損値・目立つパターン」を依頼する
3. ◆グラフ3案提案: 「このデータの可視化案を3つ提案し、最適案を作成してください」と指示する
4. ◆レポート生成: 分析結果をもとに、経営陣向けの月次レポートを上記テンプレートで生成し、自分で修正・加筆してみる
5. ◆ビジネス解釈: 「なぜこの数値か」の原因仮説を3つとアクション提案を依頼し、自分の解釈と比較してみる
6. ◆KPI設定: 分析結果をもとに「保守的・標準・挑戦的」の3段階KPI目標値をChatGPTに設定させ、根拠を確認する

📝まとめ

ChatGPTのAdvanced Data Analysisは「データをアップロードしてプロンプトを書くだけ」でプロ品質の分析が完成する革命的なツールです。全体把握→詳細分析→グラフ可視化→レポート化という4ステップを型として身につけることで、あらゆるデータ分析業務に応用できます。データ品質の確認と前処理を丁寧に行うほど分析精度が上がり、複数ファイルのJOINや時系列予測まで対応できます。重要なのはプロンプトの具体性・個人情報の除外・ビジネス解釈まで踏み込む姿勢の3点です。数値を出すだけで終わらず、「なぜそうなるか」「何をすべきか」まで依頼することで、意思決定を加速するデータドリブン文化が根付きます。次のレッスンではプログラミング支援を学びます。