「データの集計作業だけで、一日が終わってしまった」「数字を眺めても、次の戦略が思い浮かばない」
そんな悩みは、AIの力で解決できます。
ChatGPTを使えば、プログラミング不要でデータ分析が可能です。
本記事では、ChatGPTでデータ分析をする手順を解説します。
さらに、コピペするだけで分析ができるプロンプトや、サンプルデータもお渡しします。生産性が90倍向上するChatGPTのデータ分析を、ぜひ体験してください。
ChatGPTにデータ分析を任せる理由
データ分析をChatGPTに任せる理由は、以下の2つです。
- プログラミング不要で専属アナリストを持てる
- 集計作業をなくし、意思決定に集中できる
それぞれ詳しく見ていきましょう。
プログラミング不要で専属アナリストを持てる
ChatGPTのAdvanced Data Analysisという機能により、プログラミングの知識がないユーザーでもデータ分析が可能です。
複雑なデータ処理や解析を行うには、Pythonなどのプログラミング言語を習得する必要がありました。しかし、ChatGPTはその工程をすべて代行してくれます。
たとえば「売上のトレンドをグラフにして」「広告費と売上の相関係数を出して」などの指示だけで分析が可能です。AIは意図を汲み取り、統計の算出や回帰分析、さらにグラフの作成まで行います。
ChatGPTを導入すれば、専属アナリストを雇うことと同じ効果があります。
集計作業をなくし、意思決定に集中できる
データ分析において時間がかかるのは、分析よりもデータの準備です。
しかし、ChatGPTは下準備を瞬時に完了させるため、人間は立案や判断に専念できるようになります。
実際にパナソニックコネクト株式会社では、アンケートの分析時間が9時間から6分へ激減し、生産性が約90倍向上※1しました。また、Zenken株式会社では情報収集や分析などの業務を効率化した結果、月間約12,500時間の工数削減と生産性約2倍※2を実現しています。
AIは単なるツールではなく、ビジネスの意思決定を加速させるパートナーとなります。
※1）出典：パナソニックコネクト株式会社資料
※2）出典：Zenken株式会社ホームページ
【4つのステップ】ChatGPTで行うデータ分析
ChatGPTを使ったデータ分析は非常に簡単です。
本章で紹介する4つのステップは、初めてChatGPTでデータ分析をさせるためのロードマップです。
- 分析するデータの準備
- データの確認とクリーニング
- データの可視化
- レポートの作成
今回はサンプルとして、1年間の5人の契約件数と売上金額を記したExcelデータを分析します。
自社でデータ分析する際の参考にしてください。
1.分析するデータの準備
まずは分析したいデータを準備し、ChatGPTに読み込ませます。
上記の画像の赤枠「写真とファイルを追加」から分析したいデータを選択してください。
ChatGPTはExcelだけでなく、画像やPDFなど、一般的な業務データのほとんどに対応しています。
| データ形式 | 業務データの例 | 分析のイメージ | |
| 数値・統計 | ・Excel(.xlsx) ・CSV(.csv) | ・売上管理表・Webアクセスログ・財務表 | ・売上の予測 ・分析とグラフ化 |
| テキスト | ・Word(.docx) ・PDF(.pdf) | ・顧客アンケート・日報・会議議事録 | ・ポジティブ/ネガティブ分析 ・意見の要約 |
| プレゼン資料 | ・PowerPoint(.pptx) | ・企画書・説明資料 | ・スライド内容の要約・抽出 ・骨子や構成案の作成 |
| 画像 | ・画像（.png、.jpg） | ・手書きメモ・スクリーンショット | ・画像からのデータ抽出 ・グラフの読み取り解説 |
まずは、手元のファイルをそのままアップロードしてみましょう。
2.データの確認とクリーニング
ファイルをアップロードしたら、すぐに分析を始めるのではなく、データの状態を確認し、クリーニングをします。
データには、入力ミスや空欄、表記揺れ（「（株）」と「株式会社」などの混在）が含まれていることが多く、そのままでは正確な分析結果が得られないからです。
具体的には以下のように指示してみましょう。
- データの概要を教えて
- 欠損値や異常値があれば確認して
- 数値列に含まれるカンマや単位（円、個など）を取り除いて、数値型に変換して
- 重複しているデータ（行）がないか確認し、あれば削除して
指示により、ChatGPTはPythonを使ってデータをスキャンし、自動でクリーニングを実行してくれます。
 |
すでにデータが整っているのであれば、このステップは不要です。
3.データの可視化
データが整ったら、知りたいことや目的を自然な言葉で伝え、分析とグラフ作成を行いましょう。
 |
具体的な計算式やグラフの種類をユーザーが指定しなくても、AIがデータを読み解き、最適な分析法を提案してくれます。
たとえば以下のように指示してみましょう。
- 月ごとの売上推移を可視化して
- 広告費と来客数の相関関係を分析して
作成されたグラフの色や形がイメージと違う場合は、「棒グラフに変更して」「数値をラベルで表示して」と対話形式で修正を依頼できます。
 |
上の出力のように、□に文字化けしている箇所があれば「文字化けしているところを日本語に修正して」などと指示すれば修正可能です。
 |
4.レポートの作成
「分析結果を踏まえ、翌年の売上向上の戦略を考えてください」と指示をすれば、翌年の戦略を提案してくれます。
 |
上記の分析結果は、7項目まで続きました。
ChatGPTを活用したデータ分析は、以上の流れで実施できます。
専門的なプログラミングスキルがなくても、日本語での指示により、本格的な分析が可能です。
まずは分析の目的を設定し、ChatGPTとの対話を重ね、分析していきましょう。
【コピペOK】ChatGPTのデータ分析プロンプト集
本章では、実務ですぐに使えるプロンプトを紹介します。
- 【売上分析】トレンド・相関
- 【顧客分析】セグメンテーション
- 【アンケート分析】テキスト可視化
プロンプトをChatGPTにコピペして、データを添付すれば、専門家レベルの分析ができます。
また、すぐにデータ分析が試せるように、以下にサンプルデータも用意しました。
▼サンプルデータ
| データ名称 | ファイル形式 | 分析セクション | ダウンロード |
| 営業データ | .xlsx | 売上分析（トレンド・相関） | click |
| 顧客購買履歴データ | 顧客分析（セグメンテーション） | click | |
| アンケート回答データ | アンケート分析（テキスト可視化） | click |
clickでファイルを開き「ファイル」→「コピーを作成する」→「コピーのダウンロード」の手順でダウンロードできます。
実際に、データとプロンプトを使って、データ分析をしていきましょう。
※本記事における検証および出力結果は、高度な推論能力を持つChatGPT 5.2 Thinkingを使用しています。
【売上分析】トレンド・相関
売上データからの予測や、売上変動の要因を特定するためのプロンプトです。
過去の実績を見るだけでなく、予測と変動の解明を行うことで、次の行動につながります。
今回も、営業メンバー5名の過去1年間の実績を、サンプルデータとして活用しました。
以下のプロンプトは、時系列データを基に将来の売上を予測し、可視化します。
 |
▼コピペ用プロンプト
| # 命令書あなたはプロのデータサイエンティストです。添付した売上データを使用し、以下の手順で時系列分析を行ってください。 # 手順1. データの読み込みと前処理（日付形式の統一、欠損値の確認）を行ってください。2. 月ごとの売上推移を折れ線グラフで可視化してください。3. 過去のトレンドと季節性を考慮し、今後[3ヶ月間]の売上を予測してください。4. 予測結果をグラフに追加し、信頼区間も含めて表示してください。 # 出力形式- グラフ：トレンドと予測値がわかる折れ線グラフ（日本語フォント対応）- 解説：予測の根拠と、注目すべき傾向についての要約 |
続いて、売上に影響を与えている変数を特定し、異常値の検出を行います。
 |
▼コピペ用プロンプト
| # 命令書添付データの「売上」と、その他の変数（[広告宣伝費]、[平均気温]、[店舗数]など）との相関関係を分析してください。 # 手順1. 各変数間の相関係数を算出し、ヒートマップで可視化してください。2. 「売上」に対して最も相関が強い要因を特定し、その関係性を散布図で示してください。3. 散布図の中で、全体の傾向から大きく外れている「異常値」を検出し、そのデータポイントの日付と数値をリストアップしてください。4. その異常値が発生した原因として考えられる仮説を提示してください。 |
【顧客分析】セグメンテーション
顧客データを属性や購買履歴に基づいてグルーピングし、マーケティング施策に活かすためのプロンプトです。
顧客を一律に扱うのではなく、それぞれの特徴に合わせて分類することで、費用対効果が改善します。
サンプルの約1600件の顧客購買履歴データをChatGPTに読み込ませ、プロンプトによってどのように可視化されるのか、出力結果とともに紹介します。
以下のプロンプトは、顧客の購買行動に基づき、RFM分析とクラスタリングを行って優良顧客を可視化します。
 |
▼コピペ用プロンプト
| # 命令書添付の購買履歴データを使用して、顧客のRFM分析（Recency：最終購入日、Frequency：購入頻度、Monetary：購入金額）を行ってください。 # 手順1. 顧客ごとにR・F・Mのスコアを算出してください。2. 算出したスコアに基づき、K-means法を用いて顧客を[4つ]のグループ（クラスタ）に分類してください。3. 各クラスタの規模（人数）と平均購入金額をバブルチャートで可視化してください。4. 「優良顧客層」「離反予備軍」などがどのクラスタに該当するか特定してください。 |
続いて、上記のプロンプトを踏まえて、分類されたグループがどのような特徴を持っているかをChatGPTに言語化させます。
 |
▼コピペ用プロンプト
| # 命令書先ほどのクラスタリング結果に基づき、各セグメント（グループ）の詳細な特徴を言語化してください。 # 出力要件各セグメントについて、以下の項目を表形式でまとめてください。1. セグメント名（特徴を表すキャッチーな名前を付けてください）2. 購買行動の特徴（例：客単価は高いが頻度が低い、など）3. 想定される顧客ペルソナ像4. このセグメントに対して推奨されるマーケティング施策案 |
【アンケート分析】テキスト可視化
自由記述のアンケートなどの非構造化データから、顧客の声を把握するためのプロンプトです。
大量のアンケートを人間がすべて読むのは困難ですが、AIなら瞬時に全体像を把握し、意見の抽出が可能です。
今回は500件の商品アンケート回答データを活用し、ChatGPTによって顧客の声がどのように可視化されるのか、出力結果を確認していきましょう。
以下のプロンプトは、大量のアンケート結果から、ポジティブ・ネガティブな意見を分類し、頻出単語を抽出します。
 |
 |
上記の出力結果は「見やすく1枚の画像にまとめてください」と指示しました。
▼コピペ用プロンプト
| # 命令書添付のアンケート回答データの「自由記述」列を分析してください。 # 手順1. 各回答の感情分析を行い、「ポジティブ」「ネガティブ」「中立」に分類して、その構成比を円グラフで表示してください。2. 「ポジティブ」な回答と「ネガティブ」な回答のそれぞれについて、頻出する名詞と形容詞のトップ10を抽出してください。3. ネガティブな回答の中で、特に[商品A]に関連する具体的な不満点を3つ要約して挙げてください。 |
実際に500件の自由記述アンケートを分析させたところ、完了までの所要時間はわずか6分程度でした。
続いて、顧客の声を直感的に可視化し、改善のアクションプランを提案させるプロンプトです。
 |
▼コピペ用プロンプト
| # 命令書アンケートの自由記述から、顧客の声を可視化し、改善案を提案してください。 # 手順1. テキストマイニングを行い、重要度が高い単語を大きさで表現する「ワードクラウド」を作成してください。（※日本語フォントが使用できない場合は、単語の出現頻度ランキングの棒グラフで代替してください）2. 顧客が抱えている「潜在的なニーズ」や「主な要望」を分析し、箇条書きで要約してください。3. これらの分析結果を踏まえ、次回の製品アップデートで優先的に取り組むべき改善アクションを3つ提案してください。 |
時間がかかっていた分析が一瞬で完了するため、浮いた時間を製品改善や立案に充てられるようになります。
ChatGPTのデータ分析におけるリスク
ChatGPTによるデータ分析は業務の効率を向上させますが、以下の事項を守らなければいけません。
- ハルシネーションの確認をする
- 個人利用ではオプトアウト設定をする
- 法人利用ではBusiness/Enterpriseプランを契約する
本章では、安全に分析を行うために押さえておくべきポイントを解説します。
ハルシネーションの確認をする
AIが出力した結果を鵜呑みにせず、必ず確認してください。
ChatGPTも、事実と異なる情報や架空の数値を出力するハルシネーションを起こす可能性があります。
AIのデータ分析において、以下の内容を徹底しましょう。
- 元データと照合する
- 人間による最終確認
AIが出力した数値や結果を鵜呑みにせず、必ず人間の目でファクトチェックを行ってください 。
個人利用ではオプトアウト設定をする
個人アカウント（FreeプランやPlusプラン）でデータを扱う際は、オプトアウト設定を確認する必要があります。
デフォルトの設定では、入力された内容がモデルの学習に使用される可能性があるためです。
データ分析を開始する前に、ChatGPTの設定画面から、上記の「すべての人のためにモデルを改善する」をオフにしてください。
誤ってデータの流出を防ぐため、個人で利用する際は必ずこの設定を確認しましょう。
法人利用ではBusiness/Enterpriseプランを契約する
企業がデータ分析を行う場合、個人プランではなくBusinessまたはEnterpriseプランの導入が必須となります。
個人プランと異なり、法人向けプランではデータ保護が規約で保証されているからです。
BusinessプランとEnterpriseプランの違いを以下の図にまとめました。
自社の規模と照らし合わせ、最適なプランを選定してください。
ChatGPT×データ分析とキャリア戦略
AIのデータ分析スキルを習得すると、市場価値を高めることにつながります。
データ分析のスキルが求められる理由は以下の通りです。
- AI人材の需要と将来性
- スキルを活かせる環境選び
スキルを最大限に活かすため、詳しく見ていきましょう。
AI人材の需要と将来性
AIとデータを使いこなせる人材の需要は、拡大していくでしょう。
なぜなら、以下の3つの理由があるからです。
| 理由 | 詳細 |
| データに基づいた意思決定 | ・経験と勘から脱却し、瞬時にデータを分析できる・論理的な根拠に基づいたリーダーシップを発揮できる |
| 実務実装人材としての価値向上 | ・AIツールを実務に活かせる人材として重宝される・DXを推進するキーパーソンとなる |
| 個人のパフォーマンス向上 | ・タスク完了速度が25%向上し、成果物の質が40%向上する（ハーバード・ビジネス・スクール等の研究結果※3） |
※3）出典：OpenAI公式サイト
AIを使いこなせば、生産性と成果物の質を高めることができ、結果として年収アップやキャリアアップへつながる可能性があります。
スキルを活かせる環境選び
AIでデータ分析ができても、環境によっては価値を発揮できないこともあります。
自社でAIに対する理解が得られなかったり、データ活用に対する理解が乏しかったりするため、AIの活用が難しいこともあるでしょう。
しかし、自身のスキルを評価してもらうためには、以下の視点を持つことが重要です。
| 戦略 | 具体的なアクションとポイント |
| 環境を見極める | AI利用禁止の体質か、推奨する先進企業かを見極める |
| スキルの価値を知る | 転職サイトで、DX・データ関連の求人をチェックする |
| 環境を変える | データドリブンな企業への転職を検討する |
スキルを磨くだけでなく、スキルを高く買ってくれる環境を選ぶことも、キャリア戦略の一つです。
ChatGPTによるデータ分析で意思決定を加速させる
AIの登場により、データ分析は変わりました。
集計やグラフ作成といった作業はAIが担い、人間の役割はAIに何を問い、結果をどう判断するかという意思決定へとシフトしています。
これからの時代に求められるのは、AIという優秀なアナリストに対し、的確な指示出しができる能力です。
まずは、ChatGPTにExcelデータをアップロードし「このデータの傾向を教えて」と問いかけてみてください。
AIで意思決定を加速させることが、今のビジネスの力となるでしょう。
コメント