Module 04: データ分析と活用

「数字は苦手だ」「Excelの関数を見ると頭痛がする」。多くのビジネスパーソンがそう言って、データ分析を専門家やシステム部門に丸投げしてきました。

しかし、AIの登場により、その壁は音を立てて崩れました。
今、あなたがすべきことは、複雑な計算式を覚えることではありません。ただ、目の前のデータに「話しかける」こと。それだけで、AIは膨大な数字の羅列から、驚くべき真実（インサイト）を見つけ出してくれます。

Chapter 1: 会話型データ分析 (Conversational Analytics)

最新のAI（ChatGPTのAdvanced Data AnalysisやGeminiのデータ分析機能）には、ファイルをアップロードするだけで、AIがその場でプログラムを書いて分析・グラフ化してくれる機能があります。

💡 Metaphor: データは「原油」、AIは「製油所」

生データ（CSVやExcel）は、そのままでは役に立たない真っ黒な「原油」です。燃やすことも車を走らせることもできません。

AIは、このドロドロの原油を一瞬で精製し、「ガソリン（行動につながる示唆）」に変える巨大なプラントです。
あなたは工場の所長として、たった一言、「この原油から、来月の売上を伸ばすための燃料を作れ」と命じるだけでいいのです。

実際にAIとどのようなやり取りを行うのか、シミュレーションを見てみましょう。

👤

[sales_2024.csv] をアップロード
「このデータを分析して、売上が急落している月とその原因の仮説を立てて。分かりやすいグラフも描いて」

(AIがPythonコードを実行中...)

🤖

分析完了しました。

発見事項:
8月の売上が前月比40%ダウンしています。商品カテゴリー別に見ると、「冬物コート」の在庫処分セールが不発だったことが主な要因です。

グラフ生成:

[ここに折れ線グラフが表示されます]

このように、VLOOKUPもピボットテーブルも使わず、「原因は？」「傾向は？」と尋ねるだけで分析が完了します。これを「民主化されたデータ分析」と呼びます。

データ分析の最大の目的の一つは、顧客一人ひとりに合わせた体験を提供する「パーソナライゼーション」です。かつては「20代女性」といった大雑把な括り（デモグラフィック）しかできませんでしたが、AIは「文脈（サイコグラフィック）」を読み解きます。

DOCUMENTARY

喫茶店「カフェ・アヴァンギャルド」の店長は、長年「雨の日は客が少ないから」という経験則で、雨天時の仕入れを減らしていました。
ある日、彼は過去3年分のPOSデータと天気データをAIに読み込ませ、「意外な相関関係はないか？」と尋ねました。

AI：「雨の日でも、気温が20度以下の日に限り、『ホットココア』の売上が晴れの日より3倍になります。逆にサンドイッチは売れません」

この発見に衝撃を受けた店長は、雨の日限定でLINE会員に「雨宿りココアクーポン」を配信しました。
結果、雨の日の売上が過去最高を記録。「雨だから売れない」のではなく、「雨の日に客が欲しがるものを用意していなかっただけ」だと気づいたのです。

最後に重要な警告です。データ分析の結果を鵜呑みにしてはいけません。「バイアス（偏り）」の存在です。

例えば、既存の顧客データだけを分析して「我が社の顧客は男性ばかりだ」と結論づけ、「男性向け商品」ばかり開発したとします。
しかし、実は「女性向け商品がないから、女性が来ていないだけ」かもしれません（生存者バイアス）。

AIは「与えられたデータの中」でしか正解を出せません。データに現れていない真実（来なかった客、売れなかった理由）は、人間が想像力で補う必要があります。