ChatGPT を使ったデータ分析
データを探索、分析し、明確なインサイトと行動に変換します。
ChatGPT を使えば、最小限の設定で未整理のデータを有益なインサイトに変えることができます。CSV または Excel ファイルをアップロードするか、表を貼り付けるか、データソースを接続し（ワークスペースでサポートされている場合）、わかりやすい言葉で質問を始めることができます。
質問のたびに数式やピボットテーブル、ダッシュボードを作成する代わりに、データをすばやく探索し、表を整理し、シンプルな図表を生成し、重要なポイントを共有しやすい形式で抽出できます。
これは、データの内容を把握したり、異常値を特定したり、どこをさらに掘り下げるべきかを判断したりする、プロセスの初期段階で特に役立ちます。また、調査結果を他の人が確認し、行動に移せるような要約にまとめるのにも役立ちます。
- まず、下そうとしている決断から始めましょう。簡単な言い方としては、 「私は___に基づいて___を決めようとしています」という形です。これにより、ChatGPT に「完了」の状態がどのようなものかを伝え、分析の焦点を絞り込むことができます。
- データを提供する際は、定義、期間、主要な列が何を表しているかなど、重要な背景情報も併せて記載してください。データはファイルのアップロード、または連携アプリを使用して提供できます。
- 答えだけでなく、アプローチ方法も尋ねてください。たとえば、探索的データ分析（EDA）の要約と、それに続けて検証する仮説を要求します。こうすることで、いきなり結論に飛びつくよりも、より構造化され、信頼性の高い結果につながります。
- 視覚的な情報が必要な場合は、具体的に要求してください。何をプロットするか、どのようにセグメント化するか、軸ラベルや単位など、必須事項があれば明記してください。
- 整理された最終版の表や、調査結果を行動指針に変換した簡潔なエグゼクティブサマリーなど、再利用可能な成果物を依頼してください。
タスク | コンテキスト | 期待される出力 |
このデータを分析し、主なインサイトを要約してください。 | 当社の Shopify ストアの過去30日間のサンプルデータセットを使用してください。 | 主なインサイトについて、チャネルや製品全体で際立っている点、業績が低い領域（例：コンバージョン率の低いチャネル）の特定、および注目すべきパターンを含む、構造化された要約を提示してください。優先度の高い所見4〜6件と、次に調査すべき具体的な追加分析または質問を5件含めてください。 |
販売ファネルのデータを確認して分析してください。 | [接続された分析アプリ]の[キャンペーン名]のデータを使用してください。 | 明確に区切られた以下の3つのセクションを作成してください：（1）ファネルで観察された主なパターン、（2）それらのパターンを説明する仮説（例：オンボーディングが主な要因であるなど）（3）推奨される実験またはテスト。インサイトはビジネスへの影響度に基づいて順位付けされ、特にコンバージョンのボトルネックや改善効果の高いポイントを重視してください。 |
データを使用して、プロセスの問題や非効率を特定する | 添付された現在のプロセス文書とサポートチームのチケットデータ CSV を確認してください。 | 優先順位付けされた運用上の問題点とボトルネックのリスト（例：エスカレーションの遅延、チケットの重複発生要因など）を、それぞれを裏付けるデータシグナルとともに出力してください。各問題がなぜ重要なのかについての明確な推論に加え、すぐに改善または調査すべき推奨分野を、短期的に対応できる項目とより根本的な解決策が必要な物に分けて提示してください。 |
- ChatGPT があなたをより適切にサポートできるよう、何をもって「良い」とするか、重視する成功指標、対象期間、そして比較したいグループやセグメントを最初に共有してください。
- 数値が本当に重要な場合は、その数値がどのようにして算出されたのか、つまり、どのような前提条件に基づいて計算されたのか、指標の計算に使用された数式、欠落データや異常な急増がないかの簡単なチェック結果などを表示するように要求することもできます。
- 分析の信頼性を維持するためには、いくつかの簡単な基本ルールを設定しておくことも有効です。例えば、相関関係を原因として扱わないように指示したり、データの限界を指摘させたり、不自然に見える点を指摘するよう求めたりできます。結果を共有したり判断を下したりする前に、簡単に妥当性を確認しましょう。重要な数値をいくつか選んでその場で照合し、すべてのつじつまが合っていることを確認してください。
