ChatGPTを使ったデータ分析！プロンプトや可視化する方法も解説

ChatGPTを活用すれば、プログラミングの知識がなくても自然言語での指示だけで高度なデータ分析を実践できます。しかし、プログラミングスキルの壁に阻まれて悩んでいる方がいるのではないでしょうか。

データ分析の力を手に入れられないと、競合他社に大きな差をつけられ、ビジネスチャンスを逃してしまう可能性があります。

本記事を読めば、ChatGPTを活用してデータ分析を行う方法がわかります。

プログラミングができなくても、データから意味のある洞察を引き出し、専門家のようにビジネスの意思決定をサポートできるようになるでしょう。

ChatGPTの特徴や活用事例については、以下の記事も参考にしてください。

弊社SHIFT AIでは、AIに関する情報を収集し、自社オリジナルコンテンツとしてまとめて無料でプレゼントしています。

今すぐ使えて便利な「ChatGPTプロンプト175選」や、副業を考えている方にぴったりの「AI副業11選」など、さまざまなコンテンツを用意しています。

AIツールを仕事で活かしたい方は、以下のボタンから無料でプレゼントをお受け取りください。

ChatGPTでデータ分析ができるAdvanced Data Analysisとは？

ChatGPTは、OpenAIが提供する大規模言語モデルで、自然言語処理の分野で高い性能を示しています。

ChatGPTに、データ分析に特化した機能が追加されたAdvanced Data Analysis（旧：Code　Interpreter）があります。

Advanced Data Analysisを使えば、プログラミングの知識がなくても、高度なデータ分析を行えます。

• データ分析に特化した機能
• ファイルのアップロードが可能
• 無料ユーザーでも利用可能

ここでは、Advanced Data Analysisの特徴を詳しく見ていきましょう。

データ分析に特化した機能

Advanced Data Analysisは、ChatGPTの内部でPythonを動かすことで、データ分析に特化した機能を提供しています。

ユーザーはChatGPTにデータをアップロードし、自然言語でデータ分析の手順を指示するだけで、ChatGPTが自動的にPythonのプログラムを生成します。データの読み込みから加工、可視化までを行えます。

たとえば、「売上データを読み込んで、月別の平均売上を棒グラフで表示してください」と指示すると、ChatGPTが適切なPythonコードを自動生成し、実行します。

ユーザーはPythonのコードを書くことなく、高度なデータ分析を行えます。

ファイルのアップロードが可能

ChatGPTでは、分析対象のデータファイルを直接アップロードできます。以下の表をご参照ください。

データの種類	ファイルの種類
表形式データ	Excelファイル CSVファイル TSVファイル
階層構造データ	JSONファイルXMLファイル
非構造化データ	音声ファイル画像ファイル

ファイルをアップロードすれば、データに対して、集計や可視化などの分析操作を自然言語で指示できるので、分析のワークフローがスムーズになります。

たとえば、「アップロードしたExcelファイルから、売上データを読み込んで、商品カテゴリ別の売上を棒グラフで表示してください」といった具合です。

無料ユーザーでも利用可能

ChatGPTのAdvanced Data Analysis機能は、無料ユーザーに開放されています。

ただし、無料ユーザーは回数制限（5時間に10回）があるため、高度なデータ分析を行いたい場合、有料プランに加入すると良いでしょう。

ChatGPTの料金プランについて詳しく知りたい方は、以下の記事を参考にしてください。
関連記事：【2024年最新】ChatGPT4（GPT-4o）の料金プランを徹底解説！API料金も紹介

ChatGPTによるデータ分析でできる7つの項目

ChatGPTのAdvanced Data Analysisを使えば、幅広いデータ分析のタスクを自然言語で指示して実行できます。

• データの要約と可視化
• データクリーニング
• テキストデータ
• 時系列分析
• 相関分析

ここでは、ChatGPTでできる主要な分析項目を7つ紹介します。

データの要約と可視化

ChatGPTを使えば、データの要約統計量を簡単に算出できます。

たとえば、製品ごとの売上割合を算出して、円グラフで出力する使い方が可能です。

そのほかにも、棒グラフや箱ヒゲ図、折れ線グラフなどさまざまなグラフを出力できます。

ChatGPTなら、プログラミングの知識がなくても自然言語で指示するだけでこれらの処理を行えるため、分析の敷居が大幅に下がります。

データクリーニング

データ分析を行う前に、データのクリーニングは欠かせません。データクリーニングは、分析結果の精度に直結する重要な工程です。

たとえば、欠損値の処理や、異常値の除外、データ型の変換などが必要になります。

ChatGPTでは、これらのデータクリーニング作業も自然言語で指示できます。「年齢列の欠損値を中央値で補完してください」といった具合です。

このように、ChatGPTを活用すれば、プログラミングの知識がなくても、適切にデータを整えられます。

テキストデータ

ChatGPTは、自然言語処理の技術を活用して、テキストデータの分析にも優れた性能を発揮します。

テキストデータの分析は、ソーシャルメディアマーケティングやコンプライアンス管理に有効です。

たとえば、Twitterのつぶやきデータを分析することで、どのような投稿が多くのリツイートやいいねを集めやすい投稿を特定できます。

「人気のつぶやきデータを分析し、単語の出現頻度や文章の長さ、絵文字の使用状況などを調べてください」と指示すれば、ChatGPTがテキストマイニングを行い、人気投稿に共通する特徴を見つけ出します。

これにより、効果的なソーシャルメディアマーケティング戦略を立案できるでしょう。さらに、ChatGPTはテキストデータから差別的な発言を検出できます。

「レビューデータから、差別的な表現がないかチェックしてください」と指示すれば、自然言語処理の技術を使い不適切な表現を見つけ出します。

この機能を活用すれば、ブランドイメージの保護やコンプライアンス上のリスク回避に役立ちます。

時系列分析

ChatGPTを使えば、時系列データの分析も容易に行えます。たとえば、売上データや在庫データなど、時間軸に沿って変化するデータを扱う際に便利です。

ChatGPTでは、時系列データのトレンドや季節性を検出したり、将来の値を予測したりできます。また、自己相関や偏相関など、時系列データ特有の統計量も算出できます。

時系列分析は、需要予測や異常検知など、ビジネスにおける意思決定に役立つ分析手法です。ChatGPTを活用すれば、プログラミングの知識がなくても高度な分析を行えます。

相関分析

ChatGPTでは、変数間の相関関係の分析もできます。たとえば、商品の価格と売上の関係や、広告費と訪問者数の関係などを調べる際に活用できます。

ChatGPTでは、相関係数の算出だけでなく、散布図の作成も可能です。これにより、変数間の関係性を視覚的に把握できます。

相関分析は因果関係の特定には至りませんが、変数間の関連性を探るための第一歩として重要な分析手法です。

ChatGPTを使えば、簡単な指示で相関分析を行え、データから新たな気づきを得られるでしょう。

ChatGPTでデータ分析を行う手順

ChatGPTのAdvanced Data Analysisを使ってデータ分析を行う手順の例を、以下に示します。

今回は1年間の製品売上データを分析します。

自社製品のデータを分析する際の参考にしてみてください。

以上が、ChatGPTでデータ分析を行う一連の手順です。プログラミングの知識は不要で、自然言語での指示だけで分析を進められます。

分析のゴールを明確にしつつ、ChatGPTとの対話を通じて段階的に分析を深めていきましょう。

ChatGPTのデータ分析で役立つプロンプト例

ChatGPTを使ってデータ分析を行う際、適切なプロンプトを与えることが重要です。ここでは、データ分析の各段階で役立つプロンプトの例を紹介します。

こちらは、データの概要を把握したい時に使用するプロンプトです。

#命令
- データセットの行数と列数を取得する
- 各列のデータ型を特定する
- 数値データの要約統計量を算出する

#入力
- ユーザーから提供されたファイル内データ

#制約条件
- データセットに欠損値が含まれている場合は、それを無視して計算を行う
- 数値データのみ要約統計量を算出すること

#出力形式
- 行数と列数：箇条書き形式
- 各列のデータ型：箇条書き形式
- 数値データの要約統計量：表形式

続いて、データをクリーニングしたい場合のプロンプトです。

#命令- データセットの行数と列数を取得する
- 各列のデータ型を特定する
- 欠損値を中央値で補完する
- カテゴリデータをダミー変数に変換する
- 異常値を除外する
- 数値データの要約統計量を算出する

#入力
- ユーザーから提供されたファイル内データ

#制約条件
- 欠損値は中央値で補完する
- カテゴリデータはダミー変数に変換する
- 異常値は除外する（異常値の定義は各数値データの標準偏差から3σを超えるものとする）
- 数値データのみ要約統計量を算出すること

#出力形式
- 行数と列数：箇条書き形式
- 各列のデータ型：箇条書き形式
- 数値データの要約統計量：表形式

最後にデータを可視化するプロンプト例を紹介します。

#命令
- データセットの行数と列数を取得する
- 各列のデータ型を特定する
- 欠損値を中央値で補完する
- カテゴリデータをダミー変数に変換する
- 異常値を除外する- 数値データの要約統計量を算出する
- 売上の推移を折れ線グラフで表示する
- 商品カテゴリ別の売上を棒グラフで表示する
- 年齢と収入の関係を散布図で表示する

#入力
- ユーザーから提供されたファイル内データ

#制約条件
- 欠損値は中央値で補完する
- カテゴリデータはダミー変数に変換する
- 異常値は除外する（異常値の定義は各数値データの標準偏差から3σを超えるものとする）
- 数値データのみ要約統計量を算出すること

#出力形式
- 行数と列数：箇条書き形式
- 各列のデータ型：箇条書き形式
- 数値データの要約統計量：表形式
- 売上の推移：折れ線グラフ
- 商品カテゴリ別の売上：棒グラフ
- 年齢と収入の関係：散布図

これらのプロンプトは、データ分析の一連の流れに沿ったものです。各段階で適切なプロンプトを与えることで、ChatGPTに的確な分析を行えます。

プロンプトを工夫すると、より詳細な分析もできます。

たとえば、「売上の推移を年別、月別、商品カテゴリ別に集計して、ヒートマップで表示してください」といったように、複数の観点を組み合わせた分析も指示できます。

ChatGPTとの対話を通じて、試行錯誤しながらプロンプトを最適化していくと効果的なデータ分析につながるでしょう。

ChatGPTでデータ分析を行うメリット

ChatGPTを使ってデータ分析を行うことには、いくつかのメリットがあります。

• プログラミング不要でデータ分析ができる
• 高度な分析も自然言語で分析できる
• 分析プロセスの説明を得られる

ここでは、3つのメリットについて見ていきましょう。

プログラミング不要でデータ分析ができる

ChatGPTを使えば、プログラミングの知識がなくても、高度なデータ分析を行えます。

通常、データ分析にはPythonやRなどのプログラミング言語の知識が必要です。ChatGPTなら自然言語での指示だけで分析できます。

たとえば、「売上データを読み込んで、月別の平均売上を棒グラフで表示してください」といった具合に、分析の手順を自然言語で指示するだけです。

コードを書く必要はなく、分析に必要な作業をChatGPTに任せられます。これにより、プログラミングのスキルがない人でも、自らデータ分析に取り組めます。

データ分析の敷居が大幅に下がり、より多くの人がデータ分析のハードルが低くなり、意思決定をできるようになるでしょう。

高度な分析も自然言語で分析できる

ChatGPTを使えば、単純な集計だけでなく、機械学習を使った高度な分析も自然言語で行えます。たとえば「売上が予測できる回帰モデルを作成してください」と指示すれば、ChatGPTが自動で回帰モデルを構築します。

通常、機械学習のモデリングには、データの前処理や特徴量エンジニアリングなど多くの専門的な作業が必要です。ChatGPTなら、これらの複雑な作業を自然言語での指示で自動化できます。

これにより、機械学習の専門家でなくても、高度な分析を行えるようになります。ChatGPTを使うことで、専門的な分析手法を駆使してデータから新たな知見を引き出せるでしょう。

分析プロセスの説明を得られる

ChatGPTなら、分析の手順を指示するだけで、それぞれのステップでなぜその処理を行ったのかを自動で説明してくれます。

たとえば、「なぜ欠損値を中央値で補完したのですか？」と尋ねれば、その理由を詳しく教えてくれます。

ChatGPTにより、分析プロセスの透明性が確保され、分析結果の解釈や説明が容易になります。また、分析者自身の理解も深まります。

ChatGPTとの対話を通じて、データ分析の知識やスキルを効果的に習得できるでしょう。

以上、ChatGPTでデータ分析するメリットを3つ紹介しました。プログラミング不要で高度な分析ができ、分析プロセスの説明も得られるChatGPTは、データ分析の強力なツールといえるでしょう。

ChatGPTでデータ分析を行うデメリット

ここでは、ChatGPTでデータ分析を行う際の主なデメリットを3つ紹介します。

• データセキュリティ上の懸念がある
• 統計学やデータマイニングの知識が求められる
• 解釈や意思決定には人手が必要になる

データセキュリティ上の懸念がある

ChatGPTでデータ分析を行う際、懸念されるのがデータセキュリティの問題です。

ChatGPTにデータをアップロードする際、そのデータがOpenAIのサーバー上に保存されることになります。つまり、機密性の高いデータをChatGPTに渡すことは、セキュリティ上のリスクを伴うのです。

ChatGPTのセキュリティリスクについて詳しく知りたい方は、以下の記事を参考にしてください。
関連記事：ChatGPTのセキュリティリスクを徹底解剖！安全に自社へ導入する方法も紹介

統計学やデータマイニングの知識が求められる

ChatGPTを使えばプログラミングの知識がなくても、高度なデータ分析を行えますが、統計学やデータマイニングの知識が不要というわけではありません。

適切な分析手法を選択し、結果を正しく解釈するためには、ある程度の専門知識が必要です。たとえば、相関分析と因果分析の違いを理解していなければ、誤った解釈をしてしまう可能性があります。

ChatGPTは分析の実行は自動化してくれますが、分析の設計や結果の解釈は利用者の責任です。ChatGPTを効果的に活用するためには、統計学やデータマイニングの基礎知識を身につけておきましょう。

解釈や意思決定には人手が必要になる

ChatGPTは、データ分析の強力なツールですが、あくまでも意思決定を支援するためのものです。ChatGPTが提示する分析結果を鵜呑みにせず、人間の判断で解釈し、意思決定に活用する必要があります。

たとえば、ChatGPTが「商品の価格を10％上げれば、売上が20％増加する」と予測したとします。

しかし、価格設定には競合他社の動向や消費者の価格感度など、さまざまな要因を考慮しなければなりません。ChatGPTの予測結果は、意思決定の材料の1つにすぎないことを覚えておきましょう。

ChatGPTによるデータ分析の活用例

ChatGPTを使ったデータ分析は、さまざまなビジネスシーンで活用できます。

• 従業員データの分析
• 販売データの予測
• 生産工程の最適化

ここでは、ChatGPTによるデータ分析の具体的な活用例を3つ紹介します。

従業員データの分析

ChatGPTを使えば、従業員データの分析も容易に行えます。従業員の属性データと業績データを組み合わせて分析すると、高業績者の特徴を明らかにできます。

たとえば、「従業員の勤続年数、過去の評価データを使って、業績との相関分析を行ってください」とChatGPTに指示すれば、どのような属性が業績と関連しているのかを自動で分析してくれます。

この分析結果を活用すれば、採用基準の見直しや教育研修プログラムの改善など、人事施策の最適化につなげられるでしょう。

ChatGPTを使えば、人事データの分析が容易になり、データに基づいた人事管理ができます。

販売データの予測

ChatGPTでは、過去の販売実績データを使うと来月の売上を予測できます。

たとえば、「過去3年分の月別売上データを使って、来月の売上を予測できるモデルを作成してください」とChatGPTに指示すれば、自動で時系列分析を行い、予測モデルを構築してくれます。

この予測結果を活用すれば、適切な在庫管理やマーケティング施策の立案など、販売戦略の最適化につなげられます。

ChatGPTを使えば、販売データの予測が容易になり、データドリブンな販売管理ができるようになります。

生産工程の最適化

ChatGPTにより、生産工程のデータ分析も容易に行えます。

たとえば、機械の稼働データと製品の品質データを組み合わせて分析すると、最適な生産条件を見つけられます。

たとえば、「機械の温度、圧力、速度のデータと、製品の不良率データを使って最適な生産条件を導き出してください」とChatGPTに指示すれば、自動で多変量解析を行い、最適条件を特定してくれます。

この分析結果を活用すれば、生産効率の向上や、不良品の削減など、生産工程の最適化につなげられるでしょう。

ChatGPTを使えば、生産データの分析が容易になり、そのデータを基にした生産管理が可能になります。

その他の具体例

ChatGPTは、医療やマーケティングなど、さまざまな業界や分野のデータ分析ニーズに対応できます。

医療データの分析では、患者の属性や検査結果を使って治療効果を予測するモデルを作成できます。限られた医療リソースの最適配分や患者の治療成績向上が可能です。

ソーシャルメディアデータの分析では、TwitterやFacebookの投稿データを使って新商品に対する消費者の反応を評価できます。

これにより、マーケティングキャンペーンの効果をリアルタイムで測定し、迅速に改善点を見つけてマーケティング戦略を最適化できます。

金融データの分析では、過去の取引データを使って不正取引を検出できるモデルが作成できます。これにより、金融機関はリスク管理を強化し、不正取引による損失を防げます。

ChatGPTは、さまざまなデータ分析のニーズに対応でき、業務の効率化や最適化を支援できます。ニーズに応じてChatGPTを効果的に活用することが重要です。

ChatGPTのさまざまな活用方法については、以下の記事を参考にしてみてください。
関連記事：ChatGPTの活用方法17選！国内企業や海外企業の活用事例も解説

データ分析以外でも、生成AIの活用事例を知りたい方は以下のページで資料を配布しています。無料でダウンロードできますので、ぜひビジネスの効率化などに役立ててください。

ChatGPTのデータ分析に関するよくある質問

ChatGPTを使ったデータ分析に関する質問は以下の4つです。

• ChatGPTのデータはいつまでの情報ですか？
• ChatGPTでデータ収集をさせない方法はありますか？
• ChatGPTでPDFは読めますか？

質問に対する回答を確認して、ChatGPTを使ったデータ分析時の参考にしてみてください。

ChatGPTのデータはいつまでの情報ですか？

ChatGPTの学習データは定期的に更新され、現在使用できるモデルの学習時期は以下のとおりです。

バージョン	情報の基準日
GPT-3.5	2022年1月までの情報
GPT-4	2023年12月までの情報
GPT-4o	2023年10月までの情報

GPT-4とGPT-4oのモデルでは、ネット検索ができるブラウジング機能を使えるため、最新情報を取得できることがあります。

ただし、ネット上に最新情報がない場合、間違った回答をすることがあるので注意が必要です。

ChatGPTでデータ収集をさせない方法はありますか？

OpenAIのデータ収集をオプトアウトすることで、ChatGPTにデータを収集させないようにできます。また、利用規約に反する行為を避けることが重要です。

ChatGPTの利用規約では、他者の権利を侵害したり悪用したりする利用方法は禁止されていますので、適切な利用を心がけることが大切です。

さらに、データを匿名化したり、暗号化したりすることで、機密性の高いデータをChatGPTへ安全に渡せます。

これらの方法を適切に組み合わせることで、ChatGPTによるデータ収集を効果的に制御できます。

オプトアウトに関しては、以下の記事で詳しく解説しています。
関連記事：ChatGPTのオプトアウトで情報漏えい対策！概要や設定方法を解説

ChatGPTでPDFは読めますか？

ChatGPTはPDFファイルを直接読み込めます。

ChatGPTがPDF内の文字を抽出し、その情報をもとに要約や分析を行ってくれます。

PDF内に数字があれば、Advanced Data Analysisを使ってデータ分析も実行可能です。

ChatGPTのデータ分析を活用して意思決定を迅速にしよう

ChatGPTを使えば、プログラミングの知識がなくても自然言語での指示だけで高度なデータ分析が可能です。

要約統計量の算出、グラフでの可視化など、さまざまな分析をChatGPTに任せられます。

従業員データ、販売データ、生産データなどビジネスのさまざまな場面で活用できます。プログラミング不要で分析プロセスの説明も得られるメリットがあります。

しかし、データセキュリティやリスクにも注意が必要です。

データ活用の重要性が高まる中、ChatGPTを使えばデータに基づいた意思決定ができます。データを最大限活用し、ChatGPTの力を借りて戦略的意思決定を行うことがビジネス成功の鍵となるでしょう。

ChatGPTをはじめとした生成AIツールの導入でお悩みではありませんか？SHIFT AIでは、AI活用の方法などをまとめた資料を無料でご提供しています。生成AI人材になるために、早速ダウンロードしてください。