データはあるのに活用できていない問題
個人事業や副業をやっていると Excelやスプレッドシートに売上データが溜まっていく でもそのデータを分析している人は少ない 「数字は記録してるけど 見返したことがない」という人がほとんど
理由は明確で 分析のやり方が分からないから ピボットテーブルとか関数とか言われても非エンジニアにはハードルが高い でもAIを使えば そのハードルがゼロになる
やり方1:ChatGPTにファイルを渡す
一番簡単なのはChatGPT(有料版)にExcelやCSVファイルをそのままアップロードする方法 ドラッグ&ドロップするだけ
アップロードしたら「このデータを分析して 傾向と改善点を教えて」と一言伝えるだけ AIが自動でデータを読み取り グラフを作り 傾向を解説し 改善提案まで出してくれる
顧客の個人情報(名前 電話番号 メールアドレスなど)が入ったデータはAIにアップロードしないこと 売上金額や日付 商品名だけのデータなら問題ない 個人情報列は事前に削除してからアップする
やり方2:Claudeにデータを貼り付ける
ファイルをアップロードしなくても データをコピーしてチャットに貼り付けるだけでも分析できる Excelの表を選択→コピー→Claudeのチャット欄にペースト これだけ
データ量が少ない場合(100行以下くらい)はこの方法のほうが手軽 「この売上データから月ごとの推移と 売れ筋商品トップ5を出して」のように具体的に頼むと精度が上がる
分析で聞くべき5つの質問
データを渡した後 何を聞けばいいか分からない人が多い 以下の5つを順番に聞くだけで十分な分析ができる
1. 全体の傾向
「売上は上がっているか 下がっているか 横ばいか」 まずは大きなトレンドを把握する AIは数字だけでなく「6月から8月にかけて20%伸びている」のように 言葉で説明してくれるから分かりやすい
2. 曜日や時間帯のパターン
「売上が多い曜日と少ない曜日は?」 飲食店なら「金曜夜が突出して多い」 EC系なら「日曜の昼が多い」のようなパターンが見つかる 広告を打つ曜日や SNSの投稿タイミングに直結する情報
3. 売れ筋と死に筋
「売上上位の商品と 全く売れていない商品を教えて」 在庫管理やメニュー改善に使える 自分の感覚と実データが違うことは珍しくない
4. 異常値
「普段と比べて突出して売上が高い/低い日はある?」 セールやイベントの効果測定にもなるし 原因不明の落ち込みを早期に発見できる
5. 改善提案
「このデータから考えられる改善策を3つ提案して」 これが一番価値がある質問 AIはデータの偏りから「水曜日のランチに新メニューを試す価値がある」のような具体的な打ち手を提案してくれる
私は自分のKindle本の売上データをAIに分析してもらった 結果 「表紙にキーワードを入れた本は入れていない本の3倍売れている」という発見があった 以降 全ての表紙にキーワードを入れるようにした これは表を眺めているだけでは気づけなかった
分析結果を次のアクションにつなげる
分析して「へー面白い」で終わったら意味がない 大事なのは分析→アクション→検証のサイクルを回すこと
AIに「この分析結果を踏まえて 来月やるべきことを3つ 優先順位付きで教えて」と聞く すると「1. 水曜のSNS投稿を強化 2. 死に筋商品Aの価格を見直す 3. 金曜夜の限定メニューを検討」のように 実行可能なタスクリストが返ってくる
そのタスクを実行して 翌月また同じデータをAIに渡す 「先月こういう施策をやった 結果を教えて」と聞けば 効果測定も自動でやってくれる
副業のデータ分析スキルは売れる
この「AIにデータを渡して分析する」スキル 実はそのまま副業になる 個人店や小さな会社はデータを持っているけど分析できていない そこに「御社の売上データを分析してレポートにまとめます」というサービスを提供できる
自分でプログラムを書く必要はない AIが分析してくれた結果を分かりやすくまとめて報告するだけ 非エンジニアだからこそ 非エンジニアのお客様に分かる言葉で伝えられる