「データ分析をやってみたいけど、Pythonなんて書けない」「Excelの分析には限界を感じている」「統計の知識がないから不安」――こうした悩みを抱えるビジネスパーソンは少なくありません。

実は、ChatGPTを活用すれば、プログラミング未経験でもデータ分析用のPythonコードを自動生成できます。やりたい分析を日本語で指示するだけで、ChatGPTが適切なコードを書き出してくれるのです。

この記事では、ChatGPTを使ったデータ分析の具体的な手順を2つの方法に分けて解説します。

Pythonを一行も書けなくても大丈夫だよ！ChatGPTに「こういう分析やって」って日本語で伝えるだけでコードが出てくるからね！

ChatGPTでデータ分析する2つの方法

ChatGPTを使ったデータ分析には、大きく分けて2つのアプローチがあります。それぞれの特徴を比較してみましょう。

どちらの方法でも、日本語の指示だけで分析が進められる点は共通しています。Python環境の有無や分析の規模に応じて使い分けるのが効果的です。

方法1：Advanced Data Analysisを使う

ChatGPT Plusユーザーであれば、ファイルをアップロードするだけで自動的にPythonコードを実行し、分析結果を表示してくれます。環境構築が不要なため、最も手軽にデータ分析を始められる方法です。ChatGPTはChatGPT公式ページ（openai.com・サイト終了）から利用できます。

使い方

1. ChatGPTにCSVやExcelファイルをアップロード
2. 「このデータの概要を教えて」と指示
3. ChatGPTが自動でPythonコードを書いて実行し、結果を表示

対応できる分析の種類

• データの基本統計量（平均、中央値、標準偏差など）
• グラフの作成（棒グラフ、折れ線、散布図、ヒートマップなど）
• データのクリーニング（欠損値処理、重複削除）
• 相関分析、回帰分析
• 時系列分析
• クロス集計、ピボットテーブル

実践プロンプト例

以下のように段階的に指示を出すと、より精度の高い分析結果が得られます。

アップロードしたCSVファイルを分析してください。
1. まずデータの概要（行数、列数、各列のデータ型）を教えてください
2. 売上列の月別推移を折れ線グラフで表示してください
3. カテゴリ別の売上比率を円グラフで表示してください
4. 売上に最も影響している要因を分析してください

ファイルをポイッとアップロードするだけで分析してくれるよ！グラフもキレイに作ってくれるから、上司への報告資料がサクッと完成するんだ！

方法2：Pythonコードを生成してもらう

自分のPC環境でPythonを実行したい場合は、ChatGPTにコードだけ生成してもらう方法が適しています。より柔軟なカスタマイズが可能で、大規模データの処理にも対応できます。

プロンプト例：売上データの分析コード

以下の条件でPythonのデータ分析コードを書いてください。
【データ】売上CSVファイル（列：日付, 商品名, カテゴリ, 売上金額, 数量）
【やりたいこと】
1. データの読み込みと基本統計量の表示
2. 月別売上推移のグラフ作成
3. カテゴリ別の売上TOP5
4. 曜日別の売上傾向
【条件】
・pandas、matplotlib、seabornを使用
・日本語フォント対応
・コードにコメントを日本語で入れる
・初心者でも理解できるようにシンプルに

生成されたコードの実行環境

Python初心者にはGoogle Colab（colab.research.google.com・サイト終了）が断然おすすめです。インストール不要で、ブラウザだけで動作します。Googleアカウントがあればすぐに利用開始できます。

データ分析の定番プロンプト集

用途に応じて使い分けられるプロンプトのテンプレートを紹介します。そのままコピペして、データの内容に合わせて調整してください。

1. 基本分析

このデータの基本統計量を出して、異常値がないかチェックしてください。

2. 相関分析

各列間の相関係数を計算して、ヒートマップで表示してください。売上に最も相関が強い変数を教えてください。

3. 予測分析

過去12ヶ月の売上データから、来月の売上を予測するコードを書いてください。線形回帰でOKです。

4. 顧客分析

顧客データをRFM分析（Recency, Frequency, Monetary）してセグメントに分けてください。

5. レポート生成

分析結果を上司に報告するためのサマリーレポートを、グラフ付きで作成してください。

予測分析がイチ押しだよ！売上のトレンドを自動で出してくれるから、「来月どうなりそう？」にデータで答えられるようになるよ！

ChatGPTとスプレッドシートのマクロ連携については、以下の記事で解説しています。

ChatGPT×GASでスプレッドシートをAI自動化｜何百行も一括処理する手順

スプレッドシートでデータ処理を手作業で続けていると、「もっと効率よくできないだろうか」と感じる場面が増えてきます。関数やフィルタでは対応しきれない作業、たとえば文章の分類・要約・翻訳といった「判断が必要な処理」は、これまで人の手に頼るしかあ...

ai-navi-lab.com

2026.04.14

ChatGPTデータ分析を成功させる4つのコツ

コツ1：データの説明を最初に伝える

「各列が何を意味するか」をChatGPTに伝えると、分析の精度が格段に上がります。列名が英語や略語の場合は、日本語で説明を添えておくと誤解が減ります。

コツ2：段階的に深掘りする

最初から複雑な分析を依頼するのではなく、「データの概要を教えて」→「気になる点を深掘り」→「仮説を検証」と段階的に進めるのが効率的です。一度に多くを求めると、焦点がぼやけた分析結果になりがちです。

コツ3：エラーが出たらそのまま貼り付ける

コードを実行してエラーが発生した場合、エラーメッセージをそのままChatGPTに貼り付ければ修正コードを提案してくれます。エラー解決もAIに任せられるのは大きなメリットです。「エラーが出ました」だけではなく、エラーメッセージ全文を貼り付けるのがポイントです。

コツ4：可視化のカスタマイズを依頼する

「グラフの色を変えて」「タイトルを追加して」「フォントサイズを大きくして」など、見た目の調整もChatGPTに依頼できます。プレゼン用の見栄えの良いグラフに仕上げたい場合は、具体的にイメージを伝えると理想に近いものが得られます。

機密データの取り扱いについて

業務データをChatGPTで分析する際は、情報セキュリティの観点から以下の点に注意が必要です。

• ChatGPT TeamやEnterpriseプラン：データが学習に使われない契約になっている
• 個人プラン：設定で「Chat history & training」をオフにすれば学習対象外になる
• もう一つの選択肢：ダミーデータで分析コードを生成し、本番データはローカルで実行する

業務の機密データを個人プランのChatGPTにアップロードする際は、社内のガイドラインを必ず確認してください。

ChatGPTでExcel関数を自動生成する方法については、以下の記事で解説しています。

VLOOKUPを毎回ググる人へ｜ChatGPTでExcel関数を一発生成する方法

VLOOKUPを使うたびにネットで検索していた方、IF関数のネストで頭が混乱した経験のある方は多いのではないでしょうか。Excelの関数は便利ですが、構文を覚えるのが大変で、実務で使いこなすにはそれなりの学習コストがかかります。そこで活用し...

ai-navi-lab.com

2026.04.02

よくある質問（FAQ）

Q1. Pythonを全く知らなくても大丈夫ですか？

Advanced Data Analysisなら完全に知識ゼロで問題ありません。コード生成で自分の環境で実行する場合も、Google Colabにコピペするだけなので、Python知識はほぼ不要です。

Q2. Excelのデータもアップロードできますか？

xlsx形式のExcelファイルもそのままアップロード可能です。CSVの方が処理は安定しやすいですが、Excelでも問題なく分析できます。

Q3. どのくらいのデータ量まで扱えますか？

Advanced Data Analysisの場合、数万行程度なら問題なく処理できます。数十万行以上になると処理が重くなるため、ローカル環境での実行を検討してください。

Q4. 分析結果の正確性はどの程度ですか？

統計的な計算自体は正確です（Pythonの分析ライブラリが処理するため）。ただし、ChatGPTによる「分析結果の解釈」は必ずしも正しくないケースがあります。解釈部分は自分でも確認することをおすすめします。

Q5. Excelの分析と比べてどちらが良いですか？

数百行程度の単純な集計ならExcelで十分です。それ以上の複雑な分析、カスタムグラフの作成、予測分析などを行いたい場合は、ChatGPT＋Pythonの方がかなり強力です。

Q6. ChatGPT以外のAIでもデータ分析はできますか？

長文のデータ分析にはClaude（claude.ai・サイト終了）も適しています。また、Google Geminiはスプレッドシートとの連携に強みがあります。用途に応じて使い分けると、より効率的に分析を進められます。

まずは手元のExcelデータをChatGPTにアップロードして「傾向を教えて」って聞いてみて！最初の一歩はそれだけでOKだよ！

まとめ：データ分析のハードルはChatGPTで大幅に下がった

ChatGPTの登場により、データ分析はエンジニアやデータサイエンティストだけのものではなくなりました。この記事の要点を振り返ります。

• 最も手軽なのはAdvanced Data Analysis（ファイルをアップロードするだけ）
• コード生成を活用すればローカル環境でも本格的な分析が可能
• 初心者はGoogle Colabでコピペ実行するのがおすすめ
• 成功のコツはデータの説明を丁寧に伝え、段階的に深掘りすること
• 機密データの取り扱いには社内ガイドラインの確認が必須

データに基づいた意思決定ができるようになると、仕事の質が大きく変わります。まずは手元のExcelデータをChatGPTにアップロードして「このデータの傾向を教えて」と聞くところから始めてみてください。