CSVデータ分析：示唆を引き出す問いの立て方

「データを Claude に渡せば自動で示唆が出てくる」——半分正解、半分違います。良い「問い」を投げかけて初めて、業務に効く示唆が得られます。

3階層分析プロンプト

添付の CSV（過去6ヶ月の売上データ）を分析し、以下の形式で示唆をください。

1. 観察：データから読み取れる事実（10項目、各箇条書き）
2. 仮説：観察から導かれる仮説（5つ、各「事実→解釈」）
3. アクション：仮説に基づく次の打ち手（3つ、優先順位付き）

それぞれの根拠となる数値も併記してください。

「観察→仮説→アクション」の3段階

観察フェーズ

「事実」だけを抽出。「先月比〜%増」「特定セグメントに偏り」など、数値に基づく事実のみ。

仮説フェーズ

観察を「解釈」に変換。「Aが増えたのは、新キャンペーンの効果だろう」のような因果仮説。

アクションフェーズ

仮説を「次の一手」に翻訳。「キャンペーンを延長する」「対象セグメントを広げる」など。

業務シーン別テンプレ

売上データ

以下の観点で分析：
- セグメント別貢献度
- 季節性・周期性
- 異常値（前月比 ±20% 以上）
- 上位10アイテムの集中度

アンケート結果

定量と定性を分けて：
- 定量：分布・平均・標準偏差・外れ値
- 定性：頻出キーワード・代表コメント・対立意見

アクセスログ

ユーザー行動の観点で：
- 直帰率の高いページ
- コンバージョンまでの平均パス
- リファラー別の質の差

注意点

• 計算精度：複雑な集計はBIツール / Excel との併用が安全
• サンプルサイズ：少数データでの「示唆」は仮説にすぎない
• 個人情報：顧客IDなどはマスクしてから投入

応用：継続分析の自動化

毎週同じ視点で分析するなら、Project に「分析テンプレート + 業界用語集」を入れて固定。CSV を投げるだけで、毎週同じ品質のレポートが手に入ります。