Excel データを分析したい：CSV から洞察まで

「BI ツールほど大げさじゃないけど、ちょっとデータの傾向を見たい」場面、Claude が活躍します。CSV を貼って5分で分析洞察を得る方法を共有します。

このレシピで実現すること

• CSV データの傾向把握
• 異常値の検出
• ビジネスへの示唆抽出

1. データの全体把握

添付の CSV について、以下を整理してください。

1. 各列の意味（推測でも可）
2. データの粒度（1行が何を表すか）
3. 期間・範囲
4. 数値列の基本統計（最大・最小・平均）
5. 欠損値の有無
6. 注目すべき箇所

2. 傾向分析

以下のCSVについて、ビジネス的に意味のある傾向を3つ抽出してください。

各傾向について：
- 1行説明
- 該当するデータ範囲
- 想定される原因
- ビジネスへの示唆

3. 異常値の検出

以下のCSVから、異常値・外れ値を抽出してください。

【判定基準】
- 平均から標準偏差2倍以上離れている
- 前日・前週から30%以上の急変
- ビジネス的に説明がつかない値

各異常値について：
- 該当行
- 何が異常か
- 想定原因（仮説）
- 推奨アクション

4. クロス集計の依頼

以下のCSVで、A列とB列のクロス集計をしてください。

【出力】
- マークダウン表形式
- 件数 + 構成比
- 注目すべきセル（高い・低い）にコメント

業務での具体例

例1：売上データの月次傾向

過去2年分の売上データから「成長カテゴリ」「衰退カテゴリ」を抽出し、各カテゴリの来期見込みを Claude に推論させる。

例2：問い合わせログの分類

カスタマーサポートのログから「問い合わせ種別」を自動分類し、対応工数の偏りを可視化。

例3：勤怠データの異常検知

勤怠データから「過去パターンと異なる行動（遅刻急増・早退頻発等）」を検出し、上司の早期気づきにつなげる。

注意点

• 個人情報を含むデータは事前に匿名化
• 機密データは社内ポリシー要確認
• 計算結果は必ず Excel/Python で検証

応用：定期レポートの自動化

「毎月最終週、先月のデータをこの観点で分析」のテンプレを Project に保存。月次レポート作成が10分で完了する仕組みに。