データ分析支援テンプレート
このテンプレートは、データから意味のあるパターンや洞察を引き出すためのものです。AIを活用して、データの傾向や関係性を分析し、ビジネス上の意思決定に役立てることができます。
テンプレートの使い方
- 下記のテンプレートをコピーします。
- 角括弧［］内の情報を、実際の内容に置き換えます。
- データセットのサンプルや概要を提供します。
- 分析の目的と特に注目したい観点を明確にします。
- 完成したプロンプトを生成AIに入力します。
テンプレート
【データ分析インサイト抽出支援】
以下のデータセットから、ビジネス上の重要なインサイトを抽出してください。
【データ概要】 ・データの種類：[売上データ/顧客データ/マーケティングデータなど。例：直営店10店舗の過去6ヶ月の日次売上データ] ・期間：[データの対象期間。例：2023年1月1日〜6月30日] ・主要項目：[含まれる主要項目。例：日付、店舗ID、商品カテゴリ、売上金額、客数、天候] ・サンプルサイズ：[データ量。例：約1,800レコード（10店舗×180日）]
【データセット（サンプル）】 [データのサンプルを表形式または構造化形式で提示。例： 日付,店舗ID,商品カテゴリ,売上金額,客数,天候 2023-01-01,S001,食品,458000,120,晴れ 2023-01-01,S001,飲料,124000,85,晴れ 2023-01-01,S001,日用品,98000,45,晴れ 2023-01-01,S002,食品,512000,145,雨 ...]
【分析の目的】 [このデータから何を知りたいのか、どのような意思決定をしたいのか。例：売上に影響を与える要因を特定し、各店舗の売上向上施策を検討したい]
【注目すべき観点】
- [観点1。例：店舗間のパフォーマンス差異とその要因]
- [観点2。例：天候が売上や商品カテゴリに与える影響]
- [観点3。例：曜日・時期による売上パターンの変化]
【成果物への要望】 ・主要な発見事項（5項目程度） ・データに基づく推論と解釈 ・具体的なビジネスへの示唆 ・追加分析が有益と思われる領域の提案
データの限界を認識しつつ、統計的に妥当な分析と実用的なインサイトを提供してください。過度な解釈や断定的な結論は避け、データが示唆する内容を客観的に説明してください。
テンプレート活用のポイント
- データサンプルは重要：AIがデータの構造や内容を理解するために、サンプルを提示することが非常に効果的です。
- 分析目的の明確化：分析の目的が明確であるほど、より実用的で価値のあるインサイトが得られます。
- 仮説の提示も有効：もし事前に仮説があれば、「〇〇という仮説はデータから支持されますか？」といった問いかけも有効です。
- AIの限界を理解する：AIは統計的な傾向や相関関係を見つけるのは得意ですが、因果関係の特定や複雑な統計モデルの構築には限界があります。
活用例
木村さんはマーケティング部門で、過去6ヶ月の販促キャンペーンデータを分析し、効果的な施策を特定する必要がありました。このテンプレートを使ってデータ分析を依頼したところ、「平日午後のSNS広告が最も費用対効果が高い」「特定の年齢層へのターゲティングが他層の2倍の効果を示している」など、具体的な洞察が得られました。これにより、次期キャンペーンの予算配分を最適化し、マーケティングROIを20%向上させることができました。
カスタマイズ例
顧客アンケート分析用
- データの種類：顧客アンケート結果（自由記述含む）
- 主要項目：回答者属性、満足度スコア、自由記述コメント
- 注目すべき観点：満足度と関連する要因、自由記述の主要テーマ、改善要望
- 成果物への要 望：主要なポジティブ/ネガティブフィードバックの要約、感情分析結果、改善提案
ウェブサイトアクセスログ分析用
- データの種類：ウェブサイトアクセスログ
- 主要項目：アクセス日時、ページURL、参照元、滞在時間、離脱率
- 注目すべき観点：人気のあるコンテンツ、ユーザーの行動フロー、離脱率が高いページとその要因
- 成果物への要望：主要なユーザー行動パターンの特定、サイト改善のための具体的な提案
次のセクションでは、長文要約テンプレートについて解説します。