AIでデータを分析する方法：実践ガイド

AIでデータを分析する必要がある人の大半は、データサイエンティストではありません。どのキャンペーンが本当にサインアップを生んだのかを突き止めようとしているマーケター、解約データのエクスポートを目を細めて見つめている創業者、4万行のCSVと月曜の締め切りを渡された運用リーダー、そういった人たちです。もしそれがあなたなら、朗報があります。今出回っているAIデータツールの多くは、まさにあなたのために作られました。自分のビジネスは熟知しているけれど、pandas は一度も学んだことがない人たちのために。

悪い知らせは、これらのツールが完全な自信をもって平然と間違った数字を差し出してくること、そしてその間違った数字は正しい数字とまったく同じに見えることです。

本ガイドでは、あなたのデータが存在する3つの場所（ファイル、スプレッドシート、データベース）と、それぞれにどのカテゴリのツールが合うのか、単純なチャットモデルで十分なのはどんなときか、いつそれが統計をでっち上げ始めるのか、そしてそのすべてからあなたを守る唯一の習慣を取り上げます。

ツールではなく、データがどこにあるかから始める

ツールのまとめ記事はたいてい機能から始まります。それは飛ばしてください。必要に迫られたアナリストにとって、決め手となる問いはもっと単純です。データが今どこにあるか、です。

• ファイル：Stripe、Shopify、あなたのCRMからのCSVまたはExcelのエクスポート。コード実行のできるチャットモデルがこれをうまく扱います。
• スプレッドシート：チームが毎週編集する生きたデータ。コピー＆ペーストの往復ではなく、スプレッドシートにネイティブなAIが欲しいところです。
• データベース：Postgres、MySQL、データウェアハウス。テキストからSQLへのツールが欲しく、しかも読み取り専用の認証情報で使いたいところです。

以下はすべて、この3つのケースを軸に構成されています。自分のレーンを選び、残りは飛ばしてください。

AIでデータを分析するのにチャットモデルで十分なとき

エクスポートしたファイルの一回限りの分析なら、汎用のチャットモデルだけで事足りることが多いです。OpenAI の ChatGPT は、アップロードしたCSVを受け取り、それに対して Python を書き、そのコードを実行し、結果をグラフとともに返せます。「先四半期にどの地域が最も速く成長したか」や「この顧客リストの重複を見つけて」といったものなら、そのループ（アップロード、質問、確認）は本当に十分であり、私ならほとんどの非アナリストにここから始めるよう勧めます。

決定的な違いは、モデルがその数字をどのように生み出したか、です。2つのモードがあり、チャットウィンドウ上では両者は同一に見えます。

1. 1モデルがコードを実行した。スクリプトを書き、あなたの実際のファイルに対して実行し、その出力を報告した。演算はコンピューターから来ており、言語モデルからではありません。これが信頼できるモードです。
2. 2モデルがあなたのデータをテキストとして読み、パターンマッチで答えをこしらえた。コードは一切実行されていません。それが示す「平均」は、もっともらしく聞こえる当て推量です。ハルシネーションによる統計はここから生まれます。でっち上げられた相関、どの列とも一致しない平均、合計が104になるパーセンテージ。

チャットモデルが第二のモードに滑り込むのは、ファイルが処理するには大きすぎるとき、データをアップロードせず貼り付けたとき、あるいは追加の質問をしたときにモデルが何も再実行せず先の結果の記憶から答えるときです。同じインターフェース、同じ自信たっぷりの口調、まったく異なる信頼性。

つまり運用ルールはこうです。チャットモデルの数字は、その背後にあるコードと同じ程度にしか信頼できない。これが、どんなツール選びよりも大切な習慣へと私たちを導きます。

「クエリを見せて」ルール

クエリ、数式、あるいは実行されたコードの一行までさかのぼれない数字は、決して信用しないこと。

まともなAIデータツールはどれも、自らの作業を示せます。生成したSQL、実行したPython、書いた数式。それを求めることを反射にしてください。日付列を間違えて絞り込んでいるクエリや、注文と顧客を二重に結合して売上を二重計上しているクエリを見抜くのに、SQLを書ける必要はありません。生成されたクエリは、読み取れる形で失敗します。

手間の少ない順に、安上がりな検証の習慣を3つ。

1. 1別の人間に伝えるつもりのある答えを得たら、その後で必ず「使ったクエリ／コードを見せて」と尋ねましょう。ツールがそれを示せないなら、その数字は当て推量でした。
2. 2同じ質問を、言い回しを変えて二度尋ねる。答えが二つ食い違えば、少なくとも一方は誤りであり、掘り下げるべきだと分かります。
3. 3地味なやり方で1つの数字を抜き取り確認する。ピボットテーブル、COUNTIF、あるいは絞り込んで目視で。AIの合計が、ある一断面であなたのものと一致すれば、残りへの信頼は当然視ではなく勝ち取ったものになります。

これは研究者が引用に対して適用するのと同じ規律です。主張は、実際に確認できる出典と同じ程度にしか信頼できません。

スプレッドシートAI：データがすでにある場所での分析

あなたのデータが死んだエクスポートではなく生きたスプレッドシートなら、それを毎週チャットボットへ移すのはすぐに面倒になります。スプレッドシートにネイティブなツールがその溝を埋めます。

Rows AI は、AIを軸に作り直されたスプレッドシートです。平易な言葉で質問すると、その場でデータをインポートし、クレンジングし、要約します。数式は不要です。トレードオフは、それが別のスプレッドシートである点です。チームのワークフローが Excel や Google Sheets に溶接されているなら、移行は実際のコストであり、私なら古いものを移植するより新規プロジェクトにのみそれを支払います。

Sourcetable AI Spreadsheet は同じ「スプレッドシート＋AI」の形をとりますが、接続に軸足を置いています。データベースやビジネスアプリから引き込むので、自然言語でライブデータを問い合わせ、その上にモデルやグラフを構築できます。注意点はその売り文句の裏返しです。その価値は、それがあなたの特定のスタックに接続できるかどうかにかかっているので、決める前にコネクタ一覧を確認してください。

Formula Bot AI Data Analytics はより軽い選択肢です。スプレッドシートに向けて、平易な英語で質問し、グラフを生成し、プレゼン用にデータを整えるAIデータアナリスト。成果物がシステムではなくスライドのときによく合います。定期的で反復可能なレポートが必要なら、これは飛ばしてください。質問応答ツールはパイプラインではありません。

SQLを書かずにデータベースと会話する

最も重い問いは、あなたが話せないかもしれない言語の向こう側、本番データベースやウェアハウスに存在します。テキストからSQLへのツールがその翻訳層であり、2つの形をとります。

1つ目の形は、あなたが自分で実行するためのSQLを生成します。Text2SQL.AI は平易な英語の質問を、チームが使うどのクライアントにも貼り付けられるSQLクエリに変えます。開発者があなたのアクセスを設定してくれていて、あとは言葉だけが必要なときによく合います。AI2SQL はもう一歩進みます。クエリを生成し、説明し、最適化し、読み取り専用の接続で複数のデータベースタイプに接続します。その「説明」機能は過小評価されています。同僚が書いたクエリを貼り付けると英語の説明が得られる、これは「クエリを見せて」ルールを逆向きに走らせたものです。

2つ目の形は会話型です。AskYourDatabase AI はあなたのデータベースに接続し、直接それとチャットさせてくれます。SQLを書き、実行し、結果をグラフにし、ダッシュボードを組み立てることもでき、誰が何に触れられるかについてきめ細かなアクセス制御を備えています。

このカテゴリ全体についての正直な警告が1つ。テキストからSQLへの品質は、あなたのスキーマに大きく左右されます。テーブルの名前が tbl_fct_ord_v2 のようで、本当の売上ロジックが誰かの頭の中にあるなら、AIはきれいで、もっともらしく、間違ったクエリを書きます。たいていは、静かに二重計上する不適切な結合です。乱雑なスキーマでは、生成されたSQLを読むことは選択肢ではありません。それが仕事そのものです。

プライバシー：何かをアップロードする前に

これは人々が飛ばして後悔するセクションです。会社のデータがどのAIツールに入る前にも、4つのチェックを通してください。5分で済みます。

1. 1ツールのデータポリシーを知る。具体的には、あなたのデータが保持されるかどうか、そしてモデルの学習に使われるかどうか。同じ製品でも消費者向けの層と法人向けの層で答えが違うことがよくあります。答えが見つからないなら、それが答えです。
2. 2分析に不要なものを取り除く。アップロード前に、氏名、メール、住所の列を削除する。「地域別の平均注文額」に個人を特定できる情報はゼロで足ります。集計値と匿名化されたIDが、ほとんどのビジネス上の問いに答えます。
3. 3データベースに接続するものには読み取り専用の認証情報を使う。SQLを生成できるツールは DELETE も生成できます。読み取り専用アクセスは、起こりうる大惨事をエラーメッセージに変えます。
4. 4サンプルでプロトタイプを作る。50行のダミー抽出に対して問いを組み立て、検証済みのクエリだけを実データに対して実行する。

データがすでにコンプライアンス上の制約下でウェアハウスにあるチームには、アーキテクチャ上の答えがあります。Snowflake Cortex AI はマネージドなLLMとテキストからSQLへの機能を Snowflake 環境の内部で実行するので、分析はデータを第三者に送り出す代わりに、データがすでにある場所で行われます。それが理にかなうのは、あなたがすでに Snowflake を使っている場合だけです。ですが規制のある業界にいるなら、これがデータチームと交わすべき会話です。

チャットでは物足りなくなったら：ノートブックと予測

ある時点で、毎週の一回限りの問いは毎週同じ問いになり、チャットボットに尋ね直すのは意味をなさなくなります。

Deepnote は自然な次の一歩です。分析が Python と SQL の中に存在する共同編集ノートブックで、AIがコードを生成し、チームメイトがコメントし、結果がダッシュボードやデータアプリとして公開されます。正直なコストは、ノートブックが、あなたがいずれ多少のコードを読む――書くのではなく、読む――ことを前提とする点です。実のところそれは利点です。「クエリを見せて」ルールを恒久化したものであり、なぜならそのクエリこそがドキュメントだからです。

Pecan AI は逆の方向、前方を指します。ノーコードの予測分析プラットフォームで、あなたのビジネスデータの上にモデル（どの顧客が解約しそうか、どのリードが成約しそうか）を構築し、その予測をCRMへ押し込みます。注意点が2つ。予測には意味のある歴史的データが必要です。数百行では役立つものは何も学習できません。そして、記述を済ませる前に予測へ手を伸ばさないこと。先四半期の解約がどうだったのかをまだ言えないなら、解約予測は飾りにすぎません。あなたの欲求がノーコードを超えて広がったら、機械学習エンジニアが使うツール群がその一段上の棚です。

名前を挙げておく価値のある隣接ケースが1つ。自由記述のテキストデータです。アンケートの回答、サポートチケット、レビューはピボットテーブルには収まらず、チャットモデルはそれらを一括で分類するのはせいぜい及第点どまりです。それはそれ自体で1つのカテゴリ、感情分析ツールであり、テキストが主要な原材料なら別途評価する価値があります。

上に挙げたツールは、私が実際に手始めに使うものですが、それらははるかに大きな分野のほんの一部です。データ分析用の493のツールの全ディレクトリを閲覧し、自分のスタック、予算、データソースで絞り込めます。

よくある質問

ChatGPTはExcelやCSVファイルを正確に分析できますか？

はい、アップロードしたファイルに対してコードを実行するときは。演算は実行された Python から来ており、言語モデルからではありません。データをテキストとして貼り付けたとき、ファイルが処理できる範囲を超えたとき、あるいは分析を再実行せず記憶から追加質問に答えたときには、精度が落ちます。実行したコードを見せるよう頼んでください。コードがなければ、その数字は当て推量として扱いましょう。

AIが私のデータで数字をでっち上げるのをどう止めればいいですか？

検証できる何か――クエリ、数式、実行されたコード――に裏づけられた数字だけを信用してください。重要な答えを得たら「使ったクエリを見せて」と尋ね、1つの結果をピボットテーブルや COUNTIF で手作業で抜き取り確認しましょう。同じ質問を違う言葉で二度尋ねるのは安上がりな仕掛けです。答えが食い違えば、少なくとも一方はでっち上げです。

会社のデータをAIツールにアップロードしても安全ですか？

それはツールの保持と学習のポリシー次第で、何かをアップロードする前にそれを読むべきです。法人向けの層はふつう消費者向けより強い保証を提供します。まず氏名、メール、その他の個人情報の列を取り除いてください。ほとんどの分析は匿名化されたデータで問題なく動くからです。データベースには読み取り専用の認証情報で接続し、規制されたデータには、既存のウェアハウス内部で分析するプラットフォームを選びましょう。

AIが代わりにSQLを書いてくれるなら、それでもSQLを学ぶ必要がありますか？

SQLを書く必要はありませんが、読むことを学べば1週間のうちに元が取れます。生成されたクエリは読み取れる形で失敗し（日付列の誤り、二重計上する結合）、それを見抜くのは、ゼロからクエリを書くよりはるかに少ない技能で足ります。クエリを平易な英語で説明してくれるツールは、まずまずの家庭教師になります。

スプレッドシートを分析するのに最適なAIツールは何ですか？

それはスプレッドシートがどこにあるか、そして出力が何かによります。新規シート内での分析なら Rows AI。データベースやアプリからのライブデータが必要なスプレッドシートなら Sourcetable。既存ファイルに対する手早い平易な英語の質問とプレゼン向けのグラフなら Formula Bot。エクスポートの一回限りの分析なら、ChatGPT にアップロードするのが最速の道です。