再現可能な分析ワークフロー

なぜ「再現可能」が重要か

🔄 前のレッスンで、オーディエンス別のレポート術を学んだ。今回は、分析作業そのものを効率化し、繰り返し使える仕組みを構築する方法に進む。

「先月の売上レポート、今月もお願いできますか？」

この依頼が来たとき、2つの未来がある：

未来A： 先月何をやったか思い出せない。データソースを探し直す。フォーマットを作り直す。3時間かかる。

未来B： テンプレートを開く。新しいデータを流し込む。30分で完了。残りの時間でインサイトを深掘りする。

未来Bの鍵は「再現可能な分析ワークフロー」だ。

ワークフロー文書化の基本

分析のたびに記録すべき5つの要素：

1. データソース

• どこからデータを取得したか
• アクセス方法（API、ダウンロード、手動エクスポート）
• 取得日と対象期間
• フィルタや条件

2. データ加工手順

• クリーニング手順（何を修正したか）
• 変換（計算フィールド、集計方法）
• 除外条件（何を除外し、なぜか）

3. 分析手順

• どんな分析を行ったか
• 使用したツールや手法
• 計算式やパラメータ

4. 出力フォーマット

• チャートの種類と構成
• レポートのテンプレート
• 配信先リスト

5. 判断ポイント

• 分析過程で行った判断と理由
• 結果に影響する前提条件

AIプロンプトライブラリの構築

分析で使うAIプロンプトを蓄積し、再利用可能にしよう。

プロンプトテンプレートの構造

【カテゴリ】データ探索
【目的】新しいデータセットの初期プロファイリング
【入力】CSVデータ（最初の100行）
【プロンプト】
以下のデータセットをプロファイリングしてください：
[データ]
1. 構造（列数、データ型）
2. 値の範囲と分布
3. 品質の問題
4. 初期の所見
【期待される出力】構造化されたデータプロファイル
【注意点】機密データはマスキングしてから

カテゴリ例

✅ Quick Check： あなたが毎月繰り返している分析作業を1つ思い浮かべよう。その作業の5要素（データソース、加工手順、分析手順、出力フォーマット、判断ポイント）を書き出せるか？

スプレッドシートテンプレートの構築

Excelやスプレッドシートで再利用可能なテンプレートを作る：

テンプレートの構造

シート1：データ入力（生データをここに貼り付け）
シート2：データ加工（数式でクリーニング・変換）
シート3：分析（ピボット、集計、計算）
シート4：ダッシュボード（チャートとKPI）
シート5：レポート出力（コピー用のフォーマット済み表）

AIにテンプレートを作らせる

毎月の売上分析テンプレートをExcelで作りたいです。

入力データ：
- 日付、顧客名、製品、地域、売上額、数量

分析内容：
- 月次の売上合計と前月比
- 製品カテゴリ別の構成比
- 上位10顧客ランキング
- 地域別パフォーマンス

必要なExcel数式とシート構成を教えてください。

自動化レベルの段階

すべてを一度に自動化する必要はない。段階的に進める：

レベル1：テンプレート化（すぐできる）

• レポートのフォーマットを固定
• 決まったチャートのテンプレートを用意
• AIプロンプトを保存

レベル2：半自動化（少し工夫が必要）

• スプレッドシートの数式でデータ加工を自動化
• ピボットテーブルのテンプレート
• マクロで繰り返し操作を効率化

レベル3：完全自動化（スキルが必要）

• Pythonスクリプトでデータ取得→分析→レポート生成
• スケジュール実行（毎月1日に自動実行など）
• ダッシュボードツール（Tableau、Power BI）との連携

多くの人はレベル1だけでも大幅な時間節約が実現する。

分析資産の管理

組織や個人で蓄積すべき「分析資産」：

1. プロンプトライブラリ

場面ごとの最適プロンプト集。

2. テンプレートコレクション

スプレッドシート、レポート、チャートのテンプレート。

3. データディクショナリ

自社データの定義集。各フィールドの意味、計算方法、注意点。

4. 分析カタログ

過去の分析レポートのインデックス。「前にも似た分析をしたはず」を探せるように。

AIにデータディクショナリを作らせる

以下のデータの列について、データディクショナリを作成してください：

[列名のリスト]

各列について：
- 定義（この列は何を表すか）
- データ型（数値、テキスト、日付）
- 値の範囲や制約
- 関連する計算やルール
- 分析時の注意点

Key Takeaways

• 再現可能な分析は「テンプレート化→半自動化→完全自動化」の段階で進める
• 分析のたびに5要素（データソース、加工、分析、出力、判断）を記録する
• AIプロンプトライブラリを構築し、カテゴリ・入力・出力を記録する
• スプレッドシートテンプレートで定型分析の時間を大幅に削減できる
• 分析資産（プロンプト、テンプレート、データ辞書、過去分析カタログ）を蓄積する

Up next: 次のレッスンでは、総仕上げ：エンドツーエンド分析——これまで学んだすべてを統合し、実際のデータで一気通貫の分析を行う。