ChatGPTでデータ分析する方法｜CSV・Excelの手順、プロンプト、検算すべき数字

この記事の監修者

リスキルAIキャリア編集部

リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。

ChatGPTのデータ分析は「集計・要約・可視化・仮説出し」に強く、「金額が絡む最終判断と機密データ」に弱いです。ChatGPTは平均点の分析を高速で出しますが、数値の正しさは保証しません。

この記事では、CSV・ExcelをChatGPTで分析する手順を扱います。あわせて、出力された数字をExcelで検算する方法、アップロードしてはいけないデータ、PEP検定までの学習導線を示します。金額・契約・人事に関わる数字は、ChatGPTの出力をそのまま使いません。必ず検算します。

読み進める前に、この記事の前提を整理します。

• 対象ツール：ChatGPTの「ファイルアップロード」「Python実行を伴うデータ分析機能」
• 対象ファイル：CSV / xlsx
• 対象読者：ExcelでSUM・COUNTIF程度は使える社会人
• 扱わないもの：API連携、社内DB接続、BIダッシュボード構築、統計モデリングの厳密解説
• 注意：画面UI・プラン名・上限回数は変更されます。最新はOpenAI公式ヘルプで確認してください

ChatGPTのデータ分析でできること・できないこと

向き不向きを正直に整理します。ChatGPTのデータ分析機能は、アップロードしたファイルをサンドボックス上のPythonで処理します。得意なのは前処理・集計・グラフ化・傾向の言語化で、苦手なのは正確性の担保と機密保持です。

ファイルアップロードとデータ分析は、ChatGPT Plus・Team・Enterpriseなどの有料プランで安定して使えます。無料プランは回数や機能に制限があります。料金と対応プランは改定が頻繁なため、OpenAIの料金ページで確認してください。ここで金額を断定しないのは、条件が変わるからです。

最大の落とし穴はハルシネーションです。ChatGPTは計算過程を省いて、それらしい数値を返すことがあります。出力された数字を検算せずにレポートへ貼るのが、最も多い事故です。

他ツールとの位置づけも押さえておきます。目的で使い分けると迷いません。

ChatGPTでCSV・Excelを分析する手順

手順を再現するため、共通のサンプルCSVを使います。列定義は以下です。

目的は1つに絞ります。ここでは「チャネル別の売上・粗利・粗利率を集計し、粗利率が低いチャネルを見つける」に固定します。目的を1文で決めてから渡すと、出力の粒度が安定します。

CSVをアップロードし、次のプロンプトをそのまま貼ります。

添付CSVを分析してください。
目的は、チャネル別の売上・粗利・粗利率を確認し、改善優先度の高いチャネルを見つけることです。

まず以下を確認してください。
1. 行数
2. 列名
3. 各列のデータ型
4. 欠損値の数
5. salesとcostに数値以外が混ざっていないか

次に、以下の定義で集計してください。
粗利 = sales - cost
粗利率 = 粗利 / sales

出力は以下の順番にしてください。
1. 前処理で行ったこと
2. チャネル別の集計表
3. 粗利率が低い順のランキング
4. 使ったPythonコード
5. 検算用に、全体の行数・売上合計・原価合計

想定される出力の集計表は次の形です。数値はサンプルです。

この出力は、疑う場所を先に決めておきます。以下を確認してください。

• salesに税込・税抜が混在していないか
• costが0円の行を欠損扱いにしていないか
• channelの表記ゆれ「SEO」「seo」「自然検索」を別集計していないか
• 粗利率の分母がsalesではなく件数になっていないか

文字化けは日本語CSVで頻発します。UTF-8で保存し直すか「文字コードを判定して読み込んで」と添えると回避しやすいです。Excel関数側の使い分けはChatGPT×Excelで関数プロンプトを作る手順で補足しています。

そのまま使えるデータ分析プロンプト

用途別にコピペできるテンプレートを用意しました。5種類を順番に使うと、確認→集計→可視化→検算の流れが崩れません。

① ファイル確認用です。

添付ファイルを分析する前に、まず中身を確認してください。
以下だけを出してください。

1. ファイル名
2. シート名またはテーブル名
3. 行数
4. 列数
5. 列名一覧
6. 各列のデータ型
7. 欠損値の数
8. 数値列に文字列が混ざっていないか
9. 分析前に確認すべき不明点

② 集計用です。

以下の条件で集計してください。

目的：チャネル別の売上と粗利率を確認する
使用する列：channel, sales, cost

計算定義：
粗利 = sales - cost
粗利率 = 粗利 / sales

出力：
1. 集計表
2. 粗利率が低い順のランキング
3. 集計に使った行数
4. 除外した行と理由
5. Pythonコード

③ 可視化用です。

集計結果をグラフ化してください。
棒グラフで、横軸はchannel、縦軸は粗利率にしてください。
グラフの下に、同じ数値を表でも出してください。
軸ラベル、単位、並び順も明記してください。

④ 検算用です。

検算のため、以下を出してください。
1. 元データの総行数
2. 分析対象にした行数
3. 除外した行数
4. sales合計
5. cost合計
6. channel別の件数
7. channel別のsales合計
8. channel別のcost合計

⑤ エラー時です。

出力値がExcelの検算結果と一致しません。
Excelでは sales合計が{数値}、あなたの出力では{数値}です。

以下を確認してください。
1. 読み込んだ行数
2. 除外した行
3. sales列の型変換
4. 欠損値の扱い
5. フィルタ条件
6. 重複行の扱い

途中集計をすべて表示してください。

テンプレートを使った後は、AIに逆質問させると精度が上がります。「不足情報があれば、選択肢付きで先に質問して」と一文足すだけで、後工程の作り直しが減ります。依頼者は「伝えたつもり」の欠落に自力で気づけません。

出力された数字をExcelで検算する方法

非エンジニアでも検算はできます。コードを読めなくても、入力と出力の整合を確かめれば十分です。サンプルCSVをExcelで開き、列をA=order_id、B=order_date、C=channel、D=product、E=sales、F=costに固定します。

まず件数と合計を独立して計算します。

=COUNTA(A:A)-1        ヘッダーを除いた件数
=SUM(E:E)             売上合計
=SUM(F:F)             原価合計
=SUM(E:E)-SUM(F:F)    粗利
=(SUM(E:E)-SUM(F:F))/SUM(E:E)   粗利率

チャネル別はSUMIFSで突き合わせます。

=SUMIFS(E:E,C:C,"広告")
=SUMIFS(F:F,C:C,"広告")
=(SUMIFS(E:E,C:C,"広告")-SUMIFS(F:F,C:C,"広告"))/SUMIFS(E:E,C:C,"広告")

ChatGPTにも検算用の内訳を出させ、Excelの値と照合します。

検算用に、以下を表で出してください。
1. 元データの総行数
2. 分析に使った行数
3. 除外した行数
4. 除外理由
5. sales合計
6. cost合計
7. channel別の件数

検算の要は「対象件数」と「二重集計の有無」です。件数が合えばロジックの大枠は正しく、件数が違えば必ずどこかで間違えています。件数、合計、平均の順で確認すると早いです。1円・1件でもズレたら止めます。

止めた後は、原因を上から順に潰します。

1. ヘッダー行を件数に含めていないか
2. 空白行を読んでいないか
3. 数値列にカンマ・円記号・文字列が混ざっていないか
4. フィルタ条件を勝手に入れていないか
5. 欠損値を0扱いしたか、除外したか
6. 同じ注文IDを重複カウントしていないか

ChatGPTに任せてよい分析・任せてはいけない分析

任せる／検算するの線引きを、工程とアップロード可否まで含めて表にしました。基準は「間違えたときの損害」と「データの機密度」です。

解約率・粗利率・CVR・LTV・CACのようなビジネス指標は、定義がズレると数字が壊れます。ChatGPTに渡す前に、指標の定義を1行で固定します。定義を書けない指標は、人間側の設計が終わっていません。

この線引きは、生成AIの調べ物にも共通します。判定の考え方は生成AIリサーチで任せていい調べ物の判定表でも整理しています。

個人情報・機密データをアップロードする前の判断基準

アップロード前に判断フローを通します。個人情報・未公開の売上・取引先名は、原則そのまま上げてはいけません。会社の情報管理規程と契約上の守秘義務が優先します。

前提として、「学習利用」「保存」「閲覧権限」「契約違反」は別論点です。学習に使われない設定でも、保存や閲覧権限、契約違反の問題は残ります。判断は次の順で行います。

1. そのデータは社外に出しても契約違反にならないか確認する
2. 個人情報・機密が含まれるなら、氏名・ID・金額をマスキングまたはダミー化する
3. マスキング後も個人が特定できないか、複数列の組み合わせで再確認する
4. 会社契約のプランか、学習に使われない設定かを管理者に確認する
5. 迷ったら上げず、集計ロジックだけ設計させ計算は手元で行う

「個人情報」と「機密情報」は別物です。個人情報は特定の個人を識別できる情報、機密情報は未公開の売上や取引先などの営業秘密を指します。マスキングは値を伏せ字にする処理、匿名化は個人を識別できない形に加工する処理で、目的が違います。氏名を消すだけでは安全になりません。

一次情報で確認すべき窓口を挙げます。個人情報の取り扱いは個人情報保護委員会のガイドライン、情報セキュリティはIPAの資料が基準になります。OpenAIのデータ利用方針はOpenAI公式ヘルプで確認してください。「学習に使われない=社外に出してよい」ではありません。

Excel・Power Query・BIツールとの使い分け

ツールは工程で分けると精度と速度が両立します。ChatGPTは前処理と仮説出しに効き、確定計算と定型更新にはExcelとBIが効きます。

Excelに任せるプロンプトでは「将来この閾値が変わる」と明記してください。変更リスクを伝えると、AIは定数を数式に埋め込まず、参照用セルを作る設計にします。閾値変更が入力値の書き換えだけで済みます。

ChatGPTデータ分析スキルを副業・転職で見せる方法

身につけた分析力は、数字と成果物で見せないと評価されません。「ChatGPTで分析できます」は通用せず、「何を何分で、いくら削減したか」が通用します。30日で実績化する導線を示します。

1. 1〜10日目：公開データ（e-Statや自治体オープンデータ）で分析を3本作る
2. 11〜20日目：Before/After（手作業◯時間→AI併用◯分）を数字で記録する
3. 21〜25日目：判定表と検算手順を含む手順書をポートフォリオ化する
4. 26〜30日目：検算・リスク管理まで説明できる状態に整える

ポートフォリオは「任せた工程」と「検算した工程」を分けて書くと信頼されます。丸投げでなく判断できる人材だと伝わるからです。作り方の型は生成AIスキルを資格×ポートフォリオ×数字で示す手順にまとめています。

PEP検定を受けるべき人・まだ不要な人

資格は主観評価を客観指標に変える補助線です。ただし全員に必要ではありません。受けるべき人と、まだ不要な人を判断基準で分けます。

順番は、公開データ分析→検算手順の明文化→PEP検定です。分析サンプルを1〜3本作った人が、次にPEP検定で業務利用の基礎理解を客観指標にします。成果物ゼロで資格だけ取っても、副業・転職では弱いです。受験料・試験形式・出題範囲・申込締切は改定されるため、必ず公式ページで確認してください。実務目線の比較はPEP検定の受験料・合格率まで辛口解説した記事にまとめています。

よくある質問

無料プランでもCSV分析はできますか

一部できますが、機能や回数に制限があります。ファイルアップロードとデータ分析を安定して使うなら有料プランが前提です。条件は改定されるため、OpenAI公式ヘルプで最新の対応プランを確認してください。

出力の数値はどこまで信用してよいですか

傾向把握はそのまま使えますが、金額・件数は必ず検算してください。件数→合計→平均の順にExcelで独立計算し、1件でもズレたら止めます。検算なしの数値をレポートに転記しないことが最優先です。

会社のデータをアップロードして大丈夫ですか

契約と社内規程を先に確認してください。個人情報や未公開の金額はマスキングし、判断に迷えば上げないのが安全です。集計ロジックだけAIに設計させ、計算は手元で行う方法も有効です。

Excelとどう使い分けますか

前処理と仮説出しはChatGPT、確定計算と定型更新はExcelやBIに寄せます。毎月同じ前処理はPower Query、自動更新レポートはLooker StudioやPower BIが向きます。数字はExcelで固めると再現性が保てます。

プロンプトが下手でも分析できますか

できます。長文の指示より「不足があれば先に質問して」と「正解例の添付」の2つが効きます。依頼文は雑でよく、数値条件と正解例を渡す方が結果が安定します。

まず何から始めればよいですか

正解が分かっているCSVで検算テストを1回してください。合計値を事前に知っているファイルを渡し、同じ数字が返るか確かめます。ズレを体感すると、任せる工程と検算する工程の線引きが具体化します。次に判定表を自分の業務に当てはめ、機密データの判断基準を1枚のメモにします。