AIにCSVを渡して何ができるか — できることとできないことの境界

任せられること

• 集計：月別・カテゴリ別の合計、平均、中央値、分位点
• 可視化：折れ線、棒、散布図、ヒートマップの描画
• 前処理：欠損の確認、型の変換、表の結合、重複の検出
• 記述統計：分布の形、外れ値の抽出、相関係数の計算
• 繰り返し：同じ処理を別の期間・別のセグメントに適用

この範囲は、正しく指示すればほぼ確実に正しい結果が返る。手でやると数十分かかる作業が数分で終わるので、ここは素直に任せるべき領域である。

1. 因果の判断

「広告費と売上の相関が0.8でした」は正しい計算結果である。「だから広告費を増やせば売上が増える」は別の主張で、データだけからは言えない。季節性という第3の要因が両方を動かしている可能性、売上が増えたから広告費を増やした逆の因果の可能性が残る。

AIは聞かれれば因果があるかのような文章を書く。「この相関から因果を主張できるか、できない理由を挙げて」と聞き方を変えると、妥当な留保が出てくる。聞き方で答えが変わることを理解して使う。

2. データの素性の理解

売上の列に0が並んでいるとき、本当に売れなかったのか、データが取れなかったのか、システム移行で記録が飛んだのかはデータを見ても分からない。これを知っているのは業務の担当者だけである。

0を売上なしとして平均を取ると、実態より低い数字が出る。AIはこの区別をせずに計算する。分析の前に、各列の欠損と0の意味を業務側に確認する工程が必要になる。

3. 業務の文脈の解釈

「金曜の解約が多い」という結果が出たとして、それが「週末前に見直す心理」なのか「請求の締めが木曜だから」なのかは、業務の仕組みを知らないと判断できない。データから出た事実と、その意味づけは別の作業である。

分析を始める前に必ず聞く3つ

3つめは特に効く。システム障害で3日分のデータが欠けていることに気づかず月平均を出すと、実態より低い数字になる。日付の穴を先に確認するだけで防げる。

使うツールの選び方

単発の探索なら会話形式のツール、毎月回す定常の集計ならコードが残るツールを選ぶ。前者は Julius、後者は Hex が代表例で、本サイトの「Julius vs Hex」で詳しく比較している。

汎用のAIチャットにCSVを貼る方法もある。数千行までなら十分で、追加の契約が要らない。ただしファイルサイズの上限と、データが外部に渡ることの扱いは確認が必要になる。

個人データを含む表の扱い

• 氏名・メール・電話・住所の列は分析前に落とす
• 顧客IDは、分析に実IDが不要なら仮名化する
• 入力データが学習に使われない設定を確認する
• 社内規程で外部サービスへのアップロードが制限されていないか確認する

個人を特定できる列を落としても分析のほとんどは成立する。「誰が」を知りたい場面は意外に少なく、多くは「どのセグメントが」で足りる。落としてから渡す習慣をつけるほうが、毎回判断するより安全である。

よくある質問

Q. 統計の知識がなくても使えますか。

A. 集計と可視化なら使えます。ただし出てきた結果を読む段階で、相関と因果の区別、サンプルサイズの影響、外れ値の扱いの3点は理解が必要です。ここを知らずに結論を出すと、もっともらしく間違った判断になります。

Q. Excel で足りる場面はありますか。

A. 数千行までの集計とグラフは Excel のほうが速いことが多いです。AIツールが効くのは、行数が多い場合、複数ファイルを突き合わせる場合、同じ処理を繰り返す場合です。