SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

新着記事一覧を見る

おすすめのイベント

おすすめの講座

おすすめのウェビナー

マーケティングは“経営ごと” に。業界キーパーソンへの独自取材、注目テーマやトレンドを解説する特集など、オリジナルの最新マーケティング情報を毎月お届け。

『MarkeZine』(雑誌)

第102号(2024年6月号)
特集「ブランドは気まぐれな消費者とどう向き合うべきか?」

MarkeZineプレミアム for チーム/チーム プラス 加入の方は、誌面がウェブでも読めます

その手があったか!生成AIでコンテンツマーケティングを“劇的にラクにする”プロンプト術

面倒なデータ分析は生成AIにおまかせ 創造的な業務に専念するコツ


 データ分析は施策の意思決定に欠かせませんが、その複雑さが時に創造的な業務の妨げになることもあります。生成AIを活用することで、この煩雑なプロセスから解放されるだけでなく、正しい意思決定に早くたどり着けるようになります。この記事では、ChatGPTでデータ分析を簡略化する方法と、分析結果を次のアクションにつなげる方法をご紹介します。

「Advanced Data Analysis」で分析させる

 ChatGPTでデータを分析するなら、高度なデータ分析機能「Advanced Data Analysis」が便利です(有料版のみで使えます)。

 画像やExcel、CSVなどの外部データを読み込んだり、自然言語でPythonのコードを生成・実行できたりしますが、プログラミングの知識がなくても問題なく使えます

画像を説明するテキストなくても可

 Advanced Data Analysisができることを、次のようにまとめてみました。

  • データの可視化
    データのパターンや傾向を視覚的に理解するためのグラフやチャートの作成
    プロンプト例:「売上データを読み込んで、月別の平均売上を棒グラフで表示してください」
  • 統計分析
    データの要約、傾向、関係性を把握するための統計手法の適用
    プロンプト例:「顧客データを読み込んで、年齢の平均、中央値、標準偏差を計算し、それを表形式で表示してください」
  • 予測モデル作成
    データから将来の傾向や結果を予測するための数学的モデルの構築
    プロンプト例:「過去3年間の売上データをもとに、来年の月別売上を予測するための線形回帰モデルを作成し、予測結果をプロットしてください」
  • トレンド分析
    データの時間的な変動や傾向を分析してパターンを発見する
    プロンプト例:「月次の売上データをもとに、全期間のトレンドと季節性を分解したプロットを作成してください」
  • セグメンテーション
    類似した特徴を持つグループに分けることで、細分化された分析を行う
    プロンプト例:「顧客の購買データを読み込み、RFM(Recency, Frequency, Monetary)分析を行ってセグメント化してください」
  • A/Bテストの設計と分析
    異なるバージョンの要素を比較し、効果を検証するための実験の設計と解析
    プロンプト例:「2つのウェブサイトデザインの転換率データを読み込んで、A/Bテストを行い、どちらのデザインが有意に高い転換率を持つかを検定してください」
  • データクレンジング
    データの品質を向上させるために、欠損値や異常値を処理し、整理する
    プロンプト例:「顧客データをもとに、欠損値と異常値を処理し、クレンジング後のデータの要約統計を表示してください」
  • 探索的データ分析
    データの概要を把握し、パターン、異常値、仮説を見つける分析
    プロンプト例:「製品レビューのデータをもとに、レビューの平均評価、分布、主要な特徴を可視化して、全体的な傾向を把握してください」

 できることが多すぎて、使い方を迷うほどです。では、具体的に何を分析させられるのでしょうか? 対象は大きく二つあります。

 一つは、「構造化されたデータ」。GA4、SNS、YouTube等のアナリティクスデータがイメージしやすいでしょう。もう一つは、「曖昧で構造化されていないせいで、筋道を立てて説明できないこと」です。こちらの分析については後述します。

構造化されたデータ分析が得意なのは当たり前

 ちょうど良いアナリティクスデータが手元になかったので、「Kaggle」というデータサイエンスと機械学習のコミュニティプラットフォームから、「1908~2008年に発生した飛行機事故のデータ」を引っ張ってきました(誰でもCSVでダウンロードできます)。100年分のデータなのでそこそこのボリュームです。

 以下、ChatGPTに分析させた結果です。

【プロンプト】

 どの国と地域で事故が多く発生しているかを可視化してください。

【出力結果】

画像を説明するテキストなくても可

 1位がUnknown(不明)なのは、海上の墜落が多いからでしょう。それを除くと、ブラジル、ロシア、コロンビア、アラスカが多いようです。追加で次のように訊いてみました。

【プロンプト】

 各年の事故件数の推移をグラフ化してください。

【出力結果】

画像を説明するテキストなくても可

 2000年以降はグッと減っているのがわかります。グラフの形状が変わりましたが、指示すればいかようにも変更してくれます。

【プロンプト】

 航空会社や軍隊などの運行者別の事故件数を集計してください。

【出力結果】

画像を説明するテキストなくても可

 米空軍とロシア最大手のエアロフロートが、群を抜いて多いようです。次にエールフランス、ルフトハンザが続きます。

 さらに「指示したこと以外で、他に気づきはないか?」とたずねたところ、特定の航空機タイプと死亡数に関連があることを示し、死亡数の多かった機種名までリストにして教えてくれました。

 このようになかなか便利なのですが、「AIならこれくらいできるでしょ」という気もしますね。では、次に構造化されていないデータの分析を見てみましょう。

会員登録無料すると、続きをお読みいただけます

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

次のページ
「構造化されていないデータ分析」のほうがむしろ真骨頂かも

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
  • note
その手があったか!生成AIでコンテンツマーケティングを“劇的にラクにする”プロンプト術連載記事一覧

もっと読む

この記事の著者

中山 順司(ナカヤマ ジュンジ)

コンテンツ・エヴァンジェリスト&YouTubeコンサルタント。freeeで税務/会計/人事労務領域のB2B オウンドメディア『経営ハッカー』を月間400万PVに成長させた後、Faber Companyでエバンジェリストとして「検索エンジンはもちろん、人の心も鷲掴みするコンテンツ作り」のノウハウを布教する。動画だけでなくテキストも得意とし、『Web担当者Forum』『MarkeZine』『ねとらぼ』等にて執筆活動も行う。・Twitt...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

MarkeZine(マーケジン)
2024/07/09 08:59 https://markezine.jp/article/detail/46010

Special Contents

PR

Job Board

PR

おすすめ

イベント

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング