データ分析とClaude
データ分析でClaudeを使う方法：CSV、SQLクエリ、レポート作成
スプレッドシートの行数は減らない。減るのは、最初の一周にかかる時間だ。
AnthropicのClaudeは、どんなデータ作業でも最初の1時間の作業を十分に代行できる。CSVを読み込む、スキーマを読み解く、大量のPDFからフィールドを抽出する、山積みのリサーチ資料を要約する、といった作業だ。このページでは、データ分析でClaudeを使う実践的な方法、実際に機能するプロンプト、そして誤った数値をレポートに紛れ込ませないためのチェック方法を解説する。
データ分析でClaudeを使う方法とは、CSVやデータベースのスキーマ、あるいは大量のドキュメントをAnthropicのClaudeに渡し、パターンを見つけさせたり、SQLクエリを書かせたり、構造化データを抽出させたり、平易な言葉でレポートを作成させたりすることだ。Claudeは1回の会話で大きなファイルを読み込み、推論の過程を説明しながら進め、コードの方が適している場面ではコードを書く。ただし、コードを実行したり、本番のデータベースに自分でクエリを投げたりすることはない。意思決定に関わる前に、元データとの照合やサンプル計算による検算、もう一度の見直しを行って出力を確認する必要がある。
公開日 · 最終確認日
無料レッスン · アカウント不要反復ループ基礎をマスターする6 分無料レッスンを始める要点まとめ
- Claudeは、会話に直接貼り付けたりアップロードしたりしたデータを読み込んでCSVファイルを分析する。最初の一周であれば、別途BIツールは不要だ。
- Claudeはスキーマの説明からSQLクエリを書ける。結合、ウィンドウ関数、CTEも含め、各部分が何をしているかも説明してくれる。
- Claudeは乱雑なテキスト、メール、PDF、ウェブページから、自分で定義したJSONやCSVのスキーマに沿って構造化データを抽出する。
- Claudeはコードを実行したり本番のデータベースに接続したりしない。そのため、Claudeが出す数値は使う前に必ず検証の手順を踏む必要がある。
- Claudeの分析をもとに作成したレポートも、元データを確認し、問いの立て方が間違っていないかを見抜く人間のチェックが必要であることに変わりはない。
Claudeが直接行うことと、あなたが確認すべきこと
| タスク | Claudeが直接行うこと | 人による確認が必要なこと |
|---|---|---|
| CSV分析 | 貼り付けやアップロードされたデータを読み込み、傾向を見つけ、異常値を指摘し、平易な言葉で要約する。 | 報告する前に、ピボットテーブルや別の計算で合計値を確認する。 |
| SQLクエリ | スキーマの説明から結合、CTE、ウィンドウ関数を書き、説明する。 | 自分でクエリを実行し、行数や、null・重複などのエッジケースを確認する。 |
| 構造化抽出 | 乱雑なテキストから、自分で定義したJSONやCSVのスキーマにフィールドを抽出する。 | 特に曖昧なフィールドについて、サンプルのレコードを元の文書と突き合わせて確認する。 |
| レポート作成 | データと発見事項を、明確な見出しと提言のある文章にまとめる。 | 公開前に、草稿内のすべての数値が元データまでたどれることを確認する。 |
| リサーチの統合 | 複数の情報源を1回の会話で読み込み、一致点、矛盾点、抜けている部分を洗い出す。 | 引用されている主張が、もっともらしい要約ではなく実際に元の資料に記載されているかを確認する。 |
コピーして使える
今日から使えるプロンプト
CSVの傾向と異常値を見つける
これは[number]個の製品の[time period]にわたる月次売上のCSVです。どの製品の成長トレンドが最も強いか、年間を通じた季節的なパターン、全製品が同時に不振だった月、そして最も重要な個別の異常値を5つ、それぞれ一行の説明付きで特定してください。
生のCSVテキストを貼り付けるか、ファイル全体を貼り付けるには大きすぎる場合は列の説明と代表的なサンプルを示してください。
スキーマからSQLクエリを生成する
私のスキーマは次の通りです：users（id、email、created_at）、orders（id、user_id、amount、status、created_at）。過去[12]か月について、登録コホート別の月次収益を前月比成長率も含めて返す[Postgres]クエリを書き、クエリの各部分が何をしているか説明してください。
実際のテーブル名・列名に置き換え、構文が合うようにデータベースエンジン名も伝えてください。
非構造化テキストから構造化データを抽出する
この求人情報から次のフィールドをJSONとして抽出してください：role_title、company、location、salary_range（記載がなければnull）、required_years_experience、配列としてのtech_stack、remote_policy。曖昧なフィールドがあれば、その判断理由を説明するextraction_notesフィールドを追加してください。求人情報：[paste text]
欲しい出力スキーマを正確に定義してください。Claudeはそれを複数のドキュメントにわたって一貫して適用します。
生データからレポートを作成する
これは[department]の[quarter]のデータです。1ページのエグゼクティブサマリーを書いてください。最も重要な発見を冒頭に置き、解釈に十分な文脈とともに最も重要な3つの指標を示し、リスクを1つ挙げ、推奨される次のステップを2つで締めくくってください。平易な言葉で、専門用語は使わないでください。
想定読者と必要な分量をClaudeに伝えてください。それに合わせた文体で書いてくれます。
乱雑なデータをリサーチ計画に変える
ticket_id、created_at、category、resolution_time_hours、CSAT_score、agent_id、product_areaのフィールドを持つ、[number]か月分のカスタマーサポートチケットデータがあります。まだ何を調べればいいか定まっていません。このデータセットで実施できる最も価値のある分析を5つ提案し、それぞれ何がわかるか、チームにとってなぜ重要かを教えてください。
データはあるがまだ仮説がない場合に役立ちます。Claudeがまず問いの立て方を手伝ってくれます。
自分で書いていないクエリをClaudeに説明してもらう
このSQLクエリが何をしているか、結合やサブクエリ、ウィンドウ関数も含めて順を追って説明してください。そのうえで、もっとシンプルで速い書き方がないか教えてもらい、重複行や欠落行を返しそうな箇所があれば指摘してください。クエリ：[paste SQL]
引き継いだクエリの確認や、チームメイトのプルリクエストをレビューする際に役立ちます。
無料レッスン
良いデータ分析を支える推論の習慣から始める
データアナリストも、ターミナルを開いたことすらない人も、出発点は同じだ。Claudeにコンテキストを与え、その作業を確認することを学ぶ、という点だ。
ワークフロー
Claudeが得意とする6つのデータ作業
通常の分析業務の1週間で最もよく出てくる作業だ。
CSVとスプレッドシートの分析
生のCSVデータを貼り付けるか列の説明をして、記述統計、トレンドライン、異常検知、コホート比較を平易な言葉で求める。
SQLクエリの作成
スキーマと答えてほしい問いを説明すると、Claudeが結合、集計、ウィンドウ関数を含むクエリを書き、各ステップを説明する。
構造化データの抽出
メール、PDF、求人情報、記事などの非構造化テキストをClaudeに渡し、欲しいJSONやCSVのスキーマを定義する。
リサーチの統合
複数の論文やレポートを貼り付け、情報源をまたいで繰り返し出てくる発見を見つけ、矛盾を指摘し、抜けている部分を挙げてもらう。
レポート生成
生データと想定読者をClaudeに伝えると、文章の草稿を作り、主要な指標を抜き出し、編集可能なエグゼクティブサマリーを書いてくれる。
探索的なデータの会話
データセットはあるがまだ明確な問いがないとき、Claudeは何を分析する価値があるか、なぜそれが重要かを考える手助けをしてくれる。
はじめに
ClaudeはCSVファイルを分析できるか？
できる。データ分析でClaudeを使う最も直接的な方法は、CSVを会話にそのまま貼り付けるか、ファイルをアップロードして、それについて具体的な質問をすることだ。Claudeは一部の行をサンプリングするのではなく、渡されたファイル全体をコンテキストとして読み込むため、すべての月、すべての製品ライン、すべての顧客セグメントを一度に比較できる。
大きなファイルの場合は、ヘッダー行と代表的なサンプルを貼り付け、総行数とクセ（欠損値、不統一な日付形式、実は2つのフィールドが1列にまとまっているなど）を説明しよう。Claudeはその説明をもとにデータセット全体について推論するが、その確からしさはあなたが与えたサンプルと説明の質に左右される。偏ったサンプルは偏った読み取りを生む。
Claudeは実際のスプレッドシートを開いたり、ファイルを実行したりはしない。貼り付けられたりアップロードされたりしたものをもとに作業する。貼り付けきれないほど大きなファイルを処理させたい場合や、毎週新しいファイルに同じ分析を実行したい場合は、データセット全体をチャットに保持しようとする代わりに、そのためのPythonやSQLのコードを書いてくれる。
SQL
ClaudeはSQLクエリを書けるか？
書ける。これはデータ分析でClaudeを使う中でも特に信頼性の高い用途の一つだ。テーブル名、列名、テーブル間の関係を含めてスキーマを説明し、答えてほしいビジネス上の問いを伝えよう。Claudeはクエリを書き、求めれば各句が何をしているか、なぜそうしているかを順に説明してくれる。
結合、サブクエリ、共通テーブル式、ウィンドウ関数は、それほど細かく指示しなくても扱える。また、他から持ってきたクエリを最適化したり簡略化したりもしてくれる。質問の言い回しよりもスキーマの方が重要だ。テーブルを正確に説明するほど、Claudeが列名やデータ型を推測する必要が減る。
Claudeはデータベースに接続せず、クエリが実行できるか、正しい数値を返すかを確認することはできない。出力を信用する前に必ず自分でクエリを実行し、行数が想定通りかを確認しよう。行数がゼロだったり、想定の倍だったりするクエリは、何かを物語っている。
抽出
Claudeはドキュメントから構造化データを抽出できるか？
できる。欲しいフィールドを正確に定義し、それぞれの型を指定し、フィールドが欠落していたり曖昧だったりする場合にどうするか（nullにする、フラグを立てる、最善の推測をしてそう明記する）を伝えよう。Claudeは、1つのドキュメントから抽出する場合でも50のドキュメントから抽出する場合でも、そのスキーマを一貫して適用する。これは求人情報、請求書、契約書、スクレイピングしたウェブページなどに役立つ。
注意すべき失敗パターンは、自信ありげに埋まっているように見えるフィールドが、実は元の文書に明記されておらず推測されたものだったというケースだ。推測せざるを得なかった項目についてはnotesフィールドを追加するようClaudeに求め、下流のどこかに読み込ませる前に、サンプルの出力を元の文書と突き合わせて確認しよう。
精度
Claudeのデータ分析はどれほど正確か、そしてどう確認すればよいか？
Claudeは統計についての推論力が高く、よくある誤りの多くを自ら指摘できる。傾向が単一の外れ値によって生じている場合、一般化するにはサンプルが小さすぎる場合、本来比較できない2つの数値を比較しようとしている場合などを指摘してくれる。しかし、特に部分的なサンプルやデータの全体ではなく説明をもとに作業している場合、誤った数値を正しい数値と同じ自信ありげな口調で述べることもある。
対処法は、Claudeが出すものすべてを疑うことではなく、使い方の中にいくつかの確認を組み込むことだ。結論だけでなく過程も示すよう求め、数値がどこから来たのかがわかるようにしよう。少なくとも1つの計算は、手計算や信頼できる情報源と照らして確認する。そして意外な発見があったときは、受け入れる前にClaude自身にその結論への反論をさせてみよう。数値に対する簡単な事前検証だけで、悪い前提を見抜けることが多い。
Claudeの最初の回答は、完成した分析ではなく、優れた草稿として扱おう。その習慣こそが、Claudeを使ったデータ分析と、たまたまClaudeが関わっただけのデータ分析との違いを生む。
準備
Claudeでデータを分析するのにPythonの知識は必要か？
必要ない。上で挙げたことはすべて、普通の会話で行える。データを貼り付け、質問をし、自然な言葉で回答を得る。トレンド分析、SQLクエリ、構造化抽出をClaudeから引き出すのに、コードを1行も書く必要はない。
Pythonが役立つのは、毎週新しいファイルに同じ分析を繰り返したい場合、貼り付けきれないほど大きなデータセットを処理したい場合、再利用可能なスクリプトをチームメイトに渡したい場合だ。そうした場合は、pandas、SQL、プロットのコードを書いてもらい、それが何をしているか説明してもらおう。自分でコードを書くわけではないが、チャットの外で動くものが手に入る。
コンテキスト
分析を役立つものにするコンテキストをClaudeに与える
データ分析のプロンプトは、コンテキストが少ないよりも多い方がうまくいく。CSVであれば列の定義と既知のデータ品質の問題、SQLクエリであれば言い換えではなく実際のスキーマ、構造化データの抽出であれば正確な出力スキーマとエッジケースへの対応方針、レポートであれば想定読者とそのレポートが支える意思決定を意味する。
「基礎をマスターする」の「反復ループ」レッスンはこの点を直接扱っている。最初の回答を草稿として扱い、より長いプロンプトで最初からやり直すのではなく、コンテキストを修正して再度尋ねるというものだ。データ作業に限って言えば、修正すべきは質問の言い回しの欠陥ではなく、たいていスキーマの不足している部分や、伝え忘れたデータのクセであることが多い。
限界
業務データをClaudeにアップロードしても安全か、そしてその限界は何か？
貼り付けたりアップロードしたりするデータは、メールに書くデータと同じように扱おう。ベンダーのシステムに処理されても構わないと思えないものは含めないこと。顧客記録、財務情報、個人情報が付随するものをアップロードする前に、組織のデータ取り扱いポリシーを確認しよう。迷ったときは、識別可能な列を取り除くか、集計済みのバージョンのデータセットから作業しよう。
より大きな限界はプライバシーではなく検証だ。Claudeは、データを直接渡さない限り、本番のデータベースにも、BIダッシュボードにも、実際のスプレッドシートファイルにもアクセスできない。そのため、見せられたものについてはうまく推論できるが、数値が正しいかどうかを独自に確認することはできない。Claudeとの会話から出てきたレポート、チャートの説明、主要な指標は、クライアント、顧客、学生、同僚のもとに届く前に、必ず情報源までたどれるようにする必要がある。
これは技術的な問題であると同時に、専門家としての責任の問題でもある。レポートを送る人がその中身に責任を負うのであって、草稿作成を手伝ったツールが負うわけではない。
始め方
Claudeを使ったデータ作業の入門ルート
「基礎をマスターする」が、ここへの最速の入り口だ。「反復ループ」レッスンは、上記のあらゆるワークフローの土台となる習慣を教えてくれる。Claudeの最初の一周を草稿として扱い、やり直すのではなくより良いコンテキストで修正して再度尋ねるという習慣だ。「ドキュメント分析」は、渡したファイルをClaudeがどう読み、どう推論するかを扱っており、これはまさにCSVや大量のレポートを貼り付けたときに起きていることだ。「リサーチと思考」は、複数の情報源を1つの明確な答えに統合する方法を扱っており、リサーチの統合やレポート作成を支えているのと同じスキルだ。
この3つのレッスンを、この順番で学べば、このページにあるすべてのデータワークフローの土台となる推論の習慣が身につく。そこから先は、上記のプロンプトを自分のスキーマ、データセット、レポート形式に合わせて調整していくテンプレートとして使える。
データ分析を実際にやってみる
CSVやSQL向けのプロンプトについて読むことと、実際に自分のデータに対して実行してみることは別物だ。無料のNightschool AIカリキュラムは「反復ループ」から始まる。これは、このページにあるすべてのデータプロンプトを、2回目にはより良く機能させる習慣だ。
よくある質問
ClaudeはCSVファイルを分析できますか？
できます。CSVを会話に直接貼り付けるかアップロードし、傾向や異常値、比較について具体的な質問をしてください。Claudeは行をサンプリングするのではなく、渡されたファイル全体を一度に読み込むため、データセット全体にわたる数値を一度に比較できます。貼り付けるには大きすぎるファイルの場合は、代わりに列の説明と代表的なサンプルを示してください。
ClaudeはSQLクエリを書けますか？
書けます。テーブル名と列名を含めてデータベースのスキーマを説明し、答えてほしい質問を伝えてください。Claudeは結合、集計、サブクエリ、ウィンドウ関数を扱うクエリを書き、各部分を説明したり、既にあるクエリを最適化したりできます。正しい行を返すかどうかは、自分でクエリを実行して確認する必要があります。
Claudeのデータ分析はどれくらい正確ですか？
Claudeは統計についての推論力が高く、サンプルサイズが小さい、比較が誤解を招くといった問題をしばしば自ら見つけます。しかし、特に部分的なサンプルから作業している場合、誤った数値を正しい数値と同じ自信ありげな口調で述べることもあります。最初の回答は優れた草稿として扱い、使う前に主要な数値を検証してください。
Claudeはドキュメントから構造化データを抽出できますか？
できます。JSONスキーマなど、欲しい正確なフィールドと形式を定義すれば、Claudeはそれをメール、PDF、契約書、ウェブページにわたって一貫して適用します。直接明記されていたのではなく推測せざるを得なかった項目にはフラグを立ててもらい、サンプルの出力を元の文書と突き合わせて確認してください。
Claudeの分析に誤りがないかどう確認すればよいですか？
結論だけでなく過程を示すよう求め、各数値がどこから来たのかがわかるようにしましょう。少なくとも1つの計算は手計算か信頼できる情報源と照らして確認してください。意外な発見があったときは、受け入れる前にClaude自身にその結論への反論をさせましょう。それだけでも、悪い前提の多くを見抜けます。
業務データをClaudeにアップロードしても安全ですか？
顧客記録、財務情報、個人情報をアップロードする前に、組織のデータ取り扱いポリシーを確認し、まず識別可能な列を取り除くか、データを集計することを検討してください。Claudeは会話で共有した以外に、あなたのシステムへの独自のアクセスを保持し続けることはありませんが、どのデータを共有するかの責任はあなたにあります。
Claudeでデータを分析するのにPythonの知識は必要ですか？
必要ありません。トレンド分析からSQL生成、構造化抽出まで、すべてコードを書かずに普通の会話で行えます。Pythonが役立つのは、新しいファイルに対する分析を自動的に繰り返したい場合や、再利用可能なスクリプトを渡したい場合で、必要なときにはそのコードをClaudeが書いてくれます。
Claudeはデータからチャートや可視化を作成できますか？
Claudeは、Pythonのプロットスクリプトなど、チャートを生成するコードを書くことはできますが、そのコードを自分で実行したり、会話の中でチャートを自動的に描画したりすることはありません。チャートのコードと、そのチャートが何を示すべきかの説明を求め、自分の環境で実行してください。