Excel・スプレッドシートのデータをAIで分析する手順

表データをAIに渡し、集計・グラフ・傾向の発見までを行う手順

売上表やアンケート結果などの表データは、生成AIに渡すと集計やグラフ化、傾向の読み取りを手伝ってもらえます。関数やピボットテーブルに詳しくなくても始められますが、計算結果の検算は欠かせません。

目的

「何が売れているか」「どこで落ちているか」を素早く把握する
関数・ピボットテーブル・グラフの作り方をAIに代わりに考えてもらう
アンケートの自由記述をテーマ別に分類する

準備するもの

分析したいデータ（Excel、Google スプレッドシート、CSV）
ツールの例：Microsoft 365 の Copilot in Excel、Gemini のファイルアップロード、ChatGPT や Claude のファイル分析機能
「何を知りたいか」の問い（例：先月比で落ちた商品はどれか）

手順

データを整える：1行目に列名、1行1件、結合セルなし、合計行なしの「表」の形にします。Copilot in Excel の公式ヘルプでも、表または表形式の範囲で動作し、非構造データには向かないとされています。
個人情報を外す：氏名・メール・電話番号などは削除するか、ID に置き換えます。
列の意味を説明する：「amount は税抜金額（円）」のように列の定義を最初に伝えます。
問いを具体的に聞く：「売上の推移を月別に」「地域別の上位5商品」など、列名を指定して質問します。公式ヘルプでも、分析したい列を明示すると精度が上がるとされています。
計算方法を確認する：AIが使った式やコード（Copilot in Excel では生成された Python コードを展開して確認できます）を見て、意図どおりか確かめます。
検算する：合計値や件数など、いくつかの数字を自分でフィルターや SUM で確認します。
示唆をまとめる：「この結果から考えられる仮説を3つ。ただしデータで確認できることと推測を分けて」と頼みます。

プロンプト例

添付はECサイトの2026年1〜9月の注文データです。
列：order_date（注文日）, sku（商品コード）, category, qty（数量）, amount（税抜・円）, channel
1. 月別売上の推移を表とグラフで
2. カテゴリ別の売上構成比
3. 直近3か月で前年同期比が大きく落ちたSKU上位5件
計算に使った方法を最後に説明してください。データにないことは推測しないでください。

関数を知りたいときは「C列が空白でない行のD列合計を求める関数を、Excel と Google スプレッドシートの両方で」のように頼めます。

うまくいかない時

数字が合わない：日付が文字列になっている、全角数字が混じっている、などデータ側の問題が多いです。型をそろえてから再実行します。
大きすぎて読み込めない：必要な列と期間に絞るか、先に集計してから渡します。
グラフが見づらい：「棒グラフで、横軸を月、色をカテゴリで」と具体的に指定します。
それらしい結論を断定してくる：相関と因果を混同していないか確認し、「データで言えること」と「仮説」を分けさせます。

注意点

情報漏えい：顧客データ、従業員データ、未公開の財務数値は、会社が許可したツールと契約プランでのみ扱います。個人情報は事前に削除・匿名化します。
確認作業：AIの計算ミスや列の取り違えは起こります。報告に使う数字は必ず元データで検算します（ハルシネーション）。
再現性：同じ質問でも結果の表現が変わることがあります。定例レポートは、AIに作らせた関数やピボットを表に残して再利用するのが安全です。
関連：プロンプト、コード実行、AIエージェント

参考リンク

編集: AI Play 編集部　最終更新: 2026-10-25