優良顧客の特徴を掴む

あなたが小さなパン屋さんを営んでいると想像してみてください。 毎日たくさんのお客さんが来ますが、「どの人に喜んでもらえるとお店が一番助かるか」を知りたいと思ったことはありませんか？

そんなとき、売上データをじっくり見ると、「この人は週に3回も来てくれる」「いつも単価が高い商品を選ぶ」といった共通点が見えてきます。 でも、何百行もの表を自分の目で見比べるのは大変ですよね。

この Atom では、AI ツール（＝人工知能を使った便利なサービス。ChatGPT や Claude など）にデータを渡して、「売上や利益に大きく貢献してくれている優良顧客（＝お店にとって特に大切なお客さん）の特徴」をたった15分で明らかにします。

所要時間の目安は 15分 です。

---

この Atom を進める前に、次の2つを用意してください。

1. 顧客データ：手元に CSV（＝カンマ区切りの表データ。Excel や Google スプレッドシートから書き出せる形式）やスプレッドシート形式のデータがあること
2. AI ツールへのアクセス：ChatGPT や Claude など、ファイルをアップロードできる AI サービスのアカウント

データがまだない場合も大丈夫です。 AI に次のように頼めば、練習用のサンプルデータを作ってくれます。

50人分の顧客購入データをCSV形式で作ってください。
列は「顧客ID, 顧客名, 購入日, 購入金額, 商品カテゴリ」でお願いします。
一部の顧客は購入回数や金額が高くなるようにしてください。

出力された表をコピーしてテキストファイルに貼り付け、sample.csv という名前で保存すれば準備完了です。

---

作業に入る前に、全体の流れをイメージしましょう。料理のレシピと同じで、最初にゴールまでの道順を知っておくと迷いません。

---

まず、あなたの顧客データがどんな内容かを軽く確認します。

Excel や Google スプレッドシート（＝インターネット上で使える表計算ソフト）でデータを開いて、次の項目が含まれているか見てください。

• 顧客ID または 顧客名 ― だれの記録か分かるもの
• 購入日 ― いつ買ったか
• 購入金額 ― いくら使ったか
• 購入商品 または 商品カテゴリ ― 何を買ったか

これらが揃っていれば十分です。全部なくても、少なくとも「顧客が分かる列」と「金額の列」があれば分析できます。

確認できたら、データを CSV 形式 で書き出してください。

• Google スプレッドシート の場合：「ファイル → ダウンロード → CSV（カンマ区切り）」
• Excel の場合：「ファイル → 名前を付けて保存」でファイル形式を「CSV」に変更

---

AI ツール（ChatGPT や Claude）を開き、データファイルをアップロード（＝送信）します。

ChatGPT の場合：

1. 画面下部の ＋ ボタン または クリップアイコン を押す
2. 保存した CSV ファイルを選ぶ
3. ファイル名が表示されたら、アップロード完了

Claude の場合：

1. 画面下部の クリップアイコン を押す
2. 保存した CSV ファイルを選ぶ
3. ファイルがチャット欄に表示されたら完了

うまくいかないとき： ファイルサイズが大きすぎる場合があります。そのときは、データの先頭 200行だけを残した軽いファイルを作り直してください。分析の精度は先頭200行でも十分です。

---

データを読み込ませたら、AI に質問を投げかけます。 ここが一番大切なステップです。「どんな聞き方をするか」で結果の質が大きく変わります。

良い聞き方の例

以下のプロンプト（＝AI への指示文）をコピーして、そのまま AI に送ってみてください。

この顧客データから、売上の上位20%にあたる顧客に共通する特徴を教えてください。
次の観点で分析してください。
- 購入頻度（何回買っているか）
- 平均単価（1回あたりの平均金額）
- よく買っている商品カテゴリ
- 購入の時間帯や曜日の傾向

結果は箇条書きで、それぞれに具体的な数字を添えてまとめてください。

なぜこの聞き方が良いのか： 分析の観点（購入頻度、平均単価など）を具体的に指定しているので、AI が的外れな回答をしにくくなります。

悪い聞き方の例

優良顧客を教えて

なぜ悪いのか： 質問が短すぎて、AI が「何をもって優良とするか」を勝手に決めてしまいます。あなたの目的とズレた答えが返ってくる可能性が高いです。

---

結果を確認するポイント

AI が回答を出力したら、次の3つをチェックしましょう。

• ✅ 「上位20%の顧客」という基準で切り分けられているか
• ✅ 共通する特徴が具体的な数字（金額、回数など）とともに示されているか
• ✅ 結果があなたの肌感覚と大きく矛盾していないか

深掘りする質問を追加する

最初の回答を見て「もう少し詳しく知りたい」と感じたら、追加で質問しましょう。

上位20%の優良顧客と、それ以外の一般顧客を比較する表を作ってください。
比較項目は「平均購入回数」「平均購入金額」「よく買うカテゴリ上位3つ」でお願いします。

このように深掘りすると、「優良顧客はここが違う」という差がはっきり見えて、より説得力のある分析になります。

---

AI が出した結果には、いくつかの用語が登場します。意味を確認しておきましょう。

例えば AI が次のように答えたとします。

「上位20%の顧客の特徴：

• 月に2回以上購入している（一般顧客は月0.5回）
• 平均単価が一般顧客の1.8倍（3,200円 vs 1,800円）
• 週末よりも平日の購入が多い
• 食品カテゴリの購入率が特に高い」

この結果から、「優良顧客は平日に高単価でリピートしてくれる人たち」という仮説（＝まだ確定ではないけど、たぶん合っている考え）が立てられます。

---

最後に、分析結果を1枚のレポート（＝まとめ文書）にまとめましょう。 AI に次のプロンプトを送ってください。

これまでの分析結果を、次の構成でレポートにまとめてください。

1. 目的（何を知りたかったか）
2. データの概要（何行のデータか、期間はいつからいつまでか）
3. 分析方法（どんな観点で調べたか）
4. 主な発見（分かったこと 3〜5項目を箇条書きで）
5. 次のアクション（この結果を受けて何をするべきか 2〜3項目）

各項目は2〜3行程度で簡潔にしてください。

AI が出力したレポートを コピーして、テキストファイルやメモ帳に保存 してください。 これがこの Atom の 成果物 です。

成果物の確認

レポートを保存したら、スクリーンショット（＝画面の写真）を1枚撮ってください。

• Windows：Win + Shift + S を同時押し
• Mac：Cmd + Shift + 4 を同時押し

スクリーンショットに、レポートの内容（目的・主な発見・次のアクション）が映っていれば OK です。

---

「AI がデータを読み込んでくれない」

• ファイルサイズが大きすぎる可能性があります。先頭100〜200行だけを残して軽くしたファイルを作り直してください。
• CSV の文字コード（＝文字の保存方式）が合っていない場合もあります。「UTF-8」形式で保存し直してみてください。

「AI の回答が英語で返ってきた」

質問の最後に 「日本語で答えてください」 と一言付け足すと、日本語で返してくれます。

「結果の数字がおかしい気がする」

AI は計算を間違えることがあります（これをハルシネーション＝もっともらしいけど実は嘘の情報、と呼びます）。 重要な数字は、元のデータから1件だけ手作業で計算して照らし合わせると安心です。

例：AI が「上位顧客の平均購入回数は月5回」と言ったら、元データの顧客1人分を手で数えてみる。

「何を質問すればいいか分からなくなった」

迷ったら、AI に次のように聞いてみてください。

この顧客データから分析できそうな面白い切り口を3つ提案してください。

AI 自身に提案してもらうことで、次の一歩が見つかります。

---

お疲れさまでした！この Atom であなたは次のことができるようになりました。

• ✅ 顧客データを AI ツールに読み込ませる
• ✅ 目的に合った質問（プロンプト）で優良顧客の特徴を引き出す
• ✅ AI の回答を読み解き、数字の信頼性を確認する
• ✅ 結果を構造化されたレポートにまとめる

次のステップとして、「分かった優良顧客の特徴をもとに、新しい施策（＝打つ手）を考える」ことに挑戦してみてください。 例えば AI に「この優良顧客の特徴を踏まえて、リピート率を上げる施策を3つ提案して」と聞くと、具体的なアイデアが得られます。