データ分析の流れを理解する

データ分析と聞くと「難しそう」「プログラミングが必要？」と身構えてしまうかもしれません。でも安心してください。データ分析の基本的な流れは、実は料理のレシピに似ています。

• 材料を集める（＝データを集める）
• 下ごしらえをする（＝データを整える）
• 調理する（＝データを分析する）
• 盛り付けて味見する（＝結果をまとめて確認する）

この Atom では、この「料理の4ステップ」になぞらえて、データ分析の全体像をつかみます。最終的に、あなた自身が「自分の仕事でどこにこの流れを使えるか」を1ページのメモにまとめるところまで進めます。

• プログラミングの知識は不要です
• AI チャットツール（ChatGPT や Claude など）を使える環境があれば OK です
• 所要時間の目安: 約15分

まず「何を知りたいのか？」を決めます。ここが一番大事です。

料理でいえば「今日はカレーを作ろう」と決めるのと同じです。目的が決まらないまま材料を買いに行っても、冷蔵庫がごちゃごちゃになるだけですよね。

良い例

• 「先月の売上トップ10の商品を知りたい」
• 「お客さんが一番多い曜日と時間帯を調べたい」

悪い例

• 「なんかデータを分析したい」（目的があいまい）
• 「全部のデータを見たい」（範囲が広すぎる）

AI に聞いてみよう

目的が決まったら、AI にデータの集め方を相談できます。以下のプロンプト（＝AI への質問文）をコピーして使ってみてください。

プロンプト例: 「私は小さなカフェを経営しています。先月の売上データ（Excel）から、一番売れたメニューを調べたいです。どんなデータ項目が必要ですか？」

AI が「日付」「メニュー名」「売上金額」「個数」など、必要な項目を教えてくれます。

集めたデータには、たいてい「汚れ」が混じっています。

• 日付の書き方がバラバラ（「2026/4/1」と「4月1日」が混在）
• 空欄がある
• 明らかにおかしい数字（売上がマイナスなど）

これは野菜の泥を洗い落としたり、傷んだ部分を取り除くのと同じ作業です。

AI に聞いてみよう

プロンプト例: 「以下の売上データに不備がないかチェックしてください。おかしい箇所があれば教えてください。」 （この下に Excel や CSV からコピーしたデータを貼り付ける）

AI が「3行目の日付の形式が違います」「7行目の金額が空欄です」のように指摘してくれます。

いよいよ本題です。整えたデータを使って、知りたいことの答えを出します。

分析というと複雑に聞こえますが、最初は「並べ替え」「合計」「平均」だけで十分です。

• 並べ替え: 売上が多い順に並べる
• 合計: メニューごとの売上を合計する
• 平均: 1日あたりの平均来客数を出す

AI に聞いてみよう

プロンプト例: 「以下の売上データを、メニュー別の合計金額が大きい順に並べてください。上位5つを教えてください。」 （データを貼り付ける）

分析結果を「自分以外の人にも伝わる形」にまとめます。

料理でいえば、お皿に盛り付けて見た目を整え、味見をする段階です。ここで大事なのは:

• 数字だけでなく「だから何？」を書く: 「カフェラテが1位だった」→「カフェラテの在庫を増やすべき」
• グラフや表を使う: 文章だけより、ひと目で分かる図があると伝わりやすい

AI に聞いてみよう

プロンプト例: 「以下の分析結果を、上司に報告するための箇条書き3点にまとめてください。結論と提案を含めてください。」

ここまでの内容を踏まえて、以下のテンプレートを埋めてみましょう。これがこの Atom の成果物（＝あなたが実際に作るもの）です。

# 私のデータ分析メモ

（例: 先月の売上トップ5メニューを知りたい）

（例: メニュー名、日付、売上金額）

（例: 日付の形式を統一する、空欄を埋める）

（例: メニュー別に売上を合計して並べ替える）

（例: カフェラテが1位→在庫を多めに確保する）

上のテンプレートをコピーして、あなたの仕事に当てはめて書いてみてください。「自分の仕事のどこでデータ分析を使えるか」を具体的に書くのがポイントです。

![完成メモのスクリーンショット例](/lesson-assets/atom.data-analyst.map-analysis-workflow/screen_capture.png)

---

以下の3つができていれば、この Atom は完了です。

• データ分析の4ステップ（集める→整える→分析する→まとめる）を自分の言葉で説明できる
• テンプレートの5項目を、自分の仕事に当てはめて埋められた
• AI チャットに分析の相談をするプロンプトを1つ以上試した