メインコンテンツへスキップ
レッスン一覧に戻る

atom.data-analyst.present-recommendations

提案を経営向けに伝える

提案を経営向けに伝える レストランで料理を注文するとき、メニューに「新鮮な魚のカルパッチョ 〜季節の柑橘ソース〜」と書いてあったほうが、ただ「魚の料理」とあるよりずっと選びやすいですよね。経営陣への提案も同じです。...

create-executive-proposal-draftcreate-executive-proposal-draft「create executive proposal draft」に関するスキルがこのレッスンで身につきます。
想定時間未設定公開状態: draft
学習メモ

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc検証: basic_manual_check_v1

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。

diagramscreen_capture

レッスン本文

提案を経営向けに伝える

レストランで料理を注文するとき、メニューに「新鮮な魚のカルパッチョ 〜季節の柑橘ソース〜」と書いてあったほうが、ただ「魚の料理」とあるよりずっと選びやすいですよね。経営陣への提案も同じです。「なんとなくよさそう」ではなく、目的・根拠・次のアクションがひと目でわかるようにまとめると、あなたの提案はぐっと通りやすくなります。

このレッスンでは、AIツール(=ChatGPTやClaude、Geminiなどの人工知能を使ったお助けツール)を活用して、15分以内に経営陣へ向けた提案資料のドラフト(=下書き)を1本作り上げます。

提案資料の作成フロー

前提を確認する

このレッスンを始める前に、以下の3つを手元に用意してください。

  • 分析結果のメモ: あなたが調べたデータから見つけた気づきを、箇条書きで構いません。「売上が前年比12%減」のように数字があるとベストです
  • AIツールへのアクセス: ChatGPT・Claude・Google Geminiなど、どれか1つをブラウザで開いておきます。どれを使っても手順は同じです
  • 経営陣の関心事: 予算の制約、売上目標、人員計画など、提案先が気にしているポイントを1〜2個メモしておきます

プログラミングの知識は一切不要です。AIとの「会話」だけで進めます。

ステップ1: 提案の骨組みをAIに書いてもらう

まずはAIに「どんな構成で書けばいいか」を相談します。次の文章をそのままコピーして、AIツールの入力欄に貼り付けて送信してください。

経営陣向けにデータ分析の提案書を書きます。
以下の5つの構成で、簡潔なテンプレート(=ひな形)を作ってください。

1. 要約(3行以内)
2. 背景と目的
3. データの根拠
4. 推奨アクション
5. 期待される効果

条件:
- 読者は非エンジニアの経営陣です
- 専門用語を使わず、平易な日本語で書いてください
- 各セクションは3〜5行程度にしてください

ここでやっていることは、料理でいうと「レシピの枠組みを先に決める」作業です。いきなり文章を書き始めるのではなく、まず全体の流れを決めてから中身を埋めるほうが、結果としてまとまりのよい資料になります。

AIから返ってきたテンプレートを確認して、あなたの状況に合わない部分があれば追加で調整を指示しましょう。

良い例: 「提案先が予算を気にしていることがわかっているので、『期待される効果』にコスト削減額を入れるよう指示した」

悪い例: 「AIが出したテンプレートをそのまま使い、自分の分析と関係ないセクションも残してしまった」

ステップ2: 分析結果をセクションごとに埋める

ひな形ができたら、あなたの分析結果を1セクションずつ埋めていきます。次のようにAIに指示を出してください。

先ほどのテンプレートの「背景と目的」セクションに、以下の分析結果を埋めてください。
専門用語は使わず、数字は「約〇〇%」のように丸めてください。

(ここにあなたの分析メモを貼り付ける)

これを「データの根拠」「推奨アクション」「期待される効果」の各セクションでも同じように繰り返します。

ポイント: 一度に全セクションを頼むよりも、1セクションずつ確認しながら進めるほうが精度の高い文章になります。料理でいえば、全部の具材を一気に鍋に入れるのではなく、ひとつずつ味を見ながら加えるイメージです。

良い例: 「売上が前年比12%減少していることを背景に書き、原因として顧客離れのデータを添えた」

悪い例: 「分析データをそのままコピペして、『標準偏差』『回帰分析』などの専門用語が残っている」

ステップ3: 全体を仕上げる

すべてのセクションを埋めたら、AIに最終仕上げを頼みましょう。

全体を読み直して、以下の調整をしてください。
1. 冒頭の「要約」を3行以内で書き直してください
2. 専門用語が残っていたら平易な日本語に直してください
3. 全体をA4で1枚程度に収まる分量に整えてください
4. 推奨アクションが具体的な「次の一手」になっているか確認してください

料理の最後に味見をして塩加減を整えるように、全体の流れと読みやすさを最終チェックします。

仕上がりチェックの画面例

成果物を確認する

以下の5つのチェックポイントをすべて満たしているか確認してください。1つでも「いいえ」があれば、AIに修正を依頼しましょう。

#チェック項目確認方法
1要約が3行以内になっている冒頭の要約セクションを数える
2専門用語を使っていない「回帰」「標準偏差」等がないか検索する
3数字に根拠がある「売上が減った」ではなく「前年比12%減」のように具体的か
4推奨アクションが1つ以上ある「〇〇をしてみてはいかがでしょうか」のように次の一手が書かれているか
5A4で1枚程度の分量に収まっている文字数が1000〜1500字程度か

すべて確認できたら、AIの回答をコピーしてテキストファイル(メモ帳やGoogleドキュメントなど)に保存してください。これが今回の成果物です。

つまずきポイントを知っておく

よくある困りごと対処法
AIが専門用語を使ってしまうプロンプト(=AIへの指示文)の最後に毎回「専門用語は使わないでください」と一文を添える
提案が長くなりすぎる「全体でA4 1枚(約1200字)に収めて」と文字数の目安を伝える
根拠が弱いと感じる分析メモに具体的な数字が足りない可能性があります。「売上が減った」→「前年比12%減(1200万円→1056万円)」のように数字を補強してからAIに再度入力する
AIの出力が的外れになるセクションを分けて1つずつ指示を出し直す。一度に大量の指示を出すと精度が落ちやすい
経営陣の関心事がわからない上司や同僚に「今期、一番気にしていることは何ですか?」と事前に聞いておく

まとめ

お疲れさまでした。あなたはAIツールを使って、経営陣に伝わる提案資料のドラフトを1本作成できました。

今回身につけたスキルのポイントは3つです。

  1. 構成を先に決める → AIに骨組みを作ってもらってから中身を埋める
  2. セクションごとに進める → 一度に全部ではなく、1つずつ確認しながら精度を上げる
  3. チェックリストで仕上げる → 最後に5つの観点で自己チェックする

この流れを覚えておけば、次回からは自分の力で同じ品質の提案資料を作れます。

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc

検証: basic_manual_check_v1

証跡とメディア

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディア

diagramscreen_capture
前提 atom

必須

なし

あると楽

なし

学習完了