こんにちは！りんご姉妹（赤）です。 寒さがぐっと増し、あたたかい鍋と日本酒が染みる季節になりました。 前回の記事では「未知の世界に一歩踏み出す大切さ」について書きましたが、今回はまた新しい“未知”に挑戦中です。 それは「AIを使ったデータ分析のまとめ方」です。

💭データ報告の壁とAIへの期待
私たちの業務では、毎月のお問合せ数やWebサイトのアクセス解析（GA4の数値）をチームに共有する機会が多くあります。 しかし、数字を並べただけでは「で、結局どうなの？」とモヤっとさせてしまうこともあって、“伝えることの難しさ”を感じるようになりました。 「どうすればもっとわかりやすく伝えられるだろう？」と悩むことが増えていたとき、上司から「AIに分析データを渡して、みんなが直感的に理解しやすいレポートにまとめてもらってみたら？」とアドバイスを受け、試してみることにしました。

😵‍💫 想像以上に難しかった、AIとの対話
ところが、実際にAIを使ってみると、想像以上に難しい…。 まず最初に感じたのは、「対話のミスマッチ」です。 AIに指示を出しても、返ってくる内容は自分のイメージと少し違ったり、表面的な説明で終わってしまったり。さらに困ったのが、「同じこと言ったよね？」と思っても、毎回ちょっとずつ仕上がりが違うところ。 たとえば、
・「増減の推移を折れ線グラフで」と頼んだのに、なぜか棒グラフになる。なんでよ～
・「要因を分析して」と求めても、前年比や比較といった重要な視点が抜け落ちてしまう。
こんなやり取りを何度も繰り返しているうちに、ある重要なことに気づきました。 自分では「言ってるつもり」でも、指示が具体的じゃなかったり、結論をぼんやりしたまま投げていたんです。 AIとのやり取りを通じて、自分の曖昧さが全部浮き彫りになる感じです。

💡分析の最終ゴールは伝わること
こうして「自分が何を伝えたいか」「この数字から導きたい結論は何か」を明確に言語化することの重要性を痛感。 試行錯誤を重ねるうちに、少しずつプロンプト力が鍛えられていると今では実感しています。 最初は全くかみ合わなくても、徐々に「あ、伝わってきたかも」「この表現で伝わるんだ！」と感じる瞬間があり、その過程が面白くもあります。 この挑戦を通じて、私が意識するようになったポイントがあります。
・伝えたいポイントを言語化する: 「なんとなく増加している」ではなく、具体的な切り口から指示を出す。
・プロンプトを具体的に書き直す: グラフの種類、比較対象期間（前月比・前年比）、対象ユーザー層など、分析に必要な要素を細かく盛り込む。
・自分の分析見解も大事にする: AIの結果を鵜呑みにせず、自分の見解を添えて、AIに次の深掘りを依頼する。
結局のところ、データ分析は数字を眺めて終わりではなく、その背景を自分の言葉で解釈し、次の行動につなげる提案を伝えてこそ価値が生まれるものだと思います。AIは、人間が導き出したい結論をより早く、よりわかりやすい形でアウトプットしてくれる、頼れる優秀な相談相手といったところですね。 これからも、うまくいかない時間も楽しみながら、AIと一緒に分析に向き合い、「伝わる分析」の面白さを探求していきたいです。