売上や顧客のデータはたまっているのに、集計やグラフづくりで手いっぱいで、そこから何が言えるのかまで考える時間がない。社内にデータ分析の専門家がおらず、BIツールを入れても一部の人しか使っていない。生成AIでデータ分析ができると聞くけれど、どのツールで何から始めればよいのかわからない。そんな悩みを持つ担当者は少なくありません。ChatGPTの公式ヘルプでは、ExcelやCSVのファイルをアップロードすると、ChatGPTが必要に応じてPythonのコードを書いて実行し、傾向や外れ値の要約、表やグラフの作成、統計分析まで行うと説明されています(出典:OpenAI ヘルプセンター「ChatGPT によるデータ分析」)。ExcelやGoogle スプレッドシート、BIツールにも、言葉で質問してデータを分析する機能が加わりました。ただし、ツールによって、できることとAIを使える条件が違います。
そこで本記事では、AIデータ分析の意味とできることを整理したうえで、4つのタイプに分けたおすすめの9ツールを公式サイトの情報で紹介し、自社のデータで始めるための手順までまとめました。
この記事でわかること
- AIデータ分析でできること
- ツールの4タイプとおすすめ9選
- 始め方の手順と使える指示文

この記事の監修者
AIBUILDERZ編集部
AI導入支援サービス「AIBUILDERZ」を運営するチームです。AI研修からシステムの導入・構築・定着まで、企業のAI導入を一気通貫で支援しています。
- 01AI研修
- 02システム構築
- 03運用・定着
運営会社 for,Freelance株式会社
AIデータ分析とは|BIとの違い
最初に、AIデータ分析という言葉が指す範囲と、これまでのExcelやBIツールでの分析と何が違うのかを整理しておきましょう。ここを押さえておくと、ツールを選ぶときも、何から始めるかを決めるときも迷いにくくなります。
AIデータ分析の意味
AIデータ分析とは、AIを使って、データの集計・可視化・傾向の発見・将来の予測などを行うことです。売上や在庫、顧客、アンケートなどのデータをAIに読み込ませ、「先月より売上が落ちた商品は?」「来月の受注数はどのくらい?」と問いかけると、表やグラフ、要約、予測の数字として答えが返ってきます。
これまでは、関数やピボットテーブル、統計ソフト、プログラミングの知識がないと難しかった分析の一部を、言葉で頼めるようになったのが大きな変化です。
機械学習による分析と生成AIによる分析
ひとくちにAIデータ分析といっても、使うAIによって大きく2つに分けられます。
| 種類 | 仕組み | 得意なこと | 代表的な使い方 |
|---|---|---|---|
| 機械学習による分析 | 過去のデータからパターンを学習したモデルを作る | 数値の予測・分類・異常の検知 | 需要予測、解約の予測、設備の故障の予兆 |
| 生成AIによる分析 | 言葉の指示を受け、集計や計算のコードを書いて実行する | 集計・可視化・要約・文章データの整理 | 売上の集計とグラフ化、アンケートの自由記述の分類 |
最近は、ChatGPTやClaudeのような生成AIが、裏でPythonのコードを書いて計算するため、生成AIだけでもかなりの分析ができるようになりました。一方で、毎月の需要を高い精度で当てたいといった目的では、予測に特化したツールのほうが向いています。まず「何を知りたいか」を決め、集計・可視化なら生成AI、継続した予測なら予測特化型と使い分けることが大切です。
従来のExcel・BIツールとの違い
| 比べる点 | Excel・従来のBIツール | AIデータ分析 |
|---|---|---|
| 操作 | 関数・ピボットテーブル・ドラッグ操作で人が組み立てる | 「〇〇を地域別に比べて」と言葉で頼む |
| 必要な知識 | 関数・データのつなぎ方・グラフの作り方 | 何を知りたいかを言葉にする力と、結果を確かめる力 |
| 得意な分析 | 決まった指標を定期的に見る | その場の疑問を次々に掘り下げる |
| 文章のデータ | 扱いにくい | 自由記述の分類・要約もできる |
| 気をつける点 | 作る人が限られ、作業が属人化しやすい | 計算や解釈を誤ることがあり、人の確認が欠かせない |
AIデータ分析は、ExcelやBIツールを置き換えるものではありません。毎月見る決まった指標はBIツールのダッシュボードで追い、そこで気になった点をAIに聞いて掘り下げる、という組み合わせが現実的です。
データ分析の4つの段階とAIの役割
| 段階 | 問い | AIの役割の例 |
|---|---|---|
| 記述的分析 | 何が起きたか | 売上・件数の集計、グラフ化、要約 |
| 診断的分析 | なぜ起きたか | 地域・商品・顧客別に分けて、差の大きいところを探す |
| 予測的分析 | これから何が起きるか | 需要・売上・解約の予測 |
| 処方的分析 | 何をすべきか | 予測をもとに、発注量や打ち手の候補を出す |
多くの会社にとって、最初に効果が出やすいのは「何が起きたか」「なぜ起きたか」の2つの段階です。集計とグラフづくりの時間をAIに任せ、空いた時間で理由と打ち手を考える、という使い方から始めると成果が見えやすくなります。
AIデータ分析でできること
AIを使うと、データ分析のどの作業が楽になるのでしょうか。ツールによって得意なことは違いますが、代表的なものを6つ紹介します。
言葉で頼んで集計・グラフ化する
「商品別の月ごとの売上を表にして、上位5商品を折れ線グラフにして」のように頼むと、表とグラフを作ってくれます。ピボットテーブルの組み方や関数を覚えていなくても、聞きたいことをそのまま言葉にすれば集計できます。
傾向・外れ値・要因を見つける
データ全体を見て、伸びている項目・落ちている項目、ほかと比べて極端な値(外れ値)を指摘してもらえます。「売上が落ちた理由として考えられることを、データから3つ挙げて」と頼めば、地域や商品、顧客の層ごとに分けて差の大きいところを探してくれます。ただし、AIが挙げる理由はあくまで仮説です。
売上・需要を予測する
過去の実績から、来月の売上や必要な在庫、問い合わせの件数などを予測できます。生成AIでも簡単な予測はできますが、毎月くり返し使う予測や、精度を測りながら改善したい予測は、予測特化型のツールやBIツールの予測機能が向いています。在庫管理や発注に使う需要予測の進め方と費用の目安は、AI需要予測とは?在庫管理・発注の使い方と必要なデータ・費用で解説しています。
異常を検知する
いつもと違う数字の動きを見つけるのもAIの得意分野です。経費の急な増加、受注の急な減少、センサーの値の変化などを早めに見つけられます。毎日のデータを人がすべて目で追うのは難しいため、AIに見張らせて、気になる動きだけを人が確かめる形にすると負担が減ります。
アンケートや問い合わせの文章を分析する
アンケートの自由記述、顧客からの問い合わせ、商品レビューといった文章のデータも分析できます。内容ごとに分類する、よく出てくる不満を数える、前向きか後ろ向きかを判定する、といった作業は、生成AIが特に力を発揮するところです。これまで読む時間がなくて眠っていた文章のデータを、数字で比べられる形に変えられます。
数式・SQLを作り、意味を説明する
「担当者別の達成率を出す列を足して」と頼めば数式を作り、他人が作った複雑な数式の意味も説明してくれます。データベースを使っている会社なら、知りたいことを言葉で伝えてSQLを書かせることもできます。作った数式やSQLは、少ない件数で結果を手計算と照らし合わせてから使いましょう。
AIデータ分析が注目される背景
なぜいま、AIを使ったデータ分析が注目されているのでしょうか。3つの背景を紹介します。
データ分析の専門家が足りない
総務省の調査では、AI・データ解析の専門家が「在籍している」と答えた日本企業は26.4%でした。米国・ドイツ・中国の企業では75%程度で、大きな差があります(出典:総務省『令和8年版 情報通信白書』第Ⅱ部第1章第11節)。
専門家を新たに採用するのが難しい会社にとって、専門家でなくても分析の作業を進められるAIは、人手の足りなさを補う手段になります。
いつもの表計算ソフトやBIツールにAIが入った
ExcelのCopilotでは、表のデータについて自分の言葉で質問すると、グラフ、ピボットテーブル、要約、傾向、外れ値として答えが返ってきます(出典:Microsoft サポート「Copilot in Excel でデータ分析情報を取得する」)。Google スプレッドシートのGeminiも、サイドパネルからデータの分析やグラフの作成を頼めます(出典:Google ドキュメント エディタ ヘルプ「Gemini in Google スプレッドシートを活用する」)。
BIツールでも、データポータル(旧 Looker Studio)の会話分析のように、BIの専門知識がない人が自然言語でデータについて質問できる機能が加わっています。ただし、新しい会話分析はBigQueryで作ったデータ エージェントが前提で、スプレッドシートやCSVのデータにそのまま質問できるわけではありません(出典:Google Cloud「データポータルの会話型分析の概要」)。新しい専用ツールを入れなくても、すでに使っている道具の中でAIによる分析を試せるようになったことが、AIデータ分析が身近になった大きな理由です。
予測や異常検知のAIはまだ一部
中小機構が全国の中小企業を対象に行った調査(2025年11月17日〜12月12日)で、AIを導入済みの企業(n=322)が使っているAIをみると、生成AIが82.6%で最も多く、需要予測AIは8.1%、異常検知AIは4.3%でした(出典:中小機構『中小企業のAI等の利活用に係る実態調査』2026年3月)。
予測や異常検知の専用ツールはまだ一部の会社にとどまり、多くの会社は手元の生成AIからAI活用を始めています。データ分析も、すでに使っている生成AIやExcelのAIから小さく試すのが、いちばん始めやすい道です。
AIデータ分析の4つのメリット
AIをデータ分析に取り入れると、作業が速くなるだけでなく、データを使う人の幅も広がります。主なメリットを4つ紹介します。
集計とグラフづくりの時間が減る
毎月の報告のために、データを集めて、整えて、集計して、グラフにする作業は、多くの時間を取ります。この作業の多くをAIに任せられるため、報告の準備にかかる時間を減らせます。空いた時間は、数字の理由を考えたり、打ち手を話し合ったりする時間に回せます。
専門家でなくても分析できる
関数やプログラミングを知らない現場の担当者でも、言葉で聞けば分析の結果を得られます。これまで「分析担当者に頼んで数日待つ」だった疑問を、その場で確かめられるようになります。分析を一部の人の仕事から、データを持つ現場の全員の仕事に広げられるのが、AIデータ分析の大きな価値です。
疑問をその場で深掘りできる
「地域別に見たら?」「では、その地域の中で商品別に見たら?」と、出てきた結果に対して次々と質問を重ねられます。決まった形の表を見るだけでは気づけなかった差や変化に、早く気づけるようになります。
眠っていた文章のデータを使える
アンケートの自由記述や問い合わせの記録のように、これまで読む時間がなく、ほとんど使われていなかったデータも分析の対象になります。顧客の声を数字で比べられるようになると、商品やサービスの改善の優先順位を決めやすくなります。
AIデータ分析ツールの4つのタイプ
AIデータ分析のツールは、大きく4つのタイプに分けられます。どのタイプが合うかは、データがどこにあるか、だれが使うか、一度きりの分析か毎月続ける分析かで決まります。
対話型の生成AI|ファイルを渡して会話で分析する
ChatGPTやClaudeのように、ExcelやCSVのファイルを渡して、会話しながら分析する使い方です。新しいシステムを入れなくても今日から始められ、集計・グラフ・要約・文章データの分類まで幅広くこなします。一方で、毎月同じ分析をくり返す、社内の大量のデータに直接つなぐ、といった使い方には向いていません。
表計算ソフト組み込み型|いつものExcel・スプレッドシートで使う
ExcelのCopilotや、Google スプレッドシートのGeminiのように、ふだんの表計算ソフトの中で使えるAIです。ファイルを別のツールに移さずに分析でき、作った数式やグラフもそのままシートに残ります。すでにMicrosoft 365やGoogle Workspaceを契約している会社なら、取り入れやすいタイプです。
AI搭載のBIツール|ダッシュボードで継続して見る
Power BIやTableauのように、社内の複数のデータをつないでダッシュボードを作り、組織で共有するツールに、AIの機能が加わったものです。毎月・毎週見る指標を決めて追い続ける使い方に向いています。データのつなぎ込みや設計に手間がかかるため、最初の一歩としては少し重めです。
予測特化型|需要や成約を予測するモデルを作る
過去のデータから予測モデルを自動で作り、需要・成約・解約などを予測するツールです。生成AIよりも予測の精度や再現性を重視したい場合に向いています。予測したい項目と、その結果がわかっている過去のデータがそろっていることが前提になります。
タイプ別の早見表
| タイプ | 向いている会社・人 | 得意な分析 | 気をつけたいこと |
|---|---|---|---|
| 対話型の生成AI | まず手元のファイルで試したい | 集計・可視化・要約・文章データ | 毎月のくり返しや大量のデータには向かない |
| 表計算ソフト組み込み型 | ExcelやGoogle スプレッドシートが中心 | シートの上での集計・数式・グラフ | 使える機能が契約のプランで変わる |
| AI搭載のBIツール | 決まった指標を組織で追いたい | ダッシュボード・継続した監視 | データのつなぎ込みと設計に手間がかかる |
| 予測特化型 | 需要や成約を継続して予測したい | 予測モデルの作成・精度の確認 | 予測したい項目の過去の実績が必要 |
迷ったら、対話型の生成AIか表計算ソフトのAIで小さく試し、毎月くり返す分析だけをBIツールや予測特化型に移すのがおすすめです。
ChatGPT・Claude・Geminiの料金や法人プランの違いは 生成AI料金比較 で比べています。
AIデータ分析ツール9選の比較一覧
ここからは、4つのタイプ別に、データ分析に使えるおすすめの9ツールを紹介します。料金や機能は、各社の公式サイトとヘルプに載っている情報をもとにまとめました。料金や機能は変わることがあるため、契約の前に公式サイトで最新の情報を確かめてください。
PR|AIBUILDERZ AI導入支援サービス
PR
AIBUILDERZ|AI導入支援サービス
システム構築は成果報酬型。AI研修から導入・構築・定着まで一気通貫で支援

AI研修からシステムの導入・構築・定着まで、一気通貫で支援するサービスです。業務アプリの構築費は事前にいただかず、実際に稼働させ、効果をご確認いただいてからお支払いが始まります。成果報酬型での対応は、当社が小規模と定義するシステムが対象です。
- 業種・規模を問わず支援どの業務からAIやシステムに置き換えるかを一緒に決め、効果の大きい業務から順に進めます。
- システム構築は成果報酬型業務アプリの構築費は事前にいただきません。稼働させ、効果をご確認いただいてからお支払いが始まります。
- AI導入の効果を可視化置き換える業務を一覧にし、導入前後の時間から、空いた時間とかからなくなった費用を毎月記録します。
- 小さく始めて、リスクを管理影響の小さい業務から始め、AIの実行結果は担当者が確認・承認してから反映します。
9ツールの比較表
| ツール | タイプ | 得意なこと | 無料プラン |
|---|---|---|---|
| 01. ChatGPT | 対話型の生成AI | 傾向・外れ値の要約 | あり |
| 02. Claude | 対話型の生成AI | アップロードしたデータの分析 | あり |
| 03. Microsoft 365 Copilot(Excel) | 表計算ソフト組み込み型 | 質問への回答(グラフ・ピボットテーブル・要約) | なし(試用あり) |
| 04. Google スプレッドシートの Gemini | 表計算ソフト組み込み型 | データの分析と分析情報の生成 | なし(対象プランが必要) |
| 05. Power BI | AI搭載のBIツール | ダッシュボード・レポートの作成と共有 | あり(Desktop) |
| 06. Tableau | AI搭載のBIツール | ダッシュボード・可視化の作成 | あり(Desktop) |
| 07. データポータル(旧 Looker Studio) | AI搭載のBIツール | ダッシュボード・レポートの作成と共有 | あり |
| 08. Amazon Quick Sight | AI搭載のBIツール | ダッシュボードの作成と共有 | 試用の案内あり |
| 09. Prediction One | 予測特化型 | 予測モデルの自動作成 | 14日間の体験 |
対話型の生成AIのおすすめ
ExcelやCSVのファイルを渡して、会話しながら集計・可視化・統計分析を進められる生成AIです。まず手元のデータで試したい場合に向いています。
01. ChatGPT|ファイルを渡して会話で分析できる生成AI

ChatGPTは、OpenAIが提供する対話型の生成AIです。ExcelやCSVなどのファイルをアップロードし、知りたいことを言葉で伝えると、行や列の傾向・外れ値の要約、表やグラフの作成、Pythonを使った計算や統計分析まで行います。分析にPythonを使った場合は、生成されたコードと前提を確かめられるため、結果の根拠を追いやすいのも特徴です。
| 強み | アップロードしたファイルを、会話しながら集計・グラフ化・統計分析できます |
| できること | 傾向・外れ値の要約・表・グラフの作成・Pythonによる計算・統計分析・分析の前提と次の手順の説明 |
| 分析できるデータ | Excel・CSVなどのスプレッドシート、PDF、JSONやテキストのファイル(使える形式はプランや設定で変わる) |
| 無料プラン | あり(アップロードなどに上限あり) |
| 料金 | Go 1,400円/月、Plus 3,000円/月、Pro 16,800円/月から(いずれも1人あたり月額) |
| 提供会社 | OpenAI |
| 公式サイト | ChatGPT |
02. Claude|分析からExcelやレポートの作成までできる生成AI

Claudeは、Anthropicが提供する対話型の生成AIです。会話の中でコードを実行してファイルを扱えるため、アップロードしたデータの分析、グラフや可視化を含むレポートの作成、数式の入ったExcelの作成などを、言葉で頼むだけで進められます。コード実行とファイル作成は無料プランを含むすべてのプランで使え、TeamやEnterpriseのプランでは、組織の管理者が外部への通信を止めるなどの設定ができます。
| 強み | アップロードしたデータの分析から、グラフ入りのレポートやExcelの作成までを会話で進められます |
| できること | アップロードしたデータの分析・グラフ入りのレポート作成・数式の入ったExcelの作成・WordやPowerPoint、PDFの作成 |
| 分析できるデータ | 会話にアップロードしたファイル |
| 無料プラン | あり(使用量に制限あり。コード実行とファイル作成も利用可) |
| 料金 | Pro $17/月(年払い・一括$200)・月払い$20、Max $100/月から(米ドル) |
| 提供会社 | Anthropic PBC |
| 公式サイト | Claude |
表計算ソフト組み込み型のおすすめ
ふだん使っているExcelやGoogle スプレッドシートの中で、言葉で質問して分析できるAIです。ファイルを移さずに使えるのが利点です。
03. Microsoft 365 Copilot(Excel)|いつものExcelに質問して分析できる
Microsoft 365 Copilotを使うと、Excelの右下のCopilotから、表のデータについて自分の言葉で質問できます。「売上が最も高かった地域と最も少ない地域は?」「外れ値や異常はある?」と聞くと、グラフ、ピボットテーブル、要約、傾向として答えが返ってきます。利益率などを計算する列や行の追加、数式の作成と説明、アンケートの自由記述からのテーマの抽出もできます。
| 強み | Excelの画面のまま、言葉で質問して傾向・外れ値・集計を出せます |
| できること | 質問への回答(グラフ・ピボットテーブル・要約)・傾向・外れ値の発見・計算列・数式の作成と説明・自由記述の要約とテーマの抽出 |
| 分析できるデータ | Excelのブック |
| 無料プラン | 無料プランの記載なし(法人向けプランに1か月の無料試用あり・要クレジットカード) |
| 料金 | Microsoft 365 Copilot Business(既存プランへのアドオン)3,148円/ユーザー/月相当(年払い・税別)、Microsoft 365 Business Standard(Copilot を含む)3,523円/ユーザー/月相当(年払い・税別) |
| 提供会社 | Microsoft |
| 公式サイト | Microsoft 365 Copilot(Excel) |
04. Google スプレッドシートの Gemini|シートの横で分析とグラフを頼める
Google スプレッドシートの右上の「Gemini に相談」から、サイドパネルで指示を出せます。データを分析して分析情報を出す、グラフを作る、数式やテーブルを作る、ピボットテーブルや条件付き書式を設定する、といった操作に対応しています。出力の生成に使ったコードを表示することもできます。Excelファイルは、Google スプレッドシート形式で保存してから使うと最も効果的とされています。
| 強み | サイドパネルから、データの分析・グラフの作成・数式の作成を頼めます |
| できること | データの分析と分析情報の生成・グラフの作成・数式・テーブルの作成・ピボットテーブル・条件付き書式の設定 |
| 分析できるデータ | Google スプレッドシート(Excelはスプレッドシート形式に保存して使う) |
| 無料プラン | スプレッドシート自体は無料。Gemini の機能は対象の Google Workspace か Google AI のプランが必要 |
| 料金 | Google Workspace Business Standard 1,600円/ユーザー/月(年契約・税別)、Business Plus 2,500円/ユーザー/月(年契約・税別) |
| 提供会社 | Google LLC |
| 公式サイト | Google スプレッドシートの Gemini |
AI搭載のBIツールのおすすめ
社内のデータをつないでダッシュボードを作り、組織で共有するBIツールです。AIの機能で、レポートの要約や質問への回答もできるようになっています。
05. Power BI|Copilotでレポートに質問できるBI
Power BIは、Microsoftのデータ可視化・BIのサービスです。デスクトップ版は無料でダウンロードでき、作ったレポートを共有するにはProなどの有料ライセンスを使います。Power BIのCopilotでは、レポートの要約、データへの質問への回答、レポートページの作成、DAXクエリの作成などができます。ただしCopilotを使うには、有料のFabric容量(F2以上)かPower BI Premium(P1以上)が必要で、ProやPremium Per Userのライセンスだけでは使えません。また、日本のように米国・EUのデータ境界の外にあるテナントでは、管理者がデータの地域外での処理を許す設定を有効にしない限り、Copilotは既定で無効です。
| 強み | ダッシュボードとレポートを作り、Copilotでレポートの要約や質問への回答を得られます |
| できること | ダッシュボード・レポートの作成と共有・Copilotによるレポートの要約・データへの質問への回答・レポートページ・DAXクエリの作成 |
| 分析できるデータ | Power BI のセマンティックモデル(Excelやデータベースなどから取り込む) |
| 無料プラン | あり(無料アカウント・Power BI Desktop は無料。共有には有料ライセンスが必要) |
| 料金 | Power BI Pro 2,098円/ユーザー/月相当、Premium Per User 3,598円/ユーザー/月相当(いずれも年払い・税別)。Copilot には別に Fabric 容量(F2以上)か Premium(P1以上)が必要 |
| 提供会社 | Microsoft |
| 公式サイト | Power BI |
06. Tableau|見せ方の自由度が高い可視化とAIエージェント

Tableauは、Salesforceが提供するデータ分析・可視化のプラットフォームです。クラウド版のTableau Cloudでは、Tableau PulseからAIによるインサイトを得られます。会話でデータを扱うAIのTableau Agentは、料金ページではTableau Cloud+(お問い合わせ)の項目に含まれており、Tableau Standardの料金で使えるものではありません。Excel、CSV、データベースのファイルを分析できる無料のTableau Desktop Free Editionも用意されており、共有や管理が必要になった段階でTableau Cloudに移れます。
| 強み | ドラッグ操作で細かく作り込める可視化が強みです。AIの Tableau Agent は上位の Tableau Cloud+ で使えます |
| できること | ダッシュボード・可視化の作成・Tableau PulseによるAIのインサイト・Tableau Agent(Tableau Cloud+)・Webでの作成と共有 |
| 分析できるデータ | Excel・CSV・データベースなど |
| 無料プラン | あり(Tableau Desktop Free Edition) |
| 料金 | Tableau Standard 1,800円/ユーザー/月から、Tableau Enterprise 4,200円/ユーザー/月から(いずれも年間契約。公式の「最低価格」で、導入ごとにCreatorライセンスが最低1つ必要)。Tableau Agent を含む Tableau Cloud+・Tableau+ Bundle はお問い合わせ |
| 提供会社 | Salesforce, Inc. |
| 公式サイト | Tableau |
07. データポータル(旧 Looker Studio)|無料のレポートと、Geminiによる会話分析

データポータル(旧 Looker Studio、英語名 Data Studio)は、Googleのデータ可視化・レポート作成のサービスです。クリエイターもレポートの閲覧者も無料で使え、チーム向けの管理やサポートが必要な場合は有料版のデータポータル Pro(旧 Looker Studio Pro)にアップグレードできます。Gemini for Google Cloudを使った会話分析では、BIの専門知識がない人でも自然言語でデータについて質問できます。ただし、新しい会話分析はBigQueryで作ったデータ エージェントが前提で、スプレッドシートやCSVのデータにそのまま質問できるわけではありません。データポータル ProでGemini in Data Studioを有効にすると、自然言語での計算フィールドの作成、レポートのグラフと要約をGoogle スライドに取り込む機能(いずれもプレビュー)、Pythonで高度な分析をするコード インタープリタも使えます。
| 強み | レポート作成は無料。BigQuery のデータ エージェントがあれば、会話分析で自然言語の質問ができます |
| できること | ダッシュボード・レポートの作成と共有・会話分析(自然言語での質問)・自然言語での計算フィールドの作成(Pro・プレビュー)・レポートからスライドの生成(Pro・プレビュー) |
| 分析できるデータ | 会話分析は BigQuery のデータ エージェント(以前の会話分析は CSV・スプレッドシート・Looker・BigQuery) |
| 無料プラン | あり(セルフサービスは無料) |
| 料金 | 無料。データポータル Pro はプロジェクトごとにユーザー1人あたり月額9ドル |
| 提供会社 | Google LLC |
| 公式サイト | データポータル(旧 Looker Studio) |
08. Amazon Quick Sight|AWSのデータを会話で探索できるBI
Amazon Quick Sightは、AWSが提供するAIを活用したBIのサービスです。データベースやデータウェアハウスのデータを接続し、会話形式でデータを探索したり、自然言語での質問への回答やAIによる要約、データストーリーの生成を使ったりできます。すでにAWSでデータを管理している会社に向いています。
| 強み | AWS上のデータとつなぎ、自然言語の質問やAIの要約でダッシュボードを読めます |
| できること | ダッシュボードの作成と共有・自然言語での質問への回答・AIによる要約・データストーリー・シナリオ分析(Reader Pro など) |
| 分析できるデータ | データベース・データウェアハウスなど AWS 上のデータ |
| 無料プラン | 記載なし(「無料でお試し」の案内あり。期間や条件の記載なし) |
| 料金 | Author $24、Author Pro $40、Reader $3、Reader Pro $20(いずれもユーザーあたり月額)。Pro ユーザーがいる場合などはアカウントごとに月額$250のインフラ料金 |
| 提供会社 | Amazon Web Services, Inc. |
| 公式サイト | Amazon Quick Sight |
予測特化型のおすすめ
過去のデータから予測モデルを自動で作り、将来の結果を予測するツールです。
09. Prediction One|数クリックで予測モデルを作れるノーコードの予測分析

Prediction Oneは、ソニーネットワークコミュニケーションズが提供する予測分析のツールです。売上や顧客属性などのデータから傾向を学習し、反応・成約・退会・故障・来店・出荷数などの将来の結果を予測します。モデルづくりは自動で、各項目が予測結果にどれだけ影響しているかも表示されます。クラウド版とデスクトップ版があり、14日間の無料体験があります。
| 強み | 専門知識がなくても、数クリックの操作で予測モデルを作れます |
| できること | 予測モデルの自動作成・成約・退会・需要などの予測・予測に効いている項目の表示・二値分類・多値分類・数値予測・時系列予測 |
| 分析できるデータ | 売上や顧客属性などの表形式のデータ |
| 無料プラン | 14日間の無料体験あり(有料版へ自動で移行しない) |
| 料金 | 法人プランは記載なし(直接お問い合わせください)。個人利用プランは217,800円〜/年(税込) |
| 提供会社 | ソニーネットワークコミュニケーションズ株式会社 |
| 公式サイト | Prediction One |
AIデータ分析ツールの6つの選び方
ツールを比べるときは、機能の多さよりも、自社のデータと使い方に合うかを先に確かめましょう。会社で使う前提で、確かめておきたいポイントを6つ紹介します。
分析したいデータがどこにあるか
データがExcelのファイルで配られているのか、Google スプレッドシートで共有されているのか、販売管理や会計のシステム、データベースに入っているのかで、合うツールは変わります。ファイルなら対話型の生成AIや表計算ソフトのAI、複数のシステムにまたがるならBIツールが候補になります。
だれが使うか
現場の担当者が自分で使うなら、言葉で質問でき、操作を覚えなくてよいツールが向いています。分析の担当者がダッシュボードを作って全社に配るなら、BIツールの作り込みやすさや権限の管理も比べるポイントになります。
一度きりの分析か、毎月続ける分析か
その場の疑問を確かめる一度きりの分析なら、対話型の生成AIで十分なことが多くあります。毎月の報告のように同じ分析をくり返すなら、同じ手順を毎回AIに頼み直すより、ダッシュボードや決まった型に落として、だれが見ても同じ数字になる形にしましょう。
入力したデータの扱いと管理の機能
売上や顧客のデータには、社外秘の情報や個人情報が含まれます。入力したデータがAIの学習に使われない設定にできるか、法人向けのプランで管理者が利用者や機能を管理できるか、データの保存先がどこかを確かめましょう。法人向けのプランかどうかで扱いが変わるツールも多いため、個人で無料プランを使う前に、会社として使ってよいツールとプランを決めておくことが大切です。
料金の体系と、AIの機能が含まれる条件
料金は、1人あたりの月額のものもあれば、閲覧する人と作る人で単価が違うもの、組織で容量を契約するものもあります。BIツールでは、ツール本体のライセンスとは別に、AIの機能を使うための上位の契約が必要な場合があります。見る人の人数まで含めた総額で比べましょう。
結果を確かめられるか
AIの答えを信じてよいかは、計算の過程を確かめられるかで大きく変わります。生成に使ったコードや数式を表示できるか、どの列を使って計算したかがわかるかを、試すときに見ておきましょう。
比べるときの評価シート
| ポイント | 確かめること | 確かめ方 |
|---|---|---|
| データの置き場所 | 自社のデータを読み込めるか・つなげるか | 実際のファイルやシステムで試す |
| 使う人 | 現場の担当者が操作を覚えずに使えるか | 担当者に1つ質問を投げてもらう |
| くり返し | 毎月の分析を型にして残せるか | 同じ分析を2回して結果がそろうかを見る |
| データの扱い | 学習に使われない設定・管理の機能 | 公式サイトの法人向けプランとヘルプ |
| 料金 | AIの機能が使える条件と、見る人を含めた総額 | 公式サイトの料金ページ |
| 確かめやすさ | コード・数式・使った列を表示できるか | 少ない件数で手計算と照らし合わせる |
AIデータ分析の始め方|5つの手順
AIデータ分析は、大きなシステムを入れる前に、手元のデータで小さく試すことから始められます。次の5つの手順で進めましょう。
知りたいことを1つ決める
だれが、何を判断するための分析なのかを決め、問いを1つに絞る
データを分析しやすい形に整える
1行に1件、1列に1項目の表にし、列の名前をわかりやすくする
小さなデータで試す
個人情報を外した一部のデータで、対話型の生成AIやExcelのAIに聞いてみる
結果を確かめる
件数・合計を手元の数字と照らし合わせ、計算の過程を確かめる
くり返す分析を型にする
効果があった分析は、指示文やダッシュボードにして社内で共有する
手順1|知りたいことを1つ決める
「データを分析して何か見つけて」と頼むと、AIはそれらしい結果を返しますが、仕事に役立つとは限りません。「来月の発注量を決めたい」「解約しそうな顧客を早めに知りたい」のように、だれが何を判断するための分析なのかを先に決め、問いを1つに絞ってから始めましょう。
手順2|データを分析しやすい形に整える
AIの分析の正しさは、渡すデータの整い方で大きく変わります。次の点を確かめてから渡しましょう。
| 整えること | 例 |
|---|---|
| 1行に1件のデータにする | 1行に1件の受注・1人の顧客。合計の行や小計の行は外す |
| 1列に1つの項目にする | 「東京・営業部」のようにまとめず、地域と部署を別の列にする |
| 列の名前をわかりやすくする | 1行目に「受注日」「商品名」「金額」のような見出しを置く |
| 表を1つにする | 1つのシートに無関係な表を並べない。空の行や列で表を分けない |
| 表記をそろえる | 「(株)」と「株式会社」、全角と半角、日付の書き方をそろえる |
| 個人情報を外す | 氏名・電話番号・メールアドレスなど、分析に要らない列は消す |
ChatGPTの公式ヘルプでも、1行目にわかりやすい列見出しを置き、1行に1件のデータにすることが勧められています。社内のデータが少ない、散らばっていると感じる場合は、社内データが少なくてもAI導入を進める方法 も参考にしてください。
手順3|小さなデータで試す
いきなり全社のデータを使わず、1つの部署・数か月分のデータで試しましょう。対話型の生成AIか、ふだん使っているExcelやGoogle スプレッドシートのAIなら、新しい契約をしなくても始められることがあります。Excelのデータの扱い方は ExcelでAIを使う方法 でくわしく紹介しています。
手順4|結果を確かめる
AIが出した合計や件数が、元のデータの合計と合っているかを必ず確かめます。計算に使ったコードや数式、使った列を表示させ、条件の取り違えがないかを見ましょう。結果が合わないときは、使う列や計算の方法を具体的に指定して、もう一度頼むと改善することが多くあります。
手順5|くり返す分析を型にする
試した分析のうち、毎月の判断に役立ったものは、指示文を社内で共有するか、BIツールのダッシュボードに移して、だれが見ても同じ数字になる形にしましょう。本番で使う前の試し方と合否の決め方は、AI PoCの進め方 で紹介しています。
AIデータ分析に使える指示文4例
対話型の生成AIや表計算ソフトのAIに、そのまま写して使える指示文を4つ紹介します。[ ]の中は自社の内容に置き換えてください。
データの全体像をつかむ
| コピーして使う指示文 |
|---|
| 添付したファイルは[2025年4月〜2026年3月の受注データ]です。 1. 行数、列の一覧、各列のデータの種類を表にしてください。 2. 空欄が多い列、表記がそろっていない列があれば指摘してください。 3. 金額の合計・平均・最大・最小を出してください。 計算に使った列と方法も書いてください。 |
比べて差の大きいところを探す
| コピーして使う指示文 |
|---|
| [月別・地域別]に[売上金額]を集計し、前年同月と比べて増減が大きい順に上位5つを表にしてください。 そのうえで、増減の理由として考えられることを、データから読み取れる範囲で3つ挙げてください。 データから言えないことは「推測」と明記してください。最後に折れ線グラフを作ってください。 |
アンケートの自由記述を分類する
| コピーして使う指示文 |
|---|
| 添付したのは[顧客アンケートの自由記述]です。 1. 内容を5〜8つのテーマに分類し、テーマごとの件数を表にしてください。 2. 各テーマの代表的な回答を2つずつ、原文のまま挙げてください。 3. 不満が多いテーマから順に、改善の優先順位の案を出してください。 個人を特定できる情報は出力に含めないでください。 |
簡単な予測を出す
| コピーして使う指示文 |
|---|
| [過去24か月の月別の受注数]から、[今後3か月]の受注数を予測してください。 使った方法、前提、予測の幅(上振れ・下振れ)を書いてください。 季節の影響があるかどうかも確かめてください。 この予測を業務の判断に使う場合に、注意すべき点も挙げてください。 |
業務別のAIデータ分析の使い道
AIデータ分析は、特定の部署だけのものではありません。部署ごとに、どのデータで何がわかるのかを紹介します。実際の会社の取り組みは 中小企業のAI活用事例 で業種・業務別に紹介しています。
営業|受注と商談のデータから重点先を決める
受注の履歴や商談の記録から、受注しやすい顧客の特徴、商談が止まりやすい段階、担当者ごとの違いを見つけられます。過去の受注と失注のデータがそろっていれば、成約しそうな商談の予測にもつなげられます。
マーケティング|広告と問い合わせのデータを比べる
広告の媒体ごとの費用と問い合わせ、受注までを並べて、どの媒体が成果につながっているかを比べられます。毎月のレポートの集計とコメントの下書きをAIに任せると、報告の準備にかかる時間を減らせます。
在庫・発注|需要を予測して過不足を減らす
過去の出荷の実績から、商品ごとの来月の需要を予測し、発注量を決める材料にできます。季節やキャンペーンの影響が大きい商品は、予測の幅も合わせて確かめておきましょう。
経理|経費の動きと異常を見つける
科目別・部署別の経費の推移を集計し、前年や前月と比べて急に増えた項目を見つけられます。いつもと違う金額の取引を洗い出し、確かめるべきものを絞り込む使い方もできます。
顧客対応|問い合わせとアンケートの声を数える
問い合わせの記録やアンケートの自由記述を分類し、どんな不満や要望が多いかを数で示せます。解約した顧客の声を集めて、解約につながりやすい理由を探ることもできます。
人事|勤怠と離職のデータを見る
残業の多い部署や時期、離職した人に多い傾向を、勤怠やアンケートのデータから確かめられます。ただし、人事のデータには個人情報が多く含まれるため、扱えるツールと人を決めてから使いましょう。
AIデータ分析の注意点
AIデータ分析は便利な反面、使い方を誤ると、間違った数字のまま判断してしまうおそれがあります。会社で使うときに押さえておきたい5つの注意点を紹介します。
個人情報・社外秘のデータの入力
個人情報保護委員会は、事業者が生成AIサービスに個人情報を含むプロンプトを入力する場合、利用目的を達成するために必要な範囲かを十分に確認するよう求めています。あわせて、本人の同意なく入力した個人データが応答の出力以外の目的で扱われると、個人情報保護法に違反する可能性があるため、サービスの提供者がそのデータを機械学習に使わないことなどを十分に確認するよう注意を呼びかけています(出典:個人情報保護委員会『生成AIサービスの利用に関する注意喚起等』2023年6月2日)。
顧客の名前や連絡先など、分析に要らない個人情報は、AIに渡す前にデータから外しましょう。会社で決めたツールとプランだけを使い、入力した内容を学習に使わない設定を確かめておきましょう。情報漏洩を防ぐ社内ルールの作り方は 生成AIの情報漏洩対策 で紹介しています。
計算や解釈の誤り
生成AIは、条件を取り違えて集計したり、もっともらしい理由を事実のように書いたりすることがあります。合計や件数を元のデータと照らし合わせる、計算に使ったコードや数式を確かめる、理由の説明は仮説として扱う、といった確認を欠かさないようにしましょう。
データの質が結果を決める
表記の揺れ、入力の漏れ、重複したデータがあると、AIは誤った前提のまま分析を進めてしまいます。どれだけ優れたツールでも、元のデータが整っていなければ正しい答えは出ません。分析の前に、データを整える時間を取ることが大切です。
同じ質問でも答えが変わることがある
生成AIは、同じ質問をしても、毎回少し違う方法で計算したり、違うグラフを選んだりすることがあります。会議の資料や毎月の報告に使う数字は、計算の方法を決めて残しておき、だれがいつ出しても同じ数字になるようにしましょう。
判断までAIに任せない
AIが出すのは、判断の材料です。発注量や価格、人の評価のように影響の大きい判断は、AIの結果をもとに人が決め、その理由を説明できる状態にしておきましょう。AIの結果を確かめる人と判断する人、その手順を、使い始める前に決めておきましょう。
セルフチェックと質問リスト
ツールを選ぶ前に、自社のデータと体制で始められるかを確かめておきましょう。セルフチェックと、ツールの提供会社や支援会社に聞いておきたい質問を紹介します。
始める前のセルフチェック
| 質問 | はい/いいえ |
|---|---|
| 分析で答えを出したい問いが1つ決まっている | はい・いいえ |
| 分析したいデータが、ファイルかシステムからすぐに取り出せる | はい・いいえ |
| データが1行に1件の表になっている(合計の行や結合したセルがない) | はい・いいえ |
| 予測したい項目について、過去の実績が1年分以上ある | はい・いいえ |
| AIに渡してよいデータと、渡してはいけないデータを説明できる | はい・いいえ |
| 会社として使ってよいAIのツールとプランが決まっている | はい・いいえ |
| AIの結果を確かめる人と、使って判断する人が決まっている | はい・いいえ |
上の3つが「はい」なら、対話型の生成AIや表計算ソフトのAIで、すぐに試し始められます。4つ目が「いいえ」の場合は、予測よりも集計・可視化から始めましょう。5〜7つ目が「いいえ」の場合は、ツールを選ぶ前に、利用のルールと確認の手順を決めることから始めるのがおすすめです。
ツールや支援会社に聞いておきたい質問
| 聞くこと | 確かめたい理由 |
|---|---|
| 入力したデータはAIの学習に使われますか。使われない設定にできますか | 社外秘のデータや個人情報を扱えるかが決まる |
| 自社のデータ(ファイル・システム・データベース)をどうつなぎますか | つなぎ込みに追加の費用や開発が要るかがわかる |
| AIの機能を使うには、どのプランや契約が必要ですか | 本体の料金とは別の費用を見落とさない |
| AIが出した結果の計算の過程を、どこで確かめられますか | 誤りに気づける仕組みがあるかがわかる |
| 閲覧するだけの人の料金はいくらですか | 全社に広げたときの総額を見積もれる |
| 導入のあと、社員が使い方を学べる場や資料はありますか | 定着するまでの支えがあるかがわかる |
AIに任せないほうがよい分析
次のような分析は、AIに任せきりにせず、専門家や担当者の判断を中心に進めましょう。決算や税務の数字のように1円の誤りも許されない集計、人の採用や評価のように説明の責任が重い判断、データの件数が少なく偶然の差が大きい分析です。こうした分析では、AIは表の整理や下書きの補助にとどめるのが安全です。
社内に定着させる3つの工夫
ツールを入れても、使う人が一部に限られたままでは効果は広がりません。社内で使い続けるための3つの工夫を紹介します。
使ってよいツールとデータのルールを決める
使ってよいツールとプラン、AIに渡してよいデータ、結果を確かめる手順を、短いルールにまとめておきましょう。ルールがないと、使う人がためらうか、各自がばらばらの方法で使うことになります。
うまくいった指示文と分析を共有する
毎月の報告やよく出る疑問について、うまくいった指示文と分析の手順を社内で共有すると、だれでも同じ質の分析ができるようになります。良い結果が出た指示文は、データの整え方とあわせて残しておきましょう。
自社のデータで練習する場をつくる
一般的な使い方の説明よりも、自社のデータを題材に一緒に分析してみるほうが、使い始めるきっかけになります。社員の教え方は 生成AIの社員教育の進め方 で、対象者別のカリキュラムを紹介しています。AIで業務を自動化する全体の進め方は AI業務自動化の進め方 もあわせてご覧ください。
AIデータ分析に関するよくある質問
Q. 無料でAIデータ分析はできますか?
Q. プログラミングの知識がなくても使えますか?
Q. ChatGPTとExcelのCopilotはどう使い分ければよいですか?
Q. BIツールとAIデータ分析は何が違いますか?
Q. AIの分析結果はどこまで信用できますか?
Q. 社内のデータが少なくてもAIで分析できますか?
Q. 顧客データをAIに入力しても大丈夫ですか?
Q. どのツールから始めればよいですか?
まとめ
AIデータ分析を使うと、集計・可視化・傾向の発見・予測といった作業の多くを、言葉で頼めるようになります。一方で、何を知りたいかを決めること、データを整えること、結果を確かめて判断することは、人が行う必要があります。最後に、本記事のポイントを振り返ります。
データ分析に限らず、どの業務からAIを取り入れるかを相談できる先を探している場合は AI導入支援の会社の選び方 もあわせてご覧ください。業務別に使えるAIツールを広く比べたい場合は 企業の生成AIツール一覧比較 が参考になります。
