商品企画がデータ分析にAIを使うとどんなメリットがありますか？

Excelの複雑な関数を書かなくても、自然言語でデータの傾向を聞けます。「年代別に満足度の違いを分析して」のように指示するだけで、集計とコメントを同時に得られます。

AIにデータを読み込ませる方法は？

CSVをテキストとして貼り付ける方法と、ChatGPTのCode Interpreter（Advanced Data Analysis）にファイルをアップロードする方法があります。大量データはアップロード機能が扱いやすいです。

AIのデータ分析結果はどこまで信頼できますか？

集計自体は正確ですが、「なぜそうなのか」の解釈はAIの推測が含まれます。AIが出した洞察を仮説として扱い、根拠となる数値を自分で確認する習慣が重要です。

個人情報を含むアンケートデータをAIに入力してもいいですか？

個人が特定できる情報（氏名・メールアドレス等）は事前に除去してから投入してください。会社のAI利用ガイドラインに従い、社外サービスへの入力が許可されたデータのみを使ってください。

商品企画のデータ集計・分析をAIで行う手順

結論

商品企画の業務では、ユーザーアンケートの集計・売上データの傾向分析・競合比較表の整理など、数字を扱う作業が多い。ChatGPTのCode Interpreterやコードが書けるAIを使うと、Excelの複雑な操作なしに「どのセグメントが最も不満を感じているか」「どの機能への評価が低いか」を自然言語で引き出せる。データを入力してから企画判断に使える洞察を得るまでの時間が、慣れれば30分以内に収まる。

使うAIツールの選び方

ツール	データ分析の特徴	向いているデータ規模
ChatGPT Code Interpreter	CSVアップロード可・グラフ生成	数千行程度まで
Claude.ai	CSVテキスト貼り付け・論理的解釈	数百行程度まで
Google Gemini Advanced	スプレッドシート連携	Googleスプレッドシート直接参照
Perplexity	ウェブデータ参照	外部の統計データ収集

アンケートデータの集計・傾向把握にはChatGPTのCode Interpreterが最も実用的である。CSVファイルをそのままアップロードして「年代別・性別に集計して」と指示するだけで、表とグラフを同時に生成できる。

手順1 データをAIに読み込ませる準備

CSVとして書き出す

ExcelデータはCSV形式で書き出してからAIに投入する。「名前を付けて保存」でCSVを選ぶだけでよい。ただし個人情報が含まれる場合は、投入前に以下の処理を行う。

氏名・メールアドレス・電話番号の列を削除する
必要なら個人IDを通し番号に置き換える
社外サービスへの入力が自社ガイドラインで許可されているか確認する

データの先頭部分だけで試す

まず10〜20行だけ貼り付けて「このデータの構造を説明してください」と聞き、AIがデータを正しく理解しているか確認する。全データを投入する前のこの一手で、後から「データの読み方が間違っていた」と気づく失敗が減る。

手順2 集計の基本指示

アンケートデータを集計する典型的なプロンプトを紹介する。

以下はユーザー満足度アンケートのデータです（CSV形式）。

[CSVデータを貼り付け、またはファイルをアップロード]

以下の集計を行ってください：
1. 全体の満足度スコア（1〜5点）の平均・中央値・標準偏差
2. 年代別（20代/30代/40代/50代以上）の満足度平均
3. 最も評価が低い設問はどれか（設問番号と平均スコアを記載）
4. 自由記述欄に「不満」に関するキーワードが何件含まれるか

計算結果は表形式で出力してください。

「表形式で出力」を明示することで、そのままExcelに貼り付けられる形式が返ってきやすくなる。

手順3 傾向を読み解く解釈を依頼する

集計が終わったら、数字の意味を解釈させる。

先ほどの集計結果を踏まえて、以下を教えてください。

1. 最も満足度が低いセグメントはどこか。その数値と特徴を教えてください。
2. 満足度が高いセグメントと低いセグメントの間に、
   どんな違いがありそうか（仮説でよい）。
3. この結果を見た商品企画担当者が「次に確認すべきこと」を2〜3点挙げてください。

解釈・仮説を含む箇所には「※仮説」と付記してください。

「仮説には仮説と付記させる」指示がここでも重要である。AIが数値から読み取れる傾向を断定的に書いてくることがあるが、解釈の部分は仮説に過ぎない。商品企画の判断材料として使う際は、AIの解釈を「検証すべき仮説」として扱うのが正しい姿勢である。

手順4 自由記述の分類・タグ付けを自動化する

アンケートの自由記述欄は、量が多いと手作業での分類に時間がかかる。AIに分類軸を定義させてからタグ付けさせると、大量のテキストを短時間で構造化できる。

ステップ1：分類軸を定義する

以下はユーザーアンケートの自由記述データです（50件）。

[自由記述データを貼り付け]

このデータに含まれる意見を分類するための「カテゴリー」を5〜8つ提案してください。
例：操作性への不満 / 価格感 / デザイン評価 / 配送・サポート など

提案するカテゴリーは、商品企画の改善アクションに直結するものにしてください。

ステップ2：各回答にタグを付ける

先ほど定義したカテゴリーを使って、以下の自由記述を1件ずつ分類してください。

出力形式：
回答番号 | 元の回答（最初の30字） | カテゴリー | ポジティブ/ネガティブ/中立

[自由記述データを貼り付け]

50件の自由記述であれば、このやり取りで10〜15分以内に分類が完了する。手作業では1〜2時間かかることもある作業である。

実例1：新機能のβテストアンケートを集計する

スマートフォンアプリの商品企画担当が、β版テストユーザー120人へのアンケートを分析した事例を紹介する。

アンケートには5段階評価の設問12個と自由記述欄があった。CSVをChatGPTにアップロードし、まず以下を依頼した。

このアンケートデータから：
1. 設問ごとの平均スコアを高い順に並べてください
2. スコア3.5未満の設問を「優先改善候補」としてリストアップしてください
3. 自由記述で「分かりにくい」「難しい」という言葉が含まれる件数を教えてください

出力では「通知設定の手順」の平均スコアが2.8で最低であり、自由記述でも「分かりにくい」という言葉が120件中31件に含まれていた。この結果を使って、ロードマップの次スプリントに通知UI改善を優先的に組み込む意思決定ができた。ロードマップ策定のAI活用については商品企画のロードマップ策定をAIで進める方法で解説している。

実例2：売上データから企画機会を発見する

月次の売上データをCSVでAIに投入し、次の企画のヒントを探す方法もある。

以下は過去12ヶ月の製品カテゴリ別売上データです。

[売上データを貼り付け]

以下を分析してください：
1. 前年同月比が最も高いカテゴリーはどれか（上位3つ）
2. 前年同月比が連続して低下しているカテゴリーはあるか
3. 季節変動のパターンが見られるカテゴリーはあるか

分析結果と合わせて、商品企画の観点で「追加調査すべき問い」を2つ提示してください。

「追加調査すべき問いを提示してください」と依頼することで、数値を見るだけでは見えなかった次の調査課題が浮かび上がる。

Excelで集計作業を効率化する

AIに直接データを投入するだけでなく、Excel作業そのものの効率化にもAIが使える。

ExcelでVLOOKUP関数を使って2つのシートのデータを結合したいです。

Sheet1：注文データ（注文ID、商品ID、数量、日付）
Sheet2：商品マスタ（商品ID、商品名、カテゴリー、単価）

Sheet1のB列の商品IDをキーに、Sheet2から商品名とカテゴリーを
Sheet1のE列とF列に引っ張るVLOOKUP式を教えてください。

Excelの関数作成を自然言語で依頼できるため、複雑な関数の構文を調べる時間が省ける。Excelを使ったデータ作業の詳細は商品企画のExcel作業をAIで自動化する方法で解説している。

うまくいかない場合の対処

集計結果の数値が明らかにおかしい

データの形式をAIが誤って解釈している可能性がある。「このCSVの1行目はヘッダー行です。スコアの列はC列で、1〜5の整数です」のようにデータ構造を明示してから再度依頼する。

自由記述の分類が粗すぎる

「もっと細かく分類してください」ではなく「操作性に関する不満を、どの画面の操作かで3〜5つに分けてください」のように具体的な分類軸を与える。抽象的な指示より具体的な軸の方が、実用的な分類が返る。

データ量が多すぎてトークン制限にひっかかる

行数が多い場合は、最初から全データを投入せず、代表サンプル（各セグメント10件程度）をまず分析させる。全体の傾向を把握したうえで、必要な部分を追加投入する方法が効率的である。

まとめ

商品企画のデータ分析でAIを活用する核心は、「集計はAIに任せ、解釈は仮説として受け取り、自分で検証する」という姿勢にある。AIが返した数値の解釈を事実として扱うのではなく、次のアクションを決めるための仮説として活用するサイクルが、意思決定の精度と速度を両立させる。