ChatGPTのAdvanced Data Analysis（Code Interpreter）でデータ分析する方法【統計苦手でも大丈夫】

Code Interpreter（Advanced Data Analysis）の何がすごい？

無料版のChatGPTと比べて、Code Interpreter（Advanced Data Analysis）のすごいところは以下の2点です。

1. ファイルがアップロードできる
2. 自然言語で、プログラミング言語「Python」による操作が行える

これにより、膨大な量のデータを読み込んで分析することが可能になりました。

他にもいろいろできるのですが、本記事ではデータ分析にフォーカスします。おそらく、Code Interpreter（Advanced Data Analysis）のすごさが一番わかりやすいのがデータ分析です。

Code Interpreter（Advanced Data Analysis）でやってみること

今回行うのは、Excelファイルにまとめたデータの分析です。

取り上げるのは、内閣府が発表している「県民経済計算（平成23年度 - 令和２年度）」の中から、「県内総生産（生産側、名目）」というデータ。

このファイルには「実数」と「増加率」の２つのシートがあります。それぞれを読み込んだ上で、以下の3点を行います。

1. 全体の傾向を把握
2. 気になるところを深掘り
3. 実数と増加率に関係があるか検討

非常にふんわりとした方針で分析を行いますが、Code Interpreter（Advanced Data Analysis）なら大丈夫です。

Code Interpreter（Advanced Data Analysis）を使う準備

Code Interpreter（Advanced Data Analysis）を使い始める前に、プロンプトを入れる枠の左端に「＋」があるかチェックしましょう。
「＋」が出ていたら、Code Interpreter（Advanced Data Analysis）が使えます。

「＋」が出ていなかったら、以下の2つを確認してください。

Settingsで「Advanced data analysis」をONにする

左側メニュー下部の「・・・」から「Settings & Beta」をクリック。

以下のようなポップアップが出るので、
①「Beta features」を選択し、
②「Advanced data analysis」のトグルをONにします。

以上で準備完了です。

Code Interpreter（Advanced Data Analysis）でデータ分析を行う手順

Code Interpreter（Advanced Data Analysis）でデータ分析を行う手順をシンプルに言うと以下のとおりです。

1. データをアップロードして読み込ませる
2. 知りたいことを質問する

「〇〇が知りたいから、まずは△△分析からだ！」という知識は必要ありません。そういうことはChatGPTがわかっているので、あなたは知りたいことを質問するだけでOKです。

実際にCode Interpreter（Advanced Data Analysis）でデータ分析を行ってみたので、これを振り返りつつ手順を紹介します。

データを読み込ませる

まずはデータの読み込みからです。
ファイルは、プロンプト枠の「＋」からアップロードします。

今回は、ファイルの中に２つシートがあることと、それぞれの一部だけを読み込むようにプロンプトを書きました。

少し細かく指示を出したのは、読み込みを失敗するケースがあるからです。
無駄なところを省いたほうが読み込みが成功しやすくなります。

策を講じたにもかかわらず、データ読み込みに失敗してしまいました。
しかし、Code Interpreter（Advanced Data Analysis）が自分で問題点を見つけて改善してくれたおかげで、無事ファイルが読み込まれました。
不要な行を手動で特定して削除するアプローチが取られたようです。

全体の傾向を把握する

では分析を行っていきます。
まずは全体の傾向について聞いてみました。

Excelで同じことをするなら、全体の傾向を知るために何を計算すべきかがわかっていなければなりません。
ChatGPTなら、何を計算すれば全体の傾向がわかるのかさえも教えてくれます。

データに欠損値や、数値以外の文字列が含まれていると分析ができません。
分析の障害になりそうな要因も、ChatGPTが自ら発見し前処理してくれます。
恐ろしく優秀です。

データの前処理を行った上で、総生産と増加率について、基本的な統計量が算出されました。

さらに、次のステップとして「全体のトレンドの観察」を提案してくれています。
これもやってもらいましょう！
プロンプトは「お願いします」でOKです。あとはAIがやってくれます。

全体のトレンド観察の結果が以下の折れ線グラフです。
グラフから読み取れるトレンドについても説明されています。

次のステップとして、各年度で総生産や増加率がもっとも高い／低い都道府県の特定が提案されました。
これもやってもらい、以下のような結果となりました。

背景要因の考察は苦手

ChatGPTは、2021年9月までの情報で学習が行われています。今回は2020年までのデータを扱っているので、傾向の背景要因も分析してくれるのでは？と思い、質問してみました。

結論として、この試みは失敗でした。ChatGPTの回答は一般的な内容に終始しています。 しかし、考察の切り口としては使える内容でした。

気になるところを深掘りする

全体の傾向が掴めたら、気になるところを深掘りします。
今回は「地方別で比較したらどうなるか？」を聞いてみました。

Excelだと、新たに地方ごとにまとめたシートを作らねばなりませんが、ChatGPTはデータの成形もやってくれます。もちろんどの県がどの地方に属するのかもわかっているので、全部お任せです。

地方ごとに総生産と増加率について、平均を出してくれました。

これについては一般的な内容ながら、簡単な考察もしてくれています。

実数と増加率に関係があるか検討する

二つの変数に関係があるかどうかを検討するには相関係数を求めますが、どうやって求めるのかわからない人がほとんどかと思います。
私もよくわかりません。

そんな人でも、Code Interpreterを搭載したChatGPTがあれば、あっという間に相関の有無がわかります。
「相関係数」という言葉さえ知らなくてもかまいません。

こんなざっくりとしたプロンプトに対して、散布図と相関係数を示し、総生産と増加率に明らかな関係はないことが示されました。

グラフはカスタマイズ可能

総生産と増加率に明らかな関係はないという結果でしたが、「地方によって傾向があるのでは？」と思ったので、散布図のプロットを色分けしてもらうことにしました。

その結果、注文通りプロットが地方別に色分けされました。
これをみる限り、地方別で比べても関係らしいものは見出せません。

日本語表示にはフォントのファイルが必要

散布図の色分けはできましたが、凡例が文字化けしており、どの色がどの地方を表すのかがわかりません。
こういうときは、日本語フォントのファイルをアップロードして使ってもらいます。

今回はGoogleフォントからダウンロードした「Noto Sans Japanese」を使用しました。

グラフの文字化けが直り、見やすくなりました。
ただし、グラフはExcelの方がきれいに作れるかもしれません。Code Interpreterでいろいろ作ってみて、よかったものを改めてExcelで作り直すといいでしょう。

Code Interpreter（Advanced Data Analysis）はいきなり結論から聞いてもいい

今回は全体の傾向をみた上で分析を進めるやり方でしたが、はじめから知りたいことがわかっているなら、ストレートにデータと質問をぶつけた方が早いです。

例えば、自社のサイトデータを読み込ませた上で、「今後、PV数とUU数、およびCV数を増やしていきたいのですが、どのように運用するのがいいでしょうか」という聞き方をしても、Code Interpreter（Advanced Data Analysis）は分析の手順を組み立て、依頼者の意向を伺いつつ、結論を導き出してくれるでしょう。

ただし、本記事にもあった通り、考察は苦手なようです。結論は出せても、一般的な内容に止まることが多いです。データを分析するところはCode Interpreter（Advanced Data Analysis）に任せて、結論は自分で考えるなりチームで話し合うなりするのがいいでしょう。

まとめ

以上、Code Interpreterでデータ分析をする方法について解説しました。

Code Interpreter（Advanced Data Analysis）でデータ分析ができることはわかっていましたが、実際にやってみるまで「分析はExcelでやればいいのでは？」と思っていました。今はCode Interpreter（Advanced Data Analysis）の便利さを知ってしまい、ちょっとExcelに戻るのが難しいくらいです。

とにかくデータをアップロードして、知りたいことを質問すれば、誰にでも分析ができてしまうのがCode Interpreter（Advanced Data Analysis）です。統計の知識があればより深い使い方ができるでしょう。ぜひ、あなたの業務の効率化にご活用ください。