メインコンテンツまでスキップ

データ分析

すべてのレベル
What you'll learn
  • モデルが必要とする形でデータセットを説明する — カラム、型、そしてグレイン
  • 安全な5ステップのワークフローを実行する: 説明する、質問する、生成する、自分で実行する、解釈する
  • モデルが計算していない数値は、すべて未検証として扱う
  • 結果を静かに変えてしまう4つの前提を述べる: NULL、重複排除、タイムゾーン、通貨
  • 検証していないツールに機密データを入れない

AIでデータから答えを得るのに、データサイエンティストである必要はありません — ただし、AIを正直に保つ必要はあります。AIがクエリを書いて結果を説明し、あなたが数値が本物であることを確認します。

AIが役立つこと​

  • 平易な言葉の質問からSQL / スプレッドシートの数式 / pandas を書く。
  • クエリや結果がビジネス上どういう意味を持つかを説明する。
  • 雑然としたデータをクリーニングして変換する(雑然とした状態を説明すると、手順が得られます)。
  • 質問に適したグラフを提案する。
  • 出力を解釈し、次の質問を提案する。

安全なワークフロー​

Guided walkthrough1 of 5
  1. カラム、型、そしてグレイン — 1行が正確に何に等しいのか? モデルがあなたの命名を推測できるとも、order_id が一意であるとも思い込まないでください。間違ったクエリの大半は、SQLではなくグレインを間違えています。

グレインを説明してから尋ねる — 前提を述べたSQL

My table orders has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.

出力を返す — 注意点付きの解釈

Here is the result of that query. Interpret it in business terms in under 120
words, then list anything that could make these numbers misleading — nulls,
duplicate rows, time zone of created_at, mixed currencies, or partial months.
Label each as "checked" or "unverified".
Result:
[paste the rows]

ガードレール​

AIが計算していない数値を決して信用しない

AIがあなたのデータに対してクエリを実行せずに結果を述べた場合、その数値はでっち上げかもしれません。クエリは自分で実行し、自分で計算していない数値はすべて未検証として扱ってください。そして相関 ≠ 因果を忘れずに — 関連性に基づく主張にフラグを立てるよう求めてください。ハルシネーションを参照。

  • 桁の妥当性を確認する — ありえない結果? 公表する前に調査してください。
  • 前提を述べる(NULL、重複排除、タイムゾーン、通貨)。
  • 機密データ/個人情報を貼り付けない — 検証していないツールには(プライバシー)。

この4つの前提が特定の順序で並んでいるのは、おおよそその順でよく痛い目に遭うからです。NULLは分母を静かに縮め、重複行は合計を静かに膨らませ、UTCで保存されたタイムスタンプをローカル時刻として読むと売上が月の境界を越えて移動し、通貨が混在した total カラムは算術的には正しく経済的には無意味な数値を生みます。

Pro tip
  • クエリと、それを常識的に検算する2本目のクエリの両方を求めましょう — 行数、日付範囲、目で確認できる合計など。検証できないエレガントな1本より、安価な2本が勝ちます。
  • 結果に驚いたときは、ビジネスを疑う前に結合を疑いましょう。ファンアウト結合は、数値が突然3倍になる最も多い原因です。
  • スプレッドシート作業では、数式に加えて1セル分の計算例も求めましょう。例が間違っていれば、本番ファイルに触れずにバグを見つけたことになります。

理解度チェック​

Check yourself

0/3
  1. SQLを求める前にモデルへ伝えておくべき、もっとも有用な単一の情報は?
  2. あなたが何も実行していないのに、モデルが月次売上の数値を返してきた。その数値は何か?
  3. クエリに顧客テーブルを追加したら、売上合計が突然3倍になった。まず何を疑うべきか?

まとめ​

Key takeaways
  • まずカラム、型、そしてグレインを説明する — グレインの誤りは、頻度もコストも構文エラーを上回る
  • クエリの前提を必ず尋ね、SQLより先にその前提をレビューする
  • 自分で実行する。モデルが計算していない数値は、定義上未検証である
  • 実際の出力を返して解釈させる — 数値を読み取ることは、AIが確実に得意な部分
  • NULL、重複行、タイムゾーン、通貨の混在が、結果を静かに変える4つの要因
  • 桁の妥当性と行数を確認する。合計が跳ねたら結合を疑う
  • 検証していないツールに個人情報を入れない

次のステップ​