Session 3: 実践応用 — データ分析とさらなるユースケース

セッション概要

項目	内容
所要時間	120分
目的	CSVデータの分析・可視化をClaude Codeで行い、コアユースケース以外の業務活用の可能性を広げる
前提条件	Session 0〜2を受講済み。Claude Codeの基本操作（プロンプト入力、ファイル読み書き）ができる
参加者の到達目標	CSVデータの分析と可視化をClaude Codeで実行でき、自分の業務に応用できるユースケースを具体的にイメージできている

事前準備（講師向け）

必要な環境

参加者のPC
- Claude Codeがインストール・認証済み（Session 1で完了）
- ターミナルが使える状態
- Webブラウザ（生成されたHTMLファイルの確認用）
サンプルデータの配布
- sales-data.csv（売上データ、100行、12ヶ月分）
- customer-survey.csv（顧客満足度調査、50行）
- 配布方法: GitHubリポジトリからclone済みのフォルダに含まれている想定。あるいはUSBメモリ、ファイル共有サービス等で配布
Pythonの確認
- Claude Codeがデータ分析時にPythonを自動実行するため、参加者のPCにPythonがインストールされていることを事前確認
- 必要なライブラリ（pandas、matplotlib等）はClaude Codeが自動でインストールするが、ネットワーク環境によっては事前インストールが望ましい

リハーサルチェックリスト

サンプルCSVファイルが参加者の作業ディレクトリにコピーされている
講師のPCでサンプルデータの分析デモが正常に動作することを確認
HTMLファイルがブラウザで正しく表示されることを確認
Pythonとライブラリのインストール状態を確認
プロジェクター/画面共有が動作することを確認
Wi-Fi接続が安定していることを確認

タイムテーブル

1. 前回の振り返り（5分）

講師の発言例:

「前回のSession 2では、Claude Codeを使ったリサーチと資料作成を体験しました。 Web検索を使った情報収集、Markdownでの資料作成、そしてGitHubへの保存まで一通りできるようになりましたね。今日は、もう一つの強力な活用法——データ分析に挑戦します。 Excel作業を思い浮かべてください。あの面倒な作業が、どう変わるかを体験しましょう。」

やること:

前回の宿題やその後の活用状況を簡単に共有（挙手 or チャットで）
今日の流れを概説

2. データ分析入門（45分）

2-1. デモンストレーション（15分）

講師がライブデモを行う。

画面共有でターミナルを表示し、以下のようにClaude Codeに指示する:

claude

> sales-data.csv を読み込んで、以下の分析をしてください:
> 1. 月別の売上合計を計算して表示
> 2. 商品カテゴリ別の売上構成比
> 3. 売上が最も高い月と低い月

デモ中に解説するポイント:

Claude Codeが自動的にやっていること
- CSVファイルの中身を読み取る
- Python（プログラミング言語）のコードを自動生成する
- pandas（データ分析用のツール）を使って計算を実行する
- 結果をわかりやすく整形して表示する
参加者に伝えること

「今、裏側ではPythonというプログラミング言語が動いています。でも皆さんがプログラミングを書く必要は一切ありません。日本語で『何を知りたいか』を伝えるだけで、 Claude Codeが必要なプログラムを自動的に作って実行してくれます。これが従来のAIチャットとの大きな違いです。」
Excelとの比較

「同じ分析をExcelでやろうとすると、ピボットテーブルの設定、SUMIF関数の記述、グラフの作成… 慣れた人でも15〜20分はかかる作業が、一言の指示で数十秒で完了します。」

2-2. 技術の仕組み（簡単な説明）（5分）

講師の発言例:

「仕組みを少しだけ説明します。難しい話ではないので安心してください。」

ホワイトボードまたはスライドで以下の流れを図示:

あなたの指示（日本語）
    ↓
Claude Code が理解
    ↓
Python コード を自動生成
    ↓
あなたの PC上で 実行
    ↓
結果を表示

補足説明:

Python（パイソン）: データ分析で世界中で使われているプログラミング言語。皆さんが書く必要はなく、Claude Codeが自動で書いて実行する
pandas（パンダス）: Pythonの中のデータ分析専用ツール。Excelの高機能版のようなもの
matplotlib（マットプロットリブ）: グラフを自動生成するツール
重要なポイント: データは皆さんのPC上で処理される。外部のサーバーにデータが送られるわけではない（Claude Codeがコードを生成し、そのコードがローカルで実行される）

2-3. ハンズオン: 売上データの分析（25分）

ステップ1: サンプルデータの確認（3分）

参加者に以下を実行してもらう:

claude

> sales-data.csv の中身を見せてください。最初の5行と、全体の概要（何行あるか、どんな列があるか）を教えてください

講師の補足:

「まずはデータの中身を確認します。何が入っているか知らないと、何を分析すべきかもわかりませんよね。これはExcelでファイルを開いて眺めるのと同じステップです。」

ステップ2: 月別売上推移の分析（7分）

> sales-data.csv の売上金額を月別に集計して、推移がわかるように表形式で表示してください。
> 前月比の増減率も計算してください。

講師のTips:

結果が出たら「どの月が一番売上が高いですか？」と参加者に問いかける
「もし上司に『なぜ6月の売上が高いのか調べて』と言われたら、次にどんな分析をしますか？」と考えてもらう

ステップ3: 商品カテゴリ別の分析（7分）

> 商品カテゴリ別に、売上金額の合計と構成比を計算してください。
> また、各カテゴリの月別推移も表示してください。

講師のTips:

「どのカテゴリが稼ぎ頭ですか？」と確認
「季節によって売れ方が違うカテゴリはありますか？」と掘り下げ

ステップ4: 異常値の検出（8分）

> このデータの中で、通常と比べて売上金額が極端に高い、
> または低い取引を見つけてください。
> 異常値と判断した理由も説明してください。

講師の発言例:

「異常値の検出は、不正取引の発見や入力ミスの発見にも使えます。通常なら統計の知識が必要な分析ですが、 Claude Codeに聞くだけで結果を出してくれます。」

2-4. データプライバシーに関する注意事項（3分）

講師の発言例（重要）:

「ここで一つ、非常に大切なお話をします。今日使ったのはサンプルデータ（架空のデータ）です。実際の業務データを扱う際は、以下のルールを必ず守ってください。」

スライドまたはホワイトボードに記載:

ルール	説明
個人情報を含むデータは慎重に	氏名、電話番号、メールアドレスなどの個人情報を含むデータを扱う場合は、社内のデータ取扱規程を確認する
機密データは社内ルールに従う	経営数値、未公開の財務データなど、機密性の高いデータの取り扱いは上長・情報セキュリティ部門に確認する
Claude Codeのデータ処理の仕組み	Claude Codeは指示の理解にAI（クラウド）を使うが、生成されたPythonコードの実行はローカルPC上で行われる。ただし、プロンプトにデータの内容を含めた場合、その部分はAPIを通じてAnthropicのサーバーに送信される点に注意
安全な使い方	ファイルパスを指定して「このファイルを分析して」と依頼する方法が、データの内容をプロンプトに直接貼り付けるよりも安全

3. データ可視化（25分）

3-1. グラフ・チャートの自動生成デモ（10分）

講師がライブデモを行う。

> sales-data.csv のデータを使って、以下のグラフを画像ファイルとして作成してください:
> 1. 月別売上推移の折れ線グラフ
> 2. 商品カテゴリ別売上の円グラフ
> 3. 地域別の売上比較棒グラフ
> 日本語のフォントを使って、見やすいデザインにしてください。

デモ中に解説するポイント:

画像ファイル（PNG）として保存されること
配色やレイアウトも指示で調整できること
「もっと大きく」「色を変えて」「タイトルを追加して」など追加指示が可能

3-2. HTML形式のインタラクティブ可視化（5分）

講師がライブデモを行う。

> sales-data.csv のデータを使って、インタラクティブなダッシュボードを
> HTML形式で作成してください。
> マウスを当てると詳細が表示されるグラフにしてください。
> ブラウザで開けるHTMLファイルとして保存してください。

講師の発言例:

「HTMLファイルをブラウザで開くと、マウスを当てると数値が表示されるインタラクティブなグラフになっています。これはメールに添付して共有したり、社内ポータルに貼り付けることもできます。」

生成されたHTMLファイルをブラウザで開いて表示する。

3-3. ハンズオン: 分析結果をグラフ化する（10分）

参加者に以下のいずれかに取り組んでもらう:

課題A（基本）:

> sales-data.csv から、販売チャネル別（オンライン・直販・代理店）の
> 月別売上推移を折れ線グラフにしてください。
> グラフは画像ファイルで保存してください。

課題B（応用）:

> sales-data.csv と customer-survey.csv の両方を分析して、
> 以下を含むHTMLレポートを作成してください:
> - 売上の月別推移グラフ
> - カテゴリ別売上の構成比
> - 顧客満足度の項目別平均スコア
> 見やすいレイアウトにしてください。

講師のTips:

早く終わった参加者には「グラフの色やタイトルを自分好みに変えてみましょう」と促す
うまくいかない参加者には、エラーメッセージをそのままClaude Codeに伝えるよう案内

「エラーが出ても大丈夫です。エラーメッセージをそのままClaude Codeに見せれば、自分で直してくれます」

4. さらなるユースケース紹介（30分）

4-1. ユースケース紹介（15分）

講師の発言例:

「ここまで、リサーチ・資料作成・データ分析と、主要な活用パターンを体験してきました。ここからは、それ以外にも業務で使える場面をご紹介します。どれも皆さんの日常業務に直結するものです。」

ユースケース1: 議事録の整理と要約

デモまたはスライドで紹介:

> 以下の会議メモを読み込んで、次のフォーマットで整理してください:
> - 議題
> - 決定事項
> - アクションアイテム（担当者・期限）
> - 保留事項
>
> [会議メモのテキストを貼り付け、またはファイルを指定]

ポイント:

文字起こしツール（例: Google Meetの自動文字起こし）の出力をそのまま整理できる
箇条書きのメモでも構造化してくれる
議事録作成の時間を70〜80%削減できる可能性

ユースケース2: 業務マニュアルの作成・更新

> 以下の手順メモを元に、新入社員向けの業務マニュアルを作成してください:
> - ステップごとに番号を付ける
> - 注意点やよくあるミスも記載する
> - スクリーンショットを挿入すべき箇所を [スクリーンショット: ○○の画面] と示す
>
> [手順メモをファイルで指定]

ポイント:

口頭で教えていたノウハウを文書化できる
既存マニュアルの更新（差分の検出・反映）にも使える
Mermaid記法でフローチャートも自動生成可能

ユースケース3: 定型レポートの自動生成

> 以下の月次データCSVから、経営会議向けの月次レポートを作成してください:
> - エグゼクティブサマリー（3行）
> - KPIの達成状況（表形式）
> - 前月比の変動が大きい項目のハイライト
> - 次月のアクション提案

ポイント:

毎月の定型作業を自動化
複数フォーマット（詳細版、サマリー版）の同時生成
前月レポートとの差分ハイライトも可能

ユースケース4: 多言語翻訳ワークフロー

> 以下の日本語ドキュメントを英語に翻訳してください。
> 翻訳のルール:
> - ビジネス文書として自然な英語にする
> - 社名は原文のまま残す
> - 対訳表も併せて作成する

ポイント:

翻訳会社への外注コスト削減
用語集を参照させて訳語の統一も可能
海外拠点との日常的なコミュニケーションに活用

ユースケース5: その他の活用可能性

以下を簡潔に紹介（各1分程度）:

契約書の一次チェック補助: チェックリストに沿って重要条項を抽出。最終判断は必ず法務が行う
RFP（提案依頼書）のドラフト作成: 標準構成に沿った網羅的なドラフトを自動生成
KPIデータの整備: バラバラなフォーマットのデータを統一形式に変換
顧客リストのデータクレンジング: 表記ゆれの統一、重複の検出
補助金申請書のドラフト作成: 公募要領の構造化と申請書ドラフト生成

注: ここに挙げたユースケースは一例です。サブエージェントによるブレインストーミング結果を踏まえ、参加者の業務により近いユースケースを追加・差し替えてください。

4-2. ミニハンズオン: 一つ選んで試す（15分）

講師の発言例:

「今紹介した中から、一つ選んで実際に試してみましょう。どれを選べばいいかわからない方は、『議事録の整理』がおすすめです。最近の打ち合わせメモや、架空の会議メモを使って試してみてください。」

各ユースケースの簡易テンプレート（参加者ハンドアウトにも記載）:

参加者に配布済みのハンドアウトを参照してもらう。

講師のサポートポイント:

自分の業務データを使いたい参加者がいたら、データプライバシーの注意事項（セクション2-4）を再確認
「何を試せばいいかわからない」という参加者には、議事録テンプレートを案内
成果物ができた参加者には「その結果をGitHubにpushしてみましょう」と促す（Session 1〜2の復習）

5. 振り返りと次回予告（15分）

5-1. 今日のまとめ（5分）

講師の発言例:

「今日は大きく3つのことを学びました。」

スライドまたはホワイトボード:

今日学んだこと	ポイント
データ分析	CSVファイルを読み込ませて日本語で分析指示を出すだけ。Excelの関数やピボットテーブルの知識は不要
データ可視化	グラフもHTMLダッシュボードも、言葉で指示するだけで自動生成。デザインの調整も対話で可能
さまざまなユースケース	リサーチ・資料作成・データ分析以外にも、議事録整理、マニュアル作成、翻訳など幅広く活用できる

5-2. 振り返りディスカッション（5分）

問いかけ:

発見: 「今日の体験で、一番『これは使える！』と思ったことは？」
応用: 「明日からの業務で、すぐに試せそうなことはありますか？」
疑問: 「まだよくわからない点、不安な点はありますか？」

参加者の声を拾い、簡潔にコメントする。

5-3. 次回予告（5分）

講師の発言例:

「次回のSession 4は最終回です。これまで学んだことを使って、皆さん自身の実際の業務課題に取り組みます。いわば『卒業制作』のような回です。

次回までに、『Claude Codeで効率化・改善したい自分の業務タスク』を一つ決めておいてください。データ分析でも、資料作成でも、議事録整理でも、何でも構いません。実際の業務データ（機密性に問題のない範囲で）を準備できるとベストです。」

宿題:

最終回で取り組む「自分の業務課題」を一つ決める
可能であれば、使用するデータやファイルを準備する
今日学んだデータ分析を、別のデータ（自分で作ったCSVなど）で試してみる

付録A: よくあるトラブルと対処法

問題	対処法
CSVファイルが読み込めない	ファイルパスが正しいか確認。日本語ファイル名の場合は英数字に変更してみる
グラフの日本語が文字化けする	「日本語フォントを指定してグラフを作り直してください」と再指示
Pythonのライブラリがインストールできない	ネットワーク接続を確認。講師がpip installコマンドを直接実行して対応
HTMLファイルがブラウザで開けない	ファイルの保存場所を確認。`open ファイル名.html`（Mac）または `start ファイル名.html`（Windows）で開く
分析結果がおかしい	データの中身を再確認。「この結果が正しいか検証してください」とClaude Codeに依頼
処理に時間がかかる	大きなデータの場合は「最初の100行だけで分析してください」と指示

付録B: 参加者のスキル差への対応

参加者のレベル	推奨する課題
基本: まだ操作に不安がある	売上データの月別集計のみ。一つずつ丁寧に進める
標準: 基本操作は問題ない	複数の分析 + グラフ生成。ミニハンズオンにも積極的に取り組む
応用: 積極的に試したい	HTML形式のダッシュボード作成。自分の業務データでの分析に挑戦

付録C: 講師用チェックリスト（当日）

サンプルCSVファイル（2ファイル）が配布済み
講師PCでデモが正常動作することを再確認
Pythonのインストール確認スクリプトを準備
HTMLファイルの表示確認済み
プロジェクター/画面共有の動作確認
Wi-Fi接続の安定性確認
参加者の進捗を記録するシート（誰がどこまで完了したか）を準備