「このCSVを分析して」——Claude Codeにファイルパスを渡すだけで、データの読み込み、前処理、分析、可視化、レポート作成までが完了する。
これが可能なのは、Claude Codeが「コードを生成する」だけでなく、「生成したコードを実行し、結果を解釈する」からだ。Web版のClaudeとの決定的な違いはここにある。
本記事では、CSVの基本分析からGA4/BigQuery連携まで、Claude Codeを使ったデータ分析の全自動化を実践的に解説する。
CSVを渡すだけ——最もシンプルな使い方
Claude Codeでのデータ分析は、以下の3行で始まる。
「sales_data.csvを分析して。
月別の売上推移、カテゴリ別の構成比、前年同月比を出して。
グラフはPNG画像で output/ に保存して」
Claude Codeは以下を自動で行う。
| ステップ | Claude Codeの動作 |
|---|---|
| 1 | CSVを読み込み、データ構造を把握 |
| 2 | pandasでデータを前処理（欠損値処理、型変換） |
| 3 | 分析コード（Python）を生成 |
| 4 | コードを実行して結果を取得 |
| 5 | matplotlib/seabornでグラフを生成 |
| 6 | 結果を解釈して日本語でレポート |
ベイジ代表の枌谷氏（@sogitani_baigie）も、Claude Codeによるビジネスデータ分析の可能性についてXで言及している。
Web版のClaudeではCSVをアップロードして分析を依頼できるが、ファイルサイズの制限があり、複数ファイルの横断分析は困難だ。Claude Codeではローカルファイルに直接アクセスするため、ギガバイト級のデータでも処理できる。
実践テクニック——分析精度を上げる指示の出し方
① 分析の目的を先に伝える
❌ 「このCSVを分析して」
✅ 「このCSVは過去3年間のEC売上データ。
来期のマーケティング予算配分を決めるために、
どのカテゴリに注力すべきか判断する材料がほしい」
② 出力形式を指定する
「分析結果を以下の形式で出力して:
1. エグゼクティブサマリー（3行以内）
2. 主要指標のダッシュボード（テーブル）
3. グラフ3枚（PNG、日本語ラベル）
4. アクションアイテム（箇条書き）」
③ 複数ファイルの横断分析
「以下の3ファイルをクロス分析して:
- ga4_traffic.csv（アクセスデータ）
- ad_spend.csv（広告費データ）
- revenue.csv（売上データ）
ROAS（広告費用対効果）をチャネル別に算出して」
GA4 / Google Search Console連携
GA4やSearch Consoleのデータをエクスポートし、Claude Codeで分析することで、SEO戦略の策定を自動化できる。
「ga4_pages.csvとgsc_queries.csvをクロス分析して。
インプレッションが多いがCTRが低いページを特定し、
タイトル改善の提案を各ページにつけて」
BigQuery連携
BigQueryのデータを直接クエリして分析することも可能だ。
# BigQuery CLIでデータを取得してCSVに保存
bq query --format=csv --use_legacy_sql=false 'SELECT * FROM `project.dataset.table` LIMIT 10000' > data.csv
# Claude Codeで分析
「data.csvを分析して...」
より高度な連携として、BigQuery MCPサーバーを接続する方法もある。
科学者向け——研究データの分析
Patrick Mineault氏の「Claude Code for Scientists」では、研究者がClaude Codeを使ってデータ分析を行うベストプラクティスが紹介されている。
要点は以下の通りだ。
- Jupyter Notebookではなく、スクリプト + PNGダンプのワークフローを推奨
- グラフを生成するスクリプトを書かせ、
output/にPNGを保存させる - スクリプトが再実行可能であることを重視
Abundant code without the sharp edgesClaude Code for Scientists
データ分析チェックリスト
| 項目 | ポイント |
|---|---|
| データ準備 | CSV/JSONでローカルに保存 |
| 分析目的 | 「何を判断したいか」を先に伝える |
| 出力形式 | グラフ（PNG）+ レポート（Markdown）を指定 |
| 検証 | 生成されたコードと結果を必ず確認 |
| 反復 | 「ここをもう少し深掘りして」で掘り下げ |
データ分析で最も時間がかかるのは、分析そのものではなく、「何を分析すべきか」を決めることだ。Claude Codeは分析の実行を自動化するが、問いの設計は人間にしかできない。
次にあなたが「このデータから何がわかるか」と問いかけるとき、Claude Codeがその答えを出すまでに何分かかるだろうか。
参考文献
- Claude Code for Scientists — Patrick Mineault
- Claude Codeでデータ分析を自動化する — StartLink
- データ組織へのClaude Code導入 — DMM Developers Blog
