Claude Code × データ分析｜CSV・Excel・SQLを使った分析自動化入門

Claude Codeを使えば、プログラミングの知識がなくてもCSV・Excel・SQLのデータを自然言語指示だけで分析・レポート化できます。

「データ分析はエンジニアやデータサイエンティストがやるもの」——そう考えてきた経営者や管理職の方は多いのではないでしょうか。しかし実際には、月次売上レポートの作成、顧客データの集計、在庫データの確認といった日常業務の分析作業こそ、Claude Codeが最も力を発揮する領域です。

この記事では、CSV・Excel・SQLという3つのデータソース別に、Claude Codeを使った分析自動化の具体的な手順と業務シーン別の活用例を解説します。今日から実践できる内容に絞っています。

Claude Code × データ分析でできること

Claude Codeのデータ分析機能は、従来のBIツールやExcelマクロとは本質的に異なります。単にコードを生成するだけでなく、「コードを生成し、実行し、結果を解釈して報告する」という一連の流れを自律的に実行します。

従来のデータ分析との違い

Claude Codeが優れているのは、「Excelのマクロや関数を覚える必要なく、日本語で分析指示を出すだけ」で、コードの生成から実行・解釈まで完結する点です。これはChatGPTのコードインタープリター機能と似ていますが、Claude Codeはローカルファイルシステムに直接アクセスできるため、社内サーバー上の大量データや複数ファイルをまたいだ分析が得意です。

対応しているデータソース

• CSV・TSVファイル: 最もよく使われる形式。数百万行規模まで対応
• Excelファイル（.xlsx）: 複数シート、複雑な数式を含むファイルも処理可能
• SQLデータベース: SQLite、MySQL、PostgreSQL等に接続してクエリを実行
• JSONファイル: APIからの出力データや設定ファイルの分析
• APIデータ: 外部サービスのAPIからリアルタイムでデータ取得・分析

ポイントClaude Codeは「コードを書く場所」ではなく「データ分析の共同作業者」です。分析の目的を日本語で伝えるだけで、適切な手法を選択し実行してくれます。

【基本】CSVファイルをClaude Codeで分析する

データ分析の入門として最も取り組みやすいのがCSVファイルの活用です。月次売上データ、顧客リスト、アンケート結果など、多くの業務データはCSV形式で管理されているからです。

CSVファイルの読み込みと基本分析

手順は以下の3ステップだけです。

1. Claude Codeのチャットにタスクを入力する
2. CSVファイルをドラッグ＆ドロップで渡す（またはファイルパスを指定する）
3. 分析したい内容を日本語で指示する

指示例：

売上データ.csvを読み込んで、以下の分析をしてください：
・月別売上の推移
・商品カテゴリ別の売上構成比
・前月比の変化が大きい商品トップ5
最後にグラフ付きのレポートとしてまとめてください

Claude Codeはこの指示を受け取ると、Pythonコード（pandasライブラリ）を自動生成し、その場で実行して結果を返します。ユーザー側にPythonの知識は一切不要です。

売上データ分析の実例（300行CSVを2分でレポート化）

実際の活用例を紹介します。あるIT商社では、2025年度の月別売上データ（CSVファイル、300行）をClaude Codeに渡して分析を依頼しました。

分析結果として以下が自動で生成されました。

• 月別売上推移の折れ線グラフ
• 部署別売上の棒グラフ
• 前年同月比の比較テーブル
• 特異値・外れ値の自動検出と説明

所要時間は約2分。Excelで同じ作業をする場合と比べて約7分の1の時間です。Nexa研修先の現場では「今まで半日かかっていた月次レポートが15分で終わった」という声も多く聞かれます。

グラフ・可視化を自動生成する方法

Claude Codeはmatplotlibやseabornを使ったグラフコードを自動生成します。以下のように指示するだけです。

前の分析結果をもとに、以下のグラフを生成してください：
・月別売上の折れ線グラフ（前年比較あり）
・商品カテゴリ別売上の円グラフ
グラフは日本語表記で、見やすいデザインにしてください

生成されたグラフはPNGファイルとして保存され、そのままPowerPointやレポートに貼り付けることができます。

【応用】ExcelファイルをClaude Codeで分析する

多くの企業では、売上管理・予算管理・在庫管理といった重要データがExcel（.xlsx）形式で管理されています。Claude CodeはExcelファイルをそのまま読み込み、複雑な構造にも対応できます。

Excelファイルの読み込みと前処理

Excelファイルの分析で特に便利なのが、データの前処理（クレンジング）です。

• セルの結合を解除して分析可能な形式に変換
• 空白行・空白列の自動除去
• 日付フォーマットの統一（「2025/3/1」「2025年3月1日」「25/03/01」が混在していても自動で統一）
• 数値と文字列が混在する列の型変換

これらは通常、Excelマクロや手作業で行う必要がある作業ですが、Claude Codeは「このExcelを分析できる形に整えてください」という一言で自動的に処理します。

複数シートをまたいだ集計と分析

Excelで最も手間がかかる作業のひとつが、複数シートにまたがるデータの集計です。

指示例：

月別売上管理.xlsxの各月シート（1月〜12月）から売上データを集計して、
年間の部門別売上推移をまとめてください。
前年度のExcelファイルも渡しますので、前年比較もお願いします

VLOOKUP関数や複雑な集計式を使わなくても、このような指示一つで年間サマリーが完成します。

ピボットテーブル相当の分析を自然言語で指示する方法

Excelのピボットテーブルは強力な機能ですが、操作習得に時間がかかります。Claude Codeでは日本語で同等の分析ができます。

顧客データ.xlsxから以下のクロス集計を作成してください：
・行: 顧客の業種（製造業/サービス業/小売業）
・列: 購買頻度（月1回以下/月2〜4回/月5回以上）
・値: 平均購入金額と件数
ヒートマップ形式で可視化もお願いします

【上級】SQLデータベースと連携したデータ分析

大量のデータを扱う企業では、データベースに直接アクセスして分析する需要があります。Claude Codeは自然言語でSQL文を自動生成し、実行まで行います。

SQLiteとの接続とER図の自動生成

まずSQLiteデータベースとの接続は以下のように指示します。

sales.dbに接続してください。
どんなテーブルがあるか教えて、ER図も生成してください

Claude Codeは接続後、テーブル構造を自動解析し、テーブル間の関係性（外部キー等）を可視化したER図を生成します。カラム名の命名規則が統一されていると特に精度が上がります。

自然言語からSQLクエリを自動生成する手順

SQLの知識がなくても、以下のような自然言語の指示でクエリを自動生成・実行できます。

指示例：

昨年度（2025年1月〜12月）の月別売上を集計して、
前年同月比と売上順位もあわせて表示してください。
売上上位10商品もリストアップしてください

Claude Codeが生成したSQLは画面に表示されるため、内容を確認した上で実行できます。生成されたSQLを社内のデータベースエンジニアに渡すことも可能です。

大規模データへの対応（1000万件の実例）

1000万件弱のレコードをSQLiteデータベースに格納し、自然言語クエリで分析した実例（satoryu.com）では、通常のループ処理では数時間かかる集計も、Claude Codeがベクトル化された処理を自動選択することで、数秒〜数分で完了しています。

大規模データへの実践的なアドバイスとして、以下の点を押さえておくと効率的です。

業務シーン別 活用例4選

データ分析の自動化は、部門を問わず幅広いシーンで効果を発揮します。

月次売上レポートの自動化（経営企画・管理部門向け）

最もROIが高いのが月次レポートの自動化です。毎月同じフォーマットで作成するレポートは、一度パイプラインを構築すれば以降は毎月数分で完了します。

効果の例：- 月次売上集計・前年比較: 3時間 → 15分– 部門別KPIレポート: 半日 → 30分– 役員向け経営ダッシュボード更新: 2時間 → 10分

指示例：

毎月のレポート作成手順をバッチ処理にしたいです。
月次売上.csv、費用明細.csv、KPI進捗.csvの3ファイルから
役員向け月次レポートをWord/Excelで自動生成するスクリプトを作ってください

顧客データ分析（営業・CRM向け）

CRMシステムからエクスポートした顧客データをClaude Codeで分析することで、営業活動の優先順位付けが効率化されます。

活用例：- 解約リスクスコアリング: 購買頻度・金額の変化パターンから解約リスクの高い顧客を抽出- アップセル候補の抽出: 購買履歴から関連製品の購入可能性が高い顧客を特定- 顧客セグメント分析: 購買行動データからRFM分析を自動実行

マーケティングデータの可視化

Webアクセスデータ、広告パフォーマンスデータ、SNSエンゲージメントデータなど、複数ソースのマーケティングデータをClaude Codeで統合・分析できます。

Google Analytics、広告管理ツール等からCSVエクスポートしたデータを渡すだけで、チャネル別ROI比較、流入経路分析、コンバージョン率のトレンド分析が数分で完成します。

資生堂の事例では、SNSやWebアクセスログ・購買履歴をAI分析ツールで解析し、顧客の行動パターンを予測することでコンバージョン率の向上と販促費の最適化を実現しています。

在庫・コストデータの管理

製造業・小売業では在庫管理データの分析が日常業務に直結します。

活用例：

在庫データ.csvから以下を分析してください：
・回転率が低い（滞留リスクがある）商品トップ20
・在庫切れが発生した頻度が高い商品
・季節変動パターンの可視化
来月の発注推奨量もあわせて算出してください

このような指示一つで、発注判断の根拠データが整理されます。

Claude Codeでデータ分析を始める3ステップ

環境構築の手間なく、今日から始めることができます。

STEP 1: Claude Codeにデータファイルを渡す

Claude Codeのチャット画面にCSVやExcelファイルをドラッグ＆ドロップするか、ファイルパスを指定します。初めての方は手元にある業務データのCSVを1枚用意してみてください。

Claude Codeの環境構築については、Claude Code 始め方ガイドを参照してください。

STEP 2: 分析したい内容を日本語で指示する

「何を知りたいのか」を具体的に日本語で伝えます。以下のような指示のフレームを使うと、より精度の高い結果が得られます。

効果的な指示のポイント：- 目的を明示する: 「経営会議で報告するために」「発注判断のために」- 欲しい出力形式を指定する: 「グラフ付きレポートで」「テーブル形式で」- 比較軸を伝える: 「前月比」「前年同月比」「部門別」

STEP 3: レポートを出力・共有する

分析結果はMarkdown形式・Excel形式・グラフ画像として出力できます。チームで共有する場合は、Claude CodeにWordやPowerPoint形式での出力を依頼することも可能です。

一度使い始めると、「分析に使えるデータが手元にある」感覚が変わります。Claude Codeを活用した業務全体の効率化については、Claude Codeでできること｜活用例15選も参考にしてください。

よくある質問

Q. プログラミング知識がなくてもClaude Codeでデータ分析できますか？

はい、できます。Claude Codeは日本語の指示だけでPythonコードを自動生成・実行するため、ユーザー側にプログラミング知識は一切不要です。Excelのマクロや関数を覚える必要もありません。「データを渡して、やりたいことを伝える」だけで分析が完結します。非エンジニアでも活用できる詳細はClaude Code × 非エンジニアをご覧ください。

Q. Claude CodeはExcelファイルを直接読み込めますか？

はい、.xlsxファイルを直接読み込めます。複数シートの集計、セルの結合解除、日付フォーマットの統一なども自動で処理します。また読み込んだデータを編集して新しいExcelファイルとして出力することも可能です。

Q. SQLデータベースとClaude Codeを連携するにはどうすればいいですか？

SQLite、MySQL、PostgreSQL等に接続できます。接続情報（ホスト名、ポート、認証情報）をClaude Codeに伝えると、接続コードを自動生成して実行します。SQLの知識がなくても日本語で「売上の月別集計が見たい」と指示するだけで、適切なSQLクエリを生成して実行します。

Q. ChatGPTのデータ分析機能とどう違いますか？

ChatGPTのコードインタープリターと最大の違いは「ローカルファイルシステムへのアクセス」です。ChatGPTはアップロードしたファイルのみ分析できますが、Claude Codeは社内サーバー上のデータベースや大量のローカルファイルに直接アクセスして分析できます。また、一度作成した分析スクリプトを再利用・自動化するワークフロー構築が得意です。

まとめ

Claude Codeを使ったデータ分析自動化のポイントをまとめます。

• CSVの基本分析: 日本語指示だけでグラフ付きレポートを約2分で生成可能。月次レポートを半日から15分に短縮した実例あり
• Excelへの対応: 複数シート・複雑な構造にも対応。ピボットテーブル相当の集計も自然言語で指示できる
• SQL連携: 1000万件規模のデータベースも自然言語クエリで分析。SQLの知識は不要
• 業務シーン別活用: 月次レポート・顧客分析・マーケティング分析・在庫管理など幅広い部門で即効果あり

データ分析は、特定のエンジニアやデータサイエンティストだけがやるものではなくなりつつあります。まずは手元のCSVを1枚渡してみることから始めてみてください。