ChatGPTで売上分析する方法｜CSV・Excelを使った販売店向け実践ガイド

30秒でわかる結論

AIは売上の「答え」を決めるものではなく、どの数字を見るべきかを速く見つける道具です。最初は、売上を「客数 × 客単価」に分けるだけで十分です。

人が目的とデータを渡す → AIが集計・比較・可視化する → 人が原因を確認して行動を決める、という順番で進めます。

この記事を読むとできること

• 最初に見るべき売上・客数・客単価を理解できる
• CSV^?CSV売上や在庫などの表データを保存するファイル形式。Excelやレジシステムから出力できることがあります。画面の別の場所をタップすると閉じますを使った売上分析を安全に体験できる
• AIの回答を「事実・仮説^?仮説まだ答えと決まっていない予想です。データだけで決めつけず、売場で本当に合っているか確かめます。画面の別の場所をタップすると閉じます・行動」に分けて読める

無料ミニ教材｜会社のデータを使わずに試す

公開記事には、架空の「今年の売上CSV」と「前年の売上CSV」を用意しています。まず記事からCSVを保存し、その後はChatGPTアプリで操作してください。

操作場所を間違えないための3ステップ

1. Web記事で練習用CSVを保存する

2. ChatGPTを開き、入力欄の「＋」からCSVを添付する

3. 本記事の指示文をコピーしてChatGPTへ送信する

※添付・送信・結果確認はWeb記事上では行いません。操作画面風の図は説明図であり、タップできません。

結果の読み方

• 青：元データから確認できる事実
• 黄：AIが示した仮説。現場で確認が必要
• 緑：事実と確認結果を踏まえた次の行動
• 赤：欠損・重複・集計不一致などのデータ不備

うまくいかないときの追加指示

• 数字が合わない：「元データの合計と集計結果を再照合し、不一致の行を示してください」
• 列名が分からない：「各列の意味を推測で確定せず、確認が必要な列を一覧にしてください」
• 原因を断定された：「事実と仮説を分け、未確認の原因には『要確認』と表示してください」

「売上データはあるけれど、どこを見ればいいか分からない」

「前年比が下がった理由を、毎回Excelを眺めながら探している」

「数字を集計しただけで、次の行動につながらない」

販売員や店長にとって、売上分析は重要な仕事です。

しかし実際には、日別、商品別、スタッフ別、顧客別など複数の表を確認し、計算し、さらに売場で起きたことと結び付ける必要があります。

そこで役立つのがChatGPTです。

CSVやExcelをアップロードすれば、集計、比較、欠損確認、上位商品の抽出、表やグラフの作成などを依頼できます。

ただし、ファイルを渡して「分析して」とだけ頼むのはおすすめしません。

大切なのは、

データの品質を確認する → 数字を分解する → 変化を見つける → 現場情報と照合する → 行動を決める

という順番です。

この記事では、販売員・副店長・店長がChatGPTを使い、売上データを安全かつ実務的に分析する方法を解説します。最後に、そのまま使えるプロンプト^?プロンプトChatGPTへの指示文。目的・入力情報・条件・出力形式を具体的に伝えるほど、回答が安定します。画面の別の場所をタップすると閉じますも掲載します。

ChatGPTは売上の「答え」を出す道具ではなく、見るべき場所を速く見つける道具

売上分析で最初に理解しておきたいのは、ChatGPTは売場を見ていないということです。

例えば、ある商品の売上が前週より伸びていても、データだけでは、

• 売場の場所を変えた
• スタッフが積極的に提案した
• SNSで話題になった
• 競合商品が欠品していた
• たまたま大口購入があった

のどれが原因かは断定できません。

AIが得意なのは、数字の中から変化や異常を見つけ、比較すべき項目を整理することです。

人間が担当するのは、その変化がなぜ起きたのかを、接客、売場、天候、イベント、欠品などの現場情報と照らして判断することです。

AIは数字の整理と仮説づくり。

店長は現場確認と最終判断。

この役割分担が、売上分析の精度を高めます。

私は売上分析から文章化までを20分から10分に短縮できた

私自身、レジシステムで売上の数字を確認するだけなら、以前から約5分でできていました。

時間がかかっていたのは、その先です。

数字を確認し、前年や商品別の実績と比較する。

変化が起きた場所を探す。

売場で起きたことと結び付ける。

最後に、上司へ伝わる文章へまとめる。

ここまで進めると、合計で約20分かかっていました。

ChatGPTを取り入れてからは、最終確認まで含めて約10分でまとめられるようになりました。

1回あたり約10分、時間にすると約50％の短縮です。

ただし、私が最も驚いたのは、単に10分短くなったことではありません。

これまでは全体売上と大きな変化を確認するだけで終わりやすかった分析を、ChatGPTでは、

• 前年比
• 商品別
• カテゴリー別
• 客層別
• 日別・曜日別

など、複数の切り口へ短時間で掘り下げられるようになったことです。

数字を把握する時間が短くなり、分析の深さは増えました。

もちろん、データの項目や元ファイルの状態によって、同じ時間になるとは限りません。また、AIが示した傾向をそのまま原因として扱うこともできません。

それでも、集計と比較をAIに手伝ってもらうことで、人間は「なぜこの変化が起きたのか」「次に何を変えるのか」を考えることへ、より多くの時間を使えると実感しています。

ChatGPTでCSV・Excelを分析すると何ができる？

OpenAIの公式情報によると、ChatGPTはCSV、XLS、XLSXなどの表計算ファイルを分析し、集計、変換、統計分析、表やグラフの作成を行えます。

販売店の売上分析では、例えば次のような作業に使えます。

• 売上合計、客数、販売点数の集計
• 予算比、前年比、前週比の計算
• 日別・曜日別・時間帯別の比較
• 商品別・カテゴリー別の売上ランキング
• 売上構成比^?構成比全体に占める割合。例えば、総売上のうち特定カテゴリーが何％を占めるかを表します。画面の別の場所をタップすると閉じますの計算
• 客単価、買上点数、平均商品単価の計算
• 欠損値、重複行、異常値の確認
• 複数ファイルの共通商品コードによる結合
• 表やグラフによる可視化

一方、正確な分析には、1行目に分かりやすい列名があり、原則として1行が1件の記録になっているデータが向いています。

複数の無関係な表が同じシートにある、途中に空行が多い、画像の中に数値が入っている、といったデータは誤認や読み漏れの原因になります。

参考：OpenAI「Data analysis with ChatGPT」

https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt ↗

売上分析は5つの順番で進める

STEP1｜分析の目的を一つに絞る

最初に「何を判断したいのか」を決めます。

例えば、

• 今週の売上が前年を下回った要因候補を探したい
• 売上を牽引した商品を特定したい
• 客単価低下の発生場所を確認したい
• 次週に強化するカテゴリーを決めたい

などです。

目的が曖昧なまま「詳しく分析して」と依頼すると、情報量は多くても行動につながらない結果になりやすくなります。

STEP2｜元データの品質を確認する

計算する前に、次を確認します。

• 対象期間
• 列名とデータの意味
• 金額が税込か税抜か
• 返品・取消の扱い
• 欠損値
• 重複行
• 商品コードの文字列・数値の違い
• 合計行が明細へ混ざっていないか

ここを飛ばすと、計算は正しくても元データの解釈が間違っている、ということが起こります。

まずChatGPTに「分析を始める前に、列名、行数、対象期間、欠損、重複、異常値を一覧にしてください」と依頼するのがおすすめです。

STEP3｜売上を基本KPIへ分解する

売上が上がった、下がっただけでは打ち手は決まりません。

まずは、

売上 ＝ 客数 × 客単価

へ分解します。

さらに客単価は、

客単価 ＝ 1客あたり買上点数 × 平均商品単価

と見ることができます。

店舗で接客数や成約率^?成約率接客や来店のうち、実際の購入につながった割合です。画面の別の場所をタップすると閉じますを記録している場合は、

買上客数 ＝ 接客数 × 成約率

の視点も加えられます。

どの数字が変化したかによって、打ち手は変わります。

　 変化 　 確認したいこと 　 行動例 　

　 客数が減少 　 来店数、接客数、時間帯、曜日 　 集客、売場導線、ピーク配置の見直し 　

　 成約率が低下 　 接客内容、欠品、スタッフ構成 　 ロールプレイ、代替提案、在庫確認 　

　 買上点数が低下 　 セット提案、関連商品 　 クロスセル、売場編集 　

　 平均商品単価が低下 　 商品構成、顧客構成、用途 　 上位ライン提案、ギフト提案 　

STEP4｜商品・顧客・時間へ掘り下げる

基本KPI^?KPI目標までの進み具合を測るための数値。店舗なら売上・客数・客単価・成約率などが代表例です。画面の別の場所をタップすると閉じますで差の発生場所を確認したら、次に切り口を増やします。

商品

• 売上上位商品
• 前年から伸びた・下がった商品
• 売上構成比
• 低回転商品
• 欠品期間と売上変化

顧客

• 新規・リピート
• 国内・海外
• 一般・優良顧客
• 自家用・ギフト・業務用

時間

• 日別
• 曜日別
• 時間帯別
• イベント前後

ただし、切り口を増やしすぎると重要な変化が埋もれます。最初は「差額が大きい順に上位5項目」のように絞ると判断しやすくなります。

STEP5｜事実・仮説・行動を分ける

最後は、分析結果を次の3つへ分けます。

事実

データから確認できる内容。

例：客数は前年同期比12％減、客単価は5％増。

仮説

現場情報と組み合わせた原因候補。

例：午後の来店減少と主力商品の欠品が売上へ影響した可能性がある。

行動

次に実施し、効果を確認すること。

例：欠品商品の代替提案を3パターン共有し、次週の成約率を確認する。

AIの出力で最も危険なのは、仮説が事実のように書かれることです。

「データだけで確認できない原因は断定しない」とプロンプトに明記します。

そのまま使える｜まずは1ファイルで売上を分解

添付した練習用の売上CSVを分析してください。

【最初に確認すること】
1. ファイル名・列名・行数・対象期間を確認する
2. 欠損・重複・マイナス値があれば一覧にする
3. 元データの売上金額合計を計算する

【問題がなければ行うこと】
1. 売上、客数、販売点数、客単価を集計する
2. 日別売上を比較し、差額が大きい日を示す
3. 商品カテゴリー別の売上上位3件を示す
4. 結果を「事実」「現場で確認する仮説」「次の行動」に分ける

【大切なルール】
- 入力されていない理由を作らない
- 仮説を事実のように断定しない
- 計算後の売上合計を元データと照合する
- 不明な項目は「要確認」と表示する

最初にデータ品質チェックと売上合計だけを提示し、私の確認を待ってください。

慣れたら実務版｜今年と前年を比較

添付した今年と前年の売上CSVを比較してください。

【分析目的】
［例：今週の売上が前年を下回った発生場所を見つける］

【実行前の確認】
1. 両ファイルの対象期間・列名・行数・金額単位を確認する
2. 欠損・重複・返品・取消の扱いを確認する
3. 商品コードの桁数・先頭ゼロ・未一致を確認する
4. 問題点だけを先に報告し、私の確認を待つ

【確認後の分析】
1. 売上、客数、販売点数、客単価を今年・前年で比較する
2. 差額と増減率を計算する
3. 日別・商品別・カテゴリー別に、売上差への影響が大きい上位5件を示す
4. 「データで確認できる事実」「現場確認が必要な仮説」「不足情報」「次週の行動案」に分ける

【重要ルール】
- 元データを最優先にする
- 原因を推測で断定しない
- 相関と因果関係を混同しない
- 集計前後の売上合計を突合する
- 不一致や判断不能は「要確認」とする

金額は円、比率は小数第1位で表示してください。

グラフは「きれいさ」より、判断しやすさで選ぶ

ChatGPTは売上データからグラフも作成できます。

おすすめの使い分けは次の通りです。

　 確認したいこと 　 向いているグラフ 　

　 日別・週別の推移 　 折れ線グラフ 　

　 商品・カテゴリーの比較 　 棒グラフ 　

　 構成比 　 棒グラフ、必要に応じて円グラフ 　

　 売上差への寄与 　 ウォーターフォール 　

　 客数と客単価の関係 　 散布図 　

グラフを作ること自体が目的ではありません。

「どこが変わったか」「何を優先するか」が一目で分かるかを基準に選びます。

売上分析でよくある失敗6つ

1．いきなり「分析して」と依頼する

分析目的と比較対象が曖昧だと、広く浅い結果になりやすくなります。

2．元データの欠損や重複を確認しない

誤ったデータを正確に計算しても、正しい判断にはなりません。

3．合計値を突合しない

フィルターや返品処理により、元データと集計値がずれることがあります。分析前後の売上合計を確認します。

4．増減率だけを見る

前年1点から今年2点になれば100％増ですが、売上への影響は小さい場合があります。増減率と差額の両方を見ます。

5．AIの仮説を原因として報告する

データ上の同時発生は、因果関係の証明ではありません。現場情報で確認します。

6．機密情報や個人情報をそのまま入力する

分析に顧客名やスタッフ名は通常必要ありません。不要な列を削除または匿名化^?匿名化氏名や会員番号など、個人を特定できる情報を削除・置換することです。画面の別の場所をタップすると閉じますし、勤務先の規程を優先します。

会社の売上データを入力する前に確認したいこと

売上データは会社の機密情報に該当する可能性があります。

業務でChatGPTを使う前に、勤務先のAI利用規程、情報管理ルール、利用可能なアカウントやサービスを必ず確認してください。

原則として、次の情報は入力しない運用が安全です。

• 顧客の氏名、住所、電話番号、会員番号
• 購入履歴と個人を結び付ける情報
• スタッフの氏名、評価、人事情報
• 未公開の売上、利益、予算
• 取引先との契約条件
• ID、パスワード、認証情報

練習では、架空データ、匿名化したデータ、公開可能な範囲へ集計したデータを使います。

個人向けChatGPTでは、「データコントロール」から会話をモデル改善に使うかを変更できます。設定をオフにすると会話履歴を残したまま、新しい会話をモデル改善へ使わない設定にできます。

ただし、この設定は会社の機密情報を入力する許可ではありません。勤務先のルールが最優先です。

参考：OpenAI「Data Controls FAQ」

https://help.openai.com/en/articles/7730893-data-controls-faq ↗

現場で使える分析にする3つの質問

ChatGPTが集計を終えたら、店長は次の3つを確認します。

1. この数字の変化は、売場で見た事実と一致しているか

2. この仮説を確かめるには、あと何の情報が必要か

3. 次週に一つだけ変えるなら、何を変えて何のKPIを見るか

売上分析の目的は、立派なレポートを作ることではありません。

次の行動を決め、結果を確認することです。

例えば、客単価が低下しているなら「高単価商品をもっと売る」で終わらせません。

セット提案を1パターン決める。

1週間実施する。

1客あたり買上点数を確認する。

ここまで決めると、分析が店舗改善へつながります。

まとめ｜AIで集計時間を減らし、店長は判断に集中する

ChatGPTを使えば、CSVやExcelの売上データから、集計、比較、異常値確認、表やグラフの作成を進められます。

ただし、売上分析を丸投げするのではなく、次の順番を守ることが重要です。

• 分析目的を決める
• データ品質を確認する
• 売上を客数・客単価などへ分解する
• 商品・顧客・時間へ掘り下げる
• 事実・仮説・行動を分ける
• 最後に人間が現場情報と照合する

AIは大量の数字から、見るべき場所を速く見つけるのが得意です。

一方、お客様の反応、スタッフの動き、売場の変化を知っているのは現場の人です。

AIで数字を見る時間を減らし、人間は数字の背景を考え、次の行動を決める。

これが、販売・接客の現場で役立つ売上分析の基本です。

まずは個人情報や機密情報を含まない練習用データで、データ品質チェックとKPI集計から試してみてください。

今日やることは、この3つだけ

1. 分析したい質問を1つ決める

2. 架空CSV、または個人情報を除いた表を用意する

3. AIの集計結果を元データの合計と照合する

成功ルール：「売上を分析して」だけで始めず、目的を1つに絞ります。

初心者のよくある疑問

Excelのまま添付できますか？

対応している環境ではExcelやCSVを添付できます。まず少量の架空データで操作を確認してください。

AIが原因まで断定できますか？

できません。数字から仮説は作れますが、天候・欠品・接客など現場の事実確認が必要です。

最初に見る数字は何ですか？

売上だけでなく、客数・客単価へ分けると、変化した場所を見つけやすくなります。