はじめに

業務でデータ分析を行う際、こんな作業に時間を取られていませんか？

データを読み込んで傾向を把握する
属性別に集計して違いを確認する
分析結果を資料にまとめる

これらをすべて手作業で行うと、ちょっとした分析でも数時間かかってしまうことがあります。

今回は、GoogleのAI Gemini（特にCanvas機能） を活用し、
データのアップロード → 分析 → 報告用スライド作成までを、実質3分程度で完了させた手順を紹介します。

1. 使用したGeminiとデータ

【Gemini】

使用モデル：Gemini 3 高速モード（Gemini 3 Flash）
※ いずれも執筆時点の検証環境です。

【データ】

今回分析対象としたのは、以下の項目を含む50名分のセミナーアンケート結果です。

顧客属性：顧客ID、性別、年齢
5段階評価項目：話す速さ、見やすさ、態度
自由記述：感想

<セミナーアンケート結果>　※検証用に用意した架空のサンプルデータです

本記事では一例として「セミナー後のアンケートデータ」を扱いますが、
定量データ＋自由記述を含む一般的な業務データ分析にも応用可能な内容です。

2. Geminiへの指示（プロンプト）

Geminiに 「データ分析のスペシャリスト」 という役割を与え、以下のタスクを依頼しました。

基本統計量の算出（平均・中央値・最頻値・標準偏差）
属性別分析（性別・年代別の傾向）
評価項目の相関分析（満足度に影響が大きそうな項目の推定）
自由記述の分析（カテゴリ分類、ポジ/ネガ抽出、頻出語）
改善提案（経営層向けA4 1枚レベルの要約）

Geminiへの指示内容（プロンプト）

あなたはデータ分析のスペシャリストです。
アップロードした、セミナーのアンケート結果を分析してください。

------------------------------------------------------------
【前提データ構造】
アンケートは次の列を持ちます：
- 顧客ID
- 性別
- 年齢
- 話す速さ（1〜5）
- 見やすさ（1〜5）
- 態度（1〜5）
- 感想（自由記述）

------------------------------------------------------------
【データ取り扱いルール】
1. 空欄（未入力）はすべて「未回答」として扱う。
2. 数値項目は 1〜5 の5段階評価であり、
   - 1 = 最低評価
   - 5 = 最高評価
   として分析する。

------------------------------------------------------------
【分析タスク】
データが与えられたら、以下を順に実施する。

1. 基本統計量の算出  
   - 平均、中央値、最頻値、標準偏差  
   - 未回答は除外して計算するが件数は別途表示する  

2. 属性別分析  
   - 性別・年代別に平均値を比較  
   - 高評価／低評価の傾向を抽出  

3. 評価項目の総合的な傾向  
   - どの項目が満足度に影響がありそうかを推定 
   - 相関関係を文章で説明  

4. 自由記述の分析  
   - 内容を3〜5カテゴリにクラスタリング  
   - ポジティブ/ネガティブ要素の抽出  
   - 頻出語のランキング  
   - 代表コメントを抽出  

5. 全体所見と改善提案  
   - 経営層に提出できるA4 1枚レベルの要約  
   - 改善案を3〜5個提示

3. 驚きの分析速度

Geminiはわずか15秒で、以下のような分析結果を出力しました。
数値集計だけでなく、自由記述の要約や改善ポイントまで一通り出力され、
「まず全体像を把握する」用途としては十分すぎる内容でした。

4. Canvas機能によるスライド自動生成

分析が完了したら、Geminiの Canvas機能 を選択し、

分析結果をスライドにまとめてください

と指示するだけで、報告用スライドの生成が始まります。

スライド作成が完了すると、以下のような画面が表示されます。
生成されたスライドは Googleスライドにエクスポート可能 で、後から手動修正もできます。

実際に作成されたスライドはこちらです。

【個人的に感動した点】

スライド作成指示から完了まで約1分
レイアウトに大きな違和感がなく、日本語の文字化けもなし

まとめ

今回の検証を通じて、
データ集計やスライド作成といった「作業」をAIに任せることで、人は「結果をどう解釈し、どう動くか」という意思決定に集中できる
と実感しました。

以下のような方には特におすすめです。

アンケート分析や報告資料作成に時間を取られている
分析の切り口を考えるのが苦手
まずは素早く全体像を把握したい

【注意点】
生成AIの分析精度はまだ完璧ではありません。
特に数値の解釈や施策判断については、人の目での確認が必須です。

一方で、

集計
傾向整理
たたき台となる資料作成

といった部分をAIに任せることで、
全体の作業効率は大きく向上すると感じました。