Claude×Redashで進める爆速データ分析
🎄このエントリーはアレスグッドの Advent Calendar 2024 という企画の5日目の記事です。
はじめに
こんばんは、株式会社アレスグッドでProduct Manager & Product Designer をしている、引野（ヒキノ）です。最近の趣味はもっぱらDJでして、休日は友達とB2Bをしている日常です。
「今年のテーマは何にしようかな」と頭の片隅に置いていたら、前日になってしまっており、現在必死に書き進めようとしています。（ので、拙い文章ばかりな気がします。予めご了承ください。）
そんなこんなで、現在進行形で書き進めているのですが、「1年前とどう自分は変化があっただろうか」「1年前に比べて、仕事の進め方など変わったか」などと振り返った時に、明確に変わったことがありました。
それは、「データ分析の圧倒的効率化」です。
なので、今年のテーマは「日々多忙に追われているPdMやデータを扱う方に向けて、Claude×Redashを使った爆速データ分析」の話をしたいと思います。
去年のアドベントも一応貼っておきますね。
データ分析編
ここからは具体的に、ClaudeとRedashを使ったデータ分析の方法を解説していきます。
まずは、基本的なプロンプトです。
あなたはデータ分析の専門家です。
やりたいことは以下です。
・XXXXXX（やりたいこと）
最終的には、Redashに対応する形で出力してください。
やりたいことには、具体的な要件を入れていきます。例えば、「MAU / WAUを分析したい」「スカウトを貰っているユーザーの平均プロフィール文字数を出したい」などですね。
ただこれだけだと当然うまくいかないですよね。なぜなら、Claude側にDBのtableデータを送っていないため、Claudeはtable同士の関係性を理解している状態ではないからです。
なので、table同士の関係性をClaudeに学習してもらう必要があります。学習させる方法は色々あると思いますが、一番早い方法は、
同じような分析をしているRedashのクエリをそのまま持ってくる
です。もう少し正確に伝えると、
出したいデータに関係するTable同士の関係性が分かるRedashのクエリをそのまま持ってくる
です。
なので、プロンプトは以下になります。
あなたはデータ分析の専門家です。
やりたいことは以下です。
・XXXXXX（やりたいこと）
最終的には、Redashに対応する形で出力してください。
以下の#SQLを元にしてください。
#SQL
select A
from B
〜〜
冒頭に例を出した「MAU / WAUを分析したい」「スカウトを貰っているユーザーの平均プロフィール文字数を出したい」だとしたら
MAU / WAUを分析したい：access_histories tableとusers tableをJOINしているSQLを探そう…💡
スカウトを貰っているユーザーの平均プロフィール文字数を出したい：message_roomsとusers table、user_profile_tableを結びつけているSQLを探そう…💡
という、頭の中で出したい要求 → データ要件に転換することが一番重要になります。
データ活用編
ここまで、Claudeを使ったデータ分析の方法を解説してきました。
一方で、Product Manager（に限らず、データを扱う人たち）にとって、データ分析以上に求められるのが、データ活用力です。わかりやすく言い換えると、「そのデータからどんな仮説を立てるのか」「そのデータを見て、元々の仮説をどう評価するのか」といった、データに対しての仮説に対する評価や仮説立てまでしなければ、何も意味のないただのデータになってしまいます。
とはいえ、ここの部分はやはり不確実性が高く、難しい部分です。ここも「なるべくAIを使ってどうにかできないかな…」とと思ってる皆さんに向けて、Claudeを使ったデータ活用の方法も解説していきます。
結論から言うと、以下の手順です。（割と高精度な結果が出力されます）
ClaudeにてSQL出力
Redashで分析結果出力
SpreadSheetにimport → そのままCSV出力
ClaudeにCSVを読み込み、分析結果からの検証仮説に対する考察を出力
やっていることはとても簡単で、RedashにはCSVで出力されるAPIがデフォルトで搭載されているので、それをコピーし、SpreadSheetのimportdata関数を使って、データ結果を読み込ませるという形になります。
これら一連のデータ分析からデータ活用まで、1年前までは1日くらいかけてもおかしくなかったですが、いまや10分ほどでできてしまう世の中が本当に恐ろしいですね。
これから人間に求められることとは
ここまで読み進めていただいた読者の皆さん、ありがとうございます。
もし少しでも「自分でも試してみよう」と思うきっかけになったら嬉しいです。
最後にですが、これから人間に求められる事は何なのかについて自分の考えを綴りたいと思います。
最初に本記事の趣旨である「データ分析・活用」周りからお伝えすると、端的に言うと「問い力」だなと思います。
例えば、「ユーザーのWAUが下がっている」と言うイシューがあった時に、「なぜ下がっているのか」に対して、どれくらい質の良い仮説を持てるかによって、次のアクションが大きく変わっていきます。プロダクトを中心に事業をグロースさせていく役割を持っているProduct Managerは、まさにここの仮説の筋の良さが大事なのではないでしょうか。
仮説の筋を良くするためには、事業の解像度を上げることが必要です。解像度を上げるには、物事を捉える「観点」を多角的に持てるかが大事です。その「観点」を養うためには、この本がおすすめです。
では、観点を持つだけでいいのかと言われると、そうでもないように思えます。あくまで観点は物事を見る「レンズ」にしかすぎず、最後はやはり「どれだけそのレンズ越しにある姿を見たいか・見ることで、ユーザーのハッピーを届けられるか」という、その人の「好奇心」や「意志」に尽きると思います。ですので、「Product Managerに必要だ」とよく言われていることの1つである「どれだけ自分の作るプロダクト(仕事)に誇りを持てるか」がPdM限らず、「仕事」をするすべての人間にとって大事であり、そこに「魂」が宿るんだと思います。
人間の「好奇心」を一緒に解放しませんか。
と、なんかカッコつけて色々と書いたんですが、僕も日々奮闘中です。
最後にですが、僕らは現在、人々の「好奇心」や「意志」などといった「価値観」を引き出し、人やキャリアと繋げる次世代型キャリア支援プラットフォーム「BaseMe」を開発・運営しています。
もし少しでもご興味がある方がいたら、ぜひお気軽にDMください！