この記事にはアフィリエイトリンクが含まれる場合があります。

【実践】AIでデータ分析を自動化する方法：PythonとClaude APIで売上データを分析

データ分析は多くの企業にとって重要な業務ですが、定型的な集計や分析に時間を取られているケースが少なくありません。PythonのデータライブラリとClaude APIを組み合わせれば、データの読み込みから分析、レポート生成までを自動化できます。本記事では、売上データの分析を例に、実装の全体像とコード例を解説します。

データ分析自動化の全体像

自動化パイプラインは以下の流れで構成されます。

1. データソースからCSVまたはデータベース経由でデータを取得
2. pandasでデータの前処理（欠損値処理、型変換、集計）
3. 集計結果をClaude APIに送信し、自然言語でのインサイトを生成
4. matplotlibまたはplotlyでグラフを作成
5. レポートとして出力（HTML、PDF、またはSlack通知）

環境構築

まず、必要なライブラリをインストールします。

pip install pandas matplotlib anthropic python-dotenv

APIキーは環境変数で管理します。ソースコードにハードコードすることは絶対に避けてください。.envファイルを作成し、.gitignoreに追加します。

# .env
ANTHROPIC_API_KEY=your_api_key_here

Pythonコード例：pandas + Claude API

以下は、売上データをpandasで集計し、Claude APIでインサイトを生成する基本的なコード例です。

import pandas as pd
import anthropic
import os
from dotenv import load_dotenv

load_dotenv()

# データ読み込みと前処理
df = pd.read_csv("sales_data.csv")
df["date"] = pd.to_datetime(df["date"])
df["month"] = df["date"].dt.to_period("M")

# 月別売上集計
monthly_sales = df.groupby("month")["amount"].agg(["sum", "mean", "count"])
summary = monthly_sales.to_string()

# Claude APIでインサイト生成
client = anthropic.Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": f"以下の月別売上データを分析し、"
                       f"主要なトレンドと改善提案を日本語で"
                       f"3つ挙げてください。\n\n{summary}"
        }
    ]
)

print(message.content[0].text)

データの可視化

集計結果をグラフで可視化することで、レポートの説得力が増します。

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams["font.family"] = "IPAGothic"

fig, ax = plt.subplots(figsize=(10, 6))
monthly_sales["sum"].plot(kind="bar", ax=ax)
ax.set_title("月別売上推移")
ax.set_ylabel("売上金額（円）")
ax.set_xlabel("月")
plt.tight_layout()
plt.savefig("monthly_sales_chart.png", dpi=150)
plt.close()

AIが生成したテキストインサイトとグラフを組み合わせることで、データに基づいた説得力のあるレポートを自動的に生成できます。

まとめ

PythonとClaude APIを組み合わせたデータ分析自動化は、定型的な分析業務の効率化に大きな効果があります。pandasによる集計処理とAIによるインサイト生成を組み合わせることで、人手では時間がかかる分析をスクリプト一つで完結できます。まずは小規模なデータセットで試し、徐々に対象範囲を広げていくのがおすすめです。

筆者はUdemyにてClaude API活用やPython×AI自動化の講座を含む13コースを公開しています。API連携やデータ分析自動化の実践的な手法を学びたい方は、ぜひ講座をご覧ください。

関連記事

• 【Python実践】Webスクレイピング×AI分析：データ収集から自動レポート生成まで
• 【2026年最新】Claude APIの使い方完全ガイド：Pythonで始めるAIアプリ開発
• 【完全ガイド】AIワークフロー自動化：scheduleライブラリとCronで定期実行する方法