1. test 1
  2. test 2
コース一覧
データ分析入門 Python(pandas)
提案を書く

データ分析入門 Python(pandas)

pandasによるデータの読み込み・抽出・前処理、groupbyによる集計、表の結合、matplotlibによる可視化、そして前月比や移動平均を使った分析の実践まで、データ分析の基礎を、毎レッスン実際にコードを書き、多店舗ショップの売上データを分析レポートに仕上げながら学べるコースです。Python入門を修了した方を対象としています。約 14.5 時間 (1 日 30 分 × 29 日) で 57 レッスンを修了でき、修了後は手元のCSVを自力で分析し、グラフと示唆のあるレポートを作れるようになります。

1
データ分析のはじめかた
01. データ分析とは15分
02. pandasとは15分
03. ノートブックの使い方15分
04. CSVを読み込む15分
05. つくる:データと対面する20分
06. 第1章クイズ10分
2
DataFrameのきほん
01. SeriesとDataFrame15分
02. 概観コマンド15分
03. 列を選ぶ15分
04. 行を選ぶ15分
05. 条件で抽出する15分
06. 複数条件15分
07. 並べ替える15分
08. つくる:抽出レポート20分
09. 第2章クイズ10分
3
データの前処理
01. 欠損を見つける15分
02. 欠損を埋める・落とす15分
03. 型を直す15分
04. 重複を消す15分
05. 表記ゆれを整える15分
06. 日付型にする15分
07. つくる:データクレンジング20分
08. 第3章クイズ10分
4
集計とグループ化
01. 集計のきほん15分
02. groupby15分
03. 複数キーで束ねる15分
04. aggで一気に15分
05. ピボットテーブル15分
06. 出現回数15分
07. つくる:月次集計表20分
08. 第4章クイズ10分
5
結合と整形
01. なぜ結合が要るか15分
02. mergeで結合する15分
03. 結合の種類15分
04. 縦に積む15分
05. つくる:統合データセット20分
06. 第5章クイズ10分
6
可視化
01. グラフのきほん15分
02. 棒グラフ15分
03. 折れ線グラフ15分
04. ヒストグラム15分
05. 複数系列15分
06. ラベルと整え15分
07. つくる:ダッシュボード4枚20分
08. 第6章クイズ10分
7
分析の実践
01. 問いの立て方15分
02. 前月比15分
03. 移動平均15分
04. 構成比15分
05. 外れ値を見つける15分
06. つくる:示唆を1枚に20分
07. 第7章クイズ10分
8
総合制作
01. 分析レポート完成20分
02. 提案を書く20分
03. 自由分析20分
04. 見せる形に整える20分
05. 完成と次のステップ20分

提案を書く

このレッスンでできるようになること。示唆を、来月やるべきことという行動提案の形に変換できるようになります。

前回のレポートは「何が起きているか」までを書きました。しかし読み手が本当に欲しいのは「だから何をすればいいか」です。この一歩を踏み出せるかどうかが、集計係と分析者を分けます。

提案の作り方は、示唆から機械的に導けます。示唆が「渋谷店の食器が3ヶ月連続で伸びている」なら、取れる行動は3つの方向にしかありません。伸びているものを伸ばす、落ちているものを立て直す、伸びている理由を他へ広げる。この3つのどれを選ぶかを決め、対象と期限と測り方を添えます。

良い提案には4つの要素が揃っています。何を(対象)、どうする(行動)、いつまでに(期限)、どうなったら成功か(指標)です。「食器を頑張る」は提案ではありません。「渋谷店の食器の売れ筋2品を横浜店の入口に置き、来月の横浜店の食器売上を前月比プラス10パーセントにする」なら提案です。後者は、実行できるかどうかも、成功したかどうかも判定できます。

提案を書くときに気をつけることが2つあります。1つめは、データが支えていないことを書かないことです。「SNS広告を出すべき」と書きたくなっても、手元のデータに広告の効果を示す情報が無いなら、それは提案ではなく思いつきです。書くなら「広告の効果は今回のデータでは判断できないため、次回は流入経路を記録したい」と、限界のほうを書きます。

2つめは、提案を1つに絞ることです。5つ並べると、実行されるのは0個です。最も効きそうな1つを選び、他は次回に回します。選ぶ基準は、効果の大きさと実行のしやすさの掛け算です。効果が小さくてもすぐできることは、意外に価値があります。

Python

recommendation = f"{伸びている店舗}の{広げるカテゴリ}を{てこ入れ先}に広げる"

最後に、提案には必ず自分の判断が入ります。データは選択肢を絞ってくれますが、決めるのは人です。だから提案には「私はこう考える」という主語があってよいのです。そこまで書いて、分析はようやく仕事になります。

要件

  1. 売上日を日付型にしてから月を取り出す
  2. pivot_table で店舗×月の売上表を作り、fill_value=0 を渡す
  3. 伸び率は (直近月 - 前月) / 前月 で求める
  4. 前月が0の店舗は候補にしない
  5. spread_item は growing の店舗の中で売上合計が最大のカテゴリ

入出力例

make_recommendation("売上日,店舗,商品名,カテゴリ,数量,金額 2026-01-05,渋谷店,白磁のマグカップ,食器,10,50000 2026-02-05,渋谷店,白磁のマグカップ,食器,20,100000 2026-01-06,横浜店,鉄のフライパン,調理器具,10,80000 2026-02-06,横浜店,鉄のフライパン,調理器具,5,40000 ", 10) → {"action":"渋谷店で伸びている食器の売り方を横浜店に広げ、来月の横浜店の売上を前月比プラス10パーセントにする","declining":"横浜店","growing":"渋谷店","spread_item":"食器"} make_recommendation("売上日,店舗,商品名,カテゴリ,数量,金額 2026-03-01,大宮店,積み重ね収納ボックス,収納,10,30000 2026-04-01,大宮店,積み重ね収納ボックス,収納,20,60000 2026-03-02,横浜店,鋳物ホーロー鍋,調理器具,4,60000 2026-04-02,横浜店,鋳物ホーロー鍋,調理器具,3,50000 ", 15) → {"action":"大宮店で伸びている収納の売り方を横浜店に広げ、来月の横浜店の売上を前月比プラス15パーセントにする","declining":"横浜店","growing":"大宮店","spread_item":"収納"}

ヒント

伸び率の最大と最小をそれぞれ選びます

growing の行だけに絞ってから groupby("カテゴリ") します

action は f 文字列で指定どおりの順に組み立てます

生田 陸人
監修生田 陸人
ゆめさくエンジニア / 現役ソフトウェアエンジニア監修者プロフィールを見る →
編集 ゆめさく編集部·公開 2026/08/10

関連レッスン

  • 自由分析

    自分のデータに適用できる

  • 見せる形に整える

    人に渡せる状態にできる

  • 完成と次のステップ

    次の学びを選べる

main.py
学習モード
エディタを読み込んでいます

メモ

提案を書く

⌘S で保存