【丸投げ】バスケット分析をAIで自動化！ChatGPTで「ついで買い」の法則を見抜く手順

小売店やECサイトの運営において、「どうすれば客単価を上げられるか？」で困っていませんか？

顧客が商品を一つ買う際に、別の商品も一緒に買ってくれる「ついで買い（クロスセル）」を促すことができれば、広告費をかけずに売上を大幅に伸ばすことができます。この「一緒に買われやすい商品の組み合わせ」を見つける手法をバスケット分析（アソシエーション分析）と呼びます。

しかし、「AI Excel 分析 自動化」や「ChatGPT データ分析 やり方」と検索しても、専門用語や複雑なプログラムばかりで、データ分析に苦手意識を持つ方にとってはハードルが高いのが現実です。エクセル（Excel）の関数やピボットテーブルを駆使しようとして、挫折した経験がある方も多いのではないでしょうか。

この記事では、データ分析の専門知識がなくても、ChatGPTにデータを「丸投げ」するだけでバスケット分析を完全自動化する方法を解説します。

この記事で分かること

• なぜエクセルでのバスケット分析は挫折しやすいのか
• ChatGPTを使ったデータ分析の具体的な手順とプロンプト
• AIに売上分析ツールとして活躍してもらうためのデータの作り方
• データ分析をAI化する前と後の劇的なビフォーアフター

AIを活用して「ついで買い」の法則を一瞬で見抜き、明日からの販促施策にすぐ活かせるノウハウを身につけましょう。

---

なぜデータ分析に悩むのか？エクセルでのバスケット分析の限界

客単価を上げるためのヒントは、日々蓄積されているPOSデータやECの購買履歴に眠っています。しかし、それを人力で発掘するのは非常に困難です。

「ついで買い」分析が客単価アップに直結する理由

スーパーマーケットの「ビールとおむつ」の逸話をご存知でしょうか。「金曜日の夕方、おむつを買いに来た父親は、ついでにビールを買っていく傾向が高い」というデータに基づく分析結果です。このように、一見無関係に見える商品同士の「隠れた関連性」を見つけ出し、売り場づくりやECサイトのレコメンド機能（「この商品を買った人はこんな商品も買っています」）に活かすのがバスケット分析の目的です。

これが正確にできれば、「Aを買う人にはBを提案する」という確実性の高いクロスセル施策が打てるため、客単価アップに直結します。

エクセル（Excel）による手作業の分析は限界がある

多くのビジネスパーソンは、手元にあるエクセルを使って分析を試みます。しかし、バスケット分析をエクセルで行う場合、以下のような壁にぶつかります。

1. データ量の制限: 購買データが数万〜数十万行になると、エクセルの動作が極端に重くなり、最悪の場合はフリーズしてしまいます。
2. 複雑な関数やマクロが必要: 「どの注文IDで、どの商品とどの商品が同時に買われたか」をクロス集計するには、高度な関数やVBA（マクロ）の知識が必要です。
3. 結果の解釈が難しい: 苦労して集計表を作っても、「結局、どの組み合わせが一番売上に貢献するのか」を読み解くスキルが求められます。

このように、データ分析に苦手意識がある方が自力で行うには、あまりにも時間と手間がかかりすぎるのです。

ポイント: エクセルでの高度な分析は「データ処理」だけで力尽きてしまい、本来の目的である「施策の立案」まで辿り着けないことが多い。

---

ChatGPTのデータ分析機能なら「バスケット分析」を完全自動化できる

2026年現在、AIの進化により、高額な専用AI売上分析ツールを導入しなくても、ChatGPT（有料版など高度なデータ処理が可能なモデル）を使えば誰でも高度な分析が可能になりました。

数学やプログラミングの専門知識は一切不要

ChatGPTの強みは、自然言語（普段私たちが話している日本語）で指示を出せる点です。「Python」や「R」といったプログラミング言語を書けなくても、AIの裏側で自動的にコードを生成し、データを処理してくれます。

つまり、あなたは「このデータから一緒に買われやすい商品を見つけて」と指示するだけで済みます。バスケット分析に必要な「支持度」「確信度」「リフト値」といった専門的な計算も、AIがすべて一瞬で行ってくれます。

準備するのは「いつ」「誰が」「何を買ったか」のデータだけ

AIに読み込ませるためのデータ形式もシンプルです。以下の3つの項目が含まれたCSVまたはExcelファイルを用意するだけで準備完了です。

• 注文ID（トランザクションID）: 1回の買い物（1つのレシート）を識別する番号
• 購入日時: いつ買われたか
• 商品名（または商品ID）: 何が買われたか

顧客の氏名や住所などの個人情報は不要（むしろセキュリティ上削除すべき）です。シンプルな購買履歴データさえあれば、AIが魔法のように「ついで買い」の法則を抽出します。

ポイント: 高額な分析ツールの導入やプログラミング学習は不要。手元の購買履歴データをAIに渡すだけで、高度な分析が完結する。

---

【実践手順】ChatGPTを使ったデータ分析のやり方

それでは、実際にChatGPTを使ってバスケット分析を自動化する手順を解説します。

ステップ1：購買履歴データを用意し、匿名化する

まずは自社のシステム（POSレジやECカートシステム）から購買データをCSV形式でダウンロードします。アップロード前に、顧客名、電話番号、メールアドレスなどの個人を特定できる情報は列ごと削除しておきましょう。

ステップ2：ChatGPTにデータを読み込ませてプロンプトを投げる

ChatGPTの画面を開き、クリップのアイコン（ファイル添付）から用意したCSVファイルをアップロードします。そして、以下のプロンプト（指示文）をコピー＆ペーストして送信してください。

【コピペで使える！バスケット分析完全丸投げプロンプト】

```text

添付した購買履歴データを使って、バスケット分析（アソシエーション分析）を行ってください。

データ分析の専門知識がない私にもわかるように、以下の条件に従って分析と提案をお願いします。

1. 同じ「注文ID」で同時に購入されている商品の組み合わせを抽出してください。
2. 分析指標である「支持度（どれくらい頻繁に起きるか）」「確信度（Aを買った人がBも買う確率）」「リフト値（単独で買うより一緒に買われる傾向がどれくらい強いか）」を算出し、表形式でまとめてください。
3. リフト値が1.5以上で、特にビジネスに貢献しそうな「意外な組み合わせ」を3つピックアップしてください。
4. ピックアップした3つの組み合わせについて、明日から実行できるクロスセル施策（セット割引、陳列場所の変更、ECでのレコメンド文面など）を具体的に提案してください。

```

ステップ3：AIが導き出した「ついで買い」の法則を解釈・実行する

数十秒後、ChatGPTから分析結果と提案が返ってきます。例えば、「『高級コーヒー豆』を買う人は『無添加のアーモンド』を一緒に買う確率（確信度）が60%あり、リフト値は2.5（偶然ではなく明らかな関連がある）です」といった具合です。

さらに、プロンプトの指示通り、「コーヒー豆の販売ページに『一緒にアーモンドを買うと5%オフ』というバナーを設置しましょう」といった具体的な施策まで提案してくれます。あとはこれを実行に移すだけです。

ポイント: データを渡して「分析して＋施策を提案して」とプロンプトで指示するだけ。計算だけでなく「次に何をすべきか」まで引き出すのがAI活用のコツ。

---

ビフォーアフター！AIで売上分析を自動化する圧倒的メリット

従来のアナログな手法と、AIを活用したデータ分析を比較すると、業務効率と成果に劇的な違いが生まれます。

作業時間が数日から「たった数分」へ大幅削減

• 【Before（エクセルでの手作業）】

データをダウンロードし、エクセルでピボットテーブルを作り、エラーと格闘しながらクロス集計。丸1日〜数日かけてやっと「何が一緒に売れているか」の表が完成。そこから施策を考える頃には力尽きている。

• 【After（ChatGPTの活用）】

データをアップロードしてプロンプトを投げるだけ。作業時間は約5分。空いた時間を使って、AIが提案してくれた販促キャンペーンの準備に集中できる。

データに基づく具体的なクロスセル施策の立案まで任せられる

AIは単なる「計算機」ではありません。膨大な知識を持つ「優秀なコンサルタント」です。

エクセルでの分析は数字を出して終わりですが、AIは「この結果を踏まえて、どのようなアクションを起こすべきか」まで壁打ち相手になってくれます。

「この施策を実施するためのPOPのキャッチコピーを考えて」と追加で指示を出せば、販促物の制作まで一貫してサポートしてくれます。属人化しがちな「データからインサイト（洞察）を得る」という工程を、月額数千円程度のAIツールが代替してくれるのは圧倒的なメリットです。

ポイント: AI活用により「データ集計」にかかる時間を99%削減。人間は「施策の実行と改善」という、よりクリエイティブで利益を生む業務に集中できる。

---

まとめ

データ分析への苦手意識は、AIを「優秀なアシスタント」として活用することで完全に払拭できます。本記事で解説したポイントは以下の通りです。

• 客単価アップには「一緒によく買われる商品」を見つけるバスケット分析が極めて有効。
• エクセルでの複雑な関数やVLOOKUPは不要。ChatGPTにデータをアップロードするだけで分析が完了する。
• プロンプトで「計算」だけでなく「具体的なクロスセル施策」まで提案させるのが最大のコツ。
• 作業時間が大幅に削減され、人間は「実行」に集中できるため売上アップに直結しやすい。

まずは手元にある1ヶ月分の購買履歴データを用意し、個人情報を削除したうえでChatGPTにアップロードしてみてください。「こんな組み合わせで買われていたのか！」という驚きの発見が、必ず見つかるはずです。

---

よくある質問（FAQ）

ChatGPTでのデータ分析は無料版でもできますか？

ファイルのアップロードや高度なデータ分析機能（Advanced Data Analysis）は、時期やアップデート状況によって無料版で制限されている場合があります。安定して大容量のデータを処理し、精度の高い分析を行うためには、ChatGPT Plus（有料版・月額20ドル程度）などの上位モデルの利用を強くおすすめします。

AIに売上分析を任せる際、エクセルのフォーマットはどうすればいいですか？

複雑なレイアウトや結合されたセルがあるとAIが読み間違える原因になります。1行目に「注文ID」「日付」「商品名」などのヘッダー（見出し）をつけ、2行目以降にデータが1行ずつ並ぶシンプルな「テーブル形式（リスト形式）」に整えてください。不要な空白行や装飾は削除しておくのがコツです。

リフト値（Lift）とは簡単に言うと何ですか？

「商品Aと商品Bが一緒に買われることが、単なる偶然ではなく、本当に意味のある組み合わせなのか」を示す指標です。リフト値が「1」の場合は偶然の確率と同じですが、「1より大きい（例：1.5や2.0）」場合は、商品Aを買うと商品Bも買われやすいという強い関連性があることを意味します。販促施策を打つ際は、このリフト値が高い組み合わせを狙うのが鉄則です。

バスケット分析とクロスセルの違いは何ですか？

「バスケット分析」はデータの中から一緒に買われやすい商品の法則を見つけ出すための分析手法です。一方、「クロスセル」は、その分析結果をもとに「ご一緒にポテトはいかがですか？」と顧客に別の商品をすすめて客単価を上げる営業・販促手法のことです。つまり、分析（バスケット分析）をしてから実行（クロスセル）するという関係性になります。