ここまで、データの集計→整形→分析の入口までを扱ってきました。
最終回となる今回は、「比較」と「ランキング」をテーマに、
データを意思決定につなげる活用術を紹介します。

たとえば：

・どの支店が売上トップ？
・今月と先月で売上がどう変化した？
・売上に対してコストが高すぎる商品は？
・前年と比べて伸びているカテゴリは？

こうした問いに答えるには、「比べる」「順位をつける」「変化を見る」といった視点が不可欠です。
CopilotとPythonがあれば、誰でもその視点をすばやく持てるようになります。

---

まずは「差」を見よう。比較から始まる気づき

たとえば、部門別の売上データがあったとします。
単なる棒グラフにするだけでなく、「先月比」「前年比」「構成比」など、
“違い”や“変化”を可視化することで、見えてくる情報は一気に増えます。

Copilotにはこう伝えてみましょう：

「今月と先月の売上を部門ごとに比較して、増減率を出して、グラフにして」

このような自然文で、Pythonコードを自動生成してくれます。

図１：生成AIで作成した今月と先月との売上比較グラフと増減率表

比較の結果がそのまま数字で見えることで、
「なぜこの部門だけ伸びたのか」「この部門は何が足を引っ張っているのか」
といった“問い”につながります。

---

「ランキング」で意思決定を早くする

Pythonでは、ある列の値を基にランキング付け（順位づけ）するのも簡単です。

たとえば：

・「粗利率の高い商品をTOP10で表示」
・「今月の売上上昇率が高い支店を上から並べる」
・「最も顧客単価が高い営業担当をランキングで可視化」

Copilotに「粗利率で降順にソートして、上位10件だけ新しいシートにまとめて」と伝えれば、
pandasライブラリを使った並べ替え・抽出のコードを生成し、必要な表を作成してくれます。

図２：ランキング表と棒グラフによる可視化

ランキングは「現場のがんばりを見える化」するだけでなく、
改善の余地がある箇所の発見にも役立ちます。

---

「変化の背景」を深掘りしてこそ、分析

比較・ランキングで「違い」が見えたあとは、
“なぜその差が生まれたのか”を考えるのが、データ分析の核心です。

・売上が急増した商品 → SNS施策が影響？
・成績が下がった営業担当 → 商談数の変化？ 担当エリア？
・コストが跳ねた商品 → 仕入れ先の変更？ キャンペーンの影響？

CopilotとPythonを使えば、こうした問いに答えるための
「時系列分析」「相関分析」「フィルタ付き比較」も実現できます。

最初は、「売上が落ちた理由を見つけたい」といった素朴な動機で十分です。
Copilotがその想いをコードに変換し、Pythonが実行してくれます。

---

まとめ：「比較する力」が、データを味方に変える

Copilot×Pythonの組み合わせがあれば：

・「比較」や「ランキング」をコードいらずで実現
・一目でわかるビジュアルと表を自動生成
・数字に意味を持たせ、業務改善のヒントを得る

“違いに気づく”ことが、あらゆる改善のスタート地点です。
データの中にある「変化の兆し」を見逃さず、
よりよい判断・提案・報告へとつなげていきましょう。

<文/岡崎 凌>