こんにちは、エスワイシステム関東の中平です。
前回のコラムでは、Pythonを使ってiPhoneのヘルスケアデータを分析し、
-
歩数の推移を可視化
-
曜日ごとの違いを分析
-
移動距離との相関を調査
という結果を紹介しました。
この分析では、木曜日に最も歩数が多く、金曜日に歩数が最も少ない という興味深い事実が判明しました。
しかし、Pythonによるデータ分析には、プログラミングの知識が必要であり、
「もっと簡単にデータを活用できないか？」
という疑問も残りました。
そこで今回は、AIを使った自動的なデータ分析 に挑戦してみました！
AIで歩数データを分析した結果
今回のAI分析では、Pythonを使わずに、AIが自動でデータを解析 しました。
その結果、
-
木曜日に最も歩く（平均14,672歩）
-
金曜日に最も歩かない（平均11,961歩）
という傾向が、AIによって瞬時に判明しました。
さらに、AIの提案として
「金曜日の運動不足を補うため、通勤経路を変更するとよい」
というアドバイスが得られました。
Pythonでの分析結果と同じ結論にたどり着きましたが、AIを使うことで、より簡単に データの傾向を把握し、行動を変えられる という新たな可能性を感じました。
AIはどのように分析を行ったのか？
AIによるデータ分析の手順は以下の通りです。
-
CSVファイルをAIにアップロード（chatGPT4o）
-
iPhoneのヘルスケアデータをCSV形式に変換し、AIに読み込ませました。
-
-
AIが自動でデータの傾向を解析
-
曜日ごとの歩数平均を算出し、最も歩く日と歩かない日を特定。
-
-
最適な行動プランを提案
-
AIが「金曜日の運動習慣を改善するための具体策」を提示。
-
このプロセスにより、Pythonのコードを書くことなく、数分でデータの傾向を把握してくれました。さらにPythonではたどり着かなかった、行動改善のアドバイスをAIからうけることができました。
Python分析 vs AI分析の違い
| 比較項目 | Python分析 | AI分析 |
|---|---|---|
| 難易度 | 高い（プログラミングが必要） | 低い（データを渡すだけ） |
| スピード | 数時間かかる | 数分で結果が出る |
| 自由度 | 高い（カスタマイズ可能） | 低い（AIの提案に依存） |
結論：AIを活用することで、誰でも簡単にデータ分析が可能！
最後に
AIを活用すると何が変わるのか
-
専門知識が不要
→ AIにデータを渡すだけで、自動的に分析結果を出力
-
データから「最適な行動プラン」を提案
→ 「金曜日の運動習慣を変えたほうがいい」など具体的なアドバイスが得られる
-
ビジネスや健康管理にも応用可能
→ 企業のデータ分析、マーケティング、営業戦略にも活かせる
うーん、金曜日の歩数が少ない理由は…やはり疲れているからかな。
そろそろ新大橋経由ではなく、両国橋経由の通勤ルートにかえようかしら？
著者情報
中平 裕貴（Yuki Nakahira）
株式会社エスワイシステム 関東事業本部
関東第2事業部 3SEシステム6部 事業部長代理
『技術 × 事業戦略 × 組織運営をつなぐ実務家』
エンジニアとしての技術的な知見を持ちながら、営業・事業運営・HR・組織マネジメントの視点も持つ実務家。
エンジニア、グループ会社経営、営業を経験し、技術とビジネスの両方を理解した「橋渡し役」として事業推進に携わる。
🛠 技術領域
アプリ開発、クラウド、データ分析、AI
📈 事業・営業経験
SI事業の拡大、プロジェクトマネジメント、アジャイル
🏗 組織マネジメント
リーダー育成、組織改革、チームビルディング
📩 お問い合わせ・お仕事のご相談は以下から！
