分析結果を伝える一枚メモ:結論・根拠・限界・次の確認を書くテンプレート

一枚メモのテンプレート

次の枠を埋めてください。Markdownのままメールや社内チャットに貼れます。

# 分析メモ:(テーマを一行で)
作成日:   / 作成者:

## 1. 結論(2文以内)
- 言えること:
- 自信度:高 / 中 / 低(理由を一言:    )

## 2. 使ったデータ
- 出所・取得日:
- 対象期間・対象者:
- 件数(元データ → 分析対象):
- 主な指標の定義:

## 3. 除外条件
- 除外したもの(条件)と件数:
- 欠損の扱い(削除 / 補完 / そのまま):

## 4. 限界(言えないこと)
- 偏りが入りうる点:
- 因果として読めない点:
- 件数が少なくぶれやすい点:

## 5. 次の確認
- 確認すること / 担当 / 期限:
- 結論が変わる条件:

ポイントは3つあります。

• 結論は2文までにします。長くなるなら、結論が複数あるということです。メモを分けます。
• 自信度は理由つきで書きます。「中」とだけ書かれても、読み手は判断できません。
• 「結論が変わる条件」を必ず書きます。これがあると、限界の項目が単なる言い訳ではなく、確認の予定に変わります。

記入例(説明用の例)

以下は説明用の架空の例です。実在の調査や実測の結果ではありません。

# 分析メモ:新機能の利用と継続意向(説明用の例)

## 1. 結論
- 新機能の利用者は、非利用者より「継続したい」と答えた割合が高い
  (64% 対 51%、差は13ポイント)。ただし利用は任意なので、
  新機能が原因とは言えない。
- 自信度:中(差の大きさは読み取れるが、回答者の偏りを除けていない)

## 2. 使ったデータ
- 出所:会員向けアンケート(説明用の架空データ)
- 件数:配布1,200 → 回収842 → 分析対象780
- 指標:「継続したい」=5段階のうち4か5を選んだ人

## 3. 除外条件
- 重複回答21件、年齢欄が空の41件を除外(計62件)
- 他の項目の欠損は、その項目の集計からのみ外した

## 4. 限界
- 回収率は約70%。未回答の30%が違う意見の可能性がある
- 利用者は元々熱心な会員かもしれない
- 年代別に分けると各区分が小さく、結果が不安定になる

## 5. 次の確認
- 利用開始前の継続意向と比べられるか(担当:A、来週まで)
- 熱心さの指標(利用頻度)をそろえても差が残るか

「何が原因か」を断定せず、数字の差と読み方の限度を一緒に渡している点を見てください。

除外条件と限界を、根拠つきで書く

除外条件は「件数」で書く

「欠損を除いた」だけでは、読み手は影響の大きさを判断できません。「年齢欄が空の41件を除外(元842件の約5%)」のように件数で書きます。pandasのdropna()は、初期設定では欠損を1つでも含む行を削除します(how='any')。subsetで見る列を限定することもできます(pandas公式のDataFrame.dropna)。つまり、列を指定しないと、本来使わない列の欠損のせいで行が消えます。除外の前後で件数を記録しておくと、メモの「元データ → 分析対象」がそのまま埋まります。

# 説明用のコード例(未実行)。df は読み込み済みのDataFrameとする
n0 = len(df)
df = df.drop_duplicates()
n1 = len(df)
df = df.dropna(subset=["age"])  # 分析に使う列だけを指定
n2 = len(df)
print(f"元{n0} → 重複除外後{n1} → 年齢欠損除外後{n2}")

限界は「偏り」「因果」「件数」の3方向で探す

限界の項目が書けないときは、次の3つを順に当てはめてください。

• 偏り:誰のデータが入っていないか。総務省統計局の解説では、標本誤差とは別に、誤回答や未回答などによる非標本誤差が挙げられています(統計局 個人企業経済調査に関するQ&A)。回収率に加え、回答者と未回答者で意見が異なる可能性もメモに書きます。回収率だけで偏りの大きさは判断できません。
• 因果:比べた2グループが、元々同じ条件だったか。任意に選んだ利用と非利用の差だけでは、原因とは断定できません。相関関係と因果関係の区別は、統計局 Data StaRtでも説明されています。
• 件数:統計局 Data StaRt「標本誤差の計算」では、標本規模を大きくすると標本誤差を小さくできると説明されています。区分を細かくしたときに各区分の件数が少なければ、その旨を書きます。

自信度を決める判断表

自信度の「高・中・低」は、次の表を参考に、結論ごとに理由を添えて判断します。基準は編集上の目安であり、公的な基準や統計的な信頼水準ではありません。項目の多数決では決めず、結論に直結する重大な問題があれば自信度を下げます。件数の十分さも、必要な精度や区分ごとのばらつきに応じて判断してください。

• 件数は、区分ごとにも十分か、高の目安：十分、中の目安：全体は十分だが区分は少ない、低の目安：全体でも少ない
• 回収・取得の偏りを説明できるか、高の目安：説明でき影響は小さい、中の目安：影響の向きは推測できる、低の目安：分からない
• 指標の定義は一貫しているか、高の目安：一貫している、中の目安：一部で違う、低の目安：期間や担当で違う
• 別の見方(別の除外条件など)でも同じ向きか、高の目安：確認した、中の目安：一部のみ確認、低の目安：未確認
• 因果として読む必要があるか、高の目安：不要、または設計で担保、中の目安：相関として扱う、低の目安：因果と読まれそう

「低」でも報告は無駄ではありません。「現時点ではこう見えるが、判断材料としては弱い」と明示できれば、読み手は過信せずに済みます。

AIに下書きを任せる依頼文

このテンプレートでは、AIには文章の整形と抜け漏れの指摘を任せ、数字の計算と判断は人が行う分担にします。計算過程や元データと照合できない集計結果は使わないでください。集計はご自身のツールで終え、結果の数字だけを渡してください。社内の機密データや個人情報は、そのまま貼らずに説明用の値へ置き換えます。

以下の分析結果を、下のテンプレートの5項目に整理してください。
ルール:
- 私が書いていない数字や事実は足さないこと。不明な項目は「未記入」と書く
- 結論は2文以内。因果と読める表現は避ける
- 「限界」は、偏り・因果・件数の3観点で、私の情報から読み取れる範囲だけ指摘する
- 最後に、結論が変わりうる条件の候補を3つ、別枠で提案する

【私の分析結果】
(件数、除外条件と件数、主要な数字、指標の定義、気になっている点)

【テンプレート】
(上の一枚メモを貼る)

返ってきた下書きは、次の順で人が確認します。

1. 数字が自分の集計結果と一致しているか(件数の合計も含めて)。
2. 「言えること」が、データの範囲を超えていないか。
3. AIが補った限界や次の確認が、実際のデータに当てはまっているか。当てはまらないものは削除する。
4. 自信度を、判断表で自分で決め直す。

運用のコツ

• 先に結論、後に根拠の順を守ります。メモの項目順がそうなっています。
• 一枚に収まらないときは、グラフや詳細表を別紙にし、メモには「別紙1を参照」とだけ書きます。
• 同じ分析を繰り返すなら、前回のメモと並べます。除外条件や指標の定義が変わっていたら、そのままでは数字を比較できない場合があります。変更点は「使ったデータ」の欄に書いておきます。