ChatGPTに売上データを貼って分析させると、同じ質問なのに答えが毎回変わる。よくある詰まり方です。原因は、貼るのが面倒だからではありません。貼るたびにAIが読む数字そのものが変わって、判断の土台が動くからです。この記事では、なぜ答えがズレるのかを3つの経路に分け、土台を固定する渡し方まで、見本ECのデータで整理します。
この記事のまとめ#
-
答えが毎回変わるのは、手間ではなく「土台が毎回動く」から
同じ質問でも、貼る期間・列・鮮度が少しずつ違えば、AIは違う数字を読み、違う結論を返す
-
貼るたびにズレる経路は3つ
期間の取り違え／列の貼り忘れ・欠け／貼った瞬間からの鮮度の劣化。どれも人の手では抜ける
-
丁寧に貼り直しても、揺れはなくならない
テンプレにしても、毎回そろえる作業が人に残るかぎり、どれだけ気をつけても、いつか抜けが出る
-
つなぐと、同じ問いに同じ答えが返る
聞いたその時点の一次データを読むので、判断の土台が固定される。AIの解釈は最後に人が確かめる
1.「毎回ズレる」の正体は手間ではない#
結論: 貼り付け分析で答えが毎回変わるのは、貼る手間のせいではありません。貼るたびにAIが読む数字そのものが変わって、判断の土台が動くからです。だから同じ質問でも、結論が前と食い違います。
売上のCSVをChatGPTに貼って「今月どのチャネルが効いてる?」と聞く。翌週また貼って同じことを聞く。ところが返ってくる答えが前と違う、ときには逆になる。実際にこの食い違いに悩む声は多く、同じ質問なのにアカウントや期間を変えると正反対の答えが返る、というものです。困るのは手間ではなく、どの答えを信じればいいのか分からなくなることです。
AIは、そのとき貼られた数字だけを見て答えます[1]。前回あなたが何を貼ったかは覚えていませんし、貼られた表が最新かどうかも分かりません。人が「先月のつもり」で貼った範囲が数日ずれていても、AIはそのままの数字で計算し、もっともらしい結論を返します。つまり毎回、土台になる数字が少しずつ違う。土台が動けば、その上に乗る判断も動きます。速さや手間の問題ではなく、再現性の問題です。同じ問いには同じ答えが返る、という当たり前が崩れているのです。実際にどう聞けば数字を読ませられるかはChatGPTに自社ECの数字を聞くで例を出しています。
大事なのは、答えがブレるほど、その答えを判断に使えなくなるという点です。3回聞いて3通りの答えが返れば、どれを根拠に投資を決めるかを、結局また人が悩むことになります。速く読めても、読むたびに違う数字なら、判断は前に進みません。
2.貼るたびにズレる3つの経路#
結論: 答えがズレる経路は、大きく3つに分けられます。期間の取り違え、列の貼り忘れや欠け、そして貼った瞬間からの鮮度の劣化です。どれも気合いや注意で消える問題ではなく、手作業に構造として残るものです。
1つ目は、期間の取り違えです。先月ぶんを貼ったつもりが、実際は数日ずれていた。前月と当月で締め日の考え方が違った。こうした小さなずれは、貼る前の画面操作で毎回起きます。AIはそのずれに気づかず、渡された期間で計算します。同じ「先月の売上」という問いでも、貼った範囲が違えば答えは変わります。
2つ目は、列の貼り忘れや欠けです。売上とセッションは貼ったが、チャネル別の内訳を貼り忘れた。前回は5列だったのに今回は4列だった。表計算からコピーすると、列の順番や欠けは目で追いきれません。足りない列があると、AIは残った数字だけで推論を埋めます。その埋め方は毎回同じとはかぎりません。これは注意力の問題ではありません。手で列をそろえる作業である以上、抜けは構造として残ります。
3つ目は、鮮度の劣化です。貼った数字は、貼った瞬間の写真です。今日つないだ売上も、貼り付けてしまえばそこで時間が止まります。翌日には実際の数字が動いていても、AIが見ているのは昨日の写真のまま。最新の判断をしているつもりで、古い一枚を読ませ続けることになります。
この3つは、どれか1つでも起きれば答えがズレます。そして3つとも、貼るという運用そのものに組み込まれています。だから「今回は気をつける」で一時的に減らせても、毎回続けるかぎり、確率でまた顔を出します。
3.丁寧に貼り直しても直らない理由#
結論: テンプレを作って丁寧に貼り直しても、揺れは消えません。毎回そろえる作業が人の手に残るかぎり、どれだけ気をつけても、いつか抜けが出るからです。手順を磨くことと、土台を固定することは別の話です。
貼り付けの精度を上げる工夫はできます。期間の指定をテンプレにする、列の順番を決めておく、貼る前に一度見直す。こうした工夫で、ずれの回数はある程度は減らせます。ただ、減らせるだけで、ゼロにはなりません。毎月チャネルをまたいで同じ手順をくり返すと、10回に1回の抜けは残ります。人がやる作業に「毎回・完璧に・同じ範囲を」を求めるのは、無理があるからです。丁寧さは大事ですが、丁寧さで再現性は保証できません。
もう1つ、貼るという運用そのものに引っかかりがあります。生の売上や顧客の数字を、そのままチャットの入力欄に貼ることへの抵抗です。実際、生の顧客データはプロンプトに貼らず、扱いを絞ったやり方に寄せたい、という声もあります。丁寧に貼り直すほど、貼る回数も、貼るデータの量も増えます。手順を磨く方向は、この抵抗をむしろ強めます。読み取り専用でどう安全に数字を扱うかはAIにデータを読ませても書き換えられない仕組みで整理しました。
ここまでを整理すると、貼り付けは「考え方が難しい」のではなく「毎回そろえる作業が重く、抜けが構造として残る」運用です。手順を磨くのは補助にはなりますが、土台の揺れそのものは、手順の外側にあります。土台を固定するには、毎回そろえる作業を人の手から外す必要があります。
RevenueScopeの解決策
結論: RevenueScope は、ChatGPTやClaudeから自社ECの数字を読み取り専用でつないで、AIが聞いたその時点の一次データを直接読むようにします。貼る運用をやめると、毎回そろえる作業が消え、同じ問いには同じ答えが返る土台ができます。
RevenueScope をAIクライアントにつなぐと、AIが自社ECの数字を直接読んで答えてくれます[2][3]。難しい設定やSQLはいりません。「うちの売上、どのチャネルが効いてる?」と聞くだけです。読み取り専用なので、AIがデータを書き換える心配もありません。貼るのではなく、つないで読ませる。この違いが、第2章で見た3つの経路をまとめて塞ぎます。期間はデータ側で指定するので取り違えが起きにくく、列はつないだ範囲がそのまま渡るので貼り忘れがなく、聞いたその時点の数字を読むので写真が古くなりません。つなぎ方の全体像はまずAIに自社ECのデータをつなぐ最初の一歩にまとめています。
もう1点、つなぐことは学習させることとは違います。読み取り専用の接続は、AIに数字を読ませるだけで、あなたのデータをモデルの学習に使うものではありません。この違いはAIは賢く「つなぐ」もので「学習させる」ものではないで詳しく書きました。
実際の見え方を、見本ECのデータで示します。同じ問いを今日聞いても明日聞いても、読む先が同じ一次データなので、返る表は同じ形です。
見本ECのチャネル別売上（30日）
| チャネル | セッション | 売上（円） | RPS（円） |
|---|---|---|---|
| 検索（organic） | 1,240 | 214,800 | 173 |
| AI経由 | 210 | 96,400 | 459 |
| 広告 | 680 | 88,300 | 130 |
| SNS | 520 | 24,100 | 46 |
※サンプルデータのフィクションサイト（RevenueScopeデモ）の数値です。RPSはセッションあたり売上。粗利やLTVは出しません（売上ベースの指標の範囲です）。
貼り付けなら、この表は貼った瞬間の写真でした。つなぐと、同じ問いを投げるたびに、その時点の一次データを読んで返します。土台が固定されるので、「先月と比べてどのチャネルのRPSが伸びた?」と重ねて聞いても、前提がぶれません。判断の入口が安定して、はじめて次の一手の相談に進めます。
正直に線を引きます。土台が固定されても、そこから何をするかの解釈は、最後に人が確かめるものです。RevenueScope が読むのは売上ベースの指標とチャネル別の分解までで、つないだからといって自動で売上が上がるわけではありません。AI経由の流入は参照元をたどって分類するので、参照元が渡らない場合は取りこぼしがあり、漏れなく捕まえるとは言えません。それでも、毎回そろえる作業を手放して、同じ問いに同じ答えが返る土台をつくるところまでは、今日から進められます。広告まわりで貼り付け分析がどこまで届くかはChatGPTで広告データを分析する限界に整理しました。
FAQ#
Q. 貼るのをやめると、何がいちばん変わりますか?
A. 同じ問いに同じ答えが返るようになります。貼り付けだと、貼る期間や列、鮮度が少しずつ違って、判断の土台が毎回動きます。読み取り専用でつなぐと、AIが聞いたその時点の一次データを読むので、土台が固定されます。速さより、この再現性が本質です。
Q. テンプレを作って丁寧に貼れば、ずれは防げませんか?
A. 減らせますが、ゼロにはなりません。毎月チャネルをまたいで手作業でそろえるかぎり、期間の取り違えや列の抜けは確率で残ります。考え方が難しいのではなく、毎回完璧に同じ範囲をそろえる反復が人には重いのです。土台を固定するには、その作業を手の外に出す必要があります。
Q. つなぐと、AIに勝手にデータを書き換えられませんか?
A. 読み取り専用なので、書き換えは起こりません。AIは数字を読んで答えるだけです。生の顧客データをチャットに貼る運用と違い、扱いを絞ったつなぎ方に寄せられます。仕組みの詳細はAIにデータを読ませても書き換えられない仕組みにまとめています。
まとめ#
AIに売上データを貼ると答えが毎回変わるのは、貼る手間のせいではありません。貼るたびにAIが読む数字が変わって、判断の土台が動くからです。ずれる経路は3つ。期間の取り違え、列の貼り忘れや欠け、貼った瞬間からの鮮度の劣化です。どれも手作業に構造として残るので、丁寧に貼り直しても、抜けは確率でまた起きます。読み取り専用でつなぐと、AIが聞いたその時点の一次データを読むので、同じ問いに同じ答えが返る土台ができます。得られるのは、貼る手間が減ることではなく、その上で下す判断がぶれなくなることです。つないだあとの解釈は、最後に人が確かめます。
どの広告が売上を生んでいるか、一目でわかる
月5,000セッションまで、AIアナリストもずっと無料。クレジットカード不要。最短5分で導入。
