トレンド分析レポート

ユースケース

データのトレンドを理解することは、予測と戦略計画に役立ちます。Cowork は時系列データを分析し、パターンを特定し、包括的なトレンドレポートを生成できます。

プロンプト例

~/Data/sales_2020_2024.csv に以下の列を含む売上データがあります：
date, product_category, units_sold, revenue, region

トレンド分析をお願いします：
1. 年度別および四半期別の全体収益トレンドを特定
2. 各製品カテゴリの季節パターンを発見
3. 地域別のパフォーマンストレンドを比較
4. 異常値または重大な変化をハイライト
5. パターンに基づいて2025年Q1の予測を作成
6. 可視化を含むtrend_analysis_report.mdを作成

Cowork の動作

1. データ読み込み: CSVデータを読み込み、検証
2. 時間集計: 期間（年、四半期、月）別にデータをグループ化
3. トレンド計算: 移動平均と成長率を計算
4. 季節性検出: 周期的なパターンを特定
5. 異常検出: 異常なデータポイントにフラグを付ける
6. 予測: パターンに基づいて将来の値を予測
7. レポート生成: チャートとインサイトを含むMarkdownを作成

出力例

# 売上トレンド分析レポート
期間: 2020-2024

## エグゼクティブサマリー
- 全体収益CAGR: 18.3%
- ピークシーズン: Q4（ホリデー効果）
- 最も成長したカテゴリ: エレクトロニクス（前年比+24%）
- 異常検出: 2023年Q2のサプライチェーン障害

## 収益トレンド

### 前年比成長
| 年 | 収益（$M） | 成長率 |
|----|-----------|--------|
| 2020 | 12.4 | - |
| 2021 | 14.8 | +19.4% |
| 2022 | 17.2 | +16.2% |
| 2023 | 20.1 | +16.9% |
| 2024 | 24.8 | +23.4% |

### 四半期パターン
- Q1: 年間の18%（ホリデー後の減速）
- Q2: 年間の22%（安定）
- Q3: 年間の25%（新学期）
- Q4: 年間の35%（ホリデーピーク）

## カテゴリ分析
[製品カテゴリ別の詳細な内訳]

## 地域別インサイト
[トレンドを含む地域別パフォーマンス]

## 検出された異常
- 2023年Q2: トレンドから-15%（サプライチェーン問題）
- 2024年10月: +28%スパイク（バイラル製品）

## 2025年予測
| 四半期 | 予測収益 | 信頼度 |
|--------|----------|--------|
| 2025年Q1 | $5.2M | ±8% |

ヒント

• 日付形式が一貫していることを確認する
• パターン検出のために少なくとも2年分のデータを含める
• 異常のビジネスコンテキストを指定する
• 必要に応じて特定の統計手法を依頼する