AUL 7Pips｜7人のAI分析エージェントが成果物を組み上げるパイプラインツール
※今回の制作は、ここまで納得できる精度になるまで、一ヶ月くらいかかった笑 AIを使った作業で難しいのは、「AIに何をさせるか」よりも、「どの順番で、どこまで任せるか」だと思う。 単発のチャットで文章を書く。 CSVを読み込ませて分析する。 グラフを作る。 記事にする。 それぞれは…
Tag
#データ分析
このタグに関連するnote記事を新しい順に表示しています。
Note Articles
note記事一覧
15件中 10件
2026年
CodexのData Analytics（プラグイン）を使ってみた——プレミアリーグCSVは、どこまで“分析”されるのか
Codexに追加されたData Analyticsプラグインを使って、プレミアリーグの結果データを分析してみた。 使ったのは、チーム順位のCSVと、選手別攻撃成績のCSV。 結果として出てきたのは、WordPressにも貼れそうなHTML形式のダッシュボードだった。 最初に驚いた…
【障害福祉サービス編】国保連CSVを“安全に見える化”する——Pythonで作った「AUL Claim Insight」で始める請求データ分析
国保連の簡易入力ソフトから出力されるCSV。 介護・障がい福祉の現場では、毎月の請求業務で当たり前のように扱われています。 しかし、そのCSVを経営判断や運営改善に活用できている事業所は、非常に少ないと思っています。 理由は単純です。 CSVには請求金額、利用者数、サービスコード…
⑥就労継続支援は本当に経営できているのか？ e-Statと現場から見えた「成立しにくい構造」
■ 導入：その前提、本当に正しいですか？就労継続支援の現場では、こんな言葉をよく聞きます。 「経営努力が足りないのでは？」 「ちゃんとやれば利益は出るはず」 しかし、本当にそうでしょうか。 厚労省の経営実態調査などのデータを見ると、 そこには少し違う現実が見えてきます。 👉 そ…
データ分析はエンコードから始まる——e-Statが抱える「文字コードの統一問題」と行政DXの本質。面倒なので自前で文字コード変換して分析するツールを作った笑
※この分析ツールは、APIキーが必要なので配布はしていません 政府統計データを分析しようとして、最初につまずいたのが「文字化け」だった。 e-Statのデータを開いたら文字化けしていた厚生労働省が公表している介護給付費等実態統計の月報データを分析しようと、e-Stat（政府統計の…
介護サービスの「単位数・回数」を要介護度別に読む——月報第９表データ徹底解説
※データグラフやテキストは、事業所でご自由にお使いください 出典：厚生労働省「介護給付費等実態統計」月報第９表｜令和7（2025）年10月審査分 この記事でわかること介護サービス24種類の単位数・回数の全体像 特養が最大シェア17.8%を占める「施設依存」の実態 要介護度ごとに異…
介護予防サービスの「単位数・回数」から見えてくるもの。新人ケアマネとサ責は見といた方がいいと思う——月報第８表データを徹底解説
※データグラフやテキストは、事業所でご自由にお使いください 出典：厚生労働省「介護給付費等実態統計」月報第８表｜令和7（2025）年10月審査分 この記事でわかること介護予防サービス全体の単位数・回数のボリューム感 通所リハビリが最大シェア（25.7%）を占める理由 要支援１と要…
介護サービスの費用、あなたの県は高い？安い？——都道府県別1人あたり費用額を徹底分析
※データグラフやテキストは、事業所でご自由にお使いください 出典：厚生労働省「介護給付費等実態統計」月報第７表｜令和7（2025）年10月審査分 この記事でわかること介護サービス1人あたり費用の全国平均と都道府県ランキング 最高・最低の格差と地域ブロック別の傾向 訪問介護・通所介…
あなたの県は高い？安い？｜都道府県別 介護予防サービス費用の地域格差を読む
※データグラフやテキストは、事業所でご自由にお使いください 📅 令和7（2025）年10月審査分｜出典：厚生労働省「介護給付費等実態統計」月報第６表 はじめに：同じ日本なのに、費用が1.6倍違う「介護保険は全国一律の制度のはず」——そう思っている方は多いのではないでしょうか。 …
要介護度が上がるほど費用はどう変わるか｜介護サービス1人あたりコストを全解剖
※データグラフやテキストは、事業所でご自由にお使いください 📅 令和7（2025）年10月審査分｜出典：厚生労働省「介護給付費等実態統計」月報第５表 はじめに：「重くなると費用がどれくらい増えるのか」を数字で知る介護が必要になったとき、家族がまず気になるのは「いったいいくらかか…